財(cái)務(wù)管理咨詢(xún)的分析模型由三部分組成

1、財(cái)務(wù)管理咨詢(xún)的分析模型由三部分組成。1.戰(zhàn)略性分析。側(cè)重對(duì)企業(yè)的外部環(huán)境展開(kāi)，目的是掌握以下情況：(1)企業(yè)所處行業(yè)的特征；(2)企業(yè)的特征；(3)企業(yè)所從事和可能從事的各戰(zhàn)略經(jīng)營(yíng)領(lǐng)域的成功關(guān)鍵是什么，發(fā)展速度 如何，資金利潤(rùn)率是多少，為建立戰(zhàn)略?xún)?yōu)勢(shì)所需要的最佳經(jīng)濟(jì)規(guī)模是多少，平均投資額是多少；(4)企業(yè)所從事和可能從事的各戰(zhàn)略經(jīng)營(yíng)領(lǐng)域中，成本居于何戰(zhàn)略地位，行 業(yè)的平均和先進(jìn)水平是什么；(5)企業(yè)的籌資環(huán)境特征，包括供求形勢(shì)、籌資條件、行業(yè)與融資機(jī)構(gòu)的一 般關(guān)系以及同行業(yè)競(jìng)爭(zhēng)者的籌資能力和財(cái)政實(shí)力；(6)同行業(yè)競(jìng)爭(zhēng)者資金籌措與運(yùn)用效果，包括資金效益性、資金流動(dòng)性、資 金安全性。戰(zhàn)略性分析的任

2、務(wù)是把握企業(yè)一般環(huán)境、行業(yè)環(huán)境和金融環(huán)境的風(fēng)險(xiǎn)度，成功 關(guān)鍵因素，機(jī)遇和威脅，為企業(yè)的財(cái)務(wù)管理體系提供籌資、投資和成本管理方面 客觀的參照標(biāo)準(zhǔn)。.執(zhí)行性分析。它側(cè)重對(duì)企業(yè)財(cái)務(wù)系統(tǒng)展開(kāi)，目的是掌握以下情況：(1)企業(yè)財(cái)務(wù)管理體制的現(xiàn)狀；(2)企業(yè)資金流動(dòng)運(yùn)行及其功能現(xiàn)狀(效益性、流動(dòng)性、安全性)；(3)企業(yè)籌資和投資工作及其管理的現(xiàn)狀；(4)企業(yè)成本及成本管理的現(xiàn)狀；(5)改進(jìn)企業(yè)財(cái)務(wù)管理現(xiàn)狀的條件。執(zhí)行性分析的任務(wù)是把握企業(yè)財(cái)務(wù)系統(tǒng)的特點(diǎn)、成熟程度、優(yōu)勢(shì)和劣勢(shì)、在資 金管理和成本管理方面的關(guān)鍵問(wèn)題，并把握改善財(cái)務(wù)系統(tǒng)功能的可行因素。.設(shè)計(jì)改善方案。這里所述的改善方案是對(duì)企業(yè)整個(gè)財(cái)務(wù)系統(tǒng)提出的綜

3、合改善 方 精品 文檔改善方案包括兩部分：財(cái)務(wù)的戰(zhàn)略方針和財(cái)務(wù)的戰(zhàn)術(shù)管理體系。財(cái)務(wù)預(yù)警模型是診斷企業(yè)財(cái)務(wù)狀況、提供財(cái)務(wù)危機(jī)信號(hào)的得力幫手，研究它無(wú)疑 具有積極的意義。本文試圖對(duì)目前國(guó)內(nèi)外多種財(cái)務(wù)預(yù)警模型進(jìn)行比較分析， 以為 構(gòu)建適合我國(guó)企業(yè)財(cái)務(wù)預(yù)警模型提供一些思路和方法。一、財(cái)務(wù)預(yù)警模型的分類(lèi)簡(jiǎn)介（一）單變量模型單變量模型是指運(yùn)用單一變數(shù)，用個(gè)別財(cái)務(wù)比率或現(xiàn)金流量指標(biāo)來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī) 的方法。Fitzpatrick最早研究發(fā)現(xiàn)，出現(xiàn)財(cái)務(wù)困境的公司其財(cái)務(wù)比率和正常公司 相比有顯著的不同，從而認(rèn)為企業(yè)的財(cái)務(wù)比率能夠反映企業(yè)的財(cái)務(wù)狀況，并指出財(cái)務(wù)比率分別對(duì)企業(yè)未來(lái)具有預(yù)測(cè)作用。Beaver在此基礎(chǔ)上用

