PowerBI数据分析实践05 | 因素分析法
文/海艳
以财务报表分析为例,我会围绕这五种不同的方法论,逐步阐述他们在 PowerBI 中的应用,整体架构如下图所示:
(点击查看大图)
连环替代法:根据因素之间的内在依存关系,依次测定各因素变动对分析指标差异影响的一种分析方法。
F=A×B×C ( Notes:ABC之间可以是加减乘除关系 )
差额=F1 – F0
差额分析法:就是直接利用各因素的预算(计划 )与实际的差异来按顺序计算,确定其变动对分析指标的影响程度。它是从连环替代法简化而成的一种分析方法的特殊形式,是利用各个因素的比较值与基准值之间的差额,来计算各因素对分析指标的影响。
F=A×B×C ( Notes:ABC之间可以是加减乘除关系 )
差额=F1 – F0
本次我们以销售收入中零售收入为例,对两种方法进行介绍:
连环替代法:
1.基数:F0=A0×B0
基数度量值:
2. 各因素变动对F有多大影响,替换顺序依次是A 、B
在替换之前,先构建替换参数表
因素变动影响度量值:置换A-平均零售价
当平均零售价由A0: 419.37元调整为 A1:494元,对F: 零售收入 影响为 372156 元。
因素变动影响度量值:置换B-销量
当销量B0: 4987 由调整为 B1: 5000,对F: 零售收入 影响为 6422 元;
影响总额度量值:
差额分析法:
1.基数:F0=A0×B0
因素变动影响:置换A-平均零售价
因素变动影响:置换B-销量
A1×(B1-B0) = 494 * (5000- 4987)= 6422 (元)
2.实际F1=A1×B1
影响总额度量值:
零售收入影响(Total) = [销量参数值] *[平均零售价参数值]-[零售销量]*[平均零售价]
呈现结果如下:
通过因素分析法,你可以发现零售价、销量变动对零售收入的影响。在实际业务中,你可以根据市场供求情况,探寻合适的零售价及对应的销售数量,帮助自己达成销售目标。
在财务分析中比较被熟知的因素分析法应用是杜邦分析,通过杜邦分析可以清晰的看到企业的基本面,即企业的盈利能力、股东权益回报水平,企业管理层可清晰地看到权益资本收益率的决定因素,以及销售净利润率与总资产周转率、债务比率之间的相互关联关系。