前几天叔说自己用小学生的方法计算了CCFI与海控业绩及股息率的关系。
今天我尝试用大学生的方法计算CCFI与海控季度盈利之间的关系，目的是得到预测方程，以便通过CCFI预测海控每季度的盈利。
废话不多先上结论：
1.通过直线回归的方法获得了回归方程：
Y=0.12X-77
季度盈利=0.12×当季CCFI均值-77（单位：亿元）
意味着CCFI每变化100点，季度盈利相应变化12亿（2亿），年化48亿。
2.由于公司资产质量的飞跃和经营能力的提高，此算式可能会低估盈利水平
3.CCFI与当季盈利相关程度非常高，相关系数高达0.95（最大值是1.0）
4.CCFI处于极小值（1000以下）或者极大值（3000以上）时，此算式预测的盈利与实际值之间可能会出现较大偏差。原因是显而易见的，运价处于极值的时候，公司很可能会在会计规则内调整业绩。
下面是统计学推导过程，不感兴趣的朋友可以直接跳到应用示例部分。
在统计学上要研究两个相关变量之间的关系，通过一个变量预测另一个变量，最经典的方法是通过既往历史前值拟合出线性回归方程。线性回归有多种形态，其中最简单的形态是直线回归。我们需要先画出散点图，观察前值分布是否符合直线回归，再进行拟合计算。如果散点图不呈现线性关系，则不能做线性回归。
回归分析用的是统计学软件SPSS，数据来源于@今宵韭醒何处 兄弟做的总结表格，感谢！
1. 画散点图，将自变量CCFI(X)放入X轴;将因变量季度盈利(Y)放入Y轴，其它默认。结果见图一，初步目测还是比较符合直线分布的。但是在CCFI较小和较大值，也就是两端，分布比较分散。
2. 菜单选择分析-回归-线性，确定后秒出结果
3. 结果解读(图二对应红字)：
B. 斜率0.119，是方程中最关键的系数k，Constant(回归方程的截距)是方程中的常数项b，负的77
C. 斜率的95%置信区间，你可以理解为斜率可能的高低值（0.1-0.137），如果你觉得方程可能低估了盈利，那把0.12替换为0.14，算出来预测盈利就会高很多。相反你就取0.1
其他一些统计检验都是对上述数值的有效性进行检验，结果显示无论是直线关系还是斜率、常数项都是有统计学意义的。
因此，建立回归方程 Y=0.12X - 77，X为CCFI，Y为当季盈利。
应用示例见图三：在电子表格软件中建立本方程式，输入今年第二季度CCFI均值以及第三、第四季度模拟均值（仅用于示范，不可当真），可得出相应季度预测盈利，以及可能的取值区间。
1. 采纳数据时间跨度较大，涵盖了海控暴富前后，但资产质量的改善会显著提升盈利能力；另一方面由于公司减少了中间环节蚕食利润，拓展了上下游供应链业务，相比21.22年盈利能力更强。因此本方程大概率会低估盈利约10-20%
2. 当运价处于极低或极高值时，公司可能会调整业绩，从而产生较大不确定性，因此本方程最适用于CCFI在1000-3000之间的范围内。
3. 采纳的样本量为20个，不算少但也不算很多，后续期望能纳入更多的业绩数据以改善本方程预测准确度。
4. 本研究仅限于预测季度盈利，由于全年运价波动性较大，不宜直接×4用于预测年度盈利（但可以做梦）。
全文结论
本文通过线性回归的方法获得了海控季度业绩的预测方程式，主要结果显示当季度平均CCFI每提升100点，季度盈利相应提升约12亿（潜在区间10-14亿）。在应用本方程进行预测时，需要注意应用范围及潜在风险。欢迎各路统计学大神指点，进一步完善。
后记：由于运费的延迟结算，也有人认为当季CCFI的变化可能更多地反映在海控的下一季盈利中。因此我们也计算了当季CCFI与下季盈利之间的相关性，相关系数为0.88，低于当季盈利的相关系数（0.95）。据此可以认为与当季盈利相关程度更高。
本文作者可以追加内容哦 !