4、統(tǒng)計(jì)方法建立了 單變量財(cái)務(wù)預(yù)警模型，發(fā)現(xiàn)債務(wù)保障比率對(duì)公司的預(yù)測(cè)效果較好，其次是資產(chǎn)收益率和資產(chǎn)負(fù)債率的預(yù)測(cè)效果。另外，日本的田邊開(kāi)一提出了利息及票據(jù)貼現(xiàn)費(fèi) 用的單變量判別分析方法，以利息及票據(jù)貼現(xiàn)費(fèi)用的大小來(lái)判斷企業(yè)正常與否， 從而也可對(duì)企業(yè)起預(yù)測(cè)作用。（二）多變量模型多變量模型就是運(yùn)用多個(gè)財(cái)務(wù)指標(biāo)或現(xiàn)金流量指標(biāo)來(lái)綜合反映企業(yè)的財(cái)務(wù)狀況， 并在此基礎(chǔ)上建立預(yù)警模型，進(jìn)行財(cái)務(wù)預(yù)測(cè)。按所建模型是否具有動(dòng)態(tài)預(yù)警能力、 財(cái)務(wù)預(yù)警系統(tǒng)是否易于修改和擴(kuò)充，多變量模型又可以分為靜態(tài)統(tǒng)計(jì)模型和動(dòng)態(tài) 非統(tǒng)計(jì)模型。.靜態(tài)統(tǒng)計(jì)模型。線性判別模型。多元線性判別模型是運(yùn)用多元統(tǒng)計(jì)分析方 法中的判別分析建立起來(lái)的，它是

5、根據(jù)一定的樣本資料，建立判別函數(shù)、確定判 定區(qū)域，以對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)。這種模型以美國(guó)Atlman教授的Z模型最具代表性。主成分預(yù)測(cè)模型。該模型也形成一個(gè)線性判定函數(shù)式，其形式類(lèi)似 判別分析模型。不過(guò)該模型是運(yùn)用多元統(tǒng)計(jì)分析中的主成分分析方法，通過(guò)提煉綜合因子形成主成分，并利用主成分建立起來(lái)的。我國(guó)學(xué)者張愛(ài)民、楊淑娥等分 別運(yùn)用主成分分析方法對(duì)我國(guó)上市公司的財(cái)務(wù)預(yù)警模型進(jìn)行過(guò)研究。簡(jiǎn)單線性概率模型。該模型是利用多元線性回歸方法建立起來(lái)的，具形式是：y=c+B1x1+ B 2x4 + B kxk 其中：c、0 1、0 2、0 k為系數(shù)；x1、x2、xk 為 k 個(gè)預(yù)測(cè)變量，即財(cái)務(wù)指標(biāo)；y為企

6、業(yè)財(cái)務(wù)失敗的概率。該模型以 0. 5為危機(jī)分 界點(diǎn)，y值越大，企業(yè)發(fā)生財(cái)務(wù)失敗的可能性越大，y值越接近于0,說(shuō)明企業(yè)財(cái)務(wù)越安全。logit模型和probit模型。它們也分別叫作對(duì)數(shù)比率模型和概率單 位模型，都屬于概率模型，是在克服簡(jiǎn)單的線性概率模型的基礎(chǔ)上并分別用logit和probit概率函數(shù)建立起來(lái)的。logit模型的形式為：lnp+（1 p）= a葉0 1x1 + B2xa+ Bkxk其中：p取值為0、1; p為概率；x1, x2,，xk為k個(gè) 預(yù)測(cè)變量，即財(cái)務(wù)指標(biāo)；aQ 0 1、0 2、B k為系數(shù)。probit概率模型的預(yù)測(cè) 效果一般與logit模型預(yù)測(cè)的效果相差不大，在此不多加介紹

