计算机行业三季报分析：分化、提速，关注需求端.pdfVIP

行业深度研究 内容目录 1、样本选择和分析方法 - 3 - 2、利润表分析 - 5 - 3、资产负债表分析 - 10 - 4、现金流量表分析 - 11 - 5、分层分析 - 11 - 6、细分领域概述 - 16 - 7、估值持仓 - 17 - 8、总结与投资建议 - 18 - 风险提示 - 19 - - 2 - 请务必阅读正文之后的重要声明部分 行业深度研究 2018 年三季报已披露完毕。在这篇报告中，我们主要对计算机行业业绩 进行总结。 1、样本选择和分析方法  样本选择。考虑到数据分析的时间跨度和数据可得性，以及数据所能反 映的行业客观性。我们对行业中的公司进行了样本筛选。（1 ）首先剔除 这两年通过收购进入到计算机行业的公司，大部分是借壳上市或双主业 经营的公司。（2 ）由于样本数量可能会带来数据和结果的差异，因此我 们分别利用不同的样本做了测试（因为采用不同的时间维度，可使用的 是样本数量不同），经过对比2013 年开始的数据（对应114 家样本公司）， 2014 年开始的数据（对应 137 家样本公司），以及从2015 年开始的数 据（对应 160 家样本公司），我们发现2015 年开始的数据 （160 家样本 公司）更为合适。（3 ）考虑到计算机行业公司在业绩方便所表现出来的 分化现象，我们对行业内公司进行了分层分析，按照 2018 年前三季度 收入体量进行分层。（4 ）除了对利润表分析之外，我们对行业的资产负 债表和现金流量表也进行了分析。  确定样本公司的标准。原则上来说，我们希望尽可能选择较多的样本公 司，尽可能选择长时间维度，但是这两者是冲突的。时间维度越长，样 本公司数量越少，数据可靠性越低；时间维度越短，样本公司数量越多， 但数据可靠性越高。我们认为，160 家样本公司近三年的业绩数据最为 准确，并将其作为标准值。（1 ）如果114 家、137 家公司的业绩数据与 标准值相差不大，我们可以使用114 家、137 家公司作为样本公司，并 可以获得更长时间维度（2013 年或者2014 年）的业绩数据；（2 ）反之， 如果114 家、137 家公司的业绩数据与标准值相差较大，那我们只能舍 弃时间维度，选择数据可靠性的160 家公司作为样本公司。  样本公司对比：114 家VS137 家VS160 家。通过对比 114 家样本公司、 137 家样本公司和标准值近三年的业绩数据。我们发现 （1 ）114 家样本 公司2018Q1-Q3 的归母净利润增速为21%，大幅偏离正常值。（2 ）137 家样本公司 2018Q1-Q3 的归母净利润增速为5.5%，标准值为6.0%， 137 家样本公司的业绩数据偏离标准值 10%。最后，考虑到数据的准确 可靠，我们选择160 家上市公司作为本报告的样本公司。数据分析的时 间维度确定为2015-2018 年。 - 3 - 请务必阅读正文之后的重要声明部分