我需要一篇企业盈利能力分析的论文

　　根据你的需求，学术堂整理了2篇数据性较强的企业盈利能力分析的论文供学习参考，希望对你有所帮助！

题目：轻资产商贸模式及盈利能力分析

作者：陈华

单位：深圳市世贸组织事务中心

　　摘要：互联网行业和互联网技术的发展，不仅催生了一批轻资产运营的高科技企业，也为传统重资产行业的转型提供了技术支持；轻资产这一新兴商贸模式被越来越广泛地引入现代公司治理研究中。本文以制造业企业为研究样本，区分重资产和轻资产商贸模式，通过回归模型实证检验轻资产商贸模式对盈利能力的影响。研究发现轻资产商贸模式能够显着提升企业盈利能力，本文为企业重资产向轻资产的转型提供了相关证据。

　　关键词：轻资产；重资产；制造业转型；盈利模式；现代公司治理；

　　作者简介：陈华（1978-），女，汉族，浙江温州人，博士后，助理研究员。研究方向：中国及国际经济。;

　　一、引言

　　轻资产商贸模式，或称轻资产运营模式，是当前新兴的企业管理范式，具有低投入、高回报、稳定流入等特点。耐克体育用品公司是全世界范围内首家正式采用轻资产商贸方式的企业，将自身资金集中投放到产品设计、开发和品牌运营、维护环节中，而将生产制造环节外包给发展中国家的制造商，既满足了自身盈利能力、资金运营效率的提升，也带动了发展中国家经济发展，创造了互赢的局面。面对激烈的市场竞争、生产环节分工合作的精细化发展、大数据云基础设施的迅猛发展，轻资产商贸模式逐渐推广开来，云南白药、光明乳业等均是国内率先采用轻资产商贸模式的企业。尽管轻资产商贸模式对企业盈利能力的影响分析已经逐步增多，但缺乏对制造业和制造业转型的关注，更多侧重于理论层面分析与简单列示财务指标进行对比，也缺乏基于数理模型给出的实证证据。本文结合轻资产商贸模式与制造业转型升级，将轻资产运营的意义嵌入制造业转型过程中，从实证角度给出制造业向轻资产商贸模式转型的积极证据。

　　二、理论分析

　　(一)制造业转型与轻资产商贸模式的关系

　　轻资产商贸模式的理论基础是宏碁集团创始人施振荣先生于1992年提出的“微笑曲线”理论。施振荣先生指出，在以计算机为代表的制造业供应链环节中，以工业附加值角度做定量衡量，会产生一条上下游高附加值、中间低附加值的U型曲线。中间低附加值的部分，对企业整体而言可能可以贡献正边际收益，但为了维持该部分业务运转往往会占据企业一定资源，从长期来看很可能是不经济的。轻资产商贸模式的核心就在于对中间低附加值部分的处理，通过将占据企业大量资源的劳动密集型部门出售、改组或功能外包，降低企业重资产占比，从而将更多现金流投入两头高附加值业务中，最终形成企业盈利能力的提升。目前知名的轻资产商贸模式企业，例如耐克、可口可乐等，成立初期就是以“无形资产”打开市场大门的，例如耐克的运动品牌设计、可口可乐的神秘配方等，这些企业能够迅速构建轻资产商贸模式。然而，我国制造业并非如此，或者说，我国制造业的蓬勃发展正是成熟资本市场国家的企业实行了轻资产战略，将中间低附加值部分外包给我国企业而产生的结果。

　　在我国达成制造业门类“大满贯”成就的新时期，我国制造业企业也形成了微笑曲线，亟须转型升级。图1为2010-2019年我国制造业上市公司以固定资产、存货等为代表的重资产占总资产的比例，从中可以看出，2010-2013年，制造业上市公司平均重资产比例呈上升趋势，这一阶段也是我国达成制造业全门类成就的关键时期。2014年开始下降，至2016年跌破40%关卡，此后一直在40%以下微小幅度变动。整体趋势呈现明显下降，说明制造业已经开始逐渐改变自身投资结构，减少重资产占比，向轻资产转型。

