时间：2023-07-05 16:12:44
序论：在您撰写企业经营状况分类时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
Wang Xiaodong；Xue Hongzhi
（①西安工程大学理学院，西安 710048；②长安大学理学院，西安 710064）
（①School of Science，Xi'an Polytechnic University，Xi'an 710048，China；②School of Science，Chang'an University，Xi'an 710064，China）
摘要： 以2009年的60家企业作为训练样本，构建了以每股收益、每股净资产、净资产收益率、每股现金流量为主的企业经营状况的指标体系，并通过SPSS软件建立了基于费歇判别的企业经营状况的评价模型。最后利用该模型对60个训练样本的经营状况进行了回判，并将2009年的40家企业作为验证样本对该模型的推广能力进行了检验。仿真结果表明，基于费歇判别的企业经营状况评价模型是一种较为有效的评价方法。
Abstract: Indicator system of enterprises' business status is mainly made up of earnings per share, net assets per share, the yield of net assets and operating cash flow per share by using the training samples which is coming from 60 enterprises in 2009, and an evaluation model of enterprises's business status based on fisher discriminant is set up by SPSS software. Finally, the business status of 60 training samples is discriminated and the model's expansibility is verified by the validation samples of 40 enterprises in 2009. The simulation results show that the evaluation model based on fisher discriminant is a very effective method.
关键词： 费歇判别 经营状况 指标体系 评价模型
Key words: fisher discriminant；business status；indicator system；evaluation model
中图分类号：F224 文献标识码：A文章编号：1006-4311（2011）15-0133-02
0引言
上市公司是证券市场的基石，随着企业竞争日趋激烈，其经营状况的好坏直接影响到证券市场的发展和广大投资者的利益，对于投资者来说，如何评价企业经营状况的好坏，特别是预测企业的经营状况就显得尤为重要。只有建立起适应企业经营状况的评价模型，才能使企业在激烈的市场竞争中立于不败之地，同时也为广大投资者提供可靠的决策依据。目前关于企业经营状况分析的文献不少[1-3]，而关于企业的经营状况的评价模型并不多见[4]，但文献[4]所做的评价模型针对的是保险公司经营能力的综合排名，对于判别企业经营的“正常”和“差”的情况并不适用。由于费歇判别法对数据的分布没有特殊的要求，因而很适合样本分布事先不知道的情况，而且可全面考虑影响经营状况的各种因素，所以企业经营状况评价模型采用费歇判别法来建立。
1费歇判别原理
费歇判别借助于一元方差分析的思想，将k组p维数据投影到某一方向，使得它们的投影组与组之间尽可能地分开，然后再选择合适的判别规则，将新的样品进行分类判别。
由于考虑的是企业经营“正常”和经营“差”两种情况，因此它们可看作均值向量μ1，μ2和协方差阵∑1，∑2都未知的两个总体G1，G2，而两个总体的费歇判别和马氏距离判别完全一致[5]。均值向量μ1，μ2和协方差阵∑1，∑2可通过样本对其进行估计。若要判断样本x来自哪个总体，首先计算样本x到两总体G1，G2的距离，然后比较这两个距离。如果x距离某个Gj（j=1，2）最近，则认为x∈Gj，其中样本x到总体Gi的距离dx，G■采用马氏距离。
2基于费歇判别的经营状况评价模型的确定
2.1 样本的选取在我国2009年深、沪两交易所公布的上市公司中选取100家作为样本，其中50家亏损公司作为经营“差”的一类企业，50家不亏损公司作为经营“正常”的一类企业。选取60家公司作为训练样本，其中31家亏损公司，29家不亏损公司，余下的40家公司作为测试样本。
2.2 经营状况评价模型的确定考虑与经营状况有关的4个财务指标每股收益、每股净资产、净资产收益率、每股现金流量。利用SPSS软件，首先计算两组样本的均值和标准差,然后进行单变量组间均值相等检验，见表1。在表1的sig.列知，4个变量的显著性水平P
表2是未标准化的费歇判别函数的系数，所以未标准化的费歇判别分析的经营状况评价模型为
y=-0.215+0.880x1+0.159x2-0.375x3+0.057x4
3对经营状况评价模型的检验
3.1 评价模型对训练样本的回判为了考察该模型的优良性，用其对训练样本进行回代估计，并计算它们误判概率。用SPSS软件进行回判的结果见表3。
在表3中，Original一行表示用回代估计法进行回判的结果，分类一列中的0和1代表实际的类别，Predicted Group Membership一列中的0和1代表预测的类别，Total一列代表的是样本的个数。根据表3，对训练样本的误判概率见表4。由表4可知，用回代估计法该模型对训练样本的误判率为11.67%。
3.2 评价模型对测试样本的判别推广能力是衡量模型好坏的重要标志，因而，为了检验模型的推广能力，将09年深、沪两交易所公布的上市公司中的40家作为测试样本，经营差的企业有20家，经营正常的企业有20家，测试样本的误判率见表5。由表5可知，该模型对测试样本的误判率为15%。
4结束语
通过SPSS软件建立了基于费歇判别的企业经营状况的评价模型y=-0.215+0.880x1+0.159x2-0.375x3+0.057x4。用回代估计法该模型对训练样本的误判率为11.67%，对测试样本的误判率为15%。由此可见，基于费歇判别的企业经营状况评价模型是一种较为有效的评价方法，这对公司的经营者和广大的投资者提供了一定的参考。
参考文献：
[1]杜立辉，游杰刚，吴殿峰.2001-2009年我国耐火材料制品制造业经营状况分析[J].冶金经济与管理，2010，（4）：22-24.
[2]汪静，马广烁，宋昊.债务重组对上市公司经营状况及利润的影响――基于“＊ST金化”债务重组的案例分析[J].财会研究,2010,（9）：44-45.
[3]胡俊，民.汽车装潢美容企业经营状况对比分析[J].商业现代化2010，（8）：35-36.
