導語：如何才能寫好一篇公司財務指標分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

摘 要 財務指標分析是認識企業管理本質的銳利武器，也是企業領導層進行決策的重要依據。財務指標的分析集中表現在善于透過現象和外部聯系，以財務指標的變化趨勢，揭示企業在生產經營活動中的本質與規律，以及利用這種發展變化的趨勢來深入地考慮問題，進而系統化地解決問題。

關鍵詞 償債能力分析 資產管理效率分析 獲利能力分析

一、償債能力分析

償債能力是指企業償還到期債務的能力。償債能力指標包括短期償債能力指標和長期償債能力指標。

（一）短期償債能力分析

短期償債能力是指企業流動資產對流動負債足額及時償還的保證程度，它是衡量企業當前財務能力，尤其是流動資產變現能力的一項重要標志。短期償債能力的強弱直接影響到一個企業的短期存活能力，是衡量企業是否健康的一項重要指標。如果一家企業不能維持其短期償債能力，會更難以維持其長期償債能力，即使過家企業盈利不錯，也同樣會面臨因不能答付到期債務而導致的破產威脅。如果企業償債能力低還會喪失各種投資機會，這不僅損害公司的競爭能力，還會致其股票價格下跌，提高投資者的風險。因此，這是企業債權人、企業的股東和潛在投資人都共同關心的一類指標。企業短期償債能力的衡量指標主要有流動比率、速動比率和現金流動負債比率[1]。

（二）長期償債能力分析

長期償債能力，指企業償還長期負債的能力。企業長期償債能力的衡量指標主要有資產負債率、產權比率、或有負債比率、己獲利息倍數和帶息負債比率等（財政部會計評價中心，2008）。

1．資產負債率或稱負債比率

是指企業負債總額對資產總額的比率。它是分析和衡量企業負債水平及風險程度的一項重要的判斷標準。適度的資產負債率表明企業投資人、債權人的投資風險較小，企止經營安全、穩健、有效、具有較強的籌資能力。其計算公式為：

資產負債率=負債總額/資產總額

2．產權比率

產權比率也稱資本負債率，指企業負債總額與所有者權益總額的比率，它反映了所有者權益對企業債權人權益的保障程度，是企業財務結構是否穩健的重要標志。其計算公式為：

產權比率二負債總額/所有者權益總額x100%

二、資產管理效率分析

對一家企業而言，其各項資產運轉能力的強弱反映了企業管理者對現有資產的使用效率和管理水平。資產使用效率高，周轉速度快，表明了企業資產的流動性好，償還債務的能力強，資產得到了充分的利用（宋常，2007）。

（一）應收賬款周轉率

應收賬款周轉率是企業一定時期內營業收入與平均應收賬款余額的比率，它分析了企業應收賬款的流動速度，即企業年度內應收賬款轉為現金的平均次數。企業的應收賬款如能及時收回，就能夠減少營運資金在應收賬款上的呆滯占用，提高資金利用效率[2]。其計算公式為：

應收賬款周轉率=營業收入/平均應收賬款余額

其中：平均應收賬款余額=（應收賬款余額年初數+應收賬款余額年末數）/2

（二）總資產周轉率

總資產周轉率是企業一定時期內營業收入與平均資產總額的比值，反映了企業全部資產的利用效率。其計算公式為：

總資產周轉率=營業收入/平均資產總額

其中：平均資產總額=（資產總額年初數+資產總額年末數）/2

三、獲利能力分析

（一）營業利潤率

營利利潤率分為營業利潤率和毛營業毛利率，營利利潤率是一定時期企業營業利潤與營業收入的比率。；營業毛利率是營業毛利額與毛利凈收入之間的比率。其計算公式為：

營業利潤率=營業利潤/營業收入

營業毛利率二（主營業務收入一主營業務成本）/主營業務收入

（二）總資產報酬率

總資產報酬率是一定時期內企業獲得的報酬總額與平均資產總額的比率。它體企業全部資產獲取收益的水平，全面反映了企業的獲利能力和投入產出狀況。其公式為：

總資產報酬率=息稅前利潤總額/平均資產總額

（三）凈資產報酬率

凈資產報酬率是一定時期企業凈利潤與平均凈資產的比率。它是反映企業獲利的核心指標。表明了企業自有資金投資收益水平。其計算公式為：

凈資產報酬率=凈利潤/平均凈資產

其中：平均凈資產=（所有者權益年初數+所有者權益年末數）/2

四、成長能力分析

（一）主營業務收入增長率

主營業務收入增長率是企業本年度主營業務收入增長額與上年度主營業務收入總額的比率。這是一項評價企業成長狀況和發展能力的重要指標，反映了企業主營業務收入的增減變動狀況[2]。

（二）總資產增長率

總資產增長率是企業本年度總資產增長額同年初資產總額的比率，它反映企業本期資產規模的增長狀況。該指標從企業資產總量擴張方面來衡量企業的發展能力，體現了企業規模增長水平對其發展后勁的影響。其計算公式為：

總資產增長率二（資產總額年末數－資產總額年初數）/年初資產總額

宗旨，財務是企業經營活動的縮影，是傳遞財務信息的載體；財務報表分析是以企業財務報表和其他資料為基本依據，采用合理的賬務指標，從財務報表中尋找有用的信息，有效地尋求企業經營和財務狀況變化的原因，從而對企業的財務狀況、經營成果和現金流量進行綜合分析與評價的過程，是企業領導層進行決策的重要依據，在企業日常經營活動中具有重要意義。

參考文獻：

篇2

關鍵詞:發行股本;每股收益;現金分紅

中圖分類號:F23

文獻標識碼:A

文章編號:1672-3198(2010)12-0121-02

1 引言

上市公司的評價集中體現在公司實體經營方面和公司資本市場表現兩個方面,為了對中美上市公司的市場表現進行對比分析,我們統一了行業背景,具體看待上市公司財務特征。上市公司選取:中國取自上海和深圳股票市場,上市公司分別為:晨鳴紙業,美利紙業,金城股份,凱斯股份,景興紙業,太陽紙業,銀鴿投資,福建南紙,民豐特紙,華泰股份,恒豐紙業,ST天宏,冠豪高新,ST石峴,山鷹紙業,ST宜紙,博匯紙業,共計17家上市公司,屬于證監會行業中造紙板塊。美國交易市場選取紐約證券、美國證券和納斯達克證券交易市場,上市公司分別為:

Caraustar Industries Inc,Mod-Pac Corp.,Graphic Packaging Holding Company,Buckeye Technologies Inc.,Boise Inc.,International Paper Company,Neenah Paper Inc.,Mercer International Inc.,Wausau Paper Corp.,Albany International Corp.,Rock-Tenn Company,P.H.Glatfelter Company,Schweitzer-Mauduit International Inc.,Aracruz Celulose SA (ADR),Lydall Inc.,KapStone Paper and Packaging Corp.,AbitibiBowater Inc.,Verso Paper Corp.,Sappi Limited (ADR),Clearwater Paper Corporation,Kimberly-Clark Corporation,Hadera Paper Ltd.,International Absorbents Inc.,Tufco Technologies Inc.,Orchids Paper Products Company,Domtar Corp. 共計26家上市公司,行業屬于基礎資源中的造紙板塊。

2 美國造紙板塊上市公司財務表現

表1 美國造紙板塊上市公司財務數據統計

最小值最大值總計平均標準差

資產28.592691383698.893347.966204.92

凈資產-10.05416917063.45682.531126.57

總股本3.43537.122853.29113.41173.12

收入33.092482979686.643187.465986.68

凈利潤-12821690-1692.89-61.71513.7

現金分紅02.326.320.250.5

股價0.1449.95231.949.2712.39

市值4.212068030609.221224.364126.44

(1)指標統計單位:股價和現金分紅(美元),股本(百萬股),其余指標(百萬美元)

(2)AbitibiBowater Inc(Public,NYSE:ABWTQ)無法出具報表,剔除。

(3)數據來源:紐約證券交易所和納斯達克交易所。

公司實體經營方面(見表1):平均數據而言,美國造紙類上市公司的平均資產為3347.96百萬美元,標準差6204.92百萬美元,變異系數為1.85;凈資產平均為682.53百萬美元,標準差為1126.57百萬美元,變異系數為1.65;平均資產負債率為79.62%;總股本平均為113.41百萬股,標準差為173.12百萬股;收入平均為3187.46百萬美元,對應的凈利潤為-67.71百萬美元,收入利潤率-2.12%;平均單位股本對應資產為29.52美元,單位股本對應收入28.20美元,單位資產對應收入0.95美元,當期平均每股收益為-0.59美元,平均每股凈資產6.04美元。由于美國上市公司質地區別非常大,比較時應該注意個體和整體結合。