7、。.動(dòng)態(tài)非統(tǒng)計(jì)模型。動(dòng)態(tài)財(cái)務(wù)預(yù)警模型主要是把人工智能中的歸納式學(xué)習(xí)的方 法應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測(cè)。目前，這種方法中最常用的是神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。在神 精品 文檔經(jīng)網(wǎng)絡(luò)模型中，當(dāng)輸入一些資料后，網(wǎng)絡(luò)會(huì)以目前的權(quán)重計(jì)算出相對(duì)應(yīng)的預(yù)測(cè)值 以及誤差，而再將誤差值回饋到網(wǎng)絡(luò)中調(diào)整權(quán)重， 經(jīng)過(guò)不斷地重復(fù)調(diào)整，從而使 預(yù)測(cè)值漸漸地逼近真實(shí)值。當(dāng)應(yīng)用此網(wǎng)絡(luò)到新的案例時(shí)，只要輸入新案例的相關(guān) 數(shù)值，神經(jīng)網(wǎng)絡(luò)就可以根據(jù)當(dāng)時(shí)的權(quán)重得出輸出值即預(yù)測(cè)值。 神經(jīng)網(wǎng)絡(luò)分析是一 種并行分布模式處理系統(tǒng)，具有高度的計(jì)算能力、自學(xué)能力和容錯(cuò)能力。該模型 由一個(gè)輸入層、若干個(gè)中間層和一個(gè)輸出層構(gòu)成。 案例推理法是近年來(lái)才被嘗試 應(yīng)用于財(cái)

8、務(wù)危機(jī)預(yù)測(cè)上的一種動(dòng)態(tài)非統(tǒng)計(jì)模型方法。 它是一種依循經(jīng)驗(yàn)來(lái)推理的 方法，就是以過(guò)去發(fā)生的案例為主要的經(jīng)驗(yàn)依據(jù)來(lái)判斷未來(lái)可能發(fā)生的問(wèn)題，是一種典型的 上一次當(dāng)，學(xué)一次乖”的推理方法。當(dāng)輸入一個(gè)新的問(wèn)題到案例推理 法系統(tǒng)，該系統(tǒng)會(huì)在從現(xiàn)有的案例庫(kù)中搜尋相似的案例，判斷新案例的類(lèi)型。案 例推理法的關(guān)鍵步驟就是根據(jù)相似性演算法測(cè)算出案例之間距離，再轉(zhuǎn)變?yōu)榘咐g的相似度，由相似度選取最相近的案例，據(jù)此進(jìn)行推理判斷。二、各類(lèi)財(cái)務(wù)預(yù)警模型的比較（一）單變量模型和多變量模型的比較.單變量模型方法簡(jiǎn)單，多變量模型方法較為復(fù)雜。單變量模型只對(duì)單個(gè)財(cái)務(wù) 比率進(jìn)行分析考察，觀察企業(yè)發(fā)展變化趨勢(shì)，據(jù)此來(lái)判斷企業(yè)財(cái)務(wù)狀

