中国汽车工具类移动应用专题研究报告 财务报表分析的逻辑框架（基于微软和三大汽车公司的案例分析）

据公安部交管局统计：截至底，全国机动车驾驶人数量超3.2亿人，汽车驾驶人2.8亿人，全年新增汽车驾驶人3375万人。从驾驶人驾龄看，驾龄不满1年的驾驶人3613万人，占驾驶人总数的11.04%。男性驾驶人2.4亿人，占74.29%，女性驾驶人8415万人，占25.71%。截至底，全国机动车保有量达2.79亿辆，其中汽车1.72亿辆，以个人名义登记的小型载客汽车（私家车）达到1.24亿辆，汽车新注册量和年增量均达历史最高水平。私家车保有量的持续增长，意味着用车场景更加丰富化，用车场景的丰富将催生出更大的汽车生活服务市场需求。随着机动车驾驶人数量的不断提升，会有更多的人加入汽车生活的生态圈，车主群体的不断扩大，将给汽车生活服务带来更大的市场空间。

汽车工具类移动应用是指针对车主在用车过程中产生的需求，如查违章、找停车位、代泊、代驾、考驾照、找加油站、导航、汽车社交、车辆管理等，利用互联网/移动互联网技术开发的O2O产品。针对已安装汽车工具类APP的用户，且使用频次、使用时长较为固定，针对此类人群进行用户特征识别及触点行为分析。

易观智库《中国机动车驾驶人数量

中国私家车保有量

车主用车过程痛点多，用车生活需要平台整合

汽车工具类移动应用行业定义及生态图谱

汽车工具类移动应用发展历程

：11月，违章查询助手发布。6月，车行易成立。6月，驾考宝典上线。4月，车问网成立。

：

11月，车轮查违章上线。10月，爱代驾发布。9月，联车科技成立。1月，e代驾发布。1月，ETCP停车成立。

：

12月，橙牛汽车管家发布。12月，喵星科技成立。5月，微车APP上线。3月，车轮考驾照上线。2月，全国违章查询上线。

：

12月，车plus成立。12月，停简单成立。11月，58违章查询上线。10月，易驾考上线。10月，无忧停车上线9月，驾考团上线。7月，蜜蜂停车上线。8月，加油宝上线。8月，喂车车发布。4月，四个轮子上线。2月，车轮社区上线。1月，58汽车陪练上线。

：

9月，快来学车上线。7月，趣学车上线。7月，好好学车（驾趣网络）成立。6月，好好学车（亿学车科技）成立。5月，小巴学车上线。4月，车到加油上线。4月，e代泊上线。2月，学车帮帮上线。1月，车蜘蛛成立。1月，远特科技成立。

汽车工具类移动应用资本市场表现活跃

汽车后市场投融资情况分析——停车类APP受关注

根据市场公开投融资项目进行监测并统计分析，汽车后市场电商行业的投融资近二成为汽车工具类APP。而在汽车工具类APP投融资项目中有45.6%为停车类APP、23.7%为代驾类APP、11.5%为代泊类APP、10.3%为加油类APP、4.9%为驾考类APP、3.6%为查违章APP。

汽车工具类移动应用行业PEST分析

汽车工具类移动应用行业促进因素和阻碍因素

阻碍因素：

行业进入门槛低，烧钱现象严重，消费者忠诚度低，市场竞争激烈。互联网巨头拥有资金、技术、流量等诸多优势，容易影响市场格局。

促进因素：

传统用车服务行业痛点较多，引入互联网模式，能够促进传统企业变革，提高用户体验。政策的出台给互联网企业带来市场机会和空间。汽车生活服务作为轻量化的有效获取用户流量的入口，被资本市场看好，资金大量注入。移动应用普及度大幅提高，移动支付市场的发展推动汽车工具类移动应用行业发展。

中国汽车工具类移动应用市场AMC模型

驾考和查违章两大类用户活跃度普遍较高

汽车工具类移动应用以二三线城市和乡镇用户为主

汽车工具类移动应用用户在其他省会城市、地级市这些二三线城市和乡镇农村的集中度超过80%。目前汽车工具类移动应用用户分布与用车市场的服务质量存在较为密切的关系，二三线城市以及乡镇农村等地区，经济条件较为落后，用车服务市场痛点更为明显，因此对汽车工具类移动应用表现出更强的需求。

