時間：2023-11-29 17:26:30
序論：在您撰寫審計的基本分類時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
關鍵詞：Web文本分類；RBF網絡；高斯函數；梯度下降法
中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2011)13-3107-02
The Researching of Web Text Classification Based on RBF Neural Network
XU Chun-yu
(Information Engineering Department, Liaoning Provincial College of Communications， Shenyang 110122, China)
Abstract：Web text classification is the automatic classification for Web information and it makes the use of text classification technology. The technology makes user find resource that they want quickly. The data from the Web is divided into sample data set and test data set after feature extraction in the process of text classification. Sample data set is inputted to the RBF network and the RBF network is trained. Test data set is inputted the RBF to validate after training the network. Experimental results show that RBF network achieved better classification results.
Key words: web text classification; RBF network; gauss Function; gradient descent algorithm
近年來，web已經成為擁有數十億個異構的、半結構化的、動態的分布式信息空間，這些web信息源中有80%以上的信息是以web文本的形式出現的，如何從這些海量的web信息資源中尋找并獲取有價值的信息和知識模式，已經成為信息處理的一個關鍵問題，web文本分類有助于人們完成這個目標[1]。
1 web文本分類
文本分類就是先根據已有的樣例文本找出能描述并區分文本類別的分類器，然后利用該分類器對新的未分類的文本進行分類。根據機器學習的觀點，文本自動分類問題可以歸結為一個機器學習任務：假定全體文本空間為D，預定義的文本類別集合為C{c1,c2,…,c3}。待學習分類法稱為目標分類器，記作y，一般來說，y是從文本集到類別集的一個映射，即y：DC，通常情況下該映射存在，但沒有解析表達式。文本分類中機器學習的目的就是找到映射y的一個近似表達式或估計：y：DC，使對于D中所有文本d有h(d)=y(d)，或使得h(d)≠y(d)的概率最小。其中h為分類器[3]。
隨著web上海量文本信息的增加，文本分類技術的處理對象從普通的文檔擴展到了web文本，即形成了web文本分類技術，顯然，文本分類技術是web文本分類技術的基礎。
2 RBF神經網絡
徑向基函數（Radial Basis Function，簡稱RBF）神經元網絡是在借鑒生物局部調節和交疊接受區域知識的基礎上提出的一種采用局部接受域來執行函數影射的人工神經元網絡。在人的大腦皮層區域中，局部調節及交疊的感受是人腦反映的特點。RBF網絡同BP網絡類似，也是一種三層前饋式神經網絡，輸入層節點傳遞輸入信號到隱含層，隱含層節點由像高斯函數那樣的輻射狀作用函數構成，而輸出層節點通常是簡單的線性函數。網絡模型如圖1所示。
從RBF的網絡模型圖可以看出，RBF網絡由兩部分組成，第一部分為非線性變換層，它的輸出公式如公式(1)所示：
(1)
其中X={x1,x2,…xn}為輸入向量，Ci={Ci(1),Ci(2),…Ci(N)}為第i個非線性變換單元的中心向量，Ct(q)表示第t個中心的第q個分量，σi為第i個非線性變換單元的寬度，||?||表示的是范數，通常情況下取2范數，g(?)表示的是非線性函數關系，一般取Gauss函數，Gauss函數的函數關系如公式(2)所示：
(2)
第二部分：線性合并層，它的作用是將變換層的輸出線性加權合并，公式如(3)所示，其中l為隱含層神經元的個數，m為輸出層神經元的個數。
(3)
RBF網絡通過徑向基函數能夠更確切的描述人類神經元的活動特性。在中心附近的區域內網絡的輸出最大，網絡的輸出隨著中心距離的增大，逐漸減小，而這個過程的快慢則是由σ參數來決定的，σ越大則函數輸出曲線越平緩，對輸入的變化就越不敏感，因此，可以通過調節σ來進一步模擬人類的神經元。RBF網絡最常用的算法是梯度下降法，常用的訓練就是選定某種性能指標，然后采用梯度下降的方法來校正網絡參數，使該網絡性能指標取得最優值，因此RBF網絡的學習實質上就是一個最優化問題。具體的訓練算法為：對于一般的RBF網絡結構，取性能指標如公式(4)所示。
(4)
其中，i為網絡的輸出，具體關系式如下面的(5)式、(6)式和(7)式所示：
(5)
(6)
(7)
由上面的三個公式可以看出， J是關于Cj，wjt和σj的函數。網絡的訓練過程就是調整以上三組參數，使J趨于最小。求取J對各網絡參數wts,ct(q),σt的偏導數，其中1≤t≤P（P是隱含層單元的個數），1≤s≤M（M是輸出層單元的個數），1≤q≤N（N是輸出層單元的個數），得到參數的校正方法。具體的校正方法為：權值wts的校正方向如公式(8)所示：
(8)
中心ct(q)的校正方向如公式(9)所示：
(9)
寬度σt的校正方向如公式(10)所示：
(10)
由此，可以得到RBF網絡的梯度下降法校正公式如(11)所示：
(11)
其中，1≤t≤P，1≤s≤M，1≤q≤N，P為隱含層單元個數，N為輸入層單元個數，M為輸出層單元個數，λ為步長，通常λ=0.05左右。
隱含層到輸出層之間的變換是線性變換，所以采用的是比較成熟的RLS算法。給定樣本輸入，則在當前的網絡隱含層單元中心Cj及寬度σj（1≤j≤P）參數下，隱含層單元輸出向量為HT=[h1,h2,…,hP]，P為隱含層單元個數。
Y=HTW (12)
其中，Y=[y1,y2,…,yM]，W=[w1,w2,…,wM]，wi=[w1i,…,wpi]，這樣，根據RLS算法有權值的修正遞推公式如公式(13)所示：
(13)
這樣，按照上面的公式對網絡參數不斷地進行循環校正，最終網絡性能將達到所要求的性能指標[5]。
3 實驗
實驗過程中，首先設計網絡拓撲結構，確定RBF網絡輸出層神經元個數，根據類別的個數來確定輸出層神經元的個數，實驗數據分別屬于10個類別，因此網絡輸出層神經元個數為10。輸入層神經元的個數為文檔在進行特征提取之后向量的維數，實驗中，經過降維以后的每篇文檔特征向量的維數為30，所以將網絡的輸入層神經元的個數選取為30。由于輸入樣本空間是確定的，可以預先給定一個隱含層節點數，只要與輸入樣本的實際類別數相差不是很大時，就可以使用梯度下降法來不斷修正網絡的中心值，使網絡的特性逼近于實際系統，這種方法比較簡單，也是一種比較常用的方法，因此，實驗中隱含層神經元的個數取值為9。
RBF網絡結構設計完成之后就可以對網絡進行訓練了，實驗數據來自中國期刊網上下載的600篇文檔，涵蓋了政治、經濟、教育、娛樂等10個類別，每個類別包含60篇文檔，選取其中的500篇文檔作為樣本訓練集，每個類別選擇50篇，另外100篇文檔作為網絡的測試集。首先需要對實驗數據進行文本特征提取、降維等過程。其次采用的是Matlab軟件進行編程以實現網絡的訓練，網絡訓練完成以后，輸入測試集中的數據，測試網絡能否正確地將相關的文檔區分到各個類別中。表1是RBF網絡的分類結果。
4 結論
從上面的訓練結果分析，RBF網絡能夠將大部分的文本正確地劃分到所屬類別，對于體育、娛樂、外語方面的文檔能夠取得較高的識別率，對于政治、經濟、軍事等方面的文檔的識別率較低，主要原因是這些類別的文檔中互相包含著相關的特征信息，這種類型的文檔在進行文本分類的時候，需要在文本特征提取的時候進行相應的處理，以使得在輸入神經網絡的時候能夠得到正確的分類結果。從實驗結果可以看出，RBF網絡完全可以應用到文本分類中來，并且能夠取得較好的分類效果。
參考文獻：
[1] 蒲筱哥.Web自動文本分類技術研究綜述[J].情報科學,2009:233.