图1 2010-2019年制造业上市公司平均重资产比例均值

　　(二)轻资产商贸模式对盈利能力的影响

　　通过梳理已有文献可以发现，当前轻资产商贸模式对企业盈利能力的影响研究有着明显的行业区分。王龑和郭子增(2019)研究发现，在重资产经营模式向轻资产经营模式转变过程中，银行声誉得到了显着提高，但也会产生一系列风险。徐洪兰和骆公志(2020)以某互联网企业为案例，研究发现轻资产模式显着促进了企业盈利能力的提升。黄颖(2020)以某绿色地产企业轻资产转型为例，分析了其引入战略投资者合作和进行专业人才培养的轻资产战略下财务绩效的表现，研究发现轻资产战略显着改善了企业偿债能力和营运资本结构。黄昌华(2020)分析了文旅企业在轻资产模式下提升财务绩效的路径，具体从售后回租和特许经营权方面进行了论述。陈鑫子(2020)通过层次分析法构建互联网行业的盈利能力分析指标，并通过案例分析检验发现轻资产模式对企业盈利能力的提升受到人力资源和整体市场环境的影响。周泽将等(2020)研究发现，轻资产运营显着提升了企业价值，促进企业竞争力的提升。王卫星等(2014)指出，企业运营模式、商贸模式选择在于是否促进利润的提升，重资产企业会在发展中实现资产的轻量化以减少资金占用。在轻资产商贸模式下，制造业企业将经济附加值较低的部门通过出售、外包方式剥离出去，将企业资源集中于智力资产、无形资产、技术开发等具备高经济附加值的生产环节中，减少了维持低经济附加值部门所需要支付的成本。对于制造业来说，设备使用、维护成本对利润的影响会高于设备折旧对利润的影响，剥离劳动密集型部门能够使企业运营成本显着下降，与此同时不会导致营业收入水平的剧烈下滑，最终体现为盈利能力的上升。基于此，本文提出假设：在其他条件不变的情况下，采取轻资产商贸模式的制造业企业具备更强盈利能力。

　　三、实证分析

　　(一)样本来源与变量定义

　　本文以2010-2019年制造业上市公司为研究样本，数据均来自国泰安数据库，删除变量不全的样本、ST、PT的样本后，获得十年期共17533条数据。为保证结论的稳健性，本文分别定义了两个解释变量和两个被解释变量。盈利能力采用总资产收益率和每股收益度量，轻资产程度以行业-年度的中值和均值分为两类虚拟变量。借鉴相关研究，设定重资产=存货净额+固定资产净额+在建工程净额+工程物资+固定资产清理+生产性生物资产净额，计算重资产占总资产的比值，计算该行业同年度重资产中值和均值，低于中值和均值则为轻资产商贸模式，赋值为1，高于中值和均值为重资产商贸模式，赋值为0。控制变量方面选取了现金流、财务杠杆、企业规模、企业年龄等公司层面的特征变量，以制造业二级代码行业设置虚拟变量，同时控制年份的固定效应。为了克服极端值的影响，所有连续变量经过上下1%的极端值处理，具体定义见表1。

表1   变量定义

　　(二)描述性统计

　　表2为本文涉及变量描述性统计。由于删除了变量缺失的样本，每个变量的数量均为17533。经过极端值的修正，总资产收益率roa最小值为-0.320，均值为0.039，最大值为0.206；每股收益eps最小值为-1.470，均值为0.378，最大值为2.560。标准差方面，roa的0.069小于eps的0.564，表明由于流通股股份数目的不同，盈利能力的评价会产生变化。以中值计算的轻资产程度均值为0.498，以均值计算的轻资产程度均值为0.522，说明轻资产程度变量的均值和中值存在一定差异，但因在0.5上下浮动，预计不会对实证结果产生影响。现金流最低值为-0.162，均值为0.045，说明一部分企业现金流为负。财务杠杆最小值为0.049，最大值为0.975，两者存在较大差距。

表2   变量描述性统计

　　(三)单变量分析

　　表3为本文涉及变量的单变量分析，因为本文解释变量为虚拟变量，因而可以直接作为分组变量使用。结果显示，重资产组的roa均值分别为0.0286和0.0281，轻资产组的roa均值分别为0.0281和0.0495；重资产组的eps均值分别为0.2897和0.4673，轻资产组的eps均值分别为0.2843和0.4639，轻资产组的roa和eps均显着大于重资产组，初步说明假设成立。

