1、1海洋公园财务预警系统摘要：本文将从数学方法和财务方法分别为海洋公园建立财务预警系统，并提出问题和建议。第一，我们从数学方法主要以降维为目标挖掘数据和特定指标，建立三维财务预警系统。财务状况反映运行状况，运行状况体现在财务数据上，为直观反映海洋公园运行状况，本文通过对 14 年来海洋公园财务数据及指标进行处理分析，建立了基于因子分析法下动态加权的海洋公园财务预警系统，跨越时间及空间实现三维财务分析，较好地为海洋公园提供内部及外部的问题及相关建议。通过对部分论文的研读和对实际数据进行共线性分析，发现多个传统财务指标存在着严重的共线性关系，因此用 SPSS 软件对 一级指标进行 Person 相关
2、性分析，结合相关论文，我们 得出“ 没有必要对每个财务指标进 行分析” 的结论，剔除相关性大的相关指标 ，然后对剩余的指标数据进行无量纲化处理消除量纲实现标准化，再进行因子分析法实现降维，提取代表所有信息 90%以上的因子， 对狭义孤立的年份计算因子得分和总得分再进行比较，但考虑到财务数据是时间序列，运用修正后的动态加权法和结合香港 GDP 增速对广义的时间段进行评分分析，从而在时间上建立了基于因子法下动态加权修正后的财务预警系统，通过查阅相关数据，引用香港迪士尼相关数据代入系统，可以实现跨越时间空间的三维财务预警系统，为海洋公园更直观地提供了内部和外部信息。第二，从财务的角度，利用已经相应的
3、指标代入杜邦分析法，针对财务数据呈现的趋势并结合因素分析法对其进行改善。第三，通过 MATLAB 运用 GM(1，1)模型对海洋公园相关指标进行短期预测并进行检验， 经检验 得预测精度较好，相对误差小。2最后，结合数学方法和财务方法建立的财务预警模型，我们对海洋公园在财务上体现的问题作出了归纳并提出来相关建议。关键字：因子分析法 动态加权法 三维财务预警系统 杜邦分析法 因素分析法 GM（1,1）3一问题重述通过海洋公园不同年份财务数据分析其运行状况，提出相关建议。二问题分析首先，分析企业财务状况，不能局限于已有的数据，这样存在“ 滞后性”，而现代企业更注重的是“ 前瞻性” ，因此，建立一个时
4、间上二维财务预警系统对内部财务状况进行分析是必须的，其次由于现代企业受外力影响很大，因此对二维财务预警系统进行修正变为三维财务预警系统，让企业可以通过该系统发现内部问题和外部差距，更有利于促进企业的发展。而根据已有的杜邦分析法，再结合因素分析法，分析三个因素变化对 ROE的影响变化， 较好地量化影响值，为海洋公园提供导致 ROE 变动的指标和影响较大的指标。三假设1. 假设在统计年鉴及财务报表伤所查数据准确2. 假设处理数据时没有失误四符号说明符号 说明加权因子k时间为离散时评价活动的离散数h财务系统得分4五系统建立及求解5.1 系统建立5.1.1.定义准备（财务危机）国外：主要把财物危机定义
5、为企业履行义务受阻时候的状况，主要表现为流动性不足、债务拖欠、权益不足和资金不足四种形式国内：许多学者也发表了自己的看法。谷祺和刘淑莲（1999）把财务危机定义为一种经济现象，即企业到期无力债务或支付费用，包括从资金管理的技术性失败到破产，以及处于两者之间的各种情况。由于资金管理的技术性失败而导致的支付能力不足，一般是暂时的和比较次要的困难，通常可以采取一定的措施来加以补救，如通过协商，以求得债权人让步，争取延长偿债期限，或者通过资产抵押等借新债还旧债。姜秀华和孙铮(2001)通过实证分析认为，公司治理的弱化是上市公司发生财务危机的重要因素，而财务危机反过来是公司治理弱化的财务表现，财务危机和
6、治理弱化存在着辨证的关系。这些定义不仅考虑了财务因素，还把公司治理等非财务因素也融入进来。王艳（2007）认为财务危机有广义和狭义之分。广义的财务危机是指在企业生产经营的过程中由于各种不利因素所导致的企业财务失败和经营失败，例如：企业不能够按时地收回应收的投资款和销货款、不能够按期偿还债务的本金和利息、不能够有效地降低成本费用（包括税金）、不能够达到预期的销量和销售额、不能够获取新的借款或者延长原有的借款期限、不能够获取预期的收益、不能够有效地控制企业的现金流量等等。狭义上的财务危机是指企业丧失偿付能力中最为严重的情况，即所谓的“资不抵债” ，最终导致企业未能到期清偿债务而导致破产。55.1.
