中国石化利润因素分析

1、 中国石化利润因素分析摘要：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 计量经济学检验一， 问题的提出 年以来，国际原油价格持续攀升，尽管2006年月份以来有所回落，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，国际原油价格从年平均美元桶上升到年至月平均

2、美元桶，上升了。经过先后次调价，国内汽油价格上升了，柴油价格上升了，相当长时间内国内成品油价格与进口原油价格严重倒挂。中国石化家炼油企业中，已有家资产负债率接近或超过。 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，加工量占全国，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

3、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（1） 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

4、子公司少数股东权益等使长期股权投资增加以及实施增加固定资产的投资计划等都将对利润有很大影响。其次，主营业务成本。由于中国石化的优势在炼油方面，对资源掌握的不多，进口量占国内进口石油总量的80%。随着国际石油价格的上涨，成本上涨对利润影响越来越大。最后，国内生产总值。一国的经济运行周期对石油行业的影响也很大。经济稳步发展，对石油化工产品等的需求也会相应变大。相反，若国内经济低迷，投资不足，对石油行业的打击也很大。所以石油行业与国家经济发展关系密切 。 因此，将“总资产规模”，“主营业务成本”，“国内生产总值”作为模型的解释变量。（2） 模型形式建立线性回归模型： 表示总资产，表示主营业务成本，表

5、示国内生产总值，表示净利润。四，数据的收集本文收集了2002年第一季度至2007年第一季度中国石化的相关数据。如下表：单位：百万元净利润总资产主营业务成本GDP2002年第一季1023652945166721192602002年第二季44023716656348124806202002年第三季45513750096878426368102002年第四季50663683756725047965802003年第一季58133803307617823856202003年第二季39523801147612527217302003年第三季50393746768190629347702003年第四季420

6、73902138889555401402004年第一季74304069009458327262002004年第二季760942292511151531780702004年第三季900343030411695634452502004年第四季823346008113595366383102005年第一季900448178513618737957402005年第二季904049298615699442024502005年第三季843250069618643344802802005年第四季1308252057218863558300102006年第一季9350539927191137433905020

7、06年第二季1114956888821816148052502006年第三季1313558259723022150033802006年第四季1685059651924051067930202007年第一季194186230662525195028700数据来源：中经网以及中国石化网站。五，模型的估计与调整（1） 检验各解释变量与被解释变量的平稳性。总资产（）的单位根检验：由的图形可以看出的长期波动存在向上的趋势，可能不平稳。于是，对的一阶差分作单位根检验：ADF Test Statistic-4.208693 1% Critical Value*-4.5348 5% Critical Valu

8、e-3.6746 10% Critical Value-3.2762*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X1,2)Method: Least SquaresDate: 06/22/07 Time: 23:58Sample(adjusted): 2002:3 2007:1Included observations: 19 after adjusting endpointsVar

9、iableCoefficientStd. Errort-StatisticProb. D(X1(-1)-1.0466510.248688-4.2086930.0007C135.07344377.9920.0308530.9758TREND(2002:1)1242.208444.16952.7966980.0129R-squared0.527142 Mean dependent var1061.895Adjusted R-squared0.468035 S.D. dependent var11658.75S.E. of regression8503.421 Akaike info criteri

10、on21.07826Sum squared resid1.16E+09 Schwarz criterion21.22739Log likelihood-197.2435 F-statistic8.918406Durbin-Watson stat2.034431 Prob(F-statistic)0.002499由上表可知，t统计量值-4.208693，小于单位根检验的5%，10%显著性水平下的临界值-3.6746和-3.2762，从而拒绝原假设。表明总资产（）的差分序列不存在单位根，是平稳序列。即序列是一阶单整的，即I（1）。主营业务成本（）的单位根检验：由的图形可以看出的长期波动存在向上的趋

11、势，可能不平稳。于是，对的一阶差分作单位根检验：ADF Test Statistic-4.518767 1% Critical Value*-3.8304 5% Critical Value-3.0294 10% Critical Value-2.6552*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(X2,2)Method: Least SquaresDate: 06/23/07 Ti