表3   单变量分析

　　(四)相关性分析

　　表4为本文涉及变量的相关性分析，左下角为Pearson分析，右上角为Spearman分析。由表4可知，盈利能力变量roa和eps之间有极高相关性，系数分别为0.767和0.865，两个轻资产代理变量之间也是如此，稳健性考虑是恰当的。轻资产商贸模式代理变量和盈利能力代理变量的系数分别为0.155、0.157、0.154和0.159，均在1%水平上显着为正，初步说明了采用轻资产商贸模式能够取得更好的盈利能力。其他控制变量方面，现金流与盈利能力显着为正，说明现金流入越高，企业盈利能力越好。财务杠杆与盈利能力显着为负，说明企业负债越多，盈利能力越差。企业规模对两个盈利能力指标有着不同影响，规模越大，总资产收益率越低，但每股收益会越高。企业年龄对盈利能力则是显着负相关，说明企业成立越久，盈利能力可能会变差。回归变量之间的相关系数均未超过0.5，说明回归模型不存在共线性问题。

表4   相关性分析

　　(五)回归分析

　　表5第一列为以行业年度中值度量的轻资产程度与总资产收益率的回归结果，轻资产程度系数为0.0096，t值为10.69，在1%水平上显着。第二列为以行业年度均值度量的轻资产程度与总资产收益率的回归结果，轻资产程度系数为0.0978，t值为10.96，在1%水平上显着。第三列为以行业年度中值度量的轻资产程度与每股收益的回归结果，轻资产程度系数为0.1254，t值为16.20，在1%水平上显着。第四列为以行业年度均值度量的轻资产程度与每股收益的回归结果，轻资产程度系数为0.1303，t值为16.80，在1%水平上显着。回归分析结果进一步证实了理论分析和相关性分析结果，采用轻资产商贸模式能够增强企业盈利能力。四个模型调整后拟合优度分别为0.326、0.327、0.240和0.241，F值均在1%水平上显着，说明模型整体有效。其他控制变量结果与相关性分析的展示基本一致，现金流和企业规模对企业盈利能力有显着正向影响，而财务杠杆和企业年龄则对企业盈利能力有显着负向影响。本文进一步考虑了轻资产商贸模式对企业未来盈利能力的影响。将自变量和控制变量分别滞后回归，结果显示轻资产商贸模式对盈利能力的促进作用在滞后一期和两期后依旧显着为正，之后三期、四期、五期后不再显着，但依然为正，此后开始变成不显着负相关。滞后八期的结果显示，轻资产商贸模式对八年后的盈利能力呈显着负向影响。这一结果可能说明制造业向轻资产转型会降低企业未来长期盈利能力，但本文认为，该结果恰好说明制造业在向轻资产转型过程中可能存在的问题，需要在转型过程中逐步解决。从短期来看，轻资产的制造业企业具备更强盈利能力。

表5 多元回归分析

　　注：t-statistics in parentheses;***p<0.01,**p<0.05,*p<0.1。

　　四、结论及建议

　　本文将轻资产商贸模式嵌入制造业转型升级的讨论中，对比同一行业中轻重资产两类商贸模式在盈利能力上的差距，通过实证研究发现：轻资产商贸模式能够显着提升制造业企业盈利能力。本文的研究结果为制造业转型升级提供了一条可行且有积极后果的路径。本文也存在一定局限：由于轻资产的概念和定义尚未统一，衡量轻资产程度的变量计算方式也各有所长，本文将研究重点放在制造业转型升级，并未对同一企业采用轻资产或重资产商贸模式是否能够提升盈利能力提供证据。本文在稳健性检验中发现，轻资产商贸模式仅会在三年内提升企业盈利能力，但越往后提升的显着性越差，最终会负向影响制造业企业盈利能力。因此，不能一味追求制造业的轻资产化，而是要结合企业实际，在不影响企业长久盈利能力的基础上逐步进行资产结构变革。

　　制造业向轻资产商贸模式转型，意味着企业现金支出减少投向固定的实物资产，稳健性检验结果已经表明，在控制企业当前特征的情况下，向轻资产商贸模式转型从长期来看对盈利能力有负向影响。为了解决这一可能产生的问题，本文提出如下关于资本投向的建议：