[2] Crimmins F, Smeaton A, Dkaki T, et al.Information discovery on the internet[J].IEEE Intell.Syst.,1999(14):55-62.
[3] 王曉慶. 基于RBF網絡的文本自動分類的研究[D].南昌:江西師范大學,2003:9.
[4] Abhijit S, Rober B. 神經網絡模式識別及其實現[M].徐勇,荊濤,譯.北京：電子工業出版社,1999:30-32,57-114.
[5] 柯慧燕. Web文本分類研究及應用[D].武漢:武漢理工大學,2006:14-15,16-17.
[6] 飛思科技產品研發中心. 神經網絡理論與MATLAB7實現[M].北京:電子工業出版社,2005:17.
關鍵詞：苯丙胺；精神障礙；護理
【中圖分類號】R473.74 【文獻標識碼】B 【文章編號】1672-3783(2012)06-0507-01
苯丙胺（Amphetamine）是一種中樞興奮藥及抗抑郁癥藥。因靜脈注射具有成癮性，而被列為。 苯丙胺類物質是一組以苯丙胺為母體結構經人工合成后作用于中樞神經系統興奮劑，主要有甲基苯丙胺（俗稱冰毒）、亞甲基二氧基甲基苯丙胺（俗稱）及其他苯丙胺類精神興奮劑，屬于禁用藥物中的刺激劑[1]。其濫用可導致人類在心理、生理及精神上出現障礙。目前濫用趨勢已經超過了海洛因、可卡因等傳統非法精神活性物質。
苯丙胺類興奮劑可引起黑質多巴胺神經末梢損害和中樞神經系統廣泛區域的5- 羥色胺神末梢的破壞，同時導致永久性尾狀核多巴胺的耗竭，導致腦內多巴胺、去甲腎上腺素和5- 羥色胺含量和活性的改變。治療量苯丙胺連續應用幾個月，能產生軀體依賴，大劑量使用可引起錯覺、幻覺。一般應用苯丙胺類藥物幾個月可引起精神病，有誘因的病人即使使用治療量也可引發癥狀，與精神分裂癥偏執型相似，以情感生動及視幻覺多見，多為一過性，停藥2-3 天癥狀消失。但妄想持續時間可達幾周或幾個月。
近年來以苯丙胺類藥物為代表的新型使用的人群正在不斷擴大蔓延呈快速上升的趨勢。在臨床上怎樣對住院患者實施安全有效地管理和護理，對有效控制精神癥狀及回歸社會至關重要，現將2009年1月-2011年12月3年來本病房收治的12例苯丙胺類興奮劑所致精神障礙患者的安全管理和護理報告如下。
1 臨床資料
12例患者均符合CCMD-3中精神活性物質所致精神障礙的診斷標準，首次入院診斷為“ 苯丙胺類興奮劑所致精神障礙”。吸食苯丙胺類藥物前無精神障礙，無陽性家族史，全部為男性，年齡19-33歲，平均年齡(26±2)歲。無正式工作8例，經商2例，企事業單位2例。已婚4例，未婚8例。吸食時間2個月-42個月，均為燙吸。臨床表現為幻視、被害妄想、緊張恐懼、胡言亂語、無故哭笑、行為紊亂、興奮，沖動傷人、睡眠差。12例患者經治療后均好轉或痊愈。
2 一般治療
對于有戒斷癥狀比較明顯的首先對癥處理戒斷癥狀，斷絕接觸精神活性物質。在12 例患者的治療中，都應用了中小劑量抗精神病藥物，也有使用抗抑郁劑、情感穩定劑的。對戒斷癥狀及震顫譫妄較明顯的患者采用靜滴氯硝西泮，逐步減少劑量。
3 護理工作
3.1 護理評估:首先護士通過觀察、交談、軀體和精神按摩等方法收集患者有關的健康資料給予評估，根據評估的結果對患者做出針對性的、個體化護理。評估內容主要為：活動過程、認知過程、生態過程、情緒過程、人際互動過程、生理過程。通過以上評估，可以進一步了解病人的心理、生理狀況，進而發現病人主要存在的護理問題。
3.2 護理措施:安全管理：新型所致精神障礙患者的社會背景復雜，人生觀、價值觀存在偏差，生活習慣散漫，對于其的護理工作應該認真的對待安全工作，包括嚴格執行病區安全檢查制度，適當的約束保護制度，充分與患者及家屬溝通，避免醫患之間及患者之間的沖突。尤其避免患者沖動傷人、毀物及自殘的發生。
飲食護理：新型有抑制食欲的作用，患者生活飲食無規律，使用抗精神病藥物的抑制作用，往往患者的飲食狀況不佳，特別是住院一周內。所以應特別注意患者的飲食情況：對于胃腸功能紊亂的患者，可提供流質、半流營養豐富的飲食，并注意少量多餐。
服藥護理：患者出現精神障礙后需要藥物治療，最常用的是口服藥物，所以保證藥物按時按量服入很重要。服藥要有專人督促檢查，每次服藥后要檢查口腔及指縫，以防藏藥或吐藥。拒藥者首先應耐心勸說和解釋，必要時予以鼻飼藥物。應密切觀察患者服藥后的藥物副反應，尤其是人院前24h內有過使用史，入院后使用抗精神病藥物者，應注意觀察患者的覺醒時間和狀態，警惕患者因吸食興奮后抑制和抗精神病藥物的鎮靜作用疊加而使患者過度鎮靜。
輔助患者日常生活的護理：苯丙胺依賴者多數癥狀比較嚴重，一般狀態差，精神狀態差，生活自理能力下降或喪失，做好基礎護理工作。督促或協助病人洗澡更衣，保持床單清潔，對于大小便不能自理者應做好皮膚護理，防止發生壓瘡。幫助病人養成良好的作息制度，給病人創造安靜的睡眠環境。
心理護理：醫護人員應樹立一切為病人服務的思想，重視病人，主動與病人談心，講解戒毒知識。宣傳的危害性，耐心解釋治療的內容。鼓勵病人堅持治療，積極參加各種文體活動，改變生活方式，矯正扭曲的人生態度。
小結 新型的濫用形勢越來越嚴峻，受其毒害的患者也不斷增加。本病房收治的12名患者雖然都有較好的愈后，但是面對此類病人開展治療與落實護理工作時遇到的阻力與困難使我們深刻體會到：苯丙胺類所致精神障礙一般癥狀比較復雜，治療護理及管理難度大。對患者的治療與干預是從多個方面進行的。無論是心理還是生理上的治療，如不能密切配合，則難以取得滿意的效果。
P鍵詞：深度學習；文本分類；多類型池化
中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）35-0187-03
1 引言
為了進行分類，我們建立句子模型來分析和表示句子的語義內容。句子模型問題的關鍵在于一定程度上的自然語言理解。很多類型的任務需要采用句子模型，包括情感分析、語義檢測、對話分析、機器翻譯等。既然單獨的句子很少或基本不被采用，所以我們必須采用特征的方式來表述一個句子，而特征依賴于單詞和詞組。句子模型的核心是特征方程，特征方程定義了依據單詞和詞組提取特征的過程。求最大值的池化操作是一種非線性的二次抽樣方法，它返回集合元素中的最大值。
各種類型的模型已經被提出?；诔煞謽嫵傻姆椒ū粦糜谙蛄勘硎?，通過統計同時單詞同時出現的概率來獲取更長的詞組。在有些情況下，通過對詞向量進行代數操作生成句子層面的向量，從而構成成分。在另外一些情況下，特征方程和特定的句法或者單詞類型相關。
一種核心模型是建立在神經網絡的基礎上。這種模型包含了單詞包或者詞組包的模型、更結構化的遞歸神經網絡、延遲的基于卷積操作的神經網絡。神經網絡模型有很多優點。通過訓練可以獲得通用的詞向量來預測一段上下文中單詞是否會出現。通過有監督的訓練，神經網絡能夠根據具體的任務進行良好的調節。除了作為強大的分類器，神經網絡模型還能夠被用來生成句子[6]。
