财务报表分析方法 第8章财务报表指标测度分析法

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第五篇 定量分析方法,定量分析方法概述,定量分析通常是建立在数理统计理论的基础上的。以定量分析中常用的统计调查为例，它首先是从一定的理论假设出发，设计出标准化、具有内在逻辑结构的问卷，然后经过规范的抽样、调查实施、数据整理和统计分析，对理论假设进行检验，或者对新的发现作出理论解释。,定量分析方法的简单评价,优点,:,定量分析方法以直观的数据来表述分析评价的结果，看起来一目了然；定量分析方法还能够通过分析一个具有代表性的样本来推论总体特征 。,缺点,:,首先,，为了量化，容易使本来较为复杂的事物简单化、模糊化，甚至可能使人误解和曲解；,其次,，定量分析方法难以获得所需要的信息；,再次,，它容易忽略具体的社会过程及人们的深层次动机，也不适用于对确定发生的现象进行因果性分析。,定量分析方法的简单评价,定性分析方法与定量分析方法各有其优缺点，并无优劣之分。,科学方法的运用呈定性定量定性的趋势，也就是从定性到定量，又在更高层次上出现定量到定性的回归。,将定量分析方法与定性分析方法结合起来，进行尽可能全面而深入的分析可能是信息分析的最佳选择，财务报表分析也不例外。,定量分析方法的类型,信息分析中,应用的定量分析方法主要有因素分析法、因子分析法、主成分分析法、时间序列模型、回归模型、引文分析法等等。在,财务报表分析,中较为常用的有：,1.,指标测度法,指标测度法,是将定性的、非量化的对象描述转换成量化的、数字形态的指标，通过该指标来反映各定性、非量化的对象的方法。,定量分析方法的类型,2.,因素分析法,因素分析法,是在对反映企业经济活动的总体进行因素分解的基础上，按一定的方法确定各因素变动对整体的影响程度和影响方向。因素分析法按各因素变动影响的顺序可以分为因素替代法（连锁替代法）和平行影响法（因素分摊法）。,定量分析方法的类型,3.,因子分析法与主成分分析方法,因子分析法,是以较少的因子来代表原有变量组，反映原资料的大部分信息，分析决定某些变量（指标）的本质及其分类的一种有效的多元统计分析方法。,主成分分析方法,是利用降维的思想，把多指标重新组合成一组相互独立的少数几个综合指标，并且反映原指标的主要信息的多元统计分析方法。,定量分析方法的类型,4.,时间序列分析方法,时间序列分析方法,是以预测为主要目的，按时间先后顺序建立起同一变量的一组数据或一组观察数据，即时间序列模型和方法。,5.,回归分析方法,回归分析方法,是从数理统计的角度来寻求自变量和因变量之间的不完全确定的相关的统计关系，并对这种统计规律以数学函数式进行近似表达。,第 八 章 财务报表指标测度分析法,第一节 指标测度分析方法概述,第二节 财务报表结构变动支书的分析 方法,第三节,Spearman,等级相关系数及其应用,第四节 企业财务失败预测的,Z,记分方法,第一节 指标测度分析方法概述,指标测度分析方法的含义,指标测度,是指将定性的、非量化的对象描述转换成量化的、数字形态的指标，通过该指标来反映各定性、非量化的对象的方法 。,1,指标（,index,）,指标,是指将评价的判断分成一些人为的等级，并赋予量的含义，用数字来表示，即给出指标值。指标可以根据实际分析评价的问题或选择问题的需要设计成不同的档次，每一档次的指标对应一种评语或一种陈述。,指标测度分析方法的含义,2,测度（,measurement,）,测度,是指将定性的、非量化的对象描述转换成量化的、数字形态的表达，这种转换过程就称为测度。,信息分析中的测度水平,作为评价对象的任何一种抽象的概念都具有潜在的、可测度的性质，但是，不同对象的测度其难易程度和深度存在很大的差异，这种差异用,测度水平,（,measurement levels,）来表示。美国著名统计学家,S.S.Stevens,于,1951,年就测度水平提出了一个相当有影响的次级分类，共分为四级：,信息分析中的测度水平,1,名义测度（,nominal,surement,）,名义测度,，亦即类别测度，表示对象分属于不同的类别。在名义测度中，所用的数字大小仅仅表示对象类别上的差异，其值的大小是无意义的，也不能对名义测度下的数码进行任何数学运算。,信息分析中的测度水平,2,序次测度（,ordinal,asurement,）,序次测度,是指对对象的重要性、优劣序次或其他状态参数进行排序的测度。