人力成本和实物成本对企业利润的影响分析.doc

人力成本和实物成本对企业利润的影响分析 -以海尔为例 会计系 董保国 40214121张卫宁 40214187 财务管理系 吕建昌 40215101 舒朝雨 40215099 陆露露 40215077摘要: 本文主要通过对主营业务利润的变动进行多因素分析，建立以主营业务利润为应变量，以其它可量化影响因素(工资.材料)为自量变的多元线性回归模型，并最终利用模型对主营业务利润进行定量分析，就有关如何主动提高主营业务利润提出一些可供参考的意见。 关键词: 主营业务利润 人力成本 实物成本 工资 材料 背景（introduction） 文献摘要 1在电冰箱生产基地的转移过程中，中国正在成为全球的电冰箱产品的制造地几乎所有的电冰箱业的跨国公司都以不同的形式进入到中国。经分析，可以看出，这些跨国公司不但把中国看作其全球的生产基地，也把中国当成了一个电冰箱产品主要的销售市场。为此，这些电冰箱主要供应商在中国使用了如下战略手段: 由电器制造商转变为电器供应商;成为完全本土化、中国化的制造企业;控制核心技术与核心部件;提高产品的价格竞争能力。在这样的背景下，中国电冰箱行业呈现出如下几种竞争特点。产业的日趋分散性与同质化;主要领导变动日趋频繁价格成为主要竞争手段 选自(中国家电网) 3 最近，品牌专家 对海尔、联想等中国顶尖品牌发出警告：这些品牌有可能因为日趋同质化而沦落为“大路货”（相关内容详见财经时报 年月日第期“向海尔预警：差异化缺失拖累中国品牌”）。这是止于目前我们看到的关于海尔品牌最具有说服力的分析。实事求是讲， 把准了海尔的命，海尔获得中国经营报中外企业“人气指数调查”第一名，这说明海尔的社会形象基础是很好的。因此，只要认识到自己存在的问题，并采取切实行动，对走偏的形象予以矫正，海尔还是最有希望的中国企业 选自(中国名牌)研究目的 如今世界家电市场竞争日趋激烈,我们在不仅仅海外市场上有来自韩国,墨西哥等国的竞争,而且在国内还面临着保卫战的问题,尤其是在加入WTO以后,国内的家电企业面临着强大的确市场冲击,如何提高自身竞争力?如何发现自身弊端?.是我们急需解决的问题. 本文我们主要以海尔为例来研究怎样提高家电企业竞争力及对我国家电产业存在的问题进行初步分析。问题分析（analyze the problem）模型的设定 我们以主营业务利润为切入点,就影响主营业务利润的因素为研究对象进行分析。影响主营业务利润的主要因素主要是材料的投入和工人工资的发放,经过对企业财务报表的分析,我们发现主营业务工资大约是工资总额的0.3到0.5倍,而材料又是主要由而组成存货和生产机械的折旧(经分析, 我们发现,机械设备折旧中有1/3到2/3是生产设备的折旧,并且所占比重有递减的趋势)。我们将材料的投资做为实物成本x2，将工资的投入做为人力成本x1.其中，实物成本由产品的材料成本、机器设备的折旧及营销费用组成，人力成本由生产工人的工资、管理人员的工资及退休工人的福利费组成。 我们从主营业务利润y和实物成本x2. 人力成本x1之间的关系,建立模型,加以分析,通过自变量的系数对比来说明他们对应变量影响程度的大小,从而揭示工资和材料的使用效率,为企业如何提高各种资源的使用效率指明方向.在分析前，我们可以定性的知道，利润和工资成反比，和实物成本的关系则不定。 模型设定为： y=+*x1+*x2通过OLS回归得出方程为： y=1.28e+08+-2.909448x1+0.125912x2 (4.531795) (-3.80454) (7.235041) r=0.807037 R=0.781309 F=31.36763 Dependent Variable: YMethod: Least SquaresDate: 05/31/04 Time: 12:39Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C1.28E+08281472424.5317950.0004X1-2.9094480.764730-3.8045440.0017X20.1259120.0174037.2350410.0000R-squared0.807037 Mean dependent var1.49E+08Adjusted R-squared0.781309 S.D. dependent var1.16E+08S.E. of regression54208158 Akaike info criterion38.60557Sum squared resid4.41E+16 Schwarz criterion38.75397Log likelihood-344.4502 F-statistic31.36763数据年份季度y=主营业务利润x1材料成本x2工资总额2004年第一季度99500813.87598753137.7323038532003年第一季度68941258.54556516094.544807062第二季度6959065561098553845217028第三季度9288900657659270742384586第四季度70634414464786938324167162002年第一季度7092361362598629139373464第二季度4200551868072057145546631第三季度4132939757835492238692690第四季度6707570183833256455466312001年第一季度1078839612393093638334198第二季度13882003293893004219974.69第三季度153697933271817939061607第四季度17239422101740460356214012000年第一季度442160521547912962772804第二季度321547221878725992634940 第三季度20475885.310540295.32772804第四季度1484692.7540219207.5947798模型检验：数学意义分析一 、拟合优度检验可决系数为0.807037，修正可决系数为0.781309可见解释变量对模型解释效果较好二 、回归参数的显著性检验t检验 由于在给定显著性水平=0.05的情况下，C,x1,x2的|t |值都大于2 认为解释变量的影响是显著的，此时犯错误的概率不超过0.05 F检验 在5%的显著性水平下，查自由度为（2，15）的F分布表，得临界值 F0.05(2,15)=3.68。因为F=31.36763F0.05(2,15)=3.68,故模型总体显著对模型进行多重共线分析如下，发现不存在多重共线性X1X210.08183632285690.08183632285691三、异方差检验ARCH Test:F-statistic0.095785 Probability0.761205Obs*R-squared0.107868 Probability0.742585Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/01/04 Time: 13:23Sample(adjusted): 2 18Included observations: 17 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C2.78E+151.15E+152.4047330.0296RESID2(-1)-0.0794230.256625-0.3094920.7612R-squared0.006345 Mean dependent var2.59E+15Adjusted R-squared-0.059898 S.D. dependent var3.96E+15S.E. of regression4.07E+15 Akaike info criterion74.83501Sum squared resid2.49E+32 Schwarz criterion74.93303Log likelihood-634.0975 F-statistic0.095785Durbin-Watson stat1.955451 Prob(F-statistic)0.761205由于Obs*R-squared=0.107868,表明模型随机误差项不存在异方差。