我們定義了一種卷積神經網絡結構并將它應用到句子語義模型中。這個網絡可以處理長度不同的句子。網絡中的一維卷積層和多類型動態池化層是相互交錯的。多類型動態池化是一種對求最大值池化操作的范化，它返回集合中元素的最大值、最小值、平均值的集合[1]。操作的范化體現在兩個方面。第一，多類型池化操作對一個線性的值序列進行操作，返回序列中的多個數值而不是單個最大的數值。第二，池化參數k可以被動態的選擇，通過網絡的其他參數來動態調整k的值。
卷積層的一維卷積窗口對句子特征矩陣的每一行進行卷積操作。相同的n-gram的卷積窗口在句子的每個位置進行卷積操作，這樣可以根據位置獨立地提取特征。一個卷積層后面是一個多類型動態池化層和一個非線性的特征映射表。和卷積神經網絡在圖像識別中的使用一樣，為豐富第一層的表述，通過不同的卷積窗口應用到句子上計算出多重特征映射表。后續的層也通過下一層的卷積窗口的卷積操作計算出多重特征映射表。最終的結構我們叫它多類型池化的卷積神經網絡。
在輸入句子上的多層的卷積和動態池化操作產生一張結構化的特征圖。高層的卷積窗口可以獲取非連續的相距較遠的詞組的句法和語義關系。特征圖會引導出一種層級結構，某種程度上類似于句法解析樹。這種結構不僅僅是和句法相關，它是神經網絡內部所有的。
我們將此網絡在四種場景下進行了嘗試。前兩組實驗是電影評論的情感預測[2]，此網絡在二分和多種類別的分類實驗中的表現都優于其他方法。第三組實驗在TREC數據集（Li and Roth， 2002）上的6類問題的分類問題。此網絡的正確率和目前最好的方法的正確率持平。第四組實驗是推特的情感預測，此網絡將160萬條微博根據表情符號自動打標來進行訓練。在手工打標的測試數據集上，此網絡將預測錯誤率降低了25%。
本文的概要如下。第二段主要闡述MCNN的背景知識，包括核心概念和相關的神將網絡句子模型。第三章定義了相關的操作符和網絡的層。第四章闡述生成的特征圖的處理和網絡的其他特點。第五章討論實驗和回顧特征學習探測器。
2 背景
MCNN的每一層的卷積操作之后都伴隨一個池化操作。我們先回顧一下相關的神經網絡句子模型。然后我們來闡述一維的卷積操作和經典的延遲的神經網絡（TDNN）[3]。在加了一個最大池化層到網絡后，TDNN也是一種句子模型[5]。
2.1 相關的神經網絡句子模型
已經有很多的神經網絡句子模型被描述過了。 一種比較通用基本的模型是神經網絡詞包模型（NBoW）。其中包含了一個映射層將單詞、詞組等映射到更高的維度；然后會有一個比如求和之類的操作。結果向量通過一個或多個全連接層來進行分類。
有以外部的解析樹為基礎的遞歸神經網絡，還有在此基礎上更進一步的RNN網絡。
最后一種是以卷積操作和TDNN結構為基礎的神經網絡句子模型。相關的概念是動態卷積神經網絡的基礎，我們接下來介紹的就是它。
2.2 卷積
一維卷積操作便是將權重向量[m∈Rm]和輸入向量[s∈Rs]進行操作。向量m是卷積操作的過濾器。具體來說，我們將s作為輸入句子，[si∈R]是與句子中第i個單詞相關聯的單獨的特征值。一維卷積操作背后的思想是通過向量m和句子中的每個m-gram的點積來獲得另一個序列c：
[ci=mTsi-m+1：i （1）]
根據下標i的范圍的不同，等式1產生兩種不同類型的卷積。窄類型的卷積中s >= m并且會生成序列[c∈Rs-m+1]，下標i的范圍從m到s。寬類型的卷積對m和s的大小沒有限制，生成的序列[c∈Rs+m-1]，下標i的范圍從1到s+m-1。超出下標范圍的si窄（i < 1或者i > s）置為0。窄類型的卷積結果是寬類型的卷積結果的子序列。
寬類型的卷積相比于窄類型的卷積有一些優點。寬類型的卷積可以確保所有的權重應用到整個句子，包括句子收尾的單詞。當m被設為一個相對較大的值時，如8或者10，這一點尤其重要。另外，寬類型的卷積可以確保過濾器m應用于輸入句子s始終會生成一個有效的非空結果集c，與m的寬度和s句子的長度無關。接下來我們來闡述TDNN的卷積層。
4 驗與結果分析
我們對此網絡進行了4組不同的實驗。
4.1 電影評論的情感預測
前兩組實驗是關于電影評論的情感預測的，數據集是Stanford Sentiment Treebank.實驗輸出的結果在一個實驗中是分為2類，在另一種試驗中分為5類：消極、略微消極、中性、略微積極、積極。而實驗總的詞匯量為15448。
表示的是電影評論數據集情感預測準確率。NB和BINB分別表示一元和二元樸素貝葉斯分類器。SVM是一元和二元特征的支撐向量機。在三種神經網絡模型里――Max-TDNN、NBoW和DCNN――模型中的詞向量是隨機初始化的；它們的維度d被設為48。Max-TDNN在第一層中濾波窗口的大小為6。卷積層后面緊跟一個非線性化層、最大池化層和softmax分類層。NBoW會將詞向量相加，并對詞向量進行非線性化操作，最后用softmax進行分類。2類分類的MCNN的參數如下，卷積層之后折疊層、動態多類型池化層、非線性化層。濾波窗口的大小分別7和5。最頂層動態多類型池化層的k的值為4。網絡的最頂層是softmax層。5類分類的MCNN有相同的結構，但是濾波窗口的大小分別為10和7，k的值為5。
我們可以看到MCNN的分類效果遠超其他算法。NBoW的分類效果和非神經網絡算法差不多。而Max-TDNN的效果要比NBoW的差，可能是因為過度池化的原因，丟棄了句子太多重要的特征。除了RecNN需要依賴外部的解析樹來生成結構化特征，其他模型都不需要依賴外部資源。
4.2 問題分類
問題分類在問答系統中應用非常廣泛，一個問題可能屬于一個或者多個問題類別。所用的數據集是TREC數據集，TREC數據集包含6種不同類別的問題，比如一個問題是否關于地點、人或者數字信息。訓練集包含5452個打標的問題和500個測試集。
4.3 Twitter情感預測
在我們最后的實驗里，我們用tweets的大數據集進行訓練，我們根據tweet中出現的表情符號自動地給文本進行打標簽，積極的或是消極的。整個數據集包含160萬條根據表情符號打標的tweet以及400條手工標注的測試集。整個數據集包含76643個單詞。MCNN的結構和4.1節中結構相同。隨機初始化詞向量且維度d設為60。
我們發現MCNN的分類效果和其他非神經網絡的算法相比有極大的提高。MCNN和NBoW在分類效果上的差別顯示了MCNN有極強的特征提取能力。
5 結語
在本文中我們闡述了一種動態的卷積神經網絡，它使用動態的多類型池化操作作為非線性化取樣函數。此網絡在問題分類和情感預測方面取得了很好的效果，并且不依賴于外部特征如解析樹或其他外部資源。
參考文獻
[1]. Yann LeCun， Le ?on Bottou， Yoshua Bengio， and Patrick Haffner. 1998. Gradient-based learning applied to document recognition. Proceedings of the IEEE， 86（11）：2278-2324， November.
