河北承德露露股份有限公司运营能力分析

1、2012级河北承德露露股份有限股份有限公司预测分析报告河北承德露露股份有限公司运营能力分析经济系 会计与统计核算专业 201260304038 董翠翠 我国饮料行业是改革开放后发展起来的新兴行业，经过30多年的发展与整合，我国饮料行业不断地成熟和发展。良好地前景以及较高地行业市场化程度，不仅使得许多国内企业纷纷进入该领域。还吸引了一些估计饮料巨头的加入。我国饮料市场将正式进入“战国时代”。一边是饮料巨头的加快扩张，一边是一批以具有健康概念、以独特的农场品为原料的新产品快速涌现。中国糖酒年鉴2008年发布的中国饮料未来发展的六大趋势：（1）功能型向营养型转变。（2）儿童向中老年转变。(3)解渴、

2、避暑向健康、美容转变。(4)单一型向复合型转变。（5）如以河北沧州金丝小枣为主要原料的好精神枣饮料，或者以梨、莲芯、金银花、百合、椰汁为原料具有清咽利喉功能的饮料等，一时间中国饮料行业异常活跃。承德露露作为家喻户晓的名族品牌，在这样的时代中该如何发展下去呢？一、公司简介及行业背景（一）公司状况河北承德露露股份有限公司（以下称“承德露露”）,承德露露集团的前身是承德露露罐头食品厂，1950年建厂的国有老字号企业。经过60的多年的发展，1997年在深圳证券交易所上市挂牌交易。目前下属17个企业，总资产16亿元，无形资产23.18亿元，年生产能力40万吨，已形成了地区、跨行业合跨国经营的现代企业集团

3、。“露露”被国家工商局认定为首批“中国驰名商标”，中国饮料工业协会授予“中国饮料工业十强”称号，中国首批农业化经营重点龙头企业，河北省大型支柱型企业。“承德露露”是我国饮料行业第一家上市公司，在全国果蔬饮料中市场占有率第一，达90%以上。露露坚持与发展民族饮料工业，开发和生产出植物蛋白饮料、果蔬饮料、纯净水、矿泉水等多种系列产品，依托承德丰厚的物产资源，成为我国北方最大的天然饮料生产基地，以杏仁露为代表的植物蛋白饮料健康价值较高，符合现在人对饮料天然、健康的要求，现已发展为名牌产品。露露集团具有先进设备制造经验的国家进口一流品质的设备。例如：露露从德国引进的某天生产线设备开工效率高达95%以上

4、额，而全球各地企业，这一设备的开工率基本不到这个数字的三分之二。公司所在地的承德山区盛产杏仁，产量居全国第一位，质量上乘。露露集团拥有覆盖全国的销售网络，中国饮料行业的十强之一。（二）行业发展1.2008年9月1日上午，挂牌刚一年半的汇源突然在开市前停牌，透露公司正在进行一项并购交易。两天后，汇源宣布，可口可乐公司已向持有汇源66%股权的三大股东中国汇源果汁控股有限公司、达能及华平基金旗下Courment Crace 提出每股12.20港元收购要约。由于引发全面收购要约，此宗收购金额179.2亿港元（约合24亿美元）。虽然最后商务部没有批准这次收购，但是也从一个方面凸显了会员的价值。2娃哈哈2

5、008年营业收入达到328亿，净利润45.6亿，2009年营业收入432亿，净利润突破80亿，近年来营业收入增长率基本保持在20%30%左右的水平，与可口可乐，百事可乐，康师傅，统一五家企业在中国饮料市场占有率过半。2010年，杭州娃哈哈集团内=产销量再次创下新高。单日最高销售额达1.5亿元，单产量近6000万瓶。如果将娃哈哈在一天生产的饮料箱首尾连接，产度已超过地球的直径，每天都有近十分之一的中国人享受娃哈哈旗下的饮料。3王老吉历年销售量：2002年1.8亿元，2003年6亿元，2004年14.3亿元，2005年25亿元（含盒装），2006年近40亿元（含盒装），2007年近90亿元（含盒装