关键词:BP算法;经营状况;指标体系;评价模型
中图分类号:F27文献标志码:A文章编号:1673-291X(2010)31-0036-03
前言
企业的经营状况越来越多受到投资者的关注,它也是企业经济活动中的很重要的问题,因此如何做企业的经营状况评价问题也就是企业面临的一个十分重要的问题。只有真正建立起适应企业经济发展的评价模型,才能使企业在激烈的市场竞争中立于不败之地。
常用的评价模型很多,主要有统计方法和神经网络方法等。统计方法如层次分析法评价模型[1]、模糊综合评价模型[2]、Logistic回归模型[3]、Bayes判别信用评价模型[4]、因子分析法[5]、聚类分析法[6～7]和主成分分析法等,虽然这些方法已得到了广泛的应用,但他们或多或少存在着一些欠缺:有些模型只能应用于线性场合,对于非线性场合不适用;有些模型对于数据的分布要求很严格;有些模型的建立依赖于个人经验,有些模型难以应用于多因素场合。统计方法需要描述自变量与因变量之间的函数关系,当状况较为复杂,用统计方法不易解决的时候,神经网络可以成功的解决这一类问题。由于人工神经网络具有并行处理、鲁棒性和自组织等特点而被广泛应用[8～9]。下面采用BP神经网络建立企业经营状况评价模型。
一、网络设计与训练
将中国2008年的64家公司作为训练样本,其中经营正常的公司有39家,经营差的公司有25家,测试样本采用2009年的17家公司,其中经营正常的公司9家,经营差的公司有8家。
1.网络层数的确定
构造一个2层的BP网络来解决本节提出的两类模式分类问题。
2.输入维数、输出层节点的确定
对两类模式分类问题,财务指标选取4个财务指标x1=每股收益, x2=每股净资产,x3 =净资产收益率, x4=主营利润增长率, 用“0” 代表经营差的企业,用“1” 代表经营正常的企业.所以输入维数为4,输出层选取1个节点。
3.隐层节点的确定
一般状况下,隐含层的结点数较难确定,因而采用试凑法。在能正确反映、实现输入输出映射的基础上,尽量选取较少的隐层结点数,从而使网络模型尽可能的简单。为了使数据更加精准,先将数据进行归一化处理,隐层分别选取节点为3,4,5,利用上述训练样本对网络进行训练。当隐层选取3个节点时,训练误差变化曲线(如图1);当隐层选取4个节点时,训练误差变化曲线(如图2);当隐层选取5个节点时,训练误差变化曲线(如图3)。
图1
图 2
图 3
从训练误差曲线图可以看出,当隐层选取3个节点时,当训练到第11步时,训练误差达到0.001,当隐层选取4个节点时,当训练到第5～6步时,训练误差达到0.001,当隐层选取5个节点时,当训练到第10～11步时,训练误差达到0.001,因而,当隐节点为4时,所需要的训练步骤最少,所以隐层节点选为4。
二、基于BP神经网络的经营状况评价模型
当隐层节点选为4时,各层的连接权值和阈值分别为:
w=3.33852.09120.1425- 0.3756- 0.1848 2.27941.5118- 2.85743.0057- 2.4902 0.5163- 0.4217- 1.0658 - 2.3104 - 0.8535 - 2.9116
B1=- 3.9598 1.3199 1.3199- 3.9598
V=[- 1.6817 2.9964 2.2098 3.8302] B2=- 3.6774
则由此得到BP神经网络的信用评价模型为:
y=gVjgXjixi+B1j+B2
其中:第一个g为logsig函数,第二个g为logsig函数,Vj为输出权值,Wj为输入权值,B1为输入阈值,B2为输出阈值。
三、网络的仿真
1.训练样本的网络仿真
利用所建立的信用评价模型对64个训练样本(经营差的企业25个,序号为1-25,经营正常的企业39个,序号为26-64)进行两类模式分类。仿真结果(见表1),从表1可以看出有25个网络输出值接近于0,序号为1-25,有39个网络输出值接近于1,序号为26-64,这表明在训练样本中经营正常的企业的正确识别个数为39,经营差的企业正确识别个数为25(见表2),因此该评价模型对训练样本的正确识别率达到100%。
2.测试样本的网络仿真
推广能力是衡量神经网络性能好坏的重要标志,因而,为了检验网络的推广能力,将2009年第一季度的17家上市公司作为测试样本,经营差的企业有8家,经营正常的企业有9家,测试样本的网络输出结果如下(见表3):
从表3可以看出序号为1-8的网络输出值接近于0(0.9924),所以经营正常的企业正确识别了9家,从表4可以看出,该评价模型对测试样本的正确识别率也达到了100%。
总结
采用中国2008年的64家上市公司和2009年的17家公司的财务数据,考虑上市公司经营状况的4 个主要财务指标:每股收益、每股净资产、净资产收益率、主营利润增长率。通过matlab 软件,利用2008年的64家公司的数据建立了基于BP算法的经营状况评价模型,并利用该模型对2009年的17家公司的经营状况进行了评价。仿真结果表明,训练后的网络模型对训练样本和测试样本的正确识别率为100%。因此,基于BP算法的经营状况评价模型能够正确的对两类模式进行分类,具有潜在的应用价值。
参考文献:
[1]汪勇,魏巍.电子商务网站的层次分析法评价模型构建[J].湖北大学学报,2010,(1):50-61.
[2]林斌,吴贵生,王剑.地方政府投融资管理体制发展趋势探析――基于模糊综合评价法[J].运筹与管理,2010,(l):139-144.
[3]陈立文,孟苓阁.房地产上市公司Logistic预警模型研究[J].价值工程,2010,(8):34-36.
[4]林杰新,罗伟其,庞素琳.Bayes判别信用评价模型及其应用研究[J].统计与决策,2005,(1):22-25.[5]毛春元,张月,黄萍.基于因子分析法的小康社会综合评价模型[J].淮海工学院学报,2010,(1):67-70.
[6]巩芳,常青,白布赫,等.基于聚类分析的内蒙古草原生态经济系统综合评价[J].内蒙古大学学报:哲学社会科学版,2010,(2):27-32.
[7]高新才,魏丽莉.中国区域城乡协调发展评价模型与案例分析[J].西北师大学报,2010,(1):91-96.
[8]朱国强,刘厚泉.基于聚类的神经网络分类模型研究[J].微计算机信息,2008,(3):223-224.
[9]柳平,赵岩,王军.基于非线性特征提取的EEG信号支持向量分类器[J].汕头大学学报,2009,(1):69-74.