12、me: 13:48Sample(adjusted): 2002:3 2007:1Included observations: 19 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. D(X2(-1)-1.0916400.241579-4.5187670.0003C10860.193200.0733.3937320.0035R-squared0.545688 Mean dependent var10.26316Adjusted R-squared0.518964 S.D. dependent var132

13、95.30S.E. of regression9221.186 Akaike info criterion21.19570Sum squared resid1.45E+09 Schwarz criterion21.29511Log likelihood-199.3591 F-statistic20.41926Durbin-Watson stat1.998857 Prob(F-statistic)0.000303由上表可知，t统计量值-4.518767，小于单位根检验的1%，5%，10%显著性水平下的临界值-3.8304，-3.0294和-2.6552，从而拒绝原假设。表明主营业务成本（）的差分

14、序列不存在单位根，是平稳序列。即序列是一阶单整的，即I（1）。国内生产总值的单位根检验：由的图形可以看出的长期波动是变趋势的，可能不平稳。于是，对的一阶差分作单位根检验：ADF Test Statistic-7.151343 1% Critical Value*-4.5348 5% Critical Value-3.6746 10% Critical Value-3.2762*MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDepe

15、ndent Variable: D(X3,2)Method: Least SquaresDate: 06/23/07 Time: 16:50Sample(adjusted): 2002:3 2007:1Included observations: 19 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. D(X3(-1)-1.5599120.218128-7.1513430.0000C349770.2798250.40.4381710.6671TREND(2002:1)-7084.50165019.67-

16、0.1089590.9146R-squared0.762439 Mean dependent var-111877.9Adjusted R-squared0.732744 S.D. dependent var2999184.S.E. of regression1550483. Akaike info criterion31.48997Sum squared resid3.85E+13 Schwarz criterion31.63909Log likelihood-296.1547 F-statistic25.67555Durbin-Watson stat2.300057 Prob(F-stat

17、istic)0.000010由上表可知，t统计量值-7.151343，小于单位根检验的1%，5%，10%显著性水平下的临界值-4.5348，-3.6746和-3.2762，从而拒绝原假设。表明国内生产总值（）的差分序列不存在单位根，是平稳序列。即序列是一阶单整的，即I（1）。净利润的单位根检验：由Y的图形可以看出Y的长期波动是变趋势的，可能不平稳。于是，对Y的一阶差分作单位根检验：ADF Test Statistic-6.536045 1% Critical Value*-4.5348 5% Critical Value-3.6746 10% Critical Value-3.2762*Mac

18、Kinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: D(Y,2)Method: Least SquaresDate: 06/23/07 Time: 00:03Sample(adjusted): 2002:3 2007:1Included observations: 19 after adjusting endpointsVariableCoefficientStd. Errort-StatisticPr

19、ob. D(Y(-1)-1.3491530.206417-6.5360450.0000C-220.9104958.6557-0.2304380.8207TREND(2002:1)119.908677.506281.5470830.1414R-squared0.733217 Mean dependent var-91.15789Adjusted R-squared0.699869 S.D. dependent var3370.376S.E. of regression1846.434 Akaike info criterion18.02384Sum squared resid54549075 S

20、chwarz criterion18.17296Log likelihood-168.2265 F-statistic21.98692Durbin-Watson stat2.089015 Prob(F-statistic)0.000026由上表可知，t统计量值-6.536045，小于单位根检验的1%，5%，10%显著性水平下的临界值-4.5348，-3.6746和-3.2762，从而拒绝原假设。表明净利润（Y）的差分序列不存在单位根，是平稳序列。即Y序列是一阶单整的，即YI（1）。由上可知，解释变量与被解释变量都是平稳的，避免了“伪回归”。可以用最小二乘法来估计模型。（2） 用最小二乘法对模型

21、进行回归分析：Dependent Variable: YMethod: Least SquaresDate: 06/23/07 Time: 17:06Sample: 2002:1 2007:1Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C-8565.77212578.77-0.6809710.5051X10.0279430.0435850.6411220.5300X20.0250980.0589670.4256320.6757X30.0001680.0004260.3950140.6977R-sq