7、2 指标筛选及数据处理5.1.2.1 指标选取：在对企业财务危机进行实证研究的文献中，绝大部分是以财务指标作为因变量，即使引入了非财务指标，也是以财务指标为主。朱家安和陈志斌（2007）通过对 1995 年到 2005 年间 13 本期刊 进行实证研究， 发现 被引用最多的财务指标有资产负债率、资产净利率、 流动 比率和总资产周转率等。 5.1.2.2 指标筛选首先我们通过计算得出四个一级指标：短期偿债能力，长期偿债能力，运营能力和运营能力，在四个一级指标下面有十五个二级指标，如图所示：速动比率负债比率流动比率现金流量比率短期偿债能力现金比率资产负债率产权比率权益乘数长期偿债能力负债权益6毛利
8、率纯利率盈利能力净资产收益率（roe）非流动资产周转率流动资产周转率运营能力总资产周转率表格 15.1.2.3 数据处理A.共线性分析分析通过相关论文 12和图 1 的共线性分析可得，部分财务指标存在着严重的共线性，因此需要进行相关性分析以降低干扰（仅拿短期负债做例子），即没有必要对每个财务指标进行分析。非标准化系数 标准系数 共线性统计量B 标准 误差 试用版 t Sig. 容差 VIF(常量) .095 .034 2.792 .068负债比率 -.023 .004 -.038 -6.442 .008 .498 2.007流动比率 .940 .027 .964 35.171 .000 .02
9、3 43.015现金流量比率-.122 .012 -.060 -9.868 .002 .473 2.1157现金比率 .055 .024 .058 2.339 .101 .028 35.829表格 2以速动比率为因变量，给出线性回归方程中回归系数的估计值和共线性统计量， 表中除了现金流量比率和负债比率，其他变量容忍度都小于 0.1，并且其方差膨胀因子 VIF 都大于 10，说明速动比率和流动比率，现金比率之间存在严重的共线性，因此，在进行指标处理时我们需要对其相关性做 Person 相关性检验分析。B进行 person 相关性分析由于变量设立的原因，可能会使得变量之间可能存在多重共线性，所以接
10、下来将对所有解释变量进行 Pearson 相关性检验，以判定本文的解释变量之间多重共线性严重程度，以及解释变量之间的相关程度及符号。 短期负债比率相关性速动比率负债比率修正后流动比率修正后现金流量比率现金比率Pearson 相关性 1 .571 .999* .674 .979*显著性（双侧）.139 .000 .067 .000速动比率N 8 8 8 8 8Pearson 相关性 .571 1 .584 .767* .459显著性（双侧）.139 .128 .026 .253负债比率修正后N 8 8 8 8 8流动比率Pearson 相关性 .999* .584 1 .702 .979*8显著
11、性（双侧）.000 .128 .052 .000修正后N 8 8 8 8 8Pearson 相关性 .674 .767* .702 1 .653显著性（双侧）.067 .026 .052 .079现金流量比率N 8 8 8 8 8Pearson 相关性 .979* .459 .979* .653 1显著性（双侧）.000 .253 .000 .079现金比率N 8 8 8 8 8*. 在 .01 水平（双侧）上显著相关。*. 在 0.05 水平（双侧）上显著相关。表格 3由表中可以看到，速动比率和流动比率，现金比率高度相关，流动比率和速动比率和现金比率高度相关，负债比率由于和后文的资产负债率一
12、样，故没有比较意义，可舍去，为方便运算，在数据处理适剔除速动比率，现金比率和负债比率。长期偿债长期负债能力中，指标关系如下，由于其他指标可以通过资产负债率得到，故只用资产负债率作为代表指标 1=-权 益 乘 数 资 产 负 债 率产 权 比 率 负 债 权 益 权 益 乘 数盈利能力9各个指标相关性如下相关性毛利率 纯利率 净资产利润率（roe）Pearson 相关性 1 .118 .378显著性（双侧）.781 .356毛利率N 8 8 8Pearson 相关性 .118 1 .959*显著性（双侧）.781 .000纯利率N 8 8 8Pearson 相关性 .378 .959* 1显著性
13、（双侧）.356 .000净资产利润率（roe）N 8 8 8*. 在 .01 水平（双侧）上显著相关。表格 4可以看出，roe 和纯利率相关性很大，由于 roe 是杜邦分析的最终指标且分析纯利率和毛利率可以看出费用大小，因此不剔除净资产利润率运营能力相关性非流动资产周转率 流动资产周转率 总资产周转率Pearson 相关性 1 .816* .971*非流动显著性（双侧） .001 .00010资产周转率N 12 12 12Pearson 相关性 .816* 1 .926*显著性（双侧） .001 .000流动资产周转率 N 12 12 12Pearson 相关性 .971* .926* 1显
