周可瀅

摘 要：隨著改革開放，我國人民生活水平逐年攀升，飲品的新花樣層出不窮，各種飲料和酒類充斥著我們的生活，尤其在大學(xué)生聚會(huì)中，更是不可或缺的。為此，選取了燕京啤酒作為研究對(duì)象，將其凈利潤(rùn)與影響凈利潤(rùn)因素的關(guān)系進(jìn)行分析，引進(jìn)了虛擬變量，在進(jìn)行多次擬合后建立了四元回歸模型，并對(duì)模型中變量的重要性進(jìn)行了對(duì)比分析，同時(shí)針對(duì)大學(xué)生聚會(huì)飲酒問題提出了建議。

關(guān)鍵詞：燕京啤酒；價(jià)格波動(dòng)；回歸分析；凈利潤(rùn)

中圖分類號(hào)：F27

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.19311/j.cnki.16723198.2017.02.031

1 背景介紹

改革開放三十幾年，一個(gè)顯著的表現(xiàn)就是人民的生活水平越來越高，人們現(xiàn)在追求的多是生活質(zhì)量，從琳瑯滿目的生活消費(fèi)品中就可以看出來。其中，飲品更是以迅猛的速度豐富起來，相應(yīng)的，飲品制造業(yè)領(lǐng)域內(nèi)也呈現(xiàn)出一片欣欣向榮的景象。

從我們當(dāng)代學(xué)生來看，現(xiàn)在的課余生活因?yàn)榻?jīng)濟(jì)的發(fā)展而豐富起來，其中最具有代表性的就是團(tuán)體活動(dòng)結(jié)束后的聚餐。團(tuán)體活動(dòng)結(jié)束后，參與活動(dòng)的成員出去聚餐似乎已經(jīng)成為了慣例。說到聚餐，就離不開飲料酒類，可謂是無酒不歡，不醉不歸。

酒類公司的凈利潤(rùn)與經(jīng)濟(jì)的發(fā)展關(guān)系很密切，但究竟什么原因是其的主導(dǎo)因素。本文以此為出發(fā)點(diǎn)，選取了近些年股價(jià)波動(dòng)較大的燕京啤酒作為研究對(duì)象，希望能從這一個(gè)公司的數(shù)據(jù)研究中窺到整個(gè)酒類公司乃至飲品制造業(yè)的情況。

燕京啤酒在世界啤酒產(chǎn)銷量前十名，中國行業(yè)百強(qiáng)企業(yè)。全國市場(chǎng)占有率達(dá)到11%以上，華北市場(chǎng)50%，北京市場(chǎng)在85%以上。燕京啤酒已遍布全國各省市，遠(yuǎn)銷美國、意大利、英國、加拿大、澳大利亞等17個(gè)國家，出口居全國第3位。在北京，燕京啤酒在餐廳中很常見，北京人常稱呼普通燕京啤酒為“普京”。

燕京啤酒在整個(gè)啤酒行業(yè)中，名列第二。在2010年中國酒類流通協(xié)會(huì)、中華品牌戰(zhàn)略研究院共同主辦的，“華樽杯”中國酒類品牌價(jià)值評(píng)議中，其品牌價(jià)值為263.18億，榮膺啤酒類品牌價(jià)值第二名。華樽杯酒類品牌價(jià)值評(píng)議是最有最權(quán)威，最專業(yè)的無形資產(chǎn)評(píng)估。燕京將堅(jiān)持“發(fā)展民族啤酒工業(yè)，爭(zhēng)創(chuàng)國際知名品牌”的信念，積極參與國際市場(chǎng)競(jìng)爭(zhēng)。

燕京啤酒集團(tuán)一九九六年開始股份制改造，經(jīng)過一年認(rèn)真細(xì)致的籌備工作，燕京啤酒集團(tuán)公司于1997年完成了股份制改造，并在半年內(nèi)獲得了兩個(gè)融資渠道：一個(gè)是1997年5月參加了北京控股有限公司在香港的紅籌股上市，二是1997年6月25日在深圳證券市場(chǎng)A股上市。燕京啤酒具有A股和紅籌股雙重概念，這種獨(dú)特的股權(quán)結(jié)構(gòu)使燕京啤酒集團(tuán)公司可以橫跨大陸與香港兩地證券市場(chǎng)籌資，拓寬了融資渠道，而且燕京啤酒集團(tuán)公司通過股權(quán)置換持有北京控股有限公司6.9%的股份。