[2]. Richard Socher， Alex Perelygin， Jean Wu， Jason Chuang， Christopher D. Manning， Andrew Y. Ng， and Christopher Potts. 2013b. Recursive deep mod- els for semantic compositionality over a sentiment treebank. In Proceedings of the 2013 Conference on Empirical Methods in Natural Language Process- ing， pages 1631C1642， Stroudsburg， PA， October. Association for Computational Linguistics.
[3]. Geoffrey E. Hinton. 1989. Connectionist learning procedures. Artif. Intell.， 40（1-3）：185C234.
[4]. Alexander Waibel， Toshiyuki Hanazawa， Geofrey Hinton， Kiyohiro Shikano， and Kevin J. Lang. 1990. Readings in speech recognition. chapter Phoneme Recognition Using Time-delay Neural Networks， pages 393C404. Morgan Kaufmann Publishers Inc.， San Francisco， CA， USA.
【關鍵詞】PEG理論 資本市場有效性 凈利潤增長率
一、緒論
股票投資通常分為基本分析和技術分析。技術分析通過趨勢，形態，K線等分析方法?；痉治鲋饕ㄟ^研究股票的盈利性等方面，綜合判斷一個公司的綜合狀況從而確定是否進行長期投資。此外，著名投資大師彼得林奇在《戰勝華爾街》一書中提到PEG（市盈率相對盈率增長指標）理論，并將PEG指標作為投資股票的重要指標在其研究中得以成功應用。在國內，該理論尚未得到十足的認證。
在國內價值投資的概念以及關于價值投資最有效的方法沒有得到普遍的關注。由彼得林奇提出的PEG理論和歐奈爾提出的長期投資的方法也在中國股市尚未得到大眾股民的普遍關注?，F狀如此，但隨著資本制度的日趨完善以及中國審計質量的逐漸提高，國家政策法規的監管日趨嚴格以及群眾普遍意識的提高，中國股市的價值投資將會越來越得到投資者的關注和重視。
二、相關概念
（一）PEG概念及理論模型
PEG理論首次提出時由英國著名投資大師Jim Slater（1992）在他的著作《The Zulu Principle》中。首次為投資者所推崇是在2000年美國著名投資大師彼得林奇所著書《戰勝華爾街》中，PEG方法是其選擇股票的主要方法，PEG理論是綜合衡量了股票成長性與盈利性的指標。能夠反映公司未來盈利的預期。當然，它也有其局限性。PEG=PE/G，即PEG等于市盈率除以盈利增長率。在其后，Peter D.Easton完善了PEG在學術上未經推到的遺憾，在學術上對PEG給出嚴密推理，并與彼得林奇在實踐中的結果完全吻合。
（二）資本市場有效性
有效市場理論即有效市場假說由著名經濟學家法瑪于1970年研究提出：若在一個證券市場中，價格完全反映了所有可以獲得的信息，那么就稱這樣的市場為有效市場。后有許多知名學者對有效市場理論進行延伸與進一步證明。
依據法瑪的研究，有效市場假說有三種形式：弱式有效市場假說，半強式有效市場假說和強式有效市場假說。在弱式有效市場下，不能通過技術分析獲得超額收益；在半強式有效市場下，不能通過基本面獲得超額收益；在強式有效市場下不能通過任何一種投資分析獲得投資超額收益。
三、數據研究及結論
（一）研究方法
本研究論證PEG理論的方法與以往其他學者研究方法有所不同。本研究著眼于PEG指標的重要影響因素凈利潤增長率入手。PEG（市盈率增長率）等于市盈率除以利潤增長率。因此，PEG指標的重要影響因素是利潤增長率。因為市盈率的高低并不足以反映正確的投資決策。研究方法為不同區間數據分析法。通過提取滿足自變量即凈年利潤與第一季度同比利潤率持續增長的股票，比較其相應階段股票收益情況與該時間段對應股票市場收益情況。此外，在篩選出滿足凈利潤增長條件的股票的基礎上通過計算PEG指標進一步篩選出PEG小于等于1的股票，比較其考察期間股票池個股回報率與市場回報率的情況，從而得出結論。
（二）操作步驟
一是從國泰安數據庫中選擇2003～2013年度所有上市公司的“股票代碼”；“市場類型”；衡量公司利潤的指標“每股收益”；衡量單只股票收益情況“年個股回報率”；衡量市場平均收益情況“年市場回報率”等指標。年市場回報率指標是指國泰安數據庫中考慮現金紅利再投資的年市場回報率（等權平均法），其中包括上證A股年市場回報率，上證B股年市場回報率，深證A股年市場回報率，深證B股年市場回報率。
二是對2003～2013年度所有上市公司的每股收益處理：剔除銀行業數據。
三是分別篩選出2006年，2007年，2008年，2009年，2010年，2011年，2012年，2013年的前三年年每股收益增長率，當年第一季度同比前一年的每股收益增長率均保持在20%以上的股票。
四是篩選出滿足以上每股收益增長率條件的股票并查找這些股票對應的市場分類，股票池中股票在研究年的年個股回報率。
五是按照年份，市場類型分類；并計算研究年份股票池中個股年回報率與所屬的股票市場在當年的年市場回報率差額；計算各市場篩選出的股票池平均年個股回報率，并與對應的股票市場的年市場回報率比較。
（三）數據分析
由圖可知上證B股中有三年沒有滿足每股收益增長率的股票。在其余五年里，絕大多數股票個股回報率高于市場回報率。
（四）結論
由此可見，在前三年的每股收益增長率及當年第一季度同比每股收益增長率維持在20%以上時，大部分股票的年個股回報率高于年市場回報率，只有少數股票當每股收益率滿足增長率條件時，其年個股回報率低于年市場回報率。
參考文獻
[1]樊越.PE，PEG指標在選股中的有效性分析[J].現代經濟信息，2010（20）.
[2]彼得林奇.成功投資學.北京：機械工業出版社.2010.4.