14、著性（双侧） .000 .000总资产周转率N 12 12 12*. 在 .01 水平（双侧）上显著相关。表格 5由上可知，指标两两之间相关性很大，因此取总资产周转率代表运营能力5.2 系统求解5.2.1 二维财务预警系统建立和求解由于变量之间存在一定的共线性，因此在接下来的研究中，本文选用因子分析法来降维。 该方法是通过将多个存在相关关系的变量通过线性变换，来选出较少个不相关的重要变量的一种多元统计方法。在实际中，为了能够做到全面地分析问题，通常会设定许多个与实际问题相关的变量，因为每个变量都或多或少地包含与这个问题有关的某些信息。然而，在运用数理统计的方法来研究问题时，变量的数量越多，问题
15、的复杂性就越大。通常在很多情况下，每个变量之间都是存在一定的相关关系 的，如果某两个变量之间存在一定的相关关系时，我们就会认为这两个变量在反映所研究问题的信息时存在重叠。因子分析法的原理是通过对原先设定的变量进行线性组合，通过去除重复信息来建立较少的新变量，从而使得这些新变量是两两不相关的，但仍尽可能保持原有信息。 关于因子分析，这里用最简单的三维数据来直观的解释主成分分析的原理。假设现11在有两个变量 X1、X2，在坐标上画出散点图如下：图 1可见，他们之间存在相关关系，如果我们将坐标轴整体逆时针旋转 45，变成新的坐标系 Y1、Y2，如下 图：图 212根据坐标变化的原理，我们可以算出：
16、212YX通过对 X1、X2 的重新进行线性组合，得到了两个新的变量 Y1、Y2。此时，Y1、 Y2 变得不再相关，而且 Y1 方向变异（方差）较大，Y2 方向的变异（方差）较小，这时 我们可以提取 Y1 作为 X1、X2 的主成分，参与后续的统计分析，因为它携带了原始变量的大部分信息。至此我们解决了两个问题：降维和消除共线性。对于三维以上的数据，就不能用上面的几何图形直观的表示了，只能通过矩阵变换求解，但是本质思想是一样的。5.2.1.1 无量纲化处理由上可知，我们取出四个一级指标，再通过剔除相关性较强的指标后，选取代表性较13强的二级指标流动比率修正后短期负债现金流量比率长期负债资产负债率
17、修正后毛利率盈利能力纯利率运营能力 总资产周转率表格 6在进行因子分析前，需要对各个指标的数据进行修正1.流动比率基准值是 2，因此对所有数据进行 abs（x-2）的处理2.负债比率是极小型指标，因此取倒数化为极大型指标3.资产负债率是区间型指标，发达国家的大型企业在 50%-70%之间，因此对数据进行如下处理：再对所有指标进行无量纲化处理，得到 minax,12.;j,.ijNEWX121* 212max(,),(,)qMxqxq若若 若*0.50.5,7.7.105xxx若若 若14Z 流动比率修正后 Z现金流量比率Z资产负债率 Z 毛利率 Z纯利率 Z总资产周转率2007 0.99993
18、6542 0.883042 0 0.524927 0.880757 12008 1 0.751179 0.222685 0.637121 1 0.5515226912009 0 0 0.222685 0 0.291599 0.0984059412010 0.885993677 0.30271 1 0.233178 0.117861 02011 0.393602063 0.377679 0.988306 0.482742 0.124583 0.0497124022012 0.971615009 1 0.984916 0.823663 0 0.2491590112013 0.047715809 0
19、.794737 0.998146 1 0.024682 0.398213719表格 75.2.1.2 二维财务预警系统求解将表 3 无量纲后的数据代入 SPSS 中进行因子分析， 结果如图 7，图 8公因子方差初始 提取Z流动比率修正后 1.000 .999Z现金流量比率 1.000 .986Z资产负债率 1.000 .975Z毛利率 1.000 .975Z纯利率 1.000 .930Z总资产周转率 1.000 .951提取方法：主成份分析。表格 8可以看到，提取每个指标的百分比基本都是 93%以上，效果明显解释的总方差初始特征值 提取平方和载入 旋转平方和载入成份 合计 方差的 % 累 积
20、% 合计方差的 %累积 %合计 方差的 % 累积 %151 3.027 50.456 50.456 3.027 50.456 50.456 2.499 41.654 41.6542 2.036 33.939 84.396 2.036 33.939 84.396 2.148 35.795 77.4493 .753 12.542 96.938 .753 12.542 96.938 1.169 19.489 96.9384 .133 2.215 99.1535 .051 .842 99.9956 .000 .005 100.000提取方法：主成份分析。表格 9可以看出，前三个特征值累计贡献率已达 9