6、），2008年近120亿元（含盒装）。二、对运营能力的基本认识（一）企业营运能力的含义和目的及其相关财务指标1营运能力的含义资产营运是企业在生产经营过程中实现资本增值的过程，是宏观资源配置与微观经济管理的综合反映。资产的营运能力表现为企业资产所占用资金的周转速度，分映企业资金利用的效率，表明企业管理人员经营管理、运用资金的能力。企业生产经营资金周转的速度越快，表明企业资金利用的越好，效率越高，企业管理人员的经营能力越强。资产营运状况如何，关系到资本增值的程度。资产营运效率越高，企业的盈利能力越强，资产变现损失风险越小，偿债能力越强；反之则相反。资产营运效果的好坏主要通过资产周转速度快慢来体现。

7、其主要分析评价的指标有应收账款周转率、存货周转率、营运周期、流动资产周转率、固定资产周转率、总资产周转率等。2.企业营运能力的分析目的营运能力分析，对企业所有者考察其投入企业资金的运用效率，对债权人评价企业的偿债能力，对加强企业管理等各个方面都具有非常重要的意义和作用。（1）企业管理当局的分析目的企业管理当局进行营运能力的分析目的表现在两个反面：一 是通过对资产结构的分析发现企业结构问题，寻找优化资产结构途径与方法，制定优化资产的决策，进而达到优化资产结构的目的。二 是发现企业资产周转过程中的问题，寻找加速资金周转的途径与方法，制定加速资金周转的决策，进而达到优化资源配置、加速资金周转的目的。

8、（2）企业所有者的分析目的企业所有者将资金投入企业的目的是为了获取更多的收益，实现资本保值增值，因此也会关注企业的资产结构域周转情况。首先，企业的资产结构会影响到所有者投入资本保值情况，特别是在通货膨胀的情况下，企业的不同资产类型保值能力各部相同，因此企业所有者会通过资产才能结构的分析来判断其投入资本的保值情况；其次，企业的资金经过周转才能实现增值，而资产周转速度越快，就能给企业带来更多的收入，从而为所有者创造更都得价值。（3）企业债权人得分析目的债权人关心的借给企业的资金能否按期收回利息与本金，营运能力本身反映企业的流动性，营运能力越强，资产周转速度越快，即资产周转换为现金的速度也越快，企业

9、的流动性就越强；其次营运能力对盈利能力的影响也会间接影响到企业的长期偿债能力，只有企业的资产实现有效运转，才能实现资产的保值增值，并保障债务的及时、足额偿付。3.反映营运能力的财务指标营运能力分析指标有与流动资产有关的应收帐款周转率、存货周转率和流动资产周转率，与固定资产有关的固定资产周转率，与总资产有关的总资产周转率等。企业流动性强的资产所占的比重大，企业资产的变现能力强，企业一般不会遇到现金拮据的压力，企业的财务安全性较高。因此，一个企业财务的安全性，是与该企业的流动资产紧密联系的，要正确考核企业的营运能力，深入研究与流动资产有关的营运能力十分必要。本文将对承德露露的营运能力展开专题分析，

10、采集公司的总资产周转率、应收账款周转率率，存货周转率的财务数据进行预测分析。（二）对承德露露营运能力分析预测方法用于预测的方法主要有回归分析预测法和时间序列预测法两种。其中回归分析预测法包括相关分析法、线性回归分析法和非线性回归分析法；时间序列预测法包括移动平均分析法、指数平滑分析法、趋势外推分析法和季节指数分析法。本文主要采用采用移动平均分析法和指数平滑分析法建立线性趋势模型、直线趋势外推法建立模型对承德露露的财务指标进行预测分析，选择线性回归方法对指标间的相互影响展开分析。1.移动平均分析法概述移动平均分析法是根据时间序列资料逐项推移，依次计算包含一定项数的序时平均数，以反映变化趋势的方法

11、。当时间序列的数值由于受周期变动和不规则变动的影响，起伏较大，不易显示出发展趋势时，可采用移动平均法，消除这些因素的影响，分析预测序列的变化趋势。如果序列呈现线性增长或下降趋势的时候，可以通过计算一次移动平均值M和二次移动平均值M，建立趋势移动平均模型预测数据的变化趋势。首先，计算一次移动平均值M和二次移动平均值M，然后利用M和M估计参数，参数计算公式如下：=2M- M =( M- M)最后建立趋势模型为：(m=1,2）2.指数平滑分析法概述指数平滑分析法是对时间序列由远及近采取的具有逐步衰减性质的加权处理，是移动平均法的改进。其计算公式为： （t=1,2，T）二次指数平滑是在一次指数平滑的基

