薛盡飛，何忠江，鄧麗華

（中國電信股份有限公司上海研究院 上海200122）

1 引言

一直以來，運營商在集團層面的財務分析基本上都在省公司層面展開。這么做雖然與目前的考核單元一致，卻與實際的業(yè)務決策單元不一致。實際上，本地網是運營商最基本的業(yè)務決策單元。各個本地網承擔網絡建設和維護、用戶發(fā)展、市場策略等多種職能，既是集團的分支機構，又是獨立的經濟實體。在地域廣闊、經濟環(huán)境差異較大的省份，以省為單位的分析特別容易掩蓋本地網業(yè)務發(fā)展的特點，也不利于來自一線業(yè)務發(fā)展策略的推廣和借鑒。因此，近些年來各大運營商都開始從集團層面關注本地網的財務分析，目的在于找出標桿本地網，介紹生產管理經驗，提高資源運作的效率。

筆者認為，電信行業(yè)的財務分析除了通用財務分析的內容外，必須關注資產獲利能力的分析。筆者分析了國內3家運營商上市公司最新公布的資產負債表，發(fā)現非流動資產占總資產至少60%以上，有的甚至超過了90%。這也說明電信行業(yè)資產密集的特點。雖然大比例的非流動資產減弱了資產流動性，但同時也意味著較高盈利的可能性。因此，資產獲利能力是本地網財務分析中的重要內容。

傳統(tǒng)的資產獲利能力分析方法是通過財務指標的趨勢、同期比較進行分析，常常能解釋是什么指標的高低導致了資產獲利能力的高低，卻給不出提高資產獲利能力的具體舉措。而且在以往的分析中，常常把特征值完全不相同的本地網放在一起橫向比較（例如將特大型本地網上海與西部規(guī)模很小的本地網進行橫向比較），這種分析的方法本身就有所偏頗。本文試圖在傳統(tǒng)財務分析的基礎上，運用數據挖掘的方法解決上述“為什么”和“怎么樣”的問題。

2 傳統(tǒng)資產獲利能力分析方法的改進

常規(guī)的財務分析都是選擇合適的財務指標來進行分析?？傎Y產報酬率（return on total assets，ROA，又稱資產所得率）就是評價企業(yè)資產運營效益的重要指標之一，它反映了表示企業(yè)全部資產的總體獲利能力。該指標是一個綜合性較強的指標，可以通過杜邦分析法將其分解如下：

EBIT（earning before interest and tax，息稅前利潤）是電信行業(yè)的利潤指標，結合行業(yè)特點電信行業(yè)的總資產報酬率等于EBIT除以平均總資產。應用杜邦分析法將該綜合指標轉化成總資產周轉率和收入凈利率。也就是說，總資產報酬率高的本地網原因可能不同，有的可能是因為總資產的周轉率高，有的卻是因為收入凈利率突出。更進一步，總資產周轉率又可以轉換成各個業(yè)務的總資產報酬率和各種費用收入比。業(yè)務種類的劃分可以通過收入結構的分析獲得，費用種類的劃分可以采納企業(yè)自身管理會計體系的設計方法。

至此，傳統(tǒng)意義上的資產獲利能力分析體系是完整的。但是這種方法也有解決不了的問題，例如，全國幾百個本地網的經濟發(fā)展不平衡，是否都有可比性？經濟發(fā)達的本地網的經驗是否值得小本地網借鑒？如果分析出總資產報酬率低是因為資本性支出占收入比過大，那么多少資本性支出才是合理的？……而這些問題的解決依賴于新的方法的應用。

為了解決各個本地網不可比的問題，筆者應用了聚類分析法。選取了與資產獲利能力相關的特征值進行聚類，認為在每一類中的本地網特征相同，具有可比性，經驗可以借鑒。隨著杜邦分析的推進，應用相關性分析法得出合理的資本性支出的區(qū)間，而且運用時間序列的方法對本地網的收入進行了預測。

3 某運營商的應用舉例

筆者選取某運營商某年1-9月229個本地網運用上述方法進行分析?？紤]到商業(yè)秘密的原因，在應用舉例中引去了本地網的名稱和數據的具體日期。

在開始分析前，對229個本地網的主營業(yè)務收入、EBIT、EBITDA （earning before interest,taxes,depreciation and amortization，稅息折舊及攤銷前利潤）、總資產回報率等指標進行數據探索，發(fā)現主營業(yè)務收入最高的本地網是最低的1 483倍；EBITDA也發(fā)現了特別高和特別低的樣本，說明全國229個本地網各項指標的差異比較大，從而印證了數據挖掘方法對傳統(tǒng)方法的修正。因此，筆者在此先聚類，再進行杜邦分析。

在聚類分析之前，首先對各個本地網的數據進行了標準化處理。標準化處理的過程主要包括消除記賬差異的數據處理和數據無量綱化處理,主要運用SPSS軟件的描述性統(tǒng)計功能對相關指標進行無量綱化處理。標準化處理后的數據按照下述步驟進行。