21、5%以上，很好地阐述了整个样本总体旋转成份矩阵a成份1 2 3Z流动比率修正后 .197 .184 .962Z现金流量比率 .144 .917 .352Z资产负债率 -.965 .208 -.015Z毛利率 -.145 .977 -.003Z纯利率 .913 .001 .310Z总资产周转率 .808 .525 .149提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 4 次迭代后收敛。表格 10可以看到，第一个因子主要代表了资产负债率，纯利率和总资产周转率，我们称作为流动盈余因子，第二个因子主要代表了现金流量比率，毛利率，因此可以称作为宏观指16标因子，而
22、最后一个指标称为流动比率因子，而随着数据的增多，因子代表的指标越趋稳定，系统也会越趋稳定。然后根据旋转成分矩阵的比率和方差代表率给每个因子算分并算出不同年份总分年份 2007 2008 2009 2010 2011 2012 2013流动盈余因子 1.860163 1.35653 0.131 -0.67 -0.74 -0.53 -0.64宏观指标因子 2.03247 1.83221 0.098 0.877 1.122 2.236 2.131资产流动性因子 1.69323 1.613 0.1017 0.98 0.541 1.307 0.375总分 1.89023 1.584 0.113 0.23
23、 0.206 0.859 0.587表格 11图 3图 417先看总分，我们可以看到，海洋公园狭义上每年的得分在 2007-2008 年处于最大值，而 2009-2011 年分值受到金融危机的影响，得分 较低且不稳定，到了 2012 年有了起色，而到了 13 年得分又下降了。但我们不能只看总分，再分析三个因子，且进行对比（如毛利率和纯利率越大则说明费用越大）我们可以看到，例如 13 年分数突然降低是因为资产流动性因子分数突然降低，我们揣测，在 2013 年海洋公园进行了扩建而导致负债大大增加。由于受到金融危机和时间滞后性及竞争对手影响，我们可以看到在 09 年之后，海洋公园资金周转力度和盈余力
24、不是很好，同时 ，根据相关资讯可知，海洋公园也在进行扩建，因此，为了摆脱困境， 资金流动速度降低，盈余减少也是情理之中；所以我们也会看到宏观指标因子上海洋公园是比较出色的， 说明付出的费用所“牺牲”的纯利率导致毛利率也即是整体收入是增加的。因此我们可以从系统的得分中得出这样的结论：受到不利影响香港海洋公园采取了积极的措施，增加费用，虽然降低了毛利率和资产周转率，但是有效地提高纯利率，做到了未雨绸缪的作用。同时也可以说明系统的合理性。185.2.1.3 系统修正加入动态加权法由于时间带有滞后性及香港报表特殊性（年中为始末点，如 2006.6.30-2007.7.30 是一个年度报表的时间区间），
25、不能广义地给某段年份的因子进行评分，为了给解决这个问题，在此引入动态评价的二次加权法 34来进行动态评价。对于离散型数据，总分 其中 为时间因子， 为加权因子，1*(t),12,3.mtiiheyte可有拉大差距法得到，而由周建伦先生指出，权因子可以简单地取 。k 表示为 1(2)时间为离散时评价活动的离散数，而本文取 k=2 做二次加权法，加权法的一个重要思想就是“ 博古厚今 ”，突出时间的作用，就是认为越是接近目前对应的权重就应该越大。在一定程度上，能够较好的解决一部分地区本身基础较高发展缓慢甚至倒退，但在单一年的综合评价值不能较好的表现出来的情况，而由于香港的财务报表制作方式遵循的是国际
26、会计准则 IAS（IFRS)，年度报表的始末点为年中，如 2006-2007 年度报表起点为 2006 年6 月 30 日至 2007 年 6 月 30 日，因此简单地用二次加权法“厚古薄今” 的思想是不合理的，本文选择二次加权均值化处理，即要评价 2007 年的得分，时间因子 t=1，而加权因子，作为 2007 年时间段广义上（2006.6.30-2008.6.30 ）的得分，即1(2)0.5 0.51*(t),12,3.miihey可得出进行处理后的年份和表现得分如下：修正前排名 分数 年份1 1.823848 20072 1.691075 20083 0.816213 20124 0.5
27、00104 2013195 0.287724 20116 0.272618 20107 0.130933 2009表格 12对于修正前的数据，是狭义的以一年为区间的评分，如评价 2007 年只能参考以2006.6.30-2007.7.30 为时间区间为报表，是不合理的。修改后总分和单个因子得分（由于每个因子权重不同，因此因子得分进行二次加权之后的和和总分进行二次加权之后的数值大小不一样）排名 分数 年份1 5.727686 20072 2.797474 20083 2.384962 20124 1.756606 20115 0.721396 20106 0.567779 2009表格 13图