12、础上在进行一次指数平滑得到的。其计算公式为： （t=1,2，T）在运用指数平滑法进行预测时，平滑系数选择的是否适当，直接影响到预测结果。越大，说明预测越依赖于近期信息；越小，则表示预测更依赖于历史信息。在实际应用中，可取若干个值进行试算比较，选择预测误差最小的值。在确定初始值时，若时间序列观察期n大于15时，以第一期观察值作为初始值；若n小于15时，通常取前3个观察期数据的平均值作为初始值。对于线性变化趋势的数据，建立线性趋势模型为： (m=1,2)其中：=2-= (）3线性回归模型概述将两个相关的变量数值对应地描绘在直角坐标系中形成散点图，根据散点图的形状大致可以认识变量之间是否相关，是正相

13、关还是负相关，是线性相关还是非线性相关。确定变量之间线性相关的密切程度，通常可通过计算相关系数来衡量r来确定，相关系数取值范围为当时变量间的线性相关关系为正相关；时，变量间的线性相关关系为负相关。若相关系数愈接近1时，两个变量间的线性相关程度愈高。对于存在有线性变化关系的变量，可以采用回归分析预测法，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量的变化。如果影响市场变化的因素虽然是多方面的，但存在一个因素是最基本的、起决定作用的，而且自变量与因变量之间的数据分布成线性（直线）趋势，那么就可以运用一元线性回归模型进行预测，模型的表达式为：。 其中，是因

14、变量的估计值，是自变量的观侧值。为回归系数，由因变量和自变量的观测数据估计得到，数值表示当自变量每增加一个单位时，因变量的估计值的平均增加数量，常用最小二乘法估计模型的参数。4二次曲线模型当现象的长期趋势近似于抛物线形态时，可拟合为二次曲线方程，曲线趋势的特点是每期的二级增长量基本相等，即各期增长量的逐期增长量基本相等。二次曲线模型为，确定模型中的三个参数，可以将和分别视为两个变量，转化为二元线性回归的问题，用最小二乘法进行参数的估计。即对于参数的估计，采用线性化方法，令，将模型转化为，做为二元线性回归模型进行预测分析。5指数曲线模型在社会经济发展过程中，有些经济指标是按一定的发展速度增长的，

15、即随着基数的增加其增长幅度越来越大，时间序列表现为环比近似于一个常数，经济指标随时间变化的散点图呈现指数曲线变化的特征，描述这类指标的增长趋势可用指数曲线模型，此处可解释为基数，为发展速度。若b>1，增长率随着时间t的增加而增加；若b<1，增长率随着时间t的增加而降低。模型参数的估计采用线性化方法，将模型两边取对数： 通过线性化技术处理之后按照线性回归的方法，运用最小二乘法估计出和，再取反对数得参数的估计值。三、对承德露露总资产周转率进行预测分析（一）总资产周转率指标含义及变化趋势判断1.总资产周转率指标含义总资产周转率是指企业营业收入与资产平均总额的比率，即企业的总资产在一定时期

16、内（通常为1年）周转的次数。其次，总资产是指企业所拥有或控制的能力以货币计量的全部家经济资源。总资产周转率是反映企业的总资产在一定时期内创造了多少主营业务收入的指标，反映资产利用的效率。其计算公式为：其中：营业收入净额是减去销售折扣及折让等后的净额2. 总资产周转率指标变化趋势判断下表1是从和讯财经搜集的承德露露财务指标提供自2001-2013年度以来的总资产周转率的财务数据。对于总资产周转率让时期为自变量，总资产周转率为因变量，绘制散点图，如图1所示。表1 承德露露总资产周转率随时间变化表年份总资产周转率（%）20010.9920020.9620030.9320040.8520050.822

17、0060.9820071.3020081.4620091.2520101.4620111.3520121.4020131.54图1承德露露总资产周转率随时间变化图由图1看出，从2001年到2005年呈现缓慢的下降趋势，从2005年开始到2008年呈现快速增长趋势，但是2009年出现小幅度下降。2010年以后又开始增长。从整体分析承德露露的总资产周转率呈近似线增长的趋势。针对这种变化趋势可以采用线性回归、移动平均、指数平滑法建立线线性趋势模型进行预测分析。（二）建立总资产周转率的线性回归预测模型1、建立模型：2、总资产周转率与时期的相关性分析以总资产周转率为纵轴、时期为纵轴绘制散点图，如下图2所