　　第一，加大研发力度，增加无形资产占比。资产始终是企业盈利能力的基础保证，尽管轻资产商贸模式下制造业企业拥有更强盈利能力，但若是为了轻资产化而处置能为企业带来长期现金流入、增强盈利能力的核心资产，则是得不偿失的。因此，制造业转型升级需要密切配合智能制造的政策方向，将现金流投入新技术、新项目、新团队中，重视无形资产的存量与增量。只有重视科技实力和能力的提升，才能减少轻资产商贸模式降低长远盈利能力的可能性。

　　第二，加强供应链紧密性，增加企业“软资产”。制造业企业盈利能力很大程度上取决于供应链的稳定性，每一个企业都是供应链中的一环。企业与上下游关系的紧密性和与消费者的良好关系均是企业珍贵的软资产。在制造业转型过程中，应当配合营销模式转型，既要加强供应链的紧密型和稳定性，缩减不必要的成本支出，也要更重视顾客的需要和满意度。只有从缩减成本和扩大收入两个方面入手，才能切实提升企业盈利能力。

　　第三，从广义上来说，人力资源也包括在无形资产范畴中，人才是知识经济环境下企业创新能力提升的重要因素，其中既有科研型人才，也有管理型人才。人才集聚能够增强投资人对企业的信心，因此应当将原本投向重资产的现金流中分出一部分用来投向人力资源，培养能够为企业长期服务的固定人才队伍。

　　参考文献

　　[1].王龑，郭子增.从"重资产"到"轻资产":经营模式转型是否影响了银行风险[J].金融经济学研究，2019， 34(5)[2].徐洪兰，骆公志.电子商务行业轻资产模式下的盈利能力分析——以焦点科技为例[J.电子商务，2020(11)[3].黄颖.轻资产运营模式下的财务绩效研究―—以L绿色地产为例[J].河北企业，2020(2)

　　[4].黄昌华.文旅产业轻资产运营模式财务绩效提升探索[J].经济管理文摘，2020(24)[5].陈鑫子.轻资产模式下互联网上市公司盈利能力分析[J].财会通讯，2019(17)

　　[6].周泽将，邹冰清，李鼎.轻资产运营与企业价值︰竞争力的角色[J].中央财经大学学报，2020(3)

　　[7].王卫星，林凯，程莹.轻资产运营研究综述及未来财务研究取向[J.常州大学学报(社会科学版)，2014，15(2)

题目：多维度盈利能力分析：解读与应用案例

作者：温素彬 杨露

单位：南京理工大学经济管理学院

　　摘要：为促进企业精细化管理，进行多维度盈利能力分析、识别盈亏驱动因素、做出进一步科学管理决策是企业不断发展的重要推动因素。多维度盈利能力分析是指根据企业的管理需求与管理能力，选取区域、产品、部门、客户、渠道等多个维度，设定盈利能力分析模型，对企业的经营成果进行分析与评价，以满足企业产品管理、成本控制、销售管理、绩效评价、客户营销、渠道管控等多方面的管理要求。文章针对X公司的特点设计了多维度盈利能力分析框架，并选取部门这一维度对其盈利能力进行分析，提出了科学有效的决策建议。

　　关键词：多维度盈利能力分析;营运管理;管理会计工具;

　　作者简介：温素彬（1971—），男，山西和顺人，博士，南京理工大学经济管理学院教授，博士生导师，全国会计名家工程入选者，全国会计领军人才，财政部管理会计咨询专家，研究方向：管理会计、绩效评价、智能会计、财务理论;;杨露（1996—），女，陕西宝鸡人，南京理工大学经济管理学院硕士研究生，研究方向：管理会计理论与应用;

　　一、引言

　　2014年10月，我国财政部发布《关于全面推进管理会计体系建设的指导意见》（简称《指导意见》），《指导意见》的主要目标是建立与我国社会主义市场经济体制相适应的管理会计体系，并提出要形成以管理会计基本指引为统领、以管理会计应用指引为具体指导、以管理会计案例示范为补充的管理会计指引体系。冯巧根[1]提出，中国管理会计最重要的行为特征或者最宝贵的经验之一，就是“政府的制度导向性与企业自发性的融合创新”。在相关政策的大力推动下，在学界与业界会计人的大力配合下，我国已经形成以战略管理、预算管理、营运管理等八大模块为基础的管理会计应用指引体系。

