前言：中文期刊网精心挑选了分析公司的财务状况范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
分析公司的财务状况范文1
关键词：上市公司；统计指标；因子分析
上市公司是股票市场发展之根本，公司经营状况的优劣决定着其在股票市场的发展前景，而其资产质量和发展潜力也从本质上决定了上市公司股票在二级市场上的表现。对上市公司的资产质量、经营现状和发展潜力进行综合准确的评价，以及对其财务状况进行全面的统计分析,对投资策略分析有着重要的意义。
一、指标体系的建立
根据我国股市的特点，结合西方国家分析企业经营业绩的分析指标，选取分析河南省上市公司的指标：即反映企业的盈利能力、偿债能力、成长能力、资产管理、企业股本扩张能力和主营业务鲜明状况的指标。根据指标的选取，制定以下综合评价指标：盈利能力：主营业务利润率、总资产利润率、净资产收益率、每股收益；偿债能力：资产负债率、流动比率、速动比率；成长能力：总资产增长率、主营业务增长率、净利润增长率；资产管理能力：总资产周转率、存货周转率、应收账款周转率；股本扩张能力：每股净资产、每股公积金、每股未分配利润主营业务鲜明状况：主营业务鲜明率。
二、模型的建立与分析
因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。当让指标体系简洁，评价指标之间独立，消除了评价指标包涵信息的重叠导致的评价重复，同时也消除了人为操作权重对综合评价的影响。此外，因子分析法不仅可以进行得分排序，还可以分析影响其得分排序的因素，从而加强其薄弱环节的改进，进而提升企业经营业绩。按照选取的指标数据，运用SPSS软件进行因子分析，得到下的KMO&Bartlett'sTest得到P<0.05，拒绝原假设，存在着显著性差别。KMO检验用于研究变量之间的偏相关性，计算偏相关时由于控制了其他因素的影响，所以比简单相关系数小。其值越接近1，则越适合做因子分析。Bartlett球形检验统计量的Sig<0.01，由此否定相关矩阵为单位阵的零假设，即认为各变量之间存在着显著的相关性。本文数据统计量KMO=0.586，表明可以做因子分析。对数据进行标准化处理，得到因子特征值矩阵贡献率，初始载荷矩阵中可以得到财务因子特征值大于1，且累计达到贡献率在75%以上，从主因子的碎石图的“陡坡检验”也可以说明这6个主因子可以解释这个含有17个分指标的财务指标体系，从而决定这6个财务因子是决定着包含17个指标体系的财务因子的主因子。根据因子载荷矩阵，我们可以在各因子上选取载荷相对较大的财务指标作为解释变量，可以得出各因子十分明确的解释。通过因子载荷矩阵的分析，发现提取6个因子不是最好的办法，主因子6不能说明经营业绩的任何一个指标，提取4个因子的话贡献率太低，定为选5个公因子。F1=(0.840*V1+0.684*V2+0.895*V3+0.636*V4+0.639*V6+0.632*V7+0.576*V14+0.781*V16)/4.991(1/2)F2=(0.741*V11+0.416*V12+0.500*V13+0.334*V15)/2.712(1/2)F4=(0.235*V5+0.637*V8+0.325*V9)/1.373(1/2)F5=0.854*V10/1.045(1/2)因子3的代表性过小，由以上4个因子来说明整个河南上市公司的经营业绩。但发现有些指标的系数过微，在指标选取上有落差，对指标的选取应当进一步改善，可以得到在每一主因子下面计算得到河南地区每家上市公司的得分，最后按照贡献率，计算河南地区上市的公司综合财务业绩的综合得分，按照得分水平进行排名。从综合排名中可以看出排在前十的是双汇发展、宇通客车、普莱柯、大地传媒、清水源、郑州煤电、华兰生物、豫能控股、许继电气和辅仁药业，这些都是经营状况良好、有很好的发展前景的上市公司。由牧原股份中间数据缺失，导致最后没有牧原股份的综合排名得分，在此不计。而位于后十位的是轴研科技、北玻股份、中孚实业、东方银星、中原特钢、雏鹰农牧、神火股份、智度投资、安彩高科和*ST银鸽，这是经营业绩逊色的企业。河南地区各上市公司的综合得分大于0，即使高于平均水平的为35个，数据缺失的不计入，低于平均水平的为36个，可见河南省上市公司的综合经营业绩排面不是很乐观，需要进一步改善，在经济发展快速，股市处于牛市中还不明显，市值可以保持在优良的水平，一旦牛市过去，仅能靠经营业绩来维持市值的情况下，这下低于平均水平的上市公司将面临着不可小觑的潜在风险。
三、结论及建议
综合排名分析：处于前三的双汇发展、宇通客车和普莱柯的经营能力、资产质量、和偿债能力等方面都有待进行与关注与提高，否则会影响企业未来的发展规模及状况。行业角度分析：河南省各个行业均无明显集中竞争优势，即使是垄断性较强的钢铁、煤炭、化工行业也不够突出。说明河南省行业集中度较差，行业规划、培育和扶持等措施有待加强。传统优势产业角度分析，食品、汽车及零部件、装备制造产业的上市公司排名较好，优势较为明显，而有色、化工、纺织服装产业，但由于市场环境变化较大，其已基本无优势可言。因此，有色、化工、纺织服装类的上市公司应该加快转变市场观念，强化竞争意识并提高经营水平。
作者:耿娇霞 单位:河南财经政法大学
参考文献：
分析公司的财务状况范文2