An Evaluation Model of Enterprises’s Business Status Based on BP Algorithm
WANG Xiao-dong1,XUE Hong-zhi2,YANG Wen1
(1. School of Science, Xi’an Polytechnic University,Xi’an 710048,China;2. School of Science, Chang’an University Xi’an 710064,China)
[关键词]经营活动 效益 分析 评价
中图分类号：F272.3 文献标识码：A 文章编号：1009-914X（2013）36-0376-01
1 经营活动效益分析的内容
经营活动效益分析是以工商企业经营实态和各项经济技术指标为内容的。由于各企业的经营活动较为复杂，范围较为广泛.在诊断活动中就要根据分析的目的和范围，对企业经营中关键性和实质性的指标进行分析，主要有；经营比率分济，财务报表分析，盈亏平衡分析、等。
1.1 经营比率分析
经营比率分析是指用百分比率表示财务报表上各科目之间的关系，然后用这些比率从收益率、生产效率、资金周转率、安全率和增长适应率等五个方面来分桥企业的经济效益。
1.2 财务报表分析
财务报表分析是企业经营状况和成果的综合反映。因此，财务报表分析是经营活动效益分桥的基本内容。
1.3 盈亏平衡分析
在对工商企业经营诊断中，盈亏平衡分析的方法应用比较广泛。无论是对生产或者是商业销售企业，在分析其经营计划、经营决策、利润管理、生产和销售数量的控制，成本决策和判断企业经营发展趋势上都有着十分重要的作用。盈亏平衡分析的核心问题是，利用盈亏平衡的原理，对企业在不同因意影响下的各种经营状况分析，找出影响提高企业经济效益的不利因素，提出提高获利水平的改进措施。
2 经营效益综合分析
对企业经营活动效益分析，除了评价每一具体指标的完成情况外，还要将各种指标综合分析，从总体上对企业经营活动的情况做出准确的评价。进行综合分析评价时，常用的图表
有：经营比率综合分析表、经营效益指标变化趋势图和经营雷达图。
2.1 经营比率综合分析表
经营比率综合分析表见（表1），是根据企业经营比率分析的内容，将近期主要比率指标的增减变化情况综合一起汇成分析表.总体分析这些指标结构的合理性和综合效益情况。
2.2 经营效益指标变化趋势固
经营效益指标变化趋势图2，是在经营比率综合分析表的基础础上，选择主要指标绘制在坐标图上，以便更直观地观察其发展变化趋势。
2.3 经营雷达图
经营雷达图是对企业的收益性、生产性、资金流动性、安全性和增长性五个方面用直观的图象形式来综合分析观察的。雷达图能够直观地显示出企业经营的效益和薄弱环节.为改善企业经营状况指明方向。
2.3.1 经营雷达图的构成。
经营雷达图的结构如图3。它是由3个同心圆，5个区域构成的（每个区域72。），每个区域倍或最佳状态。
2.3.2 经营雷达图的分析方法。雷达图的分析方法是：①如果企业的比率值位于标准区内，则说明企业比率值低于同行业的平均水乎，企业在市场竞争中处于劣势，应认真分析原因，提出改进措施；②如果企业的比率值接近或低于小圆，则说明企业经营效益较差，处于十分危险的境地，要采取果断措施扭转局面；②如果企业的比率值大于标准区接近大圆，则说明企业经营状况良好，有较强的竞争优势。
2.3.3 营雷达图的评价。由于不同企业在经营活动中所采取的经营方针、策略等不同，因而所取得的经营成果也各有侧重。同时，各企业在经营雷达因上所显示出的图象，即经营态
势也不尽相同。在对工商企业诊断中，就是要根据雷达团上显示出的经营态势，分桥各企业经营活动的现状和发展趋势以便提出改善措施。
参考文献
关键词：供电企业；经济活动；经营状况；评价体系
中图分类号：F272 文献标识码：A 文章编号：1001-828X（2012）09-00-02
一、企业经济活动分析内容与任务
（一）企业经济活动分析内容。企业经济活动分析是指以经济核算资料和经济指标为依据，对企业一定的经济活动进行比较分析和研究，力求改善生产经营管理，增强企业经济效益的一种管理活动。该活动主要包括六方面内容：一是生产分析。即生产条件分析和生产成果分析；二是销售分析。即产品销售的影响因素分析、销售计划完成情况分析、产品销售预测分析以及销售合同执行情况分析；三是利润分析。即产品销售利润分析、利润计划完成情况分析以及利润预测分析；四是企业经济活动综合分析。即企业经济效益综合分析和生产经营状况综合分析；五是成本费用分析。即产品单位成本分析、成本预测分析、成本费用计划执行情况分析以及成本项目分析；六是财务分析。获利能力分析、财务状况分析、偿债能力分析以及资金筹措与资金运用分析。
（二）企业经济活动分析的任务。一是全面落实企业经营管理，提升经济效益；二是检查经营计划或目标任务的完成情况；三是合理估测企业未来经济发展状况，为确定企业经营目标、经营计划和经营决策提供理论依据。
二、供电企业经济活动分析内容
现行供电企业经济活动分析主要包括十大内容，即综合评价、区域经济与外部环境、专题分析、电力营销情况、用电市场分析、人力资源情况、资产与财务状况、电网建设与投融资、电网运行与安全生产情况以及重要指标预测。
（一）宏观经济环境的分析：国家政策、宏观调控和本地区国内生产总值等宏观经济因素对企业经营的影响分析。
（二）总体经营状况分析。
（三）电力营销分析：电力营销分析是用电管理部门围绕公司经营目标，关注营销市场变化，对报告期用电营销指标、工作内容的全面分析，是企业经济活动分析的重要组成部分。通过营销分析，掌握国民经济发展趋势，是做好经济调控工作的重要手段。电力营销分析主要包括：售电量分析、售电单价分析、电费回收率分析、电费余额指标分析。其中贡献率是分析经济效益的一个指标，该指标常常用于分析经济增长中各因素作用大小的程度。整理提供因素分析法在电力营销分析中具有重要作用，综合指数的特点是，用于对比的总量指标，一般可以分解为两个因素，将其中一个固定起来，就能反映出另一个因素变动对总量指标的影响程度。编制综合指数按照统计学原则，数量指标综合指数应以基期的质量指标为同度量因素，而编制质量指标综合指数，应以报告期的数量指标为同度量因素。在售电单价变动分析中，售电平均电价的变化可以分解为两个因素，即分类售电单价的变动和分类售电量比重的变动。
