影响房地产行业利润的因素分析
一、引言
房地产业是进行房地产类投资、开发、经营、管理和服务的行业，属于第三产业。主要包括：土地开发、房屋的建设、转让、租赁、维修、管理以及由此形成的市场。我国房地产业从20世纪80年代开始兴起,1998年房地产业开始真正发展起来。从2002年开始,我国房价节节攀升,房地产业成为一个新的经济增长点,一直备受关注。直到2007年底开始出现房地产市场有价无市的现象,紧接着就迎来了2008年的房市低迷。低迷到有些地区的金融受到冲击,在国家进行一系列政策调整后,2009年房市出现大反弹,房价一直飙升至2010年底。2011年以来,为了促进房地产业平稳健康发展，国家近几年来加大了对房地产市场的调控力度。房价涨幅得到控制,有些地区已经出现下降趋势。
房地产业是我国支柱性产业，是具有基础性和先导性的产业，在国民经济中起重要作用，是增强国民经济和改善人民生活的重要产业。房地产业能够直接推动经济的增长，而经济的增长的同时也能带动房地产业的增长。房地产业具有很强的关联效应，它的兴旺繁荣能够有力地带动很多产业的发展。促进房地产业健康发展，是提高居民住房水平，改善居住质量，满足人民群众物资文化生活需要的基本需求。房地产业对财政收入的贡献也在不断加大，它既是政府的集中性分配活动，又是国家进行宏观调控的重要工具。因此，房地产行业的发展对国家经济运行具有重要的作用。
利润是一个企业生存和发展的基础，同时它也是投资者进行投资决策的最重要影响决策之一。企业利润是指企业在一定会计期间的经营成果。企业只有不断提高企业的盈利水平，增强企业的盈利能力，才能在残酷的市场环境中生存，具有无限的生命力。这就需要企业必须探索适合本企业特点的提高利润的有效途径。因而对房地产行业利润的影响因素的分析十分重要。‘
二、文献综述
Dhaoui Abderrazak，Ouidad Yousfi（2010）研究了目前的研发战略的决定
因素和分析对财务绩效与盈余管理的权力下放的R&D的影响，研究结果表明跨国公司的研发权力下放，以改善公司的盈利能力，而管理人员的优势，可以得到一些私人和非转让的盈余管理而增加的好处。因为产生这样的结果就会鼓励人们分散自己的研发，以增加盈余管理。
刘平和张红（2006）在《我国房地产上市公司盈利能力及其影响因素》一文中，从每股净资产、每股收益、净资产收益率、主营业务收和主营业务利润水平五个方面对房地产行业的利润水平进行了描述性统计，影响房地产行业盈利的因素从主营业务成本，负债总额，存货和折旧额等方面说明了其对盈利的影响。
田慧在《论提高企业利润的途径》中提出，企业要提高利润最重要的就是要做到开源，寻求利润新的增长点。需要企业进行多方面的创新，通过实施产品创新、市场创新以及客户管理创新来达到培养利润新的增长点、提高企业利润的目的。
邓聿文在《房地产行业高利润从何而来》中指出，房地产业的利润大大高于其他行业，房地产行业高利润的三个来源，究其根源，都与政府有关。土地批租是地方政府直接垄断形成的；征地和拆迁中的低补偿是由于地方政府制定了偏向房地产企业的法规而造成的。偷漏税也与对房地产企业的税种过多以及税制结构不合理有直接关系。
吴静在《发展房地产产业投资基金拓宽房地产融资渠道》一文中提出，我国房地产金融市场主要以银行信贷为主，其他金融方式如上市融资、信托融资、债券融资以及基金融资等所占比例较小。银行一直以来都是房地产市场的主要资金提供者，大约70％的房地产开发资金来自银行贷款。因此，她主张要发展房地产产业投资基金，有助于降低因过分依赖银行而带来的系统风斛引。
赵中秋、冉伦（2005）探讨了房地产融资的策略及金融业发展创新的方向。借鉴发达国家的经验，采用比较分析、相关分析等方法，分析了目前我国房地产行业融资渠道的现状及存在的问题，在此基础上，提出了今后房地产行业在融资渠道及金融创新方面的建议，指出我国必须培育发达的资本市场并提供尽可能多的融资渠道从而减少房地产中的金融风险。
黄明、郭大伟在《浅谈企业盈利能力的分析》说，盈利能力通常是指企业在一定时期内赚取利润的能力。盈利能力的大小是—个相对的概念，即利润相对于
一定的资源投入、一定的收入而言。利润率越高，盈利能力越强；利润率越低，盈利能力越差。企业经营业绩的好坏最终可通过企业的盈利能力来反映。无论是企业的经理人员、债权人，还是股东(投资人)都非常关心企业的盈利能力，并重视对利润率及其变动趋势的分析与预测。
三、建立模型
1、选择变量
对于这个模型，选取房地产开发企业资金来源小计、房地产开发企业本年完成投资额、商品房销售面积、商品房平均销售价格以及城乡居民人民币储蓄存款年度余额为变量
（1）房地产开发企业资金来源小计。我国房地产资金构成主要由国家预算内资金、国内贷款、债券、利用外资、自筹资金和其他资金来源组成。但根据估算，房地产开发商的自筹资金10％是由个人住房贷款形成的，其他资金来源大约有20％～30％间接来源于银行贷款，总体测算，房地产开发投资资金约有60％来自银行贷款。我国房地产融资对银行贷款的依赖程度仍很高。
（2）房地产开发企业本年完成投资额。房地产开发投资指各种登记注册类型的房地产开发法人单位统一开发的包括统代建、拆迁还建的住宅、厂房、仓库、饭店、宾馆、度假村、写字楼、办公楼等房屋建筑物，配套的服务设施，土地开发工程(如道路、给水、排水、供电、供热、通讯、平整场地等基础设施工程)和土地购置的投资；不包括单纯的土地开发和交易活动。
（3）商品房销售面积。商品房销售面积指报告期内出售商品房屋的合同总面积(即双方签署的正式买卖合同中所确定的建筑面积)。由现房销售建筑面积和期房销售建筑面积两部分组成。
（4）商品房平均销售价格。商品房作为房地产行业的销售支柱，其销售价格会对房地产行业营业利润产生重大影响。而如今房价的飞速增长对房地产行业利润的获得有着深远的影响。虽然近几年国家采取了一系列的宏观调控政策来抑制房价的过快增长，使得房地产价格增速放缓，但房价出现大幅下跌的可能性并不大。因此房价在很大程度上还是影响着房地产行业销售利润。
（5）城乡居民人民币储蓄存款年度余额。人民币储蓄存款余额是指城乡居
民在某一时点上在银行和其他金融机构的人民币储蓄存款总额。购房不仅要看当前的收入，还要看过去的收入和未来的收入。过去的收入主要就是指消费者的储蓄存款，储蓄存款能大大增强消费者的信心，而未来的收入又关系到其信贷消费。 2、模型设定 模型可以设立为：
01122334455Y X X X X X ββββββμ
=++++++
其中：Y ：房地产开发企业营业利润(亿元) X1：房地产开发企业资金来源
小计(亿元) X2：房地产开发企业本年完成投资额(亿元) X3：商品房销售面积(万平方米) X4：商品房平均销售价格(元/平方米) X5：城乡居民人民币储蓄存款年底余额(亿元) Ｕ：随机扰动项 3、选择数据
房地产开发企业营业利润(亿元)
房地产开发企业资金来源小计(亿元)
房地产开发企业本年完成投资额(亿元)
商品房销售面积(万平方米) 商品房平均销售价格(元/平方米)
城乡居民人民币储蓄存款年底余额(亿元)
2000年 73.28 5,997.63 4984.05 18637.13 2112 64332.38 2001年 125.47 7,696.39 6344.11 22411.9 2170 73762.43 2002年 252.91 9,749.95 7790.92 26808.29 2250 86910.65 2003年 430.37 13,196.92 10153.8 33717.63 2359 103617.65 2004年 857.97 17,168.77 13158.25 38231.64 2778 119555.39 2005年 1109.19 21,397.84 15909.25 55486.22 3167.66 141050.99 2006年 1669.89 27,135.55 19422.92 61857.07 3366.79 161587.3 2007年 2436.61 37,477.96 25288.84 77354.72 3863.9 172534.19 2008年 3432.23 39,619.36 31203.19 65969.83 3800 217885.35 2009年 4728.58 57,799.04 36241.81 94755 4681 260771.66 2010年 6111.48 72,944.04 48259.4 104764.65 5032 303302.49 2011年
5798.58
85,688.73
61796.89
109366.75
5357.1
343635.89
数据来源：国家统计局
1.商品房销售额是当期累计数据。
2.城乡居民储蓄数据来源于人民银行。
4、参数估计
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 20:19 Sample: 2000 2011
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -3285.963 2121.909 -1.548588 0.1725 X1 0.107153 0.050807 2.109034 0.0795 X2 -0.150741 0.069565 -2.166900 0.0734 X3 -0.048145 0.036172 -1.330979 0.2315 X4 1.346684 1.486101 0.906186 0.3998 X5
0.022134
0.012332
1.794887
0.1228
R-squared 0.987223 Mean dependent var 2252.213 Adjusted R-squared 0.976575 S.D. dependent var 2240.254 S.E. of regression 342.8790 Akaike info criterion 14.81949 Sum squared resid 705396.0 Schwarz criterion 15.06194 Log likelihood -82.91691 Hannan-Quinn criter. 14.72972 F-statistic 92.71511 Durbin-Watson stat 2.308253 Prob(F-statistic)
0.000013
12345
3285.9630.1071530.1507410.048145 1.3466840.022134Y X X X X X =-+--++ t =(-1.548588) (2.109034) (-2.166900) (-1.330979) (0.906186) (1.794887)
2R =0.987223 S.E.= 342.8790 F=92.71511 D-W=2.308253
四、结果分析
1、统计推断检验
（1）拟合优度：由上表数据可得2
R =0.987223，修正可决系数2
R =0.95345
（2）F 检验：给定显著性水平为α=0.05，则F=92.71511>0.05(5,7)
F =3.97，应拒
绝原假设，说明回归方程显著。
（3）t 检验：给定显著性水平α=0.05，查t 分布表得/2
t α（7）=2.4469，对应
表中数据，
1?β、2?β、3?β、4?β、5?β的绝对值均小于临界值，说明1X 、2X 、3X 、
4
X 、
5
X 这三个变量对Y 的影响不显著怀疑存在多重共线性的影响使其t 值不显
著。
2、计量经济学检验
（1）多重共线性检验
采用简单相关系数矩阵法对其进行检验：
X1 X2 X3 X4 X5 X1 1.000000 0.994300 0.968707 0.984409 0.992342 X2 0.994300 1.000000 0.952099 0.972787 0.990626 X3 0.968707 0.952099 1.000000 0.993925 0.971725 X4 0.984409 0.972787 0.993925 1.000000 0.987141 X5
0.992342
0.990626
0.971725
0.987141
1.000000
采用逐步回归法对其进行修正。
分别作Y 与1X 、2X 、3X 、4X 、5X 间的回归：
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 22:51 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -485.5712 193.4853 -2.509603 0.0309 X1