关键词 农业上市公司 财务状况指标体系 因子分析模型
农业在我国是安天下、稳民心的基础产业和战略产业，保持农业和农村发展的良好势头，对保持经济快速发展和社会长期稳定意义非常重大，而农业类上市公司则是我国农业经济发展中的突出代表，因此对农业上市公司的财务状况进行评价研究具有非常重要的意义。本文提出了对农业上市公司财务状况进行综合评价的指标体系，并根据因子分析法得出的因子分析模型对2004年我国47个农业上市公司的财务状况进行了综合排名，期望能为经营者也为投资者提供更准确的决策信息。
1 建立农业上市公司财务状况评价指标体系
财务评价指标体系的选择应遵循的原则除了可操作性、相关性、简明性等要求外，还应遵循：系统性原则，即体系必须能从公司的偿债能力、盈利能力、资本结构、营运能力和成长能力各个方面全面考察公司的状况，确保评价的全面性和可信度；可比性原则，即体系要根据我国通用的财务报表和统计报表为基础来设置指标，以便于横向比较和各方使用者对公司财务状况的把握；科学性原则，即指标的设置要坚持定性和定量分析相结合，正确反映企业系统整体和内部相互关系的数量特征，便于建模综合评价。
2 因子分析方法的基本原理和步骤
因子分析法是研究相关矩阵内部依存关系，寻找出支配多个指标x1，x2，…，xm(可观测）相互关系的少数几个公共的因子f1，f2，…，fp(不可观测)以再现原指标与公因子之间的相关关系的一种统计方法。这些公因子是彼此独立或不相关的，又往往是不能够直接观测的。在所研究的问题中，以公因子（新变量）代替原指标（原变量）作为研究对象，并要求不损失或很少损失原指标所包含的信息，用公因子代替原指标所作的分析会比较简单和清楚。通常这种方法要求出因子结构和因子得分模型。前者通过相关系数来反映原指标与公因子之间的相关关系，后者是以回归方程的形式将指标x1，x2，…，xm表示为因子f1，f2，…，fp的线性组合。具体步骤如下:
2.1 对原始数据进行标准化变换
假设要进行因子分析的原指标有m个，记为x1，x2，…，xm，现有n个样品的观测值记为xij，i=1，2，…，m，k=1，2，…，n，做标准化变换后x′i=■式中的■i是xi的均值，si是xi的标准差，x′i的均值为0，标准差为1。相关系数矩阵为r=xx′，根据标准特征方程|r-λi|=0可求出r的特征向量矩阵a和特征值λ1≥λ2≥…≥λp≥0，使得f=a′·x，其中f为因子矩阵。
2.2 建立因子模型，并确定因子贡献率及累计贡献率
根据标准化后的观测值x′ik求出系数αij，建立用公因子f1，f2，…，fp和单因子g1，g2，…gm表示的方程x′i=■αij·fj+cigi，即
x′1=a11f1+a12f2+…+a1pfp+c1g1x′2=a21f1+a22f2+…+a2pfp+c2g2……………………x′m=am1f1+am2f2+…+ampfp+cmgm
式中，e（fi）=0，d（fi）=1，e（gi）=0，d（gi）=1。
f1，f2，…，fp为主因子，分别反映某一方面信息的不可观测的潜在变量，αij为因子载荷系数，是第i个指标在第j个因子上载荷。如果某指标在某因子中作用较大，则该因子的载荷系数就大，反之相反，单因子gi为特殊因子，在实际建模中可以忽略不计。第i个因子的贡献率为di=λi■λi，贡献率可以确定各个公因子的贡献程度占全部贡献程度的百分比。贡献率越大，则该公因子就相对越重要，同时以因子的累计贡献率■λi/■λi≥0.75作为因子个数p的选择依据。
2.3 因子载荷矩阵变换和旋转，并计算因子得分
对于由因子模型矩阵得到的初始因子载荷矩阵，如果因子载荷之间相差不大，对因子的解释就不是很明确，因此要通过旋转因子坐标轴，以使每个因子载荷在新的坐标系中能按列和行向0或1两极分化，一般采取方差极大正交旋转法就可以得到明确的分析结果。通过旋转和计算，得到较为理想的因子载荷矩阵和因子得分系数矩阵，可以求出每个公司财务状况综合得分。根据因子综合得分对每个上市公司进行排序，横向比较各个上市公司的财务状况。
3 农业上市公司财务状况之因子模型实证分析
本文从金融界（.cn）和证券之星（）网站上的2004年农业上市公司财务数据表中选取了46个公司、16项财务指标的数据作为样本考察对象，以便能更好地对其目前的财务状况进行综合分析评价。各财务评价指标分别是流动比率(x1)、速动比率（x2）、资产负债率（x3）、存货周转率（x4）、总资产周转率（x5）、应收账款周转率（x6）、主营收入现金含量（x7）、主营业务利润率（x8）、每股净利润（x9）、资产利润率（x10）、净资产收益率（x11）、主营收入增长率（x12）、净利润增长率（x13）、总资产增长率（x14）、长期负债资产比（x15）、股东权益比率（x16）。
3.1 对所选指标的统计分析及无量纲化处理
本文确定的财务评价指标体系中的16项指标包括正向指标和适度指标两种。适度指标有流动比率、速动比率、长期负债比率和股东权益比率，其余为正向指标。为保证后面分析的准确性和科学性，应该先将适度指标转换成正向指标，进行无量纲化处理以消除不同单位指标之间的差异。可以按计算公式zij=（xij-xjmin）/（xjmax-xjmin）进行变换，其中xij为第i个样本第j个指标的原始数据，xjmin为第j个指标的最小值，xjmax为第j个指标的最大值。按照通行的国际惯例，流动比率、速动比率、长期负债比率和股东权益比率的适度值分别为200%、100%、30%～60%、50%。通过上述变换后得到的zij是原始数据xij的无量纲化，为以后数据的分析提供了方便。