本文選取燕京啤酒作為研究對(duì)象，首先是因?yàn)槠錇樯鲜泄?，有一定的透明度，其次在飲品制造業(yè)有一定的影響力。

2 模型介紹

本文采取回歸分析的方法進(jìn)行分析與建模?！盎貧w”一詞最早由英國天才科學(xué)家Sir Galton（1822-1911）在研究父親與子輩身高的相關(guān)性問題是提出?；貧w分析是統(tǒng)計(jì)學(xué)中的一個(gè)重要組成部分，它以數(shù)理統(tǒng)計(jì)為基礎(chǔ)應(yīng)用性很強(qiáng)，也是最常用的一種統(tǒng)計(jì)分析法。它用于探索一組變量之間的關(guān)系，尤其是可以用定量的方法描述并解釋變量間的關(guān)系，從而進(jìn)一步估計(jì)或預(yù)測(cè)應(yīng)變量的值。

回歸分析是最靈活合最常用的統(tǒng)計(jì)分析法之一，它用于分析一個(gè)因變量與一個(gè)或多個(gè)自變量之間的關(guān)系.特別是用于定量地描述和解釋相互關(guān)系以及估計(jì)或預(yù)測(cè)因變量的值。

回歸分析是一種應(yīng)用很廣泛的數(shù)量分析方法。它主要用于分析事物之間的統(tǒng)計(jì)關(guān)系，側(cè)重于考察變量之間的數(shù)量變化規(guī)律，通過回歸方程的形式描述并反映這種關(guān)系，幫助人們準(zhǔn)確的把握變量受其他一個(gè)或多個(gè)變量影響的程度，進(jìn)而為控制和預(yù)測(cè)提供一定的科學(xué)依據(jù)。

2.1 多元線性回歸模型

本文選取的模型：

y=β0+β1x1+……+βkxk+μ

其中被解釋變量Y的變化可以由兩部分解釋，一由解釋變量X的變化所引起的線性部分；二由其他隨機(jī)因素引起的變化。βj稱為回歸參數(shù)。

2.2 最小二乘估計(jì)

本文將采取最小二乘法估計(jì)參數(shù)。最小二乘原理：根據(jù)被解釋變量的所有觀測(cè)值與估計(jì)值之差的平方和最小的原則求得參數(shù)估計(jì)量。它是一種使因變量的觀察值與估計(jì)值之間的誤差平方和達(dá)到最小來求得βj的方法。用最小二乘法擬合的直線來代表x與y之間的關(guān)系與實(shí)際數(shù)據(jù)的誤差比其他任何直線都小。

在已經(jīng)滿足方程基本假設(shè)的情況下，多元線性模型結(jié)構(gòu)參數(shù)βj的普通最小二乘估計(jì)具有無偏性、線性、有效性。同時(shí)，隨著樣本容量的增加，參數(shù)估計(jì)量具有漸近有效性、漸近無偏性、一致性。

2.3 回歸方程的檢驗(yàn)

2.3.1 經(jīng)濟(jì)檢驗(yàn)

檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的合理性：檢驗(yàn)符號(hào)，檢驗(yàn)大小。

2.3.2 擬合優(yōu)度檢驗(yàn)

擬合優(yōu)度檢驗(yàn)即是檢驗(yàn)樣本數(shù)據(jù)點(diǎn)聚集在回歸線周圍的密集程度，用來評(píng)價(jià)回歸方程的代表程度。對(duì)于多元線性模型，構(gòu)造統(tǒng)計(jì)量：

R-2=1-RSS/（n-k-1）TSS/（n-1）

其范圍在0～1之間。該統(tǒng)計(jì)量越接近于1，模型的擬合優(yōu)度越高。

2.3.3 方程的顯著性檢驗(yàn)：F檢驗(yàn)