公司資本市場表現方面(見表1):在該25家上市公司中,股價(以2009年4月21日為準)平均為9.27美元,標準差為12.39美元,變異系數為1.34;市值比總資產為0.36;每股現金分紅2008年度平均為0.25美元,而同期每股收益市場平均為-0.59美元。從市場角度評價的公司價值和實體價值相差懸殊,例如2008年美國上市公司平均總資產為3347百萬美元,而同期市場價值為1224百萬美元,也就是1單位實體資產對應0.36個單位市值虛擬資產。這與美國上市公司股價嚴重兩級分化有關,在25家公司中,最低股價僅為0.14美元,而最高則為49.95美元,這種分歧與公司現金分紅聯系甚密,25家上市公司中現金分紅家數為10家,覆蓋面為40%,沒有分紅的公司占15家,比例為60%,凡是沒有分紅或是分紅極少的上市公司,股價一般處于1美元以下,而注重投資者現金分紅的上市公司股價則很高,特別指出美國上市公司分紅是按季度分紅。

3 中國造紙板塊上市公司財務表現

表2 中國造紙板塊上市公司財務數據統計

最小值最大值總計平均標準差

資產622.926299.577878.774581.16164.16

凈資產63.6214021.7734989.722058.213288.32

總股本80.162062.057440.36437.66454.7

收入230.7515529.5945740.882690.643738

凈利潤-208.111075.291514.0289.06292.36

現金分紅00.220.710.040.07

股價4.1212.55123.557.262.66

市值576.3516516.9954662.273215.423806.88

(1)指標統計單位:股價和現金分紅(元),股本(百萬股),其余指標(百萬元)。

(2)數據來源:國泰君安大智慧和。

公司實體經營方面(見表2):平均數據而言,中國造紙類上市公司的平均資產為4581.10百萬元,標準差6164.16百萬元,變異系數為1.34;凈資產平均為2058.21百萬元,標準差為3288.32百萬元,變異系數為1.59;平均資產負債率為55.07%;總股本平均為437.66百萬股,標準差為454.7百萬股;行業平均收入2690.64百萬元,對應的凈利潤為89.06百萬元,收入利潤率3.31%;平均單位股本對應資產為10.48元,單位股本對應收入6.15元,單位資產對應收入0.59元,平均每股收益為0.20元,平均每股凈資產4.70元。

公司資本市場表現方面(見表2):在該17家上市公司中,股價(以2009年4月21日為準)平均為7.26元,標準差為2.66元,變異系數為0.36;市值比總資產為0.70;每股現金分紅2008年度平均為0.04元,而同期每股收益市場平均為0.20元。從市場角度評價的公司價值和實體價值,2008年我國造紙類上市公司平均總資產為4581百萬元,而同期市場價值為3215百萬元,即1單位實體資產對應0.70個單位市值虛擬資產。在17家公司中,最低股價為4.12元,而最高則為12.55元(沒有考慮除權的影響)。17家上市公司中當年現金分紅家數為6家,覆蓋面為35%,未分紅的公司占11家,比例為65%,我國上市公司通常按年度分紅,中期一般為不分配不轉增。

4 中美造紙行業上市公司比較與分析

4.1 資產規模角度

平均資產規模美國為3347.96百萬美元,標準差6204.92百萬美元,變異系數為1.85,而中國造紙類上市公司的平均資產為4581.10百萬元,標準差6164.16百萬元,變異系數為1.34。如果考慮匯率問題,以2009年4月21日外匯中間價100美元=683.49人民幣折算(下同),我國上市公司平均資產為670.71百萬美元,規模上是美國上市公司平均資產的20%,相差甚遠;變異系數美國1.85大于中國1.34說明資產規模差異程度上,美國上市公司規模更加參差不齊。總體而言,美國上市公司平均資產規模大于中國,且個體規模差異大。

4.2 財務結構角度

美國上市公司凈資產平均為682.53百萬美元,變異系數為1.65;我國平均水平折合美元為301.31百萬美元,變異系數為1.59,差異程度上美國變異系數高于中國。美國上市公司平均資產負債率為79.62%,而我國平均水平為55.07%,在利用財務杠桿的比重上,顯然美國更為激進,我國上市公司負債比例相對較低,一方面解釋為沒有充分利用財務杠桿,另一方面表明我國造紙類上市公司相比美國對債務類融資較為保守,注重財務杠杠危機的控制。

4.3 經營和盈利能力角度

美國上市公司平均收入平均為3187.46百萬美元,對應的凈利潤為-67.71百萬美元,收入凈利潤率-2.12%;我國折合美元收入平均為393.85百萬美元,對應的凈利潤為13.03百萬美元,收入凈利潤率3.31%。單位資產對應收入比例美國為0.95,我國為0.59,資產利用效率低于美國。2008年我國上市公司整體盈利水平高于美國,由于選取單個年份且金融危機起源美國,盈利能力比較缺乏力度,但從兩國造紙類上市公司絕對收入水平上,中國相當于美國的12.33%,平均收入水平還有相當的差距。

4.4 經營成果和投資者回報

2008年度中美平均每股收益分別為0.03美元和-0.59美元,在此分配基礎,中國平均每股分紅0.005美元,美國0.25美元,上市公司分紅覆蓋比率中美分別為40%和35%,顯然美國上市公司更加注重維護市場投資者的持股回報,即使整體盈利當年低于中國且出現會計上整體性虧損,分紅派現的回報力度仍然遠高于中國,這種回報方式無論涉不涉及過度舉債,反映了公司注重維護市場的投資形象,市場投資方式更加側重歸于價值投資(分紅預期、股價的價值含量等)。

4.5 市場對公司評價角度

每股市價(時點2009-4-21)美國平均為9.27美元,標準差為12.39美元,變異系數為1.34;市值比總資產為0.36;我國折合平均為1.06美元,標準差為0.38美元,變異系數為0.36;市值比總資產為0.70,我國股價平均低于美國,折合美元約為其11%。兩國市場變異系數差異非常顯著,美中分別為1.34和0.36,表明我國股市股價分布區間比較窄,個股股價差異度小于美國,由于價格不同引起市值比總資產也差異明顯,分別為0.36和0.70,顯示出我國上市公司市值比例高,也即虛擬資產市場價格占比高。

參考文獻

[1]Huang,Alan G and Hung-Gay Fung,2005.Floating the Non-floatables in China's Stock Market:Theory and Design,Emerging Markets Finance and Trade 41,6-26.

[2]Kane,A,Alan J. Marcus,and Jaesun Noh. 1996. The P/E multiple and market volatility,Financial Analysts Journal,52,16-24.

[3]何誠穎.中國股市市盈率分布特征與國際比較研究[J].經濟研究,2003,(9).

篇3

本文運用因子分析方法對上海證券交易所的29家上市房地產公司的財務數據，從資產總計、主營業務收入、主營業務利潤、利潤總額、凈利潤、每股收益、每股凈資產、凈資產收益率、股本等9項指標進行了因子分析，認為財務指標可以歸納為營運能力、資產價值2個因子，其分別反映公司的營運能力和資本價值情況，為財務狀況分析提供了便利。

【關鍵詞】

房地產；上市公司；財務指標；因子分析

一、研究背景

進入21世紀以來，雖然我國的股票市場發展速度較快，但是從總體規模看，與國外還有相當大差距，我國目前股市投資者為3300萬人，僅占全國總人口的2.7%。并且隨著股票市場在社會經濟生活中的地位越來越重要，面對我國股市規模較小，而與國民經濟發展的客觀要求有較大差距這種現狀，在我國擴大股市規模有很大的潛力可挖。這就會吸引越來越多不同行業股票的加入，國家在進行必要的政策改進之外，投資者必然要對這些股票進行理性客觀的評價，上市公司的財務指標就成為投資者的研究對象。但是如何選取以及選取哪些適當的財務指標在一定程度上影響對上市公司運營狀況的分析結果，除了對財務報表的宏觀分析之外，關鍵在于要運用數據的財務分析技術，通過財務報表數據看到公司的營運能力、資產價值情況，把握其未來的發展狀況。財務分析的方法有很多，因子分析是一種很有效的降維和信息萃取技術。因此，我們將利用因子分析技術，在眾多的財務指標中提取出主要信息。

二、研究對象與方法

1、研究對象

對上海證券交易所的29家房地產上市公司2006年財務數據的總資產、總股本、主營業務收入、主營業務利潤、利潤總額、凈利潤、每股收益、每股凈資產、凈資產收益率主要財務指標進行因子分析，并將這九個指標歸結為兩個因子。

2、研究方法

對上述29家上市房地產公司的9項財務指標在SPSS17.0軟件上進行因子分析。

三、實證分析

1、數據的獲取

分析指標數據的獲取是2006年度報告的財務指標經匯總計算而來的，各房地產上市公司的具體評價指標數據由于太多在此不便展開。

2、數據分析

（2）因子旋轉。為了使潛在的因素意義更為明確，分析的結論更為真實，將因子載荷矩陣按最大方差法進行正交旋轉分離，可得到旋轉后的因子載荷矩陣，從表2可以看出，總資產、股本、主營業務收入、主營業務利潤、利潤總額、凈利潤、凈資產收益率等指標在第一個因子上有很高的載荷；每股收益、每股凈資產等指標在第二個因子上有很高的載荷。根據因子所代表的具體指標的含義和現實的需要，可以把這兩個因子命名為營運能力、資產價值因子。

