趋势分析法又叫比较分析法,它是通过对财务报表中各类相
关数字进行分析比较,尤其是将一个时期的财务报表和另一个或
几个时期的财务报表相比较,以判断一个公司的财务状况和经营
业绩的演变趋势及其在同行业中地位变化等情况。
应用趋势分析法的目的在于:确定引起公司财务状况和经营
成果变动的主要原因;确定公司财务状况和经营成果的发展趋势
对投资者是否有利;预测公司未来发展的趋势。这种分析方法属
于一种动态分析,它是以差额分析法和比率分析法为基础,同时
又能有效地弥补其不足。
趋势分析法总体上分四大类:(一)纵向分析法;(二)横向
分析法;(三)标准分析法;(四)综合分析法。此外,趋势分析
法还有一种趋势预测分析。
趋势预测分析运用回归分析法、指数平滑法等方法来对财务
报表的数据进行分析预测,分析其发展趋势,并预测出可能的发
展结果。以下先简要介绍如何运用趋势线性方程来作趋势预测分
析,其它四类方法后面分别介绍。
趋势线性方程是作趋势分析时,预测销售和收益所普遍采用
的一种方法。公式表示为:
y=a+bx
其中:a和b为常数,x表示时期系数的值,x是由分配确定,
并要使∑x=0。为了使∑x=0。当时期数为偶数或奇数时,值的分
配稍有不同。
当时期数为奇数时,x可确定如下:
当时期数为偶数时,x可确定如下:
常数a和b则可由下式确定:
下面以某公司产品销售收入数据为例,运用趋势线性方程分
析预测如下:
因此,预测的趋势方程为:
Y=1069.6+ 87.1X
其中:Y为预测的销售收入,x为时期系数值。
要预测1996年该公司的产品销售收入,只要确定x值就可计
算出来,在例中,我们分配给1995年值为+2,因此在这里1996
年的时期系数值即被确定为+3,于是,1996年的产品销售收入
测算为:
Y=1069.6+87.1X
=1069.6+87.1x3
=1330.9(万元)
趋势分析
趋势分析(TrendAnalysis)最初由Trigg's提出,采用Trigg's轨迹信号(Trigg'sTrackingSignal)对测定方法的误差进行监控。此种轨迹信号可反映系统误差和随机误差的共同作用,但不能对此二者分别进行监控。其后,Cembrowski等单独处理轨迹信号中的两个估计值,使之可对系统误差和随机误差分别进行监控,其—即为“准确度趋势”(均数)指示系统—Trigg's平均数规则,其二即为反映随机误差的“精密度趋势”(标准差)指示系统—Trigg's方差卡方规则。趋势分析与传统的Shewhart控制图在表面上有类似之处,即用平均数来监测系统误差.而用极差或标准差来监测随机误差。然而,在趋势分析中,平均数(准确度趋势)和标准差(精密度趋势)的估计值是通过指数修匀(exponential smoothing)方法获得的。指数修匀要引入权数来完成计算,而测定序列的每一次测定中,后一次测定的权数较前一次为大,因此增加了对刚刚开始趋势的响应,起到了“预警”和“防微杜渐”的作用。
(一)Trigg's轨迹信号
Trigg's轨迹信号=修匀预测误差(SFE)/平均绝对偏差(MAD)。与其有关的基本数学关系如下。
通过指数修匀获得的平均值估计值称为修匀平均数(sm—mean)。在测定序列中每一次测定的sm—mean,由公式9—1进行计算:
sm—mean=a×(新的一次控制测定值)+(1—a)×(前sm—mean) (9—1)
式中a是修匀系数,由控制测定值个数(N)决定,a=2/(N+1),(0<a=1)。
由上述计算公式可知,最近的控制测定值由a加权,倒数第二个最近控制测定值由a(1—a)加权,倒数第三个最近控制测定值由。a(1—a)2加权,等等。若a为0.2,则最近的控制测定值的权数为0.2,按逆顺序,前面的控制测定值的权数依次为0.16,0.128等等。
对于标准差可进行类似的计算,但其计算更加复杂,因为必须首先计算新的控制测定值与平均数估计值之间的差,而该差值则被称为预测误差。
预测误差=新的控制测定值一前sm—mean (9—2)
修匀预测误差(SFE)=a×(新的预测误差)十(1—a)×(前修匀预测误差) (9—3)
预测误差通过指数修匀计算处理得出精密度估计值,称为平均绝对偏差(MAD,Mean Absolute Deviation)。
MAD=a×(新的预测误差)—(1—a)×(前MAD) (9—4)
最后可得:
轨迹信号=修匀预测误差(SFE)/平均绝对偏差(MAD)) (9—5)
一般把轨迹信号在95%和99%可信水平定为警告和失控的界限(见表9—3)。
表9—3 不同N时轨迹信号的控制限
N | a | 警告界限 | 失控界限 |
5 | 0.33 | 0.71 | 0.82 |
10 | 0.20 | 0.61 | 0.80 |
15 | 0.10 | 0.41 | 0.54 |
20 | 0.10 | 0.41 | 0.54 |
(二)Trigg's平均数规则(Pfr=0.01。Pfr=0.002)
此规则主要用于监测系统误差,即是趋势分析中“准确度趋势分析”指示系统。在应用此规则时,最初开始计算修匀平均数(sm—mean)的“前sm—mean’,实际上即为质控物测定值的平均数(T—mean)。若最初质控物的标准差为Ts,则用此平均数规则评价质控状态时,系由质控物的平均数检验修匀平均数的估计值,而以Z-值进行检验:
Z=N(sm—mean—T—mean)/Ts (9—6)
其中Z相当于标准差的个数,与统计检验“显著性水平”有关。由Pfr确定的不同水平的Z值,即可根据公式9—6计算出Trigg's平均数规则中修匀平均数(sm—nlean)的控制限(见表9—4)。
表9—4 Trigg's平均数规则的控制限
N | a | 控制限 | |
Pfr=0.01 | Pfr=0.002 | ||
5 | 0.33 | 1.25(Ts) | 1.38(Ts) |
10 | 0.20 | 0.82(Ts) | 0.98(Ts) |
15 | 0.10 | 0.67(Ts) | 0.79(Ts) |
20 | 0.10 | 0.58(Ts) | 0.69(Ts) |
(三)Trigg's方差卡方规则(Pfr=0.05;Pfr=0.01,Pfr=0.002)
此规则主要用于监测随机误差,即趋势分析中“精密度趋势分析”指示系统;其中最关键的统计量为修匀标准差sm—s,sm—s的数学表达式为:
修匀标准差 (9—7)
式中的a和MAD在上面已定义。具体方法是:由卡方(X2)统计检验对修匀标准差(sm—s)估计值的显著性变化进行检验,即将“真”方差(T2s)与修匀标准差的平方(sm2s)进行比较:
X2=(sm2s/T2s)×(N-1) (9—8)
由Pfr确定在不同水平的临界卡方值(X2)并根据公式9—8计算的Trigg's方差卡方规则的控制限-见表9—5。
表9—5 Trigg's方差卡方规则的控制限
N | a | 控制限 | ||
Pfr=0.05 | Pfr=0.01 | Pfr=0.002 | ||
5 | 0.33 | 1.54(Ts) | 1.82(Ts) | 2.15(Ts) |
10 | 0.20 | 1.37(Ts) | 1.55(Ts) | 1.75(Ts) |
15 | 0.10 | 1.30(Ts) | 1.44(Ts) | 1.61(Ts) |
20 | 0.10 | 1.26(Ts) | 1.38(Ts) | 1.52(Ts) |