9、況，不需要 進(jìn)行復(fù)雜的計(jì)算。而多變量模型均同時(shí)選取多個(gè)財(cái)務(wù)指標(biāo)或現(xiàn)金流量指標(biāo)，再通過(guò)一定的方法進(jìn)行綜合分析，模型的構(gòu)建涉及多種方法和理論，操作比較復(fù)雜。.和多變量模型相比，單變量模型分析存在較多的局限性。不同的財(cái)務(wù)比率 的預(yù)測(cè)目標(biāo)和能力經(jīng)常有較大的差距，容易產(chǎn)生對(duì)于同一公司使用不同比率預(yù)測(cè) 出不同結(jié)果的現(xiàn)象。單個(gè)指標(biāo)分析得出的結(jié)論可能會(huì)受到一些客觀因素的影 響，如通貨膨脹等的影響。它只重視對(duì)個(gè)別指標(biāo)影響力的分析，容易受管理人 員粉飾會(huì)計(jì)報(bào)表、修飾財(cái)務(wù)指標(biāo)、掩蓋財(cái)務(wù)危機(jī)的主觀行為的影響，以致模型判 斷失效。而多變量模型由于綜合考慮了反映公司財(cái)務(wù)環(huán)境包括財(cái)務(wù)危機(jī)狀況的多 個(gè)方面的因素，反映的是基本

10、的和整體、全局的狀況，因此能比單變量模型更好 地避免上述情況的發(fā)生。（二）靜態(tài)統(tǒng)計(jì)模型和動(dòng)態(tài)非統(tǒng)計(jì)模型的比較.建立模型的方法。兩者在建立模型的方法上存在著顯著的差別。靜態(tài)統(tǒng)計(jì)模 型均是在利用統(tǒng)計(jì)數(shù)理和分析的基礎(chǔ)上建立起來(lái)，如多元統(tǒng)計(jì)分析方法中的判別 分析、主成分分析以及計(jì)量經(jīng)濟(jì)中的回歸分析等。 這些模型的建立均有一定的統(tǒng) 計(jì)理論依據(jù)，均涉及到判定區(qū)間的確定和誤判率的估計(jì)問(wèn)題，并且建立的一般是 線性模型。而動(dòng)態(tài)非統(tǒng)計(jì)模型不是依據(jù)統(tǒng)計(jì)理論， 而是利用人工智能中歸納式學(xué) 習(xí)的方法建立起來(lái)的，整個(gè)分析及預(yù)測(cè)過(guò)程就好像是人類(lèi)學(xué)習(xí)及思考一樣。它是一種自然的非線性模型。.模型建立的假定條件。靜態(tài)統(tǒng)計(jì)模型的建

11、立一般都對(duì)樣本數(shù)據(jù)的分布作一定 的假設(shè)，并以假設(shè)作為前提條件。如，多元統(tǒng)計(jì)分析中的數(shù)據(jù)正態(tài)分布假設(shè)、協(xié) 方差矩陣相等假設(shè)、簡(jiǎn)單線性概率模型的二項(xiàng)分布假設(shè)等。一般來(lái)說(shuō)，只有在這 些假設(shè)條件基本得到滿(mǎn)足的情況下，才能保證靜態(tài)統(tǒng)計(jì)模型預(yù)測(cè)的準(zhǔn)確性。另外， 靜態(tài)統(tǒng)計(jì)模型的建立是以對(duì)數(shù)據(jù)之間的關(guān)系已有清醒的認(rèn)識(shí)為基礎(chǔ)的，一般假定各變量之間為簡(jiǎn)單的線性關(guān)系，并且比較注重?cái)?shù)據(jù)本身的完整性及一致性。 而動(dòng) 態(tài)非統(tǒng)計(jì)模型一般沒(méi)有數(shù)據(jù)的分布、結(jié)構(gòu)等方面的要求，適用于非線性關(guān)系的數(shù) 據(jù)并對(duì)數(shù)據(jù)的缺失具有相當(dāng)?shù)娜菰S性，基本上能處理任意類(lèi)型的數(shù)據(jù)。 精品 文檔.是否具有動(dòng)態(tài)預(yù)警功能和容錯(cuò)性。靜態(tài)統(tǒng)計(jì)模型只是根據(jù)以前的樣

