财务分析是以财务报表和其他资料为依据,采用一系列专门的分析技术和方法,对企业财务状况、经营成果及未来发展趋势所做的分析与评价。财务分析自产生至今,其分析重心逐渐转移,主要经历了信用分析、投资分析、内部分析、资本市场财务分析和大数据财务分析等阶段。
20世纪初,随着生产力水平的提高,企业规模不断扩大,使得企业融资需求大幅增加,这时银行开始要求企业向其提供资产负债表以便获得能够反映企业财务状况的资料,用来判断企业是否具有偿债能力。这一阶段分析的重点是借款人的偿还能力、还款保障程度和企业资产结构、负债结构。
20世纪20年代,财务分析由主要为贷款银行服务扩展到为投资者服务。因为投资者面临的投资机会和投资风险不断增加,所以投资者要求的信息更为广泛,为满足投资者的需求,初步形成了较为完备的外部财务分析体系。这一阶段分析的重点放在企业的盈利能力和财务风险上。
20世纪40年代,随着企业规模的扩大,业务更加复杂,为了改善企业的内部管理,使企业在激烈的市场竞争中生存、发展和更好地获利,企业管理层开始利用财务报表,结合内部的其他资料,对企业的财务情况及未来发展趋势进行全面细致的分析。
20世纪70年代之后,随着世界经济趋向一体化,国际投资迅速增加,国际融资规模不断扩大,财务分析揭示财务信息的广度和深度在很大程度上影响着投资者对投资期望报酬的评估和对风险程度的预测,影响着投资者的投资决策。企业通过对财务信息的披露,可以吸引投资者购买企业的债券和股票,增强投资者对企业长远发展的信心。此阶段,财务分析的功能扩大,不仅可用于对企业的偿债能力、经营业绩、成本费用、现金流量、盈利能力、营运能力、发展潜力等进行全面的分析,而且可用于对企业存在的问题做深入的分析,并寻求解决问题的办法。财务分析内容在广度和深度上的拓展,使财务分析的应用范围日益广泛,其重要性日益提高。
21世纪,随着大数据及人工智能技术的快速发展,云财务、财务 RPA(Robotic Process Automation,机器人流程自动化)、财务共享等应用工具的革新引发财务岗位模式变化,形成了大数据及可视化技术与企业财务分析工作融合发展的新趋势。企业的财务分析工作随之呈现出指标分析量逐渐增大、非财务指标比重逐步上升、业财逐渐融合等新变化。在这一阶段,企业可利用智能化的数据处理技术对海量的基础数据进行自动收集整理,并按照确定的逻辑进行对比、计算和分析,构建一体化、智能化的财务分析模型。