《财务报表数据的特征(2)(102页PPT)》由会员分享，可在线阅读，更多相关《财务报表数据的特征(2)(102页PPT)（102页珍藏版）》请在金锄头文库上搜索。
1、 财务报表数据财务报表数据(shj)的特征的特征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(kui j)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1第一页，共一百零二页。一、比率分析(fnx)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(bx)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。 2第二页，共一百零二页。比率分析(fnx)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
2、本动机和目的是:1控制公司(n s)之间和/或同一个公司(n s)不同时期之间规模差异的影响;2发现一个财务比率与一个重要变量(如一种证券的风险,或一个公司(n s)宣告破产的可能性)之间关系的经验规律。 3第三页，共一百零二页。比率分析(fnx)的假设（续1）u其中,控制规模差异的影响,是以比率(bl)形式分析财务数据的最为经常的动机。使使用用财财务务比比率率控控制制规规模模差差异异的的一一个个重重要要假假设设,是是分分子子与与分分母母之之间间的的严严格格的的比比例例性性。例如,就销售利润率比率而言,严格的比例性假设意指:4第四页，共一百零二页。比率(bl)分析的假设（续2）u E = PS
3、u这里(zhl), “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。5第五页，共一百零二页。图4-1: 收益-销售(xioshu)关系图uA无常量(chngling)的比例性 B.有常量(chngling)的比例性销售(xioshu)收益收益销售6第六页，共一百零二页。图4-1 续uC.无常量(chngling)的非比例性 D.有常量的非比例性 收益(shuy)销售(xioshu)收益销售7第七页，共一百零二页。比率(bl)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(mio sh)的几种关
4、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。8第八页，共一百零二页。比率(bl)分析的假设（续4）u图4-1的图示假定了一个双变量(binling)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(binling)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。9第九页，共一百零二页。比率(bl)分析的假设（续5）u事实上，销售收入只是能
5、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(zhyu)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。10第十页，共一百零二页。比率(bl)分析的假设（续6）u所以，如果某一比率的分子与分母(fnm)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。11第十一页，共一百零二页。比率(bl)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(fnx)某一行业的公司的盈利
6、能力或某一公司连续若干年的盈利能力的过程中,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。12第十二页，共一百零二页。比率(bl)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(yunyn),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）13第十三页，共一百零二页。比率计算(j sun)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
7、的股东权益利润率为14%。但是,在这些比率值背后(bihu)的具体数据是:u 公司A 公司B u 净收益 -400万 2800万u 股东权益 -2500万 20000万 14第十四页，共一百零二页。比率计算(j sun)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(zhgun)推断）15第十五页，共一百零二页。比率(bl)计算问题（续4）u确定一个观
8、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(tdng)年份迫近于零?16第十六页，共一百零二页。比率(bl)计算问题（续5）u第二,考察会计分类、会计方法以及经济或结构的变化(binhu)。u会计分类会计分类。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17第十七页，共一百零二页。比率(bl
9、)计算问题（续6）u“极端”,那么,这种“极端”缘于会计(kui j)分类的可能性就很大。 u会会计计方方法法。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经经济济的的原原因因。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的18第十八页，共一百零二页。比率计算(j sun)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结结构构变变化化。例如,公司间的兼并(jinbng)会引起 “极端”观察值。因为,被兼并(jinbng)方的财务状况可能比较特别
10、(如大大超过100%的负债率)。19第十九页，共一百零二页。比率计算(j sun)问题（续8）u当分析过程中遇到极端(jdun)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;20第二十页，共一百零二页。比率计算(j sun)问题（续9）u对引起该极端观察值的经济或会计因素(yn s)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,通过消除最大值和最小值,以使样本整齐化。21第二十一页，共一百零二页。二、财务报表数字(shz)的分布u为什么要了解财务报表数字的分布(fnb)？u
11、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22第二十二页，共一百零二页。为什么要了解(lioji)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(fnx)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。23第二十三页，共一百零二页。为什么要了解财务报表数字(shz)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抽样法的采
12、用。u财务报表数字的分布(fnb)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24第二十四页，共一百零二页。是否(sh fu)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(jy)这些数据为正态分布这一假设的。25第二十五页，共一百零二页。是否(sh fu)为正态分布? （续1）u然而
13、,许多财务(ciw)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”。26第二十六页，共一百零二页。是否(sh fu)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(qxin)。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(qx
14、in)。而且,实际分布的左边很僵直(即27第二十七页，共一百零二页。是否(sh fu)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(cng r)能够使样本财务比率的分布符合或基本符合正态分布）28第二十八页，共一百零二页。是否(sh fu)为正态分布?(续4）u图4-2石油(shyu)天然气行业负债对股东权益比率的分布u 25u 20u 15u 10u 5u 0u -
15、10 0 10 20 30 40 50负债(f zhi)与权益比率频次29第二十九页，共一百零二页。财务报表数据(shj)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(jioch)的。u考察这一问题的一个有效的办法,就是计算每一类别中不同比率之间的相关与互动(correlation and comovement). 30第三十页，共一百零二页。财务报表数据(shj)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(bl)(变量)
16、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。31第三十一页，共一百零二页。财务报表数据间的相关(xinggun)与互动（续2）u九类财务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(xi xin)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。32第三十二页，共一百零二页。表4-1：每一类别内的财务比率(bl)之间的相关系数与互动度量u表4-133第三十三页，共一百零二页。表4-1续1u表4-1续134第三十四页，共一百零二页。表4-1续2u表4-1续235第三十五页，共一百零二页。 表4-1续3u盈利能力盈利能力(nngl)(nngl) NI EPS NI EPS NI/S NI/SE NI/TA
