導言：作為寫作愛好者，不可錯過為您精心挑選的10篇財務實習論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

（二）對單位資產負債情況展開深入分析通過構建資產負債表，了解單位的資產負債即時情況。這份表格能將單位日常業務活動、經營業務所得到經濟效益數據化，將單位的資金流向、周轉情況和使用率數據化。根據資產負債表，可以衡量出單位的負債水平是否合理，負債承載力是否處于正常范圍。完善的資產負債表還能體現出其他一些問題，例如存貨儲備、資產流失情況、有形資產和無形資產的占有率等。

（三）對財務收支和財務成果的詳細分析單位各項收入、支出都應集中起來反映在收支情況表里。根據收支情況表分析單位現階段的收入、支出概況，及時把握各項資金的來源和走向，了解整體資金的運作，判斷單位的收入與支出是否平衡。根據收支情況表，我們還能分析單位支出結構的合理性，核查各項資金的用途是否正當，單位是否存在濫用資源或者以公謀私的不良現象。

（四）合理分析財務管理現狀。這項分析措施，可以通過分析單位的各項管理措施是否落實到位，發現問題并及時解決問題，健全單位的財務管理制度。

二、統計分析方法在事業單位的財務分析中的具體應用

根據單位的實際情況，統計人員應當采用適應于本單位的統計分析方法和財務分析模式。要做到這點，要求統計人員詳細了解本單位的業務情況和實際工作環節，有針對性的應用不同的統計分析方法。

（一）指標分析比較法在統計分析中最常采用的指標是相對指標。相對指標具有數據直觀、反應詳細、說服力強的優點，共有“完成情況、動態、比較、比例”這四種主要類型，適用于分析實際完成進度，審評預算計劃。它對于分析預算和實際執行力的差值和其成因也具有重要作用。如果要深入分析實際執行力和預算方案的可行性，那么就需要借助動態相對指標，通過分析動態相對指標，對比不同時期的相同指標，已達到凸顯該時期財務狀況的目的。

（二）差額分析法與連環替代法差額分析法和連環替代法是因素分析法的兩個主要分析方法，其構成的指數體系被用以分析財務數據中出現的差值、影響因素和影響程度。

（三）比率分析法比率分析法可以通過基礎數據的比較，更深入地反映出動態財務狀況。這種科學合理的統計分析法包括有：效率比率、構成比率、相關比率三種具體的分析法內容。可以集中的、系統的反應出單位里不同部門的財務狀況。同時這一分析法的廣泛應用使得在同一時間反應不同行業的財務狀況也成為了可能。綜上所述，事業單位要獲得長足發展，不但要轉變單位職能，更要提升財務工作效率。統計分析方法在這一領域的應用就越發顯得迫在眉睫，目前大多數事業單位都致力于將統計分析方法應用在財務分析工作中。實踐證明，這的確能夠有效提升財務工作的質量和效率，優化財務管理機制，對于事業單位財務分析能力的拓展和深入研究也具有積極意義。

篇2

二、企業并購的財務分析

1、一般意義上的財務分析從財務決策的角度出發,無論是財務并購還是戰略并購,只有當企業能增加企業的價值,即并購效益要大于并購成本時才可行。企業并購的經濟收益(R)指并購后新企業的價值大于并購前并購企業和目標企業的價值之和的差額。假定A公司并購B公司,并購后A公司的價值為VAB,則企業并購的經濟效益為:R=VAB-(VAVB)只有當R>0時,經濟上才是可行的。企業并購成本(C)指并購企業因并購發生的全部支出。并購企業的全部支出包括:并購過程中所支付的各項費用,如咨詢費、談判費和履行各種法律程序的費用等,記為C1;并購目標企業的應付價款,記為C2;并購后的整合成本,記為C3。設因企業并購,并購企業所發生的全部支出為C,則并購成本可表示為C=C1C2C3。對于并購企業來說,只有并購收益大于并購成本才可行。對于目標公司來說,如果C2<VB,于己不利,不會同意被并購。企業并購的凈收益(NR)指企業并購的經濟收益減去并購成本后的凈額。企業并購的經濟收益是并購活動中產生的全部經濟收益,這個收益要在主并企業和目標企業之間進行分配。對于并購公司來說,來自并購活動的凈收益為:NRA=R-C對于目標公司來說,凈收益為:NRB=C2-VB只有在分配后雙方的凈收益為正時,并購才可能成交。2、會計角度上的并購財務分析（一）現金收購的財務分析假定企業甲擬收購企業乙。設V甲為甲企業的市場價，V乙為乙企業的市場價值，V甲乙為并購后聯合企業的市場價值。成功的并購前提條件是：這也就是說，并購后聯合企業的現金流量現值應大于并購前兩個企業現金流量現值之和，并購才應進行。就甲企業而言，并購后帶來的收益應該高于并購所支付的成本，否則，并購在經濟上是不可行的。現金收購是一種由收購者以支付現金取得目標企業所有權的收購行為。收購是否經濟合理的判定條件為：式中：為企業甲為收購企業乙所支付的成本，由于收購行為常會引起企業乙股票價格上升，所以主要包括企業乙的原市場價值和溢價部分。如果企業乙被收購后，不組成新的聯合企業，而是在企業甲的控制下獨立經營，那么收購成功與否的評價標準是：式中：為企業乙在企業甲控制下的市場價值；為企業乙在被收購前的市場價值；為企業乙因被收購而引起的溢價；為因收購而引起的企業乙的溢價率。顯然，對企業甲而言，也存在收購后的市場價值大于其收購前的市場價值。企業甲收購企業乙的最低和最高的價格標準應是：（1）最低收購價———指在既定的投資報酬率的條件下，目標企業（企業乙）可包含溢價的市場價值，即：式中：為目標企業第t年的現金凈流量；為目標企業的預測期限;i為既定的投資報酬率；g為目標企業預測期限后每年現金凈流量的固定增長率；L為目標企業目前的負債。在預測期后，假定目標企業每年現金凈流量的增長率固定為g，上式才成立。(2)最高收購價———指目標企業(企業乙),在收購企業(企業甲)的控制下，產生協同效應后所能形成的新的市場價值，即：式中:表示目標企業在收購企業控制下第t年的現金凈流量。成功的收購應有。（二）股票收購的財務分析企業并購的目的，在于最大限度地增加股東的長期財富。因此采用股票收購方式進行企業并購時，必須兼顧并購雙方股東的利益。其衡量的標準是：企業股票的市價是否超過其并購前的水平。因此，在確定調換比率時，并購雙方通常關注的是并購對每股收益（EPS）的影響。股東都希望并購使其每股收益得到增加，而不希望被稀釋。并購價格AP對EPS的影響如下圖所示。顯然，并購后的每股收益隨并購價格AP的提高而不斷下降。當時，(并購前每股收益)；當時；當時，。那末，臨界并購價由什么來決定的呢?設：為并購后的收益總額；為并購企業并購前所發股票數；為并購企業的股票市價；為協商的并購價格；為被并購企業(目標企業)并購前所發股票數；為并購企業為實行并購而必須增發的股票數。則并購后每股收益為：其中：并購價格.，X為股票交換率，X*為并購企業為并購目標企業所需增發的股票數。假定：(并購企業并購前的收益)(目標企業并購前的收益)所以，當股票交換率時，則有，此時并購價格即為臨界并購價格，即此時的股票交換率也就是臨界股票交換率。三、結束語與國外上百年的企業并購歷程相比,我國當前企業并購活動仍然十分幼稚,在規模上、方式上、動因及成效方面均有很大的差距。特別的是,有相當數量涉及有關上市公司的并購案例均帶有明顯的投機因素。這些并購事件對廣大投資者、投資機構造成了重大的損失,也有損于資本市場的健康發展。本文通過對并購的一般理論認識和并購財務分析的闡述，基本上為我們在評論并購的財務分析上提供了一個框架。

參考文獻：

1：艾青向正軍，企業并購的動因與理論分析，中南財經政法大學學報，2004第2期雙月刊總第143期

2：淺析企業并購的動機，《發展論壇》2003年第6期

篇3

（一）高校財務分析是落實教育事業規劃的需要

2012年教育部的《國家教育事業發展第十二個五年規劃》中指出：“要嚴格執行國家的財經紀律，通過建立精細化、科學化的預算管理機制，統籌好高校資金的使用，做好經費撥款的科學論證，健全項目申報、事前評估、財政投資評審、立項論證制度，細分預算與決算，提高資金管理的有效性。”從《規劃》中的要求可以看出，尤其對公辦高校在財政經費的使用方面做出了嚴格的要求。旨在通過財政資金的科學使用，不斷完善經費使用內部稽核和內部控制制度，確保經費使用規范、安全、有效，來促進高等教育事業的健康發展。因此，做好高校的財務分析是落實教育事業規劃的體現，是國家相關規劃對高校的要求。

