原创《基于食品制造业中期报告预测价值分析》：这是一篇与价值分析论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
【摘 要】本文通过运用相关模型,对我国食品制造业中期报告的预测价值进行分析,以研究和得出中期报告的预测价值是否显著,对我国食品制造业关于中期报告的运用提供相关借鉴意义.
【关键词】中期报告 预测价值 食品制造业
一、引言
美国财务会计准则委员会FASB在1980年发布的财务会计概念公告中提出了会计信息的质量特征,其中最重要的信息质量特征就是决策有用性.决策有用性分为两个重要层面：相关性和可靠性,其中相关性由3方面组成：预测价值、反馈价值和及时性.预测价值是指如果一项信息能够帮助决策者预测过去、现在和未来事项的可能结果,那么此信息就具有预测价值.1994年6月,我国证监会颁布实施了《公开发行股票公司信息披露的内容和格式准则第三号 ——中期报告的内容和格式（试行）》,要求我国上市公司除了披露年报之外,还要披露中期报告.中期报告是指包括涵盖一个中期的一套完整的财务报表.一般来说,编制中期报告的主要目的是满足信息使用者预测年度收益的需要.那么,中期报告的预测价值到底大不大?
下面本文将以2014年度我国食品制造业上市公司为研究对象,运用6种每股收益预测模型并选用一定的检验方法和判断标准,对中期财务报告预测的价值进行相关分析.
二、研究设计
(一)研究模型
关于研究模型,我们选择每股收益（EPS）作为预测指标,之所以选择每股收益,是由于每股收益能够综合反映企业获利能力和未来的发展能力,是一项极重要的综合指标,可用于不同会计期间经营业绩的比较.本文用于检验我国食品制造业上市公司中期财务报告预测价值的模型是在国内外学者研究基础之上,挑选排名较前及预测能力较强的模型,以增强本文结论的说服性和研究意义,期望对于我国食品制造业合理运用中期财务报告进行价值预测具有可参考价值和借鉴意义.经过仔细挑选,本文选取用于检测中期财务报告预测价值的模型如下：
年度预测模型：
Y1：A14等于A13
Y2：A14等于A13+（A13-A12）
Y3：A14等于A13*（A13/A12）
公式中,A14为2014年度EPS预测值,A13和A12分别为2013年度和2012年度EPS实际值.
半年度预测模型：
S1：A14等于4*Q14a
S2：A14等于A13+（Q14b-Q13b）
S3：A14等于A13*（Q14b/Q13b）
公式中,Q14a为2014年度的第一季度报,Q14b和Q13b分别为2014年度及2013年度的半年度EPS.
(二)样本选择
公司主要选取2015年度国泰君安证券研究所公布的食品制造业上市公司.官方*共公布了38家食品制造行业的上市公司,由于部分公司受季节性影响较大,财务数据不稳定,防止异常变动影响最终研究结果,故剔除了部分数据,从中挑选24家作为行业研究代表.
(三)数据来源
实证研究数据主要来自同花顺财经、国泰君安证券、锐思以及深圳证券交易所网站和上海证券交易所网站公布的上市公司2013年和2014年的实际数据.全部的数据处理和统计分析结果都来自于WPS2016和SPSS19.0统计分析软件.
(四)检验方法
本文采用绝对百分比误差率（APE）来度量预测价值的准确性.百分比误差越小,财务报告的预测能力越强；反之越弱.计算公式为：
绝对百分比误差率APE等于|（预测值-实际值）/实际值|*100%
对14年度所有公司在6个模型下的绝对百分比误差率进行描述性统计,通过分析比较绝对百分比误差率的平均值、中位数、标准差、极大值,极小值以及累计频率等统计量来判断模型的预测价值.在计算绝对百分比误差时,由于收益的非正常波动,有些上市司预测年度每股收益的绝对百分比误差超过了100%,有些甚至超过了 1000%,这些上市公司将会对绝对百分比误差的均值和标准差产生很大的影响,并会干扰我们对各预测模型的评价.因此,我们将超过100%的绝对百分比误差予以剔除,以免影响我们对预测模型的研究结果.