　　随着市场竞争愈加激烈，产品（服务）需求愈加多元化，“大智移云物”等信息技术环境的发展，传统财务会计所提供的信息已不能有效满足企业的决策与控制需要。营运管理是指为了实现企业战略和营运目标，各级管理者通过计划、组织、指挥、协调、控制、激励等活动，实现对企业生产经营过程中的物料供应、产品生产和销售等环节的价值增值管理[2]。在组织管理层面，管理会计在规划与决策、控制与评价等方面对价值创造能力发挥作用[3]。作为企业生产经营的核心流程，在营运管理过程中，对企业的经营成果进行多维度分析，能够促使企业有效改进生产经营模式，提高管理控制水平，助推企业创造价值。

　　二、多维度盈利能力分析：复杂环境下的营运管理工具

　　企业营运管理流程囊括物料供应、产品生产、销售等各个环节，在整个流程中，本量利分析、边际分析、敏感性分析等工具为企业内部管理控制提供了有力支撑。在业绩评价阶段，多维度盈利能力分析则构建了一个全面的经营成果评价体系。

　　（一）多维度盈利能力分析的概念及应用环境

　　多维度盈利能力分析是指企业在一定期间内的经营成果，按照区域、产品、部门、客户、渠道、员工等维度进行计量，分析盈亏动因，从而支持企业精细化管理，是满足内部营运管理需要的一种分析方法[4]。其中，多维度体现在企业内外部环境的各个方面。从内部环境来看，包括企业的生产销售区域、产品类别、各职能部门等；从外部环境来看，包括企业的购货渠道、分销渠道、客户分类等。从多个维度对企业一定期间的经营成果进行分析，能够较全面地展现企业盈亏的驱动因素，从而促使企业科学决策，实现多维度、全方面管理。

　　在企业承受较大市场竞争压力或组织结构相对较为复杂，抑或具有多元化的产品体系时，运用多维度盈利能力分析这一管理会计工具能达到较为理想的效果。在构建这一工具体系过程中，要求企业具备一定的信息化水平和管理能力。在进行多维度盈利能力分析过程中，要求企业及时获取大量数据，较高的信息化水平能够确保企业获取数据的完整性和处理数据的及时性，同时，较高的管理能力能够保障企业有序地完成这一过程。在应用环境方面，实施多维度盈利能力分析的企业应具有健全的营运管理组织架构、合理的管理制度和流程及完整的业务信息系统，能够确保组织有效开展日常营运管理工作。组织架构的设立与企业的商业模式和管理要求等因素密切相关[5]。在此基础上，从企业的多个维度建立内部经营评价和成本管理制度，按照管理最小颗粒度进行内部转移定价、成本分摊、业绩分成和经济增加值计量。其中，管理最小颗粒度需要兼顾成本效益原则和企业实际能力，根据实际管理需求和企业管理能力进行确定。进行多维度盈利能力分析通常需要构建一套专用的信息分析系统、模块或工具，将从客户、产品、区域等多个子信息系统获取的数据转换为统一的规范数据，及时获取相关信息。

　　在应用管理会计工具过程中要注意管理会计工具的普遍适用性和单位特殊性相结合的原则，注重单位个体的适用性，同时要兼顾科学性与可行性相结合，突出管理会计工具应用的实效。

　　（二）多维度盈利能力分析的主要功能

　　多维度盈利能力分析的作用主要是根据企业的管理需求和管理能力选取多个维度，设定盈利能力分析模型，对比和分析企业内部各个维度的盈利能力，识别盈亏动因，从而支持企业精细化管理和科学决策。

　　为了识别企业的盈亏动因，支持进一步精细化管理，多维度盈利能力分析经常配合使用的管理会计工具主要有：内部转移定价、经济增加值、关键绩效指标（KPI）等。其中，在对企业的经营成果进行测算与管理时，可结合内部转移定价等工具，测算各个维度的实际盈利能力，提升内部管理效率。同时，在多维度盈利能力分析模型的构建中，使用经济增加值这一工具能够引导企业注重价值创造，据此进行绩效管理。另外，企业在建立关键绩效指标（KPI）体系时，可以引入部门等维度的盈利能力情况，将部门维度的管理最小颗粒度（岗位）的价值创造活动与企业战略目标规划相联系，以达到更好的管理效果。