汽车工具类移动应用用户以80、90后男性为主

中等收入的个体户等用车需求更多，对汽车工具类移动应用依赖较大

汽车工具类移动应用用户钟情娱乐理财等相关应用

强相关领域涉及娱乐、购物、金融、求职等领域。较多关注团购和理财产品说明用户收入水平中等，追求高性价比的生活服务。对娱乐应用情有独钟，说明用户在用车场景中有更多娱乐需求。

晚间黄金时间是驾考类APP用户集中使用时段

驾考类APP用户在使用高峰时段在19:00-22:00之间。驾考类APP以在线题库学习为主，该时段是学生和上班族最好的学习时间，相应使用集中度最高。

驾考类APP高峰时段使用时长为半小时左右

驾考类APP用户使用时长高峰接近半小时。根据人体生理机能活动变化规律，成人能够保持注意力集中的时间在半小时到一小时，此段时间学习效率最高。

驾考类APP用户高峰使用时段内启动3-4次

驾考类APP用户在使用高峰时段启动次数3-4次，期间表现出短时跳转现象。注意力高度集中长达半小时后，身体会感到疲劳需要适当调节，劳逸结合的学习方法能够保证较高的学习效率。

查违章APP用户常在当天用车结束后查询违章情况

每天2月驾考类APP用户活跃度Top3

查违章APP商业模式分析

从我国私家车保有量来看，违章查询市场规模巨大，但由于违章查缴时间成本高，给车主造成极大不便，查违章APP能解决用户痛点，市场需求大。目前查违章APP主要作为获取用户流量和用户画像信息的入口型平台。

2月查违章APP用户活跃度Top3

汽车社交类APP商业模式分析

垂直社交能满足车主相同的兴趣爱好和服务需求，而汽车社交从PC端的汽车资讯、论坛等以平台为核心的一对多模式，发展到目前移动端的以车主自媒体为核心的多对多模式，更符合车主社交新方式，但目前行业发展较为缓慢。

2月汽车社交类APP用户启动次数Top3

停车类APP商业模式分析

我国仅私家车的停车市场规模即达3千亿，停车位缺口严重，停车类APP能够整合线下停车资源，具有巨大的市场空间。

2月停车类APP用户启动次数Top3

加油类APP商业模式分析

传统加油行业占据强势的垄断地位，加油类APP通过期货形式换取油费差价，但发展空间受限且风险较大。

2月加油类APP用户启动次数Top3

以汽车生活生态圈为中心，呈现多场景、全平台的发展趋势

车主：未来工具类APP的功能将会逐渐融合，车主不同场景的需求能由同一APP满足。平台：覆盖车主多场景需求的主APP，更有利于提高用户活跃度，增强用户黏性。行业：未来汽车工具类移动应用行业仅有为数不多的几家企业脱颖而出，占据行业龙头地位。

财务报表分析的逻辑框架（基于微软和三大汽车公司的案例分析）

通用（GM）、福特（Ford）和戴姆勒克莱斯勒（DaimlerChrysler）等三大汽车公司合计的销售收入和资产余额分别为5676亿美元和7156亿美元，是微软（Microsoft）的11.1倍和11.3倍，三大汽车公司的员工总数高达91万人，是微软的12.9倍。但截止末，三大汽车公司的股票市值只有946亿美元，仅相当于微软2932亿美元股票市值的32%!堂堂的三大汽车巨头，为何敌不过一个做软件的？如何诠释这种有悖常理的现象？在资本市场上“做大”为何不等于“做强”?

这种经营规模与股票市值的背离现象，既可从行业层面诠释，也可从财务角度比较，更应从盈利质量、资产质量和现金流量的逻辑框架分析。

一、行业层面的诠释

从技术上说，股票价格的高低是由市盈率决定的。市盈率越高，意味着股票价格越昂贵，反之，越便宜。剔除投机因素，市盈率的高低受到公司盈利前景的显著影响。盈利前景越好的公司，其市盈率也越高。盈利前景既受特定公司核心竞争力的影响，还受该公司所处行业发展前景的影响。不同企业处于不同的行业生命周期，其发展前景截然不同。