3.2 根据前面构建的因子分析模型
将数据带入借助于计算机统计软件sas程序运行后，得到下面的结果。从方差贡献总和的特征值可以看出，第一个因子的特征值λ1=4.11，大约占去方差贡献的25.72%，基于公因子按特征值大于1的法则，因子分析过程提取了前5个因子，这5个因子的特征值共占去总的方差贡献的76.61%。可见，被放弃的其他11个公因子的方差贡献仅占不到25%，因此说明前5个因子反映了原始数据的足够信息。
从旋转前后的公因子载荷系数矩阵，左半部分可看出旋转之前第1～5公因子即f1，f2，f3，f4，f5在原指标变量上载荷值都相差不大，故不能很好解释其含义，因此须进一步用方差极大正交旋转法以便更好地了解其含义。通过列表后分析发现，因子轴旋转后的公因子系数已经明显向两极分化，实际意义更加明显。f1载荷系数绝对值大的有：x9，x10，x11，x13四个变量主要反映公司的赢利能力和成长能力。因子f2主要由x4，x5，x6确定，反映公司的运营能力。f3主要由x1，x2，x3确定，反映公司的偿债能力。f4主要由x15，x16确定，反映公司的资本结构。f5主要由x7确定，反映公司的主营收入现金含量，即销售商品、提供劳务收到的现金与主营业务收入的比值，反映了主营业务收入中的现金含量。
3.3 农业上市公司财务状况的综合评价
通过sas统计软件对数据处理后,自动产生了f1，f2，f3，f4，f5共5个因子的得分系数矩阵，这5个因子得分可以反映原始数据的76.61%的信息量，根据5个因子得分的值，应用得分计算公式f=（0.2391*fac1-1*0.1727*fac2-1+0.1592*fac3-1+0.1091*fac4-1+0.0860*fac5-1）/0.7661求出综合得分，最后计算出各个公因子得分和综合得分的评价分析值。
根据以上分析可以看出，用因子分析法可以实现对农业上市公司财务状况的综合评价,分析过程没有直接对相关的财务指标采用权重，得到的权数也是随着数学变换过程自动生成的，具有较强的客观性，在很大程度上减少了主观性而又不失科学性、合理性。这种因子分析方法消去了各财务评价指标间相关性影响，因而降低了农业上市公司财务状况评价中较多指标选择的工作量。根据收集的数据所对应的公司，表4计算结果表明,排在前10位的公司分别是通威股份(13)、新五丰(1)、中水渔业(40)、st中农(18)、都市股份(5)、先锋股份(23)、光明乳业(8)、伊利股份(4)、好当家(12)、香梨股份(11)，其中农产品加工企业共四家，分别是新五丰、都市股份、st中农和先锋股份，其他农业两家为香梨股份和通威股份，畜产品加工两家为伊利股份和光明乳业，渔业两家是好当家和中水渔业。
根据以上分析，农业上市公司主营业务分布在农、林、牧、渔等行业。本文选取的47家农业上市公司所分布的子行业为：农产品加工20家，林木3家，畜产品加工7家，渔业6家，其他农业16家。从上面的公司得分排序可以看出，从事不同子行业的农业上市公司其经营业绩参差不齐，而公司经营绩效不仅受行业以及子行业特点的影响，还受企业技术进步和产品深加工程度的影响，此外众多农业上市公司的多元化经营也是重要原因，如涉足生物制药、金融证券、电子通讯、房地产业的如丰乐种业、新农开发、罗牛山等上市公司未能取得理想的业绩，可见公司应加强主业经营。另外从上面因子分析的结果还可以看出,农业类公司的赢利能力、成长能力、运营能力、偿债能力、公司的资本结构和主营收入现金含量等财务指标对公司综合财务状况的评价结果会产生重要影响。因此，经营者在管理公司时，更应注意这些方面的管理，以提高公司的经营业绩，而投资者在对农业类公司进行投资决策时也可以将这些指标作为重要的参考依据。
参考文献
1 顾岚.中国股市上市公司财务的统计分析[j].数理统计与管理，2001(4)
2 林乐芬.中国农业上市公司绩效的实证分析[j].中国农村观察，2004(6)
分析公司的财务状况范文3
关键词 中信证券 财务分析 比较分析法
定期编制的财务报表概括地反映了公司的财务状况，它提供的是通用的会计信息，能使投资者、债权人、管理者以及其他报表使用者对公司的基本财务状况有一个初步认识。对报表所披露的数据信息作进一步的深入分析，以使报表披露的信息能真正有助于报表的使用者，因而报表分析评价也是会计工作中不可缺少的重要环节。
比较分析法是将同一企业不同时期的财务状况或不同企业之间的财务状况进行比较，从而揭示企业财务状况中所存在的差异的分析方法。比较分析法分为纵向比较分析法和横向比较分析法。
纵向比较法又称趋势分析法，是将同一企业连续若干期的财务状况进行比较，确定其增减变动的方向、数额和幅度，以此来揭示企业财务状况的发展变化趋势的分析方法。
横向比较分析法是将本企业的财务状况与其他企业的同期财务状况进行比较，确定其存在的差异及程度，以此来揭示企业财务状况中所存在问题的分析。
一、财务趋势分析
（一）比较百分比财务报表