關鍵詞：財務分析 基本面分析 實地調查
隨著我國加入WTO后國際交往的發展，我國的資本市場和貨幣市場將逐步與國際接軌，市場參與者的投資理念也在不斷發生變化，將越來越多地依據公司的經營業績和財務狀況做出投資決策。但是某些企業編制虛假會計報表，已成為影響我國資本市場和貨幣市場健康發展的公害。因此為了避免因決策失誤而遭受慘重的損失，市場參與者們必須掌握基本的會計報表分析過程及方法。
一、企業會計報表分析的過程及方法概述
企業會計報表的基本分析過程如下：閱讀會計報表的審計報告;閱讀和分析會計報表附注;進行財務數據和指標的靜態分析、趨勢分析和同業比較;進行公司的基本面分析。根據上述分析發現的重要線索，準備實地調查提綱;根據實地調查結果，判斷公司是否編制虛假會計報表。財務分析順序與會計師編制公司會計報表的順序相反，在財務分析中，根據會計報表附注，我們可以從會計報表分解出會計分類賬，從會計分類賬分解出會計科目賬，從會計科目賬查詢會計憑證，從而詳細分析公司會計報表，反映其財務狀況及經營成果和現金流量情況的真實程度。
二、企業會計報表分析過程及方法的具體探討
（一）閱讀企業會計報表的審計報告
審計報告是注冊會計師在實施審計工作的基礎上對被審計單位財務報表發表審計意見的書面文件。審計報告有五種類型：（1）標準無保留意見審計報告;（2）帶強調事項段的無保留意見審計報告;（3）保留意見的審計報告;（4）否定意見的審計報告;（5）無法表示意見的審計報告。標準無保留意見審計報告表明財務報表在所有重大方面公允反映了被審計單位的財務狀況、經營成果和現金流量;帶強調事項段的無保留意見審計報告表明存在可能對財務報表產生重大影響的不確定事項、但不影響已發表的審計意見;保留意見的審計報告表明財務報表整體是公允的，但會計政策的選用、會計估計的做出或財務報表的披露不符合適用的會計準則和相關會計制度的規定，或審計范圍受到限制，但不至于出具否定意見或無法表示意見的審計報告;否定意見的審計報告表明財務報表未能在所有重大方面公允反映被審計單位的財務狀況、經營成果和現金流量;無法表示意見的審計報告表明審計范圍受到影響非常重大和廣泛的限制，以至于無法對財務報表發表審計意見。
（二）企業會計報表附注的分析
一是分析公司基本情況，關注公司的歷史和主營業務。只有深入了解了公司的歷史和主營業務，才能對公司的財務數據和財務指標有更深刻的理解，也才能對公司的盈利前景做出客觀的判斷。二是分析會計處理方法對利潤的影響。會計處理方法通常包括收入確認方法、企業所得稅的會計處理方法、存貨計價方法、壞賬損失的核算方法、固定資產折舊方法等，由此可見，不同的會計處理方法對公司利潤的影響是不同的，我們必須關注公司采用哪些會計處理方法及前后各期是否一致、對凈利潤造成什么影響。三是分析子公司對總利潤的影響程度。分析公司下屬各子公司的基本情況，對總利潤影響程度大的子公司無疑是調查分析重點。四是分析會計報表主要項目的闡述資料，這些闡述資料是判斷公司是否編制虛假會計報表的重要線索。五是關注公司其他重要事項的說明。
（三）企業會計報表財務數據分析：靜態分析、趨勢分析和同業比較
1.財務數據的靜態分析。財務數據的靜態分析，包括資產負債表、利潤表、現金流量表的主要項目的靜態分析及財務指標的靜態分析（包括流動性指標、效率指標、財務杠桿指標和盈利指標）。
（1）資產負債表、利潤表、現金流量表的主要項目?！柏泿刨Y金”項目分析，必須結合現金流量表分析，“短期投資”與利潤及利潤分配表的“投資收益”項目有關系，應收票據、應收賬款和存貨是資產負債表的三個主要項目，這三個項目與利潤表的“主營業務收入”和“利潤”項目，以及現金流量表的“經營活動產生的現金流量凈額”有關系?！伴L期股權投資”和“長期債權投資”與利潤及利潤分配表的“投資收益”項目，以及現金流量表的“投資活動產生的現金流量凈額”有關系。固定資產項目與現金流量表的“投資活動產生的現金流量凈額”有關系?！岸唐诮杩睢焙汀伴L期借款”與利潤及利潤分配表的“財務費用”和現金流量表的“籌資活動產生的現金流量”有關系。運用靜態分析方法，分析利潤及利潤分配表主要項目時，應該結合會計報表附注分析，詳細分析這些主要項目的明細資料。分析現金流量表時，我們應該關注現金流量的來源和結構，從而對企業現金收支的情況、經營活動創造現金流量的能力等有更清晰的了解。
（2）流動性指標的靜態分析。流動性財務指標包括流動比率、速動比率、凈營運資金、現金流動負債比率和現金負債比率。一般來說，流動比率越高，企業償還短期債務的能力越強。合理的流動比率水平取決于兩點：一是流動性資產的周轉速度，流動性資產的周轉速度較快，合理的流動比率水平可以較低。二是流動性資產的質量和結構。速動比率衡量企業流動資產中可以立即變現用于償還流動負債的能力。因為速動比率中的速動資產是流動資產扣除存貨等變現速度較慢或者根本無法變現的預付賬款、待攤費用等，因此速動比率比流動比率更直接地反映了企業短期償債能力的強弱?，F金流動負債比率和現金負債比率較速動比率而言更苛刻地反映了企業立即償債的能力和水平，但如果企業現金持有量過大又會對資產的綜合利用不利，因此這兩個指標一般僅在企業面臨財務危機時使用。凈營運資金是指流動資產與流動負債的差額，凈營運資金越多，企業不能償還短期債務的風險越小，但凈營運資金是個絕對數，更適合同一企業不同歷史時期的比較。
（3）效率指標的靜態分析。包括存貨周轉率、存貨銷售期、應收賬款周轉率、應收賬款回收期、經營性循環周期、資產周轉率。存貨周轉率衡量企業的存貨管理能力。存貨銷售期影響企業資產的流動性，從而影響短期償債能力。應收賬款在企業的流動資產中占有十分重要的地位，應收賬款周轉率越大，應收賬款回收期越短，公司資金的使用效率越高。經營性循環周期越長，企業需要的營運資金越多。資產周轉率測量資產利用的效率。
（4）財務杠桿指標的靜態分析。包括資本充足率、債務資本比率和債務資產比率。資本充足率越高，企業抵抗風險的能力越強。若債務資本比率或者債務資產比率過高，說明企業的償債負擔過重。
（5）盈利指標的靜態分析。包括凈利潤率、資本收益率和資產收益率，是衡量企業盈利能力的重要指標。
2.財務數據的動態分析：趨勢分析。趨勢分析是對一家公司不同時期或時點的財務數據和財務指標進行分析。如果公司的經營活動處于持續健康發展的狀態，那么其主要財務數據或指標應該呈現出持續穩定發展的趨勢，否則意味著公司的某些方面發生了重大變化，這些異動是判斷公司是否編制虛假會計報表的重要線索。
例：某農產品A公司2009-2012年會計報表部分財務數據及其增長率，見下表。我們可以做如下趨勢分析：第一，A公司固定資產周轉率和流動比率逐年下降，到2012年均小于1，這說明A公司經營活動創造的現金流量補充固定資產投資占用資金的能力越來越弱，償還短期債務能力越來越弱。第二，A公司2009-2012年主營業務收入、經營活動產生的現金流量凈額和固定資產逐年同步上升，其中，固定資產增長超過主營業務收入，應收賬款逐年下降。說明A公司的“錢貨兩清”交易越來越多，賒銷越來越少。第三，固定資產增長速度幾乎與“經營活動產生的現金流量凈額”增長速度同步，說明A公司將絕大部分“經營活動產生的現金流量凈額”轉變為固定資產。根據趨勢分析發現的線索，我們可以將現金收入和固定資產支出作為實地調查的重點。
（四）財務數據的同業比較
同業比較是為了尋找出嚴重偏離同業平均水平的財務數據或指標，從而尋找出調查分析重點。劃分公司所處行業越細致，同業比較結果越準確。
（五）企業基本面分析
企業基本面分析包括宏觀經濟發展狀況、所在行業發展狀況、公司在本行業的地位和市場份額、公司的戰略目標、經營方針和策略、公司的組織架構和高層管理人員的管理理念等?；久娣治雠c財務分析息息相關。如果公司的會計報表反映的財務狀況與基本面分析結果背道而馳，那么，這一矛盾之處，應該是調查分析重點。
（六）實地調查，據實分析
通常情況下，我們僅依據財務分析和基本面分析做出投資決策，但這兩種分析方法僅能提供判斷公司是否編制虛假會計報表的線索，而不能作為判斷公司會計報表真實性及確定投資對象的依據。實地調查結果才是判斷財務報告真實程度以及確定投資對象的依據。實地調查的程序包括：首先，根據財務分析和基本面分析尋找的調查分析重點，準備實地調查提綱;其次，到被調查單位實地察看，與單位或部門的管理人員溝通交流;最后，提交現場調查報告。如果事先沒有做深入細致的財務分析和基本面分析，準備重點突出、針對性強的實地調查提綱，只是到公司參加股東大會、聽董事長或董事會秘書介紹公司情況、或者到公司隨便看看，這種實地調查毫無用處。實地調查時，我們應該親自到公司的生產車間或廠區調查公司的生產情況、設備利用情況、原材料和成品存貨情況，以及企業管理情況，向公司管理人員詢問盡可能詳細和廣泛的問題，全面細致地觀察公司各方面情況。
市場參與者們掌握了以上基本的會計報表分析過程及方法后，既可避免因虛假會計報表導致決策失誤而遭受慘重的損失，又可有效地遏制公司編制虛假會計報表的行為，對于促進我國資本市場和貨幣市場的健康發展非常有意義。Z
參考文獻：
中國注冊會計師協會.中國注冊會計師執業準則[S].2006.