三、中期财务报告预测价值的比较分析
(一)原始数据处理
我们对24家食品制造业具有代表性的上市公司进行了数据分析和研究.利用SPSS19.0处理原始数据结果见下表：
(二)半年报相对于年度报告预测价值比较分析
利用6个模型对24家食品制造行业上市公司2014年每股收益进行预测,描述性统计结果如下表所示：
表3 食品行业2014年度每股收益预测的绝对百分比误差率描述统计
从表3可以得出：年度预测模型Y1明显优于Y2,Y3.模型Y1的绝对误差平均值为55%,而模型Y2,Y3的绝对误差率平均值为99%和76%；模型Y1绝对误差率的标准差为47%,而模型Y2,Y3绝对误差率的标准差为147%和69%；模型Y1绝对误差率的累计频率为83%,而模型Y2,Y3绝对误差率的累计频率为75%和80%.所以,无论是从平均值,标准差,极大值,极小值还是累计频率来说,模型Y1都优于模型Y2和Y3,即用模型Y1来预测年度每股收益的准确性要明显高于模型Y2和Y3.
1.中期预测模型S2明显优于模型S1,S3.模型S1,S3的绝对误差率平均值为55%和52%,而模型S2的绝对误差率为38%；模型S1,S3绝对误差率的标准差为50%和87%,而模型S2绝对误差率的标准差为43%；模型S2,S3绝对误差率的累计频率均为92%,而模型S1绝对误差率的累计频率为83%.由此可知,无论从绝对误差率的平均值,标准差还是累计频率来看,模型S2无疑是最好的选择.
2.中期预测模型并不明显优于年度预测模型.最优年度预测模型Y1绝对误差率的平均值和标准差为55%和47%,而最优中期预测模型s2绝对误差率的平均值和标准差为38%和44%,各个模型的绝对百分比误差的均值、标准差和极差相差不大.因此,我们无法根据绝对百分比误差的均值、标准差和极差判断出哪一组模型是最优模型.从累计频率来看,模型S2,S3明显地优于其他预测模型.用S2,S3预测年度每股收益的绝对百分比误差超过100%的累计频率明显地小于其他模型,即用S2,S3预测年度每股收益的绝对百分比误差超过100%的公司最少.但是Y1、Y2、Y3、S1的累计频率却相差不多,因此,从累计频率上也无法说明中期预测模型比年度预测模型更优.
四、研究结论
通过对食品制造业24家上市公司的中期财务报告预测价值的分析,我们可以得出以下结论：第一,从绝对百分比误差的平均值,标准差和极值上来看,S2明显地优于其它预测模型.第二,从累计频率来看,任何一个预测模型都不明显地优于其它预测模型.第三,从整体上来看,中期预测模型并不比年度预测模型更加优越,或者说优越的不明显,也就是说,目前我国食品制造业上市公司公布的中期报告预测年度收益的价值并不显著.
五、原因分析
由于在研究之初我们已经剔除了受季节影响比较严重的上市公司,所以可能影响研究结果的因素有以下几个方面：一是中期报告编制的基础：我国企业采用的是“独立观”,独立观视每一经营期间都是独立的,显然在预测年度收益的角度并没有“一体观”准确.二是中期报告的披露质量：由于中期报告通常重视程度较小,披露的会计信息可能较少,并不像年报披露内容丰富,不利于对年度每股收益的预测.三是利润操纵：由于中期报告较之年報的审计质量较差,会计事务所的重视程度也低,公司可能存在不同程度的舞弊和会计信息不真实的情况,可能使得年度每股收益的预测不准确.四是收益波动性不同：由于我们研究的是食品制造行业,食品行业的收益是不稳定的,加之我们在研究时并没有剔除非经常性损益的影响,可能会降低我们对上市公司收益的预测.
作者简介：宋洁（1982-）,汉族,大连,大学本科,毕业于东北大学,中级会计师,现工作于天津市一瑞生物工程有限公司.
价值分析论文参考资料：
结论：基于食品制造业中期报告预测价值分析为关于价值分析方面的论文题目、论文提纲、项目投资价值分析报告论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
