1)行业增长横向比较分析某行业是否属于增长型行业，可利用该行业的历年统计资料与国民经济综合类指标进行对比。具体做法是取得某行业的销售额或营业收入的可靠数据并计算出年变动率，与国民生产总值增长率、国内生产总值增长率进行比较，通过比较，可以作出以下判断。①确定该行业是否属于周期型行业。如果国民生产总值或国内生产总值连续几年逐年上升，说明国民经济正处于繁荣阶段，反之，则说明国民经济正处于衰退阶段。观察同一时期该行业销售额是否与国民经济综合指标同向变化，如果在国民经济繁荣阶段行业的销售额也逐年同步增长，或是在国民经济处于衰退阶段时行业的销售额也同步下降，说明这一行业很可能是周期型行业。②比较该行业的年增长率与国民生产总值、国内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。如果行业的年增长率与国民经济综合指标的年增长率持平甚至相对较低，则说明这一行业与国民经济增长保持同步或是增长过缓。③计算各观察年份该行业销售额在国民经济综合指标中所占比重。如果这一比重逐年上升，说明该行业增长比国民经济平均水平快，反之，则较慢。
通过以上分析，基本上可以发现和判断其为增长型行业。应该注意的是，观察数不可过少，否则，可能会引起判断失误。
2)行业未来增长率预测
利用行业历年销售额与国民生产总值、国内生产总值的周期资料进行对比，只是说明过去的情况，投资者还需要了解和分析行业未来的增长变化，因此还需要对行业未来的发展趋势作出预测。预测的方法有多种，以下是使用较多的方法。①将行业历年销售额与国内生产总值标在坐标图上，用最小二乘法找出两者之间的关系曲线，也绘在坐标图上，这一关系曲线即为行业增长趋势线。根据国内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。②利用行业历年的增长率计算历史的平均增长率和标准差，预计未来的增长率，使用这一方法要占用行业在过去10年或10年以上的历史数据，预计的结果才有说服力。如果某一行业是与居民基本生活资料相关的，也可利用历史资料计算人均消费量及人均消费增长率，再利用人口增长预测资料预计行业的未来增长。
综上所述，通过行业增长比较分析和行业增长预测分析、行业分析师可以选择出处于成长期或稳定期、竞争实力雄厚、有较大发展潜力的行业。此外，分析师还应该考虑其他一些因素，如消费者的偏好和收入分配的变化，某产品是否有国外竞争者的介入等。最后，要确定某一行业证券的投资价值，还必须辨别现实价格所反映的未来收入的机会有多大，所反映的投机需求程度有多大。只有系统地评估这些因素，才能对一个行业作出正确的分析，从而最终作出明智的行业投资决策建议。
2.数理统计方法
随着研究的深入，分析师们将不再仅仅依靠简单的比较和直观的分析来得出结论。数理统计和计量经济学的理论和方法将会被越来越多地应用到行业分析中来。在此主要介绍最常用的相关分析、线性回归和时间序列分析方法。
1)相关分析
相关分析主要用于探索两个数量指标之间的依存关系，比如行业产品的销售总量和销售价格之间的关系，行业发展速度与国民经济发展速度之间的关系等。
(1)相关关系。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，如行业产品的销售价格下降导致的产品销量上升就是一种因果关系。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。相关分析就是对指标变量之间的相关关系的分析，其任务就是对指标变量之间是否存在必然的联系、联系的形式、变动的方向作出符合实际的判断，并测定它们之间的密切程度，检验其有效性。
相关关系按研究指标变量的多少可分为一元相关(单相关)和多元相关(复相关)；按指标变量之间依存关系的形式可分为线性相关(直线相关)和非线性相关(曲线相关)；按指标变量变化的方向可分为正相关和负相关。此外，相关关系还可按指标变量之间的密切程度区分，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，就成为不相关或零相关；大多数相关关系介于其间，称为不完全相关。将两个相关指标变量的取值在平面坐标图上表示山来，在统计上称为散点图，可以借此直观地显示它们相关的形式。
(2)相关系数及其显着性检验。1980年，英国统计学家Karl Pearson提出一个测定两指标变量线性相关的计算公式，见式(101)，r通常称为积矩相关系数。
在对总体两指标变量相关作出结论之前，必须检验样本r值的显着性。在小样本的情况下，可用Fisher的t检验法。
2)一元线性回归
只有存在相关关系的指标变量才能进行回归分析，且相关程度越高，回归测定的结果越可靠。因此，相关系数也是判定回归效果的一个重要依据。
(1)回归模型。一元线性回归模型适用于分析一个自变量X与一个因变量Y之间线性关系的数学方程。
(2)判定系数。判定系数r2表明指标变量之间的依存程度，r2越大，表明依存度越大。
根据上例数据计算可得r2=0.87，表明销售量的总偏差中有87%可以由平均价格同销售量之间的依存关系来解释，只有13%是属于随机因素的影响。因此，这条回归线是合适的。
(3)显着性检验。一元线性回归模型的显着性检验包括回归系数b的显着性检验和模型整体的F检验。