篇4

近年來，中國證券市場的規模日益發展壯大，越來越多的人開始投資于證券市場。但中國目前大部分股民入市還是基于“賭博”和投機的心態，而這樣的心態顯然不利于中國股市的長足發展。決定股票價格的最終因素還是上市公司的經濟基本面，財務信息是反映上市公司經濟基本面的重要指標，其對于股價的影響一直是西方學術界致力于研究的重大課題。基于這樣的背景，本文對我國上市公司財務指標對股價的影響進行研究，以有色金屬行業作為具體的研究對象，通過對該行業股價和財務指標之間的實證分析，揭示有色金屬行業中會計信息如何影響股價，并甄別不同指標對于股價的不同影響程度。

一、理論分析與假設

反映公司財務信息的有諸多指標，這里僅挑選盈利能力、償債能力、營運能力、現金流量能力和成長能力這五類指標。上市公司高盈利能力和較好的償債能力都預示著公司未來會計盈余的增加，并且為未來股利的發放提供了基礎，所以有利于公司股價的上升。償債能力是指企業用其資產償還長期債務和短期債務的能力，是企業償還到期債務的承受能力或保證程度;營運能力是企業運用各項資產賺取利潤的能力，良好的營運能力預示著企業未來收益的能力。這兩個指標在一定范圍內有利于公司經營的穩定，但是一旦超過一定范圍則表明公司資金利用效率低，無益于股價的上升。現金流量是反映企業在會計期間內的經營活動、投資活動和籌資活動對現金及其現金等價物產生影響的會計報表。企業只有持有足夠的現金，才能從市場上獲得生產資料、勞動力，為價值創造提供必要條件。基于這樣的理論分析，我們得到以下的5點假設：

假設一：股價與上市公司盈利能力正相關;假設二：股價與公司償債能力呈適度正相關;假設三：股價與公司營運能力呈適度正相關;假設四：股價與公司現金流量能力正相關;假設五：股價與公司成長能力正相關。

二、實證分析

（一）樣本選取和數據說明

1.模型設定

根據剩余收益定價模型，在一定條件下，股票價格和會計信息之間存在線性關系，根據這一點，本文建立以下的多元線性回歸模型：

P=β+β1X1+β2X2+β3X3+…+βnXn+e

P為股票價格;X1、X2…Xn為會計信息指標;e為干擾項，表明偶然因素的影響。

2.變量說明

因變量：本文選取財務報表公布的截止日4月30日作為臨界點，選取4月30日前一周和后一周的收盤價的平均值作為本文的因變量。

自變量：本文選取了反映公司盈利能力、償債能力、營運能力、現金流量能力和成長能力五類指標，并選取了凈資產收益率（X1）、銷售凈利率（X2）、流動比率（X3）、資產負債率（X4）、應收賬款周轉率（X5）、流動資產周轉率（X6）、固定資產周轉率（X7）、每股經營活動凈現金流量（X8）、營業利潤增長率（X9）、歸屬于母公司股東凈利潤增長率（X10）10個財務指標作為自變量。

3.樣本選取

本文數據來源于choice數據庫，以申萬行業分類作為標準選取了全部上市A股有色金屬行業，并根據以下原則對樣本進行篩選：（1）剔除ST股票。本文選取的有色金屬行業沒有ST股票，無需剔除。（2）剔除停牌公司股票。根據股價數據，將焦作萬方、中鋼國際等10家停牌公司剔除。（3）剔除上市不足半年的公司。將上市不足半年的菲利華公司剔除。（4）剔除財務缺失及異常的公司。通過以上剔除，本文最終得出有色金屬行業的65家公司作為樣本。本文運用SPSS19軟件，對影響有色金屬行業上市公司股價的財務指標進行因子分析。

（二）因子分析結果

1.因子分析檢驗及因子識別

本文主要采用巴特利球形檢驗與 KMO 檢驗來檢測原始變量指標是否適合做因子分析。在進行巴特利球形檢驗時，若統計量的值較大，且其對應的相伴概率值小于顯著性水平 0.05，說明可以做因子分析;在進行 KMO 檢驗時，變量的 KMO 值大于 0.5，說明原始變量適合做因子分析。表1為樣本數據因子檢驗結果。

從表 1我們可以看出，本文中KMO 的值為0.595，大于 0.5，巴特利球形檢驗的顯著性水平為Sig0.000，小于顯著性水平 0.05，適合做因子分析。

根據因子分析的步驟，需要確定公因子的個數及各個公因子分別代表何種類型指標。本文根據方差累計貢獻率確定了4個公因子。F1在凈資產收益率、營業利潤同比增長率、銷售凈利率和歸屬于母公司股東凈利潤增長率因子載荷值比較大，主要反映上市公司的盈利能力和成長能力;F2在流動資產周轉率、應收賬周轉率和固定資產周轉率上的因子載荷值比較大，主要反映上市公司的營運能力;F3在流動比率和資產負債率上的因子載荷較大，而其在流動比率上的因子載荷要明顯大于資產負債率，所以它反映了上市公司的短期償債能力;F4在每股經營凈現金流量上的因子載荷值較大，反映了上市公司現金流量狀況。

2.模型回歸分析

根據因子識別結果我們得到4個公因子，將這4個公因子對股價的影響進行回歸分析。

根據上面模型回歸結果我們可以得出，公因子F1、F3、F4均在10%的水平上通過了t檢驗，說明我國有色金屬行業上市公司股價受到公司盈利能力、成長能力、償債能力和現金流量能力的顯著影響，符合前文的假設。F2未通過t檢驗，說明對于我國有色金屬行業而言，公司的營運能力并不能顯著影響公司的股價。

篇5

【關鍵詞】對應分析；地域板塊；財務指標得分

一、引言

兩變量對應分析思想：當我們研究兩個變量的列聯表數據，遇到各變量類目比較多時，要分析兩變量各類目間的關系，很難直接由列聯表的數據看出這種關系，這時我們需要利用多元統計中中降維的思想來簡化列聯表結構。對應分析通過R型因子分析與Q型因子分析同時進行的思想，在總慣量損失較小的前提下，簡化數據結構以反映兩變量之間的關系，并能以一張二維圖的形式同時表示兩變量的各狀態，從而直觀的顯示兩變量的關系。

二、對應分析軟件輸出結果

由以上總覽表可看出各維度解釋總慣量的比例，其中第一維和第二維共占了總慣量的73%，也即提取第一維和第二維的因子可以解釋原始數據73%的相關性。所以提取兩個維度，基本上可以解釋原始數據相關關系的絕大部分，因此以下選取兩維來進行分析。

在SPSS的輸出結果中還給出了有關行列對應分析結果的行點總覽表和列點縱覽表。

三、對應分析結果解釋

由疊加散點圖可以看出廣州、北京、貴州3個地域板塊的財務狀況比較相似，它們的平均償債能力和平均財務能力比較強；上海、浙江、江蘇、福建、河南、河北等地域板塊除平均償債能力還可以外，它們的平均成長性和平均盈利能力比較強；安徽的平均市盈率比較強，除此之外，平均運營能力還可以；山東的上市公司平均成長性、平均盈利能力、平均運營能力和平均市盈率都比較強，與山東相比，江西板塊的平均運營能力比較強，其它3項指標還可以，但不如山東省；吉林、遼寧、山西、湖南、湖北的上市公司平均現金流量比較好；而第一象限的很多地域如、陜西、新疆、黑龍江等板塊在這7個財務指標上都不如其它板塊，剩余的板塊財務指標雖然不是很好但要比第一象限的那些板塊稍好。

參考文獻

篇6

摘要：本文通過分析深圳控股2009-2013 年的財務報表和財務數據，通過與對標企業華潤置地及行業平均值進行比較，通過財務視角診斷企業的財務狀況和發展能力等，嘗試為其可持續發展提供建議。

關鍵詞 ：財務指標；對標；成長能力；資產運營效率

一、基本情況

深圳控股是深圳市國資委全資直管企業———深業集團的核心企業，于1997 年3 月在香港聯合交易所上市（股票代碼HK.0604），是香港恒生中資指數成份股和大摩中國自由指數成份股。

2013 年，深圳控股的總資產為253.4 億港元，權益275.8 億港元，銷售收入97.8 億港元，凈利潤31.1 億港元，經營凈現金-17.2 億港元。銷售凈利潤率31.8%，凈資產收益率13.2%，總資產負債率64.1%。

對比2012年，2013年深圳控股的總資產增加41.4%，銷售收入增加17.6%，凈利潤增加21.5%，經營凈現金流出減少20.9%，總資產負債率持平。

從2009-2013 年財務數據看出，深圳控股總資產、流動資產、非流動資產、流動負債、非流動負債、所有者權益均呈遞增趨勢，資產總額復合增長率為26%，特別是2011-2013 年呈現加速增長趨勢, 復合增長率達到36%，說明企業正處于加速擴張中。2013 年底總資產460.75 億元，比年初增長41%，其中科之谷項目的注入是主要驅動力。