0.082990
0.004644
17.87107
0.0000
R-squared 0.969639 Mean dependent var 2252.213 Adjusted R-squared 0.966603 S.D. dependent var 2240.254 S.E. of regression 409.4004 Akaike info criterion 15.01828 Sum squared resid 1676087. Schwarz criterion 15.09909 Log likelihood -88.10966 Hannan-Quinn criter. 14.98835 F-statistic 319.3750 Durbin-Watson stat 1.590048
Prob(F-statistic)
0.000000
1485.5712+0.082990Y X =-
t =（-2.509603）（17.87107）
2R =0.969639 F=319.3750 D.W=1.590048
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 07:40 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C
-583.9340
266.8283
-2.188426
0.0535
X2
0.121309 0.009194 13.19410 0.0000
R-squared 0.945677 Mean dependent var 2252.213 Adjusted R-squared 0.940245 S.D. dependent var 2240.254 S.E. of regression 547.6277 Akaike info criterion 15.60008 Sum squared resid 2998961. Schwarz criterion 15.68090 Log likelihood -91.60048 Hannan-Quinn criter. 15.57016 F-statistic 174.0842 Durbin-Watson stat 1.478429 Prob(F-statistic)
0.000000
2583.9340+0.121309Y X =-
t =（-2.188426）（13.19410）
2R =0.945677 F=174.0842 D.W=1.478429
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 07:46 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1707.039 400.4509 -4.262793 0.0017 X3
0.066977
0.006007
11.14921
0.0000
R-squared 0.925543 Mean dependent var 2252.213 Adjusted R-squared 0.918097 S.D. dependent var 2240.254 S.E. of regression 641.1323 Akaike info criterion 15.91536 Sum squared resid 4110507. Schwarz criterion 15.99618 Log likelihood -93.49216 Hannan-Quinn criter. 15.88544 F-statistic 124.3049 Durbin-Watson stat 1.327877
Prob(F-statistic)
0.000001
31707.039+0.066977Y X =- t =（-4.262793）（11.14921）
2R =0.925543 F=124.3049 D.W=1.327877
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 22:57 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C -4261.308 445.4814 -9.565623 0.0000 X4
1.909309
0.124280
15.36301
0.0000
R-squared 0.959353 Mean dependent var 2252.213 Adjusted R-squared 0.955289 S.D. dependent var 2240.254 S.E. of regression 473.7034 Akaike info criterion 15.31005 Sum squared resid 2243949. Schwarz criterion 15.39087 Log likelihood -89.86031 Hannan-Quinn criter. 15.28013 F-statistic 236.0221 Durbin-Watson stat 1.439372 Prob(F-statistic)
0.000000
44261.308+1.909309Y X =- t =（-9.565623）（15.36301）
2R =0.959353 F=236.0221 D.W=1.439372
Dependent Variable: Y Method: Least Squares Date: 12/02/13 Time: 23:05 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1836.304 244.4894 -7.510773 0.0000 X5
0.023945
0.001272
18.82818
0.0000
R-squared 0.972565 Mean dependent var 2252.213 Adjusted R-squared 0.969822 S.D. dependent var 2240.254 S.E. of regression 389.1748 Akaike info criterion 14.91695 Sum squared resid 1514570. Schwarz criterion 14.99776 Log likelihood -87.50168 Hannan-Quinn criter. 14.88702 F-statistic 354.5002 Durbin-Watson stat 1.514864
Prob(F-statistic)
0.000000
51836.304+0.023945X Y =- t =（-7.510773）（18.82818）
2R =0.972565 F=354.5002 D.W=1.514864 由于
5
X 的t 值最大，拟合度最好，因此把5
X 作为基本变量，将其余解释变量逐
一代入
5
X 的回归方程，重新回归。
加入1X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 08:34 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1305.896 620.2595 -2.105403 0.0645 X1 0.033517 0.035977 0.931621 0.3758 X5
0.014363
0.010365
1.385731
0.1992
R-squared 0.974978 Mean dependent var 2252.213 Adjusted R-squared 0.969418 S.D. dependent var 2240.254 S.E. of regression 391.7707 Akaike info criterion 14.99155 Sum squared resid 1381359. Schwarz criterion 15.11278 Log likelihood -86.94929 Hannan-Quinn criter. 14.94667 F-statistic 175.3429 Durbin-Watson stat 1.503401
Prob(F-statistic)
0.000000
151305.896+0.0335170.014363X Y X =-+
t =（-2.105403） （0.931621） （1.385731）
2R =0.974978 F=175.3429 D.W=1.503401 加入
2
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 09:41 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -2122.314 534.9997 -3.966944 0.0033 X2 -0.029970 0.049419 -0.606455 0.5592 X5
0.029724
0.009619
3.090131
0.0129
R-squared 0.973642 Mean dependent var 2252.213 Adjusted R-squared 0.967785 S.D. dependent var 2240.254 S.E. of regression 402.0927 Akaike info criterion 15.04356 Sum squared resid 1455107. Schwarz criterion 15.16479 Log likelihood
-87.26136 Hannan-Quinn criter.
14.99868
F-statistic 166.2280 Durbin-Watson stat 1.468871 Prob(F-statistic)
0.000000
252122.3140.0299700.029724X Y X =--+
t =（-3.966944） （-0.606455） （3.090131）
2R =0.973642 F=166.2280 D.W=1.468871 加入3X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 09:37 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1842.145 257.3236 -7.158863 0.0001 X3 0.004681 0.016204 0.288857 0.7792 X5
0.022359
0.005651
3.956290
0.0033
R-squared 0.972817 Mean dependent var 2252.213 Adjusted R-squared 0.966777 S.D. dependent var 2240.254 S.E. of regression 408.3378 Akaike info criterion 15.07438 Sum squared resid 1500658. Schwarz criterion 15.19561 Log likelihood -87.44631 Hannan-Quinn criter. 15.02950 F-statistic 161.0458 Durbin-Watson stat 1.428073
Prob(F-statistic)
0.000000
351842.145+0.0046810.022359X Y X =-+
t =（-7.158863） （0.288857） （3.956290）
2R =0.972817 F=161.0458 D.W=1.428073 加入
4
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 09:50 Sample: 2000 2011 Included observations: 12
Variable
Coefficient
Std. Error t-Statistic Prob.