（二）高校財務分析是推動教育發展方式順利轉型的需要

高校通過財務分析，是高校整體實力的綜合實現。近年來，從國家層面上看，促進高校的自主辦學，減少對財政的依賴，提高高校“自主造血”、自我發展、自我完善的能力，已成為一種大勢所趨。早在2001年國家就確立了“科教興國”、“人才強國”的教育發展方略，“十二五”期間，我國將“促進高等教育結構優化、提高高等教育質量”作為重要的抓手。《國家中長期教育改革和發展規劃綱要（2010～2020年）》強調未來的教育工作方針為“優先發展、促進公平、育人為本、改革創新、提高質量”。將“促進教育的優先發展、實現教育的公平發展”作為首要任務。《規劃》中指出：“要推進高校自主確定內部收入分配，自主管理和使用人才，自主管理和使用學校財產和經費。”因此，可以看出做好高校的財務分析是促進高等教育發展方式由外延式發展向內涵式發展轉變的重要基點，將有利于高校進一步更新教育教學觀念，調整學科專業結構，改革人才培養模式，增強自我發展的內生動力。

（三）高校財務分析是合理安排資金、提高資金的使用效益的需要

從《國家教育事業發展第十二個五年規劃》、《國家中長期教育改革和發展規劃綱要》等系列政策規劃可以看出，促進高校的自我發展、自我完善，其中最為重要的任務之一就是不斷減少對中央財政資金的依賴，提高自身的資金使用效益。高校的財務分析則是提高高校資金使用效益的重要舉措。一方面，財務分析能夠及時發現預算資金使用中存在的問題，對資產的完好率、增值率、年增長率等要素進行有效的評估，不斷完善財務支出結構。例如：當前，建設學術型高校、科研型高校成為各大高校的發展主題，也是國家對高等教育事業發展的要求，就要求高校要加強科研、學術建設等方面的資金投入，而這些則可通過財務分析對資金的投向進行跟蹤，及時找到投入中的不同，從而對資金的支出結構進行合理調整。另一方面，財務分析能夠有效的增強高校預算管理能力，有效的預防財務風險。預算管理是當前高校財務管理的核心內容，進行財務分析能夠更加科學合理的進行預算編制，使預算更加契合高校的工作重點。同時，財務分析也有利于高校預防財務風險。對高校的資產、負債、收入、結合等方面進行摸底，有效地進行資產處置，調整收支結構，規避財務運行中存在的各類風險，提高財務運行的穩定性。第三方面，財務分析可以促進高校進一步挖掘收入潛力、提高投資收益。在積極向上級財政和主管部門爭取事業經費撥款外，高校還可以通過財務分析進一步理清增收渠道，在保障開源節流的前提下，改善高校的經營模式以及利益的增收方式，實現自身的可持續健康發展。

（四）高校財務分析是執行好教育財經政策的需要

在增強高校自主發展能力的同時，也要強化其自我約束的能力。在高校財務管理過程中，貫徹和落實國家的財務法規和學校的有關規章制度，推進國家相關教育事業規劃、計劃的實施是工作的重中之重。而通過財務分析，則能夠更好的對高校進行“自查”和“自我監督”，保障學校的財務活動能夠遵守國家的財務法規和學校自身的財務制度。對收費項目、支出項目進行逐一的核查，及時發展高校的收費標準執行情況，以及在資產清算、稅務管理中存在的問題，及時揭示違反法律和規章制度的現象，增強財務管理的嚴肅性，使得高校教育事業發展能夠與國家政策法規保持高度的一致。

二、新時期做好高校財務分析工作的措施

（一）財務分析指標體系化

科學合理的指標體系是進行財務分析的第一步，高校必須切合當前的高等教育改革實際，對現行的指標進行體系化的改造。傳統的高校財務分析指標包括“一般指標、專項指標”兩大部分。其中，共性指標主要有：學校經費自給率、公用支出比率、人員支出占事業支出的比率和資產負債率等內容。在共性指標的安排過程中，隨著高校自主發展的空間不斷增大，要積極增強資產、負債規模及增長率、支出結構與生均支出水平等基本財務指標的分析力度，同時側重于教學科研活動的收入及其他自籌經費的增長率核算，從而對全校的整體財務指標有全面的把握。在專項財務指標的設置中，要進一步細化專項財務指標，并且針對某些專項財務管理問題設置靈活多樣的分析指標。隨著高等教育的產業人發展，未來還要增加無形資產分析指標、人力資源分析指標、科研經費收支和現金流量指標等相關指標體系，要核算好每個專項中的凈現金流量、現金流量的組成、國庫資金的支付等內容。

（二）財務分析方法多樣化

當前，高校財務分析的主要方法為比率分析法和比較分析法，這兩種分析方法對于以財政撥款為主要資金渠道的傳統高校較為適合，并且相對側重于預算的編制與執行。而隨著高等教育的市場化、多元化發展，教育的市場化程度不斷提高，在這種情況下，比率分析法與比較分析法已不能夠完全適應新形勢下高校財務管理工作的需要。因此，有必要借鑒西方高等學校在財務分析中的相關經驗，在比率分析法和比較分析法的基礎上，大力探索趨勢分析法、動態分析法、因素分析法、聚類分析等多樣的財務分析方法，不僅要重視定量分析，也要重視定性分析。結合成本會計向管理會計的轉變，增強財務分析的前瞻性與預見性，提高財務分析對決策和管理影響效能。

（三）財務分析程序制度化

做好財務分析工作，就必須進一步完善相關的工作制度，用制度的力量來推進整個高校財務分析工作的開展。高校要高度重視財務分析工作，將財務分析工作落實到人、落實到每個部門。根據財務分析的內容，將財務分析工作與每個部門的業務相結合，實施績效法與崗位責任制，使各個部門、各個財務相關的工作人員能夠各司其責，進一步減少職能的交叉，提高財務分析的效能。根據財務管理相關法律法規的要求，細分分解各項專項制度，制定符合高校自身實際情況的相關細則與規定。

（四）財務分析手段信息化

要不斷推進財務分析手段的信息化，實現“記賬、報賬、查賬、報表、審計”等工作的“一體化”，將傳統的“事后分析”轉變為“事前、事中、事后”三位一體的分析方式，不斷完善和建立網絡數據庫，在互聯網的支撐下，使得財務分析更有針對性，為報表和數字的收集、整理提供便利條件。在未來的發展中，要大力推進“云計算”在高校財務分析中的應用，通過建立“云服務器”的方式，將高校的財務數據進行收集和整合，實現海量存儲、調度，實現財務管理的現代化，使會計信息得到及時反饋，使得財務分析與信息化發展同步。

（五）財務分析預警常態化

高校要利用財務分析，做好財務的預警，并使之常態化。要積極樹立風險評估的意識，對財務工作的各個環節進行控制，及時發現工作中存在的問題。增強風險預警的預見性，打好“提前量”，充分消除系統的不穩定性。例如：可通過對高校貨幣資金周轉時間、凈流動資產周轉時間等指標來測量高校在某一時間的支付能力與資金構成，從而進一步調整資金投放節奏、控制資金量，從而強化財務管理。積極探索將每一時段的預警分析數量進行收集，積極建立會計風險評估數據庫，因地制宜的采取多樣化的財務分析方法，最大限度的消除財務風險。

篇4

市場營銷和財務部門的沖突性及產生的原因

篇5

近些年來,西方學者開始對財務分析師的遠期(>1年)預測信息的有效性進行廣泛研究。Collins、Kothari、Shanken和Slone(1994)以及Liu和Thomas(2000)的研究發現,加入未來年份的盈余指標后的模型解釋能力大大提高。Copeland、Dolgoff和Moel(2004)又研究發現,下一年盈余預期的改變和對未來第3-5年的長期盈余預期增長率的改變都與市場調整后回報有顯著的關系。這些證據表明,財務分析師的有關未來遠期盈余預期,具有信息含量。

我國的財務分析師行業起步晚,發展總體水平還比較低(胡奕明等,2003),但已有資料顯示我國的財務分析師的盈余預測具有一定的價值。吳東輝和薛祖云(2005a)實證表明,我國證券分析師的(年度)盈利預測比隨機游走模型(年度)盈利預測準確;徐躍(2007)發現利用財務分析師的季度盈利預測一元時間序列模型所獲取的年度盈利預測比利用年度盈利的一元時間序列模型所獲取的年度盈利預測更加準確。吳東輝和薛祖云(2005b)利用財務分析師的公開的盈余預測進行套頭交易策略研究,及王征、張崢和劉力(2006)對六大券商財務分析師的投資評級進行組合研究,都證明了財務分析師預測的經濟價值,而且在統計上顯著。

由于種種條件的限制,我國學者仍主要囿于對財務分析師的短期盈余預測的研究。而在我國“新興加轉軌”的市場中,我國財務分析師的遠期(≥1年)是否具有有效性,首先要解決如下問題:財務分析師遠期盈余預測的準確性如何?哪些因素會顯著影響財務分析師的遠期預測精確度?