18、示。从图中可以看出总资产周转率随着时期的增加而增加，两者呈现了较好的线性相关关系。图2总资产周转率与时期的相关图计算总资产周转率与时间序列的线性相关系数，Excel计算得出结果如下表2所示。从计算结果看，相关系数为0.85接近于1，说明二者高度相关，时期对总资产周转率有者重要的影响。表2总资产周转率与时期的相关系数计算表时期总资产周转率（%）时期1总资产周转率（%）0.8513、分析时期对总资产周转率影响以时期序列为自变量x,以总资产周转率为因变量y，建立线性回归模型，用最小二乘法估计模型参数，Excel回归工具计算结果如下表3所示：表3总资产周转率参数表回归统计Multiple R0.853

19、328597R Square0.728169694Adjusted R Square0.703457848标准误差0.141332145观测值13Coefficients标准误差t StatIntercept0.7780769230.0831525429.35722352时期0.0568681320.0104762365.4282983因此，线性回归模型为由于参数b的图t检验值是5.43，又由于采集了公司13个年度的数据，即样本数量为13，因此需要查阅t检验的临界值表n-2为11所对应的临界值，查表得到时显然满足的要求，也就是说可以认为时间对总资产周转率的影响显著的，时期每增加1年，总资产周转

20、率将会增加0.06个百分点。接近于1，说明总资产周转率变化的72.82%是时期序列引起的。2014、2015年总资产周转率预测如下表4表4 总资产周转率线性回归预测值年份时期总资产周转率（%）预测值200110.990.83200220.960.89200330.930.95200440.851.01200550.821.07200660.981.13200771.301.19200881.461.25200991.251.312010101.461.372011111.351.432012121.401.492013131.541.552014141.612015151.67（三）建立总资产

21、周转率的趋势移动平均预测模型1确定步长取得步长N分别等于3、4和5，计算总资产周转率的一次移动平均值，结果见下表5，绘制总资产周转率步长N分别等于3、4和5的总资产周转率的一次移动平均值的散点图如图3所示。从图中可以看出，步长N为3的时候一次移动平均值拟合程度效果要好于步长N为4和5的情况，因此，确定步长为3.表5 确定步长N的计算数据表年份时期总资产周转率（%）一次平均值N=3一次平均值N=4一次平均值N=5200110.99200220.96200330.930.96200440.850.910.93200550.820.870.890.91200660.980.880.900.91200

22、771.301.030.990.98200881.461.251.141.08200991.251.341.251.162010101.461.391.371.292011111.351.351.381.362012121.401.401.371.382013131.541.431.441.40图3总资产周转率与一次移动平均值的散点图2.计算趋势移动平均模型参数选择N =3来建立预测模型，计算总资产周转率的一次移动平均值和二次移动平均值，此计算由Excel完成，计算结果见表6第4列、第5列：表6 承德露露总资产周转率移动平均值计算表年份时期总资产周转率（%）一次平均值N=3二次平均值N=320

23、0110.99200220.96200330.930.96200440.850.91200550.820.870.91200660.980.880.89200771.301.030.93200881.461.251.05200991.251.341.212010101.461.391.322011111.351.351.362012121.401.401.382013131.541.431.40如：利用和估计参数，计算结果见表5第6列、7列：表7 趋势移动平均模型估计参数表年份时期总资产周转率（%）一次平均值N=3二次平均值N=3ab200110.99200220.96200330.930.9

24、6200440.850.91200550.820.870.910.82-0.05200660.980.880.890.880.00200771.301.030.931.140.11200881.461.251.051.440.19200991.251.341.211.470.132010101.461.391.321.460.072011111.351.351.361.35-0.012012121.401.401.381.420.022013131.541.431.401.460.03如：3.建立趋势移动平均预测模型建立线性趋势模型： 计算m=1的各期预测值见表6第8列表8 总资产周转率趋势移

25、动平均一期预测值表年份时期总资产周转率（%）一次平均值N=3二次平均值N=3abm=1200110.99200220.96200330.930.96200440.850.91200550.820.870.910.82-0.05200660.980.880.890.880.000.77200771.301.030.931.140.110.87200881.461.251.051.440.191.24200991.251.341.211.470.131.632010101.461.391.321.460.071.602011111.351.351.361.35-0.011.522012121.40