28、5年份 2007 2008 2009 2010 2011 201220流动盈余因子 5.836107893 2.496814 -0.91751 -2.83428 -3.2166 -3.33057宏观指标因子 5.642030592 3.705761 1.999699 4.770953 7.483523 8.689654资产流动性因子 5.970071196 2.897345 1.809333 2.468408 3.0144 2.898131表格 14图 6修改后可以看到，基本趋势是和上面狭义单一年份是一致的，但是差别拉大了，问题也更加凸显起来。我们可以明显看出，在 2007-2008 年三个因
29、子得分 虽然降低，但是是比较均衡的，金融危机过后，在 2010 年我们可以看到流动盈余因子是继续下降的，这说明费用不断增加，海洋公园财务了积极的措施借贷翻新设备增加吸引力，措施是及时到位的，采取增加费用刺激毛利率和运营资金流的方法，增强自身造血能力，但是需要注意随后几年资金流动性和费用（贷款利息）的增加。根据相关文献 56可知，GDP 和旅游收入存在高度的正相关关系，中国统计局查到香港 2007-2012 年 GDP 增长率和排名如下：排名 地区 中国香港211 2010 年 6.792 2007 年 6.463 2011 年 4.854 2008 年 2.135 2012 年 1.56 20
30、09 年 -2.46图 7由于香港报表制作的特殊性，在分析的过程中带来一定困难，如 2010 年 GDP 增长率高居第一是因为经历了 2009 年金融风暴后海洋公园重新发展，但实际上其财务得分也仅仅高于 2009 年，因此在分析财务状况时应考虑大背景去挖掘数据。结合 GDP 增长和海洋公园财务预警系 统得分，我们可以看出， 2007 年得分和 GDP增速都是比较好的，而 2009 年经历了金融风暴后，虽然香港 GDP 快速回升，但是海洋公园发展仍然缓慢，说明海洋公园的财务状况增长速度和香港整体经济运行水平速度相符，需要调整优化。5.2.3 三维财务预警系统把迪士尼的数据也拉进来之后我们可以看看
31、不同年份两个公园的分数比较首先，还是对不同年份不同地区同一指标进行无量纲化，结果如表 9。2007 0.999943 0.892143 0.27591 0.766366 0.959334 0.722147373 12008 1 0.770541 0.437154 0.821542 1 0.957591562 0.8066932009 0.102451 0.077814 0.437154 0.508215 0.758407 0.765947868 0.4102692010 0.897674 0.356969 1 0.622888 0.699156 0.78839597 0.3378182011
32、0.455728 0.426104 0.991533 0.74562 0.701448 1 0.3436862012 0.974523 1 0.989078 0.91328 0.658961 0.968576231 0.332998海洋公园2013 0.145278 0.810709 0.998657 1 0.667378 0.970459687 0.3575732011 0.118642 0.098229 0.073435 0 0 0 02012 0.076055 0 0.027417 0.248342 0.376343 0.190062511 0.327862迪士 尼2013 0 0.29
33、6829 0 0.495244 0.573865 0.289909921 0.445873提取公因子内容如图 10 所示，基本都大于 90%，且最小值大于 80%，代表性好。公因子方差22初始 提取Z 流动比率修正后 1.000 .877Z现金流量比率 1.000 .963Z资产负债率 1.000 .979Z 毛利率 1.000 .976Z纯利率 1.000 .847Z总资产周转率 1.000 .973提取方法：主成份分析。表格 15解释的总方差初始特征值 提取平方和载入 旋转平方和载入成份 合计 方差的 %累积 %合计 方差的 %累积 %合计 方差的 %累积 %1 3.313 55.222