二、研究設計

(一)盈余預測精確度的計量

我們采用PRECISION表示預測精確度,PRECISION=︱FEPS-AEPS︱/|AEPS|,其中FEPS表示財務分析師預測的每股收益,AEPS表示實際的每股收益。分子、分母都取絕對值,是因為無論是正的預測偏差,還是負的預測偏差都是不精確的預測。

(二)影響預測精確度的因素

理論上說,影響財務分析師盈余預測精確性的因素主要有兩方面:一是預測主體方面,如財務分析師自身素質和預測能力,如對宏觀政策信息、行業背景信息及公司的基本面信息解析能力和利用能力,對各方面未來趨勢的把握能力等;二是被預測客體方面,如上市公司的規模、發展速度、盈余質量、信息披露質量和被關注程度等(姜國華2004)。總體說來,鑒于對財務分析師預測行為研究的復雜性,大部分研究仍集中在對公司因素的研究。

結合國內外文獻研究,我們作出相關假設:

1.公司規模(Scale)。Brown等(1987)及Kross等(1990)研究表明,分析師的盈余預測受公司規模變量影響;我國上市公司存在主業不突出的特點,公司越大往往所從事的行業也越多,多元化跨地區經營,各年行業變化也很大,必然增加盈余預測的難度。因此,提出假設1:公司規模與盈余的預測精確度呈現負相關關系。

2.公司擴張(Growth)速度。從盈余的變異來看,公司的高成長性,通常會伴隨大的盈余波動,因此分析師難以預測其盈余。由此可以得到假設2:公司擴張速度與盈余的預測精確度呈現負相關關系。

3.公司經營性盈余的可持續性(EarningPersistence)。凈利潤的不同來源部分具有不同的持續性,一般認為經營性利潤(即營業利潤)的持續性要高于非經營性利潤(包括投資收益、補貼收入和營業外收支等)。因此,如果公司的利潤總額中更多是由非經營性利潤構成的,則該公司的未來盈余具有更大的不確定性,更不容易預測。所以可作假設3:經營性盈余的可持續性與盈余的預測精確度呈現正相關關系。

4.公司盈余波動(EarningVariance)。公司是一個持續經營的主體,歷史盈余的波動蘊含著不穩定因素,影響盈余可預測程度。公司歷史盈余波動性越大,意味著未來盈余越不確定,其盈余也越難以預測。這樣可以得到假設4:盈余波動與盈余的預測精確度呈現負相關關系。

5.公司受關注程度。(1)對同一公司預測的機構家數越多,說明該公司受關注的程度越高,盈余預測中所包含的信息就越多;(2)從統計學的角度來看,預測值越多,估計值也將越接近期望值,預測偏差將越小。這樣,眾多分析師對同一公司都比較關注,就容易得出比較一致的預測意見,而該預測可能比較接近企業的實際情況,這也反映了整個市場對公司未來盈余的預期。于是可以得到假設5:預測機構家數與盈余的預測精確度呈現正相關關系。

(三)模型構建

結合以上的假設,我們建立如下多元回歸方程:

PRECISION=α0+α1Scale+α2Growth+α3EP+α4EV+α5Number+ε。其中:對于Scale變量,反映的是當前信息,我們選擇公司總資產規模的自然對數;公司擴張速度(Growth),反映的是未來成長信息,我們采用股本增長百分比來衡量;經營性盈余的可持續性EP(EarningPersistence),反映的是未來經營利潤的可持續性信息,我們采用利潤構成比重來衡量,以非營業利潤與利潤總額比值的絕對值來計量利潤構成情況;盈余的波動程度EV(EarningVariance),反映的是歷史信息,我們利用過去3年每股盈余的標準差計量;Number變量表示公司當前受財務分析師的關注程度,是當前信息,我們用同一公司盈余預測的預測機構的數量計量。

(四)樣本選擇及數據來源

本文的研究目的在于了解我國財務分析師的遠期盈余預測共識的準確性,Wind資訊中包含財務分析師對未來盈余的市場共識。但由于2007年1月1日起開始執行新的《企業會計準則》會對2007年年度會計盈余產生巨大影響,從而系統影響財務分析師的盈余預測。所以,我們選取了2004年和2005年年報后一周內35家券商(機構)財務分析師對未來盈余的市場共識作為研究對象。在當前最新可比較范圍內,財務分析師市場共識的遠期預測有兩類:一類是預測期為1年的預測,如2004年報后對2005年度EPS的預測,以及2005年報后對2006年度EPS的預測;另一類預測是預測期為2年的預測,如2004年報后對2006年度EPS的預測。

三、描述性分析

2004年報后和2005年報后財務分析師對上市公司未來EPS的遠期預測的描述性統計結果,在財務分析師平均關注程度方面:(1)預測期為一年時,即2004年年報后預測機構對617家上市公司的2005年度EPS預測,平均關注程度為8.06;2005年年報后,預測機構對481家上市公司的2006年度EPS預測,平均關注程度為11.48。(2)預測期為2年時,即預測機構在2004年報后對716家上市公司的2006年度EPS預測,平均關注程度為9.71;另外統計,發現2005年報后預測機構對573家公司的2007年度EPS預測,平均關注程度為6.78。這些說明,上市公司的未來業績開始受到了我國財務分析師越來越多的關注。

在財務分析師預測偏好方面:(1)預測期為1年時,即在2004年報后對2005年度EPS的市場共識中,預測EPS的均值和中位數分別為0.34元和0.30元,高于2005年度實際EPS的均值0.30元和中位數0.27元;在2005年報后對2006年度EPS的市場共識中,預測EPS的均值和中位數分別為0.44元和0.37元,高于2005年度實際EPS的均值0.41元和中位數0.37元。(2)預測期為2年時,即在2004年報后對2006年度EPS的市場共識中,預測EPS的均值和中位數分別為0.40元和0.33元,高于2006實際EPS的均值0.38元和中位數0.31元。上述數據說明分析師的預測,預測期不論是1年還是2年,都偏好樂觀。

在財務分析師的EPS預測精確度方面:(1)在預測期為1年時,即2004年報后的對2005年度預測和2005年報后對2006年度預測精確度變量的均值分別為0.84與0.28;(2)在預測期為2年時,即2004年報后對2006年度的預測精確度變量的均值為1.26。這些資料,一方面說明我國財務分析師預測精度不高,且不穩定;另一方面說明預測期越長,精確度越低,與Kross(1990)及Dreman&Berry(1995)的結論類似。

四、回歸結果分析

為了避免異常值的影響,在回歸估計時剔除PRECISION>2的公司和PV>2的公司,結合回歸結果來看,可將影響財務分析師遠期盈余預測的因素分為兩類:

1.無顯著影響的因素。在對財務分析師的1年期預測模型的回歸中,公司規模變量(Scale),擴張速度變量(Growth)和歷史盈余波動性變量(EV)這三變量估計系數符號基本與預期符號一致,說明上市公司的規模越大,公司股本擴張越大、或歷史盈余波動都可能影響財務分析師的遠期盈余預測的精確度,但這些因素的影響基本不顯著;而在對財務分析師的2年期預測模型的回歸中,上述這三變量的估計系數符號與預期符號都相反,而且都不顯著。

2.有顯著影響的因素。不論是1年期預測,還是2年期的預測,盈余可持續性(EP)變量的估計系數的符號與預期符號一致,并且都在1%的水平上顯著。說明在公司的利潤總額中非營業利潤的增加,降低了盈余的可預測性,即EP越大,預測的誤差越大,預測精確度越低,與假設4一致。

不論是1年期預測,還是2年期的預測,預測機構家數(Number)變量的估計系數的符號與預期符號一致,并且都在5%的水平上顯著。說明越多的財務分析師對同一上市公司關注,越能形成市場共識,越能降低盈余預測偏差,提高預測的精確度,與假設5一致。

五、研究結論及啟示

本文使用2004年和2005年年報披露后一周內財務分析師對上市公司的未來遠期盈余預測的市場共識為數據,對財務分析師的遠期盈余預測的精確度及其在公司層面的影響因素進行了研究。結果表明,分析師有樂觀預期的偏好,遠期盈余預測的偏差較大,而且預測期越長偏差越大;上市公司規模、歷史盈余變動在一定時期會較顯著影響財務分析師的遠期盈余預測的精確性。上市公司受財務分析師的關注程度和上市公司的未來利潤的可持續性兩大因素,則一直顯著地影響財務分析師的遠期預測精度:上市公司越是受到財務分析師的關注,財務分析師越是能達成較精確的市場共識;而上市公司的未來非營業利潤比重越大,財務分析師遠期盈余預測的偏差越大。

通過以上研究結論,我們可得到如下啟示:

1.對于國家來說,應進一步培養和發展我國的財務分析師行業,擴大財務分析師的數量,對上市公司盈余遠期盈余預期,提高上市公司受關注程度,更好地融通資本市場信息。

篇6

    1，流動比率

    流動比率＝流動資產／流動負債×l00％

    這一比率用于衡量企業流動資產對流動負債的保障程度，亦即流動資產在短期債務到期前可以變為現金用于償還流動負債的能力。然而在流動資產中往往有些項目在實際情況下不能很快轉變為現金。從會計處理來看，某些挪借的公款或呆帳、壞帳是通過其應收款、長期應收帳款等科目反映的。從穩健原則出發，應當在計算流動比率指標時予扣除或根據具體情況按一定比例扣除。另外，在資產負債表的流動負債中最好應加上將有可能發生的可以預計的或有負債，如產品質量保證金、應收票據貼現、訴訟賠償金等。

