主要工作步骤我归纳为：

转化需求→明确目标→明确分析方式→细化KPI→深挖原因→提出建议

第一步：把需求方的问题具体化

财务bp平常的工作内容就是给业务部门和管理层的需求提供解决方案，而业务部门和管理层提需求的时候，往往是模糊的、非财务视角的，他们不会说“我们想知道未来三年公司的营运收入和营运成本”，而是会说“我们想知道未来三年公司会是个什么情况”。

这时，接到需求的 bp 首先要做的，就是把需求方的问题具体化，比如这个问题下，什么叫“公司情况”？如何定义“公司情况”呢？首先想到的肯定就是“收入”和“成本”这两个方面，因此这个问题就具体化了为“未来三年公司的收入和成本预测”，而收入又可以拆分为多个业务线的收入，成本又可以拆分为主营业务成本、人力成本、财务成本、销售成本等等，这样下来，就大概明确了要做什么事情。

第二步：明确分析目的和分析报告的受众

比较常见的进行分析的目的有“复盘成效(performance review)”、“决策支持 (decision support)”、“风险控制 (risk control)”这几个方面，比如市场部门想知道投放一个新推广项目的效果，叫你给它分析一下项目推出前后客户行为的变化，这就是“复盘成效”；管理层想知道要不要花一大笔钱升级公司核心业务系统，叫你做个升级与不升级系统后的收入增长对比分析，这是“决策支持”；财务部叫你对比一下过去一个季度实际发生费用与预算费用的差异，看看有没有超支，这叫“风险控制”。

虽然一个分析项目通常会包含不止一个目的（比如决策支持类项目的分析通常离不开对过往业绩的复盘），但肯定有一个主要目的，而明确这个主要目的的意义，就是确定你的工作范围，比如人家只想知道自己投放的新广告有什么效果，那么你给人家分析收入变化就好，分析成本没有意义。

分析报告的受众也是影响具体工作的一个很重要的因素，我们分析团队有句玩笑话，就是“看 manager 要求的报告的字数，就知道是给什么层级的大佬看的了”。这里面反映的是，不同级别的管理人员对于信息密度的要求是不一样的，呈现给中层的往往是一份密密麻麻的报告，而给最高级别的大大大佬的，很可能就只是直指核心的一句话，因为越是高层工作内容就越宏观越战略化，越不会处理细枝末节的东西。而这点对分析工作最直接的影响，就是设计 PPT 或者 Excel dashboard 的时候，是贴一堆图和一大段分析结论，还是一张图和一句结论？

第三步：明确最优分析方式

主要财务分析方式我总结为3种：对标分析、报表分析、趋势分析。

其一，通过同行业的横向比较，找到分析对象的薄弱环节，并推断其背后的原因和改进方式。举个例子，通过把分析对象的一些财务指标和同行业标杆的财务数据做横向对比。

1）可以比较直观地看到几个问题：

分析对象的毛利率水平高于4家同业竞争对手的平均水平，但销售净利润率低于平均水平，主要原因在于其经营费用占收入的比重较之同业平均水平高出约8%；

分析对象的年人均销售额约为同业竞争对手的1/7，人均净利润约为同业竞争对手的1/8，远远低于行业平均水平，人员效率奇低；

分析对象的总资产利润率、固定资产及无形资产利润率均只有同业竞争对手平均水平的一半，说明其资产利用水平较低；

分析对象的经营现金流量占销售收入的比重，低于大多数同业对手（剔除现金流存在问题的C公司后，可以看到同业的平均水平在17%-19%左右，分析对象的指标仅为同业三分之一），显示其账期显著长于行业标准，应收款管理能力薄弱，收入质量差。

2）以上这些结论都是通过财务指标的简单对比就能得出，并没有什么难度。但是财务分析的工作如果到此为止，那就仅仅停留在了表层。分析的目的不单单是发现问题，这只是第一步的工作，发现了之后要解决问题，至少要为解决问题提供有益的指引和参考，这是财务分析在经营管理、投资决策中的价值。

资产回报率低、资产利用水平低，是经营能力的问题，还是资产质量的问题？进一步分析企业的资产构成，发现长期资产中包含了很多非经营性资产，比如员工宿舍楼、闲置设备、对第三方企业的股权投资（其所经营的业务与本公司主业无关）。假如能对这些资产进行剥离或置换，就能有效提升整体的资产周转效率。