（四）成本与费用分析：购电量分析、购电价格分析、固定成本结构分析、可控成本分析。
（五）生产资源利用效果分析：安全生产状况分析、电网运行与设备状况分析。
（六）财务与资产状况分析：企业盈亏状况与获利能力分析、财务状况及其变动情况分析、资产状况及其变动情况分析、投资与电网建设分析、偿债能力分析、其他影响因素及风险分析。在财务指标分析中，内部利润变动情况的分析包括：企业各项利润额指标计划完成情况和增长变动情况的影响；企业营业利润和营业外损失对企业利润增长的影响分析；营业外收益和营业外损失对企业利润增长的影响分析等。还需要分析成本指标变动的影响。
（七）结论性总结：根据以上分析找出存在的主要问题，提出下一步经营方向，制定具体措施，报告公司经济活动分析会。
三、供电企业经济活动分析指标体系
（一）供电企业经济活动分析指标体系的概念
为准确反映供电企业经营业务，全面把握供电企业生产经营经济效益状况，供电企业建立健全的经济活动分析指标体系，该体系主要由五大指标构成，包括安全生产指标（变、配电事故）、经营销售指标（线损率、供电量、电费回收率、售电量）、财务指标（变动成本、福利费、材料费、内部利润、单位固定成本、盈利能力）、劳动生产率指标（生产人员劳动生产率、全员劳动生产率）以及多种经营指标（总产值、完成工资额、上缴税金）等。现阶段，供电企业多层次、多因素评价指标体系。供电企业经济活动评价指标体系是指以分析评价供电企业经济活动为目的，以重要性、科学性、合理性、完整性原则为指导，运用系统论方法，将相关指标集合在一起所构成的系统结构。目前，供电企业具有两种多层次、多因素评价指标体系建立方法：一种是建立大而全的指标体系；另一种是从大量指标中选取具有代表性，能准确反映供电企业状况的部分指标所组成的指标体系。
（二）供电企业经济活动分析的方法
1.对比分析法。对比分析法是从数量上确定差异的一种方法，其是指通过将有关指标进行对比来分析企业经济状况的方法。通常情况下，包括本企业实际指标与其他企业实际指标之间的对比、计划指标与实际指标之间的对比、本期实际指标和往期实际指标之间的对比。
一、财务报表分析与企业经营决策的关系
1.财务报表分析与企业经营决策的含义
财务报表主要包含企业生产经营、产品销售、资金流动等方面内容，能够提供各种企业的财务经营信息。财务报表不仅包含企业的经营利润、产品销售、资金流动等方面信息，而且包含企业的资产、负债情况、资本结构、资本变动状况。财务报表分析通过整理各种财务信息，对这些财务信息进行精准的量化分析，指出企业经营中存在的漏洞与不足之处，来指导企业未来的生产经营活动。企业高管在参考财务会计报表后，针对财务会计报表出现的问题进行治理，以保证企业经营活动的顺利发展。会计部门主要对企业的生产经营活动、资金流动状况，进行详细的记录和计算，财务报表分析能够保障企业资金的准确性与安全性。财务部门从不同的角度，对企业的财务报表进行全面准确分析；还运用单位变量确定法，对企业的单一变量所造成的影响进行分析。
企业的经营决策首先要制定出一套完善的企业经营方案，根据企业经营方案开展各项生产经营活动，来达到既定的生产目标与经济利润。企业的经营决策应该制定一套完整的企业生产经营方案、企业经营管理方法，企业生产经营方案能够引导企业的生产经营活动，企业经营管理方法能够对企业的生产流程、资金流向进行有效监督，保障企业生产、企业资金的安全与透明。
2.财务报表分析与企业经营决策的关系
会计部门需要对企业的各项财务经营状况进行记录和计算，并将其记录形成简洁的财务报表。财务报表需要运用文字、数据、公式、图表的形式进行表示，以达到简洁易懂的效果。财务报表提供的信息要能够被企业管理者理解，企业管理者在浏览财务报表后，对企业的生产经营状况进行改革与调整。财务报表需要能够明确反映企业的资金总量、流动资金数额、生产产品数量、产品销量等一系列信息，为企业未来的经营决策提供相应指导。
二、财务报表分析的内容和流程
1.财务报表分析的内容
财务报表分析主要对企业的经营利润、商业经营能力、管理状况进行统计分析。
企业的经营利润指的是企业在短时间内各项经营所获得的总利润，企业经营利润主要包括：产品销售利润、成本节约利润、企业管理获得利润。企业财务报表的经营利润分析，能够发现企业的经营管理问题。通过对企业的营利状况、管理情况进行分析，找出企业各个经营环节存在的问题，并采取措施进行解决。
企业的经营能力指的是在市场环境竞争激烈的情况下，企业通过内部生产资源、生产技术的优化整合，来完成企业经济利润的增长。企业的经营能力与管理状况密不可分：一方面来自于企业管理的加强，企业生产资源、生产技术的优化整合；另一方面来自于企业资金、生产产品的快速流转。资金与产品的快速交易转换，能够带来更多的闲置资金，也能够加快企业资本的重新利用与利润的不断产出。
企业的财务分析需要对企业的产品生产、管理状况、资金流动情况，进行全面详细的分析。单一指标的企业财务分析，不能够对企业的生产经营活动作出准确判断，也就不能达到指导企业经营的目的。
2.财务报表分析的流程
财务报表分析的流程，主要包括以下几方面内容：
（1）确定分析标准与目标。企业会计部门需要根据财务报表的不同用途，运用不同的分析标准与分析方法，进行企业各种经营因素的分析。在进行财务报表分析的过程中，企业要将企业的生产因素分析结果，与国家制定的生产因素标准进行对比分析。通过对比发现各种生产因素存在的问题，并采取相应措施进行问题治理。目前企业生产经营中，主要存在企业债务沉重、资金短缺、虚假投资、管理不到位等方面问题。
（2）策划分析方案。企业财务数据能够表现企业在一段时间内的经营状况，但财务数据不能对企业未来的经营情况进行合理规划。而企业高层需要在浏览各项财务数据后，制定出详细的企业问题解决方案、企业生产指标方案、企业发展规划方案与企业资金流动方案。只有之当初准确合理的企业发展方案，才能推动企业规模的不断扩张，推动企业经济效益的逐渐增长。
（3）整理核实信息。在对企业的生产经营信息进行分析后，需要对各种信息的真实性进行审查与确定。只有保障企业经营信息的真实性，才能够顺利开展接下来的发展工作。