12、本資料建 立起來(lái)的，樣本資料一旦確定，便難以再予調(diào)整，除非重新建立模型。隨著財(cái)務(wù) 狀況的發(fā)展和財(cái)務(wù)標(biāo)準(zhǔn)的更新，這種按照以前的資料、標(biāo)準(zhǔn)建立起來(lái)的模型難以 對(duì)已經(jīng)變化了的財(cái)務(wù)狀況作出準(zhǔn)確的預(yù)測(cè)和判斷，即這種模型不具有動(dòng)態(tài)預(yù)警能力，不易修改和擴(kuò)充。并且，靜態(tài)統(tǒng)計(jì)模型對(duì)錯(cuò)誤資料的輸入不具有容錯(cuò)性，無(wú) 法自我學(xué)習(xí)和調(diào)整。而動(dòng)態(tài)非統(tǒng)計(jì)模型具備隨著不斷變化的環(huán)境進(jìn)行自我學(xué)習(xí)的 能力，隨著樣本資料的積累，可以定期更新知識(shí)，從而實(shí)現(xiàn)對(duì)企業(yè)危機(jī)的動(dòng)態(tài)預(yù) 警。并且，由于動(dòng)態(tài)預(yù)警模型具有高度的自我學(xué)習(xí)能力，對(duì)錯(cuò)誤資料的輸入具有很強(qiáng)的容錯(cuò)性，因而更具有實(shí)用價(jià)值。.實(shí)際應(yīng)用。動(dòng)態(tài)模型如神經(jīng)網(wǎng)絡(luò)模型等的分布是自由的，當(dāng)變

13、量從未知分布 取出和協(xié)方差結(jié)構(gòu)不相等（企業(yè)失敗樣本中的常態(tài)）時(shí)，神經(jīng)網(wǎng)絡(luò)能夠提供準(zhǔn)確 的分類(lèi)。但是，它在實(shí)際運(yùn)用中還存在一些問(wèn)題，如模型的拓?fù)涠x、網(wǎng)絡(luò)架構(gòu) 的決定、學(xué)習(xí)參數(shù)以及轉(zhuǎn)換公式的選擇等比較復(fù)雜和難以確定，其工作的隨機(jī)性較強(qiáng)，非常耗費(fèi)人力與時(shí)間，而且其在決策方法中表現(xiàn)得像一個(gè)黑匣子，以致對(duì)它的接受和應(yīng)用都較困難。另外，這種模型要求擁有大量的學(xué)習(xí)訓(xùn)練樣本以供分 析，如果樣本數(shù)量積累得不足、沒(méi)有足夠的代表性和廣泛的覆蓋面， 則會(huì)大大地 影響系統(tǒng)的分析和預(yù)測(cè)的結(jié)果。 Altman （1995）在對(duì)神經(jīng)網(wǎng)絡(luò)法和判別分析法 的比較研究中得出結(jié)論： 神經(jīng)網(wǎng)絡(luò)分析方法在風(fēng)險(xiǎn)識(shí)別和預(yù)測(cè)中的應(yīng)用并沒(méi)有

14、實(shí)質(zhì)性地優(yōu)于線性判別模型而傳統(tǒng)的統(tǒng)計(jì)模型發(fā)展得比較成熟，計(jì)算也相對(duì) 簡(jiǎn)單，應(yīng)用也較為廣泛。并且某些統(tǒng)計(jì)方法，如：logit、probit模型對(duì)數(shù)據(jù)是否 具備正態(tài)分布、兩組協(xié)方差是否相等也沒(méi)有要求，常用的判別分析中的距離判別 方法也可以在兩總體協(xié)方差矩陣不相等的情況下使用。因此，目前在財(cái)務(wù)預(yù)警模型方面仍然以傳統(tǒng)的統(tǒng)計(jì)方法為主， 而動(dòng)態(tài)模型尚不夠成熟，對(duì)它的應(yīng)用仍處于 探索、實(shí)驗(yàn)階段。（三）各種統(tǒng)計(jì)模型之間的比較.各種統(tǒng)計(jì)方法本身功能的比較。判別分析和主成分分析方法屬于多元統(tǒng)計(jì)分 析，其中，判別分析方法主要研究在已知研究對(duì)象分成若干類(lèi)型并已取得各類(lèi)樣 品觀測(cè)數(shù)據(jù)的基礎(chǔ)上，如何判別一個(gè)新樣品的歸類(lèi)問(wèn)