    2。速動比率

    速動比率＝速動資產／流動負債×100％

    該指標用于衡量企業流動資產可以在當前償還流動負債的能力。一般認為這一指標越高，債權人的債務風險越小。就速動資產，在國內外會計實務中，有兩種計算方法。

    (1)一般計算方法(減法)

    速動資產＝流動資產一存貨

    財政部93年頒布的《企業財務通則》就是以這種方法進行計算的。

    (2)保守的計算方法(加法)

    速動資產＝貨幣資金十短期可上市證券十應收賬款凈值(含應收票據)

    美國多數企業財務報表分析采用這種方法。其中，貨幣資金不合其他貨幣資金，如外埠存款，指定用途的銀行存款；應收帳項則要扣除長期應收款。上述兩種計算方法，使速動資產計算結果有時會差別很大。因為保守的速動資產扣除了數額較大的預付帳款和其他流動資產。就我國企業資產負債表所列項目來看，這些其他流動資產包括其他貨幣資金，長期應收帳款，其他應收款，待攤費用，待處理流動資產凈損失，一年內到期的長期債券投資，不能用于交付的償債基金，技改基金等，這些項目的會計數字，在流動資產中占有相當大的比重，同時又難于隨時變現以償還債務。因此，衡量企業即時償付能力更為穩健的指標是現金比率，它等于現金及存款再加現金當量與流動負債之比。其中現金當量為預期三個月內可收回的債券，股票投資，這個指標在分析企業財務困難，面臨破產清算時尤其有用。

二、長期償債能力分析中的運用

長期償債能力指標主要是資產負債率。公式：資產負債率＝期末負債總額／期末資產總額×100％

該指標反映企業舉債經營的比率。用于衡量企業保護債權人利益的程度。對于不同產業，不同行業有不同的標準，如農業不依靠貸款舉債投入，因此這一指標通常在20％左右，工業等第二產業一般在40一60％之間，而第三產業則相對較活。我國資產負債率較高有著體制上的原因，計劃經濟條件下企業沒有破產風險，企業留利、折舊基金統一上交財政，而證券市場的不發達又使得企業外部資本性投資少。企業要發展，只有依靠借債。作為企業債權人，希望該指標越低越好；作為投資者，只要企業資產報酬率大于負債成本率，負債多一點也無妨；經營者則希望有一個合理比率，因為過高會影響企業融資信譽，過低則影響企業生產擴展。在具體分析時要注意以下兩個方面；

1．少數股東權益。將一個非百分之百擁有股權的子公司的財務報表進行合并以后，必然要加上一個少數股權的帳戶來反映子公司中占少數股權的其他股東權益。在資產負債表上，少數股東權益通常列在股東權益(所有者權益)之前。在西方國家，有些企業在計算債務比率時不包括少數股權，理由是少數股權并不是將來要償還的債務。而另一些企業將少數股權包括在債務總額中用于計算債務比串，理由是少數股權也是企業的外部籌資，是企業使用的全部資本的一部分。由于少數股權使企業(對母公司的所有者來講)虛增了一塊資產，為使分子分母所反映的內容相對應，則必須要把少數殷權包含在負債中。

2．可贖回優先股。是指由股份公司發行的，可以在需要時以一定價格贖回的優先股。它可以增加企業資金運用余地，減少因市場利宰升降而造成的風險，緩解企業籌建時資金緊張狀況。這類優先股與普通股及一般意義上的優先股有所區別，最好應列在負債項目中計算。

三、企業資產營運效率分析中的運用

l，應收帳款周轉率

應收帳款周轉率＝賒銷凈收入／平均應收帳款余額

該指標是指在一個會計年度內應收帳款轉為現金的次數。目前我國企業應收帳款周轉率較低，主要原因是平均應收帳款余額增長過快。在具體計算該指標時，分子賒銷凈額應為銷售總額減去銷售退貨損失，分母應收帳款余額采用總價法核算時包括銷售折扣，折讓和壞帳準備。另外，我國《企業會計準則》中規定應收票據不包括在應收帳款余額中，原因是應收票據事先規定付款期限。但事實上應收票據也是由賒銷產生，計算應收帳款余額時如不包括進去，會使相當一部分債權失去有效的風險管理。另外一個值得注意的是，平均應收帳款余額用簡均法，對于季節性經營單位不一定合理，年末如為淡季，該比率也有可能較高，但并不能因此說明企業效益好。因此，分母平均應收帳款余額應采用年內平均法計算。

2，存貨周轉率

存貨周轉率＝產品銷售成本／平均存貨余額

該指標反映在一個會計期間存貨周轉次數，一般越高越好。存貨包括產、供、銷三個方面的庫存材料、半成品和產成品。西方存貨周轉率指標是指商品存貨周轉率，即產品銷售成本與平均商品存貨之比。這是因為市場經濟條件下，與銷售成本相對應的應是商品存貨，存貨上的問題主要反映在商品存貨上。對于存貨的計價方法，《企業會計準則》規定統一采用成本法，未采用比較穩健的成本與市價孰低法，這就忽略了成本高出市價的情況，如長期積壓的滯銷、變質和破損貨物。因此，應建立“存貨躍價準備”和“商品削價準備”科目，準確計算企業生產成本和銷售成本，消除通貨膨脹對存貨計價影響，調整存貨帳面價值使企業存貨接近現價。

3．固定資產周轉率

固定資產周轉率i賒銷凈額／平均固定資產余額

該指標越大，表示固定資產周轉效率越高。由于企業固定資產在總資產中所占的比例一般在2／3以上，對這個指標的計算就有一定的參考價值。固定資產的核算關鍵表現在折舊方法的選取上，我國企業固定資產折舊年限普遍過長，折舊率偏低，企業折舊基金較少。隨著現代科學技術的發展，企業固定資產無形損耗增加，《具體會計準則》(征求意見稿)改變了單一的平均年限的折[日計算方法，規定企業有權自主選擇包括雙倍余額遞減法在內的四種折舊方法，使企業固定資產的更新改造和升級換代有了一定的資金來源。

四、獲利能力分析中的運用

《企業會計準則》規定，企業的營業收入確認要遵循權責發生制和配比原則，但由于“三角債”等原因使企業不能按時收回貨款，導致利潤虛盈，超前分配和無力墊稅。參照西方財務會計做法，在完善相應監督機制前提下，應允許企業合理延緩某些營業收入的確認，推遲納稅時間或按一定比例合理確認收入。另外，企業的投資損益和營業外收支也是確認利潤的關鍵。企業進行短期投資，購買各種有價證券，由于股市干變萬化，若按購入成本計價，反映不出投資損益，因此應采用購入成本與市價孰低法計價。對于企業長期投資，如果擁有實際控制權，則按“權益法”計算投資收益。當被投資企業出現虧損，應提取投資虧損準備金，相應減少長期投資金額。分析企業獲利能力的指標主要有：

1．凈資產收益率

凈資產收益率＝凈利潤／年末凈資產×loo％

該指標實際反映企業所有者擁有資產實現收益的能力。企業凈資產的主體是投資者，他們最關心企業凈利潤。企業債務利息作為利潤總額的扣減項目，涉及投資者的切身利益，投資者通過股東大會影響經營決策者，使之選擇合理的資本結構，以期取得最佳的收益。因此，凈資產收益指標集中體現了企業管理水平和經營業績，對于廣大投資者而言是評價企業盈利能力最重要的指標。

2．成本費用利潤率

成本費用利潤率＝利潤總額／成本費用總額×l00％

該指標綜合反映企業一定時期內投入產出的效率。雖然說企業的成本資料涉及商業秘密，國家也不再要求企業呈報詳細的成本報表，但筆者認為，企業某一項目或某一產品的成本費用總額并非商業秘密，完全可以向外公開，并不造成企業秘密泄露。在市場經濟條件下，作為市場競爭主體的企業，為了實現收益最大化目標，必然首先要使成本費用最小化，企業為降低成本，縮減費用而采取的各種措施必將提高企業各種資源的配置效率。