,序次测度通常是将一个等级与另一个等级间对象的等级从属关系应用统计中的中位数、四分位数等表示，相互关系的测量可以应用斯皮尔曼,Spearman,）相关系数、肯德尔（,Kendall,）相关系数等方法。,信息分析中的测度水平,3,间距测度（,interval measurement,）,间距测度,不仅可以对对象进行相互比较测度，而且可在某种单位下给出两者之间的距离，也就是在测度的意义上得出相差的量的大小。,间距测度通常采用算术平均数、方差等方法表示，对相关关系的测量可以应用皮尔逊（,Pearson,）相关系数、,R-,多重相关系数等。,信息分析中的测度水平,4,比率测度（,ratio,easurement,）,比率测度,具有非人为设定的零值，因此数值的绝对大小也有意义，不仅可进行加减运算，还可以进行乘除运算，其比率值也是有意义的。,统计中适用于自然数的所有运算，都可以利用比率测度进行表示。,指标测度方法在财务报表分析中的应用,指标测度法就是通过对指数的构造，并应用于分析对象中的各个样本，即分别求得各样本的指数，进而进行比较分析和评价。,指标测度方法有：结构变动指数、,pearman,相关指数、“,Z,记分”等。这些分析方法的核心是通过构造指数公式，将财务报表中的有关数据直接代入就可以得出相应的指数值，进而作出分析结论。,第二节 财务报表结构变动指数的分析方法,财务报表分解分析概述,（一）分解分析概述,分解分析（,decomposition analysis,），是统计上一种常用的方法。,分解分析通常将总体数额分配给不同的子项目，适用于有关分配问题（,allocation problem,）的研究。,分解分析就是对这种平衡的失调进行分析，以发现值得更进一步详查的异常现象。,财务报表分解分析概述,（二）分解分析在财务报表分析中的应用,分解分析主要用于快速浏览数据，以发现值得更进一步详查的异常现象，应用于财务报表分析上，财务报表分解分析可有效地确认这种分配结构上的变动，尤其是在分析大量数据时。,分解分析提供了一种较为有效、方便的方法来确认：,（,1,）财务报表结构中是否发生了重大的变动，,（,2,）最主要的变动在哪里。,报表项目的结构变动指数,（一）资产结构变动指数,以,I,A,来表示企业资产的结构变动指数，计算公式如下：,资产分为若干个项目需要用分解分析来进行判断，发现资产结构异常变动发生的时期。随着财务报表分析数据数量的增加和复杂性的提高，分解分析的有效性和有用性得以增强，分解分析的作用也得以体现。,报表项目的结构变动指数,（二）其他财务报表项目结构变动指数,在百分比报表的基础上，设置结构变动指数，以更全面地分析财务报表结构的变化。财务报表项目结构变动指数的一般计算公式为：,报表项目的结构变动指数,（三）实例：小天鹅公司与水仙公司,选择这两个公司进行比较，主要出于以下两方面考虑：,其一,，二者均属于家电行业，子行业也相同,主要生产洗衣机。,其二,，二者之间生产经营状况相差较明显，后者是我国证券市场上首家退市的公司，其生产经营状况不佳（连续四年亏损），便于更好地说明问题。,小天鹅公司和水仙公司的简要资产结构表分别如表,8-1,和表,8-2,所示。,报表项目的结构变动指数,按照资产结构变动指数的公式，计算出这两家公司在,19982000,年度的资产结构变动指数，如表,8-3,所示。,报表项目的结构变动指数,从衡量企业在两个报表期间资产的结构变动程度的,I,A,从衡量企业在两个报表期间资产的结构变动程度的,I,A,指数来进行判断。小天鹅公司的资产结构改变甚少，尤其是在,19992000,年度几乎没有改变，这说明其生产经营状况相对较为稳定，年度间的变动甚微；而水仙公司的资产结构变动相对就大得多，这或许可以从一定的角度说明其资产结构变动程度存在异常。,财务报表的结构变动指数,（一）资产负债表的结构变动指数,依照百分比报表的思路，资产负债表整体可以形成二维的结构表（见表,8-4,），反映企业资产负债表的结构关系。,财务报表的结构变动指数,资产负债表结构变动指数,I,BS,的计算公式为：,企业资产负债表内构成项目结构上的所有变动，都反映在一个结构变动指数,I,BS,内，能够有效地为分析者提供关于企业资产和负债结构变动的全貌。,财务报表的结构变动指数,（二）进一步的分析：资产负债表结构变动指数（,I,BS,）与资产结构变动指数（,I,A,）和负债结构变动指数（,I,B,）的关系,资产负债表结构指数为分析者提供了关于资产负债表结构变动来源的额外有用信息，也提供了一种更为准确和敏感的分析方法。