同样，人均产出低、人员效率低，是管理水平、生产流程的问题，还是人员结构的问题？进一步分析企业的人员结构，发现企业中有大量历史原因遗留的“三类人员”，这些人员不参与生产、对收入和利润没有恭喜，单纯只是成本和费用。由此相比于其他人员结构更为单一的竞争对手来说，人数规模反而成为该分析对象的包袱。

3）再进一步，基于上述分析结论，计算相应的财务数据和模拟结果，作为管理决策的信息来源。比如：

对于需要剥离资产，这些资产的净值是多少，市值是多少，公允或可行的剥离对价是多少？能否找到合适的资产受让方，是可以在关联企业、集团公司内部解决，还是要到公开市场上去找买家？涉及到股权投资类资产的剥离的方式，是以股权转让为佳，还是资产转让为佳，涉及到的税赋有何差别？

对于“三类人员”，能否通过买断的方式来一次性解决历史包袱？如果不能买断，在未来的若干年度内预计要承担多少与主业无关的人员开支、对利润和经营效率的影响能否大致量化？将这些未来支出的现金流贴现后，是否可据此估算买断所能承担的最大对价？假如是一个IPO或并购案例，考虑到IPO成功后的溢价或并购协同效应，是否可以在预计支出现值之上承担更大的买断溢价，如何依据风险权重进行调整？在Wifs P：四大会计师事务所为什么要开展精算业务？中也讨论过类似的情况。当然这些计算可能已经超出了传统财务工作的能力范畴，需要借助外部力量，但至少应当在管理和投资决策过程中，由财务层面提出来作为必须考虑的决策因素提醒公司管理层和股东。

此外，通过与同行业标杆的比较，除了能判断经营层面的问题，也能推断在财务处理、会计政策上的潜在问题。

上面这个例子中，两家身处同一行业、业务模式和结构几乎完全一样的公司，净利率也大致相当，但毛利率却有极大的差别。看一下利润表的结构，就会注意到把分析对象的成本和营销费用加总后，其之和占收入的比重与对标对象是基本一致的，但两者分别的占比又截然不同，可以由此推断：分析对象对某些支出的分类和会计处理与同行业对手是不同的，某些支出在同行业归集为成本，在分析对象则归集为营业费用。

但这是否意味着分析对象的会计处理方法一定有问题呢？也未必，就算对比对象是上市公司数据，大家最好也不要迷信A股/港股上市公司财报的质量，就我所见过的案例中，误解、乱用、刻意歪曲会计准则的例子不在少数，有些被自己更正了，有些被监管查处了，有些现在还堂而皇之挂在年报里。因此对于何种处理方法是恰当的，还是要靠自己对会计准则的理解和对公司业务的理解。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

其二，三张表之间合理性的勾稽。这里所说并非简单的数字勾稽（比如资产负债表里固定资产折旧的变化，与现金流量表里间接法下的折旧是否匹配）。简单的数字勾稽是复核的工作，而不是分析的重点，如果数字都不平那应当把财务总监和签字会计师拉回去打屁股。这里所说的勾稽，是指不同的财务指标体现出来的业务趋势是否协调一致、还是存在令人不解的矛盾。

一家从事某类工程建造业务的公司，其施工中用到若干类主要的材料。分析存货（尚未完工的工程项目）和已完工结转的成本，发现其中主要原料的构成比例存在比较大的差异。如果工程项目的类型和工艺技术没有发生什么大的变化，那么这种巨大的差别是需要引起注意的。此时需要考虑几种可能：

虽然工艺、技术没有发生重大变化，但主要材料的价格是否在本年度内发生过巨大波动？换种说法，材料成本的量差很少，但价差很大？

或者，由于建造周期很长，导致本期完工结转的成本，实际上是很久之前已经发生的建造支出（比如16年完工的项目，其中部分支出发生在14年，而其耗用的材料又是在13年甚至更早时就已购入），从而造成成本结构的不可比？

