Data SetWe use data from companies

Data Set
We use data from companies in the Belgian manufacturing, wholesale and retail
sectors. We only consider the year 2004 since this study aims to explain crosssectional
differences. The data was extracted from the Bel-First database, containing
detailed financial reports and statistics on Belgian and Luxembourg companies. Only
large companies were considered since small companies are exempt from reporting
inventory information on the level of detail we required for this study. Furthermore,
sectors with too little observations and outliers were removed from the dataset in
order to avoid biases. This results in a final data set of 883 retailers, 3386 wholesalers
and more than 1000 companies in the manufacturing industry (3035 for raw materials,
1531 for work-in-process and 2161 for finished goods) split up over 17 sectors.
We have made the sample size as large as possible to guarantee a very representative
idea of the situation in a sector for a given inventory type, as a consequence, sample
size differs between inventory types for certain sectors in the manufacturing industry.
Note that we omitted sectors with too little observations (16 Tobacco, 19 Leather &
shoes, 30 Office & computer, 33 Medical equipment & clocks, 35 Other means of
transportation). Furthermore, outlying observations were removed when the ID ratio
exceeded the outer fences of the box plot, i.e. when data are outside the following
interval: ] Q1-3×IQR; Q3+3×IQR [. Q1 and Q3 are the first and the third quartile and
IQR is the interquartile range, i.e. Q3-Q1. Using this method to remove outliers is
preferred when the distribution of the data is crooked, a phenomenon we observed for
the inventory ratio data. In contrast, the distribution of the financial data is normal.
Therefore we used a more traditional method based on the standard deviation to
remove outliers.

Kết quả (Việt) 1:

Tập hợp dữ liệuChúng tôi sử dụng dữ liệu từ các công ty ở Bỉ trong sản xuất, bán buôn và bán lẻcác khu vực. Chúng tôi chỉ xem xét năm 2004 kể từ khi nghiên cứu này nhằm mục đích giải thích crosssectionalsự khác biệt. Dữ liệu được chiết xuất từ cơ sở dữ liệu Bel-lần đầu tiên, có chứachi tiết báo cáo tài chính và thống kê về công ty Bỉ và Luxembourg. ChỉCác công ty lớn được coi là kể từ khi công ty nhỏ được miễn từ báo cáohàng tồn kho các thông tin về mức độ chi tiết chúng tôi yêu cầu cho nghiên cứu này. Hơn nữa,các lĩnh vực với quá ít quan sát và outliers đã được gỡ bỏ từ số liệu trongThứ tự để tránh biases. Điều này dẫn đến một tập hợp dữ liệu cuối cùng của nhà bán lẻ, bán buôn 3386 883và hơn 1000 các công ty trong ngành công nghiệp sản xuất (3035 đối với nguyên liệu,1531 cho công việc trong tiến trình) và 2161 cho thành phẩm được tách ra trên 17 lĩnh vực.Chúng tôi đã thực hiện mẫu kích thước lớn nhất có thể để đảm bảo một đại diện rấtý tưởng của tình hình trong một lĩnh vực đối với một loại hàng tồn kho được đưa ra, như một hệ quả, lấy mẫuKích thước khác nhau giữa các loại hàng tồn kho cho một số lĩnh vực trong ngành công nghiệp sản xuất.Lưu ý rằng chúng tôi bỏ qua các lĩnh vực với các quan sát quá ít (thuốc lá 16, 19 da &giày dép, 30 văn phòng máy tính, 33 trang thiết bị y tế & đồng hồ, 35 các phương tiện khácgiao thông vận tải). Hơn nữa, các quan sát xa xôi đã được gỡ bỏ khi tỷ lệ IDvượt hàng rào bên ngoài của hộp âm mưu, tức là khi dữ liệu đang ở bên ngoài sau đâykhoảng thời gian:] Q1-3 × IQR; QUÝ 3 + 3 × IQR [. Quý 1 và quý 3 là người đầu tiên và thứ ba quartile vàIQR là interquartile range, tức là Q3-Q1. Sử dụng phương pháp này để loại bỏ các outliers làưu tiên khi phân phối dữ liệu là quanh co, một hiện tượng mà chúng tôi quan sát chodữ liệu tỷ lệ hàng tồn kho. Ngược lại, sự phân bố của các dữ liệu tài chính là bình thường.Do đó chúng tôi sử dụng một phương pháp truyền thống dựa trên độ lệch chuẩn đểloại bỏ các outliers.

Kết quả (Việt) 2:

Tập dữ liệu
Chúng tôi sử dụng dữ liệu từ các công ty sản xuất Bỉ, bán buôn và bán lẻ
các lĩnh vực. Chúng tôi chỉ xem xét trong năm 2004 kể từ nghiên cứu này nhằm mục đích để giải thích crosssectional
khác biệt. Các dữ liệu được chiết xuất từ các cơ sở dữ liệu Bel-Đầu tiên, có chứa
các báo cáo tài chính chi tiết, thống kê về công ty của Bỉ và Luxembourg. Chỉ có
các công ty lớn đã được xem xét từ các công ty nhỏ được miễn báo cáo
thông tin hàng tồn kho trên mức độ chi tiết, chúng tôi yêu cầu cho nghiên cứu này. Hơn nữa,
ngành với các quan sát quá ít và giá trị ngoại lai đã được gỡ bỏ từ các số liệu trong
để tránh những thành kiến. Điều này dẫn đến một tập hợp dữ liệu cuối cùng của 883 nhà bán lẻ, 3386 bán buôn
và hơn 1000 công ty trong ngành công nghiệp sản xuất (3035 đối với nguyên liệu,
năm 1531 cho công việc theo quy trình và 2161 cho thành phẩm) tách ra 17 lĩnh vực.
Chúng tôi đã thực hiện cỡ mẫu càng lớn càng tốt để đảm bảo một rất đại diện
ý tưởng của tình hình trong khu vực cho một loại hàng tồn kho nhất định, như một hệ quả, mẫu
kích thước khác nhau giữa các loại hàng tồn kho cho các lĩnh vực nhất định trong ngành công nghiệp sản xuất.
Lưu ý rằng chúng ta bỏ qua các lĩnh vực có quá quan sát nhỏ (16 lá, 19 Da
giày, 30 văn phòng và máy tính, 33 thiết bị y tế & đồng hồ, 35 phương tiện khác của
giao thông vận tải). Hơn nữa, quan sát xa trung tâm đã được gỡ bỏ khi tỷ số ID
vượt hàng rào bên ngoài của âm mưu hộp, tức là khi dữ liệu bên ngoài sau
khoảng thời gian:] Q1-3 × IQR; Q3 + 3 × IQR [. Q1 và Q3 là người đầu tiên và tứ phân vị thứ ba và
IQR là khoảng tứ phân vị, tức là Q3-Q1. Sử dụng phương pháp này để loại bỏ giá trị ngoại lai được
ưa thích khi sự phân bố của dữ liệu được quanh co, một hiện tượng chúng ta quan sát cho
các dữ liệu tỷ lệ hàng tồn kho. Ngược lại, sự phân bố của các dữ liệu tài chính là bình thường.
Vì vậy chúng tôi sử dụng một phương pháp truyền thống dựa trên độ lệch tiêu chuẩn để
loại bỏ giá trị ngoại lai.