【摘 要】2010年以来通货膨胀压力逐渐显现，作为传统意义上的抗通胀行业，研究酿酒行业的盈利变化及影响因素的研究显得较为重要。本文使用2009年—2012年的样本数据，采用聚类分析研究行业总体情况并且给出了相关的评价，同时，文章使用因子分析和多元回归分析相结合的方法来研究酿酒行业在通货膨胀背景下的盈利能力情况并找出主要的影响因素。实证结果表明酿酒行业的利润与通货膨胀成正相关，与居民消费能力情况也有着正相关性，并且发现其盈利能力主要受到了居民消费能力的影响。
【关键词】通货膨胀；聚类分析；因子分析；上市酿酒企业
一、引言
随着次贷危机带给全球经济衰退影响的逐步减弱，在次贷危机期间，全球各国政府大力刺激经济的后续影响——通货膨胀开始渐渐抬头。我国在受到自身超发货币以及输入型通胀的共同影响下，从2010年以来CPI指数屡创新高，特别是2011年通货膨胀影响已经是我国宏观经济的最大障碍。
众所周知，通货膨胀具有着产出效应，特别是需求拉动的通货膨胀可以刺激生产，促进收入增长。作为酿酒行业，在通货膨胀的宏观经济环境中，往往被人们认为具有一定的抗通货膨胀的作用。本文就通过实证分析来研究在2009年以来的通货膨胀环境对我国酿酒行业盈利能力的影响，并找到影响的主要因素。
本文首先研究酿酒行业的整体盈利情况，并利用聚类分析来讨论行业的盈利能力的区别。然后，利用因子分析和多元回归分析来找到影响我国酿酒行业利润率水平的因素。并在结论部分给出通过实证研究得出的结论及不足。
二、文献综述
对于通货膨胀对于产业盈利能力的研究主要还是集中于宏观层面的，我国学者没有深入到各个行业中去。周春生[1]（1991年）采用计量方法研究了通货膨胀的促进论；黄丞[2]（1997）研究了我国的通货膨胀与经济增长的关系。郭茂佳[3]，杨曙光，杨仲伟[4]等学者研究了通货膨胀的效应问题。黄丞，吴健中，蒋馥从定性地分析了我国经济增长和通货膨胀之间的关系，而刘霖[5]（2005）则是通过定量模型分析了这两者之间的关系。
对于酿酒行业的研究，我国现有的文献主要集中在定性分析中，季树太[6]（2003）定性分析了我国啤酒行业的发展趋势，同时，徐发和谢武[7]（2009）则定性研究了我国白酒行业的概况和发展趋势。杜传忠[8]（2009）通过了DEA模型研究了酿酒行业的生产效率问题。
总的来看，现有的文献很少使用定量分析来研究酿酒行业，同时，研究通货膨胀在特定行业，特别是酿酒行业方面的文献较少，本文则是将上述缺失加以改进，通过定量的分析来研究通货膨胀下酿酒行业的盈利能力。
三、实证研究
为了更好地研究通胀环境下，酿酒行业盈利能力的状况，本文通过采用聚类分析、因子分析、多元回归等统计研究方法来进行研究。通过一系列的实证分析，来给出酿酒行业受宏观经济环境影响的程度。
（一）变量及数据的选择
由于本文注重研究通货膨胀下酿酒行业的盈利情况，所以本文选取的变量主要是包括影响酿酒行业利润率的自身变量以及一些宏观经济指标，这些变量如表3-1所示：
另外，本文的数据来源包括两个方面：从钱龙软件中选取了22家上市酿酒企业自2009年1季度到2012年1季度的营业数据样本，同时在国家统计局官网、中国产业信息网、中国人民银行官网上获取自2009-2012年各季度的宏观数据。
（二）酿酒行业的统计描述
通过22家上市酿酒企业13个季度的利润情况(统计结果见附录)，可以发现：从整个酿酒行业利润的均值来看，酿酒行业第一季度利润大于其它各个季度的利润，从标准差来看，各酿酒企业的利润差距较大。
进一步结合聚类分析，见表3-2，可以发现上述差异主要是因为生产产品利润水平的差异。在酿酒企业中，张裕A、贵州茅台、泸州老窖、五粮液、洋河股份为一类，这一类的营业利润远高于第二类酿酒企业，从深层次来看，除了张裕A以为，其它四家酿酒企业都为白酒企业，可见我国的酒类消费品种，白酒的利率最高，而在这些白酒企业中，贵州茅台、五粮液等酿酒产品是酒类中的高端消费品，而其由于受到产地、产能的限制，往往处于卖方市场，通过不断的加价来提高其自身的盈利水平，同时，正因为这些产品的稀缺性，消费者往往赋予了其一定的投资属性，这进一步提高了这些酿酒企业的利润水平。最后，高端白酒在我国政商界中还蕴含着感情交流的意味，正是这种特殊的酒文化也可能促进了白酒企业的高利润。
（三）实证研究
在分析宏观经济环境对于酿酒行业盈利水平的影响时，首先选取了酿酒行业的平均利润作为因变量，而将CPI、GDP、平均每人季可支配收入、主要农产品生产价格指数、商品零售价格指数、小麦价格指数这些变量作为自变量进行分析。数据样本见附录。在这里主要采用了2009-2011年的数据样本进行研究。
1、相关性检验
为了研究因变量和各个自变量之间的关系，首先对于各变量之间的相关性进行相关性检验，检验结果如表3-3所示。
从相关性检验中来看，平均净利润和CPI、平均每人季可支配收入、主要农产品生产价格指数、商品零售价格指数的Person相关性系数较大，同时其单侧检验结果都小于0.05，可见平均净利润率与这些变量高度相关。
同时，通过比较CPI、平均每人季可支配收入、主要农产品生产价格指数、商品零售价格指数这几个变量，我们发现这些变量之间都存在着高度相关性，如果直接采用多元回归分析，将会存在共线性问题，使得模型的解释程度不够，所以，在下文将通过因子分析来解决共线性问题。
2、因子分析
为了解决共线性问题，在这里采用了因子分析方法，首先对于样本进行KMO检验和BARTLETT球形检验，通过这两个检验来判断所选用的样本变量是否适合进行因子分析。在这里选择进行检验的变量包括了CPI、平均每人季可支配收入、主要农产品生产价格指数、商品零售价格指数这几个有很高相关性的自变量。通过检验得出，KMO值为0.674，大于0.5；Bartlett球形检验的显著性概率<0.05；所以所选择的变量适合进行因子分析。