,财务报表的结构变动指数,以上述无锡小天鹅股份有限公司和上海水仙电器股份有限公司,19982000,年的财务报表数据为例，对资产负债表结构变动指数（,I,BS,）的应用进行说明。它们的资产负债结构表分别如表,8-5,和表,8-6,所示。,财务报表的结构变动指数,这样，我们可计算出这两个公司的资产负债表结构变动指数，见表,8-7,。,财务报表的结构变动指数,资产负债表结构变动指数,I,BS,有效地反映了企业资产和负债结构变动的全貌。我们从上述两个公司的实例可以判断：小天鹅公司的资产负债结构变动指数很小，尤其是,19992000,年，小于,0.001,，可见，该公司无论是资产结构还是负债结构（融资结构）变动都甚小，这更加说明了其生产经营状况的稳定性。而水仙公司的资产结构变动指数就大得多了，几乎接近于,2,，并且,2000,年存在无法计算的现象，这些都从一定的角度表明其资产结构和负债结构的变动存在异常，应予以关注。,行业结构差异指数的应用,以行业结构差异指数（,industry-wide decomposition measure,）来对资产负债表结构差异的程度进行衡量。,k,该行业的平均水平,S,ij,为：,对于资产负债表结构而言，企业,k,的行业结构差异指数,I,k,为：,行业结构差异指数的应用,该企业的行业结构差异指数表明了它的资产负债结构与同行业所有企业的差异程度，可以引导分析者将注意力转向同行业中在结构上有系统性差异的企业。,财务报表分解分析方法的特征与应用,分解分析的特征体现在如下几个方面：,1,与比率分析法的比较,2,与比重法的比较,3,与统计离散分析的比较,4,指标的可加性,财务报表分解分析的重要作用,一方面，财务报表分解分析通过时间序列数据计算企业报表及其项目的结构变动指数，洞察企业各期报表间的结构变动程度。,另一方面，财务报表分解分析通过横截面数据计算企业的行业结构差异指数，洞察当期个别企业与行业平均水平在报表结构上的差异程度。,财务报表分解分析能有效地指引分析者对此的关注，尤其是在财务报表分析数据相当复杂和数量极大的情况下。,第三节,Spearman,等级相关系数及其应用,等级相关系数概述,根据等级分配的两组资料之间的相互关系，称为,等级相关,。,等级相关对于同一事物的两组数据的排位分析有较强的实用性。,假若研究的数据是等级资料，则应考虑等级和检验方法。,等级和检验方法,是指先给样本观测值赋予等级，然后计算每个样本的等级和，并据此计算检验统计量的方法。,Spearman,等级相关系数,等级相关中较为常用的是,Spearman,等级相关方法。它的,特点,是，将两变量的观测值分别从小到大排列，并分别赋予,1,，,2,，,，,n,个等级。,Spearman,等级相关系数估计了两变量协同变动的程度，检验了两变量等级之间的相互联系。并且，,Spearman,等级相关系数涉及的统计理论较为简单，直观上容易理解，计算也比较方便。,Spearman,等级相关系数,Spearman,等级相关系数的计算过程如下：,（,1,）首先，得到两变量中各数据的排序名次，即等级（或秩），分别记作,U,i,、,V,i,，计算出,D,2,i,统计量，,D,i,为,x,i,、,y,i,在等级上的差异。,Spearman,等级相关系数,（,2,）计算,Spearman,等级相关系数，其公式为：,Spearman,等级相关系数在财务报表分析中的应用,根据某指标的,Spearman,相关系数的高低，来判断家电行业企业排名的相对变化状况。根据上述样本得出的研究结果如表,8-8,所示。,Spearman,等级相关系数在财务报表分析中的应用,从表,8-8,中，我们可以看出家电行业上市公司,1998,年与,1997,年所有的利润率指标的,Spearman,相关系数非常高，说明该行业的竞争地位,1998,年较,1997,年并未有显著的改变。但是企业利润率指标的普通相关系数差异较大，其中，整个家电行业的销售利润率的变化很小，而总资产报酬率的变化则相当明显（进一步分析可以发现，总资产报酬率变化的主要原因是整个行业,1998,年资产周转率较,1997,年降低了,5%,）。因此，相对而言，在所有与利润有关的四个指标中，销售利润率的预测能力最强，总资产报酬率的预测能力最低。,第四节 企业财务失败预测的,Z,记分方法,企业财务失败预测的发展简述,（一）企业财务失败预测学派,企业财务失败预测学派将财务报表分析的重心从对历史结果的分析转向对未来的预测。