3．每股盈利 ．

每股盈利＝(凈利潤一優先股股息)／發行在外的普通股平均數

這個指標是西方財務分析中最重要的指標。在英國、新加坡等國還制訂了專門的每股盈利會計準則。這里要注意的是：

①分母的計算應采取加權平均的方法。如某公司年初發行1000股普通股，7月份又

發行500股，則該公司當年共發行1000×12／12十500×6／12＝1250股。

②如公司發行可轉換證券，這時要考慮增加的普通股當量，即按優先股(債券)與普

篇7

二、企業財務戰略實踐的模式

根據企業財務戰略的實踐方式，結合戰略實踐中的財務因素，分析戰略實踐的模式，如下：1.風險模式。風險模式具有不確定的特點，其對企業財務的競爭力影響比較大，企業選擇風險模式的目的偏重于控制風險，了解企業財務中的風險來源，財務真實、有效的管控措施。企業財務風險模式，需分析財務戰略實踐的項目風險，包括：現金風險、理財風險等，比對各個項目的風險大小，權衡風險模式的實際利益。企業財務戰略實踐的風險模式，有利于提高企業財務分配的能力。在風險模式中，企業的財務資金始終保持稀缺狀態，干擾企業的財務分配。目前，風險模式在社會競爭的狀態下，將知識能力作為評價風險的一項內容，所以風險模式在順應知識發展的同時，加強資本與知識共同籌備的力度。2.融資模式。融資模式能夠提升企業財務戰略實踐的靈活性，根據企業在不同發展階段的表現，提出融資方式，保障企業的安全發展。例如：企業在初期運營階段，財務戰略的牽動性較強，此時期企業的財務風險值最高，企業需慎重選擇融資方式，避免過度追求財務利潤，忽視財務的基礎建設，大多數企業在初期選擇籌資戰略，盡量滿足企業運營的成本需求，解決負債的波動影響，籌資模式可在最短的實踐內改善企業初期運營的狀態，雖然利潤不高，但是為企業提供穩定、安全的融資模式，同時也正是由于企業初期的低利潤影響，促使企業需要大量的資金支持。3.利潤模式。利潤模式注重財務戰略的分配實踐，充分利用人力資本，配合企業的財務政策，防止戰略實踐過程中，企業財務狀態出現明顯的起落變化。利潤是內部財務的實質來源，強化財務實力，增強企業內部的財務實力。利潤分配有效擴展企業的財務實力，明確分析財務占據的實踐狀態。4.并購模式。并購模式在企業財務戰略實踐中獲取效益的速度非常快，以企業的財務實力為根本，實行兼并、收購。并購模式下的企業，財務戰略實踐的能力較強，基本不會出現明顯的戰略缺陷，由此大幅度增加企業財務的實踐能力，發展穩定競爭的優勢。并購模式可以促使企業之間保持長期的戰略關系，主流引導企業財務的戰略實踐，構建核心財務戰略，推進實踐發展。

三、企業財務戰略實踐的程序

財務戰略實踐平衡企業的財務狀態，發揮企業的競爭優勢，集中處理流動資金，總體部署財務戰略，針對企業財務戰略，提出實踐程序，如下：1.構建理論框架。理論框架是財務戰略實踐的基本支持，正確指導戰略實踐的方向，同時提供預測性的實踐行為。企業規劃財務戰略時，需遵循理論框架的組織要求，既可以規劃企業現有財務，又可預測不同層次的財務狀態，通過框架指導戰略實踐。企業以財務戰略的范圍、制度等為框架內容，達成理論共識，構建堅實的理論基礎。2.樹立實踐意識。基于理論框架的作用下，企業主動樹立實踐意識，利用意識約束戰略實踐的行為。戰略實踐為財務發展提供合適的方式，進而構成戰略實踐的核心，企業正確意識到財務之間的關系，掌握財務與戰略之間的實踐方式，優化財務戰略。企業在實踐意識的引導下，積極分析財務戰略，研究可行的戰略實踐，通過實證挖掘戰略實踐的優勢。企業在意識狀態下，總結戰略實踐的思想，準確分析并研究企業財務的戰略實踐。3.選擇并實踐財務戰略。企業財務戰略實踐的最終程序為選擇、實踐，成為實踐分析與研究的重點。企業可行選擇戰略并實踐，必須遵循戰略實踐的特性，降低財務運行的風險。企業充分利用理論框架與意識約束，以免選擇不當引發財務風險，戰略實踐的過程中還需權衡多項財務因素，確保產權、集權的穩定性，企業財務標準的管理措施，管控戰略實踐，引入信息技術，集中匯總、監督、分配企業財務的戰略實踐。近幾年，我國中小型企業在戰略實踐方面，創建數據平臺，緊密連接中小型企業，推進信息交互，完善財務戰略實踐的分析與研究。

四、探究企業財務實踐的戰略

企業探究財務實踐的戰略，目的是提高自身財務運轉的能力，便于獲取更大的經濟效益，穩定立足社會。企業研究戰略實踐的過程中，為財務管理提出“持續進步”的發展理念，因此，以某中型企業為例，針對該企業的戰略體系、實施戰略以及戰略完善三方面進行研究，如下：1.構建戰略體系。該企業在收益、風險的干預下，構建戰略體系，綜合評價現行的財務戰略，并行為可持續體系。該企業堅持構建持續進步的戰略體系，最大化發揮戰略體系的優勢，統籌財務戰略的實踐狀態，該企業結合目標與實踐，協調財務內的利益關系。例如：受金融危機的影響，大部分企業財務面臨嚴重危機，該企業構建戰略體系時維護財務安全，其在應對金融危機中，仍舊具備較高的償債水平。目前，該企業系統分析資本結構，財務融資性的戰略體系，以高效益、低債務的優勢推進戰略體系的發展。2.實施實踐戰略。該企業所處的財務市場多樣化明顯，引發激烈的市場競爭，財務戰略是提高競爭力的一項重要手段，該企業結合市場環境，以競爭市場為戰略背景，實行市場化戰略。該企業主動匹配實踐戰略，順應市場發展，迅速占領特定市場，創造持續的財務來源。該企業將實踐戰略作為財務配置的依據，其在戰略實踐方面，選擇融資與籌資的結合，由此維護企業的市場財務，確保運營安全。該企業通過融資途徑，科學安排財務戰略在競爭市場中的實踐方式，利用籌資途徑，彌補實踐不足，用于穩定財務重心，實現穩定的戰略實踐。該企業實施實踐戰略時，非常關注債務資本，根據企業戰略的實際，債務資本需控制在50%以內，才可保障該企業的盈利能力。3.完善戰略實踐。該企業財務實踐的戰略性較強，實踐效益逐步提升，由此該企業得到充足的效益保障。為保障企業財務戰略實踐的安全價值，該企業主動完善戰略實踐，深層次改善戰略實踐的方式，拓寬財務實踐的途徑。該企業將財務戰略實踐的目標放置在現金管理上，啟動多項融資渠道，如：債券、銀行等，順應現代市場的變動，不僅要置身財務市場，更要參與市場。該企業在完善戰略實踐方面，提出兩種實踐途徑，第一種是風險預警，積極分析戰略實踐中的財務風險，提出管控方式，宏觀掌握市場變化，規避市場對企業造成的風險沖擊，企業通過風險預警約束戰略實踐的所有內容，緩解財務決策的壓力，進而為財務決策、戰略實踐提供預警性計劃方案。第二種是投資戰略，投資有利于企業的自我積累，其在戰略實踐中具備高利潤、高風險的特點，所以企業在投資戰略中應注意風險分擔，由此穩定企業的財務結構。

篇8

(一)財務困境的定義

關于財務困境的定義，有不同的觀點。Carmiehael(1972)認為財務困境是企業履行義務時受阻，具體表現為流動性不足、權益不足、債務拖欠及資金不足四種形式。Ross等人(1999；2000)則認為可從四個方面定義企業的財務困境：第一，企業失敗，即企業清算后仍無力支付債權人的債務；第二，法定破產，即企業和債權人向法院申請企業破產；第三，技術破產，即企業無法按期履行債務合約付息還本；第四，會計破產，即企業的賬面凈資產出現負數，資不抵債。從防范財務困境的角度看，“財務困境是指一個企業處于經營性現金流量不足以抵償現有到期債務”，即技術破產。

在Beaver(1966)的研究中，79家“財務困境公司”包括59家破產公司、16家拖欠優先股股利公司和3家拖欠債務的公司，由此可見，Beaver把破產、拖欠優先股股利、拖欠債務界定為財務困境。Altman(1968)定義的財務困境是“進入法定破產的企業”。Deakin(1972)則認為財務困境公司“僅包括已經經歷破產、無力償債或為債權人利益而已經進行清算的公司”。

(二)預測變量的選擇

財務困境預測模型因所用的信息類型不同分為財務指標信息類模型、現金流量信息類模型和市場收益率信息類模型。

1．財務指標信息類模型。Ahman(1968)等學者(Ahman，Haldeman和Narayanan，1980；Platt和Platt，1991)使用常規的財務指標，如負債比率、流動比率、凈資產收益率和資產周轉速度等，作為預測模型的變量進行財務困境預測。

盡管財務指標廣泛且有效地應用于財務困境預測模型，但如何選擇財務指標及是否存在最佳的財務指標來預測財務困境發生的概率卻一直存在分歧。Harmer(1983)指出被選財務指標的相對獨立性能提高模型的預測能力。Boritz(1991)區分出65個之多的財務指標作為預測變量。但是，自Z模型(1968)和ZETA模型(1977)發明后，還未出現更好的使用財務指標于預測財務困境的模型。

2．現金流量信息類模型。現金流量類信息的財務困境預測模型基于一個理財學的基本原理：公司的價值應等于預期的現金流量的凈現值。如果公司沒有足夠的現金支付到期債務，而且又無其他途徑獲得資金時，那么公司最終將破產。因此，過去和現在的現金流量應能很好地反映公司的價值和破產概率。