（1）聚類分析

根據分析的主題，筆者選取了不含初裝費的主營業(yè)務收入、EBIT、EBITDA、資本性支出、收入 EBITDA率、成本費用利潤率、總資產報酬率、固定資產回收指標、應收賬款周轉率、資本性支出收入比這幾個指標作為特征值進行聚類。首先對已經標準化的指標進行相關性分析。結果發(fā)現，主營業(yè)務收入、EBIT、EBITDA為同類型指標 （相關性系數0.9以上），總資產報酬率與成本費用利潤率、收入EBITDA率、總資產周轉率的相關性系數分別為0.99、0.87、0.70，相關性也很高。于是，筆者對于相關性系數在0.6以上同類指標只選取一個作為聚類指標。最終選取了EBIT、總資產報酬率、應收賬款周轉率、資本性支出收入比、固定資產回收指標作為聚類指標。

應用SPSS軟件進行聚類時，方法上選擇了系統(tǒng)聚類方法，選取這種聚類方法是以歐式算法計算每個樣本的距離。通過聚類，將所有本地網分成7大類，如表1所示。

通過聚類發(fā)現：第1類本地網的EBIT、資產回收指標及總資產報酬率均表現突出，第5類本地網的資本性支出收入比和第3類本地網的應收賬款周轉率表現突出，可以重點關注這3類本地網的典型應用，以便推廣其管理經驗。

（2）資產獲利能力的杜邦分析

在聚類基礎上，根據杜邦分析法，比較分析7大類本地網，進一步探求造成各類型本地網間差異的進一步原因。

通過該運營商的業(yè)務結構分析，筆者將業(yè)務收入劃分為固話、互聯(lián)網、資源出租、固話增值、互聯(lián)網增值、互聯(lián)星空、號碼百事通、視訊及IT應用和服務。經過測算，這幾類收入占全部集團收入的99%，筆者認為這種劃分是全面的。同時，筆者改變了財務會計核算模式的經營成本、管理費用、營銷費用的劃分，按照管理會計費用類別的思路將全部的生產支出劃分為累計折舊支出、人工支出、修理費支出、營銷費支出、號碼百事通業(yè)務支出、網間結算支出、能源費用支出、網絡其他支出及其他管理費用支出，經過測算這樣的劃分方法也涵蓋了全集團97%的全部生產支出。

表1 7大類本地網的聚類指標

在分析中發(fā)現，不同本地網資產報酬率高的表現的確不同。有的本地網是“兩手抓，兩手都硬”，在資產周轉率和利潤率上都有良好的表現，有的是因為某些業(yè)務的資產報酬率高從而帶動了整體資產報酬率的增高，有的則是因為各項支出控制得好而帶來了較高的資產回報率。

例如，一類本地網中總資產報酬率高的原因是本地網業(yè)務發(fā)展均有側重點，都是以拳頭產品和服務帶動資產運營效率的提高。同時，量入為出，有效控制支出，尤其是人工費、銷售費用和能源費用的控制方法值得其他本地網借鑒。屬于“兩手抓，兩手都硬”的典型代表。例如，1類本地網中的本地網A互聯(lián)網收入資產周轉率和固話增值業(yè)務收入資產周轉率位居全國榜首，本地網B資源出租業(yè)務收入資產周轉率和互聯(lián)網增值業(yè)務收入周轉率位居全國第一，同時，這兩個本地網的收入凈利率水平也較高，所以達到較高的資產回報率水平。相反，有的本地網，總資產周轉率達到50.3%，也接近全國最高水平，但是資產回報率卻很低只有8.65%。究其原因就是其支出控制較差，使收入凈利率很低的緣故。該本地網的人工費收入占比是本地網B的5.2倍，銷售費用收入占比是其3倍，其他網絡相關支出是其2倍。由此可見，這種靠大量投入換取收入的方式并不能提高資產的整體運營效率。

通過這一步的分析，發(fā)現凡是資產獲利能力差的本地網都出現了投入過剩的問題，于是又將問題聚焦到研究資本性支出的問題上。

（3）確定合理的資本性支出

經過杜邦分析后，分析的重點轉向如何提高那些資產獲利能力差的本地網的獲利能力。根據經驗判斷，資本性投入在電信行業(yè)應該有個合理范圍，過高會出現投入過剩，過低會因為投入不足而使銷售收入上不去。因此，筆者對資本性投入進行了分析。

首先，分析了資本性支出與所有收入、支出的相關關系，發(fā)現資本性支出與大部分的收入成本項目高度相關，從而選取了相關性系數在0.9以上的變量進行分析。為了降維，又對選出的變量再次進行了相關性分析，發(fā)現變量間的相關性顯著，說明這些變量為同類型變量，筆者按照相關性的高低，運用SPSS采用一次進入法建立回歸方程，逐一進行回歸測試，最后以固話話音收入為自變量的回歸方程通過了各項假設檢驗。該方程為：

