统计指标与统计分析技术.ppt

企业经济统计指标及统计分析技术 主讲：朱平辉 厦门大学管理学院MBA教育中心教授 中国商业统计学会市场调查研究会理事 企业经济指标体系 一、统计指标： 企业经济活动数量方面的科学范畴，也是企业经济统计认识企业经济现象的主要手段。 二、指标体系： 企业经济活动是许多因素相互作用、相互影响的复杂过程；需要设置相互关联的一系列指标，组成科学指标体系。 三、企业经济统计指标体系框架 企业统计数据 一、外部信息 1、间接 2、直接（调查） 二、内部信息 1、会计核算资料 2、业务核算资料 3、统计核算资料（企业统计部门直接收集） 三、管理与开发 通过原始记录—统计台帐—统计报表收集整理后需要科学管理与开发 管理：编码、录入，统计数据库建设与共享 开发：描述统计与推断统计 时间序列；回归建模；多元分析 企业工业产值指标 1、总产值：企业全部生产成果的价值指标，由物质转移价值和劳动新创价值组成； 企业工业总产值=产品销售收入+现价产成品期末期初差额+现价在产品期末期初差额+企业加工费用+全部产品应缴增值税 全部产品应缴增值税=会计账面应缴增值税+（现价产成品期末期初差额+现价半成品期末期初差额） 应缴增值调整系数 应缴增值调整系数= 2、工业增加值 企业一定时期内生产的以货币表现的工业最终产品总量。 （1）生产法： 企业工业增加值=企业工业总产出-企业工业中间投入 =企业工业总产出-（企业工业中间物质投入+企业工业中间劳务投入） （2）分配法： 企业工业增加值= 折旧+工资+福利基金+劳动及待业保险+产品销售税金及附加+应交增值税+应得产品销售利润+其它 某企业的产品产值，该厂销售资料如下： 统计分析技术 一、因素分析法 企业资材消耗变动的因素分析 二、回归分析 一元线性回归分析 模型的假定 参数的最小二乘估计 假设检验 方差分析与相关性分析 预测 实证研究例子 模型的假定 在实际中，对于经济问题的研究，不仅要分析该问题的基本性质，也需要对经济变量之间的数量关系进行具体分析（回归分析、相关分析、方差分析等）。 其中回归分析是最常用的数量分析方法。但是，大多数情况下，用其它方法与回归分析相结合进行综合性分析，会使分析更加系统全面。关于这一点请大家在在学习一元线性回归分析时注意体会。 一、一元线性回归模型 各种经济变量之间的关系大体可分为两种类型：一类是函数关系；另一类是统计相关关系。 例如：家庭消费支出Y与家庭收入X之间的关系；支出Y还要受多种因素的影响（家庭人口、消费习惯、存款利率、商品价格等），收入只是主要影响因素之一。 变量Y与X1，X2，……Xk统计相关关系可以表示成： 或者 这里的u是随机影响。 一元线性回归模型 二、随机扰动项的性质 扰动项 包含了丰富的内容，产生的原因主要有以下几个方面： §2－2 参数的最小二乘估计 一、参数的估计 从上面的散点图可以看出，所有的样本点大致都落在一条直线附近，说明家庭收入X与家庭消费支出Y之间有明显的线性关系。一条直线与散点拟合在一起，但不重合。这说明两变量间只存在相关关系。这条拟合的直线： 称为一元线性经验回归直线（方程）。 估计模型系数估计 （1）用“残差和最小”确定直线位置是一个途径。但很快发现计算“残差和”存在相互抵消的问题。 （2）用“残差绝对值和最小”确定直线位置也是一个途径。但绝对值的计算比较麻烦。 （3）最小二乘法的原则是以“残差平方和最小”确定直线位置。用最小二乘法除了计算比较方便外，得到的估计量还具有优良特性。（这种方法对异常值非常敏感） 解方程得到： 二、最小二乘估计量的特性 几个结论： §2－3 假设检验 -t? (T-2) 0 t? (T-2) 方差分析与相关性 检验回归方程 实证分析 案例：用回归模型预测木材剩余物 伊春林区位于黑龙江省东北部。全区有森林面积2189732公顷，木材蓄积量为23246.02万m3。森林覆盖率为62.5%，是我国主要的木材工业基地之一。1999年伊春林区木材采伐量为532万m3。按此速度44年之后，1999年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式，保护森林生态环境。为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关键环节。下面，利用简单线性回归模型预测林区每年的木材剩余物。显然引起木材剩余物变化的关键因素是年木