在Gentry，Newbold和Whitford(1985a；1985b)研究的基礎上，Aziz、Emanuel和Lawson(1988)發展了現金流量信息預測財務困境模型。公司的價值來自經營的、政府的、債權人的、股東的現金流量的折現值之和。他們根據配對的破產公司和非破產公司的數據，發現在破產前5年內兩類公司的經營現金流量均值和現金支付的所得稅均值有顯著的差異。顯然，這一結果是符合現實的。破產公司與非破產公司的經營性現金流量會因投資質量和經營效率的差異而不同，二者以現金支付的所得稅也會因稅收會計的處理差異而不同。Aziz、Emanuel和Lawson(1989)比較了Z模型、ZETA模型、現金流量模型預測企業發生財務困境的準確率，發現現金流量模型的預測效果較好。

3．市場收益率信息類模型。Beaver(1968)是使用股票市場收益率信息進行財務困境預測研究的先驅。他發現在有效的資本市場里，股票收益率也如同財務指標一樣可以預測破產，但時間略滯后。Altman和Brenner(1981)的研究表明，破產公司的股票在破產前至少1年內在資本市場上表現欠佳。Clark和Weinstein(1983)發現破產公司股票在破產前至少3年內存在負的市場收益率。然而，他們也發現破產公告仍然向市場釋放了新的信息。破產公司股票在破產公告日前后的兩個月時間區段內平均將經歷26％的資本損失。

Aharony，Jones和Swary(1980)提出了一個基于市場收益率方差的破產預測模型。他們發現在正式的破產公告日之前的4年內，破產公司的股票的市場收益率方差與一般公司存在差異。在接近破產公告日時，破產公司的股票的市場收益率方差變大。

(三)計量方法的選擇

財務困境的預測模型因選用變量多少不同分為單變量預測模型和多變量預測模型；多變量預測模型因使用計量方法不同分為線性判定模型、線性概率模型和Logistic回歸模型。

此外，值得注意的是，近年來財務困境預測的研究方法又有新的進展。網絡神經遺傳方法已經開始被應用于構建和估計財務困境預測模型。

(四)我國對企業財務困境預測的研究

在國內的研究中，吳世農、黃世忠(1986)曾介紹企業的破產分析指標和預測模型；陳靜(1999)以1998年的27家ST公司和27家非ST公司，使用了1995—1997年的財務報表數據，進行了單變量分析和二類線性判定分析，在單變量判定分析中，發現在負債比率、流動比率、總資產收益率、凈資產收益率4個財務指標中，流動比率與負債比率的誤判率最低；在多元線性判定分析中，發現由負債比率、凈資產收益率、流動比率、營運資本／總資產、總資產周轉率6個指標構建的模型，在ST發生的前3年能較好地預測ST。張玲(2000)以120家公司為研究對象，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。

二、本文的樣本和研究方法

本文與以前我國上市公司財務困境的研究有所不同。第一，樣本新、時間長、容量大。本文研究的ST樣本包括1998—2000年發生ST的公司，即A股市場上全部的ST公司，同時剔除了非正常的ST公司；此外，樣本數據的收集時間延至公司發生ST前5年，樣本時間跨度較長。選入研究的ST樣本公司70家和相對應的非ST樣本公司70家，樣本容量達到了140家，可望在一定程度上降低估計和預測誤差。第二，選擇多種研究方法，建立單變量判定模型和三種多變量判定模型，并比較各種模型在財務困境預測中的效率。

(一)財務困境公司的樣本選定

本文從我國A股市場上3年中出現的82家ST公司中界定出70家公司作為財務困境公司，進行財務困境預測研究。它們是：(1)連續兩年虧損，包括因對財務報告調整導致連續兩年虧損的“連虧”公司，共51家；(2)一年虧損但最近一個會計年度的股東權益低于注冊資本，即“巨虧”公司，共16家；(3)因注冊會計師意見而特別處理的，共3家。但排除了：(1)上市兩年內就進入特別處理的公司，共8家。排除原因是財務數據過少和存在嚴重的包裝上市嫌疑，因此與樣本中的其他公司不具有同質性；(2)因巨額或有負債進行特別處理的公司，共2家。排除原因是或有負債屬偶發事件，不是由企業正常經營造成的，與其他樣本公司不具有同質性；(3)因自然災害、重大事故等進行特別處理的，共2家，原因同(2)。

(二)研究程序和計量方法

本研究首先計算140家樣本公司的盈利增長比率、股東權益收益率等21個財務指標，這些指標綜合反映了企業的盈利能力、長短期償債能力、營運能力、成長能力和企業規模。在此基礎上，使用剖面分析對樣本中的財務困境公司和非財務困境公司在財務困境發生前5年期間歷年的21個財務指標進行對比分析，探討對企業陷入財務困境影響顯著的變量。其后，應用單變量分析，選擇4個財務指標為例估計單變量判定模型。最后，篩選和確定對企業陷入財務困境影響最為顯著的6個指標為模型的判定指標，應用線性概率模型、Fisher二類線性判定模型、Logistic模型三種計量方法，建立和估計財務困境的預測模型，并比較這三種模型的預測效果。

三、實證研究

(一)剖面分析

首先分組計算70家財務困境公司和70家非財務困境公司的21個財務指標在財務困境發生前1至5年的平均值和標準差等描述性統計量，比較這二組在21個財務指標各年的平均值是否具有顯著差異，其次計算各年的Z統計檢驗量，結果如表1所示。剖面分析結果表明：(1)在ST發生的前1和2年，財務困境公司和非財務困境公司的17個財務指標的平均值存在顯著的差異；(2)Z值隨著ST發生時間的臨近而顯著增大，即二組的財務指標平均值的差異隨ST發生時間的臨近而擴大。由此可見，在所選的21個財務指標中，除利息保障倍數、存貨周轉率、Log(總資產)和Idg(凈資產)外，其余17個在財務困境發生前1至2年中具有顯著的預測能力。

表121個財務指標Z統計量的計算結果*

(二)單變量判定分析

本文選擇凈資產報酬率、負債比例、營運資產與總資產的比例和資產周轉率4個財務指標，應用單變量判定分析分別建立4個單變量預測模型，通過確定模型的最佳判定點，可以判定某一企業在財務困境發生前1至5年其是否會陷入財務困境。估計模型的結果如表2至表5所示。

表2凈資產報酬率在財務困境前1-5年的判定模型

由表2至表5可見：(1)從各個單變量判定模型的判定效果來看，凈資產報酬率的判定模型誤差最小；營運資本／總資產的判定模型和負債比率的判定模型誤差次之，資產周轉率的判定模型誤差最大。(2)財務指標作為預測變量具有信息含量和時效性，其信息含量隨著時間的推移而遞減，即指標值離財務困境發生的時間愈短，信息含量愈多，預測的準確性愈高，反之信息含量愈少，預測準確性愈低。(3)結合剖面分析，在兩組均值的差異性檢驗中非常顯著的財務指標，在單變量判定分析中的誤判率卻較高。例如，財務困境公司與非財務困境公司兩組的負債比率在財務困境前1年的Z統計量為7．0696，差異性非常顯著，但在單變量判定分析中誤判比率卻高達24．46％。以上結果表明，應用不同研究方法分析同一個指標所得結果不同。我們認為，這是因為在剖面分析的z檢驗中，誤判率不僅與兩組的均值有關，而且與兩組的樣本分布的狀況有關。因此，應用不同判定分析方法構建的單指標判定模型，結論往往相互沖突。

表3負債比率在財務困境前1-5年的判定模型

表5資產周轉率在財務困境前1-5年的判定模型

(三)多元線性判定模型的變量選擇分析

本研究首先應用LPM，采用逐步回歸選擇變量方法，對5年的樣本數據依次進行回歸，從21個變量中選擇若干變量。選擇的標準是：F值的概率值小于0．10時進入，大于0．11時剔除。

利用財務困境前1至5年的數據，分別進行逐步回歸，結果如表6所示。我們最終選取了Xl(盈利增長指數)、X3(資產報酬率)、X7(流動比率)、X11(長期負債與股東權益比率)、X12(營運資本與總資產比)、X19(資產周轉率)等6個指標作為多元判定分析的變量。選取這些指標的原因是：(1)以財務困境前1年的逐步回歸結果為主，參考其他年份的回歸結果。由剖面分析可知，財務困境前1年的財務指標作為財務困境預測的信息含量最多，時效性最強；離財務困境發生的時間越遠，指標的信息含量越少，時效性越差。所以，財務困境前1年逐步回歸所得的變量全部入選。結合其他年份特別是財務困境前2年的結果，營運資本總資產比、速動比率、負債比率、應收賬款周轉率是表現較好的變量。(2)兼顧全面綜合的信息反映，適當避免同類信息的重復反映。首先，財務困境前1年逐步回歸所得的變量盈利增長指數、資產報酬率、長期負債股東權益比率、資產周轉率分別是反映企業成長能力、盈利能力、長期償債能力、營運能力的指標，但沒有反映短期償債能力的指標。營運資本與總資產比是財務困境前2年逐步回歸所得的變量之一，而且參數估計值的顯著性水平在0．05之上，故也把該變量作為預測變量之一。其次，速動比率是反映短期償債能力的指標，但更能全面反映短期償債能力是流動比率，結合剖面分析，歷年兩組間的流動比率和速動比率均值差異性檢驗統計量Z值比較接近，表明這二個指標都能反映的兩組的差異性。因此，從反映短期償債能力的全面性來考慮，我們在建模時選擇了流動比率，舍棄了速動比率。再次，考慮到若企業短期償債能力較強，會減少其在短期內陷入財務困境的概率，因此把短期償債能力的兩個指標——營運資本與總資產比和流動比率同時引入預測變量組合，加強短期償債能力信息在預測中的比重。第四，負債比率與長期負債股東權益比同是反映企業長期償債能力的指標，長期負債股東權益比已在財務困境前1年引入了變量組合，為避免信息的重復反映，舍棄了負債比率。最后，應收賬款周轉率與總資產周轉率同是反映營運能力的指標，但應收賬款周轉率不及總資產周轉率反映全面，所以反映營運能力的指標選用總資產周轉率，舍棄應收賬款周轉率。