y=-2 942.957+0.395x

其中，y為資本性支出，x為主營業(yè)務收入。

通過分析得知，復相關系數R=0.931，擬合優(yōu)度R2=0.867，調整后的擬合優(yōu)度為0.866，都比較高，接近于1。根據方差分析，得知F統(tǒng)計量值為1 478.668，相應的Sig.是F值的實際顯著性概率，即p值，測得p<0.001<α=0.01，所以拒絕原假設βj=0，則認為回歸方程線性關系顯著。又通過回歸系數的顯著性檢驗—t檢驗，發(fā)現t=0.395/0.010=39.5，相應的Sig.<0.001<α=0.01，所以認為自變量“不含初裝費的主營業(yè)務收入”的回歸系數高度顯著。但是回歸常數的Sig.=0.023>0.01，所以接受原假設β0=0，則認為回歸方程的常數可以為0?；貧w常數、回歸系統(tǒng)的95%的置信區(qū)間分別為(-7 902.507，-2 867.037)、(0.717，0.792)。

之后筆者將標準化處理后的累計固網話音收入帶入方程，測算出理想資本性支出金額，與實際金額相比較?？紤]到方程的誤差，筆者認為變化在（-50%，50%）為預測值準確。結果發(fā)現：36%的本地網出現投資過剩，約占4%的本地網投資略顯不足，60%的本地網資本性投入和收入基本相當。

利用上述回歸模型對每個本地網的投入進行評估，發(fā)現第5類和第7類本地網中投入過剩的本地網比例最大，分別為87%和72%，這與聚類分析的結果不謀而合，第5類本地網的資本性支出收入比最高，正是這個原因使得第5類本地網的收入凈利率只有23%，也是造成這類本地網資產運營效率不高的主要原因。

表2 某本地網互聯(lián)網增值—IDC收入與一次指數平滑值及其誤差

再結合前面的資產報酬率分析，第7類本地網的資產總轉率為25.62%，低于全國平均水平32.49%，而且第7類本地網的平均收入凈利率為負，各項費用的收入比均高于全國平均水平。再加上產品優(yōu)勢不明顯，使收入無法彌補投入過多帶來的折舊支出，使第7類本地網中的88%出現虧損。因此，在不增加資源投入的情況下，第7類本地網應尋找新的利潤增長點或者向內部要效益，轉變粗放的管理模式。

（4）進行收入預測

通過第（3）步的分析知道，原來合理的資本性投資金額與主營業(yè)收入有密切的關系，也符合量入為出的基本邏輯判斷，那么接下來就是要告知那些資產報酬不高的本地網如何量入為出。

主營業(yè)務收入的預測由各個業(yè)務的收入預測組成，這里就以某本地網的IDC業(yè)務收入的預測為例，說明業(yè)務收入的預測方法。

筆者選取了該本地網23個月互聯(lián)網增值—IDC收入作為時間序列，采用一次指數平滑法對該本地網的互聯(lián)網增值—IDC收入進行預測。

首先筆者畫出一個時序圖，如圖1所示，可以看出此時序沒有明顯的趨勢性，因此可以使用一次指數平滑的方法進行預測。然后使用SPSS的exponential smoothing得出一次指數平滑輸出結果，通過驗證得出平滑系數 （Alpha）α=0.99時，比（Alpha）α=0.3和0.7時的殘差平方和SSE小，且α=0.99時的殘差平方和SSE均比較小，因此選取平滑系數α=0.99，對IDC收入進行一次指數平滑，得出預測收入值為2 244.298 85萬元。經驗證，此方法預測T+1年10月份的數值與實際值比較，精確率高達98.04%，因此可以用時間序列的方法對該收入進行預測，彌補財務分析局限于事后分析的缺陷，增強事前預測的作用，從而利于管理中計劃、控制和決策。將所有的業(yè)務收入預測完畢后代入第（3）步的方程中即可測算出恰當的資本性投資的金額。

圖1 該本地網互聯(lián)網增值—IDC收入時序圖

至此，筆者找出了資產獲利能力差本地網提升的方法。結論是：這類本地網要重點關注資本性投資金額，要轉變以投入換收入的發(fā)展模式。資本性投資的金額要與收入水平相當，同時，全面預算中的其他業(yè)務支出也必須與該收入預測相匹配，以合理的管理成本爭取較大的業(yè)務收入水平，這才是提高整體資產效益的不二法門。

4 結束語

本文主要介紹了一種傳統(tǒng)財務分析與數據挖掘方法相結合的財務分析方法，雖然在方法上有所突破，但是由于財務指標本身的局限性也存在很多不足，例如，財務數據受會計假設、會計政策、會計處理方法、會計人員的估計影響，本身就具有局限性。會計數據的準確性也受多種因素影響，因此對預測的準確性有影響。再如，企業(yè)的財務結果并不全部是企業(yè)經營管理水平的體現。財務記錄往往是事后的結果，在企業(yè)經營期間往往會受到政策、經濟和產業(yè)等外部因素的影響。另外，各個產品所處的生命周期不同，收入自然會不同。這些外部因素在本文中考慮并不周全。

盡管如此，該分析方法還是具備較強的可操作性，而且預測的準確率得到了實踐的檢驗。該方法不僅可以應用于事后的分析，對預算的測定也有很好的借鑒意義。