収益構造を業種別に分析、そこから見えた傾向とは
コメント
注目のコメント
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。