15、題，即判別分析的宗旨就是 判斷新的案例的類(lèi)別。主成分分析方法的主要功能是為了解決樣本數(shù)據(jù)中指標(biāo)個(gè) 數(shù)太多以及指標(biāo)間信息存在重復(fù)的問(wèn)題， 其作用有兩個(gè)：一是降維，二是減少信 息的重復(fù)，從而使分析簡(jiǎn)化。簡(jiǎn)單的線性概率模型和logit概率模型都屬于回歸分析方法，其目的是研究模型中各解釋變量與被解釋變量之間的特定的關(guān)系，尤其是數(shù)值關(guān)系。所以，若只從各種方法的主要功能來(lái)說(shuō)，利用判別分析方法建立 財(cái)務(wù)預(yù)警模型是最適當(dāng)?shù)?，因?yàn)檫@種方法就是研究類(lèi)別歸屬問(wèn)題。.各種統(tǒng)計(jì)方法建立財(cái)務(wù)預(yù)警模型的比較。判別分析方法的核心就是根據(jù)距離 的遠(yuǎn)近來(lái)判斷樣品的歸屬，通常形成一個(gè)線性判定函數(shù)式，據(jù)此判斷待判企業(yè)的 歸屬。一般要

16、求數(shù)據(jù)服從正態(tài)分布和兩組總體間協(xié)方差矩陣相等。主成分分析方法主要是對(duì)多維財(cái)務(wù)指標(biāo)進(jìn)行綜合、降維，然后給各綜合指標(biāo)賦予一定的權(quán)值再 進(jìn)行綜合分析，形成一個(gè)判分式，根據(jù)財(cái)務(wù)正常企業(yè)和財(cái)務(wù)失敗企業(yè)各自得分情 況形成判定區(qū)間，計(jì)算出待判企業(yè)的得分，據(jù)此加以判斷。利用主成分分析方法建立財(cái)務(wù)預(yù)警模型有一個(gè)明顯的缺陷：即綜合評(píng)分式權(quán)重的確定以及判定區(qū)間的確定都具有較大的主觀性和不準(zhǔn)確性，尤其是后者受樣本數(shù) 精品 文檔據(jù)分布的影響很大。簡(jiǎn)單線性概率模型就是以各財(cái)務(wù)指標(biāo)作為解釋變量，以財(cái)務(wù)狀況作為被解釋變量，將財(cái)務(wù)狀況分為正常和失敗，分別取 0和1,利用樣本資 料建立回歸方程，把待判企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù)代入方程，求

17、得的值即為預(yù)測(cè)值，代表該企業(yè)發(fā)生財(cái)務(wù)失敗的可能性。 簡(jiǎn)單線性概率模型有四個(gè)缺陷：殘差不滿(mǎn)足 正態(tài)分布，而是二項(xiàng)分布；具有異方差；一般樣本決定系數(shù)太小，回歸方程 擬合程度低；難以保證回歸值在0, 1區(qū)間，因此，用此方法建立的財(cái)務(wù) 預(yù)警模型，具預(yù)警判別能力不如其他方法。Logit和probit模型均是為了克服簡(jiǎn)單的線性概率模型的缺陷而建立起來(lái)的，一般采用最大似然估計(jì)方法進(jìn)行估計(jì)， 不需要滿(mǎn)足正態(tài)分布和兩組協(xié)方差矩陣相等的條件，得出的結(jié)果直接表示企業(yè)發(fā)生財(cái)務(wù)失敗的可能性大小，操作簡(jiǎn)單，結(jié)果明了。此方法目前被廣泛運(yùn)用。根據(jù)有關(guān)學(xué)者對(duì)多種統(tǒng)計(jì)模型判別準(zhǔn)確率的比較研究，得知判別分析方法是20世紀(jì)80年代以