表6各年逐步回歸的所得的變量結果

為了避免多重共線性，對選定的6個變量進行多重共線性檢驗。本文使用的檢驗指標是容許度(TOL)和方差膨脹因子(VIF)。計算公式為：

TOLj=1—R2j=1／VIFj

其中，群為均對其余k—1個自變量回歸中的判定系數R2。當TOL較小時，認為存在多重共線性。一般地，方差膨脹因子VIF大于10，認為具有高的多重共線性。VIF檢驗的結果見表7。從表7可知，6個變量的VIF均小于10，可認為各變量之間不存在顯著的多重共線性。

表7多重共線性檢驗

(四)多元線性判定模型的估計結果

1．LPM模型。根據上述選定的6個變量及其財務困境前1年的樣本數據，得到LPM模型的回歸結果如表8所示。LPM模型的方程可表示為：

Y=0．3883+0．1065x1-2．7733x3+0．0537x7+0．1970x11-0．3687Xl2-0.1388x19

其中：Y是陷入財務困境的概率；X1是盈利增長指數；x3是資產報酬率；x7是流動比率；X11，是長期負債股東權益比率；x12是營運資本／總資產；X19是資產周轉率。

表8LPM模型的回歸估計結果

線性概率方程是以70家非財務困境公司與69家財務困境公司在財務困境前1年的6個財務指標的數據為因變量值，取財務困境公司為1，非財務困境公司為0作為因變量值進行估計的。因此，理論上取0．5為最佳判定點。根據估計的模型對原始數據進行回代判定，若預測值大于0．5的，判定為財務困境公司；否則為非財務困境公司。判定結果如表9所示。

表9LPM在財務困境前1年的判定結果

在回判過程中，70家非財務困境公司有4家被錯判，誤判率為5．71％；69家財務困境公司有10家被錯判，誤判率為14．49％；總的誤判率為10．07％。判定正確率較高。采用同樣的方法可以計算其他年份的最佳判定點和誤判率。

2．Fisher二類線性判定模型。把財務困境公司劃分為組合1，非財務困境公司劃分為組合2，對樣本公司的財務困境前1年的財務數據，使用同樣的6個變量，估計Fisher二類線性判定分析。

對于組合1，判定模型為：

Z=-6．059+0．331x1一25．865x3+4．033x7+3．250x11-11．905x12+4．428x19

對于組合2，判定模型為：

Z=-4．859—0．812x1+3．989x3+3．432x7+1．142x11一7．734x12+5．924x19

以典則(Canonical)變量代替原始數據中指定的自變量，其中，典則變量是原始自變量的線性組合，得到典則的線性判定模型為：

Z=0．448—0．435xl+11.374x3—0．229x7—0．803x11+1．589x12+0．570x19

根據上述判定模型，以財務困境發生前1年的原始數據分別進行回代。二個組合的平均Z值分別是-1．3254和1．3065，樣本個數分別為69和70，所以按完全對稱原則確定的最佳判定點為z*。由此可知：當把財務困境發生前1年的原始數據代入判定模型所得的判定值Z大于Z*，則判為組合2，即非財務困境公司，否則判為組合1。由此得到的判定結果見表10。同理可計算其他年份的最佳判定點和誤判率。

表10Fisher二類線性判定模型在財務困境前1年

值得指出的是，Fisher判定模型在財務困境發生前1年的誤判率為10．07％，與LPM模型的誤判率相同，這從應用上證明二個模型是等價的。

3．Iosistic回歸模型。使用同樣的財務指標和數據，進行二元Logistic回歸分析，得到模型的估計結果見表11。

表11二元Logistic回歸模型估計結果

截距模型是將所有自變量刪除后只剩一個截距系數模型。當前模型是含有自變量的Logistic回歸模型。“Likelihood"為似然函數值，“—2LogLikelihood"(縮寫為—2LL)是似然函數值的自然對數的—2倍，常用來反映模型的擬合程度，其值越小，表示擬合程度越好。因為Idsistic模型是使用最大似然估計，似然函數值越大，則表明越接近最大似然值，擬合程度越好。從表10可見，變量x1、X3、X11的顯著水平均小于0．05，說明其預測能力較強；其余3個變量的顯著水平較高，說明其預測能力較弱。

方程可表示為：

log(p/(1-p))=-0.867+2.5313X2-40.2785X4+0.4597X8+3.2293X12-3.9544X13-1.7814X20

即

P=1/(1+e-(-0.867+2.5313X1-40.2785X3+0.4597X7+3.2293X11-3.9544X12-1.7814X19))

根據回歸所得到的Logistic方程，以0．5為最佳判定點，對財務困境前1年的原始數據進行回代判定，結果見表12。

表12Logistic回歸模型在財務困境前1年的判定結果

在財務困境前1年，70個非財務困境公司有4個被錯判，誤判率為5．71％，69個財務困境公司有5個被錯判，誤判率7．25％，總體上看，139個公司有9個被錯判，誤判率6．47％。同樣地，使用二元Logistic回歸可以對財務困境前2年財務困境前5年的情況進行判定分析，判定結果見表13。

表13三種多元判定分析方法估計模型的比較

四、結論與啟示

第一，我國上市公司的財務指標包含著預測財務困境的信息含量，因此其財務困境具有可預測性。第二，在我國上市公司陷入財務困境的前1年和前2年，本文所選的21個財務指標中16個指標具有判定和預測財務困境的信息含量，但各個指標的信息含量不同，預測財務困境的準確率不同。在單變量分析中，凈資產報酬率的判定效果較好。第三，多變量判定模型優于單變量判定模型。第四，比較三種判定模型的效果表明，Logistic模型的判定準確性最高。

內容提要：本文以我國上市公司為研究對象，選取了70家處于財務困境的公司和70家財務正常的公司為樣本，首先應用剖面分析和單變量判定分析，研究財務困境出現前5年內各年這二類公司21個財務指標的差異，最后選定6個為預測指標，應用Fisher線性判定分析、多元線性回歸分析和Logistic回歸分析三種方法，分別建立三種預測財務困境的模型。研究結果表明：(1)在財務困境發生前2年或1年，有16個財務指標的信息時效性較強，其中凈資產報酬率的判別成功率較高；(2)三種模型均能在財務困境發生前做出相對準確的預測，在財務困境發生前4年的誤判率在28％以內；(3)相對同一信息集而言，Logistic預測模型的誤判率最低，財務困境發生前1年的誤判率僅為6．47％。

參考文獻

篇9

1.1資源配置不合理在社會主義市場經濟體制下，市場對資源配置起著基礎性作用，若要有效地發揮市場的作用，首先應當保證財務會計工作的順利進行，只有這樣才能使得市場有效發揮作用。資源的分配情況要從不同的地區、行業和企業的現實情況出發進行配置，只有這樣才能保證資源配置的合理性，最大限度地滿足設計的需求。但是在現實當中，財務會計工作難以發揮市場在資源配置中的基礎性作用。只有建立起科學合理的現代市場體系，然后通過價格的變動對市場流通中的各個環節進行調節，才能實現資源的合理流通和配置。在資源配置的過程中，不論是從哪個行業來說，資金都是最為匱乏同時也是最為重要的資源。若要引進資源，當務之急是通過制定科學的財務報表使得外部的投資者看到企業發展的基本情況以及其發展的活力，從而打動投資者，使其愿意進行投資。但是現實情況中，一些企業的財務會計工作進展緩慢，直接導致反映在財務報表中的各項信息不完善、不準確，因而無法打動投資者進行資金投資。一旦資金鏈斷掉，那么企業的生存將面臨嚴峻的考驗。由此可以看出財務會計工作的重要性和欠缺之處，企業的發展離不開資金的支持，今后若要保證企業的活力，對于這一問題必須加以重視并提出有效的解決措施，否則這對于企業的生存將是巨大的隱患。

