《财务控制方案--财务报表数据的特征》由会员分享，可在线阅读，更多相关《财务控制方案--财务报表数据的特征（100页珍藏版）》请在金锄头文库上搜索。
1、第四章 财务报表数据的特征u比率分析的假设及计算问题u财务报表数字的分布u财务报表数据与会计方法u财务报表信息的横向分析u财务报表信息的时间序列（纵向）分析一、比率分析的假设及计算问题u财务比率能够用来控制规模差异吗？ 在使用财务报表数据时,必须认识到比 率形式背后的假设,以及背景数字与财务 比率的经验特征。不考虑这些问题,就会 导致错误的推论。u本节主要讨论：比率分析的假设；和比 率计算问题。 比率分析的假设u财务比率是概括分析财务报表数据的最 常用的手段。之所以要以比率形式考察 财务数据,其基本动机和目的是:1控 制公司之间和/或同一个公司不同时期之 间规模差异的影响;2发现一个财务比 率
2、与一个重要变量(如一种证券的风险,或 一个公司宣告破产的可能性)之间关系的 经验规律。 比率分析的假设（续1）u其中,控制规模差异的影响,是以比率形式 分析财务数据的最为经常的动机。使用 财务比率控制规模差异的一个重要假设, 是分子与分母之间的严格的比例性。例 如,就销售利润率比率而言,严格的比例性 假设意指:比率分析的假设（续2）u E = PSu这里, “P”为比例因素, “S”为销售收入, “E”为利润.图4-1图示了不同P值下E与S之 间的关系,即等式E = PS所表达的关系 。图4-1: 收益-销售关系图uA无常量的比例性 B.有常量的比例性销售收益收益销售图4-1 续uC.无常量的
3、非比例性 D.有常量的非比例性 收益销售收益销售比率分析的假设（续3）u在图4-1中,B至D图示了等式E = PS未 描述的几种关系。事实上,B.C及D中描绘 了两种状况,这两种状况都不含有严格的 收益与销售之间的比例性关系:1常数 或截距的存在。2两个变量(如收益 与销售之间)存在非线性关系。比率分析的假设（续4）u图4-1的图示假定了一个双变量模型: E = f (S ).而事实上，决定公司间或同一公司 不同时点间收益差异的一个更为一般的 模型，应该是一个多变量函数：E = f (S,A,H,etc.)(其中，A-资产，H-人 员)。这个方程式表达的模型，可以是线 性的，也可以是非线性的。
4、比率分析的假设（续5）u事实上，销售收入只是能用于控制公司 间或同一公司不同时点上的规模差异的 量度之一。其他的量度还有：总资产， 股东权益，市场资本价值，以及员工人 数，等等。u只有当不同的规模组的比率值基本一致 时，我们才能说该比率的分子（收益） 与分母（规模度量，如销售或资产等） 之间存在比例性关系。比率分析的假设（续6）u所以，如果某一比率的分子与分母之间 严格的比例性关系并不存在，运用比率 分析来控制规模差异就须谨慎。比率计算问题u比率计算中,可能会遇到以下两个特殊的 问题:负的分母和极端观察值u首先，关于“负的分母”假设在分析 某一行业的公司的盈利能力或某一公司 连续若干年的盈利能
5、力的过程中,遇到一 公司或其某一年度的股东权益为 “负”值. 那么,将这一观察值用作股东权益利润率 的分母,会导致一个没有明显的解释意义 的比率。比率计算问题（续1）u为此,各种可能的解决办法如下:从样本中消除该观察值.考察分母为 “负”的原因,并作适当调 整。改用能反映公司盈利能力的别的比率, 如总资产利润率或销售利润率。（这 两个比率的分母为负的可能性是极小 的）比率计算问题（续2）u注意可能的“计算机”计算“错误”如 计算机算机打印出来的资料为:A公司的 股东权益利润率为16%,B公司的股东权益 利润率为14%。但是,在这些比率值背后 的具体数据是:u 公司A 公司B u 净收益 -40
6、0万 2800万u 股东权益 -2500万 20000万 比率计算问题（续3）u显然,在计算机计算的情况下,增加对计算 机程序的检查是必要的。（如果从数据 库中可以得到比率构成的具体信息,就可 以作此类检查）。u其次，关于“极端观察值”所谓极端 观察值,是指一个显得与整个数据系列中 的其余数据不一致的观察值。（ 当然,“ 显得不一致”在一定程度上是观察者所作 的一种主观推断）比率计算问题（续4）u确定一个观察值是否 “极端”,可以采取以 下两个步骤:u第一,确定该 “极端值”是否因计算原因而 产生。例如,是否因记录错误所导致?是否由于该比率的分母在某一特定年 份迫近于零?比率计算问题（续5）u
7、第二,考察会计分类、会计方法以及经济或 结构的变化。u会计分类。例如,一笔巨大的非常项目利得 包含于净收益中,就可能会引起销售净收益 率的 “极端”。检查这种问题的一个有效的 办法,就是比较不同计算口径的销售收益率 -将销售营业利润率,非常项目前销售利 润率,以及销售净利润率这三个比率进行比 较,如果只有销售净利润率显得比率计算问题（续6）u“极端”,那么,这种“极端”缘于会计分类 的可能性就很大。 u会计方法。例如,一个极端的利息保障 倍数,可能是因为表外融资,或者可能是 因为巨额的汇兑收益。u经济的原因。例如,所有被比较的其他 公司可能是资本密集型的,而有”极端” 比率的公司则是劳动密集型