從資產結構來看，深圳控股流動資產在總資產構成中占較大比例且基本保持穩定。2013年末，流動資產占比64.7%，其中以貨幣資金、存貨、應收賬款為主。非流動資產占比35.3%,其中以投資性房地產、股權投資、固定資產為主。

從負債來看，運營資金和資本支出需求的增加使得公司負債規模持續擴大。2009-2013 年復合增長率為30.3%，2013 年底較年初增長了41.4% ，其中流動負債占62.5% ，增長53.9%，主要是短期借款增加31.5 億、預收賬款增加25.7 億和應付集團款項增加38.5 億。非流動負債占37.5%，增長24.4%，主要是遞延稅項增加。從所有者權益來看,2009-2013 年，公司所有者權益年復合增長率為19.7% ，主要源于股本溢價和盈利增長。2013 年底公司所有權益中，歸屬于母公司的權益占比91.9%。公司權益乘數由2009年2.28 提升至2013 年的2.79，說明企業對財務杠桿的利用增強。

二、財務指標分析

1.成長能力指標

2010-2013 年深圳控股營業收入增長率和凈利潤增長率與標桿及大陸在港上市公司平均比較圖如下:

圖上可以看出深圳控股營業收入增長率低于華潤置地及行業平均，尤其2013 年，房地產企業普遍抓住在市場轉暖的機遇，加快開發銷售節奏、提高運轉效率，行業平均銷售收入增長率達到30.9%，華潤置地更高達60.9%，深圳控股雖然也實現了17.8%的增長，達到歷史最高水平，但仍低于行業平均，主要由于深圳控股規模優勢不夠突出、業績來源較為單一，在市場上行時增長乏力。

凈利潤增長率方面來看，深圳控股波動性較大，2013 年凈利潤增長率高于行業平均低于華潤置地。深圳控股2013 年凈利潤增長率高于營業收入增長率主要是2013年進行資本運作，取得了廉價購買利得。

2.資產運營效率分析

深圳控股的總資產周轉效率2010 年至2013 年分別為：0.20、0.19、0.17 和0.15，低于同期華潤置地（0.22、0.22、0.22、0.21、0.28）及大陸在港上市地產公司平均數（0.27、0.25、0.23、0.25）。而存貨周轉效率分別為0.34、0.29、0.26 和0.21，也低于同期華潤置地（0.30、0.27、0.23、0.36）及大陸在港上市地產公司平均數（0.47、0.34、0.33、0.39）。2013年進行注入的科之谷，加大了控股的總資產及存貨規模，但項目收入和盈利2013 年未能實現，使2013 年總資產周轉效率及存貨周轉率與行業平均及華潤置地的差距進一步加大。但2014 年及以后年度科之谷項目的收入盈利產生后，將提高深圳控股的資產運營效率，縮小與行業平均及標桿企業的差距。

3.盈利能力分析

基于收入的盈利能力指標毛利率、銷售凈利潤率比較如下：

從毛利率來看，2009-2012 年深圳控股毛利率整體上低于華潤置地約3-4 個百分點，但2013 年實現了反超，超過華潤置地9個百分點。2013年華潤置地及大陸在港上市平均毛利率均下降，深圳控股由于深圳本地項目增多，反而比2012 年有所提升。從銷售收入凈利潤率年度間變化來看，深圳控股一直處于上升通道，未受行業平均影響，但華潤置地隨行業平均凈利率出現了波浪式波動下降。2011 年起深圳控股的年銷售收入凈利潤率超過了華潤置地和行業平均，并不斷拉大差距，2013年深圳控股銷售凈利率高出華潤置地10 個百分點，高出行業平均13.6 個百分點。

深圳控股總資產盈利能力不及華潤置地，但差距在縮小，甚至出現超越態勢，但兩者均低于行業優秀值。凈資產收益率深圳控股也低于華潤置地和行業優秀值。根據杜邦分析，在銷售凈利率較高的情況下，深圳控股凈資產收益率過低主要原因是資產周轉效率過低，其中存貨周轉效率過低是主要原因。深圳控股業務范圍從深圳到輻射珠三角、長三角及至覆蓋中西部及新疆等7 個省份14 個城市，產品也從住宅開發為主，加大擴展到商業地產開發和營運，包括酒店及城市綜合體等項目；此等全國性多方位布局戰略使到區域及產品戰線過長，資金分散投放在盈利能力較低的三四線城市項目，再加上戰線延伸的同時公司的內控能力沒有即時相應提升，導致資本投入增長較快較大，而盈利增長則較慢較小的情況出現，資本使用效率因聚焦優勢減弱而相對降低。

4.償債能力

數據顯示，深圳控股的資產負債率與華潤置地相當，略低于大陸在港上市公司平均數，扣除預收賬款后的有效資產負債率高于華潤置地，與行業平均水平基本相當，說明深圳控股的總體負債水平適度，但利用預收賬款等無息負債的能力稍弱。但從貨幣資金與短期借款的比率和速動比率來看，深圳控股均遠低于華潤控股和行業平均水平，說明深圳控股的流動負債占主要地位，短期償債風險高于華潤置地及行業平均水平，說明深圳控股融資策略、融資結構及融資期限合理程度不及華潤置地和行業平均。

從利息保障倍數來看，深圳控股的利息保障倍數遠低于華潤置地及評價標準優秀值，2013 年僅為優秀值的0.56 倍，為華潤置地的0.35 倍。利息保障倍數不僅反映了企業獲利能力的大小，而且反映了獲利能力對償還到期債務的保證程度，它既是企業舉債經營的前提依據，也是衡量企業長期償債能力大小的重要標志。而深圳控股的利息保障倍數偏低，說明企業償債的安全性與穩定性低于行業評價優秀標準。

三、分析結論

其一，增長能力評價。深圳控股的銷售增長率低于華潤置地及行業平均水平、主要是受規模優勢限制，增長能力有限。在集團在資本運作下，凈利潤增長率有所提升，同時集團資本運作注入的科之谷項目及未來農科名人項目有較好的盈利前景，預計在未來幾年可以帶來較高的收入和盈利增長，縮小與行業及標桿企業成長性差距。

其二，財務績效評價。在盈利能力方面，深圳控股毛利率及銷售凈利率不斷提高，2013 年超越了行業平均及華潤置地，但由于在資產使用效率方面，總資產周轉次數和存貨周轉次數過低，拉低了企業資產盈利水平，深圳控股總資產報酬率、凈資產收益率低于華潤置地，也低于行業平均水平。因此，深圳控股急需盤活和優化低效投資資產，加快項目開發銷售，強化周轉效率以提高資產盈利能力。另外，深圳控股有效資產負債率與行業平均及華潤置地相當，但總資產負債率略低，表明深圳控股使用無息負債的比例較低，意味著將承擔較高的融資成本，降低權益乘數對凈資產收益率的貢獻。因此，深圳控股可以加強預收及應付賬款管理，提高資金利用效率，加強與主要融資銀行的戰略合作關系，加快銀行按揭款回收，減少預售監管資金的占用。

其三、償債能力評價。深圳控股總體負債水平適當，但從負債結構看，如深圳控股的速動比率和現金短債比低于行業平均及華潤置地且不斷降低，主要是深圳控股負債結構單一，以銀行貸款為主，短期貸款的波動性大，在金融市場不穩定的情況下，存在較大的融資風險。深圳控股應積極調整優化資本債務結構，充分發揮全系統資金池的功能，提高集團整體資金議價能力，用低成本資金置換高成本資金，用長期資金置換短期資金，實現穩健財務目標。

篇7

摘 要：本文主要對現存的上市公司財務困境預警指標體系進行了歸納和介紹，并對不同指標體系進行了比較分析，在此基礎上指出了現存上市公司財務困境預警指標體系存在的問題，作為以后研究的重點。

關鍵詞：財務困境； 績效類指標 ；現金流指標 ；非財務指標

1、傳統財務困境預警指標綜述

在關于上市公司財務困境的研究中，如何對財務困境進行預警是最重要的研究課題，其研究的關鍵在于如何選擇合適的指標對財務困境進行預警。

公司財務指標中有些指標主要源于公司的現金流量表，這些指標主要反應的是公司在日常經營過程中產生的實際現金凈流量，這些現金流被用于維持公司的正常運營，償還債務等；有些指標僅來源于公司的資產負債表和利潤表，這些指標主要反應公司的財務狀況和盈利能力。為了將這兩種財務指標區分開來，筆者將前者命名為現金流指標，后者命名為績效類財務指標。

很多學者曾經就財務困境風險預警指標的選擇進行過相關的研究，本文將這些研究成果統一命名為“傳統財務困境預警指標體系”。在傳統財務困境預警指標選擇中，逐漸形成了3種派系：

（1）、以績效類財務指標為主的財務困境風險預警指標體系，這里簡稱績效類財務指標預警體系。FitzPatrick （1932）[1]選用凈資產收益率、股東權益負債比率；Zmijewski（1984）[2]選用凈收入/總資產、總負債/總資產、流動資產/流動負債三個比率；陳靜（1999）[3]選取了資產負債率、凈資產收益率、總資產報酬率、流動比率；陳曉，陳治鴻（2000）[4]選取權益乘數、營運資本/總資產、應收賬款周轉率、主營利潤/總資產、非主營利潤/總資產、留存收益/總資產。

