金融分析師怎麼分析報表數據？

01-25

我一直搞不明白一個問題，經常有很多的金融界預言，什麼「電視將死」、「GM要死」的預言，大家是通過什麼分析數據的方法來斷言的？還有最近的比亞迪，銷量和利潤大跌，金融分析師們是通過什麼方式分析出他報表存在的問題的？

財務報表數據的分析從從縱向時間維度和橫向行業維度包括：

某一年度某公司財務數據分析；
某公司歷年財務數據對比；
同行業或同類型公司財務數據對比；

分析時比較常用的除了各數據項的直接對比還有比率分析，比如速動比率，流動比率，資產負債比等，比較有名的如杜邦分析法。

財務報表分析核心是通過財務報表來了解公司業務實際運作的好壞，而不是機械認為某個指標高了或低了就好。財務報表也有被人為操縱的可能，單看財務報表很有可能被財務數據所誤導，失去對企業的全面認識。

對於未來的預言每個分析師有自己的判斷，不只是財務數據，企業發展會受到科技、政治、經濟、金融各個因素的影響，需要綜合考慮，每個人等到信息不一樣，思考的角度不一樣，會得出不同的結果。

我來回答你的問題，其實你看到他們的很多預測之類的，可以歸納為：用一些工具進行數據整合後分析出的一些趨勢，也可以理解為大數據預測。當然前提是需要數據的準確性及維度全。我舉個例子看看如何用數據分析某p2p平台。

1、本次抓取背景介紹

一直都對P2P行業感興趣，雖然沒太多錢投資，因此試著抓了個P2P網站的投標數據，看看能抓到哪些內容？

目標網站：某中等P2P網站

抓取工具：發源地採集工具

硬體環境：我的Sony破筆記本，因為不用下單機版到本地，跑起來還是比較快的

2、採集到的統計數據樣本說明

某P2P網站的投資項目中項目狀態為「募資完畢」的數據；

分析跨度為最近半年，即2015年4月到2015年9月；

3、採集到的信息截圖

4、平台標的期限分布

5、平台標的類型分布

6、平台利率走勢

7、平台成交量統計

8、平台投資人數走勢

9、滿標平均用時

10、單筆投資金額

11、借款行業，地區，用途等大雜燴

總結：

啰啰嗦嗦做了以上一堆圖標和分析，拋磚引玉。

今後是數據社會，互聯網數據挖掘與分析作為一座巨大的金礦，一定有它價值閃閃發光的一天！

通常金融機構研報中都會對某公司未來一年、兩年、三年的盈利數據作出預測。這個預測是根據前期的財務數據、近期市場形勢、上下游產業鏈供求情況等等因素綜合考慮得出的，見仁見智，其實是比較主觀的推測。特定時期下市場對特定行業、特定公司的發展會有一個共識。比如，蘋果目前處於一個高速發展期，而微軟的發展速度大大慢於蘋果，還有衰落的可能。這叫「預期」。如果到了財務數據披露時點，實際結果比大多數人推測的好，這叫「超出預期」，股票會漲，如果實際結果比主流推測結果差，叫「低於預期」，股票會跌。

由於是推測，所以經常不準。一個笑話是：「在過去發生的三次全球性的經濟大衰退中，經濟學家們已經成功了預測到了九次」。

關於問題，分析數據的方法有很多，金融分析師也都各有自己不同的分析方法。

先講講在分析時需要有哪些數據吧。

1）某一企業歷年報表，相同年份同行業報表，直接翻報表上的數據。

2）通過一些再處理手段，比如經典的比率分析：包括盈利比率，流動速率，ROE，ROA，資產負債比，存貨周期等，比較分析包括它在時間維度上的變化，它在行業中所處的水平。在時間維度上的分析多種多樣，複雜深入地可以運用數學上的時間序列分析。在同行業的分析，就是跟平均水平比較，跟行業領頭羊比較。

這些只能大致地了解這個企業，比如他正處於生命周期的那個時期，像可口可樂公司近年的利潤下滑，說明了他處於穩定期，當然不同的人看待這些數據得出觀點也是不同的，這沒有一個準確的答案。

3）文字數據。千萬不要小看文字數據，尤其是企業附錄部分的各類事項，金融分析者很大一部分的工作就是參照附錄查看報表，發現企業試圖隱藏的事物，這些事物往往會在將來爆發出來。比如上世紀的美國企業收購熱，大量的合併與收購使企業的ROE非常美妙，事實上，企業自身的利潤並沒有上升，也就是說這個企業並沒有發展得更好，甚至變得更為糟糕。這些好看的數據在短暫的時間裡吸引了大量的投資者，而在更長的時間裡市場是趨於均衡的，他們最終回到了原點。

4）企業組織結構的重大變動也是一種數據，這類數據更早地揭示了企業的策略變化。但是很可惜，這類數據並未被要求公開，有些只有內部工作人員才知曉。

5）各類相關的宏觀數據與其他。

運用的工具：

1）在獲得數據方面，計算機人才可以運用編程軟體python，java之類的；企業公布的數據；自己進入企業內部參觀，與高層會話，主動地參與其中；購買的數據等等。

2）數據處理方面，最粗糙的excel，然後spss之類的，或者會R語言、會python的自己編程。

3）數據呈現方面，各種統計圖。

另外，幾乎任何一本關於財務報表分析的教材第一章，都會提到的一點，企業為獲取更多投資，他們必然要美化財務報表。中小型企業提交報表更多的是國家審計規定和銀行貸款要求，這類報表只要不過分作假就行；而大型上市企業公開報表，更多的是為了向公眾和大型機構發放股票和發行債券，所以他們會想法設法地美化自己的利潤，股東收益率，資產收益率。一個好的金融分析師，不能單單關注報表，更要關注附錄部分，了解企業最近的活動，甚至要進行實地調查。只有數據是不夠的，數據+事件+金融分析師自身經驗三者要結合考慮。

當然，不排除很多金融分析者或者經濟學者其實是在濫用數據，他們認為某些事情可能會這樣發展，然後去搜集證據去證實自己的觀點，加以選擇地運用某些數據或數據建模。我很認同我們統計老師的說的這樣一句話，在經濟領域，某模型函數的兩變數之間相關係數達到3.0左右就算相關了？在統計學家看來是好笑的，但是他們（指經濟學者）目前又沒有更好的數據處理方法，能怎麼辦的。

當然，在金融經濟領域，預測的事情不準是常有的，這次準確的預測並不能說明下次就是這樣。就像是一場隨機漫步，或者上帝的骰子。我一直都很相信這樣一句話，我們甚至無法準確地知曉過去，更談何預測未來。

宏觀分析：

微觀分析：

按N個維度來進行分析吧！

維度：時間、地區、機構、客戶、產品……

指標：收入、成本、利潤