C -2432.868 896.5699 -2.713529 0.0239 X4 0.454685 0.655994 0.693124 0.5057 X5
0.018354
0.008171
2.246320
0.0513
R-squared 0.973955 Mean dependent var 2252.213 Adjusted R-squared 0.968168 S.D. dependent var 2240.254 S.E. of regression 399.6970 Akaike info criterion 15.03161 Sum squared resid 1437819. Schwarz criterion 15.15284 Log likelihood -87.18965 Hannan-Quinn criter. 14.98673 F-statistic 168.2808 Durbin-Watson stat 1.386342 Prob(F-statistic)
0.000000
452432.868+0.4546850.018354X Y X =-+
t =（-2.713529） （0.693124） （2.246320）
2R =0.973955 F=168.2808 D.W=1.386342
加入
1
X 以后虽然拟合优度有所提高，但
5
X 参数的t 检验变得不显著，所以
在模型中剔除1
X ；加入
2
X 以后拟合优度有所提高，但
5
X 参数的t 检验变得不
显著，所以在模型中剔除
2X ；加入
3
X 以后拟合优度有所提高，并没有影响
5X 系数的显著性，所以在模型中保留
3
X ；加入4
X 以后拟合优度有所提高，但5
X 参
数的t 检验变得不显著，所以在模型中剔除
4
X
因此，保留
3
X ，把
3
X 、5X 作为基本变量，将其余解释变量逐一代入3X 、5
X 的回归方程，再次回归。 加入
1
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 12:22 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -1323.190 666.6302 -1.984894 0.0824 X1 0.032625 0.038550 0.846294 0.4220 X3 0.002542 0.016659 0.152618 0.8825 X5 0.013756 0.011675 1.178297 0.2725
R-squared
0.975051 Mean dependent var 2252.213 Adjusted R-squared 0.965695 S.D. dependent var 2240.254 S.E. of regression 414.9320 Akaike info criterion 15.15531 Sum squared resid 1377348. Schwarz criterion 15.31694 Log likelihood -86.93185 Hannan-Quinn criter. 15.09546 F-statistic 104.2172 Durbin-Watson stat 1.492473 Prob(F-statistic)
0.000001
1351323.190+0.0326250.002542X 0.013756Y X X =-++
t =（-1.984894） （0.846294） （0.152618） （1.178297）
2R =0.975051 F=104.2172 D.W=1.492473 加入
2
X ：
Dependent Variable: Y Method: Least Squares Date: 12/03/13 Time: 12:32 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -2107.994 586.6608 -3.593208 0.0071 X2 -0.028247 0.055416 -0.509723 0.6240 X3 0.001707 0.017893 0.095394 0.9263 X5
0.028813
0.013969
2.062630
0.0731
R-squared 0.973672 Mean dependent var 2252.213 Adjusted R-squared 0.963799 S.D. dependent var 2240.254 S.E. of regression 426.2414 Akaike info criterion 15.20909 Sum squared resid 1453454. Schwarz criterion 15.37073 Log likelihood -87.25454 Hannan-Quinn criter. 15.14925 F-statistic 98.62058 Durbin-Watson stat 1.432210
Prob(F-statistic)
0.000001
2352107.9940.0282470.001707X 0.028813Y X X =--++
t =（-3.593208） （-0.509723） （0.095394） （2.062630）
2R =0.973672 F=98.62058 D.W=1.432210 加入
4
X ：
Dependent Variable: Y Method: Least Squares
Date: 12/03/13 Time: 12:37 Sample: 2000 2011 Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob. C -4134.888 2187.387 -1.890332 0.0954 X3 -0.034998 0.040899 -0.855710 0.4170 X4 1.785201 1.691490 1.055402 0.3221 X5
0.013856
0.009821
1.410836
0.1960
R-squared 0.976139 Mean dependent var 2252.213 Adjusted R-squared 0.967192 S.D. dependent var 2240.254 S.E. of regression 405.7788 Akaike info criterion 15.11069 Sum squared resid 1317251. Schwarz criterion 15.27233 Log likelihood -86.66417 Hannan-Quinn criter. 15.05085 F-statistic 109.0936 Durbin-Watson stat 1.688367 Prob(F-statistic)
0.000001
3454134.8880.034998X 1.7852010.013856Y X X =--++
t =（-1.890332） （-0.855710） （1.055402） （1.410836）
2R =0.976139 F=109.0936 D.W=1.688367
加入
1
X 以后拟合优度有所提高，但
3
X 、
5
X 参数的t 检验变得不显著，所以
在模型中剔除1
X ；加入
2
X 以后拟合优度有所提高，但
3
X 、
5
X 参数的t 检验变
得不显著，所以在模型中剔除2X ；加入
4
X 以后拟合优度有所提高，但
3
X 、
5
X 参数的t 检验变得不显著，所以在模型中剔除4
X
2、异方差性检验（怀特检验）.
Heteroskedasticity Test: White
F-statistic
3.419183 Prob. F(5,6)
0.0832 Obs*R-squared 8.882566 Prob. Chi-Square(5) 0.1138 Scaled explained SS
3.021039 Prob. Chi-Square(5) 0.6967
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 12/07/13 Time: 16:09 Sample: 2000 2011
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
C 296211.5 170752.9 1.734738 0.1335
X3 27.82604 20.86890 1.333374 0.2308
X3^2 -0.001103 0.000538 -2.051186 0.0861
X3*X5 0.000679 0.000327 2.078188 0.0829
X5 -12.24712 7.640871 -1.602844 0.1601
X5^2 -9.39E-05 5.33E-05 -1.761579 0.1286
