套用目的
確定引起公司財務狀況和經營成果變動的主要原因;確定公司財務狀況和經營成果的發展趨勢對投資者是否有利;預測公司未來發展的趨勢。這種分析方法屬於一種動態分析,它是以差額分析法和比率分析法為基礎,同時又能有效地彌補其不足。運用方式
一重要財務指標的比較趨勢,預測其發展前景。這種方式在統計學上稱之為動態分析。它可以有兩種方法來進行。
1、定基動態比率:即用某一時期的數值作為固定的基期指標數值,將其他的各期數值與其對比來分析。其計算公式為:定基動態比率=分析期數值÷固定基期數值。例如:以2000年為固定基期,分析2001年、2002年利潤增長比率,假設某企業2000年的淨利潤為100萬元,2001年的淨利潤為120萬元,2002年的淨利潤為150萬元。則:
2001年的定基動態比率=120÷100=120%;2002年的定基動態比率=150÷100=150%
2、環比動態比率:它是以每一分析期的前期數值為基期數值而計算出來的動態比率,其計算公式為:環比動態比率=分析期數值÷前期數值。仍以上例資料舉例,則:2001年的環比動態比率=120÷100=120%;2002年的環比動態比率=150÷120=125%
二會計報表的比較
會計報表的比較是將連續數期的會計報表金額並列起來,比較其相同指標的增減變動金額和幅度,據以判斷企業財務狀況和經營成果發展變化的一種方法。運用該方法進行比較分析時,最好是既計算有關指標增減變動的絕對值,又計算其增減變動的相對值。這樣可以有效地避免分析結果的片面性。例如:某企業利潤表中反映2000年的淨利潤為50萬元,2001年的淨利潤為100萬元,2002年的淨利潤為160萬元。
通過絕對值分析:2001年較2000年相比,淨利潤增長了100-50=50(萬元);2002年較2001年相比,淨利潤增長了160-100=60(萬元),說明2002年的效益增長好於2001年。而通過相對值分析:2001年較2000年相比淨利潤增長率為:(100-50)÷50×100%=100%;2002年較2001年相比淨利潤增長率為:(160-100)÷100×100%=60%。則說明2002年的效益增長明顯不及2001年。
三會計報表項目構成比較這種方式是在會計報表比較的基礎上發展而來的,它是以會計報表中的某個總體指標為100%,計算出其各組成項目占該總體指標的百分比,從而來比較各個項目百分比的增減變動,以此來判斷有關財務活動的變化趨勢。這種方式較前兩種更能準確地分析企業財務活動的發展趨勢。它既可用於同一企業不同時期財務狀況的縱向比較,又可用於不同企業之間的橫向比較。同時,這種方法還能消除不同時期(不同企業)之間業務規模差異的影響,有利於分析企業的耗費和盈利水平,但計算較為複雜。在採用趨勢分析法時,必須注意以下問題:1、用於進行對比的各個時期的指標,在計算口徑上必須一致;2、必須剔除偶發性項目的影響,使作為分析的數據能反映正常的經營狀況;3、套用例外原則,對某項有顯著變動的指標作重點分析,研究其生產的原因,以便採取對策,趨利避害。
總體分類
趨勢分析法總體上分四大類:(一)縱向分析法;(二)橫向分析法;(三)標準分析法;(四)綜合分析法。此外,趨勢分析法還有一種趨勢預測分析。趨勢預測分析運用回歸分析法、指數平滑法等方法來對財務報表的數據進行分析預測,分析其發展趨勢,並預測出可能的發展結果。以下先簡要介紹如何運用趨勢線性方程來作趨勢預測分析,其它四類方法後面分別介紹。趨勢線性方程是作趨勢分析時,預測銷售和收益所普遍採用的一種方法。公式表示為:y=a+bx.其中:a和b為常數,x表示時期係數的值,x是由分配確定,並要使∑x=0。為了使∑x=0。當時期數為偶數或奇數時,值的分配稍有不同。趨勢分析
綜述
趨勢分析(TrendAnalysis)最初由Trigg's提出,採用Trigg's軌跡信號(Trigg'sTrackingSignal)對測定方法的誤差進行監控。此種軌跡信號可反映系統誤差和隨機誤差的共同作用,但不能對此二者分別進行監控。其後,Cembrowski等單獨處理軌跡信號中的兩個估計值,使之可對系統誤差和隨機誤差分別進行監控,其—即為“準確度趨勢”(均數)指示系統—Trigg's平均數規則,其二即為反映隨機誤差的“精密度趨勢”(標準差)指示系統—Trigg's方差卡方規則。趨勢分析與傳統的Shewhart控制圖在表面上有類似之處,即用平均數來監測系統誤差.而用極差或標準差來監測隨機誤差。然而,在趨勢分析中,平均數(準確度趨勢)和標準差(精密度趨勢)的估計值是通過指數修勻(exponentialsmoothing)方法獲得的。指數修勻要引入權數來完成計算,而測定序列的每一次測定中,後一次測定的權數較前一次為大,因此增加了對剛剛開始趨勢的回響,起到了“預警”和“防微杜漸”的作用。軌跡信號