假如上一条成立，报表层面计算出来的存货周转天数与上述从实际项目中观察到的周期是否相符？本年度内采购的材料价格与往年度相比如何，是否会对以后年度的销售成本产生很大的影响？假如目前存货中的材料价格很高，有潜在减值风险吗？

如果上述情况都不存在，就要留意是否在成本的归集和结转中是否存在什么问题。一方面通过修改BOM表来修饰成本是一种常见的财务粉饰手段，另一方面BOM更新不及时、或者编制错误也是导致成本核算差错的常见原因。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

其三，趋势分析/波动分析

分析特定时间段内某些财务数据的变化趋势、或者不同期间的对照比较，是最常用的财务分析方法之一。上例是很常见的一个例子，分析不同时间段里业务收入的波动情况。通常情况下，分析这一点是为了判断业务的走势，以及是否存在季节性变化因素等。但除此之外，这种趋势分析有时还可以提供其他信息。上例是一家文化娱乐领域的企业，每一种产品都代表其开发制作的某一项文娱项目。我们用图表的形式列示各个项目在不同月度的收入变化情况，除了分析整体收入趋势外，还可以很直观地看到各个产品的生命周期，基本上就在6到9个月左右。判断这个产品周期后，很多建筑在此之上的会计估计（比如如何界定某些收款的受益期间，或者某些一次性预付成本的分摊期间等）就可以得到更有力的佐证。除了对历史经营情况的分析外，这样的判断还可以用于对未来业务预期、新项目开发决策、研发投入预算等提供决策信息。

总之，无论何种原因被认为是引发上述财务表现的内在因素，都需要通过进一步的分析比对来验证其可信度。

其他常用的分析方法还有：

相关性分析 - 计算两个因素间的相关性（Pearson 相关系数），比如通过计算来判断用户地区和日活量是否具有相关性

敏感性分析 - 当其他因素不变时，衡量某一个因素对最终结果的影响程度

假设检验 - 提出假设 → 搜集证据 → 肯定或否定假设

群组分析 - 给客户分组来分析，比如分地区、分性别

RFM 模型 - 客户行为分类模型 (Recency, Frequency, Monetary)，可用聚类分析来建模

AARRR 模型 - 获客流程模型 (Acquisition → Activation → Retention → Revenue → Referral)

分析 KPI 的一个很主要的方向是——逻辑自洽。我自己总结了三个自洽：业务流程自洽、客户行为自洽、经营业绩与外部环境自洽。

业务流程自洽

用回 APP 的“下载→注册→使用免费内容→成为付费用户”这个业务流程。我们在“成为付费用户”的这个流程里，看到了“营业收入上升 5%，客户数量上升 2%，客均消费上升 10%”，而因为“成为付费用户”已经是最后一个流程了，所以这个流程的 KPI 的变化其实已经在前面的流程里早有反映，不会是突然出现的，与“客户数量上升 2%”这个结果自洽的，大概率是“下载量上升了 X%”、“注册量上升了 Y%”，而如果看到下载量注册量降低，那么“付费用户数量上升”这个结果就很可疑了。但如果它是真的，那么我们就要先推论一下原因，什么会导致注册量下降的同时付费用户量提升：

新注册的这批用户呈现出了远高于以往注册的老用户的转化率

新注册用户转化率没有异常，而是有大量以往注册的老用户在这个时间段成为了付费用户

我们可以用上面说到的假设检验，搜集数据来分别验证这两个假设。不论验证了哪个假设是真的，又或者两个假设都是真的，我们都要进一步挖掘原因，比如新注册用户转化率突然间提升，是否是由于 APP 最近推出了什么截然不同的内容或者改变了推广方式，导致吸引了与老注册用户行为特征完全不同的一批群体？大量以往不付费的老用户突然间付费了，是否是因为 APP 最近有什么内容火了，吸引原本不付费的用户付费了？深挖到最底层的那个原因，才会明白业务变化的逻辑，才能有针对性地提出建议。

客户行为自洽

客户行为自洽是指，客户在业务流程中表现出来的行为，是具有一致性的。假如公司有会员卡充值制度，会员每次消费都必须用卡里的钱，那么一个频繁消费的客户，必定也有频繁充值的行为，而且历史总消费金额不可能大于历史总充值金额（除非有那种充值即送或者可用积分换取消费额度的活动，那就要另外分析）。如果发现了跟业务常识相悖的客户行为，那么肯定就是哪个业务流程出问题了，最严重的就是公司的业务系统出错，这种损失就不用多说了。