R-squared 0.740214 Mean dependent var 125054.8
Adjusted R-squared 0.523725 S.D. dependent var 143634.0
S.E. of regression 99125.66 Akaike info criterion 26.15302
Sum squared resid 5.90E+10 Schwarz criterion 26.39547
Log likelihood -150.9181 Hannan-Quinn criter. 26.06325
F-statistic 3.419183 Durbin-Watson stat 2.923838
Prob(F-statistic) 0.083247
2
nR渐进地服从自由度为5的2χ分布。给定显著性水平α=0.05，χ=11.071，则不存在异方差。
2
nR=8.88 2(5)
α
3、自相关性检验（拉格朗日乘数检验）
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.456014 Prob. F(1,8) 0.5185
Obs*R-squared 0.647133 Prob. Chi-Square(1) 0.4211
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/07/13 Time: 17:05
Sample: 2000 2011
Included observations: 12
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 62.78789 281.2834 0.223219 0.8290
X3 0.011356 0.023713 0.478916 0.6448
X5 -0.004409 0.008754 -0.503698 0.6280
RESID(-1) 0.405768 0.600882 0.675288 0.5185
R-squared 0.053928 Mean dependent var 1.33E-12
Adjusted R-squared -0.300849 S.D. dependent var 369.3554 S.E. of regression 421.2675 Akaike info criterion 15.18561 Sum squared resid 1419731. Schwarz criterion 15.34725 Log likelihood -87.11369 Hannan-Quinn criter. 15.12577 F-statistic 0.152005 Durbin-Watson stat 1.603408 Prob(F-statistic)
0.925490
LM （1）=2nR =0.647，20.05(1)χ=3.841，220.05(1)nR χ ，故不存在自相关性 p=1开始到p=10，始终有22
0.05
()nR p χ ，故不存在自相关性。
五、结论与建议
影响房地产行业利润的主要因素为商品房销售面积与城乡居民人民币储蓄存款年度余额。
利润表分析习题-财务分析.第五章利润表分析
□ 复习思考题 1．利润分析的作用。 2．利润分析的内容。 3．对利润水平分析表应如何进行分析评价？4．进行利润垂直分析的要点是什么？5．利润分配水平分析的基本思路。 6．对利润表进行分析评价为什么要进行会计调整？7．主营业务利润的影响因素有哪些？8．产品销售利润的完成情况的评价内容。9．企业收入构成分析的内容。10．成本费用分析的内容。 11．如何进行全部销售成本完成情况分析？ 12．分析单位销售成本与单位生产成本的关系及其差异的影响因素。 □ 练习题 一、单项选择题1．反映企业全部财务成果的指标是（ ）A. 主营业务利润B .营业利
润 C. 利润总额 D .净利润2．企业商品经营盈利状况最终取决于（） A. 主营业务利润B .营业利 润 C. 利润总额 D .投资收、人 益 3. 企业提取法定盈余公积金是在（）。 A. 提取法定公益金之后 B. 弥补企业以前年度亏损之后 C. 支付各项税收的滞纳金和罚款之后 D. 支付普通股股利之前 4. 企业用盈余公积金分配股利后，法定盈余公积金不得低于注册资本的下述比例 A. 10% B C. 25% D 5. 产生销售折让的原因是（ A.激励购买方多购商品 . 20% . 50% ）。 B .促使购
买方及时付款 C.进行产品宣传 D ?产品质 量有问题 6. 计算销售量变动对利润影响的公式为： A. 销售量变动对利润的影响=产品销售利润实际数 X（产品销售量完成率一1） B. 销售量变动对利润的影响=产品销售利润实际数 x（1—产品销售量完成率） C. 销售量变动对利润的影响=产品销售利润基期数 x（产品销售量完成率一1） D. 销售量变动对利润的影响=产品销售利 润基期数x（1—产品销售量完成率） 7. 销售品种构成变动会引起产品销售利润变动，主要是因为（）。 A.各种产品的价格不同 B .各种产 品的单位成本不同 C.各种产品的单位利润不同 D ?各种产 品的利润率高低不同 8. 产品等级构成变化引起产品销售利润变动，原因是（）。 A.等级构成变动必然引起等级品平均成本的变动
中国石化利润因素分析（此文档为word格式，下载后您可任意修改编辑）
摘要：本文通过建立以总资产规模，主营业务成本以及国内生产总值为因素的线性回归模型，运用多元回归分析方法对模型进行平稳性检验，多重共线性检验，自相关以及异方差的检验。对模型进行修正试图找出影响净利润的原因并提出建议。 关键词：净利润多元回归分析计量经济学检验 问题的提出 ２００３年以来，国际原油价格持续攀升，尽管2006年９月份以来有所回落，但仍处于高价位。国家从稳定经济和社会大局出发，对国内成品油价格从紧调控，国内成品油价格始终大幅低于国际价格，国内炼油企业出现严重亏损。 中国石化提供的数据显示，国际原油价格从２００３年平均２８1>．４美元／桶上升到２００６年１至９月平均６６美元／桶，上升了１３２％。经过先后１３次调价，国内汽油价格上升了７２％，柴油价格上升了６７％，相当长时间内国内成品油价格与进口原油价格严重倒挂。中国石化３３家炼油企业中，已
有１３家资产负债率接近或超过１００％。 2006年12月27日中国石化股份有限公司董事会发言人透露，由于国内成品油价格始终大幅低于国际价格，炼油企业严重亏损，政府对中国石化2006年炼油企业政策性亏损给予一次性财政补贴50亿元。 中国石化进口原油占全国８０％，加工量占全国７０％，国际油价上涨造成的亏损大部分由中国石化承担，国家对成品油价格调控的影响也主要反映在中国石化。长期以来，中石化在南方天然气市场上拥有管网建设和终端用户方面的较大优势.其炼油能力排名世界第三位，乙烯产能排名世界第四位。成品油销售网络不断完善，自营加油站达到2.8万座，排名世界第三位。但在气源供应上却比较薄弱。而面对国内石油行业的垄断局面，很多人质疑中国石化巨额亏损的真实性。 本文将从影响净利润的总资产规模和主营业务成本等方面，分析影响净利润的主要原因。通过模型的分析探讨是扩大上游的竞争实力比如拥有更多的油田以控制成本有利还是集中优势发展零售业务更有利于增加利润。 二，模型设定 影响利润因素的分析 首先，总资产规模。石油行业属于典型的寡头垄断市场。若企业的长期生产成本曲线是下降的，则说明企业可以通过规模效应产生更大的利润。这时，资产的规模地扩大，比如增加加油站的数量，加强零售业务的竞争力，收购下属子公
影响房地产行业利润的因素分析 一、引言 房地产业是进行房地产类投资、开发、经营、管理和服务的行业，属于第三产业。主要包括：土地开发、房屋的建设、转让、租赁、维修、管理以及由此形成的市场。我国房地产业从20世纪80年代开始兴起,1998年房地产业开始真正发展起来。从2002年开始,我国房价节节攀升,房地产业成为一个新的经济增长点,一直备受关注。直到2007年底开始出现房地产市场有价无市的现象,紧接着就迎来了2008年的房市低迷。低迷到有些地区的金融受到冲击,在国家进行一系列政策调整后,2009年房市出现大反弹,房价一直飙升至2010年底。2011年以来,为了促进房地产业平稳健康发展，国家近几年来加大了对房地产市场的调控力度。房价涨幅得到控制,有些地区已经出现下降趋势。 房地产业是我国支柱性产业，是具有基础性和先导性的产业，在国民经济中起重要作用，是增强国民经济和改善人民生活的重要产业。房地产业能够直接推动经济的增长，而经济的增长的同时也能带动房地产业的增长。房地产业具有很强的关联效应，它的兴旺繁荣能够有力地带动很多产业的发展。促进房地产业健康发展，是提高居民住房水平，改善居住质量，满足人民群众物资文化生活需要的基本需求。房地产业对财政收入的贡献也在不断加大，它既是政府的集中性分配活动，又是国家进行宏观调控的重要工具。因此，房地产行业的发展对国家经济运行具有重要的作用。 利润是一个企业生存和发展的基础，同时它也是投资者进行投资决策的最重要影响决策之一。企业利润是指企业在一定会计期间的经营成果。企业只有不断提高企业的盈利水平，增强企业的盈利能力，才能在残酷的市场环境中生存，具有无限的生命力。这就需要企业必须探索适合本企业特点的提高利润的有效途径。因而对房地产行业利润的影响因素的分析十分重要。‘ 二、文献综述 Dhaoui Abderrazak，Ouidad Yousfi（2010）研究了目前的研发战略的决定因素和分析对财务绩效与盈余管理的权力下放的R&D的影响，研究结果表明跨国公司的研发权力下放，以改善公司的盈利能力，而管理人员的优势，可以得到一
