投资者可以用两种方法来选择衡量“增长型行业”，一是比较研究法，将行业的增长情况与国民经济的增长进行比较，从中发现增长速度快于国民经济的行业；二是数理统计法，利用行业历年的销售额、盈利额等历史资料分析过去的增长情况，并预测行业的未来发展趋势。

(一)比较研究法
　　有三个步骤，第一，确定该行业是否属于周期性行业。主要是观察同一时期该行业销售额是否与国民生产总值同向变化，如果同向变化则很可能是周期性行业。第二，比较该行业的年增长率与国民生产总值的年增长率，如果在大多数年份中该行业的年增长率都高于国民经济综合指标的年增长率，说明这一行业是增长型行业。第三，计算各观察年份该行业销售额在国民生产总值中所占比重。如果这一比重逐年上升，说明该行业属于增长型行业。

(二)数理统计法
　　对行业未来的发展趋势作出预测，常用方法有两种，一是将行业历年销售额与国民生产总值标在坐标图上，用最小二乘法找出两者的关系曲线，根据国民生产总值的计划指标或预计值可以预测行业的未来销售额。二是利用行业历年的增长率资料计算历史的平均增长率和标准差，预计未来增长率。

　　(1)相关关系是指指标变量之间的不确定的依存关系。相关关系包括因果关系，另外，两个指标变量受第三个指标变量影响而发生的共变关系，也属于相关关系。

　　(2)相关关系按研究指标变量的多少可分为一元相关和多元相关，按指标变量之间依存关系的形式可分为线性相关和非线性相关，按指标变量变化的方向可分为正相关和负相关。当指标变量之间的依存关系密切到函数关系时，称为完全相关；当指标变量之间不存在依存关系时，称为不相关或零相关；大多数相关关系介于其间，称为不完全相关。

　　(3)相关系数r的数值有一定范围，即│r│＜1。
　　当│r│=1时，表示两指标变量完全线性相关；
　　当│r│=0时，表示两指标变量不存在线性相关；
　　当0π│r│≤0．3，为微弱相关；当0π│r│≤0．5，为低度相关；当0．5π│r│≤0．8，为显著相关；当0．8π│r│≤=1，为高度相关。
　　判定系数12表示指标变量之间的依存程度，12越大，表明依存度越大。

　　(4)一元线性回归方程可用于：描述两指标变量之间的数量依存关系；利用回归方程进行预测，把预报因子代人回归方程可对预报量进行估计；利用回归方程进行统计控制，通过控制自变量的范围来控制因变量。

　　(5)时间数列可分为随机性时间数列和非随机性时间数列，其中，非随机性时间数列又可分为平稳性时间数列、趋势性时间数列和季节性时间数列三种。

　　如果所有的自相关系数都近似等于零，表明该时间数列属于随机性时间数列；如果r1比较大，r2、r3渐次减小，从r4开始趋近于零，表明该时间数列是平稳性时间数列；如果r1最大，r2、r3等多个自相关系数逐渐递减但不为零，表明该时间数列存在着某种趋势；如果一个数列的自相关系数出现周期性变化，每间隔若干个便有一个高峰，表明该时间数列是季节性时间数列。

　　时间数列分析的一个重要任务是根据现象发展变化的规律进行外推预测，最常见的时间数列预测方法有：趋势外推法、移动平均法与指数平滑法和自回归预测。

下一篇：证券投资分析第五章公司分析