至于客户的哪些具体行为会构成“跟业务常识相悖”，就要视公司的业务情况而定了，所以这种分析，没对业务有一定的了解还真做不出来。比如公司大体知道自己的客户是哪个地方的人多，如果出现了个马里亚纳海沟的客户，那么肯定是需要引起注意的；比如公司大体知道自己的客户每年平均、最高、最低会消费多少钱，而这时候出现了个年消费额远高于历年最高值的，公司就肯定会对这位客户感兴趣。这也是平时定期做监测类分析报告（各种周报、月报、季报）的意义，不知道正常情况，何以判断异常情况？

经营业绩与外部环境自洽

业绩与外部环境自洽，指的是公司经营是受外部大环境所左右的，外面经济萧条，公司就不太可能蒸蒸日上。当然也有逆市而上的情况，比如疫情期，在大家都哀鸿遍野的时候，核酸公司就赚得盘满钵满，不过这种不是主流情况。

第四步 细化KPI，分层次设计KPI

这一步开始设计分析体系的 KPI 。KPI 就是衡量一样事物的指标，比如我想知道一个国家的经济好不好，那肯定要找出指标来衡量，比如说 GDP，比如说人均可支配收入，总之没有指标那么一切都是空中楼阁。

回到第一步的例子，管理层说想知道未来三年公司的情况，我们已经把任务具体化为了未来三年的收支预测，那么我们再假设一下这个分析的目的是为管理层提供“要不要升级业务系统”的决策支持，围绕着这两点，设计什么样的指标才能满足管理层的需求呢？

收入方面，更高更快更强的新系统会带来更多的收入是肯定的，但是如何体现呢？我们可以把“收入”指标拆分为“顾客数量”和“客均收入”这两个细分指标来预测，顾客数量方面，老系统只能容纳一万个客户同时在线，而新系统能容纳十万个；客均收入方面，由于新系统能支持更高的在线付款额度，因此预计每位客户每个月会带来额外的 100 块钱的收入。这样合起来，就可以对收入的增长做个预计，还可以分产品线、分地区、分购买渠道来做这种预计。当然上面只是比较粗糙的举例，实际操作比这个精细得多。

支出方面，首先要预计的是新系统的购买价格，这个询问供应商就可以做预测；接着要逐个分出公司的大头费用，比如人力费用、销售费用等等，看看里面有没有什么细分费用条目是会随着新系统的投入使用而增长或降低的，比如新系统需要培训员工才会使用，就会产生一笔培训费，预计人力费用增加 XX 万；比如新系统更高效会节省员工工作时间，预计节省工时会导致人力成本降低 XX 万等。这样各个指标（条目）合起来，就是对关于新系统的支出的预测，在这个基础上加上公司原本的支出，就构成了全年的支出预测。

预测免不了要做假设（比如假设新系统能容纳十万个客户在线），这个假设通常要作为备注写进分析报告里，也要告诉别人你做这个假设的依据（比如能容纳十万个客户是供应商提供的参数），总之假设是个比较容易忽略的部分，建议每做一条假设的时候都记录下来，以免遗忘。

第五步：深挖业务底层逻辑及原因

下面我就举个案例，也是我目前做过最好的一个财务分析，主要讲思路，你可以把它当侦探故事看。

背景公司是一家大型出版集团，集团有十家出版社，合并报表上显示三年多的时间，集团的图书库存从7个亿涨到了10个亿，集团领导和上级主管都很崩溃，大会小会都开了，目标也很明确，压库存，可库存就是压不下来，原因到底在那？

第一个层面——财务指标分析

为了压库存集团财务出过很多财务分析报告，很多都停留在这个层面，流动比率、速动比率，图书分类，图书库龄，图书种类，各种数据都有。大部分都是无用功，几十页纸的报告，主要结论就是图书库存大，但这有什么用？把三年报表拿出来一对比就行了，外行也可能看出来，库存涨了！你把大家都知道的事换个花样再说一遍有什么用，问题是为什么涨对不对？！