1.2信息披露制度不健全科學技術的發展，使得當今社會進入到了信息時代，隨之而來的便是經濟活動的范圍、內容不斷拓展，電子商務開始走進人們的視角。電子商務與普通的貿易不同，更加便捷、簡單，只要雙方達成協議，便可以在兩個沒有任何關系的主體之間進行業務的往來，當業務結束之后，兩者間的關系也就歸于消失。這樣迅速的交易方式簡化了人與人之間的業務往來方式，為生產和生活帶來了巨大變革，因此在經濟活動中具有較高的地位，扮演著重要的角色，但是，這也給財務會計工作帶來了一定的難度。如何將電子商務貿易中的財務信息反映在財務報告中具有一定的難度，從目前的經濟發展狀況來看，電子商務的應用范圍將會進一步推廣，因此為了保證企業財務信息的正確度保證信息披露制度的科學性，這也成為了財務會計工作所面臨的問題之一。此外，對于企業來講，財務會計信息就是企業的心臟，對企業的發展具有至關重要的作用。企業只有向與企業密切相關的外部人員提供詳細、準確的信息，才能幫助外部人士進行正確、科學的判斷。目前而言信息披露的內容主要是財務會計確認和計量的有關事項，這樣的信息披露還不夠完整，無法使得外部對企業的發展狀況做出正確的判斷，因此企業信息披露的范圍仍然有待于進一步的擴大。

1.3部分傳統的會計內容失去了存在價值會計計量是財務會計的的內容之一，在財務會計中占據著重要的地位。所謂的會計計量是指根據一定的計量標準和計量方法，將符合確認條件的會計要素登記入賬并列報于財務報表而確定其金額的過程。會計包括六大要素：資產、負債所有者權益、收入、費用和利潤。由于財務會計信息是一種定量化的信息，這些要素都要通過計量之后才能在財務報表中得以反映。電子商務的存在使得傳統的財務會計工作即將面臨一場變革，因為在傳統的企業發展中，各項會計要素都有固定的、明確的顯示，但是電子商務的發展使得財務會計統計工作所需的各項數據可以隨意的進行復制，因此會計計量也就沒有了其存在的意義。

2信息時代下加強財務會計工作創新的途徑

在日趨激烈的商業競爭中，創新財務會計工作是發展的必然趨勢，也是信息時代提出的必然要求。根據目前企業財務會計工作中存在的一些問題，立足于信息化的社會發展背景，本文主要提出以下幾點建議，以實現企業財務會計工作的完善，進而促進企業的跨越式發展。

2.1加強會計信息管理工作，保障會計信息質量在如今的信息化時代之下“，信息”在激烈的企業競爭中扮演著至關重要的角色，可以說，商業戰爭便是一場信息戰掌握了科學、準確的信息便站在了競爭的制高點上。為了保證企業財務會計信息的真實、準確，并使外界能夠簡便、有效地接受信息，了解企業的真實情況，從而做出正確判斷，在信息管理上，企業可以嘗試進行網絡化的管理方式。這就要求財務會計人員在工作中嚴格按照企業的規章制度、法律法規的規定，對各項信息進行核實和確認，以保證信息的真實性和準確性。為了確保會計信息的網絡化，一方面需要對會計信息的數據進行有效的管理，加強內部的控制，保證數據的真實性和完整性，同時對重要的信息通過硬盤進行備份，當計算機出現故障導致信息丟失時，能夠保證會計信息管理工作的順利進行。另一方面，集中分散式和授權分散式兩種數據處理方式同時并用，對各項數據分別進行處理，并保存到數據庫當中。此外，還需通過防火墻、殺毒軟件等方法對會計信息進行保護，防止會計信息的泄露。

2.2改變財務會計工作體系，實現財會工作的國際化與智能化由于經濟全球化的不斷深入，與國際間的貿易往來變得更加密切，由于我國與其他國家在財務會計工作體系存在一定的出入，因此也增加了國際間的貿易往來的風險。而隨著時代的不斷變遷，國際間的經濟交往勢必會更加緊密，如果再按照傳統的財務會計工作模式進行，很難保證我國企業的交易安全。為此，對財務會計工作的改革勢在必行。根據國際上的財務會計模式，對財務的計量等工作內容進行適當的改變，實現財務會計工作的智能化，既可以簡化企業的財務管理工作，確保工作的科學性，又可以進一步提高企業的核心競爭力，在激烈的國際競爭中立于不敗之地。財務會計工作的智能化同樣離不開財務會計工作人員的支持，為了實現這一目標，應當提高人才的選拔標準，對工作人員進行必要的培訓，以形成一支專業知識精湛、工作水平較高的財會人員隊伍。相信在科學體系和人才的雙重保障下，改變財務會計工作體系，實現財務會計工作的國際化將成為可能。

2.3建立健全內部的監督管理體系為了實現財務會計工作的順利開展，建立內部監督機構，對財務會計的各項工作進行監督十分必要。現實中由于利益驅使、工作失誤等原因，可能會出現財務會計信息失實的情況。通過建立監督機構進行審核，可以及時地發現財務會計工作中可能存在的問題并及時解決，保證信息的完整和真實，同時也可以對相關的工作人員起到警醒的作用，使其對工作更加用心負責，從而保證財務會計工作的科學性。在進行內部審核的過程中要注意以下兩個問題：一是保證內部審核的全面性、徹底性，而不能流于形式，否則審核將無法發揮其作用。其次，要建立與此相對應的問責制度。一旦發現問題便要對相關責任人員進行問責，從而強化監督管理的作用。只有同時做到了這兩點，監督管理體系才能真正地發揮作用，為企業的決策和發展提供科學的信息支持。

篇10

從會計信息質量特征考慮，本文采用了四個比較重要又可以量化的會計信息質量特征指標。為了得出綜合衡量會計信息質量好壞的標準，將上述四個指標加總求得會計信息質量總分這一指數，以此作為會計信息質量的替代變量。其構成如下：

1.1.1可靠性指標（Rel）i。

本文采用審計機構審計意見衡量可靠性：審計意見若為標準無保留意見，則取1；審計意見若為帶強調事項的無保留意見，則取2。

1.1.2相關性指標(Corr)。

本文以上市公司凈資產收益率（凈利潤）與銀行一年定期存款利率的比值來衡量相關性這一指標：若該比值處于（10，+∞）區間，則取0；若該比值處于(5，10]區間，則取1。

1.1.3一致性指標(Cons)。

若研究樣本范圍最近三個會計年度的凈資產收益率均值高于10%，而且最近一年凈資產收益率高于10%，取1；否則，取0。若最近一年的每股凈資產大于1，取1；否則，取0。若上一年度虧損（凈利潤為負數），而最近一年微盈（凈利潤為正），取1；否則，取0。上述三個得分之和為一致性指標的取值。所以，本文被解釋變量AIQ，即會計信息質量的衡量指標為：AIQ=Reli+Corr+Time+Cons

1.2解釋變量

資本結構決定了公司的財務治理結構，同時影響公司的財務機制，從公司利益相關者角度出發，可以將上市公司財務治理分為大股東治理、債權融資治理、國有股監管、資本市場的外在治理等，因此選擇以下4個指標來衡量財務治理水平，變量1：資產負債率（DR）；變量2：Z指數(Zindex)，用Z來衡量第一大股東控制程度；變量3：董事會規模（SIZE）；變量4：獨立董事比例（Inde-pendent）。

1.3控制變量

凈資產收益率有可能會引起會計信息質量的變動，為控制解釋變量以外的因素影響，本文選擇凈資產收益率ROE作為財務治理對會計信息質量影響回歸分析的控制變量：凈資產收益率(ROE)，ROE=凈利潤÷凈資產。

2理論分析

由于信息不對稱，經營管理者出于自身利益目的，也可能會為了自身利益呈報對自己有利的會計信息。這時二者利益出現了不一致；除了上述公司內部利益相關者之間的信息不對稱和利益不趨同所導致的會計信息質量問題外，像職工、銀行等債權人還有稅務機關等政府部門，也同時需要用到會計信息，高質量的會計信息對這些外部利益相關者的決策也很重要，可是內外部利益相關者更加存在信息不對稱，這些外部利益相關者只能通過披露的會計信息來作決策，公司為了融資或其他目的，選擇降低會計信息質量，很可能編制披露會計信息質量低下的會計信息報告出來。

3研究設計

3.1研究假設

假設1：H1：資產負債率與會計信息質量正相關。股權高度集中，雖然利于對人員行為監督，降低成本，但由于“隧道效應”的存在，在經濟環境變壞的情況下，大股東會加大對其他投資者利益的侵害。假設2：H2：Z指數與會計信息質量負相關。假設3：H3：董事會規模與會計信息質量正相關。近年來我國獨立董事制度不斷完善，獨立董事所起的監督作用也在不斷加大。所以提出假設4：H4：獨立董事比例與會計信息質量正相關。

3.2數據選擇

本文選擇部分2010年滬深兩市非金融類上市公司的相應數據作為研究樣本。數據樣本中剔除了被ST、PT的公司、被停止上市的公司以及數據缺失的公司，最后樣本公司為64家。本文數據來源于CCER中國經濟金融數據庫。

4實證結果及分析

利用回歸模型，本文進行了實證研究，下面將回歸分析結果列示，并對該模型的擬合優度、顯著性檢驗結果加以解釋。數據的描述性統計、共線性診斷以及多元線性回歸分析采用SPASS18.0統計分析軟件。從以上回歸分析結果看：資產負債率與會計信息質量指數在5%的顯著性水平上正相關，支持了假設1；Z指數與會計信息質量指數在5%的顯著性水平上負相關，支持了假設2；董事會規模與會計信息質量指數在5%的顯著性水平上正相關，支持了假設3；獨立董事比例與會計信息質量不相關，無法支持假設4。