影响营业利润的因素分析（刘拯同学做的，非常感谢） 前提假设： 1， = -?????∑营业利润产品销售量（产品单价单位营业成本） 2， 生产多种产品的企业的产品的基期、报告期的销售量、产品单价、单位营业成本如表 1. 所以， [] [] 1111 2221 =()=()n i i i i n i i i i q p c q p c ==?-?-∑∑基期营业利润报告期营业利润 一、 销售量变动对营业利润的影响 1， 前提条件：产品单位利润一定，即，每件产品的产品单价和单位营业成本 （ 1i 12i 2==i i p c p c --基期产品单位利润报告期产品单位利润）的差额一定。 2， 假设只生产一件产品，则： ① 111111212121=() =() q p c q p c ?-?-基期营业利润报告期营业利润 ②根据因素分析法，当q 发生变化时，计算新的指标如下： 1211111()prof q p c =?- ③故，由于q 的变化，营业利润的变化量为：
[]121111********* 11111111 21 11 ()()()(1)=( 1)q p c q p c q q p c q q q =?--?-=?-?-?-销售量变动对营业利润的影响基期营业利润 3， 假设生产两件产品，则： ① 111111121212212121222222=()()=()() q p c q p c q p c q p c ?-+?-?-+?-基期营业利润报告期营业利润 ②根据因素分析法，当q 发生变化时，计算新的指标如下： 2211111221212()()prof q p c q p c =?-+?- ③故，由于q 的变化，营业利润的变化量为： [][][][][]22211111221212111111121212211111221212111111121212111111121212()()()()()()=()()1()()prof q p c q p c q p c q p c q p c q p c q p c q p c q p c q p c =-=?-+?--?-+?-???-+?-?? ?-+?-?-?? ?-+?-??? ?销售量变动对营业利润的影响基期营业利润 根据产品销售完成率的定义，有： ()() = 100%???∑∑产品实际销售量基期单位利润产品销售完成率产品基期销售量基期单位利润 在生产两件产品的情况下，有： [][] [] [] 2111112212121111111212122 211121111 ()()= 100%()()()= 100% ()i i i i i i i i q p c q p c q p c q p c q p c q p c ==?-+?-??-+?-?-??-∑∑产品销售完成率 4， 假设生产n 件产品，则： ①[][] 111111121212131313111212121222222232323222=()()()()=()()()()n n n n n n q p c q p c q p c q p c q p c q p c q p c q p c ?-+?-+?-+???+?-?-+?-+?-+???+?-基期营业利润报告期营业利润 ②根据因素分析法，当q 发生变化时，计算新的指标如下： 211111221212231313211()()()()n n n n prof q p c q p c q p c q p c =?-+?-+?-+???+?- ③故，由于q 的变化，营业利润的变化量为：
第三章注意 教学要求: 1.了解注意的概念、注意的分类、青少年注意的特点。 2.掌握注意的规律、注意分散的防止、注意的规律及其在教学上的应用、 3、.掌握注意的品质及青少年良好注意品质的培养。 第一节注意概述 二、什么是注意 ( 一) 注意的概念 定义：注意是指人的心理活动对一定对象的指向和集中。 三、注意的特征 注意有两个基本特征： 注意的指向性和注意的集中性。 （一）注意的指向性： 定义：～是指心理活动有选择地反映一定的对象，而离开其他对象。（二）注意的集中性： 1 、定义：～是指心理活动停留在被选择的对象上的强度或紧张度，它使心理活动离开无关事物，并且抑制多余的活动。 2、两个基本特征的关系：指向性是集中性的基础；集中性是指向性的体现发展。 3 、注意与心理过程
（1 ）注意不是独立的心理过程，因为它没有独立的研究对象，它是各种心理过程所共有的特性，它不能离开一定的心理过程而独立存在。没有心理活动就谈不上有注意。 （2 ）注意贯穿到各个心理过程的始终，保证心理过程朝着既定的目标顺利进行。没有注意就没有心理活动。 注意与心理过程是谁也离不开谁，既相互依赖，又相互制约，相互促进的。 四、注意的功能和外部表现 （一）注意的功能：选择功能、保持功能、调节和监督功能（略讲）（二）注意的外部表现 1 、适应性动作的出现。 2 、无关动作的停止。 3 、出现生理性变化。（如呼吸变得轻微而缓慢） ※教师可以根据学生的外部表现来判断其内部的心理活动状况，但要慎重，还应根据学生平时的一贯表现来综合分析判断。 五、注意的生理机制（略讲） 1. 注意与脑干网状结构有密切联系 2.定向反射所引起的大脑皮层上的优势兴奋中心是注意最主要的生理机制 3. 大脑皮层额叶对调节有意注意起着重要作用 第二节注意的种类、规律及其在教学上的应用
四川理工学院课程设计 对中国石油化工集团公司 ——财务报表分析 学生：杨永生 专业：应用统计学 班级：一班 指导教师：古力 四川理工学院理学院 二O一六年六月
摘要： 财务报表能够全面反映企业的财务状况，经营成果和现金流量，通过进行财务分析可以了解企业的经营管理现状和存在的问题，以便采取有效的竞争策略。本文以财务理论知识为依据，通过对中国石化的2013-2015年度的企业财务报表相关数据分析，指出企业在经营中存在的问题，提出解决方案，将财务报表数据转换为有用的信息，帮助报表使用人改善决策。 关键词：财务报表分析；问题；建议 ABSTRACT Financial statements to reflect comprehensively the financial position of an enterprise, operating results and cash flow, through financial analysis can understand the operation and management of enterprises the status quo and existing problems, in order to take effective competitive strategy. In this paper, based on the financial theory knowledge, through the 2013-2015 of China's petrochemical enterprises financial statements related to data analysis, points out the problems existing in the management of enterprises, put forward the solution, the financial statements data into useful information, help to improve decision making the report user. Key words：Financial statement analysis；Problem；advice 目录
