试论供应链倍数

admin 2025-09-08 阅读:3 评论:0
供应链倍数,是供应链掌控倍数的简称,顾名思义,是用来反映企业在供应链中的地位的。一般来说,企业是通过应收应付,预收预付来进行款项的结算。如果一家企业更多是通过预收款和应付款来进行款项结算,那么这家企业就是更多地占用了其他企业的资金;反之,如...

供应链倍数,是供应链掌控倍数的简称,顾名思义,是用来反映企业在供应链中的地位的。一般来说,企业是通过应收应付,预收预付来进行款项的结算。如果一家企业更多是通过预收款和应付款来进行款项结算,那么这家企业就是更多地占用了其他企业的资金;反之,如果一家企业主要通过应收款和预付款方式来进行款项结算,就说明其在供应链中的地位较低。所以我们可以用二者相比的倍数大小来表示企业在供应链中的掌控度。

此项指标能充分反映公司在整个供应链上的地位与强势程度。另外,此指标可以纵向与横向对比,展示同一行业中不同企业的供应链掌控能力及其同一家企业其供应链掌控能力是否在提升。其计算公式如下:

供应链倍数=(预收款+应付款)/(应收款+预付款)

以下我们举例来说明这项独特指标的使用:

双汇 2020 2019 2018 2017 2016 2015 2014
应付款 17.12 30.84 19.51 18.48 23.09 23.18 33.67
预收款 24.49 18.94 9.899 5.62 7.124 6.361 4.53
小计 41.61 49.78 29.409 24.1 30.214 29.541 38.2
应收款 2.805 2.13 1.62 1.61 1.611 1.659 1.532
预付款 2.455 2.12 0.6444 0.7531 0.5759 0.7658 0.8014
小计 5.26 4.25 2.2644 2.3631 2.1869 2.4248 2.3334
供应链倍数 7.91 11.71 12.99 10.20 13.82 12.18 16.37

上表是双汇近七年的供应链倍数,都保持在较高的倍数水平,不过其近三年的供应链倍数明显在下滑,2020年降到8倍以下。

格力 2018 2017 2016 2015 2014
应付款 389.9 345.5 295.4 247.9 267.8
预收款 97.92 141.4 100.2 76.2 64.28
小计 487.82 486.9 395.6 324.1 332.08
应收款 77 58.14 28.24 28.79 26.61
预付款 21.62 37.18 18.15 8.479 15.91
小计 98.62 95.32 46.39 37.269 42.52
供应链倍数 4.95 5.11 8.53 8.70 7.81
注:以上应收应付款均未包括票据

上表计算的是格力从2014年至2018年的供应链倍数,2017年和2018年下降明显,说明公司在这两年的供应链掌控能力在下降。

美的 2018 2017 2016 2015 2014
应付款 369 351.4 253.6 174.5 201.4
预收款 167.8 174.1 102.5 56.16 39.93
小计 536.8 525.5 356.1 230.66 241.33
应收款 193.9 175.3 134.5 103.7 93.62
预付款 22.16 16.72 15.87 9.886 14.14
小计 216.06 192.02 150.37 113.586 107.76
供应链倍数 2.48 2.74 2.37 2.03 2.24
海尔 2018 2017 2016 2015 2014
应付款 278 262.4 206 146.6 153.1
预收款 0.1468 58.62 57.37 31.43 43.36
小计 278.1468 321.02 263.37 178.03 196.46
应收款 105 128.9 122.7 60.46 67.36
预付款 5.91 6.289 5.925 5.267 8.361
小计 110.91 135.189 128.625 65.727 75.721
供应链倍数 2.51 2.37 2.05 2.71 2.59
此表应收应付款未包括票据

上面两个表美的和海尔2014至2018年的供应链掌控倍数,从横向的对比来看,海尔与美的这一指标差不多,不过,这两家公司相比格力都远远不如。不过从趋势来看,显然美的和海尔的供应链倍数表现更为稳定,从2014年到2018年都保持在2倍以上,且海尔从2016至2018年倍数不断在增加,美的这三年略有起伏。

按:《会计解释》第四章连载结束。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...