（4）得出结论。在完成财务报表分析、财务数据核实后，需要对企业的发展做出整体评价，包括：企业发展中的优势之处、企业发展中的不足之处、需要改进的发展项目等。
三、财务报表分析对企业经营决策的影响与局限性
1.财务报表分析在企业经营决策中的作用
企业在对各种生产因素的财务报表数据进行分析后，能够得出企业在一段时间内的生产经营状况，也能够发现企业经营存在的问题。其次财务报表分析能够对企业的资金流动情况进行统计，得出企业的产品经营范围、资金损失状况。企业管理者在获得相应的资金流动信息后，能够根据资金的流动方向，对自身的生产经营活动进行适当调整。财务报表分析能够提供众多的企业管理信息，在减少企业管理与成本支出的情况下，提高企业的经济利润。财务报表分析也能够对企业的经营利润进行分析，企业的经营利润包括企业产品销售利润、成本节约利润、企业管理利润等。财务报表分析还能够对企业的生产成本、损耗成本进行统计，通过企业生产总成本、经营利润的对比，可以得出企业在生产经营中存在的问题。通过对各种问题进行梳理，针对主要问题采取适当的措施予以解决。最后财务报表分析还能够对企业的资本结构、外债状况、流动资金数额进行统计分析，通过分析能够得出企业的资金流向。企业的不合理的投资活动，会对企业的生产经营、资本流向产生严重影响。企业失败的投资活动会产生众多的企业经营风险，也会损失大量的发展资金。因此财务报表分析一方面能够对企业生产经营活动进行记录，反映企业的经营状况；另一方面也能够对企业存在的各种风险进行监督，避免各种风险所带来的资金损失。
2.财务报表分析的局限性
财务报表分析在对企业生产成本、损耗成本、经营利润、资金流动状况、资本结构、外债状况、流动资金数额等因素进行分析的过程中，会受到其他不确定因素的干扰。这种不确定因素的干扰会使企业的生产经营信息，与实际企业生产经营状况产生较大差别。财务报表分析主要包括以下几方面的局限性：
（1）企业财务报表是对企业过去生产经营状况的统计与分析，但随着市场竞争的日趋激烈、市场经济的日益复杂，企业各种生产经营数据都会发生不确定的变化。特别是在国家宏观调控政策的前提下，企业财务报表会与真实生产经营情况存在一定的差异。
（2）其次企业财务分析所运用的比率分析法，是对企业各种生产因素进行财务分析。企业选取不同的财务经营时间段，会具有不同的经营数据。而对不同的经营数据进行比率分析法的分析，会得到不同的企业财务分析结果。
（3）企业的财务人员大多具有专业的技术水平与知识素养，但它们通常以企业财务数据作为财务分析的主要角度，而不会从企业经管理角度进行企业财务分析。
四、财务报表分析在企业经营决策中存在的问题
1.思想与管理的脱节
财务报表分析主要为企业提供可靠的生产经营信息，以指导企业未来的经营活动。但目前大多数企业的财务报表分析指作为参考数据，而不能决定企业未来的经营方向。由于企业高层故意忽视财务报表分析结果，自主操控企业的经营模式与发展方向，导致财务报表成为企业经营中的摆设。很多企业经营者一味追求企业的虚假宣传、面子工程，而将企业的产品品质、经济效益放置一边，最终导致企业陷入发展困境。
2.报表分析的片面性
财务报表分析还会存在分析片面性的问题，分析片面性与财务报表分析人员思想的片面性有较大关系。企业财务人员在进行财务报表分析过程中，会由于自身思想的片面与技术的生疏，导致财务报表分析结果与实际情况的差异。不同的财务会计具有不同的专业认知与发展方向，在进行各种财务报表分析时候，难免会出现不同程度的疏漏情况。各种财务会计性格、专业方向的差别，会导致财务报表统计分析结果的差异。
3.虚假财务报表问题
企业会计部门主要运用比率分析法、趋势分析法、因素分析法，对企业各种生产要素进行财务分析。而企业中的虚假财务报表问题，是财务报表分析存在的主要问题之一。会计部门所进行的虚假财务报表分析，会得出错误的企业财务信息。企业利用错误的财务信息作为指导，会使企业未来的经营管理遭受严重危害。
五、企业经营决策中财务报表分析的改革思考
首先要根据企业财务报表的相关要求，运用不同的分析方法对不同对象进行财务报表分析。在财务报表分析的过程中，会计部门要掌握一系列的财务报表分析流程，根据相应的流程开展具体的分析工作，各个流程工作人员的职责要分配清楚。
其次在财务报表分析前，需要对相关的会计人员进行专业技术培训，需要时他们掌握专业的财务分析知识，以保证其能顺利完成财务分析工作。同时在运用现代科技印象财务报表分析的时候，需要对各种数据进行准确分类，根据不同的类别分层次进行分析处理，以保证分析结果的准确与全面。
然后财务报表的分析要对各种账目进行准确统计，以保证账目的真实可靠；随后要运用定量、定性的财务分析方式，进行企业生产经营、外来债务的具体分析。特别是要对各种客观不确定因素进行数据分析，例如：市场经济状况、国家宏观调控情况等。企业要根据不同的经济状况，对企业内部的生产技术、未来发展规划进行不断的改革调整。
除此之外综合绩效评价法、价值评估法的引入，能够使企业的各种财务生产因素的分析更加全面化、准确化；最后要对企业的财务信息进行不定时公开，以保障财务信息的透明。
关键词： 企业并购；动态博弈；并购企业；被并购企业
中图分类号：F27文献标识码：A文章编号：1006-4311（2012）04-0115-020引言
企业并购（M&A）是指在市场机制下，企业为获得对其他企业的控制权而进行的产权交易活动，是企业兼并（Merger）与收购（Acquisition）的总称。自1895年第一次并购案发生至今，五次并购浪潮席卷了世界主要资本主义国家。随着经济的全球化和产业的同质化，以资产和资源重新配置为目的的企业并购行为成为了市场运行中的一种重要经济活动，也成为了反映一国或地区经济活动水平的标尺。
企业并购过程中的并购方和被并购方之间的交易行为早已被作为一种博弈行为来进行研究。而用动态博弈论的分析方法分析企业并购行为对于提高并购理性、规范我国市场、优化资源配置和提高我国企业素质有着重要意义。
1博弈模型假设
在并购过程当中，主要参与者是并购方与被并购方，并在此基础上对双方的并购行为进行了假设。
①博弈参与者为并购方企业A和被并购方企业B，只存在单一的买方和卖方。
②博弈双方是理性经济人，并购对双方都有利。