18、前主要的建模方法，其預(yù)測(cè)的準(zhǔn)確率一直較高，并且是到目前為 止被運(yùn)用的主要方法之一。Altman2000年用判別分析方法建立的預(yù)警模型，具 預(yù)測(cè)精度仍高達(dá)96%。logit預(yù)測(cè)模型近年來(lái)也被廣泛地運(yùn)用，具預(yù)測(cè)精度也相 對(duì)較高。我國(guó)學(xué)者吳世農(nóng)、盧賢義建立的財(cái)務(wù)預(yù)警模型具有樣本新、容量大的特點(diǎn)，他們?cè)?001年對(duì)經(jīng)過(guò)嚴(yán)格檢驗(yàn)的同一套樣本指標(biāo)分別用判別分析方法和 logit方法進(jìn)行財(cái)務(wù)預(yù)測(cè)，結(jié)果發(fā)現(xiàn)logit模型的預(yù)測(cè)精度（93. 6%）要明顯 優(yōu)于判別分析方法的預(yù)測(cè)精度（89. 9%） 0 3 、通過(guò)活動(dòng)，使學(xué)生養(yǎng)成博覽群書(shū)的好 ,習(xí)慣。B比率分析法和比較分析法不能測(cè)算出各因素的影響程度。VC采用約

19、當(dāng)產(chǎn)量比例法，分配原材料費(fèi)用與分配加工費(fèi)用所用的完工率都是一致的。XC采用直接分配法分配輔助生產(chǎn)費(fèi)用時(shí)，應(yīng)考慮各輔助生產(chǎn)車(chē)間之間相互提供產(chǎn)品或勞務(wù)的情況。錯(cuò) C產(chǎn)品的實(shí)際生產(chǎn)成本包括廢品損失和停工損失。V C成本報(bào)表是對(duì)外報(bào)告的會(huì)計(jì)報(bào)表。XC成本分析的首要程序是發(fā)現(xiàn)問(wèn)題、分析原因。X C成本會(huì)計(jì)的對(duì)象是指成本核算。XC成本計(jì)算的輔助方法一般應(yīng)與基本方法結(jié)合使用而不單獨(dú)使用。VC成本計(jì)算方法中的最基本的方法是分步法。XD當(dāng)車(chē)間生產(chǎn)多種產(chǎn)品時(shí)，“廢品損失”、“停工損失”的借方余額，月末均直接記入該產(chǎn)品的產(chǎn)品成本 中。xD定額法是為了簡(jiǎn)化成本計(jì)算而采用的一種成本計(jì)算方法。x F “廢品損失”賬戶(hù)月末沒(méi)有余額。VF廢品損失是指在生產(chǎn)過(guò)程中發(fā)現(xiàn)和入庫(kù)后發(fā)現(xiàn)的不可修復(fù)廢品的生產(chǎn)成本和可修復(fù)廢品的修復(fù)費(fèi)用。X TOC o 1-5 h z F分步法的一個(gè)重要特點(diǎn)是各步驟之間要進(jìn)行成本結(jié)轉(zhuǎn)。（V）G各月末在產(chǎn)品數(shù)量變化不大的產(chǎn)品，可不計(jì)算月末在產(chǎn)品成本。錯(cuò) G工資費(fèi)用就是成本項(xiàng)目。 （X ）G歸集在基本生產(chǎn)車(chē)間的制造費(fèi)用最后均應(yīng)分配計(jì)入產(chǎn)品成本中。對(duì)J計(jì)算計(jì)時(shí)工資費(fèi)用，應(yīng)以考勤記錄中的工作時(shí)間記錄為依據(jù)。（V）J簡(jiǎn)化的分批法就是不計(jì)算在產(chǎn)品成本的分批法。（X ）J簡(jiǎn)化分批法是不分批計(jì)算在產(chǎn)品成本的方法。對(duì)J加班加點(diǎn)工資既可能是直接計(jì)人費(fèi)用，又可能是間接計(jì)人費(fèi)用。VJ