34、55.222 3.313 55.222 55.222 2.181 36.343 36.3432 1.641 27.350 82.572 1.641 27.350 82.572 1.813 30.212 66.5553 .660 11.007 93.579 .660 11.007 93.579 1.621 27.024 93.5794 .325 5.412 98.9915 .054 .905 99.8966 .006 .104 100.000提取方法：主成份分析。表格 1623旋转成份矩阵a成份1 2 3Z流动比率修正后 .292 .879 -.136Z现金流量比率 .885 .361 .222
35、Z资产负债率 .548 .240 -.788Z毛利率 .926 .319 -.128Z纯利率 .295 .842 .225Z总资产周转率 .259 .201 .930提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 4 次迭代后收敛。表格 17从图 11 得出，进行因子分析后，前三个因子已经解释了所有变量 93%以上的内容，较好地说明了数据的信息。且随着样本的增加，整个系统降维的准确性也会增加。于是我们也可以仿照二维财务预警系统做出三位财务预警系统关于迪士尼和海洋公园各因子得分和总分的比较。同理进行处理因子分析实现降维和进行二次加权法（由于迪士尼数据不足，故
36、放弃动态加权分析），并得出狭义年份分数和总分。结果如下所示。流动盈余因子 宏观指标因子 资产流动性因子 总分2007 2.406013409 2.475484087 0.896318504 1.9924682012008 2.357760485 2.458675642 0.330324423 1.8048524242009 0.887205797 0.936734453 -0.166749916 0.5988319162010 1.742509792 1.760568297 -0.780027812 1.0198746642011 1.846285744 1.493389377 -0.6768
37、17106 1.0037245242012 2.729527244 2.170873679 -0.470580633 1.625029902海洋公园2013 2.495317137 1.516260869 -0.289922182 1.374899572242011 0.138859012 0.203885083 0.239233644 0.1888391542012 0.798726436 0.641873115 0.489953248 0.65891794迪士尼2013 1.166464408 0.792929747 0.684925645 0.90680858表格 18图 8海洋公园三个
38、因子得分（为何迪士尼比较，特抽出 2011-2013 年对比）：图 9我们可以看到，09 年的金融危机让海洋公园一落千丈，在此之后，海洋公园采取合理的措施，在 2010 年出现了拐点，也就是说在 2010 年海洋公园的费用是增加的，但是挽救了整体下降趋势，所以在 2010 年后费用减少了（但仍然比较大），但是流动盈余因子25和宏观指标因子仍然不稳定，说明海洋公园因为费用内部费用增加和外部竞争对手冲击经营状况仍然处于不稳定的状态。图 10迪士尼三个因子得分：图 11虽然历史和面积等都不及海洋公园，但是迪士尼三个因子比较均衡且得分一直在增加，且反应 毛利率为主的宏观指标因子迪士尼在追赶了海洋公园（
39、这也和海洋公园历史悠久需要不断增加费用实现机器更新吸引游客有关），于是，内部如何解决庞大费用，外26部怎么实现双赢目标而不是恶性竞争会成为迪士尼和海洋公园未来发展的目标5.2.4 杜邦分析法5.2.4.1 系统建立因为 roe=*净 资 产 收 益 （ ） （ 销 售 净 利 率 总 资 产 周 转 率 ） 权 益 乘 数我们可以分析销售净利率，总资产周转率和权益乘数的变化从而分析 roe 的变化，为了衡量每个指标对 roe 影响的大小，本文引入因素分析法对不同年份指标对 roe 影响度进行分析。5.2.4.2 系统求解下面是不同年份 roe 及三个指标的大小年份 净资产收益率 权益乘数 销售
40、净利率 总资产周转率2006 0.142765919 1.12005109 0.214883976 0.5931747842007 0.135137267 1.70716314 0.202721893 0.3904805912008 0.13849797 2.19248985 0.221416982 0.285295479272009 0.06283857 3.18080428 0.110352546 0.179022242010 0.052964733 4.08648753 0.083113724 0.1559422762011 0.065934755 4.6740276 0.0841675