比较百分比财务报表是在比较财务报表的基础上发展而来的。百分比财务报表是将财务报表中的各项数据用百分比来表示。比较财务报表是比较各期报表中的数据，比较百分比财务报表则是比较各项目百分比的变化，以此来判断企业财务状况的发展趋势。可见，这种方法比前者更加直观地反映了企业的发展趋势。表1和表2分别是中信证券公司简化比较百分比资产负债表和比较百分比利润表。
四、净利润 18.30% 31.03% 9.27%
五、每股收益
（一）基本每股收益
（二）稀释每股收益
从中信证券公司的比较百分比资产负债表可以看到，中信证券公司流动资产的比例先上升后下降，非流动资产的比例先下降后上升；负债在资金来源中的比重先上升后下降，股东权益在资金来源中的比重先下降后上升。但是相比2013年，2014年和2015年的股东权益比重是下降的，说明公司财务的风险是上升的。
从中信证券公司的比较百分比利润表可以看到，该公司的营业利润是呈现下降的趋势，但是由于2014年的营业外收入所占比例格外的高，使得利润总额、净利润呈现先上升后下降的趋势。
（二）比较财务比率
比较财务比率就是将企业连续几期的财务比率进行对比，分析企业财务状况的发展趋势。这种方法实际上是比率分析法与比较分析法的结合。可以更加直观地反映企业各方面财务状况的变动趋势。表3为中信证券2013～2015年的几项主要财务比率，并进行比较。
从表3可以看出，中信证券公司2013 ～ 2015年这三年的流动比率在不断地下降，说明该企业的短期偿债能力下降；资产负债率先上升后下降，说明企业资产总额中通过举债得到的比例先上升后下降。
该企业的应收账款周转率先上升后下降，而2014年应收账款的周转率格外的大，说明该企业2014年可能加大了促销力度进行销售，但是过高的应收账款周转率并不是一个很好的现象，说明该企业的商品在2014年缺乏竞争力。而到2015年，该企业的应收账款周转率为三年中的最低，说明2015年该公司的商品具有竞争力。
该企业的总资产周转率在不断地上升，说明该企业利用资产进行经营的效率不断提高，企业的盈利能力也不断提高。该企业的资产净利率、股东权益报酬率不断地提高，也说明该企业的盈利能力不断提高。该企业的销售净利率先上升后下降，说明该企业的通过销售获取报酬的能力先提高后下降。
二、财务横向分析
（一）资产负债表横向分析
由表4可以看出，中信证券的资产规模较大，资产是证券公司经营的基础，较大规模的资产配合较高的资源配置能力对中信证券的盈利提升有很大的帮助，此外还可以看出海通证券的所有者权益高于他的负债。
（二）利润表横向分析
由表5可以看出，两家证券公司的经营业绩是有着一定差距的，中信证券作为国内证券行业的龙头不管是营业收入、营业利润还是净利润上都领先海通证券很多。而且值得注意的是海通证券在资产规模上是中信证券的0.626倍，而营业收入为中信证券的0.4587倍，这说明中信证券的资产创造收入的能力是高于海通证券的。这也体现了中信证券的核心竞争力。
表5中，两家证券公司营业利润的相对比例与净利润的相对比例相差很小。海通证券的净利润是中信证券的0.6638倍，同时营业收入是0.4587倍，可以看到中信证券的净利润率是低于海通证券的。主要是由于中信证券的成本较高。
总体看来，中信证券是远远优于海通证券的，但是还需要重视控制自己的成本，降低经营成本，提高自身的净利润率，增强盈利能力。
（作者单位为南京邮电大学贝尔英才学院）
参考文献
分析公司的财务状况范文4
一、财务失败及成因分析
在财务管理理论中，财务失败（financialfailure）是指公司无力偿还到期债务的困难和危机。从财务预警的角度看，财务失败的含义有广义和狭义之分。广义的财务失败是指公司盈利能力的实质性减弱，公司的偿付能力丧失，它涵盖了公司财务状况恶化的各个阶段，其表现形式包括：拖欠短期债务、拍卖变现短期甚至长期资产、无力支付债务利息甚至本金等。狭义的财务失败仅指公司丧失偿付能力的最严重状况，即公司的资产市场价值总额小于负债市场价值总额，也就是所谓的“资不抵债”，最终导致公司不能清偿到期债务而发生破产。
财务失败的原因分析是进行财务预警的必要理论基础。从公司的风险或不确定性着手展开的财务失败研究认为，财务失败源于风险主体对风险控制的不力。风险的主体是市场经济的参与者和竞争者，其损失主要是指经济利益的减少和丧失。公司面临的风险主要包括政策风险、市场风险、经营风险、财务风险等，财务失败主要研究公司财务风险的因素。当财务风险积聚到一定程度时，如果不能及时采取化解措施或采取的措施有效性不够，公司就会陷入财务失败的困境。基于对财务风险的定义和计量，财务预警模型研究的一个方向是：以风险测量技术为基础，建立风险估计和监测模型。
从财务实际应用研究层面展开的财务失败研究认为，财务失败的原因主要在于内部管理能力和外部经营风险两个方面，这两个方面最终都会体现到公司的财务状况上。对于公司财务状况的分析除了行业环境等方面的分析以外，最主要的分析内容之一是公司会计信息的分析。财务与会计理论认为，主要由公司的财务报表提供的会计信息综合反映了公司的财务状况、经营成果和现金流动情况。根据公司真实的会计信息可以研究公司的偿债能力、盈利能力和资产管理能力等，从而分析公司的安全状况，进而对公司的综合财务状况做出判断。因此，这一方向的财务预警研究的主要出发点是关于会计信息的财务分析，会计信息的财务分析方法包括比率分析、结构分析和比较分析等，而财务比率分析是其基本分析方法。这样，对各方面相关财务比率的单项和综合研究，也就成为公司财务预警模型研究的主要理论基础。当然，财务预警的这一研究方向是建立在财务真实性的基础之上的。如果由于公司内控制度不健全、外部监管或第三方鉴证不力等原因而导致会计信息失真，那么建立在此基础之上的财务预警将毫无价值。