目前保障房建設資金籌集和管理不夠規范，存在未足額提取或安排保障性安居工程資金未完全落實相關優惠政策，未按規定撥付、使用或管理專項資金等問題。在保障房資金使用過程中，施工單位存在“低價競標，高價結算”的高估冒算現象，虛報工程造價，造成資金的浪費流失。隨著中央和地方政府對于保障性安居工程的資金投入不斷加大，公共財政資金的使用效率成為資金管理的重點。然而，目前公共財政資金預算撥款與投資效果相脫節，資金使用的監督和評價機制缺乏，這導致保障房建設資金使用效率低下，不利于“民生工程”的建設和整個社會的和諧穩定。國外開展績效審計的經驗表明，績效審計綜合運用多種方法，能夠明確財政資金使用的標準，有利于加強資金使用的效率。審計署“十二五”審計工作發展規劃明確提出“全面推進績效審計，提高財政資金經濟性、效率性和效果性”。該規劃還提出構建和完善績效審計評價及方法體系，2013年底前建立財政績效審計評價體系和方法體系。然而由于績效審計在我國開展時間較短，審計人員還沒有真正從傳統合規性審計理念階段過渡到績效審計理念階段，在審計實踐中，審計內容和審計標準不清楚，績效審計方法和技術的運用較少?，F行的績效評價缺乏理論指導，缺乏績效具體表現、指標衡量的理論依據，再加上績效審計的對象千差萬別，衡量審計對象經濟性、效率性和效果性的標準難以完全統一，這些情況導致評價指標體系的制定缺乏科學性，處于評價指標體系核心的評價指標很不完善并且缺乏橫向的可比性。審計實踐中，各地開展的績效審計自行設計評價指標，評價結果也沒有形成相對應的數據庫?，F有的公共工程投資績效審計評價指標體系尚未達成共識，更何談專門針對保障房資金管理領域的績效審計評價指標體系。鑒于以上分析，構建專門針對保障房資金管理領域的績效審計評價指標體系，客觀評價并加強保障房資金管理，有著重要的現實意義。
二、相關文獻述評
目前國內學者針對保障房及其資金管理的研究，還沒有涉及保障房資金管理績效審計，更多的學者著眼于宏觀層面的公共工程與公共工程投資的績效審計領域。公共工程是具有明顯福利性的公共產品。保障房建設資金籌措與投資以中央和地方財政資金投入為主導，同時保障房是社會保障體系的重要組成部分，具有準公共產品的屬性，因此保障房項目應屬于政府公共工程的范疇，保障房資金管理績效審計也應該納入政府績效審計的范疇。保障房資金管理績效審計的研究可以借鑒公共工程投資績效審計的相關研究成果。一些學者從公共工程資金管理的定義和性質出發研究資金管理的績效。然而公共工程的建設規模、項目類型和資金來源都存在顯著差異，尤其是在目前投資多元化的格局下，因此公共工程資金管理績效評價應該走出財務審計的局限。時現認為公共工程投資績效審計通過籌資時期的績效審計、投資分配時期的績效審計、投資運用階段的績效審計和投資回收階段的績效審計反映出來。關于公共工程投資績效審計評價指標體系的研究，學者主要從體系構建原則、評價指標、評價方法等核心內容進行研究。對于評價指標體系的構建原則，有學者認為按照系統理論的方法構建，并且結合外部環境因素。特別是以基礎設施建設為特色的大規模投資，其績效評價指標體系的構建應遵循全面性、綜合性、靈活性、可持續發展、建設性等五個原則，從相關性、經濟性、效率性、效果性、可持續發展能力和合規性這六個方面建立大規模投資績效審計評價指標體系。對于績效審計評價指標的選擇，公共資金效益審計評價體系應當包括用于評價被審計對象的經濟性、效率性和效果性的審計評價指標。評價標準應既包括指導性的合理的總體評價標準，也要有針對不同類型審計對象的具體評價標準。予以評價的指標群應該涵蓋多層次、多角度，定量和定性指標體系相結合。也有學者基于平衡計分卡模型選擇評價指標。還有部分學者根據投資項目的具體程序或內容構建評價指標體系。對于績效審計評價方法，目前許多學者采用加權計分的評價方法，根據實際審計情況，對選定的評價指標打分，再通過主觀賦權的專家打分法或者客觀賦權等權重計算方法對分數加權計量。采用這些方法具有一定的科學性，但是操作程序復雜，不易于方法的普及，并且在實際審計過程中這種方法的適用性有待檢驗。創新指標評價方法、提高方法的科學性也成為許多學者研究的重點，有學者引入多層次灰色模糊評判方法構建評價體系，統一量化定性指標，以此減少誤差。綜上所述，由于公共工程投資項目績效審計的對象千差萬別，目前科學合理、實用的投資項目績效審計評價指標體系尚未形成。學者們關于公共工程投資項目績效審計評價指標體系的研究各有側重，目前尚未達成共識。保障房資金管理與公共工程投資管理存在共性，但保障房資金管理又有其特殊性。構建保障房資金管理績效審計評價指標體系必須充分考慮保障房建設項目的特性。目前，以經濟性、效率性、效果性、公平性和環境性“5E”審計目標作為構建績效審計評價指標體系的理念已成主流。然而，公平性和環境性都可以認為屬于效果性的范疇，再加上保障房建設項目的社會效益和環境效益往往難以從數量上加以概括，需運用定性標準和非貨幣指標進行衡量與評價。因此，本文以經濟性、效率性和效果性作為保障房資金管理績效審計目標。參照公共工程投資價值運動的四個階段，本文關注保障房建設資金的籌集、分配、使用和回收四個階段，同時依據相應法律法規、預算與計劃標準，兼顧公眾滿意情況等外部因素構建績效審計評價指標體系，多層次考慮指標群的選擇，更多關注保障性效益，并在此基礎上綜合打分，以期數據化評價審計結果，從而更好地加強保障房資金管理。
三、保障房資金管理績效審計評價指標及評價模型
保障房資金管理績效審計評價體系主要構成要素見下圖。囿于篇幅有限，本文只對其中的評價指標和評價模型進行重點分析。保障房作為社會保障體系的組成部分，其公共產品屬性決定了評價指標體系的設計，除了要在資金籌集、分配、運用和回收四個階段考慮經濟性、效率性和效果性等短期績效，更要兼顧環境性和公平性等長期績效。對四個階段分別建立指標，做到整個項目資金運行周期的全過程跟蹤審計。同時，隨著項目的推進和資金的運行，評價的方向和重點也會發生變化，因此還要注重指標體系的動態發展。評價指標的選擇應有科學的依據，與保障房資金管理績效審計目標和內容相關。評價指標還要簡單適用，容易獲取數據和信息，易于統計，應能夠進行橫向和縱向比較。保障房資金管理績效審計評價目標如下：獨立審查和評價保障房資金管理的經濟性、效率性和效果性；出具關于保障房資金管理的經濟性、效率性和效果性的獨立審計意見；發現并分析保障房資金管理四個階段在經濟性、效率性和效果性方面存在的問題和績效不佳的領域，加強資金監管；為宏觀層次的保障房資金管理狀況分析提供數據支撐，在制度層面、體制層面為加強保障房資金管理提出建議。根據上述評價目標，保障房資金管理績效審計評價內容為保障房項目資金籌集、分配、使用和回收四個階段的資金管理情況。