产品销售利润因素分析案例 下面以LTC公司某子公司1999年和1998年主要产品销售利润明细资料如表5-9和表5-10. 表5-9 1999年产品销售利润明细表单位:千元 ┏━━┯━━┯━━━━┯━━━━┯━━━━┯━━━━┓ ┃产品│销售│单位产品│单位产品│单位产品│产品销售┃ ┃名称│数量│销售价格│销售成本│销售利润│利润┃ ┠──┼──┼────┼────┼────┼────┨ ┃甲│ 750│ 100 │ 79 │ 21 │ 15750 ┃ ┃乙│ 450│ 124 │ 102 │ 22 │ 9900 ┃ ┃丙│ 250│ 200 │ 153 │ 47 │ 11750 ┃ ┠──┼──┼────┼────┼────┼────┨ ┃合计│││││ 37400 ┃ ┗━━┷━━┷━━━━┷━━━━┷━━━━┷━━━━┛ 表5-10 1998年产品销售利润明细表单位:千元 ┏━━┯━━┯━━━━┯━━━━┯━━━━┯━━━━┓ ┃产品│销售│单位产品│单位产品│单位产品│产品销售┃ ┃名称│数量│销售价格│销售成本│销售利润│利润┃ ┠──┼──┼────┼────┼────┼────┨ ┃甲│ 700│ 100 │ 85 │ 15 │ 10500 ┃ ┃乙│ 500│ 121 │ 104 │ 17 │ 8500 ┃ ┃丙│ 200│ 200 │ 149 │ 51 │ 10200 ┃ ┠──┼──┼────┼────┼────┼────┨ ┃合计│││││ 29200 ┃ ┗━━┷━━┷━━━━┷━━━━┷━━━━┷━━━━┛ 要求：根据表5-9和表5-10资料对企业产品销售利润进行因素分析。 首先，确定分析对象：37400-29200=+8200(千元) 因素分析: 1.销售量变动对利润的影响: 750×100＋450×121＋250×200 产品销售量完成率＝──────────────×100% 700×100＋500×121＋200×200 179450 ＝────×100% 170500 ＝105.25% 销售量变动对利润的影响＝29200×105.25%－29200 ＝30733－29200 ＝＋1533(千元) 2.销售品种构成变动对利润的影响: 750×15＋450×17＋250×51－30733 ＝31650－30733
影响注意力的十大因素 无论是对事物的感知，还是记忆、思维，都离不开注意过程。集中且持久的注意是学习的重要保证，在学习活动中扮演着极其重要的角色。 注意是心理活动对一定事物的指向和集中。注意力是衡量注意程度的指标，包括注意的广度、稳定性、分配和转移的力度。注意力是智力活动的警卫，也是智力活动的组织者和维护者。前苏联的教育家马申斯基说过:“注意是一座门，凡是外界进入心灵的东西都要通过它”。 注意是大脑的一种机能，而且受到意识（心理）的调节。因此，应该从生理、心理两方面入手，努力提高学生的注意力。 一、睡眠与注意力 睡眠对于恢复体力、脑力的疲劳，增强免疫力、维护心理健康等方面有着不可替代的、极为重要作用，古人云：“不觅仙方觅睡方。”睡眠中，大脑还生产着思维所必要的生化物质，合成着生长所需要的生长激素。如果没有充足的睡眠，大脑分泌这些物质就受到影响，致使学习能力下降，学习效率降低，记忆力衰退，个子也长不高。 列宁说：“只有会休息的人才会学习。”通俗一些的表达：“把拳头先缩回去，再打出去的时候才有力量！”开夜车等于拔苗助长，是一种极愚蠢的做法！是在用熬夜的假象来掩盖内心的自卑与恐惧，掩耳盗铃！多学一小时却导致第二天一整天的昏昏沉沉，注意力下降许多，得到多少？失去多少？ 八小时高质量的睡眠压倒一切！ 建议：晚餐清淡一些，睡前喝杯牛奶，热水烫脚十分钟，午睡半小时左右。 二、营养与注意力 脑在人体各器官中是最重要和最活跃的器官，虽然大脑只占人体重量的2%，但消耗的能量却占全身总消耗能量的20%。学习是一种极其繁重的脑力劳动，注意力集中时大脑处于高度紧张的兴奋状态，需要大量新鲜血液提供足够的营养。因此，只有不断地供给大脑充足的营养，它才能精神饱满地工作；如果大脑营养供应不良，它就会产生疲劳或受到损伤。 特别强调：早餐一定要吃饱吃好！ 建议：应当尽量不吃方便面那样的快餐食品；主食应适量掺入杂粮；尽量做到蔬菜、肉食平衡，不可只偏重一方；少吃动物脂肪，多食用植物油；甜、酸、苦、辣、成五味平衡，少年人一股都爱吃甜食，但还要注意吃些苦、咸的食物。 三、氧气、水与注意力 大脑是全身耗氧量最大的器官，耗氧占人体的四分之一，只有充足的氧气供应才能提高大脑的工作效率，保证良好的注意力。用脑时，特别需要讲究工作环境的空气质量。 人的大脑有百分之八十以上的物质是水分，当人的大脑在思考、学习時，所有的信息是由大脑的细胞一个传送到另一个去，传送的过程是以电流的形式进行，而水便是电流传送的主要媒介。所以，在读书或做功课前，先饮一至二杯清水，会有助于大脑的运作。 建议：教室、寝室随时保证良好的通风，切忌蒙头睡觉！ 四、运动与注意力 大脑额叶的发育水平与注意力密切相关，而刺激、增强额叶功能的最有效的办法就是运动，尤其是一些技巧要求较高的球类运动，练习演奏乐器也是极好的选择。这些活动锻炼了眼、手、脑的协调能力，促进大脑对肢体、意识的控制，能显著提高注意力。这是一种“以动治动”的方法。 严重的注意力不集中（确实是无法集中）在医学上称为“注意缺陷多动障碍”(Atention deficit hyperactivity disorder,ADHD)，往往进行“感觉统合训练”（Sensory Integrati,SI），事实上也就是综合运动治疗，实验证明是非常有效的。 现代体育心理学研究表明，经常运动不仅可以强身健体，促进大脑发育，还有利于形成良好
中石化经营现状分析及前景展望（2013） 在国际政治经济形势变化、国内政策调整和市场供需变化等诸多因素的作用下，2013年中国石油化工股份有限公司(以下简称中国石化)各业务板块受到不同的影响。文章主要基于中国石化2013年年报资料，同时参考了中国石化历年年报、相关石化企业年报及海关进出口资料，对各业务板况的经营状况进行了分析和比较，有助于对中国石化各业务板块现状有个总体的认识，同时制定出切实可行的解决措施。 1、2013年各板块分析 1.1 勘探开发板块 2013年中国石化勘探开发板块国内原油产量为3.11亿桶(折合42Mt)，较2012年(3.07亿桶)仅增长1.38％。受原油价格小幅下降影响，勘探开发板块经营收入较2012年减少5.9％，经营利润为548亿元，与2012年同期相比减少21.8％。 受近年大范围雾霾影响，“煤改气”工程使天然气需求快速增长，尽管国内生产增速在10％左右，但需求增速在15％以上，供需矛盾越来越突出，不得不靠进口来补充。2013年我国天然气产量为1.21×1011m3，进口量达5.34x1010m3，对外依存度超过30％，供给安全问题日甚。 鉴于此，政府既通过价格调整抑制过度需求(如居民生活用气实行阶梯气价、非居民增量气价格调整一步到位、存量气价格分3年与增量气并轨等)，利用多渠道进口天然气和增加煤制气供给，同时通过提高出厂价和税收政策刺激企业勘
探开发的积极性(如2012-2015年对非常规天然气中的页岩气给予开采企业0.4元/m3的补贴，对页岩气出厂价格实行市场定价等)。 中国石化的天然气勘探和开采是一大亮点，天然气产量达到1.87x1010m3，同比增长10.4％，保持较高速增长。2013年中国石化在重庆涪陵地区发现了储量高达2.1×1012m3的大型页岩气田，实现了非常规天然气在国内开采里程碑式的突破，为中国石化在国内页岩气的勘探开发积累了非常宝贵的经验，而且对其他企业投身页岩气勘探开采是个强有力的激励，推动了产业的更快发展。 2014年中国石化计划资本支出1616亿元，其中勘探和开发板块879亿元，重点为涪陵页岩气及延川南煤层气等示范项目的开发。 1.2 炼油板块 炼油板块在连续两年分别亏损348亿元和114亿元的情况下，2013年实现了扭亏为盈，经营收益达到86亿元，占中国石化总经营收益的8.9％。 利润的增长得益于2013年年初国家新出台的成品油定价机制、成品油质量升级以及“优质优价”政策的实施，逐年渐进式的调整使国内成品油定价与国际市场靠近，使得炼油板块逐渐摆脱政策性亏损，成为中国石化新的利润增长点。 1.3 化工板块 化工板块以占总资产11.3％的资产比例实现化工产品对外销售收人3741亿元，占中国石化营业额的13.2％，但实际收益仅为8.68亿元，仅占中国石化总经营收益的0.9％，远低于2012年的11.78亿元、2011年的267亿元、2010年的150亿元和2009年的138亿元。从资产收益率来看，仅为0.6％，也就是
企业研究Business research 总第398期 第08期2012年4月 上市公司的盈利质量一直是一个很敏感的问题，因为它关系到投资者、债权人和其他利益相关者的切身利益。这就导致了越来越多的投资者关心起上市公司盈利质量的问题，他们把更多的目光投到了上市公司盈利的真实性和可靠性上。在这样的背景下，对上市公司盈利质量的分析和研究就成为一种必然的趋势。对上市公司进行盈利质量分析，首先要清楚盈利质量的内涵，它与盈利能力的关系，上市公司盈利质量的特征因素有哪些以及哪些因素会影响上市公司盈利质量。只有清楚了这些基础，才能够很好的对上市公司盈利质量进行分析。 一、上市公司盈利能力与盈利质量盈利能力是指企业获取利润的能力，也称为企业的资金或资本增值能力，通常表现为一定时期内企业收益数额的多少及其水平的高低。反映企业盈利能力的指标，主要有销售利润率、成本费用利润率，资产总额利润率、资本金利润率、股东权益利润率等。对于上市 公司来说，每股利润、 每股股利和市盈率等指标也可以反映上市公司的盈利能力。盈利质量是指盈利的真实性以及报告收益与企业业绩之间的相关性。盈利的真实性指利润是可实现的，能够给企业带来真实的现金流量增量，而并非仅仅体现在账面上的盈利；报告收益与企业业绩之间的相关性则是指报告上的收益与企业的经营活动是息息相关的，收益是企业经营的成果，尤其是主营业务的成果。高质量的盈利是指报表收益对企业过去、现在的经济成果和未来经济前景的描述是可靠和可信的。