从行业层面看，三大汽车公司与微软处于不同的行业生命周期。如同自然人一样，一个企业也好，一个行业也罢，都要经历“出生---成长---成熟---衰亡”阶段。三大汽车公司属于传统的制造行业，是“旧经济”的典型代表，目前处于成熟阶段。在这一阶段，竞争异常激烈，销售收入和经营利润的成长性很低，经营风险很高。对于这类发展前景有限的上市公司，投资者当然不愿意为之出太高的价钱，因而其市盈率和股票市值一般也很低。反之，微软属于高新技术行业，是“新经济”的典型代表，目前处于成长阶段。在这一阶段，竞争虽然日趋激烈，但销售收入和经营利润仍然高速成长，经营风险相对较低。对于这类具有良好发展前景的上市公司，投资者往往愿意未其股票支付额外的溢价，因而其市盈率和股票市值通常也较高。

过去五年，微软的市盈率介于22至52倍之间,而三大汽车公司的市盈率(剔除微利和亏损年度的影响)只有7至,微软(其会计年度结束于每年的6月30日)共计实现了530亿美元的净利润，而三大汽车公司实现的净利润为-103亿美元，与微软形成了巨大的反差。

从盈利能力的角度看，三大汽车公司与微软的差距更是天壤之别。这里所说的盈利能力，是指投入产出比。以为例，尽管三大汽车公司当年合计的净利润为99亿美元，比微软90亿美元多了9亿元，但这并不意味着三大汽车公司的盈利能力高于微软。因为三大汽车公司当年投入的人力资源（雇员人数）是微软的17倍，投入的财务资源（资产总额）是微软的12倍，但其为股东创造的产出（净利润）只比微软多出约18%。换言之，微软的人均净利润（人力资源投入产出比）高达158,895美元，是三大汽车公司人均净利润（9,312美元）的17倍；微软的总资产回报率(财务资源投入产出比)为9.54%,是三大汽车公司资产回报率(0.94%)的10倍。盈利能力的差距令人叹为观止！正因为三大汽车公司的盈利能力远不如微软，其股票市值理所当然低于微软。

（二）财务风险的比较

传统上，净资产规模经常用于量度企业的财务风险。过去五个会计年度结束时，三大汽车公司的净资产均显著大于微软。度结束时，三大汽车公司的净资产合计为362亿美元，比微软的311亿美元多了51亿美元。这能否说明三大汽车公司的财务风险小于微软？答案显然是否定的。

衡量企业的财务风险时，净资产规模固然重要，但最重要的是净资产与资产总额的相对比例（即净资产率）。以为例，尽管微软的净资产只有311亿美元，但这一净资产支撑的资产总额只有632亿美元，净资产率高达49.2%（即负债率仅为50.8%）。而三大汽车公司虽然拥有362亿美元的净资产，但其资产总额却高达7156亿美元，净资产率仅为5.1%(负债率高达94.9%)。事实上,三大汽车公司负债率居高不下（过去五年均超过90%），财务风险凸显。而微软的负债率相对较低，其负债主要是递延收入，会计年度递延收入余额高达126亿美元，约占全部负债的40%，若提出这一因素（其中蕴涵的利润超100亿美元），负债率约为30%,表明其财务风险微不足道。财务风险的重大差别，也是导致三大汽车公司与微软的股票市值产生重大差异的一个重用原因。

三、逻辑框架的分析

从盈利水平和财务风险的角度进行比较是一种比较直观的财务分析方法。另一种比较科学、有效的财务分析方法是，在由盈利质量、资产质量和现金流量所构成的逻辑框架中，对三大汽车公司和微软的财务报表进行全面和系统地分析。

（一）盈利质量分析

盈利质量可以从收入质量、利润质量和毛利率这三个角度进行分析。

1、收入质量的分析

盈利质量的分析，主要利用利润表提供的资料。众所周知，利润表的第一行为销售收入，最后一行为净利润。在解读利润表时，经常遇到的一个问题是：到底是第一行重要？还是最后一行重要？对于这一问题，可谓见仁见智。事实上，绝大部分的报表使用者偏好的是最后一行。他们在分析利润表时，往往是从第一行找到最后一行，其他项目基本忽略不计。对此，美国两位会计大师佩顿（W.A.Paton）教授和利特尔顿（A.C.Littleton)教授曾经幽默地建议会计准则制定机构将利润表的顺序颠倒，将净利润列在第一行，免得大部分报表使用者辛辛苦苦地从第一行找到最后一行。