Trigg's軌跡信號=修勻預測誤差(SFE)/平均絕對偏差(MAD)。與其有關的基本數學關係如下。通過指數修勻獲得的平均值估計值稱為修勻平均數(sm—mean)。在測定序列中每一次測定的sm—mean,由公式9—1進行計算:sm—mean=a×(新的一次控制測定值)+(1—a)×(前sm—mean)(9—1)式中a是修勻係數,由控制測定值個數(N)決定,a=2/(N+1),(0控制測定值由a加權,倒數第二個最近控制測定值由a(1—a)加權,倒數第三個最近控制測定值由。a(1—a)2加權,等等。若a為0.2,則最近的控制測定值的權數為0.2,按逆順序,前面的控制測定值的權數依次為0.16,0.128等等。
對於標準差可進行類似的計算,但其計算更加複雜,因為必須首先計算新的控制測定值與平均數估計值之間的差,而該差值則被稱為預測誤差。預測誤差=新的控制測定值一前sm—mean(9—2);修勻預測誤差(SFE)=a×(新的預測誤差)十(1—a)×(前修勻預測誤差)(9—3);預測誤差通過指數修勻計算處理得出精密度估計值,稱為平均絕對偏差(MAD,MeanAbsoluteDeviation)。MAD=a×(新的預測誤差)—(1—a)×(前MAD)(9—4)
最後可得:軌跡信號=修勻預測誤差(SFE)/平均絕對偏差(MAD))(9—5);一般把軌跡信號在95%和99%可信水平定為警告和失控的界限。不同N時軌跡信號的控制限
Na警告界限失控界限
50.330.710.82
100.200.610.80
150.100.410.54
200.100.410.54
平均數規則
(Pfr=0.01。Pfr=0.002)此規則主要用於監測系統誤差,即是趨勢分析中“準確度趨勢分析”指示系統。在套用此規則時,最初開始計算修勻平均數(sm—mean)的“前sm—mean’,實際上即為質控物測定值的平均數(T—mean)。若最初質控物的標準差為Ts,則用此平均數規則評價質控狀態時,系由質控物的平均數檢驗修勻平均數的估計值,而以Z-值進行檢驗:Z=N(sm—mean—T—mean)/Ts(9—6)其中Z相當於標準差的個數,與統計檢驗“顯著性水平”有關。由Pfr確定的不同水平的Z值,即可根據公式9—6計算出Trigg's平均數規則中修勻平均數(sm—nlean)的控制限。
Na控制限
Pfr=0.01Pfr=0.002
50.331.25(Ts)1.38(Ts)
100.200.82(Ts)0.98(Ts)
150.100.67(Ts)0.79(Ts)
200.100.58(Ts)0.69(Ts)
方差卡方規則
(Pfr=0.05;Pfr=0.01,Pfr=0.002)此規則主要用於監測隨機誤差,即趨勢分析中“精密度趨勢分析”指示系統;其中最關鍵的統計量為修勻標準差sm—s,sm—s的數學表達式為:修勻標準差(9—7)式中的a和MAD在上面已定義。具體方法是:由卡方(X2)統計檢驗對修勻標準差(sm—s)估計值的顯著性變化進行檢驗,即將“真”方差(T2s)與修勻標準差的平方(sm2s)進行比較:X2=(sm2s/T2s)×(N-1)(9—8);由Pfr確定在不同水平的臨界卡方值(X2)並根據公式9—8計算的Trigg's方差卡方規則的控制限。
方差卡方規則的控制限
Na控制限
Pfr=0.05Pfr=0.01Pfr=0.002
50.331.54(Ts)1.82(Ts)2.15(Ts)
100.201.37(Ts)1.55(Ts)1.75(Ts)
150.101.30(Ts)1.44(Ts)1.61(Ts)
200.101.26(Ts)1.38(Ts)1.52(Ts)
銷售預測
算數平均法適用於每月銷售量波動不大的產品的銷售預測
加權平均法中的權數選取應該遵循“近大遠小”的原則
移動平均法適用於銷售量略有波動的產品預測
指數平滑法實質上是一種加權平均法
作用
通過趨勢分析可以知道企業財務經營的變化情況,為預測未來發展方向提供幫助。
經濟學大觀園
浩瀚無邊的書海中有著無窮無盡的精華,我們想要逐一去認知他們卻不是一件容易的事情。諸如經濟這種“高深莫測”的學科,更讓一般人望而生畏。 |