（一）評價指標及其涵義
依據保障房資金管理績效審計評價目標，考慮保障房資金管理的四個階段，評價指標體系可以設計成指標目標層、階段層和屬性層三個層次。在指標目標層：指標的篩選和設計依據績效審計“3E”目標。這是評價指標的初級層級，明確績效審計評價指標體系的目標。在指標階段層：為了系統評價保障房資金使用情況，指標進一步劃分為四個階段層級。這是評價指標的子層級。保障房資金的籌集階段重點關注資金的落實、到位情況、籌集資金的經濟和時間成本、融資結構是否合理等方面。資金的分配和使用階段主要關注資金的合規性和效率性，包括資金的收付、負責建設單位或代行建設單位管理機構有無挪用建設資金行為，或滯留建設資金等違規行為，以及成本控制和決算情況。資金的回收階段主要關注保障房資金在民生、社會保障效果、公平性、環保等方面的作用，側重于保障房項目后期的效果性評價。指標的選擇注重過程性與動態性原則。在指標屬性層：指標的屬性層包括目標性指標和影響性指標。屬性層級是評價指標體系的孫層級，這一層級的設計是為了在前面兩個層級的基礎上更加明確指標的性質，遵循可操作與可比較的原則。目標性指標是評價指標的主導性指標，它是直接反映保障房資金管理階段經濟性、效率性和效果性的指標。影響性指標是調整性指標，它是反映資金管理經濟性、效率性和效果性受到諸如內部控制、風險管理等因素影響的指標。
（二）評價模型
績效審計評價方法模型是將績效評價指標體系數量化的關鍵步驟，是反映保障房資金管理績效優劣的尺度，并為形成保障房資金管理績效審計數據化信息提供基礎。它包括兩個方法模型，即績效評價標準模型和計分綜合評價模型。
1.績效評價標準模型。
保障房資金管理績效審計的標準應該以政府與企業制定的標準為主，并參考相關法律法規標準和行業歷史標準。審計機關對于每一評價指標選擇的評價標準模型包括指標標準值和單項指標分段計分標準。評價指標標準值反映的是該保障房資金管理項目各指標履行情況，根據指標的不同目標和屬性，包括上限值和基準值標準。上限值標準是該保障房資金管理項目達到的最高水平的標準，多來源于歷史標準。單項指標分段計分標準是對比實際審計指標值與指標標準值并按照差額進行計分。設計評價指標的原始分值，當評價指標為上限值時，n%/n為扣分標準，當評價標準為基準點時，按照差額的正負性進行加分或者扣分。例如，南京市審計局公布的2011年第4號《南京市保障性住房建設管理及資金籌集使用情況審計公告》中提供的數據，實際審計結果得到的A指標資金籌集率實際審計結果為64%，假定基準值為70%，指標計分為94分；D3指標工程竣工率為68.40%，假定上限值為100%，指標計分為68.4分。
2.計分綜合評價模型。
為了對所有的績效審計結果統一價值標準，提高資金管理項目的可比性，可以對得到的評價指標值對比預期目標值，采用計分的方法最后得到評價的總體數據。評價方法模型分為四個層次，第一個層次為單項指標分段計分，第二個層次是分資金使用階段指標加權計分，第三個層次是分指標績效審計目標層次加權計分，第四個層次是全部指標加權計分得到保障房資金管理項目總體績效得分。單項指標分段計分是按照評價指標實際值與目標標準值的差額按照差額分段計分，確定調整分值。當實際值超過目標標準值時，從設定的單項指標基本分值中加分；當實際值低于目標標準值時，從設定的單項指標基本分值中扣分，進而得到調整分值。從而得到單項指標的分值，即：單項指標分值=單項指標基本分值+（或-）單項指標調整分值。在完成單項指標分段計分的基礎上，根據績效審計經濟性、效率性和效果性目標進行加權計分：各績效審計目標指標分值=經濟性目標性指標分值×目標性指標權數+經濟性影響性指標分值×影響性指標權數（以經濟性的評價為例）。不同的資金管理階段，按照不同指標目標性和影響性的屬性進行加權計分：各資金管理階段指標分值=該階段目標性指標分值×目標性指標權數+該階段影響性指標分值×影響性指標權數。其中：該階段影響性指標分值=該階段單項影響性指標分值×單項影響性指標占全部影響性指標分值比重。最后，再對各個資金管理階段進行加權得到最后的績效評價值，即：項目績效指標分值=各階段指標分值×各階段績效指標比重。
四、研究評價與展望
關鍵詞：信息需求;財務報告;分析財務報告;披露會計環境
中圖分類號：F231.5 文獻標識碼：A
文章編號：1005-913X（2015）10-0169-02
一、引言
財務報告分析是對財務報告信息的深加工，其目的是向信息使用者提供更直觀、更有價值的公司信息。從對會計項目的簡單比較及趨勢分析，到被普遍運用的比率分析，再到復雜的財務失敗風險分析模型，以及其它更為復雜的數理模型等，人們對財務報告分析具體方法的研究在各個層次進行著。
二、企業會計信息需求與財務報告分析
（一）會計信息供需常態
在會計信息供求關系中，信息的需求與供給是不對稱的，無論表現在數量上，還是質量上，供給與需求之間客觀存在著差距，其常態是信息的供給無法滿足使用者對信息全方位的需求。作為信息供給的一個組成，受其分析對象的限制和需求者自身局限性的影響，財務報告分析的有用性也受到限制。這應該是分析師和分析結果使用者都應注意到的，不能過于依賴或者夸大財務報告分析的作用。
財務報告分析是對其分析對象――財務報告的再加工，而作為供給者提供的主要會計信息來源――財務報告，其本身具有局限性，存在著和會計信息需求在數量和質量上的差距。產生這種差距的重要原因包括以下內容。
1.權責發生制。權責發生制的運用的確為企業的“贏余管理”提供了依據和機會。
2.歷史成本原則?，F行會計主要遵循歷史成本原則披露會計信息。隨著物價變動會計引發對歷史成本原則的思考，許多國家和會計組織開始研究如何對歷史成本原則進行補充、變革。
3.會計基本假設及會計原則在實際中的使用者偏好。
以上是從財務報告分析對象―財務報告會計信息角度來研究信息不對稱原因的。從另一個角度看，會計信息需求者自身也會因為一些原因造成信息供求上的差距，從而影響財務報告分析的有用性。
（二）會計信息需求的多元化特性與財務報告分析
1.直接使用者：包括投資者及潛在投資者、債權人及供應商、員工（包括正在爭取取得與業績相符的回報的員工和正在考慮辭職或者應聘相關公司的員工或潛在員工）、公司的管理者、經營者;
2.間接使用者：包括財務分析師及顧問、證券交易所、法定機構等。
在我國，會計信息使用者主要包括：國家宏觀經濟管理部門、投資者、債權人供應商、客戶、企業內部經營管理人員等。