反之，如果报表收益对企业过去、现在经济成果和未来经济前景的描述具有误导性，那么该收益就被认为是低质量的。盈利能力与盈利质量两者联系紧密。盈利能力好坏是盈利质量高低的基础，只有具备较好的盈利能力，盈利质量才有保障，没有良好的盈利能力，盈利质量就无从谈起；另一方面，盈利质量又是盈利能力的扩展，只有数量而没有质量的盈利是不可靠 的。仅以盈利能力强就判断企业盈利质量高， 这是很片面的。二、上市公司盈利质量的特征 通过上面对盈利质量基本涵义的论述以及盈利能力与盈利质量的对比中，可以总结出盈利质量的特征因素主要有以下3个，获利性、收现性和持续性。 （一）盈利的获利性。获利性是指企业利用各种经济资源赚取利润的能力，是企业各环节经营活动的具体表现，企业经营的好坏，都会通过获利指标直接在财务报表上表现出来。在进行盈利质 量分析时，我们首先评价的就应该是企业获利的能力，一般来说，企业只有具备良好的获利能力，才能为良好的盈利质量提供前提和保障：反之，如果企业获利能力较差，也势必会影响到企业的盈利质量。当然这里的获利是在真实的前提下，因为只有真实的盈利，才是高质量的盈利，否则即便盈利的再多，也是不可靠的，也是低质量的盈利。 （二）盈利的收现性。收现性是指在企业所有盈利中现金流量所占的比重的大小。会计盈利的确认是建立在权责发生制和会计分期假设基础之上，所以会计报表上的盈利并不直接等同于实际现金净流入与真实财富增加，只有当账面现金净流入成为实际现金净流入时才表明盈利的真正实现。如果会计盈利不能转化为足够的实际现金净流入，高的会计盈利也仅仅是“账面财富”而蕴含较大的风险。因此，一般认为，会计盈利的收现能力越强，其未来不确定性就越低，会计盈利的质量也就越高。相反，有账面盈利却无相应的现金流入正是盈利质量较差的外在体现。 （三）盈利的持续性。盈利的持续性是指企业会计盈利在一个较长的时间跨度内有保持良好的稳定性，盈利有持续的成长，而非大起大落。判断企业盈利的持续稳定性，很大程度上可以从盈利的构成情况来分析，营业利润比重，尤其是主营业务利润比重又在很大程度上决定了企业的盈利质量，所以在利润的构成中，主营业务利润和经常性损益所占的比重越大，利润的持续稳定性越好，盈利质量也越高。 同时如果企业的盈利有稳定增长，那么企业的持续性就比较好；反之，如果一个企业的盈利没有增长的趋势和潜力，甚至盈利有下滑的趋势，那么这个企业的持续性就较差，企业的盈利质量水平就越低。 从上面的各个因素的含义可以看出，盈利质量的获利性、收现性和持续性既相互独立，又相互影响和相互依赖。获利性是收现性、持续性的基础，不具备收现性、持续性的盈利其获利性也是值得怀疑的。 三、影响上市公司盈利质量的因素 根据我国社会经济发展的基本情况，以及结合上市公司盈利质量的特征要素来看，影响上市公司盈利质量的要素主要有：公司外部经济政策环境，会计政策的选择与运用，公司结构与治理机制以及经营风险与财务风险。其中前3个是定性因素，经营风险与财务分析可以定量地来衡量。 影响上市公司盈利质量因素分析 王妮 （大连医科大学辽宁大连116044） 摘 要：随着资本市场的发展，投资者的会计知识也随之增加，加上不时爆出上市公司操纵财务报表，虚增利润的丑闻，这就 让投资者对上市公司的盈利持有了更加审慎的态度，他们不再只是关心上市公司盈利的数量，同时也注重起上市公司盈利的质量。在这样的背景下，越来越多关于上市公司盈利质量分析的理论和方法出现并不断完善，本文就是在对这些理论进行论述的基础上，运用这些理论对它进行盈利质量分析，从而为投资者如何具体为上市公司盈利质量作分析提供参考。 关键词：上市公司；盈利质量；获利能力；成长能力 作者简介：王妮（1978-），女，辽宁营口人，会计师，研究方向：行政事业单位财务管理。 155··
第一章 企业的收益性和获得能力分析 知识网络图 第一节 企业的收益性和收益结构分析 一、 企业的收益性 1：收益三个相关定义： （1）收益：是指企业在资产经营活动中的经济流入，包括总收益和净收益 按数量分为总收益和净收益 （2）总收益（综合收益）：是指企业的所有收入，注意不包括出资额和代收款 （3）净收益（利润）：是指总收益中各项收入超过成本的部份。 2：收益按内容上的分类：资产收益和经营收益 资产收益：（1）潜在收益，（2）通过资金的周转才能实现，（3）经营收益是资产收益的转化形式，（4）收益是体现资产本质的一个重要特征。（5）资产收益这个概念的着眼点不是计量而是对其的管理。 经营收益：（1）实在收益，（2）是经营活动中的利润，（3）反应的内容：共4点 A 、 资产管理水平。B 、资金运用效果。C 、经营规模。D 、市场竞争能力。 3：收益性：同样包括资产收益性和经营收益性 4：企业收益性分析的意义 （1） 定义：~是指对企业通过资产经营能够取得多大收益的能力所进行的分析、评价和预 测。是一项综合性很强的分析。 （2） 分析中心：总投资收益率、主权资本（股本）收益率。 （3） 收益性分析是财务报表分析的核心 （4） 意义：A 、促进企业提高资产管理水平。B 、促进企业改善资产结构，提高资金运用 效果。C 、促进企业扩大经营规模。D 、促进企业增强市场竞争能力。 （5） 实务中的专项分析（相对于综合分析而言的）：1：收益结构分析，2：收益增减变动 分析，3：获利能力分析。 二、企业收益与收益结构 企业的收益性和收益结构分析 企业利润增减变动和利润差异分析 企业获利能力比率分析 企业的收益性 企业的经营与收益状况 损益表收益结构分析 企业利润增减变动和利润差异分析的内容 企业利润增减变动及原因分析 营业利润主要项目的因素分(难点) 企业获利能力的重要性 评价企业获利能力的财务比率 获利能力比率的分析方法
中国石化2019年财务分析综合报告中国石化2019年财务分析综合报告 一、实现利润分析 2019年实现利润为9,001,600万元，与2018年的10,050,200万元相比有较大幅度下降，下降10.43%。实现利润主要来自于内部经营业务，企业盈利基础比较可靠。在市场份额扩大的情况下，营业利润却出现了较大幅度的下降，企业未能在销售规模扩大的同时提高利润水平，应注意增收减利所隐藏的经营风险。 二、成本费用分析 2019年营业成本为248,885,200万元，与2018年的240,101,200万元相比有所增长，增长3.66%。2019年销售费用为6,351,600万元，与2018年的5,939,600万元相比有较大增长，增长6.94%。2019年在销售费用有较大幅度增长的同时营业收入也有所增长，企业销售活动取得了一些成效，但是销售投入增长明显快于营业收入增长。2019年管理费用为6,211,200万元，与2018年的7,339,000万元相比有较大幅度下降，下降15.37%。2019年管理费用占营业收入的比例为2.09%，与2018年的2.54%相比变化不大。但企业经营业务的盈利水平有所下降，管理费用支出正常，但其他成本费用支出项目存在过快增长情况。2018年理财活动带来收益100,100万元，2019年融资活动由创造收益转化为支付费用，支付996,700万元。 三、资产结构分析 从流动资产与收入变化情况来看，流动资产下降，收入增长，资产的盈利能力明显提高，与2018年相比，资产结构趋于改善。 四、偿债能力分析 从支付能力来看，中国石化2019年是有现金支付能力的。企业负债经营为正效应，增加负债有可能给企业创造利润。 五、盈利能力分析 中国石化2019年的营业利润率为3.04%，总资产报酬率为5.97%，净内部资料，妥善保管第1 页共3 页
销售利润分析 公司利润主要包括商品销售毛利与其他收入，在此，我们仅重点分析主要的商品销售毛利分析，其他收入的分析方法与之类似。 商品销售毛利=销售收入-销售成本-销售费用，其中，销售成本即商品的采购成本，在实务中，按照某种计价方式来计算，如月加权平均、移动平均等方式计算。 销售费用则包括运费、杂费及其他与销售活动直接相关的费用。对销售费用的关注程度，取决于销售费用占成本的比重大小。同时，这与ERP中是否能取到数据有直接的影响。在此，我们暂时不考虑。 那么，从这个公式中得到一个结论，影响利润变化的因素主要就是销售收入与销售成本的变化。要提高销售利润，就要使销售收入增长，或者销售成本下降。 ?如何提高收入？ 1、如何实现核心商品的稳定增长？ 2、如何找到最佳的高利润率商品与区域的组合？ 3、如何发现各类商品的季节性规律？如何保证旺季商品的供应？如何对淡季商品采取有效措施，刺激销售？ 4、如何对高价值的商品采取必要的促销手段，以刺激销量的增长？ 5、如何防止核心客户的流失？ ?如何降低成本？ 1、降低采购成本： ●降低较低利润率的商品的采购成本（如寻找同类商品的其他供
应商）； ●降低核心商品的采购成本（如根据历史销售情况，加大采购批 量，以提高议价能力）； ●降低高价值商品的采购成本（如寻找同类商品的其他供应商）； 2、降低销售费用： ●如何使促销费用使用得更合理？ 3、降低物流成本： ●降低库存资金占用（如对远低于平均利润率且销量不大的商品 进行库存优化？） ●降低库存维护费用 ●降低运输成本 在Power-BI中，可以通过多维分析的任意组合，很快找到关键信息，以及时、准确提供决策者必须的信息。 下面，我们就通过一些截图来举例说明分析的思路。 一、利润变化分析： 1、先看整个公司销售利润的变化情况，通过趋势图，对其变化一目了然。20XX年10月份的利润出现较大幅度的下降。