③并购方企业A有买和不买两种选择，被并购方企业B有卖高价和卖低价两种选择。
④被并购方企业B清楚自己的经营状况，而并购方企业A只能知道被并购方企业B的报价，对被并购方企业B的经营状况不具有完全信息。
⑤对于并购方企业A，被并购方企业B经营状况好与坏时的并购价值分别为V和W。
⑥被并购方企业B的价格有高低两种：高价为Ph、低价为Pl；当被并购方企业B的经营状况坏，则需要对企业进行包装，包装费用为C。
⑦为了简化分析，假设V-Ph>W-Pl>0>W-Ph不等式成立。
⑧并购方企业A根据经验判断：P（g|h）=a1；P（b|h）=1-a1；P（g|l）=a2；P（b|l）=1-a2。其中g表示经营状况好；b表示经营状况坏；h表示被并购方企业B出高价；l表示被并购方企业B出低价。
2博弈过程分析
在并购过程当中，并购方企业A有买和不买两种选择，被并购方企业B有出高价和出低价两种选择。在博弈中，两者能够自由选择，博弈进行到哪个阶段、出现哪种结果，需要计算各自的收益以及确定并购双方能否合作，企业并购的动态博弈模型如图1所示。图1中括号内第一个数字为被并购方企业B的得益，第二个数字为并购方企业A的得益。并购双方的博弈过程为：自然N首先选择被并购方企业经营状况好或经营状况坏，这里用g和b来表示；然后由被并购方企业决定卖高价还是卖低价；最后由并购企业选择并购或不并购。无论被并购方的经营状况好或坏，被并购方都可以选择高价或低价，所以并购方企业并不能根据被并购方出价的高低来判断被并购方企业的经营状况，还要搜集其他信息，例如并购方企业可能要对被并购方企业的经营状况进行一系列纵向和分析，如果是上市企业，还可以参考上市企业的市场价格等。而被并购方企业的策略选择主要根据自身的经营状况、并购方企业的策略选择以及以前类似并购案例知识和数据作出选择。
2.1 对并购方企业的分析
2.1.1 当被并购方企业出高价时的得益如果被并购方要的是高价，并购方企业选择并购，则期望得益为
UAh=P（g|h）（V-Ph）+P（b|h）（W-Ph）=a1（V-Ph）+（1-a1）（W-Ph） （1）
如果并购方企业选择不并购，则期望得益U■■=0。所以并购方企业选择并购的条件为
a1（V-Ph）+（1-a1）（W-Ph）>0， （2）
即a1>（Ph-W）/（V-W）。 （3）
令f1=（Ph-W）/（V-W），w1为被并购方企业出高价时并购方企业选择并购的概率，则根据0-1分布的性质以及（1）-（3）式，有如下等式成立
w1=P（a1>f1）=（V-Ph）/（V-W），
1-w1=P（a1
2.1.2 当被并购方企业出低价时得益如果被并购方企业要的是低价，并购方企业选择并购，则期望得益为
UAl=P（g | l）（V-P1）+P（b | l）（W-Pl）=a2（V-Pl）+（1-a2）（W-Pl）（4）
如果并购方企业选择不并购，则期望得益U■■=0。所以并购方企业选择并购的条件为
a2（V-Pl）+（1-a2）（W-Pl）>0，（5）
即a2>（Pl-W）/（V-W）。（6）
令f2=（Pl-W）/（V-W），w2为被并购方企业出低价时并购方企业选择并购的概率，则根据0-1分布的性质以及（4）-（6）式，有以下等式成立
w2=P（a2>f2）=（V-Pl）/（V-W），
1-w2=P（a2
2.2 对被并购方企业的分析
2.2.1 被并购方企业经营状况好时的得益分析当被并购方企业经营状况好时，其出高价的期望得益是
UBh=w1×Ph+（1-w1）×0=Ph（V-Ph）/（V-W）。
当被并购方企业经营状况好事，其出低价的期望得益是
UBl=w2×Pl+（1-w2）×0=Pl（V-Pl）/（V-W）。
根据被并购方企业在经营状况好时的净资产公允价格一定大于其在经营状况差时的售价，所以一定有UBl
2.2.2 被并购方企业经营状况坏时的得益分析当被并购方企业经营状况坏时，其出高价的期望得益是
U■■=w1×（Ph-C）+（1-w1）×（-C）=（V-Ph）/（V-W）×（Ph-C）+（Ph-W）/（V-W）×（-C）=Ph（V-Ph）/（V-W）-C。
当被并购方企业经营状况坏时，其出低价的期望得益是
U■■=w2×（Pl-C）+（1-w2）×（-C）=Pl（V-Pl）/（V-W）-C。
比较被并购企业经营状况坏时，出高价与出高价时的期望得益
U■■-U■■=[Ph（V-Ph）/（V-W）-C]-[Pl（V-Pl）/（V-W）-C]=[（Pl-Ph）V-（Pl-Ph）（Pl+Ph）]/（V-W）=（Pl-Ph）（V-Pl-Ph）/（V-W）。
并购方企业对被并购方企业在经营状况好时价值的评估与被并购方企业出高价时的价格的差值不会大于被并购方企业以低价出售的金额，所以根据博弈论中纳什均衡的定义，当被并购方企业的经营状况坏时并且清楚并购方企业的先验概率时，出低价时被并购企业的最优选择。
由于并购双方都是以实现自己的利益最大化为目的，在正常交易中，并购方企业愿意出高价去并购一个经营状况坏的企业从而损失自己的利益。而且在现在的市场条件下，这种情况是不被允许的，出高价去并购一个经营状况坏的企业，不仅使并购没有带来预期的好处，还有可能是两家的经营状况都变差，从而损害双方的利益。从资源优化配置角度来看，高价购买经营状况坏的企业会使社会资源配置效率低下，从而不能给这个社会带来福利的增加，甚至会使其下降。
在被并购方企业出价后，在信息不对称的情况下，并购方企业当被并购方企业出高价时，选择并购的概率为w1，选择不并购的概率为1-w1；当被并购方企业出低价时，选择并购的概率为，选择不并购的概率为1-w2从而达到完美贝叶斯的混合均衡。
3结论和建议
在并购活动中，博弈双方的行为相互影响，每个博弈方在做出自己的策略选择时都必须考虑对方可能产生的反应。针对目前我国资本市场中国有资本占据优势的情况，本文给出以下建议：并购方企业要慎重选择目标企业，并购之前一定要详细准确地了解被并购方企业财务状况及其财务报表的公允性；被并购方企业应评估并购对企业营运及公司价值的影响，防止并购以后由于信息闭塞而造成损失，另外还要遵循商业道德和市场游戏规则，坚决杜绝违规违法操作。
参考文献：
[1]徐增标，刘卫国，葛金田．《企业并购的博弈分析》[J]．价值工程，2006，25（7）.