　　（三）多维度盈利能力分析的应用流程

　　企业进行多维度盈利能力分析一般需要经过以下程序：

　　第一，确定分析维度。在确定分析维度时，应根据企业的管理要求，结合组织架构、管理能力、管理需求等寻求最适合企业的分析维度。在管理需求方面，绩效管理、销售管理、渠道管理、产品管理、生产管理、研发管理等部门的管理需求不尽相同，企业应综合考虑各个部门的管理需求，建立综合全面的分析维度。同时，不同行业、不同性质、不同生命周期的企业所确定的分析维度有所不同，因此，多维度盈利能力分析是一个不断变化的过程，需要企业及时根据内外部环境更新处理。所确定的分析维度一般包括区域、产品、部门、客户、渠道、员工等，对各维度的分析要针对不同的管理需求进行。客户维度的分析有利于企业进行客户管理，拓展客户渠道；产品维度的分析有利于企业进行产品管理、成本控制、外部定价；区域维度和渠道维度的分析有利于企业进行营销管理、资源管控；部门维度、员工维度的分析有利于企业针对部门、员工进行绩效管理。

　　第二，建立分析模型。盈利能力分析的经典衡量指标包括营业收入、利润总额、息税前利润、净利润、经济增加值等。在信息化水平较高的企业，可以将销售量、市场占比、客户规模等纳入分析模型。在拓宽财务指标的同时，纵向延伸衡量对象，从产品型号延展至批次，若单位产品价值较高，获取单位产品的相关信息会影响企业决策，则可进一步将批次延伸至单位产品，从横纵两个方面延伸多维度盈利能力分析模型。

　　第三，制定数据标准。在建立了完善的分析模型后，由于不同数据输入接口所获取的数据单位差距较大，各维度的分类规则也存在根本性的差异，要想达到理想的分析结果，须制定统一的数据标准和校验规则，并在信息系统的数据输入阶段予以控制。

　　第四，收集数据。在收集数据时，应确定管理最小颗粒度，并据此确定数据收集范围。管理最小颗粒度应合理有效，以“成本效益”为原则，既不可过于粗犷影响多维度盈利能力分析的准确度，又不得过于细致影响多维度盈利能力分析的效率。管理最小颗粒度的确定还依赖于企业对管理的要求和信息管理水平。

　　第五，加工数据。将管理最小颗粒度的数据按建立的分析模型进行盈利能力分析，生成管理最小颗粒度盈利信息。在归集管理最小颗粒度信息时，应遵循管理会计应用指引的具体要求，确定企业的内部转移价格，将实际成本基于业务动因合理分摊至管理最小颗粒度，依据业绩匹配原则对员工业务协同产生的业绩进行分成，确定企业的经济增加值等。得到管理最小颗粒度信息后，按确定的分析维度进行分类汇总，生成各维度的盈利信息。

　　第六，编制分析报告。企业编制多维度盈利能力分析报告，应根据管理需求，将加工的各维度盈利信息整合汇总，采用排序法、矩阵法、气泡法、雷达图等方法进行评估与分类。其中，客户盈利性矩阵图可帮助公司对客户做盈利性分析，并将最有盈利性的客户作为重点目标，适用于客户维度的盈利能力比较分析。排序法、气泡图和雷达图可将不同维度的盈利能力直观地展现出来，适用于各个维度的盈利能力比较分析。多维度盈利能力分析报告一般包括以下内容：企业整体盈亏的多维度分析、各个维度的盈利目标及其在报告期实现程度、各个维度的具体盈亏状况及其驱动因素分析、各个维度的盈利趋势分析、重点项目的风险预警、针对目前经营状况的建议措施等。在编制过程中，应综合使用趋势分析法、比率分析法、因素分析法等方法，从不同维度进行盈利能力分析（图1）。

图1 多维度盈利能力分析流程

　　（四）多维度盈利能力分析的评价

　　多维度盈利能力分析可以支持企业实现精细化内部管理。采用多维度盈利能力分析的企业，可以根据某一特定维度的相关信息，对其盈亏动因进行解析，从而做出更有价值的决策，有效提高企业的经营决策能力。在实施多维度盈利能力分析时，可将任务分配至各管理层级，由各管理层级统计汇总后向上归集，自上而下地分配后再进行自下而上的汇总管理，以达到高效管理的要求。