企业是靠利润生存的吗？代是西方发达国家经济发展最辉煌灿烂的十年，但还是有不少企业破产倒闭。经验数据表明，这一时期每四家破产倒闭的企业，有三家是盈利的，只有一家是亏损的。这说明企业不是靠利润生存的。那么，企业到底是靠什么生存的呢？答案是，企业靠现金流量生存。只要现金周转失灵，资金链条断裂，则企业必死无疑。因此，老练的使用者在分析利润表时，首先应当关注的是收入质量。因为销售商品或提供劳务所获得的收入，是企业最稳定、最可靠的现金流量来源。通过分析收入质量，报表使用者就可评估企业依靠具有核心竞争力的主营业务创造现金流量的能力，进而对企业能否持续经营做出基本判断。此外，将企业收入与行业数据结合在一起，报表使用者还可以计算出市场占有率，而市场占有率是评价一个企业是否具有核心竞争力的最重要硬指标之一。

收入质量分析侧重于观察企业收入的成长性和波动性。成长性越高，收入质量越好，说明企业通过主营业务创造现金流量的能力越强。波动性越大，收入质量越差，说明企业现金流量创造能力和核心竞争力越不稳定。

分析收入成长性和波动性的最有效办法是编制趋势报表。表1列示了微软与三大汽车公司1999至度的趋势报表。其编制方法是，以四家公司1999年的销售收入为基数，分别将度的销售收入除以1999年的销售收入。值得说明的是，为了剔除汇率变动对销售收入变动趋势的不当影响，表1列示的戴姆勒克莱斯勒汽车（以下简称戴克汽车）销售收入采用的是按欧元编制的原始报表数据。

表1微软与三大汽车公司销售收入趋势报表

1999

，微软的销售收入每年均以两位数增长，高速成长的特征昭然若揭。相比之下，三大汽车公司的销售收入基本上围绕着1999年的水平徘徊不前，充分体现了成熟市场的基本特征。微软销售收入的成长性不仅让三大汽车望尘莫及，在波动性方面更是令三大汽车公司望洋兴叹。微软的收入曲线呈现的是稳步上升的趋势，而三大汽车公司的收入曲线却起伏不定，表明其创造现金流量和市场竞争力的稳定性明显逊色于微软。

分析波动性时，将特定公司的销售收入与宏观经济周期的波动结合在一起考察，还可判断该公司抵御宏观经济周期波动的能力。以为例，美国代经历了一段被美联储前主席格林斯潘称为“非理性繁荣”的时期。3月，以网络和电信概念股为代表的高科技泡沫开始破裂，其对宏观经济的负面影响在体现得淋漓尽致，加上当年“911”恐怖事件的影响，美国的经济陷入了低谷。面对如此不利的宏观经济环境，微软的销售收入仍然比1999和分别增长了23%和12%，这说明微软抗击宏观经济周期波动的能力很强。而三大汽车公司在遭遇逆境的，销售收入迅速滑落（通用汽车、福特汽车和戴克汽车的销售收入分别比下降了3%、5%和4%），表明三大汽车抵御宏观经济风险的能力较为脆弱。

2、利润质量的分析

利润是企业为其股东创造价值的最主要来源，是衡量企业经营绩效的最重要指标之一。与收入质量的分析方法一样，利润质量的分析也是侧重于成长性和波动性。成长性越高、波动性越小，利润质量也越好，反之亦然。表2以趋势报表的方式，揭示了1999至期间三大汽车公司与微软净利润的成长性和波动性。

表2微软与三大汽车公司净利润趋势报表

1999

的净利润比1999年下降了44%，通用汽车和福特汽车更是惨不忍睹，在的净利润比1999年增长了50%。

另一方面，三大汽车公司净利润的波动性明显大于微软,除了出现较大波动外,微软的净利润在其他年度没有出现显著的波动，表明其经营风险较低。相反地，三大汽车公司的净利润却呈现了大起大落的变动趋势，表明它们具有很高的经营风险。

值得关注的是，在销售收入比1999年增长10%的情况，为何微软当年的净利润反而比1999年下降了22%？只要对这两个会计年度的利润表稍加分析就可以发现，净利润的减少主要有两个方面的原因：一是微软在当年确认了48.04亿美元的投资减值损失，二是当年的研究开发和广告促销费用比1999年增加了13.66亿美元。投资减值损失属于非经营性损失，与微软的主营业务没有任何关联性。而研究开发和广告促销费用则属于斟酌性支出（DiscretionaryExpenditure），管理层对这两项费用发生金额的多寡、发生时间的迟早，具有很高的自由裁量权，因而往往成为管理层调节利润的便利工具。，微软的研究开发和广告促销费用分别比1999年增加了16%和18%，远高于10%的收入增幅。这很可能表明微软通过加大研究开发和广告促销费用，人为压低的净利润。考虑到微软1998至期间正遭受反垄断诉讼官司的困扰，诉诸于盈余管理不足为奇，其目的可能是为了降低潜在的政治成本。