檢驗(yàn)被解釋變量與所有解釋變量之間的線性關(guān)系是否顯著，若用線性描述是否恰當(dāng)。在多元模型中，即為檢驗(yàn)?zāi)Ｐ椭械膮?shù)βj是否顯著不為0。采用方差分析的方法：TSS=RSS+ESS，認(rèn)為在總離差平方和中，回歸平方和相對(duì)于殘差平方和所占的比例是否較大，若很大，則表示線性關(guān)系明顯，反之，則線性關(guān)系不明顯。

構(gòu)造F統(tǒng)計(jì)量：

F=ESS/kRSS/（n-k-1）～F（k，n-k-1）

2.3.4 變量的顯著性檢驗(yàn)：t檢驗(yàn)

若方程的總體線性關(guān)系顯著，但是并不等于其中每個(gè)解釋變量對(duì)于被解釋變量的影響都是顯著的，所以，必須對(duì)每個(gè)解釋變量均進(jìn)行顯著性檢驗(yàn)，以決定其是否作為解釋變量被保留在模型中。而這一檢驗(yàn)是由t檢驗(yàn)完成的。

構(gòu)造t統(tǒng)計(jì)量：

ti=iSi～t（n-k-1）

2.3.5 殘差檢驗(yàn)

（1）序列相關(guān)性檢驗(yàn)——DW檢驗(yàn)。

如果隨機(jī)擾動(dòng)項(xiàng)序列的各項(xiàng)之間相關(guān)，則稱模型出現(xiàn)了序列相關(guān)。本文所用檢驗(yàn)方法是構(gòu)造統(tǒng)計(jì)量如下：

DW=∑nt=2（et-et-1）2∑nt=2et2≈2（1-） DW∈（0，4）

當(dāng)DW值越接近2時(shí)，μt越接近非自相關(guān)。

（2）多重共線性檢驗(yàn)——方差膨脹因子VIF。

多重共線性即指多個(gè)解釋變量之間存在著線性相關(guān)關(guān)系的現(xiàn)象。本文所用檢驗(yàn)方法是考察方差膨脹因子VIF，其取值范圍是（1，∞）。如果結(jié)果大于或等于10，則說明該解釋變量和方程中其他解釋變量之間存在著嚴(yán)重的共線性。

3 實(shí)證分析

本文收集到2001—2013年間每個(gè)季度燕京啤酒公司凈利潤(rùn)作為因變量，并選取了國內(nèi)有效三星及三星以上酒店比例、燕京啤酒資產(chǎn)總計(jì)、居民消費(fèi)水平、肝硬化住院率四個(gè)變量作為自變量。

在這里需要說明的是，國內(nèi)有效三星及三星以上酒店比例意為星級(jí)飯店統(tǒng)計(jì)管理系統(tǒng)中經(jīng)營(yíng)情況數(shù)據(jù)通過省級(jí)旅游主管部門審核的數(shù)量比例。因酗酒易導(dǎo)致肝病為常識(shí)，故在此選用肝硬化住院率來反映酗酒對(duì)健康的傷害。

3.1 繪制圖形

由以可以看出，凈利潤(rùn)的時(shí)序圖有很強(qiáng)的周期性，這個(gè)可能與春節(jié)前期酒類需求量猛增，而春節(jié)過后需求量驟減導(dǎo)致的，故引進(jìn)兩個(gè)虛擬變量如下：

D1=1（第一季度）0（其他季度） D2=1（第二季度）0（其他季度）

這里是以第三季度和第四季度為基礎(chǔ)類別。

引進(jìn)虛擬變量以后，這里就有了6個(gè)自變量。繪制虛擬變量以外的變量與凈利潤(rùn)之間的散點(diǎn)圖可以看出，四個(gè)非虛擬變量的自變量分別與因變量之間存在一定關(guān)系，除肝硬化住院率與凈利潤(rùn)沒有顯著的線性關(guān)系外，其余三個(gè)變量均與因變量有一定的線性關(guān)系，考慮到完整性，先嘗試保留肝硬化住院率變量，用六元回歸方程擬合。

3.1.1 六元回歸方程擬合

利用spss軟件，以逐步的方法先嘗試建立六元回歸方程，得到表1。

由模型匯總表格可以看出調(diào)整后的R方為0.856，是一個(gè)比較滿意的數(shù)值，說明模型擬合度較高，DW值為1.908，很接近2，認(rèn)為μt非自相關(guān)。