在一元线性回归分析中，b的t检验和模型整体的F检验二者取其一即可。但在多元回归分析中，它们是不等价的，t检验只是检验回归模型中各个系数(参数)的显着性，而F检验则是检验整个回归的显着性。
(4)应用。一元线性回归方程可以应用于：①描述两指标变量之间的数量依存关系；②利用回归方程进行预测，把预报因子(即自变量X)代入回归方程可对预报量(即因变量Y)进行估计；③利用回归方程进行统计控制，通过控制X的范围来实施指标Y统计控制的目标。
例如上例中，根据判定系数可知两指标变量的依存程度较高，为0.87。也就是说，该行业产品的销售规模和价格关系密切，降低销售价格可以一定程度地扩大市场规模。可以预测，如果该行业产品售价降至80元，则总销售量估计可达Y⌒=9642.58-64.96×80=4446.58(万个)。
3)时间数列
时间数列又称时间序列，是指社会经济指标的数值按照时间顺序排列而形成的一种数列。
按照指标变量的性质和数列形态不同，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有：平稳性时间数列、趋势性时间数列和季节性时间数列3种。
随机性时间数列是指由随机变量组成的时间数列。平稳性时间数列是指由确定性变量构成的时间数列，其特点是影响数列各期数值的因素是确定的，且各期的数值总是保持在一定的水平上下波动。趋势性时间数列是指各期数值逐渐增加或逐渐减少，呈现一定的发展变化趋势的时间数列。季节性时间数列是指按月统计的各期数值，随一年内季节变化而周期性波动的时间数列。
(1)自相关系数与数列的识别。对时间数列的识别，通常可以凭理论知识和经验及直观的统计图来判断，此外，更为精确的是用时间数列的自相关系数来判断。所谓自相关是指时间数列前后各期数值之间的相关关系，对这种相关关系程度的测定便是自相关系数。
设y1，y2，…，yn是一个时间数列，共有n个观测值。
根据时间数列自相关系数，并可以对时间数列的性质和特征做出判断，判断的标准是：
①如果所有的自相关系数都近似地等于零，表明时间数列属于随机性时间数列；②如果r1比较大，r2、r3依次减小，从r4开始趋近于零，表明该时间数列是平稳性时间数列；③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；④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。
(2)时间数列的预测方法。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、移动平均法和指数平滑法、自回归预测法等。
案例分析
石油行业现状分析
由北京银联信信息咨询中心近日发布的《2005年中国石油行业授信风险分析报告》(下简称《报告》)显示，在国家宏观调控影响下的石油行业，从银行控制行业信贷风险的角度考虑，有以下几个方面值得注意：一是石油开采与加工行业“冰火两重天”，导致行业整体上看来走势并不明朗；二是对行业发展的判断已经不能依据正常的供求理论，在政治因素和市场投机力量的共同作用下，原油价格已经变得异常敏感；三是受国际势力的影响，经济因素已经变为影响原油市场的从属因素，市场博弈模式发生明显转变，并在今后相当一段时间内受美国影响。
受原油价格持续上涨影响，2005年上半年，我国石油开采行业利润继续大幅增长，但石油加工业亏损严重。1-6月，我国石油开采业共实现利润1327.4亿元，同比增长高达73.7%，占全部工业利润总额的21.2%，新增利润563.2亿元，占全部工业新增利润的56.1%。
然而，由于原油价格持续上涨，成品油调价滞后，石油加工业盈亏相抵出现严重亏损。
2005年上半年与去年同期实现利润163.8亿元相比，全行业净亏损41.9亿元；亏损企业亏损额更是大幅上升，达到158.8亿元，由去年同期的下降70.3%，变为今年的上升20倍。
从2003、2004全年及2005年上半年石油开采及加工行业的企业基本情况来看，随着行业盈利能力的提高，行业的企业数量不断增加，其亏损企业数量也在不断增加，亏损企业占企业总数的比例也在增加。不仅企业数及亏损企业数在增加，行业的流动资产、固定资产、总资产、总负债等都呈增加趋势。
思考
(1)结合上述材料，分析石油行业为什么会呈现出现在的发展状况。
(2)结合本章内容，分析影响行业发展的因素有哪些。
补充阅读材料
[1]胡昌生.证券投资学.武汉：武汉大学出版社，2002：182-188.
[2]李鸿昌.证券投资学.郑州：郑州大学出版社，2003：175-182.
[3]兰庆高.证券投资学.北京：中国农业大学出版社，2003：80-83.
[4]蒙丽珍.证券投资分析.大连：东北财经大学出版社，2004：46-53.
[5]周平海，郑仁木.证券投资分析与评估.上海：同济大学出版社，2003：96-109.
[6]中国证券业协会.证券投资基金.北京：中国财政经济出版社，2006：94-112.
复习思考题
1.影响行业发展的因素是什么？行业发展又是如何影响证券行情的？对行业分析有什么意义？
2.谈谈经济周期对行业有什么影响，又如何对行业自身的生命周期进行分析。
3.根据本章所学，请选择你所熟悉的一个行业的上市股票，对其进行行业分析，并形成你的分析意见。