2.2 数据的获取和分类

财务分析的相关数据繁杂多样，无论在何种场景之下，我们获取数据，都是为了在有限的时间内得出尽可能可靠的分析结论。数据几乎是没有边界的，但时间是有限的，这就需要我们通过通畅的方式来获取数据，并对数据按一定的规则进行分类整理，为进一步的财务分析提供坚实的基础。

2.2.1 数据的获取

作为财务分析的专业人士，我们在不同的“角色”下，所能够获取的内部数据的深度和广度是不一样的。假定在未受到任何限制的情况下，获取信息的方式包括以下几个渠道。

2.2.1.1 查阅公开数据

包括标的公司的工商登记信息、法律涉诉信息、作为上市实体可能需要公开披露的其他法定信息；官网、微博、微信公众号、公开宣传报道、网上招聘等各类宣传信息；行业相关研究报告、同行业可比公司的公开信息。

2.2.1.2 收集资料清单

可能基于为标的公司提供中介服务和进行投资调查的原因，我们有机会正当获取其内部资料并进入企业进行分析核实。这种情况下，布置资料清单并按清单来收集资料，就成为我们获取内部数据的重要手段。

清单可分为进场前清单和进场后清单，进场前尚不掌握具体的企业经营和财务信息，所以资料清单相对宽泛、标准，而进场后经过初步了解情况，可以重新修订资料清单，使其更加具体化，更具有针对性，也更加方便对方快速提供。

2.2.1.3 观察

现场的体验是无可替代的。睁大我们的眼睛，观察从进入标的公司的现场开始。在我们的视线范围之内，主要包括生产线的运转过程、生产的饱满程度，仓库进出货的频率、存货的摆放和外观，厂区工作的有序、办公区的整洁，工位的饱和度、人员的工作状态，以及公司标牌、公告牌、荣誉证书等。

通过观察，我们能对标的公司的生产和管理得到最为直观的感受。通过观察洗手间，就可以判断一个公司的好坏，这并不完全是一个玩笑，一个管理细致的公司绝对不会有一个卫生十分糟糕的洗手间。类似于这种直观感受，可以为分析财务数据提供间接的印证。同时，我们观察到的信息还可以为财务分析提供直接证据。例如，我们发现生产线并未开足马力，这可以与公司提供的产能利用率相互印证；我们在大门口的标牌上发现了公司未予提供的主体，这有可能说明公司存在未予披露的关联方。

2.2.1.4 访谈

访谈包括内部访谈和外部访谈。内部访谈，需要涉及标的公司的高管层、中级管理层和业务操作层的不同层级人员。外部访谈，包括对行业专家的访谈、对竞争对手的访谈、对上下游客户的访谈，以及对相关中介机构的访谈等。通过访谈，可以与通过其他渠道获取的行业、经营及财务等数据形成充分印证。

访谈过程中，需要注意以下方面。

1．保持逻辑

我们需要认真准备访谈提纲，访谈提纲需要抓住问题的主线和重点，访谈过程中把握好访谈的方向和节奏，以防止因被访谈人谈话过于散乱而偏离主线。

2．注意分寸

访谈要注意谈话的方式和技巧，访谈应该更倾向于“聊天”式的，如果我们过于正式和严肃，则很可能给被访谈人带来压力而不能开放地回答问题。

3．交叉印证

对相同问题或者具有相关性的问题，我们可能访谈了不同的受访人，所以需要对不同受访人之间的说法进行交叉印证。通常就回答的可信度来说，级别低的人员比级别高的人员更具有可信性，操作层的人员比管理层的人员更具有可信性，业务人员比财务人员更具有可信性，外部人员比内部人员更具有可信性。由于角度不同，不同受访人的回答存在一些差异是正常的，过于整齐划一的回答反倒更值得怀疑。