二、财务预警理论与方法
从第一部分的论述可知，财务预警研究基于基础理论的不同，主要有两大方向：一类是以风险分析为基础，主要采用风险监测系统的方法。另一类是以财务分析理论为基础，从公司的资金存量和流量分析人手进行的多因素分析方法。目前应用比较成功和有相当研究基础的是后者——基于财务比率的多因素分析方法。这一方法又可以根据财务预警模型中选用的变量多少不同，分为单变量模式和多变量模式两种。
（一）单变量模式，是指运用单一变量，用个别财务比率来预测财务失败。从一般企业来看，主要的运用比率包括债务保障率（现金流量÷债务总额）、总资产收益率（净收益÷资产总额）、资产负债率（负债总额÷资产总额）、资金安全率（资产变现率一资产负债率）等。按照单变量模式，公司发生财务失败是由长期因素而非短期因素造成的，因此，可以长期跟踪这些比率，注意这些比率的变化，借以预测公司的财务危机。但是这种模式存在着明显的不足，即个别比率只能反映公司财务状况的某一个或某几个方面，不能全面反映公司面临的各种风险，并且当这些比率彼此不完全一致甚至传递出相反的信号时，指标的警示作用就可能减弱甚至被抵消，因此，单变量模式的应用受到较大的限制。
（二）多变量模式，是指按照多变模式思路建立多元线形函数公式，运用多种财务比率进行加权，然后以汇总产生的总判别分来预测财务失败。这种模式中应用最为广泛的是由美国学者奥特曼（Altman）于1968年提出的“Z记分模型”。这一模型主要适用于上市公司，计算步骤是首先从上市公司财务报告中计算出一组反映公司财务危机程度的财务比率，然后根据这些比率对财务失败警示作用的大小分别赋予不同的权重，再将这些财务比率按照不同的权重进行加权计算，得到一个公司的综合风险总判别分Z，最后将其与临界值进行对比，就可以得出公司是否存在财务失败及其严重程度。“Z记分模型”的具体判别函数为：
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
式中：
X1=（营运资金÷资产总额）×100，反映企业偿债能力的指标。X1越大，说明企业资产的流动性越强，财务状况越理想。
X2=（留存收益÷资产总额）×100，反映企业盈利能力的指标，留存收益相当于我国企业财务报表中所有者权益项下的盈余公积和未分配利润。X2越大，说明企业筹资和再投资的功能越强。
X3=（税息前利润÷资产总额）×100，反映企业盈利能力的指标。X3越大，说明企业不考虑税收和财务杠杆因素时企业资产的获利能力越强。
X4=（普通股和优先股市场价值总额÷负债账面价值总额）×100，反映企业偿债能力的指标。X4越大，说明投资者对公司前景的判断越乐观，在资本市场比较发达的成熟市场经济国家，该指标尤其具有说服力。
X5=销售收入÷资产总额，反映企业营运能力的指标。X5越大，说明企业利用现有资产获取销售收入的能力越强。
根据对财务失败企业的统计分析，奥特曼得出一个经验性的临界值，即Z=3.0.如果企业的Z记分高于3.0，则表明企业财务状况良好，无破产可能。低于3.0，则存在财务失败的可能。如果低于1.8，则表明该企业存在着严重的财务危机，如果不及时采取强有力措施，将很难走出破产的困境。
“Z记分模型”在世界各国得到了广泛的重视和应用，其主要特点和优势在于它客观准确，简单易懂，所有数据均可直接根据财务报表得到，可操作性强，不仅有利于公司管理当局进行财务分析，及早发现潜在的财务危机，改善财务状况，而且可以用来作为投资者（或者潜在的投资者）进行投资决策、债权人（或潜在的债权人）进行信贷决策以及监管机关实施监管措施的参考依据。
三、建立我国保险公司财务预警模型的思考
虽然“Z记分模型”适用于上市公司，奥特曼当初得出的公式也是基于制造业公司的财务资料。但是，这一模型的应用已扩展到非制造企业及企业债券评级等领域。我们可以借鉴其基本原理构建我国保险公司财务预警模型。当然，保险公司具有不同于工商企业的业务特点，反映其财务状况的指标也不可能与工商企业相同。2001年1月，中国保监会了《保险公司偿付能力额度及监管指标管理规定（试行）。2003年3月，又对其进行了修订。在借鉴国外财务预警理论与实践结果的基础上，我们可以利用规定中的某些监管指标并加以改造来构建我国保险公司的财务预警模型。由于财险公司和寿险公司的业务和财务特点存在着较大的区别，因此，应分别建立各自的财务预警模型。
（一）财产保险公司财务预警模型
Z=W1X1-W2X2+W3X3+W4X4+W5X5-W6X6-W7X7
其中，Z为判别分值，W1、W2……W7为各比率的权重，X1、X2……X7为相应的财务比率，笔者提出的这些比率分别为：
1.X1（速动比率）=速动资产÷认可负债×100％，反映财产保险公司的资产可以迅速变现来偿还负债的能力，这一指标的正常值范围为大于95％，指标值越大，表明保险公司短期偿债能力以及应付突发性保险责任事故的能力越强。
2.X2（认可资产负债率）=认可负债÷认可资产×100％，反映保险公司利用认可资产偿还认可负债的能力，这一指标的正常值为小于90％，该指标值越小，表明保险公司的偿债能力越强。