（2）、績效類財務指標+現金流指標的財務困境風險預警指標體系，這里簡稱績效類財務指標+現金流指標預警體系。Beaver（1966）[5]最早將現金流指標引入財務困境預警指標體系，選用29個財務比率對公司陷入財務困境前1～5年的財務狀況進行預測，這些指標中，反映現金流的指標（營運資金流/總負債）在破產前一年的預測正確率可以達到87%。Deakin（1972）[6]在Beaver的基礎上，選取現金/總資產、現金/總負債、現金/收入。章之旺（2004）[7]選取經營活動現金流量、投資活動現金流量、融資活動現金流量，對2003-2004年度困境公司進行分析。

（3）、績效類財務指標+量化非財務指標因素的財務困境風險預警指標預警，這里簡稱績效類財務指標+量化非財務指標因素預警體系。Ohlson（1980）[8]率先在財務困境預測中引入非財務變量，包括公司規模、資本結構、業績、當前資產變現能力。蔣秀華、孫錚（2001）[9]將股權集中系數引入財務預警模型。

2、傳統財務困境預警指標比較

（1）績效類財務指標與績效類財務指標+現金流指標預警體系比較

眾所周知，財務困境的本質是沒有足夠的現金償還到期債務、維持公司正常的生產經營活動。因此在對公司財務困境的評價中，現金流是一個必不可少的因素。在財務困境預警的實證研究中，只含績效類財務指標的財務困境預警體系很難對公司的財務困境作出有效地預測，其真實性值得商榷。財務困境的本質要求公司的財務預警不僅要做到事后對困境的證實和檢討，更重要的是事前的預防。財務困境的預警必須要能做到這一點，才能夠保證公司可以及時發現困境危機并將其扼殺在搖籃中。只有這樣，公司才不會在危機已經深入骨髓時才后知后覺，錯過最佳挽救的時機。

除此之外，與會記盈余相比，現金流不易人為操縱，具有很強的剛性，其指標在反映公司財務狀況方面更加客觀。因此，在財務困境預警的研究中，僅局限于績效類指標是不夠的，現金及其流動是一個不可忽視的重點。

（2）績效類財務指標與績效類財務指標+量化非財務指標因素預警體系比較

績效類指標對于公司財務困境的反應比較滯后，總是在困境出現后才有所體現。同時，績效類指標對困境的體現僅僅停留在表層，并不能將引起困境的深層次原因挖掘出來。相反，一些非財務指標因素卻恰恰是公司引發公司困境的深層次原因。

公司出現財務困境的根本原因是內部治理不善，公司難以作出有效的經營決策，甚至做出錯誤的經營決策，從而導致公司經營出現困難，進而才通過反映財務狀況的財務報表以數字的形式體現出來。因此，這些非財務指標因素才是財務困境的根本誘因，這些績效類指標僅僅是滯后的表征。

因此，公司治理，股權結構等等這些非財務指標因素從不同的側面反映了公司內部治理的狀況，對公司財務困境能夠產生較好的預警作用。

3、傳統財務困境預警指標問題分析

（1）、現有的大部分財務困境的研究主要是以財務指標為基礎，但是，對于財務指標的選取，不同的學者傾向于不同的選擇，目前尚未發現完全相同的指標選取。有些研究側重于盈利能力指標，卻忽略了流動性和現金流量情況；有些則考慮了流動性，但卻忽略了資本結構。總之，指標的選取缺乏理論的指導。

（2）、從國內外學者的研究中可以看出，基于財務指標的財務困境預警指標體系中選用的指標都是依賴于會計信息，主要從公司財務報表中選取財務數據作為支撐，這些指標能夠從盈利能力，營運能力，償債能力以及發展能力等方面對公司的財務狀況進行反映。目前的財務困境預警指標體系主要包括單指標法和多指標法，單指標法以Beaver在1966年提出的財務困境預指標體系為代表，多指標法以Altman在1968年提出的z 分數模型（ z- score model） 為代表。后來很多學者都對模型進行了改進，但都只局限在對指標的改進以及指標選擇的多寡上，并且都以財務指標為核心。但是，在信息技術飛速發展的今天，僅僅依靠簡單地財務指標作為預警是不夠的，這是因為指標都來自于財務報表，而財務報表具有時效性，根據報表而來的數據在反映公司財務困境方面具有滯后性，使公司不能對財務困境的發生作出最及時應對。此外，財務困境是經過一段時間逐漸顯現出來的，所以在財務困境出現時才來挽救實際上已經失去了意義，而且非常困難。財務困境往往是由于公司生產經營長期累積的問題引發的，所以我們應該從公司日常的生產經營開始對財務困境進行預警。

（3）、現階段大部分的研究都是以財務報表數據為基礎，通過計算各種財務比率來建立預警指標體系。但是，在經濟全球化迅速發展的今天，公司與公司之間的交易日益復雜，財務報表并不能完全反映公司的財務狀況，許多國家要求上市公司要披露一些重大事項，其中包括公司規模、股權結構、治理結構，這些往往會使公司陷入財務困境。因此，除了財務報表之外，我們還不得不關注一些與財務報表一起披露的表外數據，還有一些其他輔助信息。

（4）、財務困境多數是由于無法償還到期債務引起的現金流的緊張，傳統的財務預警模型，無論是單一指標的還是多指標的，也多數是針對由負債引起的財務困境。但是，在信貸發展迅速的今天，由不合理的投資引起的財務困境逐漸增加，基于財務指標的財務困境預警并沒有將這個因素引入。

（5）、傳統的財務困境預警指標體系總是以單一的身份來發揮作用，通常不與公司其他管理體系相結合，比如公司預算，公司內部控制，公司監督體系等。這種情況下公司管理者通常難以掌握公司真實的財務狀況，這使高管在發生財務困境時難以果斷行事并制定行之有效的解決方案。因此，孤立的財務困境預警是不健全的，應該與公司的其他財務體系進行有機的結合。

（6）、不同的研究者在研究財務困境時選擇的樣本和變量都不同，導致他們的研究結果中對于影響財務困境的因素的顯著性方面存在很大的差異，難以達成一致的結果，這也是由于其研究沒有從引發財務困境風險的根本原因著手引起的。

4、結論

綜上所述，傳統財務困境預警指標體系存在很多問題，如選取的指標難以囊括公司財務狀況的各個方面，僅僅依賴報表信息等，這些問題出現的根本原因是關于財務困境預警指標體系的研究沒有從引發公司財務困境的根本原因出發，而僅僅都是局限于財務報表數據。在今后的研究中，指標的選取應該從引發財務困境的根本原因著手，并建立選取財務困境預警指標的理論體系，分析這些因素與財務困境的關系，從而選出更加合理的指標。（作者單位：華北電力大學）

參考文獻：

[1] Fitzpatrick，P.J，A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms [J]，Certified Public Accountant，1932

[2] Zmiijewski，Methodological Issues Related to the Estimation of Financial Distress Prediction Model [J]，Journal of Accounting Research，1984

[3] 陳靜，上市公司財務惡化預測的實證分析[J]，會計研究，1999

[4] 陳曉、陳志鴻，中國上市公司財務困境預測[J]，中國會計與財務研究，2000（6）

[5] Beaver，W.H，Financial Ratios as Predictors of Failure[J]，Journal of Accounting Research，1966（21）

[6] Deakin，Edward B，A Discriminant Analysis of Predictors of Business Failure[J]，Journal of Accounting Research，1972（23）

[7] 章之旺、邵君利，財務困境預測模型研究中應注意的幾個問題[J]，統計與決策，2004（11）

篇8

關鍵詞:財務評價體系 應計制 現金制 現金流指標

財務評價是選擇一系列財務指標,對公司的經營業績和財務風險進行多方面、多層次的綜合分析和評估。1919年,美國杜邦公司的brown提出杜邦財務分析體系,該體系以凈資產收益率指標為核心,綜合分析公司獲利能力、營運能力和資本結構情況。wall(1928)提出沃爾比重評分法,選擇流動比率、產權比率等七種財務指標按權重考察公司負債水平和償債能力。pinches等(1973)采用因子分析法對公司48種財務指標進行綜合分析;muresan和wolitzer(2004)利用利潤率、資產利用率等指標全面分析公司財務狀況。我國財政部從1993年到2005年,陸續頒布和修改了《公司效績評價操作細則》,該細則由反映公司財務效益、償債能力等四部分評價內容共28項指標構成。

總體來看,目前財務評價體系主要是以應計制為基礎,以會計利潤為核心設計相應的指標和權重進行分析。但隨著市場競爭的加劇,其局限性也逐漸暴露出來。本文以現金制為基礎設計了相應財務指標,更真實地反映公司財務狀況,以進一步完善現有的評價體系。