[2]谢识予．《经济博弈论》[M]．复旦大学出版社，2007.
[3]陈旭东，肖秀丽．《企业并购的博弈分析》[J]．山东行政学院山东省经济管理干部学院学报，2004（6）.
四大资产管理公司2005年主导着价值两万亿的金融不良资产的交易市场。根据2006年6月的数据，我国四大资产管理公司已经处置了11 692亿元的金融不良资产,但至2008年5月，我国包括国有商业银行、股份制银行、城市商业银行、农村商业银行及外资银行在内的银行业不良资产总额仍存有1.2万亿元。
目前，中国对金融不良资产的处置方式，主要有本息清收、诉讼追偿、破产清算、债权重组、债权转让等。其中，在债权转让处置中，对于大量的金额较小的债权，在很多情况下是批量打包进行处置的。
我国金融不良资产评估中的特殊性是，评估对象难以鉴定、评估依据资料不完整和评估程序受到较多的限制。
目前，批量打包出售的金融不良资产的价值分析,尚没有形成成熟的理论和经验。金融不良资产包，通常是大量的债权，同时也涉及企业股权与实物等。其特点是包内涉及的债务人户数很多，银行及相关机构所掌握的有关债务人的信息又较少，大多不具备履行正常资产评估程序的条件。一般情况下，不良资产包是在尽职调查的基础上进行价值分析，但在这样的分析工作中，主观因素的作用往往可能过大，从而导致价值分析的结果偏离客观的价值。为了减少主观臆测产生的差错率，我们认为，可以考虑应用运筹学决策分析原理及数理统计技术，建立数学模型，进行资产包科学合理的价值分析。这是我们的一个尝试。下面，我们将结合实例对金融不良资产包价值分析数学模型的应用进行说明。
2．金融不良资产包价值的分析模型
为了分析金融不良资产包的价值，需要建立金融不良资产包价值分析模型。该模型由三个模块组成，即输入模块、分析计算模块和输出模块。如图1所示。
2.1 输入模块
输入模块有指标数值确定和数据采集系统两个程序组成。
确定模块的指标数值
影响金融不良资产回收价值的因素很多，包括：社会环境与还贷意愿、当地的经济环境、债权交易市场的情况、债权形态、抵押情况、担保情况、债务企业及债务责任关联方的性质、行业特点、剥离时的资产状况、债务企业的资产、负债情况及债务企业的信誉情况、债务企业未来发展前景预测、借款时间、借款金额、借款用途、还款来源、逾期时间、银行贷款形态、诉讼前景和诉讼结果执行前景等。我们根据对目前金融不良资产评估的研究成果和我国金融不良资产的特征，并考虑所需求信息资料的可获取性，圈定影响因素的范围，构成输入模块初步的指标体系，见表1。根据指标体系，我们将进行数据采集。
2.2 分析计算模块。
分析计算模块是金融不良资产包价值分析模型的核心。它由3个子模块组成。
数据分类处理模块
由于该指标体系中既存在定性指标，又存在定量指标，这就需要在正式运算前对指标进行分类。
特征变量选择模块
本模块的功能是在数据分类处理模块中，运用多元统计分析中的因子分析法，选择若干个具有代表性的、敏感且特征性强的变量作为特征变量。
价值分析模块
根据运筹学的决策分析原理，通过判别分析数据分类处理模块的样本数据与特征变量选择模块确定的样本数据，进行金融不良资产回收率的预测。
2.3 输出模块
综合判别函数计算出每一债权的回收概率，确定债权包的综合回收率，并将计算结果按指定格式输出。
3. 金融不良资产包价值分析模型的建立
3.1 数据的处理
相关资料存在着可靠性和有效性的问题，需要进行酌情处理。
如贷款本金、表内外利息和孳生利息占本金的比例、贷款时间三个变量的数据的处理方法，是对其取以10为底的对数。
还款记录、剥离形态、经济与地理区域、债务企业性质、债务企业经营状况等定性变量，我们采取对样本不同特征的频率分布进行描述性统计。在此基础上对有关影响因素（特征变量）进行单因素方差分析，分类认识样本的分布特征。根据不同类别资产的回收率之间是否存在着显著差异，进一步进行数字化处理。
3.2 建立模型实例中债务企业经营状况的数字化处理
本模型建立实例中，采集了国内287家企业金融不良贷款案例作为样本。这些样本涉及各个行业、地区和各种特质的借款人。经过挖掘与研究，数据集中包含了影响偿债能力和反映借款人信用状况的众多因素。这些企业中的大多数处于半关停、关停和破产状况，只有42家企业（占全部样本的14.63%）维持正常经营。随着大部分企业经营状况的不断恶化，贷款回收率必然会逐步减低，但对于正常经营的企业，贷款回收率是很高的，能达到39%。表2为不同状态企业回收率的单因素方差分析的结果，该结果表明，经营状况变量的不同状态对回收率会产生显著影响。
经以上分析，我们将债务企业分为破产、关停、半关停和正常经营四类状况，在数字化处理时分别设定为1，2，3，4。
3.2.1应用因子分析法建立分析指标体系
因子分析法简介
在人们设定的各类指标体系中，可以发现指标间经常具备一定的相关性，从而促使人们希望用较少的依然能反映原体系全部基本信息的指标来代替原来较多的指标，于是就产生了主成分分析法、对应分析法、典型相关分析法和因子分析法等各类以较少指标替代原体系中较多指标的方法。本次建模中，我们选择采取因子分析法对体系中的变量进行筛选，以达到浓缩变量数量，但又能够保证信息量损失达到最少的目的。具体过程如下：
采用SPSS统计分析软件，求出因子载荷矩阵A。依据载荷矩阵A，建立起新的指标数量更为浓缩的指标体系。其工作流程如图2所示。（见文末图2）