由方差分析結(jié)果看到：F值為93.797，Sig值為0.000<0.05，故認(rèn)為總體回歸系數(shù)顯著不為0。（α=0.05）

由以上逐步進(jìn)入變量的過程可以看出，最終被保留下來的變量為國內(nèi)有效三星及三星以上酒店比例與虛擬變量D1、D2，保留下來的三個(gè)變量均通過了統(tǒng)計(jì)學(xué)檢驗(yàn)，P值均小于0.05，VIF均小于10。而資產(chǎn)總計(jì)、居民消費(fèi)水平、肝硬化住院率三個(gè)變量由于不顯著而被舍棄掉。（α=0.05）

由已排除變量表格可以看出，資產(chǎn)總計(jì)的VIF為40.745>10，居民消費(fèi)水平的VIF為11.635>10，說明存在很強(qiáng)的共線性，肝硬化住院率的P值為0.237>0.05，沒有通過統(tǒng)計(jì)學(xué)檢驗(yàn)，但其三者的實(shí)證意義重要，結(jié)合凈利潤(rùn)的時(shí)序圖，嘗試將凈利潤(rùn)對(duì)數(shù)化后，再次經(jīng)行六元線性方程擬合。（α=0.05）

3.1.2 第二次六元回歸方程擬合

先利用spss軟件進(jìn)行凈利潤(rùn)的對(duì)數(shù)化，后以逐步的方法嘗試建立六元回歸方程，得到表5的數(shù)據(jù)。

由模型匯總表格可以看出調(diào)整后的R方為0.994，不僅大于第一個(gè)模型的0.856，而且十分接近1，模型擬合度很滿意，DW值為1.521，小于第一個(gè)模型的1.908，但是也比較接近2，近似認(rèn)為μt非自相關(guān)。

由方差分析結(jié)果看到：F值為1890.483，Sig值為0<0.05，故認(rèn)為總體回歸系數(shù)顯著不為0。（α=0.05）

由表7可以看出，最終被保留下來的變量為國內(nèi)有效三星及三星以上酒店比例、肝硬化住院率和虛擬變量D1、D2。相較第一個(gè)模型，多加入了一個(gè)肝硬化住院率，但依舊舍棄了資產(chǎn)總計(jì)和居民消費(fèi)水平。

由以上可以看出，該模型中的四個(gè)變量P值均小于0.05，VIF值均小于10，都通過了統(tǒng)計(jì)學(xué)檢驗(yàn)，可以認(rèn)為該模型較為滿意。（α=0.05）

3.2 最終模型

綜上所述，最終得到四元回歸模型如下：

ln=8.167+3.882threestars+1.003gyh-3.015D1-0.595D2

其中y是凈利潤(rùn)；threestars是國內(nèi)有效三星及三星以上酒店比例；gyh是肝硬化住院率；D1和dum2是虛擬變量。

4 分析結(jié)論

4.1 實(shí)證意義

因所建最終模型的系數(shù)是非標(biāo)準(zhǔn)化系數(shù)，參看表3-2-3第二次擬合模型系數(shù)表可以發(fā)現(xiàn)，國內(nèi)有效三星及三星以上酒店比例的標(biāo)準(zhǔn)系數(shù)為0.305，肝硬化住院率的標(biāo)準(zhǔn)系數(shù)為0.071，而虛擬變量D1的標(biāo)準(zhǔn)系數(shù)是-0.969?？芍绊憙衾麧?rùn)絕對(duì)數(shù)的最主要原因是季度原因。

從實(shí)際看，中國的傳統(tǒng)節(jié)日——春節(jié)，對(duì)酒類公司的利潤(rùn)影響很大，春節(jié)前期，人們往往會(huì)購置年貨，在此之前，經(jīng)銷商和各大商場(chǎng)、超市等就需要進(jìn)貨，這可能正是在第三、第四季度，公司利潤(rùn)能有大幅提升的原因。

但是國內(nèi)有效三星及三星以上酒店比例的影響力度也不可小覷，因?yàn)閲鴥?nèi)三星及三星以上酒店是銷售酒類的主要地點(diǎn)，尤其對(duì)高端酒類的銷售影響很大，雖然銷售數(shù)量所占份額不是很大，但是其對(duì)凈利潤(rùn)的影響不能稱之為小，其對(duì)凈利潤(rùn)的影響力是大于肝硬化住院率的。