2.2.2 数据分类的原则

财务分析的数据可以分为财务数据、业务数据、行业和可比公司数据三个层次。财务分析的过程，即在数据分类的基础之上，对三个层次的数据进行互相核对和印证。

数据分类的原则性要求如下。

2.2.2.1 数据的完备性

完备性主要针对内部数据。无论是财务数据还是业务数据，无论是手工台账数据，还是ERP数据库数据，理想情况下，均应取得最原始数据、最底层数据，不宜直接使用标的公司加工过的“二手”数据，也不能仅使用经过汇总的数据。另外，要考虑有效的数据标识，并在提取数据时予以完整列示，以便于之后的多角度财务分析。

举一个汇总数据不可靠的例子：在对某餐饮公司进行财务尽职调查时，调查方开始仅取得了公司提供的门店销售汇总数据，即从门店销售系统中导出的日销售报表。该日销售报表与财务记录的日销售收入、收银记录核对一致。由于整体数据存在异常，在调查方的强烈要求下，该公司最终开放了其门店销售的底层数据库。结果，经简单查询就有了惊人的发现——日交易流水中有相当部分是晚10点“闭市”后集中发生的，且单笔金额明显较大，全部以现金买单。谁会在半夜里跑来用餐呢？这是一个常识性的问题，只要能够检查一下底层数据，这类“低级的”系统舞弊相对是比较容易发现的。

2.2.2.2 数据的权威性

权威性主要针对外部数据。行业主管部门发布的行业数据，比标的公司临时聘请的咨询机构编写的行业分析报告更具有权威性；可比公司经过审计或审核的公开数据，比未经过审计或审核的更具有权威性。

2.2.2.3 数据的协调性

财务数据、业务数据、行业和可比公司数据的相关分类口径一致，相互协调，以便于检查印证。例如，如果标的公司处于某一子行业，其数据与该子行业所处的大行业数据之间就缺少协调性；标的公司与可比公司的业务模式不同，其对比数据也就缺少协调性。

2.2.2.4 分类的有效性

有效的分类，必须基于行业特征和企业本身的经营特点，同时把握多角度和多层次两个方向的分类。多角度分类，即依据业务模式涉及的重要因素和流程进行不同角度的分类；多层次分类，即按“由上而下”的原则依次分类，层层递进，而不是对基础明细数据进行盲目的分析。多角度和多层次相互结合，更容易发现财务数据中的问题并得出有效的分析结论。

关于角度和层次的问题，如表2-1所示，是一个收入分析的简单例子。

可以看出，同样的收入变动，由于分类的层次不同，所得出的三种结论是完全不同的，财务分析的有效性存在实质性的差别。

2.2.3 常见的数据分类

财务数据与生产经营产生的业务数据具有协调性，常见的数据分类，主要与销售、采购、生产、研发、人力资源等主要业务相关。

2.2.3.1 与销售有关的分类

涉及对营业收入、营业成本、应收账款、应付账款、存货，以及毛利率的分析。为便于进行不同分类下的毛利率分析，相关分类经常需要同时对应收入和成本分类。对收入的分类，应该分解成销售数量和单位售价，对成本的分类，应该分解成销售数量和单位成本。

1．按业务类别

从本质上，业务都可以归为产品销售、提供劳务、让渡资产使用权和建造合同四类，每一类的经营模式和收入确认方法都是不同的。

2．按产品类别

根据不同用途、不同功能、不同工艺来划分。类别有大有小，大类别下还可以继续划分较小的类别。

3．按销售区域

一般是指产品销往地点。国内，可以按华南、华北、华东等地区划分，也可以按省份划分；国外，可以按大洲划分，可以按国别划分。

4．按客户性质

不同客户群体，可能带来不同的销售模式和回款风险。一般而言，客户中对政府机关、军队、中央企业、商业银行等客户群体进行单独划分的可能性较大。

出于分析关联交易之目的，关联方和非关联方客户也是性质划分的主要依据；按新增客户和原有客户进行分类，也经常用来印证客户群体的稳定性。

5．按不同客户

对于客户非常集中的企业，可以要求按全部客户进行划分。一般来说，列示前5名或前10名客户是必要的。

6．按不同项目

主要适用于提供劳务或建造合同，且主营业务具有项目数量少、单项金额大等特征的企业。

7．按销售模式

常见的不同销售模式：直销和经销，直营店和加盟店，ODM和自有品牌，线上销售和线下销售等。按正常商业逻辑理解，不同模式的售价应该存在一定的差别。

8．按收款模式

例如，门店收款可划分为现金收款、银行卡收款、支票收款等收取方式；线上销售收款可划分为支付宝、财付通（微信）等不同第三方回款方式；出口销售可划分为T/T、L/C等不同外贸结算方式。