　　多维度盈利能力分析的主要优点是为企业各个维度的管理提供精准化信息，相关信息精确至企业管理的最小颗粒度，促进客户营销、产品生产、外部定价、成本管控、销售管理、绩效考核等方面的科学管理与决策。

　　多维度盈利能力分析的不足之处在于在运用工具时要求企业具备较高的管理能力、内部治理能力和信息管理能力，不适用于规模较小、管理能力不足、信息系统建设不完善的企业。

　　三、案例应用：X公司多维度盈利能力分析体系设计

　　X公司成立于1991年，是一家多元化的全球型工业集团，主营家用空调、中央空调、智能装备、生活电器等产品，远销160多个国家和地区。公司现有9万多名员工，在国内外建有14个生产基地，同时建有5个再生资源基地，覆盖从上游生产到下游回收全产业链，实现了绿色、循环、可持续发展。

　　（一）X公司总体情况及适用环境

　　作为我国电器行业的领先品牌，X公司组织结构完善，能够承受公司开发与运营多元化产品的压力。随着客户需求日渐多元化，同产业产品层出不穷，行业竞争压力与日递增，X公司面临来自国内外多个公司的竞争压力。同时，企业注重效率办公，管理信息系统功能强大，信息技术人员能够支持企业进行信息系统改革。对X公司这样一个内部结构复杂、外部竞争较大、信息系统完善的大型公司来说，实施多维度盈利能力分析有利于识别其盈亏驱动因素，不断改进企业的运行机制和产销体制。

　　（二）X公司多维度盈利能力分析体系的设计

　　为了对X公司进行多维度盈利能力分析，参考财政部会计司的案例示范[6]，应按如下步骤展开设计：

　　第一，确定分析维度。根据企业的管理要求，结合组织架构、管理能力、绩效管理、销售管理、渠道管理、产品管理、生产管理、研发管理等部门的管理需求，建立综合全面的分析维度。将X公司的组织架构情况抽象为图2，其组织结构形式为事业部式，事业部下分设业务部门，业务部门下分设生产中心、研发中心和销售中心，销售中心下设各班组，班组由岗位人员组成。由此，得到了细化到岗位个人的企业组织结构。

　　X公司作为工业企业，产品结构复杂、销售范围广泛，根据企业管理需求，结合应用管理会计指引要求，按照区域、产品、部门、渠道和客户建立分析维度，如图3所示。区域、产品、部门为较常见的分类形式，在对客户进行分类管理时，可以使用ABC客户分类法，将客户群分为关键客户（A类）、重要客户（B类）和普通客户（C类），对不同类别的客户，采取不同的管理方法，建立科学动态的管理机制。在对销售渠道进行管理时，将其分为线上电商和实体店铺两类，再按照“分级管理、责任到位、量化管理”的原则进行归集和分配。

　　第二，建立分析模型。将不同维度的市场占比等纳入分析模型，企业盈利能力采用营业收入、营业利润、净利润、经济增加值等指标来度量，具体分析模型如图4所示。

图2 X公司组织架构

　　第三，制定数据标准。由于各个维度的数据基础有所不同，在收集数据前应确定统一的数量级数据单位，便于数据分析报告中对不同维度进行对比。根据X公司实际的产销情况，在企业整体层面进行分析时，将“亿元”作为统计单位。若需要进一步细化到各个具体维度进行分析，再根据各个维度的数量级确定统计单位。

　　第四，收集数据。按照设计的数据模型收集整理数据，由于数据需求量较大，需要企业具备较为完善的业务信息管理系统且与财务信息系统形成对接，以方便快捷地完成数据收集工作。

　　第五，加工数据。对收集来的数据按照盈利能力分析模型进行加工。

　　第六，制定数据分析报告支持企业决策。

　　为达到直观具体的效果，本文按照如上步骤选取每一维度的一个管理最小颗粒度进行对比分析，以作比较和参考，具体数据情况如表1所示。结合企业当前管理需要，收集数据至设定的管理最小颗粒度，例如在区域这一维度中，将管理最小颗粒度设定为城市的区，将各个区进行对比即可发现各个区的盈亏情况，对其进行分析即可进一步改善企业管理情况，计算出盈利能力指标后，编写分析报告。