3.X3（资产认可率）=资产净认可价值÷资产账面价值×100％，反映保险公司资产的风险状况，这一指标的正常值为大于等于85％。
4.X4（自留保费增长率）=（本年自留保费-上年自留保费）÷上年自留保费×100％，反映保险公司的保费收入加上分保费收入减去分出保费后的自留保费的增长率。一般来说，保费收入的增长表明保险公司业务的发展，这样有利于保险公司保持良好的财务状况。这一指标的正常值为-10％～60％。
5.X5（资产收益率）=净利润÷认可资产×100％，反映保险公司利用认可资产产生利润（包括承保利润和投资收益）的能力，保险公司除了要保持保费收入的不断增长外，还应该提高承保业务和资金运用的收益水平。本指标实际上包含了承保利润和资金运用收益两个方面，利润率越高，表明保险公司运用现有资产的效益越好，保险公司的长期偿债能力越强。
6.X6（自留保费规模率）=本年自留保费÷（实收资本金+公积金）×100％。《保险法》第九十九条规定，经营财产保险业务的保险公司当年自留保险费，不得超过其实有资本金加公积金总和的四倍。该指标值越大，表明财险公司相对于其自有资本来说保费规模越大，因而其最终抵御风险的能力相对越弱。计算该指标时，当公司所有者权益中“未分配利润”为负数时，应在“实收资本加公积金”项目中予以扣除。
7.X7（估计的当期准备金缺乏对盈余比率）=（估计所需的损失以及损失理算费用准备金-当年的损失及损失理算费用准备金）÷当年盈余，其中，估计所需的损失以及损失理算费用准备金=当年的保费收入×准备金对保费的平均比率。该指标的正常范围为小于或等于25％，超过盈余25％的准备金缺乏说明保险公司明显没有得到恰当的管理。
由于Z记分值越大，则保险公司偿付能力越强，因而模型中与保险公司偿付能力成正比的速动比率、资产认可率、自留保费增长率、资产收益率为正权重，而与保险公司偿付能力成反比的认可资产负债率、自留保费规模率、估计的当期准备金缺乏对盈余比率为负权重。在具体计算Z记分时，也要剔除非正常因素，比如对于刚开业的公司，自留保费增长率等指标就会出现异常。另外当保险公司自留保费增长率超过60％时，可能会带来一些潜在的问题，这时要结合自留保费规模率等指标进行综合分析。
（二）人寿保险公司财务预警模型
由于寿险公司大部分业务具有长期性和储蓄性等特点，因此选取的财务指标并不与财险公司完全相同。笔者提出的人寿保险公司财务预警模型为：
Z=WI‘YI-W2’Y2+W3‘Y3+W4’Y4-W5‘Y5+W6’Y6+W7Y7
其中，Z为判别分值，Wl‘、W2’……W7为各比率的权重，Y1、Y2……Y7相应的财务比率，分别为：
1.Y1（投资收益充足率）=资金运用净收益÷有效寿险和长期健康险业务准备金要求的投资收益×100％。其中资金运用净收益：投资收益+利息收入+买入返售证券收入+冲减短期投资成本的分红收入一利息支出一卖出回购证券支出一投资减值准备，但不包括独立账户中各项投资资产所产生的资金运用净收益。有效寿险和长期健康险业务准备金要求的投资收益=∑（不同评估利率的有效寿险和长期健康险的期末责任准备金X相应的评估利率），其中有效寿险和长期健康险的期末责任准备金按照认可负债表中寿险责任准备金和长期健康险责任准备金的相同口径计算，不包括计为独立账户负债的那部分准备金。本指标的正常值为125％—900％。
2.Y2（认可资产负债率）=认可资产÷认可负债×100％。该指标与财险公司相同，指标正常值为小于90％。
3.Y3（资产认可率）=资产净认可价值÷资产账面价值×100％，该指标与财险公司相同，这一指标的正常值为大于等于85％。
4.Y4（保费收入增长率）=（本年保费收入-上年保费收入）÷上年保费收入×100％。本指标的正常值为-10％～50％。指标值过低，说明公司业务增长过慢，业务拓展能力不足。本指标值过高，说明公司业务增长太快，可能因责任准备金的相应增加而影响公司的偿付能力。
5.Y5（短期险两年赔付率）=[本年和上年的赔款支出（减摊回赔款支出）之和+本年和上年的分保赔款支出之和+本年和上年的未决赔款准备金提转差之和-本年和上年的迫偿款收入之和]÷（本年和上年的短期险自留保费之和-本年和上年的短期险未到期责任准备金提转差之和）×100％。本指标主要反映寿险公司短期险业务赔款支出状况。根据精算规定，短期险附加费用率为35％，因此，本指标的正常值为小于65％，否则短期险的承保利润有可能为负，影响公司的财务状况。
6.Y6（净盈余变化率）=（当年净盈余—上年净盈余）÷上年净盈余。这一指标主要反映寿险公司净盈余的变化情况，也是衡量一个寿险公司财务状况在一年里改进或恶化的根本标准。本指标的正常值为-10％～50％，使用50％的上限是因为某些濒于倒闭的公司在无力偿付债务之前有盈余剧增的现象。这种剧增可能是财务不稳定的迹象，有可能涉及到所有权的变化，诸如业务转移等。
7.Y7（准备金变化率）=（当年准备金-上年准备金）／当年净保费收入-（上年准备金—前年准备金）／上年净保费收入。该指标的正常范围为-20％～20％，它主要考核寿险公司业务经营与准备金提取的稳定性。准备金突然变化，说明保险公司产品总量或结构发生变化，也可能是准备金计算方法改变。一般准备金突然减少，说明保险公司业务经营有较大变化，也可能说明该公司财务出现困难。