41、34 0.167601742012 0.067582597 4.87733072 0.064635215 0.2143796112013 0.071220605 4.16959686 0.068504955 0.249338651表格 19因素分析法：例如，某一个财务指标及有关因素的关系由如下式子构成：实际指标：Po=AoBoCo;标准指 标：Ps=AsBs Cs；实际与标准的总差异为 Po-Ps,Po-Ps 这一总差异同时受到 A、B、C 三个因素的影响，它们各自的影响程度可分别由以下式子计算求得：A 因素变动的影响：（Ao-As ）BsCs；B 因素变动的影响；Ao（Bo-Bs ）Cs；C
42、 因素变动的影响：AoBo （Co-Cs）。最后，可以将以上三大因素各自的影响数相加就应该等于总差异 Po-Ps。年份 roe 差 权益乘数影响 销售净利率影响 总资产周转率影响2006-2007 -0.00762865 0.074835508 -0.012315886 -0.0701482732007-2008 0.003360703 0.03841796 0.016005328 -0.0510625852008-2009 -0.0756594 0.062431095 -0.100787542 -0.0373029542009-2010 -0.00987384 0.01789228 -0.0
43、19927164 -0.0078389532010-2011 0.012970022 0.007615074 0.0007681 0.0045868492011-2012 0.001647842 0.002867921 -0.015966677 0.0147465992012-2013 0.003638007 -0.009806694 0.00345907 0.009985632表格 20接下来是三个杜邦分析法中三个指标的分析：28图 12图 13分析：首先我们看到，净资产收益率（roe）在 08 年后是一直下降的，到了 2011 年才稍微有起色29而通过因素分析法和 roe 的公式 我们可以
44、分roe=*权 益 乘 数 销 售 净 利 润 率 总 资 产 周 转 率析三个因素变化对 roe 的影响。可以看到的是，销售净利率和总资产周转率几乎是一直起着反作用的，且两者在不同年份起的作用大小不一致，而在 2010-2011 乃至以后可以发现，三者的作用趋于一致且几乎是起着正作用，因此可以这么说，在 09 年后海洋公园的措施还是起到积极作用的，虽然 2009-2011 三年的负债率和变现能力都很不好，但是通过这种“卧薪 尝胆” 让 海洋公园从 2011 年开始 实现了缓慢的增长，还是有很好的正面作用的。首先是权益乘数，如下表，我们可以看到基本资产增长率都是比负债增产率低的，和实际一样，因
45、为相对负债比率而言资产比率增加速度慢，这会导致权益乘数不断增大，这里发现的问题是负债率高，是收到工程进度的影响导致资产比率增加速度慢2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013负债增长率 0.9661981 0.9415035 0.3964464 0.2255729 0.01196981 -0.044816资产增长率 0.4974584 0.5401944 0.2676217 0.1776123 0.00061742 -0.001087表格 21图 14接下来是销售净利润率，我们可以看到，在 08 年-11 年这项指标对
46、 roe 的影响是致30命的反作用，从图中可以看到，基本上收入增长率是大于利润增长率的，因此销售净利润是一直下降的，说明成本增加，获利能力降低，这显然对一个企业而言是致命的，所幸在 2011-2013 年可以看到，虽然不稳定，但是“增加成本牺牲纯利率增加毛利率”的方向使得销售净利润还是有所增加的2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013收入增加 0.094083 -0.03353 0.104197 0.26566 0.279891 0.161807利润增加 0.19498 -0.51832 -0.16836 0.281
47、707 -0.01713 0.231365表格 22图 15最后是总资产周转率可以看到收入增长率在 2010 年左右超过了资产总额增长，这和二维财务预警系统得到的结论是一致的，在 2009 年后，海洋公园增加了成本费用，刺激了收入和总资产周转率，促进现 金流，增加企业造血能力，从而影响权益系数和销售净利率从而影响 ROE从而达到促进整个海洋公园进步。2007-2008 2008-2009 2009-2010 2010-2011 2011-2012 2012-2013收入增长率 0.09408284 -0.033532 0.104197 0.26566 0.27989109 0.161807资产总额增长 0.49745841 0.5401944 0.2676217 0.177612 0.00061742 -0.001087