9．按不同季度

划分不同季度，可以分析收入是否存在季节性波动，相关波动是否符合行业特征。

2.2.3.2 与采购有关的分类

1．按材料分类

确定主要原材料和能源的类别，分别列示采购数量和采购金额。

2．按供应商分类

一般来说，列示前5名或前10名供应商是必要的。对于供应商非常集中的企业，可以要求列示全部供应商。

存在原材料供应商、能源供应商、设备供应商、服务供应商等不同采购类别的，则需要按不同采购类别对供应商进行分类；出于分析关联交易之目的，关联方和非关联方供应商也是性质划分的主要依据；按新增供应商和原有供应商进行分类，也经常用来印证供应商群体的稳定性；按现金结算和银行结算进行供应商分类，可以用来分析采购的规范性。

2.2.3.3 与生产有关的分类

1．按产能产量分类

产能产量以主要产品为标准进行列示，不但要与收入分类中的产品类别保持一致，而且产能单位、产量单位、销量单位等均需要保持一致。

2．按成本结构分类

对于任何业务类别的成本进行分析，都应该按照“料、工、费”的基本结构来划分成本核算对象的成本结构。对于水、电、气等能源耗用较大的企业，还应该把能源作为单独的成本项目进行列示；存在较大量的外协加工或项目分包的，则需要把外协加工或项目分包成本作为单独成本项目进行列示。

存在较为集中的主要原材料或主要能源的，往往需要把主要原材料和能源进行进一步分类。

2.2.3.4 与研发有关的分类

1．按研发项目分类

实务中，标的公司出于不同的业务需求，可能会向几个不同的主管部门报送研发项目情况，包括：出于研发费用所得税加计扣除的需要，向税务主管部门报送；出于申报或持续享有高新技术企业资质的需要，向高新技术企业认定部门报送；出于申请或从事政府补助的科研项目的需要，向政府科技管理部门报送。在对研发项目进行分类时，要以标的公司实际研发的项目为基础，并注意上述对不同部门报送的项目分类口径是否存在差异。

2．按研发支出分类

研发支出，可以划分为人工支出、材料支出、折旧和摊销、调试检验、委外研发费用等不同支出类别。一般情况下，研发支出总额应与管理费用中的研发费用、开发支出中的当期资本化费用保持一致。如果研发支出包括了生产成本等其他科目的一些支出，应明确其所属项目及相关支出类别，并判断其是否有充分的划分依据，是否存在费用和成本的混淆。

2.2.3.5 与人力资源有关的分类

人力资源结构与标的公司所处行业特征、经营特点及管理规范性相关，相关分类包括：按员工专业结构分类、按员工受教育程度分类、按员工年龄分布分类以及按员工社保缴纳情况分类。社保指应按国家规定为员工缴纳的“五险一金”，按社保缴纳情况可以把员工分为未正常缴纳社保和正常缴纳社保两类，未按规定为员工正常缴纳社保，实际上是隐蔽地提高了标的公司的业绩。

面对杂乱无章的数据，不进行适当的分类就不能开展有效的分析，数据分类是财务分析的基础；分类本身不能是盲目的，而是基于行业特征和经营特点进行的多角度、多层次的分类，即数据分类又是财务分析的过程；对于财务分析的结论，我们也需要遵循不同使用场景下的相关性，按相关规则来披露重要的分类数据，所以，数据分类也是财务分析的结果。

“类别分好，其意自见”，基于有效财务分析之目的，对三个层次的数据进行有效的分类至关重要。从这个角度，财务分析的本质是一项数据分类的技术。