在做第一次六元線性回歸模型擬合時(shí)，出現(xiàn)了模型擬合較好但是變量不顯著的情況，在進(jìn)行殘差檢驗(yàn)后發(fā)現(xiàn)有嚴(yán)重的共線性；嘗試對(duì)數(shù)化凈利潤(rùn)，但是除了模型的擬合優(yōu)度更高以外，各個(gè)變量依舊沒有通過統(tǒng)計(jì)學(xué)檢驗(yàn)；嘗試放棄共線性強(qiáng)的變量，雖然模型擬合度較高，但實(shí)證意義表達(dá)的不夠完善；最后采用對(duì)數(shù)化加上放棄共線性較強(qiáng)的變量的方法，雖然依舊放棄了連兩個(gè)變量，但是模型已經(jīng)能通過經(jīng)濟(jì)學(xué)檢驗(yàn)和統(tǒng)計(jì)學(xué)檢驗(yàn)，并且較為完善的表達(dá)出經(jīng)濟(jì)意義和實(shí)證意義。

4.2 建議

由上文的分析和最終模型可以看出，酒類公司的凈利潤(rùn)是和肝硬化住院率存在一定的正相關(guān)的，也就是說，在某種意義上，那些嗜酒如命而因此進(jìn)醫(yī)院甚至為此送命的人們?yōu)榫祁惞緞?chuàng)造了效益。

本文在選取變量時(shí)，選取肝硬化住院率來反映酗酒對(duì)健康的傷害，但其沒有酒精肝比例更能反映出本文想要表達(dá)的意愿，但由于酒精肝比例著實(shí)難以獲得，故退而求其次采用肝硬化比例，因?yàn)榫凭彩窃斐筛斡不囊淮笤獌?，可以從某種程度上表達(dá)出本文想要表達(dá)出的意愿。同時(shí)，肝硬化住院率的獲取也很困難，本文采用臨近年份的數(shù)據(jù)替代的方法，可能正因?yàn)榇耍旁斐勺兞坎粔蝻@著，對(duì)模型影響力不夠的情況。

參考文獻(xiàn)

[1]謝龍漢.尚濤.SPSS統(tǒng)計(jì)分析與數(shù)據(jù)挖掘[M].北京：電子工業(yè)出版社，2012.

[2]張曉峒.計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)（第三版）[M].天津：南開大學(xué)出版社，2007.

[3]中華人民共和國國家衛(wèi)生和計(jì)劃生育委員會(huì).2012中國衛(wèi)生統(tǒng)計(jì)年鑒[J/OL].2013，（5）.

[4]中華人民共和國國家旅游局.2002-2013年每季度全國星級(jí)飯店統(tǒng)計(jì)公報(bào)[EB/OL].

[5]中華人民共和國國家統(tǒng)計(jì)局.2013年中國統(tǒng)計(jì)年鑒[J/OL].2014：223.

[6]姜培紅.影響農(nóng)藥使用的經(jīng)濟(jì)因素分析——以福建省為例[D].福建：福建農(nóng)林大學(xué)，2005.

[7]龐佳豐.我國手機(jī)市場(chǎng)顧客價(jià)值影響因素實(shí)證研究[D].上海：同濟(jì)大學(xué)，2006.

[8]尤曉琳，郭衛(wèi)霞.概率統(tǒng)計(jì)在經(jīng)濟(jì)學(xué)中的應(yīng)用[J].安陽工學(xué)院學(xué)報(bào)，2012，（06）：122125.

[9]姜基彬.我國銀行卡市場(chǎng)的多元統(tǒng)計(jì)分析[D].上海：華東師范大學(xué)，2013.

[10]馬秋芳，孫根年，謝雪梅.基于虛擬變量回歸的旅游花費(fèi)模型構(gòu)建[J].統(tǒng)計(jì)與決策，2008.

[11]高芳，崔勇.多元線性回歸分析在房地產(chǎn)市場(chǎng)中的應(yīng)用[J].河南機(jī)電高等?？茖W(xué)校學(xué)報(bào)，2009.