獲取企業(yè)財務(wù)分析資訊途徑

獲取企業(yè)財務(wù)分析資訊途徑

一、傳統(tǒng)財務(wù)方法獲取分析信息存在的弊端大多數(shù)企業(yè)獲取財務(wù)分析方法主要運用傳統(tǒng)比率分析法，利用同期和不同期的財務(wù)報表進(jìn)行財務(wù)分析，這些方法基于會計在歷史成本計價、權(quán)責(zé)發(fā)生制確認(rèn)收入和費用等方面存在的缺陷，使得這些傳統(tǒng)財務(wù)分析方法存在相應(yīng)的問題。

無法對企業(yè)整體經(jīng)營活動進(jìn)行描述當(dāng)前企業(yè)財務(wù)會計的計量和計算的基礎(chǔ)是企業(yè)的經(jīng)營活動，這種活動以貨幣形式表現(xiàn)出來，從而使得整個財務(wù)信息反映的企業(yè)獲得只限于相關(guān)的貨幣交易行為，對企業(yè)獲得描述只局限于能用貨幣量化的范圍。實際上，企業(yè)的財務(wù)信息還應(yīng)該包括企業(yè)貨幣量化的相關(guān)因素，例如企業(yè)的市場競爭力狀況，企業(yè)所處的宏觀經(jīng)濟(jì)環(huán)境等，這使得財務(wù)分析無法反映企業(yè)的整體經(jīng)營活動，也使得財務(wù)管理人員無法有效獲取財務(wù)分析的有效信息。

無法對企業(yè)潛在變現(xiàn)能力進(jìn)行反映傳統(tǒng)的比率分析法對企業(yè)長期規(guī)劃和企業(yè)的潛在變現(xiàn)能力的反映難以實現(xiàn)。例如在相應(yīng)的企業(yè)中，相關(guān)領(lǐng)導(dǎo)者或主管能夠在銀行同意的情況下動用企業(yè)相應(yīng)的貸款指標(biāo)、準(zhǔn)備變現(xiàn)的長期資產(chǎn)等這些都完全有可能使企業(yè)的變現(xiàn)能力得到增強，而運用比率分析法無法通過流動比率或速動比率來對企業(yè)的潛在變現(xiàn)能力加以反映。

誤導(dǎo)財務(wù)信息使用者在傳統(tǒng)的比率分析法中通過速動比率和流動比率反映出來的是企業(yè)在某一特定時期內(nèi)短期對債務(wù)的償還能力。然而，在一些流動資產(chǎn)較大的企業(yè)中，相應(yīng)的項目比率大小對整個企業(yè)在特定時期短期債務(wù)償還能力影響巨大，如果財務(wù)狀況較差的企業(yè)流動性項目比重占到越大，那么通過該方法表現(xiàn)出來的企業(yè)債務(wù)償還能力就越差。面對相應(yīng)的狀況，企業(yè)能夠運用增加瞬時流動資產(chǎn)或者減少相應(yīng)的負(fù)債資產(chǎn)來粉飾企業(yè)資產(chǎn)的流動比率，從而對財務(wù)信息的使用者形成誤導(dǎo)。

二、企業(yè)獲取有效的財務(wù)分析信息方法

構(gòu)筑企業(yè)數(shù)據(jù)倉庫并在此基礎(chǔ)之上進(jìn)行財務(wù)分析對財務(wù)歷史數(shù)據(jù)進(jìn)行集成、轉(zhuǎn)換、清理和抽取，將其重新組織成面向分析評價的數(shù)據(jù)倉庫，構(gòu)建基于數(shù)據(jù)倉庫的多維數(shù)據(jù)模型，應(yīng)用切片、切塊、鉆取等多維分析方法，實現(xiàn)了從不同角度、不同側(cè)面對財務(wù)狀況進(jìn)行分析與評價。不論是財務(wù)指標(biāo)還是這些非財務(wù)指標(biāo)，它們的共性在于都是時間序列，是指標(biāo)的時間序列，就可以由計算機采取合適的算法自動地識別指標(biāo)之間的相似性，并由此挖掘出這些指標(biāo)之間的內(nèi)在決定與被決定的關(guān)系，以供決策者進(jìn)行分析。根據(jù)時間序列分析的理論，數(shù)據(jù)倉庫建立已經(jīng)數(shù)據(jù)挖掘方法的理論，結(jié)合已有的財務(wù)分析體系，建立一個小型的基于時間序列的財務(wù)分析子系統(tǒng)，對來自某企業(yè)的具體的時間序列數(shù)據(jù)進(jìn)行分析。應(yīng)用某種方法，以財務(wù)指標(biāo)為挖掘?qū)ο?，目的是去發(fā)現(xiàn)財務(wù)指標(biāo)之間的相似性，并進(jìn)行實例分析，從而得出在某個時期的具有行業(yè)特征的財務(wù)指標(biāo)的關(guān)聯(lián)情況和聚類情況。運用這種方法輔助財務(wù)分析可以實時地分析某時期的企業(yè)經(jīng)營情況和財務(wù)狀況，充分運用數(shù)據(jù)挖掘發(fā)現(xiàn)新的感興趣知識的特點，在企業(yè)級數(shù)據(jù)倉庫構(gòu)架中，選用合適的數(shù)據(jù)挖掘算法構(gòu)造財務(wù)分析子系統(tǒng)。