基于現金制的財務指標設計

(一)理論基礎

應計制會計注重的是收益數量,但一個公司要維持長期穩定發展,應當保持相當的收益和現金流,而且現金流甚至比收益的重要性更大。因為只要公司有足夠多的現金流入,即使公司在短期內出現虧損也可以維持正常的生產經營;相反,如果公司缺少現金流,即使賬面上有利潤,也可能會因無法償還銀行債務而破產。此外,詹森(1986)提出自由現金流(free cash flow)這一概念,它反映了企業經營所產生的可以向所有資本供應者提供的現金流,企業為股東創造財富主要體現為自由現金流的增加,公司自由現金流越大,表明其內部產生現金的能力就越大,其可自由運用的內源資金也就越多,公司財務狀況就越健康。因此,對自由現金流分析和預測是評估公司價值的重要手段(richard和stewart,1999;湯谷良和朱蕾,2002)。

(二)現金流指標設計

應計制利潤容易受到會計政策、會計方法以及管理者意愿的影響而導致財務信息失真,現金制以公司實際的現金收支為基礎,且需要與第三方機構—銀行的對賬單等資料一致,因此更加真實可信。在考察應計制和現金制基礎下不同會計信息的特征后,本文提出改進財務評價體系的基本思路:有關收入和利潤指標采用現金制信息(現金流量表數據),保證其客觀性;有關資產和負債指標采用應計制信息(資產負債表數據),保證其全面性。同時在指標的設計時,深入研究利潤表與現金流量表的勾稽關系,盡量使應計制與現金制指標的計算口徑保持一致,使其具有可比性。具體而言,包括以下七個現金流指標:

1.每股現金收益。反映普通股在經營中獲得的現金收益,作為每股收益指標的替代;該指標越大,表明公司真實盈利能力越高。計算公式為:

每股現金收益=(經營活動產生的凈現金流-當期固定資產折舊-無形資產攤銷-遞延資產的攤銷-支付利息、籌資費用的現金+取得投資收益收到的現金)/總股本

2.總資產現金報酬率。反映全部資產獲取現金的能力,充分體現了企業當期收益的質量狀況,作為總資產報酬率指標的替代。該指標越大,表明公司資產實際的獲利能力越高。計算公式為:

總資產現金報酬率=(經營活動產生的凈現金流-當期固定資產折舊-無形資產攤銷-遞延資產攤銷+取得投資收益收到的現金+支付所得稅現金)/平均總資產

3.即付現金比率。反映貨幣資金支付流動負債的能力,該指標越大,企業的貨幣資金越多,能夠保障企業按時償還到期債務,作為速動比率的替代。計算公式為:

即付現金比率=(現金+短期證券)/流動負債

4.自由現金流對財務費用比。反映公司通過生產經營活動滿足所有必需的資本支出后,可供自主使用現金支付財務費用的保障程度,作為利息保障倍數的替代;該比率越大,表明實際償還債務利息的能力越強。計算公式為:

自由現金流對財務費用比=(經營活動產生的凈現金流-全部資本支出)/財務費用

5.主營業務現金收益率。反映主營業務收入中轉化為現金的比例,該指標越大,表明公司產品銷售收現能力越強,收益質量越高。計算公式為:

主營業務現金收益率=經營活動產生的凈現金流/主營業務收入

6.每股自由現金流。反映公司滿足所有必需的資本支出后可供自主使用的現金,它是公司持續經營的基礎。該指標越大,表明公司生產經營產生現金的能力越強,公司的財務運營狀況越健康。計算公式為:

每股自由現金流=(經營活動產生的凈現金流-全部資本支出)/總股本

7.自由現金流占凈資產比率。反映公司經營活動產生的凈現金流維持和擴大生產規模的能力,它是公司發展的根本保證。該指標越大,表明支持公司發展的資金越充足,因為公司的發展不僅要以主營業務收入的增長為基礎,更要有持續有效的現金流入作為保障。計算公式為:

自由現金流占凈資產比率=(經營凈現金流-全部資本支出)/凈資產

現金流指標的檢驗

本文將傳統財務指標與現金流指標進行對比分析,并選取了幾家典型上市公司財務造假暴露前后的財務狀況(見表1和表2),財務數據來源于公司年報。

對比表1與表2可以發現:1998年猴王公司的總資產報酬率(0.06)、速動比率(1.72)等傳統指標都顯示其業績不錯;但根據現金流指標,猴王公司的總資產現金報酬率(-0.004)、每股自由現金流(-0.012)等均比較低,表明公司財務狀況較差,1999年受到稽查后真實的財務狀況得以完全顯現。與此相似,2000年銀廣廈的每股收益(0.83)、已獲利息倍數(10.4)、凈利潤增長率(2.8)等傳統指標均表明銀廣廈業績優秀;然而,銀廣廈的每股現金收益(0.02)、自由現金流對財務費用比率(-1.62)、自由現金流占凈資產比率(-0.21)等現金流指標表明公司實際經營狀況較差。同樣,現金流指標能更好地反映億安科技、中科創業和銀河科技真實的財務狀況。因此,現金流指標能更真實、準確地反映公司財務狀況,更準確地評估公司價值。

研究結論與展望

本文針對傳統財務評價體系中存在的缺陷,在深入考察應計制和現金制基礎下不同會計信息的特征、以及利潤表與現金流量表的勾稽關系后,設計了基于現金流的財務指標,進一步改進與完善現有的財務評價體系。研究表明:基于現金流的財務指標能更真實、全面地評價公司經營業績和財務風險,有助于投資者更準確地評估公司價值。當然,在進行財務綜合評價時,由于現金流和會計利潤反映了不同維度的會計信息,因此可以將現金制和應計制指標有機結合,綜合分析各項財務指標,全面評價公司財務狀況。

參考文獻:

1.唐建榮.上市公司財務狀況的多元統計分析[j].數量經濟技術經濟研究,2001

篇9

關鍵詞　財務危機；上市公司；財務指標

一、引言

隨著資本市場的不斷發展與完善，對上市公司財務危機進行預警研究一直是國內外學術界的熱點問題之一。企業陷入財務危機對企業投資者、債權人、公司內部員工及其他相關利益者都有不同層次的影響，因此，能夠利用財務信息準確預測財務危機，對于企業和社會各個方面都具有重要的意義。

財務危機(Financial c risis)又稱財務困境(FlnanciaIdjstress)，國外的學者一般以破產為標準展開研究。由于我國的破產機制不健全。目前國內的學者絕大多數以特別處理的上市公司作為研究對象(朱家安、陳志斌。2007)。

二、文獻回顧與研究方法

(一)國外文獻回顧與研究方法

Fitzpatrick(1932)開展單變量破產預測研究。他以19家公司作為樣本。運用單個財務比率將樣本劃分為破產和非破產兩組，他發現判斷能力最高的是凈利潤／股東權益和股東權益／負債兩個比率。Beaver(1966)提出了單變量判定模型。他使用現金流／負債、流動資產／流動負債、凈收入／資產、資產負債率、營運資本／資產等5個財務比率作為變量，運用實證分析得出現金流量與負債總額的比率能夠更好地判定公司的財務狀況。其次是資產負債率。AItman(1968)提出了多元Z值模型。將若干變量合并入一個函數方程。用Z值進行判定，結果表明。在破產前一年的預測準確性較Beaver的研究有很大的提高。AItman、Haldeman和Narayanan于1977年又提出一種能更準確預測企業財務失敗的新模型――ZETA模型。BIum(1 974)以現金流量觀點來評估企業發生財務危機的可能性。他以多元判別分析為研究方法，構建了一個包括“流動性、獲利性及變異性等共12個財務比例與6個變異性指標”的財務危機預測模型。研究結果顯示，模型在企業發生財務危機前5年的預測正確率較高。1977年Marttin在財務危機預警研究中首次采用了多元Logit回歸法，取得了良好的預測效果。OhIson(1980)利用9個財務比率建構3個Logit模型，實證結果表明，其中4項財務資料對評估破產概率具有統計顯著性。Odom和Sharda(1 990)首先成功運用人工神經網絡(ANN)進行財務危機預測。Coats和Fant(1991)對47家財務危機公司和47家正常公司運用神經網絡模型進行判別時。對財務危機公司的預測準確率明顯高于多元判別法的準確率。

