今日のオリジナル番組


詳細を確認
どこでも栽培可能!?「農業イノベーション」
本日配信
506Picks
Pick に失敗しました

人気 Picker
アナリストさんの世界では違うのかもですが、個人的にはこの分析はゼロ点です。
スケールメリットは、一般的には規模が拡大するほど利益「率」が上昇するメカニズムのことを指します。額と額で比べて、近似線を引いても「率一定」と言っているだけ
角度が急なのは、業種の平均利益率が高いことを指しているだけで、業種の特性、付加価値構造を表しているにすぎない。
SPEEDAを使ってマクロ手的に分析するという試みはいいので極めて残念な記事です
すでに指摘されている通り、「ダメな分析」(社内であろうと、ダメなものはダメ、あとでしっかり伝えます)です。申し訳ありません。
規模でメリットが出るということを示すなら、縦軸を実額ではなく比率に変えて単位売上高あたりでメリットが出ているかを分析すべき(回帰分析を使うより、よっぽどシンプル)だし、業種ごとの影響のほうが大きいと思う。業種ごとの影響を打ち消すには、売上高単位で業種内でいくつかにグルーピングかけて、その上位と下位で利益率の差があるかという分析を各業種で行い、それらを最後あわせるなどの工夫が必要。
なお一般論としては、例えば少量多品種の独占系商品(寡占度の価格交渉力への影響が大きい)やカスタマイズ商品(ブランド力やニーズに対するコストメリット)のほうが一般に利益率は高い。自動車であってもトヨタより富士重工のほうが利益率が高い。
逆にこれくらいの「ざっくり分析」で出るとしたら、業種ごとの各項目のボラの大きさ。例えば、小売や消費財で生活必需品中心であれば、不況になっても生活するのだからボラは小さい。耐久消費財は景況感に影響を受けやすいからボラが大きいはず。こういった業績のボラの大小から、βの大小につなげていくと面白い分析になっていくと思うが…
追記
それほどピントはズレてないと思います。
記事のなかではちゃんと、製造業では売上規模が大きくなると、つまり散布図の右にいくにつれて、売上総利益は回帰線よりも左上に切り上がり、販売管理費が回帰線よりも右下に切り下がると指摘している。
つまり、限界生産性が逓増するスケールメリットを指摘してますし、この散布図の使い方も、限界生産性の逓増を視覚的に捉えるという点では、オーソドックスなものだと思います。
追記終

面白いですね。こういうのはユーザベースさんならでは。
少し気になったのは、過去5期のデータを散布図にプロットしたのなら、製造業の限界利益率が逓増して見えることに円安影響が効いてるのではないでしょうか。
あと、セブン&アイとイオンの売上総利益率が案外高いのは、それぞれグループ中核のセブンイレブンとイオンモールの営業収益が店頭売上ベースでなくコミッション計上である影響大です。
揚げ足ばかりですみません。でも本当に面白い記事でした。
惜しい!
出てきてるファクトとそこから導き出される結論が一致してない。多くの方が指摘されているが、これをもってスケールメリットとは言えない。
薄利多売、スケールメリットなど、普段は言葉としてしか目にしていない現象が視覚化されていて、とてもイメージしやすかったです。個社で見る際には、さらにこれらからのズレを見ることが重要ですね。
軸の取り方はよく考えられたのでしょうが、ザックリ比較で、業種間の傾向の違いがこんなに見えるんですね。同業種内の個別企業比較、是非お願いします。
感覚的にわかっていたと思っていることも、グラグ化されると理解が深まる。業種別を見ると、企業別なんかも知りたくなってきます。
1. 回帰曲線が正当性をもっているか判断するためにせめて決定係数を入れるべき
2. y=利益 x=売上のy=ax^2で走らせて、符号がプラスならスケールメリット有、負なら無、というほうがわかりやすい
3. 多重共線性をクリアできる変数がもう2、3あると良い。創業年数など