四、自相关检验由上表得DW=1.955451，而在n=18, k=2,时，du=1.535,DWdu,故模型不存在一阶自相关。五、滞后性分析x1滞后一阶回归结果Dependent Variable: YMethod: Least SquaresDate: 08/28/04 Time: 13:07Sample(adjusted): 1900:2 1904:1Included observations: 16 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C124581938157223.1.5272590.1507X1(-1)0.0858690.0218173.9357800.0017X20.0314420.3097750.1015000.9207R-squared0.680134 Mean dependent var42437533Adjusted R-squared0.630924 S.D. dependent var27872456S.E. of regression16932976 Akaike info criterion36.29478Sum squared resid3.73E+15 Schwarz criterion36.43965Log likelihood-287.3583 F-statistic13.82100Durbin-Watson stat1.373841 Prob(F-statistic)0.000606X2滞后一阶回归结果Dependent Variable: YMethod: Least SquaresDate: 08/28/04 Time: 13:08Sample(adjusted): 1900:2 1904:1Included observations: 16 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C13461008106273441.2666390.2275X10.0684580.0230292.9726480.0108X2(-1)0.2663960.3570080.7461900.4688R-squared0.556395 Mean dependent var42437533Adjusted R-squared0.488148 S.D. dependent var27872456S.E. of regression19941026 Akaike info criterion36.62182Sum squared resid5.17E+15 Schwarz criterion36.76668Log likelihood-289.9745 F-statistic8.152669Durbin-Watson stat2.145500 Prob(F-statistic)0.005075X1 X2 同滞后一阶回归结果Dependent Variable: YMethod: Least SquaresDate: 08/28/04 Time: 13:08Sample(adjusted): 1900:2 1904:1Included observations: 16 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C109299589048163.1.2079750.2486X1(-1)0.0835120.0199464.1868420.0011X2(-1)0.1051340.3089400.3403050.7391R-squared0.682707 Mean dependent var42437533Adjusted R-squared0.633893 S.D. dependent var27872456S.E. of regression16864733 Akaike info criterion36.28671Sum squared resid3.70E+15 Schwarz criterion36.43157Log likelihood-287.2937 F-statistic13.98579Durbin-Watson stat1.416240 Prob(F-statistic)0.000575Y X1 X2同滞后一阶回归结果Dependent Variable: Y(-1)Method: Least SquaresDate: 08/28/04 Time: 13:10Sample(adjusted): 1900:2 1904:2Included observations: 17 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C15853883101388811.5636720.1402X1(-1)0.0800060.0251443.1818780.0067X2(-1)0.1468270.3706990.3960820.6980R-squared0.569287 Mean dependent var45794197Adjusted R-squared0.507757 S.D. dependent var30329218S.E. of regression21278988 Akaike info criterion36.74312Sum squared resid6.34E+15 Schwarz criterion36.89016Log likelihood-309.3166 F-statistic9.252137Durbin-Watson stat1.951664 Prob(F-statistic)0.002750y 滞后一阶回归结果Dependent Variable: Y(-1)Method: Least SquaresDate: 08/28/04 Time: 13:21Sample(adjusted): 1900:2 1904:1Included observations: 16 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C185983359324922.1.9944760.0675X10.0724540.0242432.9886280.0105X20.2767250.3445230.8032120.4363R-squared0.606484 Mean dependent var48563541Adjusted R-squared0.545943 S.D. dependent var29019238S.E. of regression19554241 Akaike info criterion36.58264Sum squared resid4.97E+15 Schwarz criterion36.72750Log likelihood-289.6611 F-statistic10.01777Durbin-Watson stat1.667742 Prob(F-statistic)0.002329通过分析，我们看到此模型不存在滞后性，较好的符合经济意义。经济