以上指标中与保险公司偿付能力成正比的投资收益充足率、资产认可率、保费收入增长率、净盈余变化率、准备金变化率为正权重，而与保险公司偿付能力成反比的认可资产负债率、短期险两年赔付率为负权重。在具体计算Z记分时，也要根据寿险公司成立时间等因素进行综合分析。
四、本文的局限性及需要进一步研究的方向
构建我国保险公司财务预警体系是摆在我国保险业面前的一个重要而紧迫的课题，也是保险监管机关实现偿付能力监管的重要环节。本文遵循财务预警理论提出了保险公司财务预警的初步模型。应该说，这一模型还不健全，尤其是以下几个方面需要进一步研究：
1.模型中的指标是否具有线性关系，这是模型能否建立的一个关键。从奥特曼以及其他学者的实证研究结果来看，这一线形关系在制造业以及部分非制造业公司是成立的，但就国内外保险业来说，尚无这方面的实证研究结论。
分析公司的财务状况范文5
关键词:现金流量 财务预警 实证研究
中图分类号:F270 文献标识码:A文章编号:1007-3973 (2010) 02-129-03
1 财务预警理论模型
从20世纪初所创立的“哈佛指数”至今,为满足经济监测和预警的需要,中西方理论界推出了很多测度宏观与微观的财务状况的监测与评价。而关于财务预警在中西方都是一个正在探索的创新性课题。
为克服传统的财务指标失真的弊端,本文拟采用基于现金流量基础上的全新财务监测指标-现金盈利率CEV与现金增加率CAV指标构建全新的财务预警指数测度模型。
财务预警的综合指数应以“权益现金增值率”为核心分析内容。正值表示资本增值,负数表示资本减值。财务预警综合指数分析系统如下图:
我们可以通过对企业的经营状况作出上述的分析,并以此判断是否有经营上的风险,一方面帮助企业的管理者及时发现警情,找出问题并及时加以解决;另一方面投资者或金融机构也可以评价企业的经营情况并作出正确的投资选择。
2实证分析
本文拟通过对一家上市公司连续3年财务预警指数的定量计算,分析该公司的财务状况,找出警情并作出相关的分析,以此论证上述财务预警指数预测模型是否具有现实指导意义。
本文选择我国上市公司北亚集团股份有限公司。该公司是黑龙江省大型物流铁路运输企业,属综合性行业。该公司于1996年上市,曾入选上海A股的180综合指数,该公司自上市后股票价值持续增加由上市之初的11.2元/股,到2000年升至26元/股。并且,自1999年底的净资产80919.15万元,发展到2003年的净资产183676.29万元,按常理考虑,企业应该发展良好且被市场认为是一个非常具有潜力的上市公司。但由于该公司2004、2005年持续亏损,目前却已成为交易所特别处理的股票,面临着巨大的退市威胁。本文拟通过分析2001年、2002年、2003年该公司的财务状况,在基于现金流量的基础上,计算出其财务预警综合指数,分析其财务状况的变动趋势,看是否能找出事先预测其财务状况恶化的征兆,为管理层和投资者提供决策的参考。(本文资料均选自中国证券报、中国上市公司资讯网,由于篇幅有限,本文只列出结果,计算过程略。)
财务预警综合指数的测度
根据相关公式,2001年、2002年及2003年该公司财务监测指标预警临界值测度情况如表1。(见文后)
根据上表,计算出该公司3年的财务预警综合指数测度情况,如表2。(见文后)
根据财务预警综合指数公式 ,计算得出三年财务预警综合指数分别为3.89、-2.26和-11.18。
3结论
本文通过财务预警综合指数分析技术,我们可以得知:北亚集团2001年到2003年财务预警综合指数分别为:3.89、-2.26、-11.18。北亚集团2001年-2003年财务预警综合指数分析结构为:
对照财务预警综合指数的警情参考值,我们可以看出,该公司于2000年财务状况非常良好,预警指数为3.89,没有任何警情;而到了2001年,尽管公司股价仍在上涨,公司的净资产收益率为6%达到国家规定的标准,其他指标也未显示出任何异常,但预警指数出现负值为-2.26,出现了重警的情况;到2003年,警情恶化更加严重为-11.18,而公司的净资产收益率却仍为3%。
我们可以看出,尽管在权责发生制下的财务指标大多正常,但摒除公司的“会计戏法”,我们可以看出在现金流量基础上的公司的财务状况已达到了非常恶化的地步。(如表3)
表32001-2003年公司财务状况表
通过上述的分析,如果企业的管理当局在2002年就意识到公司的财务危机,应该及时采取相应的措施应对,消除财务警情中的隐患;如果大众投资者和众多金融机构也能意识到公司的当时财务状况,应该能预见其后2004年和2005年公司亏损的可能性,减少相关投资,能有效避免损失。因此,我们可以看出,上述基于现金流量基础的财务预警的定量模型能比较准确的测度企业可能出现的财务危机,具有相当大的现实意义。一方面,通过财务预警综合指数的判断,如果企业管理者能正确对待企业可能出现的财务危机,及时找出警源,就能避免公司更多更大的损失;另一方面,投资者也能通过财务预警指数的对照,合理分配自己的投资,作出正确的投资决策,将可能的损失降到最低。
表12001年―2003年财务监测指标预警临界值测度表 单位:万元
表2财务预警综合指数测度表单位:万元
参考文献:
[1]张友棠.财务预警系统管理研究[M].北京:中国人民大学出版社,2004:110～114.