22、uared0.851064 Mean dependent var8327.000Adjusted R-squared0.824781 S.D. dependent var4551.633S.E. of regression1905.277 Akaike info criterion18.11229Sum squared resid61711380 Schwarz criterion18.31124Log likelihood-186.1790 F-statistic32.38090Durbin-Watson stat1.435019 Prob(F-statistic)0.000000由上表可知

23、，t统计量不显著，F检验显著，较低。可能存在多重共线性。各解释变量的相关系数矩阵：X1X2X3X1 1.000000 0.993178 0.662605X2 0.993178 1.000000 0.685982X3 0.662605 0.685982 1.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证明存在严重的多重共线性。（3） 修正多重共线性。采用逐步回归法，检验和解决多重共线性问题。分别做Y和，的一元回归：变量参数统计量0.0487370.0640630.002095T统计量10.2450410.250733.7183580.8467260.8468700.42

24、11940.8386590.8388100.390730其中，加入的方程最大，以为基础，顺次加入其它变量逐步回归，结果如下：变量，0.024149（0.581842）0.032539（0.596469）0.832996，0.062465（7.092343）0.000108（0.264490）0.830514经比较，加入，后，参数的t检验变得不显著。所以加入其它变量后并没有改进模型，应予剔除。最后修正严重多重共线性影响的回归结果为：Dependent Variable: YMethod: Least SquaresDate: 06/23/07 Time: 17:48Sample: 2002:1

25、2007:1Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C-318.6885932.9423-0.3415950.7364X20.0640630.00625010.250730.0000R-squared0.846870 Mean dependent var8327.000Adjusted R-squared0.838810 S.D. dependent var4551.633S.E. of regression1827.410 Akaike info criterion17.94958Sum s

26、quared resid63449112 Schwarz criterion18.04906Log likelihood-186.4706 F-statistic105.0774Durbin-Watson stat1.428489 Prob(F-statistic)0.000000= -318.6885+0.064063T =（-0.341595）（10.25073）=0.846870 =0.838810 F=105.0774 DW=1.428489（4） 自相关的检验。该回归方程可决系数较高，回归系数显著。查DW统计量表，k=1,n=21, =0.05时DW=1.428489> =1.

27、420，可知模型不存在自相关。（5） 异方差的检验由图可知，残差平方随的变动呈增大的趋势，模型很可能存在异方差。用White检验：White Heteroskedasticity Test:F-statistic4.800592 Probability0.021336Obs*R-squared7.304936 Probability0.025927Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/23/07 Time: 19:00Sample: 2002:1 2007:1Included observat

28、ions: 21VariableCoefficientStd. Errort-StatisticProb. C6251857.4205129.1.4867220.1544X2-87.1403665.44892-1.3314250.1997X220.0003830.0002161.7689190.0938R-squared0.347854 Mean dependent var3021386.Adjusted R-squared0.275393 S.D. dependent var3657906.S.E. of regression3113750. Akaike info criterion32.

29、87212Sum squared resid1.75E+14 Schwarz criterion33.02133Log likelihood-342.1572 F-statistic4.800592Durbin-Watson stat2.065191 Prob(F-statistic)0.021336从图中看出，n=7.304936,由white检验知，在=0.05下，查分布表，得临界值(2)=5.99147，因为n=7.304936>(2)=5.99147，拒绝原假设，表明模型存在异方差。异方差的修正：运用加权最小二乘法估计，取权数Dependent Variable: YMethod

30、: Least SquaresDate: 06/23/07 Time: 19:41Sample: 2002:1 2007:1Included observations: 21Weighting series: WVariableCoefficientStd. Errort-StatisticProb. C-471.6780801.0435-0.5888290.5629X20.0651960.0066679.7784850.0000Weighted StatisticsR-squared0.592555 Mean dependent var7370.799Adjusted R-squared0.

31、571111 S.D. dependent var2626.797S.E. of regression1720.280 Akaike info criterion17.82875Sum squared resid56227894 Schwarz criterion17.92823Log likelihood-185.2019 F-statistic95.61877Durbin-Watson stat1.501466 Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.846605 Mean dependent var8327.000Adjusted R-squared0.838531 S.D. dependen