分析过程
对样本做必要的数据处理之后，经过SPSS软件计算后得到上述12项指标的相关系数矩阵（见文末表3）。由矩阵看到某些指标间高度相关。通过计算巴氏的球形检验统计量的数值（342.527）并利用正态分布的可加性和林德贝格――勒维定理将巴氏球形检验，据此进行相关度检验。结果表明指标体系存在着系统变异，有必要进行因子分析。为了尽可能不丢失信息，采用探索性因子分析的主轴法，得到因子载荷矩阵。然后进行因子分析，得出共性因子结构模型。如果不能一目了然地看出其表征含义，则需要对因子载荷矩阵进行方差最大正交旋转。采用Kaiser1958年提出的最大方差之正交旋转法（Varimax）将因子4次旋转后，得到旋转后的因子载荷矩阵（表4）。
表4中金融不良资产相关指标的统计分析结果，能够得到以下信息：如因企业大多存在还款记录，公因子f1与X3呈正相关，载荷系数为0.873；因样本中贷款时间都较短，所以f1与X4呈负相关，载荷系数为-0.363；因样本中贷款本金较少,载荷系数为-0.525；债务企业经营状况、有无保证人、保证人经营状况载荷系数分别为0.562、0.878与0.647， 载荷系数的变化与金融不良资产回收率的变化一致。
而f2、f3两个因子，与不良资产回收率的变化方向一致性较差，故确定f1为“回收因子”，f2、f3则舍弃。
通过以上的因子分析，我们可以得出金融不良资产打包价值分析中6个相关性较强的指标，即贷款本金数额X1、还款记录X3、贷款时间长度X4、债务企业经营状况X9、有无保证人X10与保证人经营状况X11。
3.2.2 应用判别分析法建模
判别分析方法的选择
判别分析（Discriminant Analysis）是一种根据变量观测,判断研究样本分类的统计分析方法。判别分析法是在一个p维空间R中，确定样本点X(X1，X2，…，Xp)，应该属于哪一个Gj(j＝1,…,k)总体。
进行判别分析时，通常是根据已掌握的一批分类明确的样品，建立判别函数和分类规则，然后将待分类的样品的实测值代入该函数，求出其函数值，并据此作出判断。
判别函数可用下式表示：
D(j)=a0(j)+a1(j)X1+a2(j)X2+…+ap(j)Xp， j=1,…k
其中，j是组编号，D(j)是判别得分，ai(j)是判别系数，Xi(j)是预测变量。
判别分析有多种类型，其中常用的有距离判别、Bayes判别和Fisher判别。距离判别是基于样品到总体间的距离所进行的判别。这种判别较为直观，适应面广。距离判别的缺陷是不考虑各总体的分布和由错判造成的问题。而在Bayes判别中，当两个总体都是正态分布，而在其协方差相同时，可导出一个线性判别式。Fisher判别利用方差分析导出一种线性判别函数，从而解决了距离判别和Bayes判别存在的缺陷。本文采用Fisher判别确定各样本点的预测类别归属。
建模过程
1.对金融不良债权有无可能回收进行判别
首先，对金融不良债权是否有回收可能建立判别模型，这是一个两总体的判别模型，即将样本分为有回收和无回收两种情形。利用这个模型首先筛选出预期零回收的债权。
2.对金融不良债权能否全部回收进行判别
这同样也是一个两总体的判别模型，即将样本分为100％本金回收和非100％本金回收两种情形。
3.一般债权回收情况判别
在进行上述两种情形的判别之后，我们对回收率在0-100％之间的情况进行建模。首先将回收率区间分成10组，每一组作为判别分析的一个总体(或类别)，再用SPSS统计分析系统进行变量相关性分析，建立一系列判别规则，最后确定判别函数。
我们仍以这287家样本企业为基础，演绎建模过程。
首先对债权回收情况进行特殊与一般性的判别，其中，有23家为零回收的债权，9家为100%本金回收债权，剩余255家为一般性债权，故将这255家一般性债权纳入到判别分析范围内。
其次，根据因子分析法得到的指标体系，即贷款本金数额X1、还款记录X2、贷款时间长度X3、债务企业经营状况X4、有无保证人X5、保证人经营状况X6，作为判别分析的预测变量，在对255家样本企业指标进行数据化处理后，作为预测变量样本值。
再次，采取Fisher判别建立判别规则，进行判别分析后得到了10组判别系数：
最后，根据显示的非标准化判别方程系数，得到判别函数为：
D(1)=-24.435+7.528X1+0.200X2+…+2.287X6
D(2)=-25.479+7.013X1-0.784X2+…+3.201X6
…
D(10)=-35.390+4.927X1-0.204X2+…+4.144X6
回收率计算
将所评估不良资产包中的新样本代入各个判别函数就可得到相应的判别得分D(j)(j=1,…,k)，然后计算样本落在各组的概率。即：Pj=exp(D(j))/Σkj=1exp(D(j))
我们可以用每组的平均值或中间值来表示该组内的平均回收率。用上述判别分析得到的判别概率对各组平均回收率进行加权平均，就得到最终的回收率。
在此基础上计算所评估不良资产包的综合回收率。即：
Y=∑YiLi/L
其中，Y为综合回收率，L为全部债权金额，Yi为单户债权回收率，Li为单户债权金额。
4.结语
运用运筹学决策分析和判别原理，分析确定金融不良债权资产包，特别是对于产权关系复杂的信用债权资产包和无抵（质）押的担保债权资产包的回收价值，相对比专家判断法或交易案例比较法而言更为科学和严谨，且节约成本。
