流动比率

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/dongdong2980/article/details/84637782

公司财务分析在选股中非常重要,而很多人说拿到一份财务报表不知道该怎么分析,从哪些方面分析,用什么方法。笔者计划以一系列文章介绍财务分析的基本使用。

公司财务分析主要从企业偿债能力、营运能力和盈利能力等方面分析。

偿债能力又分为短期偿债能力、长期偿债能力。

本篇文章介绍短期偿债能力中的流动比率

流动比率(Current Ratio,CR也称营运资金比率(Working Capital Ratio)或真实比率(Real Ratio),是指企业流动资产与流动负债的比率。用来衡量企业流动资产在短期债务到期以前,可以变为现金用于偿还负债的能力。

一般说来,比率越高,说明企业资产的变现能力越强,短期偿债能力亦越强;反之则弱。一般认为流动比率应在2:1以上。流动比率2:1,表示流动资产是流动负债的两倍,即使流动资产有一半在短期内不能变现,也能保证全部的流动负债得到偿还。

需要记住的一点是,流动比率法对现金收、付的时间不作考虑。例如,一个公司今天没有一张应付账单,但是明天却有一大叠应付账单,同时它还拥有大量存货(部分流动资产),这些存货要经过长期才能售出,这个公司表现出来很好的流动比率,但事实上它的资产流动性却并不强。

 

公式:流动比率=流动资产/流动负债

 

运用流动比率进行分析时,要注意以下几个问题

(1)流动比率高,一般认为偿债保证程度较强,但并不一定有足够的现金或银行存款偿债,因为流动资产除了货币资金以外,还有存货、应收帐款、待摊费用等项目,有可能出现虽说流动比率高,但真正用来偿债的现金和存款却严重短缺的现象,所以分析流动比率时,还需进一步分析流动资产的构成项目。

(2)计算出来的流动比率,只有和同行业平均流动比率、本企业历史流动比率进行比较,才能知道这个比率是高还是低。这种比较通常并不能说明流动比率为什么这么高或低,要找出过高或过低的原因还必须分析流动资产和流动负债所包括的内容以及经营上的因素。一般情况下,营业周期、流动资产中的应收帐款和存货的周转速度是影响流动比率的主要因素。

 

流动比率的局限性:

(1)无法评估未来资金流量。流动性代表企业运用足够的现金流入以平衡所需现金流出的能力。而流动比率各项要素都来自资产负债表的时点指标,只能表示企业在某一特定时刻一切可用资源及需偿还债务的状态或存量,与未来资金流量并无因果关系。因此,流动比率无法用以评估企业未来资金的流动性。

(2)未反映企业资金融通状况。在一个注重财务管理的企业中,持有现金的目的在于防范现金短缺现象。然而,现金属于非获利性或获利性极低的资产,一般企业均尽量减少现金数额。事实上,通常有许多企业在现金短缺时转向金融机构借款,此项资金融通的数额,未能在流动比率的公式中得到反映。

(3)应收账款的偏差性。应收账款额度的大小往往受销货条件及信用政策等因素的影响,企业的应收账款一般具有循环性质,除非企业清算,否则,应收账款经常保持相对稳定的数额,因而不能将应收账款作为未来现金净流入的可靠指标。在分析流动比率时,如把应收账款的多寡视为未来现金流入量的可靠指标,而未考虑企业的销货条件、信用政策及其他有关因素,则难免会发生偏差。

(4)存货价值确定的不稳定性。经由存货而产生的未来短期现金流入量,常取决于销售毛利的大小。一般企业均以成本表示存货的价值,并据以计算流动比率。事实上,经由存货而发生的未来短期内现金流入量,除了销售成本外,还有销售毛利,然而流动比率未考虑毛利因素。

(5)粉饰效应。企业管理者为了显示出良好的财务指标,会通过一些方法粉饰流动比率。例如:对以赊购方式购买的货物,故意把接近年终要进的货推迟到下年初再购买;或年终加速进货,将计划下年初购进的货物提前至年内购进等等,都会人为地影响流动比率。

 

如果需要程序获取流动比率,可以通过Python的开源接口BaoStock获取,示例代码如下:

import baostock as bs
import pandas as pd
# 登陆系统
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond  error_msg:'+lg.error_msg)
# 偿债能力
balance_list = []
rs_balance = bs.query_balance_data(code="sh.600064", year=2018, quarter=3)
while (rs_balance.error_code == '0') & rs_balance.next():
    balance_list.append(rs_balance.get_row_data())
result_balance = pd.DataFrame(balance_list, columns=rs_balance.fields)
# 打印输出
print(result_balance)
# 结果集输出到csv文件
result_balance.to_csv("D:\\balance_data.csv", encoding="gbk", index=False)
# 登出系统
bs.logout()

返回结果:

返回数据说明:

以上就是介绍流动比率的全部内容。

 

 

 

猜你喜欢

转载自blog.csdn.net/dongdong2980/article/details/84637782
今日推荐