26、1.401.381.420.021.342013131.541.431.401.460.031.4520141.50如t=1时： （四）指数平滑法建立总资产周转率的线性趋势预测模型1.确定平滑系数由于承德露露的总资产周转率呈现上升态势，因此平滑系数取较大的数值，采用是算法确定平滑系数，分别取，0.9计算总资产周转率的一次指数平滑值。因为n小于15，所以取前3个观察期数据的平均值作为初始值，初始值计算如下：利用公式计算一次指数平滑值见下表9，绘制总资产周转率、平滑系数分别等于0.6、0.7、0.8和0.9的总资产周转率的一次指数平滑值的散点图如图4所示。从图中可以看出，平滑系数为0.9的时候一次

27、指数平滑值的拟合效果要好于0.6、0.7和0.8的情况，因此，确定平滑系数为0.9。表9 确定平滑系数的计算数据表年份时期总资产周转率（%）一次平滑值a=0.6一次平滑值a=0.7一次平滑值a=0.8一次平滑值a=0.900.96200110.990.960.960.960.96200220.960.980.980.980.99200330.930.970.970.960.96200440.850.940.940.940.93200550.820.890.880.870.86200660.980.850.840.830.82200771.300.930.940.950.96200881.461

28、.151.191.231.27200991.251.341.381.411.442010101.461.281.291.281.272011111.351.391.411.421.442012121.401.371.371.361.362013131.541.391.391.391.40图4总资产周转率与一次指数平滑值散点图2.建立线性趋势模型系数 给定平滑系数为0.9，求一次和二次指数平滑值、 ，结果如表10第4列和第5列所示。利用一次和二次平滑值计算参数和，计算结果如表10第6列和第7列所示。如2013年，t=13时： 表10 总资产周转率指数平滑法估计参数表年份时期总资产周转率（%）一次

29、平滑值a=0.9二次平滑值a=0.9ab200110.990.99200220.960.990.990.990200330.930.960.990.940.49200440.850.930.970.900.58200550.820.860.940.781.41200660.980.820.870.780.76200771.300.960.831.10-2.45200881.461.270.951.58-5.68200991.251.441.231.65-3.702010101.461.271.421.122.722011111.351.441.281.60-2.822012121.401.36

30、1.431.291.192013131.541.401.371.43-0.543、指数平滑法建立线性趋势预测模型指数平滑法建立的线性趋势模型为：（m=1、2）,如当t=13时, 1.43-0.54m 利用模型计算的一期预测值结果如表11第8列所示：表11 总资产周转率指数平滑法一期预测值表年份时期总资产周转率（%）一次平滑值a=0.9二次平滑值a=0.9abm200110.990.99200220.960.990.990.990200330.930.960.990.940.490.99200440.850.930.970.900.581.42200550.820.860.940.781.411

31、.48200660.980.820.870.780.762.19200771.300.960.831.10-2.451.54200881.461.270.951.58-5.68-1.35200991.251.441.231.65-3.70-4.102010101.461.271.421.122.72-2.062011111.351.441.281.60-2.823.842012121.401.361.431.291.19-1.222013131.541.401.371.43-0.542.4820140.88（五）对总资产周转率进行预测分析1.预测模型的确定综上分析得到线性趋势模型为：趋势移动平

32、均模型为：指数平滑法建立模型为：1.43-0.54m下表12列出了三种模型下总资产周转率的预测值，绘制三个模型总资产周转率的预测与观测值的拟合图线，如图5所示： 表12 总资产周转率三种模型的预测值年份总资产周转率（%）线性回归一期预测值移动平均一期预测值指数平滑一期预测值20010.990.8320020.960.8420030.930.950.9920040.851.011.4220050.821.071.4820060.981.130.772.1920071.301.190.871.5420081.461.251.24-1.3520091.251.311.63-4.1020101.461

33、.371.60-2.0620111.351.431.523.8420121.401.491.34-1.2220131.541.551.452.4820141.611.500.88图5总资产周转率的预测拟合图由上图看出线性回归的预测模型更接近总资产周转率的实际值，选择模型：2.总资产周转率的预测 当2014年，t=14，当2015年，t=15，当2016年，t=16，承德露露总资产周转率从2001年到2005年呈现缓慢的下降趋势，从2005年开始到2008年呈现快速增长趋势，2009年出现小幅度下滑，之后又开始回升。由预测结果可以看出整体呈上升趋势，总体上公司的营运能力会不断提高，并保持稳定发展