其,基本逻辑,是，财务报表分析的有用性在于它对未来事项的预测能力。经过长期的检验，他们得出的结论是，衡量企业流动性、资本结构、盈利能力和其他一些相关内容的财务比率能够对企业破产及其他的财务困难进行预测。,企业财务失败预测的发展简述,（二）企业财务失败预测的单一比率模型,1968,年,10,月，威廉,比弗在,会计评论,上提出了单一比率模型，即利用单一的财务比率来预测企业的财务失败。比弗对,19541964,年间,79,家失败企业和相对应的,79,家成功企业进行了比较，其研究表明，下列财务比率对预测企业财务失败是最有效的：,企业财务失败预测的发展简述,（,1,）现金流量债务总额；,（,2,）净收益资产总额 （即总资产收益率）；,（,3,）债务总额资产总额（即资产负债率）。,（三）进一步的发展,对于企业财务失败的预测由单一比率模型逐步向多比率模型发展，将各种有关的比率合并成单一的预测指数。,企业财务失败预测的,Z,记分方法,（一）,Z,记分方法概述,美国财务专家,爱德华,阿尔特曼,（,Edward I. Altman,）提出的“,Z,记分（,Z,Score,）”模型了。阿尔特曼于,1968,年提出的企业财务失败预测模型是采用五项财务比率的加权平均数来测试企业财务失败的。作为一种综合评价企业风险的方法，,Z,记分方法首先挑选出一组决定企业风险大小的最重要的比率，然后根据这些比率在预先显示或预测企业经营失败方面的能力大小给予不同的权重，最后将这些加权数字进行加总，得出一个总的判别分，称为,Z,值，作为企业财务实力的评价依据。,企业财务失败预测的,Z,记分方法,（二）,Z,记分方法的基本内容,阿尔特曼对企业财务失败预测的,Z,记分模型的计算公式为：,Z,0.012A,0.014B,0.033C,0.006D,0.999E,Z,记分法是以财务比率分析法为基础的，而该方法利用的分析比率也是财务报表中常用的比率。根据阿尔特曼,Z,记分模型，,Z,值越低，企业发生财务失败的可能性就越大。通过计算某企业连续多年的,Z,值，就能有助于判别该企业是否趋向破产。,企业财务失败预测的,Z,记分方法,（三）“,ZETA”,模型,1977,年，阿尔特曼等又提出了一种能更为准确预测企业财务失败的新模型,“ZETA”,模型。他们根据企业过去,5,年的财务报表资料计算出,ZETA,值，然后据以判断企业出现财务失败的可能性。该模型由以下财务比率组成：,企业财务失败预测的,Z,记分方法,（,1,）经营收益总资产比率；,（,2,）收益稳定性；,（,3,）利息保障倍数；,（,4,）留存收益总资产比率；,（,5,）资产流动率；,（,6,）普通股权益总资本比率；,（,7,）普通股权益总资产比率。,企业财务失败预测的,Z,记分方法,（四）类似于,Z,记分法的巴萨利模型,巴萨利模型是由亚历山大,巴萨利发明的，它适用于所有的行业，其构成财务比率如下：,（,1,）（税后利润折旧递延费用）流动负债；,（,2,）股东权益流动负债；,（,3,）有形资产净值负债总额；,（,4,）营运资本总资产。,企业财务失败预测的,Z,记分方法,上述财务比率（,1,）,（,4,）的总和便是该模型得出的指数。它不仅能对企业破产的可能性进行预测，还能衡量企业势力的大小。指数值较低或为负值都表明企业的实力较弱、前景不妙 ，反之则企业的实力较强。,Z,记分分析方法的简要评价,（一）,Z,记分方法的有效性与适用性,阿尔特曼的该模型是针对制造业企业而构建的，对其他类型的企业不一定适用。,在,Z,记分方法的具体应用时必须注意时间性等问题。,（二）与其他财务报表分析方法的结合,Z,记分分析方法的简要评价,首先,，,Z,记分方法将财务报表中有价值的数据进行综合，而且即使在缺乏充足信息（如管理者的分析、企业战略、行业信息等）时，利用该模型可以直接利用财务比率对企业的未来财务状况作出简明的判断。,其次,，对企业财务失败的预测是一项很复杂、难度很高而颇具主观性的工作。在作出简要的判断之后，还要结合其他的财务报表分析方法，例如财务比率分析方法、杜邦分解及其分析等等，进行更为深入的分析。,此外,，在国际上至今尚无一个广泛认可的预测企业财务失败的模型。比较明智的做法可能是，把几种财务报表分析方法综合起来应用。,思考题,1.,何谓财务报表指标测度分析法,?,它在财务报表分析中有哪些作用,?,2.,何谓财务报表结构变动指数的分析方法,?,3.,如何预测企业财务失败,?,