第二个层面——分析业务实质

财务是发现问题，造成问题的责任人还是业务，所以财务分析报告一定要分析业务。集团的财务人员当然也会从业务上找原因。大家认为图书库存的上涨的主要原因是印多了卖不掉！有可能是市场误判，一本书编辑很看好，一印就是二万册，结果只卖了五千，剩下的就积压了，所以有人建议加强市场调研，加大对当事人的奖惩，在选题时就把印数压下来。

又有人出来说这都是表面现象，图书多印的主要原因是多印的印制成本低，在印刷厂的报价里，印五百本书和印五千本书的价格是一样的（当然纸张成本不一样），为了降低单书成本，所以社里才多印的，解决办法是更新印刷设备（印刷厂也是集团内部的），把印制成本降下来，如果五百本的印制成本只有五千本的十分之一，出版社当然会选择先少印点，不够再加嘛！

还有人说是渠道问题，因为传统出版社的销售渠道以门店为主，一个门店放五十本书，一百个门店就要放五千本了，印少了发货的门店就少，会影响销售。解决的办法是调整渠道，加大线上销售的比重，比如在当当、淘宝上做推广，网店不用放那么多书，谁卖直发过去就行，可以实现零库存。

我的意见是：以上说法都有道理，也都是图书库存积压的主要原因，但这些问题三年前也存在，十年前也存在，为什么以前库存量比较稳定，这三年涨了那么多？所以关键问题还是没找到。

第三个层面——分析人心

我分析了公司近三年的库存结构，发现库存商品总额变化并不大，虽然也有增长，但都是随着营收同比增加的。只有发生商品，3个亿的存货增长，有2.2亿是发出商品增长导致的，说明问题出在发出商品上面的。

发出商品为什么增加？这就要从集团公司的资金管理政策和考核制度说起。三年前这家出版集团推出了资金集中管理制度，要求所有下属单位的银行存款都要实时向上归集，由集团本部统一管理，本来大家手里有点钱可以买买理财，现在不行了，每年分点利息和一年期存款差不多。虽然资金集中管理对整个集团有利，但算小账下属单位没得到好处。

这也就算了，考核却一年比一年严，收入要增长，利润更要增长，利润考核指标的权重达到了70%以上，不达标就影响个人收入。

于是大伙就想到了把资金放出去生利的主意，直接对外放款是不可能的，上级单位也不会批准，但可以换一个形式呀。出版社与书商销售结算货款一般是半年一次，现在可以放宽，改成一年，甚至一年半结算一次，这就相当于把自己的钱无偿借给书商使用。当然真免也不至于，利息不收，扣点可以多加一点，这样一年销售额没怎么增长，毛利率却增加了，年度绩效考核完成任务就有了保证。

为什么不开票放在存货科目里？因为不开票就可以不结算，这就相当于藏钱在客户那里，什么时候有需要了想开多少就有多少，方便调节，放在应收账款科目就不方便了，目标太明显。

看到这里你应该明白了，所谓存货增加是表面现象，其实增加的是债权，是没开票的应收账款。所谓图书毛利增加也是表面现象，真正增加的利息收入。

不管存货增加还是应收账款增加，钱放在客户手里总是有风险的，而且有求于人，利息收入不可能按市场价收，甚至可能不收落到了个人口袋，本来集团加强考核、归集资金是为了防范经营财务风险，现在风险反而加大了。

最后一步 向受众提出针对性建议

还是这个案例，问题怎么解决？

很简单，考核方面要加大现金流量指标的考核比重，要求出版社不仅要保利润更要保回款；严查图书销售合同条款，超过半年回款的必须说明理由，否则不得超期结算；适当提高各社归集户存款收益，提高各社存款积极性。

财务分析就是这样，只要能透过现象看到本质，就能很容易找到解决办法。

财务数据分析师CFDA（China Financial Data Analyst）

考生通过规定培训课时，经考试合格，将获得由中国商业会计学会颁发《财务数据分析师CFDA（中级）专业能力证书》。

通过CFDA课程的学习，企事业单位的财务人员和管理人员能够通过科学的指标体系和分析方法，结合企业财务数据，构建数据模型，对公司整体经营状况进行评估，向管理层和业务部门提供财务建议和决策支持，从而优化资源配置和提升企业核心竞争力。