表1 X公司多维度盈利能力分析

　　（三）X公司多维度盈利能力分析报告

　　将不同维度的盈利能力进行分析形成分析报告，多维度盈利能力分析报告主要包括以下几个部分：（1）公司外部环境变化、本期经营及整体盈亏情况；（2）各个维度的盈利目标、完成情况及对比分析；（3）各个维度的盈亏动因分析；（4）各个维度未来发展趋势分析；（5）未来发展的建议等。

　　本文选取部门这一维度作为分析报告的参考。X公司的组织结构为事业部制，将管理的最小颗粒度设置为具体岗位人员，为了分析班组A各岗位人员的盈亏情况，选取部门维度的A事业部中的A班组为例生成部门维度的分析报告。

　　对班组A各岗位人员本年的盈亏情况进行分析。表2为班组A岗位人员维度的盈利能力情况表，图5为班组A各岗位人员的盈利能力气泡图分析。图5中横轴代表营业收入，纵轴代表净利润，气泡的大小代表各岗位人员的市场占比情况。图6为班组A各岗位人员的盈利能力雷达图分析，雷达图以各人员的市场占比、营业收入、营业成本、营业毛利、营业利润、净利润和经济增加值七个衡量盈利能力的指标为基础，将班组A整体盈利能力情况作为标准进行对比。

表2 班组A岗位人员多维度盈利能力分析

　　由图表可见，岗位D的市场占比最高，其盈利能力也最强，在气泡图中，岗位D的气泡体积最大，在第一象限中处于最高的位置，在雷达图中，岗位D各个指标均优于其他岗位；岗位A的市场占比最低，盈利能力也最差，且其经济增加值为负，说明其并未创造价值；岗位B和岗位E的盈利能力相当，岗位E的营业毛利率高于岗位B，但岗位B的营业净利率高于岗位E，说明岗位B的产品成本高于岗位E，而期间费用等营业费用低于岗位E。

　　对各岗位本年相对于上年的完成情况进行对比分析。表3数据为当年相对于上年的相对值，表现出当年相对上年的增长情况。以营业毛利率增长率、营业净利率增长率、市场占比增长率和净利润增长率作为衡量指标，五个岗位盈利能力增长情况如图7所示。与前文比较分析，图7(1）中，岗位A和岗位B处于第三象限，即这两者本年盈利能力有所下降；岗位D的盈利能力较为稳定，相比上年仅有略微上升；岗位C、岗位E的盈利能力均上升。图7(2）中，五个岗位的增长率均为正。其中，岗位B的市场增长率最高，岗位E的净利润增长率最高。结合前文分析，岗位B和岗位E本年的盈利情况相当，岗位B虽市场增长率较高，但本年相比上年盈利能力有所下降，岗位E则有所上升。

表3 班组A岗位人员增长对比分析

图3 X公司维度分析

图4 X公司多维度盈利能力分析模型

图5 班组A岗位人员盈利能力气泡图分析

图6 班组A岗位人员盈利能力雷达图分析

图7 班组A岗位成员盈利能力增长情况对比

　　结合以上分析，岗位A的盈利能力最差，且呈下降趋势；岗位D的盈利能力最强，较为稳定；岗位B和岗位E的盈利能力相当，但岗位B的盈利能力本年有所下降，岗位E的盈利能力本年则进一步上升。对人员的盈利能力进行分析，可以支持企业进行精细化管理，为企业进行绩效考核和资源分配提供有效信息，促进企业制定最有效的激励政策。

　　四、总结

　　对于企业盈利能力从多个维度进行评价可以快速高效地选择出对企业盈利影响最大的项目，进而做出相关决策，对内部组织结构复杂、信息技术化水平高的企业尤为重要。本文解读了管理会计应用指引中的多维度盈利能力分析体系，根据X公司的组织结构和管理要求为其设计了多维度盈利能力分析系统，并选取其中一个子维度进行盈利能力分析。在商业环境愈加复杂，信息环境愈加智能化的当代，管理会计工具的应用和推广对企业的经营决策产生了巨大影响。