(二)國內文獻回顧與研究方法

國內學者陳靜(1999)使用Beaver和Altman的模型。選用了1995-1997年3年的27家危機公司和27家同行業、同規模的公司的財務數據進行實證研究。得出了預測模型對中國市場有效的結論。陳曉、陳治鴻(2000)將多元邏輯回歸模型引入上市公司的財務危機預測。張玲(2000)以1 20家上市公司為對象，使用其中60家公司的財務數據估計二類線性判別模型，并使用另外60家公司進行模型檢驗。發現模型具有超前4年的預測結果。吳世農、盧賢義(2001)應用單變量判定、多元線性判別和多元邏輯回歸方法。分別建立危機公司預測模型。結果證明。這些模型均獲得較高的判定精度，在財務危機發生前4年的誤判率在28％以內。張愛民、祝春山(2001)將主成分分析與Z分數模型相結合建立預警模型。實證檢驗表明通過此法處理研究變量后建立的模型具有較好的預測能力。楊保安(2001)、薛鋒(2002)探討了基于B P算法和L M算法的神經網絡在企業財務危機預測上的應用。何沛俐、章早立(2002)建立了以時序立體數據空間為基礎的財務危機判別模型，他們在Logit回歸分析之前使用全局主成分分析，從而增強了模型的有效性。模型的準確率達到71.3％。呂長江、周現華(2005)采用制造業上市公司1999-2002年4年的數據分別運用多元判別分析、邏輯線性回歸模型和人工神經網絡模型對財務狀況處于危機的公司進行預測比較分析。結果表明：盡管各模型的使用有其特定的前提條件，但3個主流模型均能較好地在公司發生危機前1年和前2-3年較好地進行預測。其中。多元判別分析法要遜色于邏輯模型，神經網絡模型的預測準確率最高。肖艷(2004)將傳統財務指標與現金流指標結合起來，利用Logit方法構建了一個上市公司財務危機預警模型，建模樣本的預測準確率為98.1％，檢驗樣本的預測準確率為91.1％。張鳴(2004)研究認為審計意見能夠在一定程度上揭示企業潛在的風險。在財務危機預警方面具有一定的信息含量。陳良華(2005)采用Logit回歸對滬市公司進行研究，發現獨立董事比例、第一大股東持股比例、現金流量權與表決權的偏離等治理結構變量確實與財務危機存在相關性，引入這些指標的模型能夠達到較高的預測精度。李秉成(2005)利用歸納法總結了上市公司財務危機的形成原因。通過管理記分法(A記分法)。將定性因素定量化，建立了上市公司財務危機“A記分法”分析模型。呂峻(2006)認為以非財務指標構建的財務危機預測模型的預測精度不會隨時間的向前推移而降低.非財務指標可以更本質地反映危機公司的特征。并可以在一定程度上解釋財務危機發生的原因。

從上述文獻回顧可見，國內外對財務危機公司的研究主要利用財務指標或非財務指標，本文也利用財務指標進行財務危機預警研究。

三、研究樣本和研究變量

本文選擇了在2004―2006年因財務狀況異常而被特別處理的131家上市公司為樣本，同時采用配對樣本設計方法選取同行業(按證監會行業代碼分類)、規模相近(資產總額)的131家正常公司作為配對樣本。由于危機公司是在年報公布后，因財務狀況異常而導致被ST的，因此.在選擇觀測年限時。設被ST前1年為t年，前2、3、4年分別為t-1、t-2和t－3年。取t-3到t年的財務指標作為研究變量。對應的配對樣本取同期的財務指標。

本文中的數據來自CSMAR上市公司財務指標數據庫(2006)。首先從CSMAR數據庫中列出樣本公司被特別處理前1 4年度絕大多數財務指標數據。然后再提取配對樣本4年的財務數據。對已列出的樣本公司財務指標數據。按年度分危機公司與正常公司進行歸類，分別得到各年各項財務指標的兩組數據。運用SPSSl 4.0進行數據處理。

本文選擇財務指標作為研究變量。我國上市公司陷入財務危機的主要特點是企業不能償還到期債務，營運能力差、盈

利能力差、現金流不足和發展能力有限等。因此.本文分別從反映企業償債能力、盈利能力、營運能力、發展能力和現金流量中選擇了19個主要財務指標。作為構建財務危機的預選指標，通過計算財務指標的均值及衡量均值差異程度的t值.研究危機公司。

四、統計研究

(一)償債能力指標研究

企業償債能力指標包括短期償債能力指標和長期償債能力指標兩類。

1　短期償債能力指標

選擇流動比率、速動比率和營運資金對資產總額比率3個指標來分析財務危機特征，這3個指標的均值以及衡量差異程度的t值見表1。

在顯著性水平為0.05時，t－t-3年。危機公司的流動比率平均值與正常公司有顯著的差異；t－t-3年。危機公司的速動比率平均值與正常公司也存在明顯的差異t－t-3年(除t-1年外)，危機公司的營運資金對資產總額比率平均值與正常公司有顯著的差異。

2　長期償債能力指標

表2列出了ST與正常公司2個長期償債能力指標的均值以及衡量均值差異程度的t值。

從表2來看，在顯著性為0.05時，t－t－3年危機公司資產負債率均值都顯著大于正常公司，t值均大于3。t值變化趨勢表明，隨著虧損的臨近，t值增大，這說明。隨著虧損的臨近，相對正常公司而言。危機公司負債增加。由于資產負債率和負債與權益之比反映關系具有密切相關性，故只選擇資產負債率。在t-3－t－2年危機公司利息保障倍數均值與正常公司沒有顯著的差異，但在t－1－t年差異明顯，t值分別達到2.32、6.02，顯示越是臨近被ST，t值差異越明顯。

財務危機公司在償債能力指標方面表現為流動比率、速動比率、資產負債率和利息保障倍數與正常公司差異明顯，反映危機公司長短期償債能力很弱。

(二)營運能力指標研究

反映公司營運能力的常用指標是總資產周轉率、流動資產周轉率、存貨周轉率、應收賬款周轉率等，筆者以總資產周轉率、存貨周轉率和應收賬款周轉率這3個指標比較危機公司和正常公司的差異。這3個指標的均值以及衡量差異程度的t值見表3：

在顯著性水平為0.05時，危機公司的總資產周轉率顯著小于正常公司，應收賬款周轉率也小于正常公司，但存貨周轉率在危機公司與正常公司之間并沒有顯示出顯著的差異。財務危機公司在營運能力指標方面表現為總資產周轉率和應收賬款周轉率小于正常公司，這表明危機公司資金流動速度慢。資產利用效率低。

(三)盈利能力指標研究

選擇營業毛利率、資產報酬率、總資產凈利潤率和凈資產收益率作為衡量財務危機公司盈利能力的指標。與正常公司比較見表4。

從表4可以看出，在顯著性水平0.05的情況下，危機公司的營業毛利率、資產報酬率、總資產凈利潤率和凈資產收益率均小于非正常公司。特別是在t－1－t年4個指標t值均大于3。財務危機公司在盈利能力指標方面明顯小于正常公司。且資產報酬率、總資產凈利潤率和凈資產收益率均值為負。可見。危機公司資產運營效果極差，盈利能力極弱，沒有給股東帶來回報。

(四)現金能力指標研究

現金能力不足是危機公司的主要特征之一，筆者選擇現金流量對流動負債比率、主營業務收入現金比率、每股現金凈流量和經營活動現金流入流出比這4個指標來比較兩類公司。結果如表5所示。

從表5來看，在顯著性水平為0.05的情況下，現金流量對流動負債比率危機公司明顯低于正常公司，經營活動現金流入流出比和每股現金凈流量在t－1－t年差異明顯；主營業務收入現金比率在危機公司與正常公司間差異不顯著(除t-1年外)。財務危機公司在現金能力指標方面表現為現金流量對流動負債比率指標明顯小于正常公司，經營活動現金流入流出比和每股現金凈流量在臨近被ST時差異明顯，這表明危機公司銷售賬款差、收益質量低和資金不足。

(五)發展能力指標研究

評價企業發展能力的指標較多，筆者選擇了主營業務收入增長率、總資產增長率和凈利潤增長率這3個反映企業財務狀況變化的重要指標。兩類公司比較結果如表6所示。

從表6來看，在顯著性水平為0.05的情況下，主營業務收入增長率、總資產增長率和凈利潤增長率指標在t－1－t年差異明顯均低于正常公司，且大都均值為負數。主營業務收入增長率和總資產增長率在t－3－t年下降趨勢明顯。這表明，危機公司發展能力極弱，靠自身的能力很難擺脫危機。

五、結論與應用

(一)研究結論

危機公司在財務指標方面主要表現特征為：1.在償債能力指標方面，危機公司流動比率、速動比率、資產負債率和利息保障倍數與正常公司差異明顯；2.在營運能力指標方面，危機公司的總資產周轉率和應收賬款周轉率小于正常公司；3.在盈利能力指標方面，危機公司該類指標明顯小于正常公司；4.在現金能力指標方面，危機公司現金流量對流動負債比率指標明顯小于正常公司.經營活動現金流入流出比和每股現金凈流量在臨近被ST時差異明顯；5.在發展能力指標方面，危機公司主營業務收入增長率、總資產增長率和凈利潤增長率指標，在t－1－t年差異明顯，主營業務收入增長率和總資產增長率在t－3－t年下降趨勢明顯。

(二)應用

公司陷入財務危機對相關利益者影響廣泛。但由于財務狀況惡化而陷入財務危機是一個漸進過程，可以通過事前分析幫助相關利益者提早了解公司財務狀況變化，避免財務風險。概括地講，本文在以下幾個方面具有重要應用價值：

1　有助于投資者的投資決策

當公司陷入財務危機時，股東的投資價值會大幅度減少。因此，如果投資者能夠事前獲取公司財務狀況變化的信息，提前預知上市公司是否會陷入財務危機。就能避免損失。

2　有助于債權人對債權安全性進行評估

通過財務危機預測，有助于債權人事前預知債權公司是否會陷入財務危機，判斷其是否具備償債能力，從而提前采取相應的措施加大清收債權的力度，避免貸款損失；同時也有助于潛在的債權人事前發放債權的決策。