34、的态势。四、对承德露露应收账款周转率预测分析（一）应收账款周转率的含义1.应收账款的含义应收账款周转率是指企业在一定时期内（通常为1年）商品或产品赊销收入净资产与应收账款平均余额的比值。它是反映企业的应收账款变现速度和管理效率的指标。其计算公式为：应收账款周转率（次数）=赊销收入净额/应收账款平均余额应收账款周转天数=360应收账款周转率其中：赊销收入净额=营业收入-现金销售收入-销售折扣-销售退回等应收账款平均余额=(期初应收账款+期末应收账款)÷22.应收账款周转率指标变化趋势判断下表13是以时间为横轴，以应收账款周转率为纵轴，绘制散点图，如图6所示。 表13 承德露露应收账款周

35、转率随时间变化表年份应收账款周转率（%）2001 96.89 2002 103.98 2003 98.76 2004 51.98 2005 47.01 2006 50.84 2007 404.76 2008 1544.17 2009 1735.08 2010 9483.20 2011 9081.13 2012 2991.64 2013 2434.20 图6承德露露应收账款周转率随时间变化图由图1看出，从2001到2007年一直是下降，但2007年以后直线增长速度，但在2011年2013年快速下降，从总的趋势来看呈非线性趋势变化。针对这种变化趋势可以采用非线性上的二次曲线和指数曲线建立预测模型。

36、（二）建立非线性应收帐款周转率二次曲线预测模型1.参数的估计方法当现象的长期趋势近似于抛物线形态时，可拟合为二次曲线方程，曲线趋势的特点是每期的二级增长量基本相等，即各期增长量的逐期增长量基本相等。二次曲线模型为，确定模型中的三个参数，可以将和分别视为两个变量，转化为二元线性回归的问题，用最小二乘法进行参数的估计。2.模型线性化的方法对于参数的估计，采用线性化方法，令，将模型转化为，做为二元线性回归模型进行预测分析。如下表14所示。表14 应收账款周转率数据二次曲线模型线性化的变量设定表年份tt2应收账款周转率（%）20011196.89200224103.9820033998.7620044

37、1651.98200552547.01200663650.842007749404.7620088641544.1720099811735.082010101009483.202011111219081.132012121442991.642013131692434.202014141963.借助Excel对应收账款周转率进行二次曲线模型预测分析下面是继续对承德露露应收账款承德露露数据开展预测分析，给出Excel软件完成二次曲线模型建立与预测的过程。如下表15所示。表15 应收账款周转率参数表回归统计Multiple R0.63012R Square0.39705Adjusted R Squa

38、re0.27646标准误差2821.46观测值13Coefficients标准误差t StatIntercept-1305.62761.63-0.472758835t422.749907.2490.465968557t28.0904163.05820.128300854因此，非线性二次曲线模型为：利用预测模型计算各期的估算值，如表16所示。并制作拟合效果图分析模型预测的准确定。如下图6所示。 表16 应收账款周转率预测值表年份tt2应收账款周转率（%）预测值20011196.89-920200224103.98-37620033998.76573200441651.98241120055254

39、7.015819200663650.84116712007749404.762103320088641544.173516820099811735.08555332010101009483.20837772011111219081.131217452012121442991.641714772013131692434.20235204201414196315353图6应收账款周转率与预测值的拟合图因此根据模型： %（二）建立非线性应收帐款周转率指数曲线预测模型1建立模型：2.模型线性化的方法针对上图6经济指标随时间变化的散点图呈现指数曲线变化的特征，描述这类指标的增长趋势可用指数曲线模型，此处

40、可解释为基数，为发展速度。若b>1，增长率随着时间t的增加而增加；若b<1，增长率随着时间t的增加而降低。模型参数的估计采用线性化方法，将模型两边取对数： 通过线性化技术处理之后按照线性回归的方法，运用最小二乘法估计出和，再取反对数得参数的估计值。3.借助Excel软件进行指数曲线模型分析第一步：利用Excel函数ln计算对数，如下表17第4列所示。表17 应收账款周转率对数表年份t应收账款周转率（%）应收账款周转率ln（%）2001196.894.5720022103.984.642003398.764.592004451.983.952005547.013.852006650.