3、毛利率的分析

毛利率等于销售毛利除以销售收入，其中销售毛利等于销售收入减去销售成本与销售税金之和。毛利率的高低不仅直接影响了销售收入的利润含量，而且决定了企业在研究开发和广告促销方面的投入空间。在激烈的竞争环境下，企业的可持续发展在很大程度上取决于企业的产品质量和产品品牌。毛利率越高，不仅表明企业所提供的产品越高端，也表明企业可用于研究开发以提高产品质量、可用于广告促销以提升企业知名度和产品品牌的空间越大。而研究开发和广告促销的投入越多，企业就可以培育更多的利润增长点，从而确保企业发展的可持续性。

表3列示了三大汽车公司与微软的毛利率。通用汽车和福特汽车毛利率的计算只涵盖汽车制造和销售业务，剔除了金融和保险业务。戴克汽车提供的分部报告资料不详细，无法剔除金融和保险业务，故直接以合并报表上的销售收入与销售成本作为毛利率的计算基础。微软的销售收入全部来自软件的开发和销售业务，无需剔除。

表3三大汽车公司与微软毛利率的比较

会计年度

通用汽车

福特汽车

戴克汽车

微软公司

度,微软对Xbox游戏机业务确认了10.57亿美元的减值损失,并计入销售成本,若剔除这一因素,微软当年的毛利率为81.1%。

可见，微软高达80%以上的毛利率是通用汽车和福特汽车的10倍，这正是“新经济”与“旧经济”的最大差别之一。对于微软而言，销售成本主要包括拷贝费用、包装费用和运输费用，它们在总的成本费用中所占比例不大，广告促销和研究开发费用才是微软的最重要成本费用项目。，微软的广告促销和研究开发费用合计数为186亿美元，是销售成本的1.94倍！事实上,过去十年微软每年从销售中拿出为例，通用汽车、福特汽车和戴克汽车固定资产占资产总额的比例分别为32.3%、24.5%和37.4%，而微软的固定资产占资产总额的比例仅为6.9%,这说明三大汽车公司的退出门槛显著高于微软，自由选择权小于微软。

表4微软和三大汽车公司固定资产及其占资产总额的比例

的现金性资产（现金及现金等价物和随时可以变现的有价证券投资之和）及其占资产总额的比例。

表5微软和三大汽车公司现金性资产及其占资产总额的比例

微软资产总额中的现金含量介于53%至78%之间，表明其具有无与伦比的财务弹性。而三大汽车公司资产总额中的现金含量很少超过15%，财务弹性极低。值得一提的是，微软的现金含量之所以逐年下降，主要是因为7月一次性派发3分别净回购了171亿美元和,通用汽车将其从事金融保险业务的子公司GMAC出售,GMAC的报表不再纳入合并报表范围，故应收款项大幅下降。通用汽车的资产总额为1861亿美元，比的4742亿美元急剧下降。

可见，三大汽车公司的应收款项金额巨大，占资产总额的比例不仅远高于微软，也比固定资产占资产总额的比例高得多。应收款项居高不下，不仅占用了三大汽车公司大量的营运资本，加重了利息负担，而且增大了发生坏账损失的风险。

最后需要说明的是，在分析微软与三大汽车公司的资产质量时，还应考虑没有在资产负债表上体现的“软资产”。譬如，根据《商业周刊》全球100大品牌价值的评比中，微软的品牌价值高达587亿美元，仅次于可口可乐（653亿美元），远高于戴克汽车旗下的“奔驰”品牌（236亿美元）。这些账外的“软资产”，对于企业的价值创造和核心竞争力的维持是至关重要的。对于微软这类知识经济型的企业，其他没有在资产负债表上反映的“软资产”还包括在人力资源和研究开发方面的投入。

（三）现金流量分析

现金流量是企业生存和发展的“血液”。众所周知，现金流量表分为三大部分：经营活动产生的现金流量、投资活动产生的现金流量、筹资活动产生的现金流量。经营活动产生的现金流量相当于企业的“造血功能”，投资活动产生的现金流量相当于企业的“放血功能”，而筹资活动产生的现金流量则相当于企业的“输血功能”。当“造血功能”大于“放血功能”时，企业不靠“输血”（股东注资或银行贷款）也可高枕无忧。反之，当“放血功能”大于“造血功能”时，企业只有依靠“输血”（股东注资或银行贷款）才能安然无恙。