8、的比率计算问题（续7）u因为该公司所在地区劳动力价格相对较 便宜。这种差别就可能导致公司间边际 利润率的显著差异当销售量快速扩 大时。 u结构变化。例如,公司间的兼并会引起 “ 极端”观察值。因为,被兼并方的财务状况 可能比较特别(如大大超过100%的负债率 )。比率计算问题（续8）u当分析过程中遇到极端观察值且不是缘 于记录错误时,分析者可选择的办法有:u如果极端观察值是真正的极端,则予以删 除;u如果极端观察值代表其背景特征的一种 极端状况,则应该保留之;比率计算问题（续9）u对引起该极端观察值的经济或会计因素 作出调整,如通过加入与表外融资有关的 利息费用；u在统计分析中,通过消除最大值
9、和最小值, 以使样本整齐化。二、财务报表数字的分布u为什么要了解财务报表数字的分布？u财务报表数字是否为正态分布？u财务报表数据间的相关与互动为什么要了解财务报表数字的 分布？u为什么要了解财务报表数字的分布?u在下列决策领域,有必要了解财务报表数 字的分布：银行信贷决策。在此决策过程中,分析 者希望确定贷款申请人的财务比率在 该行业分布中所处的位置。公司战略决策。这种决策关注的是使 一个经营单位的销售利润率从该产业 的最末10%上升到最高10%的可能性。为什么要了解财务报表数字的 分布?（续1）在审计约定中关于预测一总体财务特 征的抽样方法设计的决策,如要抽取的 观察值数量及随机抽样法或分层
10、抽样 法的采用。u财务报表数字的分布特征,也可能有助于 促进相关的研究。例如,假如人们不只一 次地发现,低集中度产业部门的获利能力 比率较高集中度产业部门具有更大的离 中趋势,那么,就可能促进旨在解释这种 经验规律的产业组织问题的研究是否为正态分布?u财务报表数字是否为正态分布?u为什么要关注是否为正态分布?原因 之一是,如果为正态分布,那么,只要知道 平均值和标准差,就足以描绘整个正态分 布的特点；原因之二是,分析财务报表数 据可用的许多统计工具,都是基于这些数 据为正态分布这一假设的。是否为正态分布? （续1）u然而,许多财务比率预期为非正态分布的 原因也存在着。例如:流动比率从技术上 讲
11、最低只能为零,而正态分布则包括负值 ;资产负债率在技术上上限为 “100%”, 下限为 “0”。是否为正态分布?（续2）u图4-2提供了美国石油天然气行业63家公 司某年负债对股东权益比率分布的图示 。其平均值为3.46,标准差为7.92。同时 , 平均值为3.46,标准差为7.92的理论上 的正态分布也在图中作了图示。显然,实 际的分布不具有类似于理论正态分布那 样的 “钟形”曲线。图4-2中的实际分 布,其较高和较低部分都脱离正态分布的 钟形曲线。而且,实际分布的左边很僵直 (即是否为正态分布?(续3）u没有曲线变化),右边则有一条长尾巴(即 渐趋下降)。这显然是正的非对称(即没 有负值的
12、非对称)。u许多研究表明,财务比率的实际分布特征 之所以经常背离正态分布假设,其原因主 要是极端值的存在。（如果取消相对少 量的极端值,就可以相当显著地减小非对 称和峰态值,从而能够使样本财务比率的 分布符合或基本符合正态分布）是否为正态分布?(续4）u图4-2石油天然气行业负债对股东权益比率的分布u 25u 20u 15u 10u 5u 0u -10 0 10 20 30 40 50负债与权益比率频次财务报表数据间的相关与互动u根据财务数据可以计算的财务比率数量 显然是非常多的。但事实上，每一类别 中所包括的财务比率所提供的信息可能 是相互迭盖(交叉)的。u考察这一问题的一个有效的办法,就是
13、计 算每一类别中不同比率之间的相关与互 动(correlation and comovement). 财务报表数据间的相关与互动 （续1）u美国学者George Foster根据1983年的 Compustat tape数据,计算了九类财务比率 (变量)的相关与互动。相关证据是以1983 年的数据为基础的,每一对相关计算时的 样本规模从536至2165不等。互动证据是 以1978至1983年的数据(即1978-79,1979- 80,1980-81,1981-82,1982-83)为基础的,每 一对互动计算时的样本规模从7744到 11272不等。财务报表数据间的相关与互动 （续2）u九类财务
14、比率中每一类内的相关与互动 计算结果如表4-1所示。斜线符号( “*” 线)以下的数字是1983年的相关系数； 斜 线符号以上数字是1978-1983年间的互动 度量。不同类别之间的代表性比率间的 相关系数与互动度量的计算结果如表4-2 所示。表4-1：每一类别内的财务比率 之间的相关系数与互动度量u表4-1表4-1续1u表4-1续1表4-1续2u表4-1续2表4-1续3u盈利能力 NI EPS NI/S NI/SE NI/TAuNI * * 0.884 0.803 0.7960.819uEPS 0.82 * * 0.782 0.8110.815uNI/S 0.598 0.597 * * 0.
15、8330.867uNI/SE0.570.617 0.694 * *0.899uNI/TA0.491 0.486 0.678 0.869 * *u周转状况 S/TA S/AR COGS/INVuS/TA * *0.713 0.706uS/AR0.486 * * 0.637uCOGS/INV0.204 0.37 * *表4-1续4u资本市场 PE DIV.PAYOUTuPE * * 0.745uDIV.PAY-OUT0.275 * *u公司规模 TA S MKT.CAPuTA * * 0.82 0.686uS 0.891 * * 0.672uMKT.CAP. 0.864 0.869 * *表 4-2不同类别财务比率之间的相关 系数与互动度量u (C+MS)/TACA/CL CFO/S LTL/SE O