3　有助于公司間的業務合作決策

現代企業都是處于產業鏈中的某個環節上，需要與其他公司發生包括材料供應和產品銷售等業務往來。這種合作鏈條上的某個環節一旦發生問題，就會產生一系列連鎖反應。因此。通過事先發現業務合作公司財務狀況變化的信息，有助于幫助合作者作出是否合作或繼續合作的決策，從而避免由于合作企業陷入財務危機對本企業產生的不良影響。

篇10

關鍵詞 遺傳算法-粗糙集；邏輯回歸；股票收益；公司財務

中圖分類號 F224 文獻標識碼 A

1 引 言

股票市場對一個國家和地區的經濟發展動向有前導作用.股票收益受到宏觀經濟現狀、政策、公司財務、投資者情緒等因素影響.研究股票收益問題一直是學術界的研究熱點.目前，學術界對股價與上市公司財務之間關系的探討主要從兩方面入手.一是通過建立計量模型來探求股票與其影響因素的關系，進而對股價進行分析與預測[1，2].然而計量模型對數據平穩性、正態性等有嚴格限定，直接利用很難達到預期結果.股票市場數據體量巨大、類型繁多，故很多學者轉而選用數據挖掘方法來探究其關系.如有不少學者就運用遺傳算法[3]、BP神經網絡[4]等得到了較為理想的結果.

粗糙集（Rough Sets）理論[5，6]由波蘭數學家Pawlak Z于1982年所提出.這是一種用于處理含糊和不確定信息的新型數學工具，具有優越的知識簡化能力.粗糙集理論利用現有知識庫對不精確的知識進行近似描述[7].RS方法不需預先假定概率分布，也不需像模糊集理論一樣假設模糊隸屬函數的結構，而是僅僅利用數據本身提供的信息.目前對粗糙集的研究主要集中于其數學性質，理論的擴展以及與其他智能方法的融合與有效算法等[8].杜婷（2012）將粗糙集運用到了個人信用評估模型之中，并取得了良好的約簡結果[9].王剛、楊善林將粗糙集與支持向量機相結合，以分析網絡商品評論中的情感進行分析，實證表明，RSSVM方法可以提高網絡用戶情感分析的準確程度[10].邏輯回歸方法由vethulst首次提出.1980年，Ohlson率先將邏輯回歸模型用于財務危機預警，分析樣本公司在破產概率區間上的分布以及兩類錯誤和分割點之間的關系，并得到高預測準確率[11].劉遵雄、黃志強等（2012）在邏輯回歸的基礎上進行完善，提出了基于平滑小編絕對偏離（SCAD）懲罰邏輯回歸模型，運用到財務預警，實驗結果表明SCAD懲罰邏輯回歸模型的分類效果更好[12].因此Logistic回歸法在經濟領域的研究受到了極大關注.

基于此，本文提出了遺傳算法-粗糙集-邏輯回歸（GARSLR）數據挖掘技術，用于探究股票投資與上市公司財務指標體系的內在聯系.運用GARS模型得到最優財務約簡指標.并在此之上利用逐步回歸法與Logistic回歸模型以探究公司財務與股票收益的確切關系.最終得到上市公司財務指標不同大類之間與個股投資概率之間的正負效應關系及其影響大小.

經 濟 數 學第 33卷第1期瞿尚薇等：基于GARSLR算法的公司財務與個股投資探究

2 GARSLR模型構建

2.1 GARS約簡模型

粗糙集理論的屬性約簡算法可分為是盲目刪除屬性約簡算法與啟發式算法.遺傳算法作為啟發式算法中的一種，具有全局優化和隱含并行的特點，在解決復雜問題中具有明顯優勢.遺傳算法在屬性約簡問題中需要具體考慮的因素如下：

3 GARSLR模型實證

3.1 數據選取與處理

以我國上海交所與深交所上市的A股上市公司為依據，選取2014年下半年內數據完整、具有不同行業分類的非ST、非*ST的上市公司作為樣本.提取公司財務季度指標60個，個股開盤價、收盤價，上證綜合開盤指數、收盤指數等指標，最終得到樣本913個.其中財務指標體系的分布見表1.

不同指標之間量綱不同，同一指標不同個體之間的差別各異，直接利用原始數據進行分析，不僅會增大模型的復雜度，還會造成結果的不理想.故運用K-均值聚類對各項指標進行逐一聚類，并最終將公司就不同指標分別分為3類.

由于公司財務報表的公布具有時滯性，股票數據選取也將延后一個季度.同時，考慮到投資者投資其他領域而非股票所造成的機會成本，本文用上證綜指收益率作為基準收益率：當大盤指數上升時，若個股上升幅度更大，則認為該個股為強勢股，值得投資；反之，投資該個股并非明智之舉.同理，當大盤指數下降時，若個股下降幅度更小，則該個股是抗壓股；反之.基于此將股票分為2類.“好”為具有投資價值的強勢股或者抗壓股；“差”為不值得投資的股票.

3.2 GARS屬性約簡

在對離散化數據進行GARS屬性約簡之前，需要設定遺傳算法的參數.具體見表2.

約簡后，影響股價相對收益率的財務指標從60個變量縮減為17個.約簡集合相對決策屬性的依賴度都達到了100%，這表明該約簡結果對決策屬性的解釋度100%.約簡后的指標分布見表3.

可知，發展能力指標數目最多，共6個指標；其次是償債能力.考慮到時滯性，該17個約簡指標應是股票價格波動的領先指標，對下期的股價相對波動有著顯著的影響.投資者在決策時應重點關注.

3.3 Logistic回歸與逐步回歸

通過GARS約簡后，財務指標得到了極大的簡化，但是GARS屬性約簡只能保證上市公司財務指標屬性集對個股相對波動率的相對重要性，而沒有給出兩者之間更為確切的關系.因而引入LR模型對約簡的財務指標與股票波動的相互關系做更為細致準確的刻畫.同時，對財務指標體系而言，計算過程中所運用的基礎數據有交叉，故指標之間存在很強的相關性.這一缺陷會導致財務指標之間存在比較嚴重的共線性，如果直接使用LR模型將極大減弱模型的擬合效果.因此，在LR模型中使用逐步回歸法進行變量篩選，消除變量之間的共線性，從而精簡模型.

通過計算17個約簡指標的VIF值可知，固定資產增長率、銷售費用本增長率的VIF都超過5，說明變量之間存在共線性.利用逐步回歸法得到的LR模型中變量的VIF值見表4.可以發現，此時各變量之間已不存在共線性問題.

為驗證模型有效性，以2014年第4季度財務指標為自變量，2015年第1季度股票投資比為應變量進行模型預測檢驗，得到900個樣本的預測準確度為70%.這表明大約有630個上市公司的個股波動可以通過上一期的GARSLR模型得到準確預測.這對價值型的中長期投資者具有一定的參考意義.

4 結 論

本文提出了遺傳算法-粗糙集-邏輯回歸方法（GARSLR）探究股價相對收益率與財務指標的關系.利用K-均值聚類進行離散化處理，既解決了數據量綱不一致的問題，又使同一類別相似個體之間的差異被忽略，而不同類別之間的差異被放大.通過選用GARS方法以約簡眾多的財務指標.最終得到由17個指標所組成的約簡體系，且RS約簡的相對依賴度為100%.基于約簡指標數據，利用逐步回歸法對LR模型進行變量篩選，解決共線性問題.最終得到上市公司財務指標不同大類之間與個股投資概率比之間的正負效應關系及其影響大小，并得到70%的預測準確度，驗證了GARSLR模型對中長期投資所具有的優勢.

參考文獻

[1] 陳玉山，席斌.獨立成分分析方法在股票分析中的應用[J].計算機工程與設計，2007， 28（6）： 1473-1476.

[2] 吳榮盛.全流通條件下的股票價格與財務信息的相關性研究-來自我國滬深300指數的實證研究[D].成都：西南財經大學經濟學院，2014.

[3] 胡冰，潘福錚，胡清鋒.遺傳算法在股票短期投資決策中的運用[J].系統工程與實踐，2003， 23（2）： 7-13.

[4] 王莎. BP神經網絡在股票預測中的應用研究[D].長沙：中南大學商學院，2008.

[5] Z PAWLAK. A Rough Set Perspective [J]. International Journal of Computational Intelligence， 1995， 11（2）： 227-232.

[6] Z PAWLAK， Busse GRZYMALA，J SLOWINSKI， et al. [J]. Communications of the ACM， 1995， 38（11）：89-90.

[7] 董威.粗糙集理論及其數據挖掘應用[M].沈陽：東北大學出版社， 2009.

[8] 王國胤. Rough集理論在不完備信息系統下的擴充[J].計算機研究與發展， 2002， 39（10）： 1238-1243.

[9] 杜婷. 基于粗糙集支持向量機的個人信用評估模型[J]. 統計與決策，2012，1（13）：94-96.

[10]王剛，楊善林.基于RS-SVM的網絡商品評論情感分析研究[J].計算機科學，2013，40（11）：274-277.