宁波大学科学技术学院考核答题纸 财 务 报 告 分 析 中石化2010财务报表分析 一、资产负债表的分析 1资产负债表
（一）资产负债表总体状况的初步分析 根据上述表格，从存量规模及变动情况看，中国石化集团2010年的货币资金比2009年增长了8122000000元，增长了81.07%，变动幅度较大，营业收入也增幅比较大，达到了42.24%，说明货币资金的增长是通过营业收入获得的,说明企业营运能力增强。从比重及变动情况看，中石化2010年的期末货币资金比重为1.84%，期初比重为1.13%，比重上升了0.71%，按一般标准判断，其实际比重并不高，结合公司货币资金的需求来看，其比重比较合理。 根据上述表格可以看出，中石化2010年的应收账款43093000000元，比2009年增加了16501000000元，增加了62.05%。其变动的主要原因是因为该公司经营规模的扩大及原油等商品价格比上年末上升。 根据上述表格可以看出，中石化2010年其他应收款为9880000000元，比2009年增加了5375000000，上升了119.31%，上升幅度比较高。 （二）资产负债表各主要项目的分析
1.对存货的质量分析 存货是企业最重要的流动资产之一，其核算的准确性对资产负债表和利润表有较大的影响，因此要特别重视对存货的分析。按存货总值来计算，2010年存货资产为156546000000元，比2009年增加了14819000000元，增长率为10.46%，表明存货资产实物量绝对的增加。其变动原因是经营规模扩大及原油价格比上年末上升。存货资产结构指各种存货资产在存货总额中的比重，各种存货资产在企业再生产过程中的作业是不同的。其中产品存货是存在于流通领域的存货，它不是保证企业再生产过程不间断进行的必要条件，必须压缩到最低水平。材料存货是维持再生产活动的物质基础，然而它只是生产的潜在因素，所以应把它限制在能够保证再生产正常进行的最低水平上。在产品存货是保证生产过程连续性的存货，企业的生产规模和生产周期决定了在产品存货的存量，在企业正常经营条件下，在产品存货应保持一个相对稳定的比例。存货资产的变动，不仅对流动资产的资金占用产生极大的影响，而且对经营活动也有较大影响。 2.对固定资产质量分析 固定资产是企业最重要的手段，对企业的盈利能力有重大的影响。主要从固定资产规模与变动情况分析、固定资产结构与变动情况分析、固定资产折旧分析和固定资产减值准备分析四方面展开分析。 在处理固定资产折旧时需注意，变更固定资产折旧政策是最常见的利润操作手法。因为，固定资产价值比较大，影响因素多，容易找到变更理由，操作弹性较大，准确性估计难；固定资产清理以及待处理固定资产净损失，可以认定为企业的不良固定资产；固定资产的累计折旧并不代表企业固定资产的实际变质程度，更不能反映企业固定资产的使用效能。根据上表可以看出，中石化2010年的固定资产为540700000000元，比2009年增加了55885000000元，增加了11.53%。说明了企业的固定资产不是很稳定。 3.对短期债权质量分析 （1）关于短期借款。短期借款数量的多少，往往取决于企业生产经营和业务活动对流动资金的需要量、现有流动资产的沉淀和短缺情况等。根据上述表格可以看出，中石化2010年的短期借款为29298000000元，比2009年减少了5602000000元，减少了16.05%，下降幅度不算大。集团通过对借款等负债加强
产品销售利润因素分析案例 B公司某子公司2010年和2009年主要产品销售利润明细资料如表1和表2 表1 本年产品销售利润明细表单位:千元 ┏━━┯━━┯━━━━┯━━━━┯━━━━┯━━━━┓ ┃产品│销售│单位产品│单位产品│单位产品│产品销售┃ ┃名称│数量│销售价格│销售成本│销售利润│利润┃ ┠──┼──┼────┼────┼────┼────┨ ┃甲│ 750│ 100 │ 79 │ 21 │ 15750 ┃ ┃乙│ 450│ 124 │ 102 │ 22 │ 9900 ┃ ┃丙│ 250│ 200 │ 153 │ 47 │ 11750 ┃ ┠──┼──┼────┼────┼────┼────┨ ┃合计│││││ 37400 ┃ ┗━━┷━━┷━━━━┷━━━━┷━━━━┷━━━━┛ 表2 上年产品销售利润明细表单位:千元 ┏━━┯━━┯━━━━┯━━━━┯━━━━┯━━━━┓ ┃产品│销售│单位产品│单位产品│单位产品│产品销售┃ ┃名称│数量│销售价格│销售成本│销售利润│利润┃ ┠──┼──┼────┼────┼────┼────┨ ┃甲│ 700│ 100 │ 85 │ 15 │ 10500 ┃ ┃乙│ 500│ 121 │ 104 │ 17 │ 8500 ┃ ┃丙│ 200│ 200 │ 149 │ 51 │ 10200 ┃ ┠──┼──┼────┼────┼────┼────┨ ┃合计│││││ 29200 ┃ ┗━━┷━━┷━━━━┷━━━━┷━━━━┷━━━━┛ 要求：根据表1和表2资料对企业产品销售利润进行因素分析。 假如上述乙产品为等级品， 单位：千元 等级销售量价格基期销 售额实际销售额 基期本年基期本年基期价本年价一等品350 360 129 142 45150 46440 51120 二等品150 90 103 52 15350 9270 4680 合计500 450 60500 55710 55800
中国石化分析报告 一、公司简介及产品分析 （一）公司背景及历史沿革 中国石油化工股份有限公司（以下简称“中国石化”）是一家上中下游一体化、石油石化主业突出、拥有比较完备销售网络、境内外上市的股份制企业。中国石化是中国最大的一体化能源化工公司之一。中国石化是由中国石油化工集团公司依据《中华人民共和国公司法》，以独家发起方式于2000年2月25日设立的股份制企业。中国石化167.8亿股H股股票于2000年10月18、19日分别在香港、纽约、伦敦三地交易所成功发行上市；2001年7月16日在上海证券交易所成功发行28亿股A股。截至2007年底，中国石化股份公司总股本867亿股，中国石化集团公司持股占75.84%，外资股占19.35%，社会公众股占4.81%。 （二）公司产品 主要从事石油与天然气勘探开发、开采、管道运输、销售；石油炼制、石油化工、化纤、化肥及其它化工生产与产品销售、储运；石油、天然气、石油产品、石油化工及其它化工产品和其它商品、技术的进出口、代理进出口业务；技术、信息的研究、开发、应用。中国石化是中国最大的石油产品（包括汽油、柴油、航空煤油等）和主要石化产品（包括合成树脂、合成纤维单体及聚合物、合成纤维、合成橡胶、化肥和中间石化产品）生产商和供应商，也是中国第二大原油生产商。中国石化自IPO以来在公司治理、投资者关系方面得到了境内外资本市场的认同，曾经数次荣获由权威机构评出的中国十佳上市公司、中国最佳公司治理公司、最有投资价值上市公司、最佳投资者关系奖等荣誉称号。 二、公司所属行业 （一）石化的行业地位 2009年，我国石化产业的格局未发生大的变化，重心仍在东部沿海一带，但部分产业正由东部向中西部地区转移。山东、江苏、广东和辽宁四省的行业产值合计已达全行业总产值的46.2%；内蒙、江西、四川和湖北等中西部省区的增速已位于全国前列。2009年全年石化行业工业增加值占全国工业增加值的12.00%，全行业规模以上企业3.46万家，实现总产值6.63万亿元，销售产值6.35万亿元；全行业固定资产投资1.01万亿元，比2008年增长12.9%；全行业进出口贸易总额3270.70亿美元。 受益成品油价格改革, 公司09年净利润大幅提升，实现营业收入1.35万亿元,归属母公司股东的净利润612.9亿元,同比增长115.5%。每股收益0.707元,每股派发红利0.11元。而中石油业绩出现连续两年下滑，全年盈利1033.87亿元，同比下跌89.7%。中海油，净利也出现了33.6%的跌幅。国际三大石油巨头埃克森美孚、壳牌以及BP2009年的业绩均出现大幅倒退，分别下滑了57%、52%、21.6%。 2010年，全国石油和化工行业产值和主要石化产品产量继续大幅增长；对外贸易增速明显加快；石油和化工市场总体平稳，产销基本顺畅，价格保持稳中上扬态势。中国石化经营收入达1.9万亿元，同比增长40.7%，归属母公司股东的净利润752亿元，同比增长22.7%。下面通过近三年中国石化的主要财务数据对其营运能力、获利能力及发展能力进行全面分析与诊断，了解各财务指标近年来的变化状况和变化趋势，特别是2009年，探求变化的原因和内在逻辑关系，尝试着对中国石化的问题进行剖析，提出可能的财务观点。 三、公司财务报告分析 下面通过近三年中国石化的主要财务数据对营运能力、获利能力以及发展能力进行全面分析与诊断，了解各财务指标近年来的变化状况和变化趋势，特别是2009年，探求变化的原因和内在逻辑关系，尝试着对中国石化的问题进行剖析，提出可能的财务观点。 （一）企业营运能力分析与诊断