41、843.9320077404.766.00200881544.177.34200991735.087.462010109483.209.162011119081.139.112012122991.648.002013132434.207.80第二步：利用Excel回归分析计算模型参数，如下表18所示。表18 应收账款周转率参数表 回归统计Multiple R0.8491R Square0.72098Adjusted R Square0.69561标准误差1.11888观测值13Coefficients标准误差Intercept3.090740.658293584t0.442170.082937

42、196 第三步：使用函数“EXP”计算指数曲线模型的两个参数，该参数换算后的：第四步：进行预测。根据得出的参数得到指数曲线模型： 利用函数POWER命令，计算各期的然后得到指数曲线模型计算的各期预测值如下表19及绘制的拟合图图7。 表19 应收账款周转率预测值表年份t应收账款周转率（%）应收账款周转率ln（%）预测值2001196.894.5734.0720022103.984.6452.812003398.764.5981.852004451.983.95126.872005547.013.85196.652006650.843.93304.8020077404.766.00472.4420

43、0881544.177.34732.29200991735.087.461135.042010109483.209.161759.322011119081.139.112726.942012122991.648.004226.762013132434.207.806551.4920141410154.80图7应收账款周转率拟合图（三）对应收账款周转率的预测分析1.预测模型的确定综上分析得到非线性二次曲线模型为：非线性指数曲线模型为：下表20列出了二种模型下应收账款周转率的预测值，绘制二个模型应收账款周转率的预测值与观测值的拟合图线，如图8所示。表20 二种模型应收账款周转率的预测值年份应收账款

44、周转率（%）二次曲线预测值(%)指数曲线预测值(%)200196.89-92034.072002103.98-37652.81200398.7657381.85200451.982411126.87200547.015819196.65200650.8411671304.82007404.7621033472.4420081544.1735168732.2920091735.08555331135.0420109483.20837771759.3220119081.131217452726.9420122991.641714774226.7620132434.202352046551.4920

45、1431535310154.8图8应收账款周转率的预测拟合图由上图8可以看出指数曲线预测模型更接近应收账款周转率的实际值，故选择模型：进行预测。2.应收账款周转率的预测当2014年，t=14, 当2015年，t=15, 当2016年，t=16, 承德露露应收账款周转率在2001到2007年内应收账款周转率较低，应收账款周转天数越长，说明应收账款收回的可能越小。但在2007以后周转率越高，应收账款天数越短，说明应收账款收回的越快，应收账款的流动性越强。由预测结果可以看出应收账款周转率挺高，择应收账款收回的就越快。但是如果应收账款周转率过高，则可能是由于承德露露集团的信用政策过高苛刻所致，这样又可

46、能会限制企业的销售规模的扩大，影响企业长远的盈利能力和营运能力。五、对存货周转率的预测分析（一）存货周转率的含义及变化趋势判断1.存货周转率的含义存货周转率又叫存货周转次数，是一定时期内企业销货或主营业务成本与平均余额之比。它是反映企业销售能力和存货周转速度的一个指标，也是衡量企业生产经营各环节中存货运营效率的一个综合性指标。其计算公式为：存货周转率=2.存货周转率指标变化趋势判断下表21是承德露露财务指标提供的自2001年以来的存货周转率的财务数据。对于存货周转率让时期为自变量，存货周转率为因变量，绘制散点图，如图9所示。 表21 存货周转率随时间变化表年份存货周转率（%）20015.552

47、0025.6120036.3220046.1820056.9220065.3820076.7720085.6220093.9520104.8920114.4620124.5620135.20图 9存货周转率随时间变化图由图1看出，从2001年到2005年呈现上升的趋势，从2005年开始到2009年呈现下降趋势，但是从2009年到2013年开始缓慢上升。从整体分析承德露露的存货周转率呈近似线增长的趋势。针对这种变化趋势可以采用线性回归、移动平均、指数平滑法建立线线性趋势模型进行预测分析。（二）建立存货周转率的线性回归预测模型1、建立模型：2、存货周转率与时期的相关性分以总资产周转率为纵轴、时期为纵轴绘制散点图，如下图10所示。从图中可以看出总资产周转率随着时期的增加而增加，两者呈现了较好的线性相关关系。图10存货周转率与时期的相关图计算存货周转率与时间序列的线性相关系数，Excel计算得出结果如下表22所示。从计算结果看，相关系数为0.58，说明二者有相关，时期对总资产周转率有者重要的影响。表22 存