建立分類器數(shù)學(xué)模型運用已有的財務(wù)知識，建立分類器數(shù)學(xué)模型，用以輔助會計師識別財務(wù)報告欺詐行為。由于財務(wù)比率分析方法是財務(wù)分析的重要手段之一，按照定性分析和傳統(tǒng)經(jīng)驗，一般將財務(wù)指標(biāo)分為幾個指標(biāo)簇，指標(biāo)簇中包含反映相近經(jīng)濟(jì)活動的多個經(jīng)濟(jì)指標(biāo)。然而，在財務(wù)分析和財務(wù)評價中，并沒有側(cè)重于具體指標(biāo)，而是籠統(tǒng)地把一個指標(biāo)簇中的所有指標(biāo)進(jìn)行相提并論，默認(rèn)它們的權(quán)數(shù)是相同的。出于動態(tài)分析的考慮，軟件處理流程是選取企業(yè)數(shù)據(jù)庫的數(shù)據(jù)，然后著重于應(yīng)用時間序列理論進(jìn)行聚類分析，分析數(shù)據(jù)各屬性之間的關(guān)聯(lián)度，進(jìn)而運用數(shù)據(jù)聚類方法進(jìn)行聚類分析，以充分說明各項經(jīng)營指標(biāo)之間的關(guān)系，并著力于及時、動態(tài)地發(fā)現(xiàn)和分析異常點，以輔助企業(yè)管理者進(jìn)行決策。由于最終財務(wù)指標(biāo)如利潤等的前驅(qū)因子指標(biāo)不一定就在財務(wù)信息系統(tǒng)之內(nèi)，因而，對前驅(qū)因子的搜索將不限于財務(wù)系統(tǒng)本身，更多地是要得到關(guān)于供應(yīng)、生產(chǎn)以及銷售等系統(tǒng)的非財務(wù)指標(biāo)。

聚類分析在財務(wù)分析中的應(yīng)用在實際情況中，因為各個企業(yè)所處的行業(yè)有所不同，各企業(yè)自身的經(jīng)營環(huán)境，擁有的資源差異，業(yè)務(wù)流程以及客戶的性質(zhì)、構(gòu)成和購買行為均有較大差異，所以，反映到財務(wù)指標(biāo)上或者相關(guān)企業(yè)運營指標(biāo)上，側(cè)重就有所不同。舉例來說，對于一個成熟的國有電力企業(yè)，擁有楊曉鷗了成熟的運營模式，穩(wěn)定的電力銷售渠道，良好的貸款信譽，營運資金的籌措就不成問題，反映到指標(biāo)上，現(xiàn)金比率的變動對企業(yè)的效益并不會有大的影響。然而，由于歷史的遺留問題，在對小電廠進(jìn)行收購過程中，由于種種原因，導(dǎo)致收購問題難以一時順利處理，導(dǎo)致過大的存量資產(chǎn)，占用資金，同時還要支付這些小電廠的相關(guān)費用，經(jīng)過企業(yè)采取有效的盤活存量資產(chǎn)舉措，比如清理、變賣、整體出售等，可以一方面降低存量資金占用，另一方面加速資金的循環(huán)，創(chuàng)造效益。因此衡量這個經(jīng)濟(jì)方面的指標(biāo)比如存貨周轉(zhuǎn)率、存貨增長率、平均庫齡等技術(shù)經(jīng)濟(jì)指標(biāo)就可以與當(dāng)年的企業(yè)經(jīng)濟(jì)效益有較大相關(guān)。為了衡量指標(biāo)簇之間的關(guān)系以及指標(biāo)簇內(nèi)各指標(biāo)的重要性之間的關(guān)系，可以充分利用歷史數(shù)據(jù)，和數(shù)據(jù)倉庫的在線分析功能，計算在一個很長的時間序列中，企業(yè)的各個經(jīng)濟(jì)計量指標(biāo)與經(jīng)濟(jì)效益之間的關(guān)系或者距離。通過觀測各個時期距離的變化，就可以知道與企業(yè)經(jīng)濟(jì)效益最為密切的經(jīng)濟(jì)指標(biāo)。當(dāng)然，隨著企業(yè)經(jīng)營環(huán)境的變化，企業(yè)自身內(nèi)功的不斷加強，與經(jīng)濟(jì)效益掛鉤最為緊密的指標(biāo)也會不斷發(fā)生變化。

三、結(jié)語

傳統(tǒng)的比率分析體系很難動態(tài)地跟蹤最能影響企業(yè)效益的因素