之前一直是用一行代码做海控季度收入线性回归，一季度误差1%，二季度误差1.6%。但是有一个数据对齐的问题。通常台湾航运公司，他们的销售收入是以当月发货和运价来测算的，但是海控则是按照收入确认来计算，所以他们的每月销售收入，其实是上一个月的发货量和货价。因此，我这里做了一个数据对齐，把所有的长荣和阳明的销售收入，都往前推了一个月。
这是代码：
import numpy as np from sklearn.linear_model import LinearRegression
x = [[59357408,43326396], [82644467,58142474], [94364384,66740595], [133621771,89770299], [152901488,101582701],[164371878,103948079],[173334531,108599867]]
#输入长荣和阳明的季度收入作为变量，单位是千台币
y = [53050000,64843000,74422000,92214000,102215000,105529746,105255105]
#输入海控的季度收入作为样本结果，单位是千人民币
x, y = np.array(x), np.array(y)
model = LinearRegression().fit(x, y)
r_sq = model.score(x, y)
#样本内预测的准确性 y_pred = model.predict(x) print('predicted response:', y_pred, sep='\n')
x_2022q3 = np.array([180586334,110549562]).reshape((-1, 2)) #输入长荣和阳明的六七八月收入 y_2022q3 = model.predict(x_2022q3) #预测海控的三季度收入 print (y_2022q3)
运行结果是:
单位是千元，所以预估三季度销售额1078.7亿人民币。肯定有人问，为什么会比二季度还高？
1，今年六月七月，CCFI还处于高位，长荣和万海的销售额还在增加，所以对应的海控七月和八月销售额有提升。
2. 今年八月，虽然运价开始下跌，但是因为跌价刚开始，很多长约价还在，一些早期订舱价格并没有降下来，所以九月份销售额并不会降低多少。长荣下降了8.5%，阳明下降了4.5%，而海控处于第一梯队，并不会降低多少。
同时，继续按照估算一下海控的二季度EBITDA和EBIT里面的方法，来估计经营现金流，由于二季度额外的高薪酬和销售收入的高估，导致我们估计税前经营现金流时少估计了25亿，估计650亿，实际625亿。但是我认为，这主要是二季度额外高的“支付给职工以及为职工支付的现金”，这一项目高达52.87亿，比去年同期高了80%，并不能作为常态，其他季度同比增长都在25%左右；所以依然沿用这种估计方法，预估三季度税前经营现金流在650亿人民币左右。