现金流量可以从经营性现金流量（OperationalCashFlow）和自由现金流量(FreeCashFlow)这两个角度进行分析。

1、经营性现金流量的分析

如前所述，经营活动产生的现金流量相当于企业的“造血功能”，即不靠股东注资、不靠银行贷款、不靠变卖非流动资产，企业通过其具有核心竞争力的主营业务就能够独立自主地创造企业生存和发展的现金流量。如果经营性现金流入显著大于现金流出，表明其“造血功能”较强，对股东和银行的依赖性较低。反之，如果经营性现金流量入不敷出（现金流出大于现金流入）且金额巨大，表明企业的“造血功能”脆弱，对股东和银行的依赖性较高。表7列示了过去六年微软与三大汽车公司经营性现金净流量:

表7经营性现金流量比较

微软公司

(亿美元)

通用汽车

(亿美元)

福特汽车

(亿美元)

戴克汽车

(亿欧元)

度

微软公司

通用汽车

福特汽车

戴克汽车

的自由现金流量及其与还本付息的对比情况：

表9自由现金流量与还本付息的比较

通用汽车

（亿美元）

福特汽车

（亿美元）

戴克汽车

（亿欧元）

微软公司

（亿美元）

创造的自由现金流量连支付利息费用都不够，更不用说偿还巨额的负债，资金缺口犹如吞噬一切的“黑洞”。若不尽快扭转这种入不敷出、捉襟见肘的现金流量局面，三大汽车公司的经营前景将更加暗淡。

相比之下，微软自由现金流量之充裕程度令人膛目。微软的负债总额中没有任何银行借款，不存在付息问题。度末，微软的负债主要由递延收入（126.46亿美元）、应付账款（32.47亿美元）、应付税款（10.40亿美元）、应计报酬（23.25亿美元）所组成，这四项负债占负债总额的60%。正因为微软创造现金流量的能力如此之强大，其首席财务官才敢在向华尔街保证：在未来4年拿出760亿美元回馈给股东后，其现金储备将不低于390亿美元！这无疑是微软对其现金流量创造能力充满信心的一种宣示。

1967年，波士顿咨询集团根据产品生命周期理论、市场竞争理论和财务学理论，将企业划分为四类：现金明星（CashStar）、现金奶牛(CashCow)、问题小孩(ProblemChild)和现金瘦狗(CashDog)。根据这种划分方法，三大汽车公司显然属于不折不扣的现金瘦狗，而微软则是名副其实的“现金奶牛”！

正因为三大汽车公司的盈利质量、资产质量和现金流量均明显逊色于微软，它们的股票价格表现令人失望，与微软气势如虹的股价走势根本不能相提并论。通用汽车过去十年的股价除在极少数交易日“跑赢”大势（道琼斯指数）外，在大部分交易日均落后于股票市场的整体走势。以来，三大汽车公司的股价走势与股票市场整体走势的背离呈扩大趋势。相反地，微软过去十年的股价表现均显著优于股票市场的整体走势，其股票价格的涨幅是道琼斯指数的8倍多！这在一定程度上表明微软的盈利质量、资产质量和现金流量得到股票市场上广大投资者的高度认可。

（四）盈利质量、资产质量和现金流量的相互关系

微软与三大汽车公司的案例分析表明，从财务的角度看，盈利质量、资产质量和现金流量是系统、有效地分析财务报表的三大逻辑切入点。任何财务报表，只有在这个逻辑框架中进行分析，才不会发生重大的遗漏和偏颇。

同时，必须指出，盈利质量、资产质量和现金流量是相互关联的。盈利质量的高低受资产质量和现金流量的直接影响。如果资产质量低下，计价基础没有夯实，报告再多的利润都是毫无意义的。如果企业每年都报告利润，但经营性现金流量却入不敷出，那么，这种没有真金白银流入的利润，实质上只能是一种“纸面富贵”。这种性质的利润，要么质量低下，要么含有虚假成分。同样地，资产质量也受到现金流量的影响。根据资产的定义，不能带来现金流量的资产项目，充其量只能称为“虚拟资产”。严格对说，这样的资产项目是不应该在资产负债表上确认的。

信息转载自网络，更多相关信息请点击：整合营销推广http:///wlyx/zhyx/