1、恒企会计：会计就业专家学会计到恒企恒企：把经验分享给有梦想的人！http:/ 即横向分析中可能得不到我们所关注的实体的数据，其原因包括：该实体隶属于一个从事多元化经营的公司，而该公司只提供有限的关于该实体的财务揭示。该实体是私人持有的，因而并不公开揭示财务报表信息。（注：一部分私人公司可能自愿公布财务报表。另外，产业协会经常公布基于其成员提供的财务报表的汇总数据，并保证不公开这些私人公司的个别的财务比率。尽管如此，并非所有公司都愿意向产业协会提供其报表。）该实体是为一外国公司拥有的，而外国公司只提供有限的财务揭示。恒企会计：会计就业专家学会计到恒企恒企：把经验分享给有梦想的人！http:/ 即
2、财务年度报告期在公司之间存在差异，尤其是在国际之间。12 月是美、英、比利时等国最普遍的财务年度终止时间；3 月是日本和新西兰最普遍的终止时间；6 月是澳大利亚最普遍的终止时间。当样本中的所有公司并不具有可比的财务年度结束时期时，在作横向分析时就可能存在问题。例如，以 12 月 31 日为终止日的公司 X 可能较以 9 月 30日为终止日的公司 Y 显示出更强的盈利能力。（3）会计方法不同 即当分析所面临的样本公司所采取的会计方法不统一时，可以考虑采取下列办法：将样本公司限制在那些采用统一会计方法的公司范围之内；利用公司提供的信息，将报告数字调整为按统一会计方法取得的数据；利用近似技术，将报告
3、数字调整为按统一会计方法取得的数据。必须指出的是，在有些决策问题中，会计方法选择的不统一并不造成真正的问题。例如，如果分析者关心的仅限于解释公司间存货周转率的差异，那么，其诸如租赁会计方法的差异就不是一个问题。二、财务报表信息的纵向分析纵向分析除了有助于发现趋势，从而借以预测未来外，在管理当局业绩评价等方面，纵向分析也是有用的（借以观察利润变化的多少百分比是由于恒企会计：会计就业专家学会计到恒企恒企：把经验分享给有梦想的人！http:/ 1 列示了 A 公司 1987-1999 年间的收入及净收益序列。在此期间，发生了对这两个序列都有显著影响的一次兼并活动，即 1997 年 8 月，A 公司与
4、 B 公司合并。如果分析者在 1997 年中期欲预测 1997、1998 及 1999 年的收入及净收益，就应该采取下列方法之一：方法 1：将兼并前的 A 公司与 B 公司的时间系列数据结合起来。这样做所隐含的假设有四：1.兼并前在 A 与 B 之间没有会产生利润的交易（若有，则应予以消除，否则，A 与 B 以前年度数据就不能简单相加）；2.A 不必因兼并 B 而借款，从而增加利息支出； 3.兼并不产生协同作用； 4.在预测期内，A 与 B 都不会发生现有业务活动的“反投资”（即收缩、撤消分部或子公司）。方法 2：将兼并前的 A 公司与 B 公司的时间系列数据结合起来，并对那些不符合方法 1
5、中假设的方面进行调整。例如，A 公司在合并了 B 公司后的 1997 年的年度报告中就作了这样的披露：“该结果反映了追加的利恒企会计：会计就业专家学会计到恒企恒企：把经验分享给有梦想的人！http:/ 就好象说从每年年初起就发生了与购并相联系的借款，利息按同期适用利率计算。在作了这些调整之后，各年的净收益将是”方法 3：不考虑兼并前 B 公司的时间系列，而只关注 A 公司的时间系列。这是一种简单化的做法，其隐含的假设是，兼并后的公司相对于兼并前的 A 公司而言，公司规模没有重大的变化。方法 4：只考察 A 公司兼并后的时间系列数据。这个办法在 1997 年是不可行的（因为那年还没有兼并后的观察
6、值数据），1998 年起才可采取这个办法。孤立地看以上各种方法，几乎没有一种方法是令人满意的。然而，时间序列分析面临的问题就是要在这些不尽完美的方法之间作出选择。（二）会计方法变更问题会计数据的时间序列分析所要求的期间数，严格来讲应该在 10 年以上（至少 5 年）。其间，会计方法很可能发生了变化。当会计方法变更时，时间序列分析中可以采取的办法主要包括以下几种：方法 1：不作任何调整。其隐含的假设是，这种变更是并不重大的，或者这种变更是管理当局对商业环境变化的一种适当的适应。方法 2：保留所有观察值，但进行调整，以使整个时间序列中所采用的会计规则保持一贯。方法 3：只考察该时间序列数据中那些按
7、同样的会计规则得出的观察值。（如果会计变更太频繁的话，此法显然就不可行了）（三）会计分类问题恒企会计：会计就业专家学会计到恒企恒企：把经验分享给有梦想的人！http:/ A 公司 1989-1999 年的非常项目前净收益进行时间序列分析，但 A 公司与 1991、 1995 及 1997 年分厂关闭有关的损失没有采取同样的归类方法：1991 年将其归为非常项目，而 1995 及 1997 年则没有将其归于非常项目。这时，就有必要进行会计分类的调整。（四）极端观察值的处理在时间序列分析中，所遇到的极端值从经验上看更多的是“负”而非“正”。当遇到极端观察值时，分析者有多种可供选择的办法。一是不作任何处理，即认为极端值代表一种现象这种现象可能会在预测期内再次发生；二是将所报告的损失调整到一个绝对值较小的极端值。做此调整的动机之一是，极端值背后隐含的原因（如工人罢工等）会再次发生，但其严重性不会有极端值发生的那个期间大；动机之二是，极端值出现的原因（如火灾等）在随后的期间预期不会再次发生。“恒企教育对本宣传保留最终确认权”