財務報告信息被認為應該是“中性的、無偏見的，即不具有傾向于影響任何一類信息使用者行為的目的”;但對中性的、無偏見的財務報告信息的分析應該是有針對性的、對不同性質的用戶群體設計不同的分析層次。隨著會計信息需求的發展，財務報告分析仍要滿足這種多元化要求，其發展將繼續表現為針對用戶需求、在新分析領域分類分析財務報告。
（三）信息需求發展趨勢與財務報告分析發展的關系
1.從信息需求者結構的發展來看，西方從以債權人為主的需求結構向以投資人為主的需求者轉變，發展為目前的總體上以投資者為中心，多種需求者并存的結構。在我國，會計信息的最大需求者傳統上是政府管理部門，但隨著市場經濟的深化，政府對企業的職能逐步發生變革，加之西方“投資者至上”的信息供給理念的沖擊，投資者在信息需求結構中的比重增強，這種變化表現在財務報告分析中：一方面是從側重于資產負債表分析向側重于企業營運能力、獲利能力和未來發展前景的分析，一方面是從滿足于傳統會計報告披露向要求更高質量的財務報告發展。
2.從會計信息需求本身的發展分析其對財務報告分析的影響。我們從關于會計信息的國際化標準、會計界對會計信息披露熱點問題的討論、征求意見及準則制定，以及對會計前沿問題的研究及實踐中，可以或多或少得到這樣的信息：高質量的、更相關的、反映企業未來可持續發展的、關于企業現金流量持續能力的、關于企業戰略發展的信息是會計信息需求的發展方向，這些也成為財務報告分析所要提供信息發展的方向。
三、財務報告分析與會計信息披露的聯系
（一）財務報告分析的內容
1.傳統會計理論下財務報告披露模式對財務報告分析的影響。
2.財務報告披露方面的新發展及其對財務報告分析的影響。
（二）傳統會計理論下財務報告披露模式對財務報告分析的影響
1.財務報告披露格式較為統一，故又稱“通用財務報告”，在重視信息披露格式標準化的同時造成了有一定價值的個性化信息的喪失。
2.財務報告披露以財務信息為主，非財務信息披露很少，如人力資源信息。
3.財務報告披露以歷史成本信息為主，現行成本信息較少。
4.確定性信息披露為主，較少披露不確定會計信息和預測性信息，如現金流量預算信息。
5企業內部財務信息為主，較少披露企業與外部環境的關聯信息，如社會責任信息、供銷鏈信息、環境會計信息等。
6.財務報告披露的信息多為對日常營運信息機械式的匯總分類，缺少從戰略角度對企業的營運情況進行分析和解釋。
（三）財務報告分析的影響表現
1.通用財務報告披露模式是工業經濟時代的產物，表現為一種“大批量生產”方式的產物，具有“產品標準化”的特性。
2.會計基本假設之一的貨幣計量假設奠定了財務報告披露以財務信息為主的格局。
3.從一定程度上講，基于歷史成本原則的財務報告披露模式首先限制了財務報告分析的可靠性和相關性。
4.在傳統會計理論下，會計信息是以確定、可靠的信息為披露依據。
5.傳統財務報告披露的信息是以企業內部財務信息為主的，因此分析師在利用這些信息對企業進行評估的時候，會缺乏一個對企業的全局考慮。
6.傳統會計理論下的財務報告所能披露的企業戰略信息貧乏，包括戰略目標、設計、進展等各個方面，體現在缺少諸如新產品開發過程、研發投入方向及其效益、戰略投資結構、固定資產結構及其增長結構、員工文化結構等方面的信息。
（四）財務報告披露新發展對財務報告分析的影響
財務報告究竟應如何披露？傳統的會計理論在很多方面與實際情況產生了沖突?？偨Y而言，會計準則的高質量包括（但不限于）對以下屬性的強調。一是可靠性是有用信息的基礎、前提。二是FASB同時也強調信息的“相關性”質量，認為“不相關的信息，為取得它而耗費的精力等于白費（SFAC No. 1 Par. 100 ）”。
對于信息“相關性”的判斷由于是從信息需求者的角度出發的，因此較難準確衡量，也較難明確一種對所有使用者而言都相關的披露方式。
關于會計準則高質量的研討是針對財務報告披露現狀，在會計基礎理論領域尋求理論依據和指導的思考，其為會計報告披露的發展提供了一定的指導方向，而這種探討也為財務報告分析提供了理論指導，其指出了財務報告分析可能的發展空間，并指出了應該注意的領域。本文將從以下三個方面研討財務報告披露的發展與財務報告分析的關系。
（五）披露內容質量的提高與財務報告分析
1.公允價值。盡管歷史成本原則仍然保持著會計信息報告中的主體計量原則，但為了呈現給信息使用者更為準確、可靠、公允的“財務圖象“，對部分會計科目補充公允價值信息，或者對特殊項目采用以公允價值為主的計價基礎在現代財務報告中得到了不斷的運用。
2.企業資金變動信息的披露。從財務狀況變動表到現金流量表，以及近階段現金流量表的發展，我們可以發現一種“現金純化”趨向。
3.或有事項?；蛴惺马椩趥鹘y財務報告中只作較少的披露，如僅對典型或有事項在會計報告附注中給予一定的披露。從財務報告分析角度看，傳統的涉及或有事項的分析也多局限于提及重要的或有事項的存在以及可能對企業財務狀況及經營成果的影響。
（六）披露范圍的拓展與財務報告分析
1.分部報告。企業經營的多元化以及跨國公司的經營活動使分部信息對于信息需求者而言日益重要。許多國家的會計職業團體都逐漸認識到了“分部信息具備著與傳統三張基本報表信息平等的地位”，并積極推動分部報告信息的披露工作。
2.全面收益報告。由于傳統實現原則的限制，財務業績一向是以已確認、已實現的收入、費用，利得、損失為披露對象的，而對于己確認、未實現的利得、損失則披露的甚少。
3.其他領域的披露。除了分部報告、全面收益報告，財務報告披露在許多其他領域的擴展也大大拓展了財務報告分析的對象范圍。相對上述的兩個報告而言，在其他領域的準則化進程和國際化協調還未達到比較完善、可操作性較強的程度。
（七）財務報告披露方式的發展及其對財務報告分析的影響
未來會計信息的披露將逐漸由現在的書面形式轉向電子形式，尤其是計算機聯機實時系統的出現和運用，將使會計業務數據在發生的同時被處理、記錄并披露，而信息使用者可以實時地通過與企業管理信息系統聯機，及時有效地選擇所需要的明細信息，加工分析以取得所需信息。財務報告披露方式的變化不僅會影響信息需求者的分析質量，而且將影響財務報告分析習慣。
四、報告分析方法的發展
（一）傳統財務報告分析
在此，所述的“傳統財務報告分析”本不是以某一時間為劃分點來區分的，而是指傳統的針對“兩大表”―資產負債表和損益表，進行的財務報告分析，這也是財務管理、審計等領域的傳統職業分析。從基本方法看，傳統財務報告分析典型的基本方法是以下三類方法：結構分析、趨勢分析和比率分析。
（二）傳統財務報告分析的發展和改進
1.傳統分析方法在新分析領域中的運用。隨著披露內容的增加，財務報告分析內容也相應增加，在對新內容進行分析時，傳統基本分析方法仍是十分的有用。本文主要從對現金流量表的分析來說明傳統基本分析方法在新領域的運用。