[2]周首华.现代财务理论前沿专题[M].大连:东北财经大学出版社,2000:23.
[3]张友棠.财务预警系统管理研究[J].财会通讯,2004;1:32.
[4]江少华.企业财务风险的预警预报系统研究[J].财会研究,2005:21.
分析公司的财务状况范文6
关键词：酒店类旅游上市公司；财务综合状况；灰色关联
中图分类号：F592.6；F224 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.04.33 文章编号：1672-3309（2013）04-80-03
一、引言
从第一家酒店类上市公司锦江酒店1993年上市至今，酒店类旅游上市公司有了一定的发展，不少公司已上市。这些酒店知名企业的上市对行业发展起到引领示范的作用。相比其他板块的上市公司，酒店类上市公司相对数量较小，具有较大的发展空间[1]。
科学合理的财务综合评价有利于正确引导企业行为，为政府有关部门间接管理以及为投资者做出正确的投资决策提供依据。本文利用上市公司财务状况灰色性特点，用财务灰色关联模型对酒店类旅游上市公司进行了分析。
二、灰色关联分析方法
（一）灰关联分析
灰色系统是指部分信息明确、部分信息不明确的系统。灰色关联分析法是分析系统中各因素之间关联程度的分析方法，其“实质”是整体比较，是有参考系的、有测度的比较 [2]。
灰关联分析需要建立灰关联分析模型。灰关联分析模型是序关系模型，分静态和动态评价模型两种。前者适用于同一会计期间的若干个上市公司之间财务状况的比较，是横向比较评价模型；后者适用于同一上市公司不同会计期间财务状况的比较，是纵向比较评价模型。
（二）上市公司财务综合评价灰色性
上市公司财务状况是一个灰色系统，上市公司公告的信息没有也不可能详尽报告、披露与决策相关的所有信息，只根据重要性原则对重要的信息进行报告或披露；说明上市公司财务状况具有典型的灰色性[3]。
本文主要研究酒店类旅游上市公司财务综合状况问题，鉴于上市公司财务综合评价的灰色性特点，用灰色系统理论方法对上市公司的财务状况进行综合评价。文中对6家酒店类旅游上市公司2011年数据进行分析，属于静态横向比较，故采用灰色关联静态评价模型。
（三）灰色关联静态评价模型步骤
灰色关联静态评价模型可按以下步骤操作[4]：
1、建立目标特征值矩阵。
设m个上市公司，n项财务评价指标，建立m×n阶目标特征值矩阵：
2、规范化处理。
财务指标一般包括三种：效益型指标（值越大效用越好）、成本型指标（值越小效用越好）、适中型指标（值越接近于某一固定值效用越好）。不同类型的财务指标之间量纲不同，在量上存在较大差异，必须进行无量纲化。通常无量纲化的计算公式有三种：
xi（k）= [xi（k）-min xi（k）]/ [max xi（k）-min xi（k）] ②（效益型指标）
xi（k）= [max xi（k）-xi（k）]/ [max xi（k）-min xi（k）] ③（成本型指标）
xi（k）=1-|xi（k）-ui|/ max|xi（k）-ui| ④（适中型指标）
xi（k）表示第i个上市公司第k项财务指标值。
3、确定各指标所占权重。
权重是某一指标在整体评价中的相对重要程度。w（k）为第k项财务指标在这n项财务指标中所占的比重，反映该项指标的重要程度。为使评价结论更有客观性和可信性，原则上要求对每一项评价指标的权重分别赋值。某项指标越重要，赋予的权数越大；反之，越小。一组权重体系{w（k），k=1，2，…n}，必须满足下述两个条件：（1）0≤w（k）≤1，k=l，2，…，n；（2）∑w（k）=1。
4、灰关联度计算与分析。
首先，求出各比较系列xi（k）与参考系列x0（k）的绝对差xi（k）=|xi（k）-x0（k）|，找出其中最大值max和最小值min。
其次，选取灰色关联分辨系数P的值。P为常数，其作用在于调整比较环境的大小，取值在0-1之间。在实际应用中，通常取P=0.5。
再次，计算关联系数和关联度。同一会计期间各上市公司的比较系列与参考数列的关联系数和关联度可分别按下列各式计算而得：
ξi（k）= （min + pmax）/（xi（k）+pmax） ⑤
ri=∑[w（k）* ξi（k）] ⑥
将关联度按大小顺序进行排列。关联度越大则表明参考序列与比较序列之间关系越密切；反之，则越不密切。求得的灰关联度排序就是被比较同一会计期间各上市公司财务综合状况的优劣排序。
三、酒店类旅游上市公司财务分析
（一）样本的选择
