財報附註的重要性:應收帳款收款天數


應收帳款收款天數,用來衡量公司每賣一次商品,產生的應收帳款,收回所需的天數,概念上越低越好,代表公司越早能收到客戶的貨款。


接續前一篇的借款依存度調整,這篇展示另一個會計科目應該進行調整,也就是說不能直接使用原本財務報表上揭露的科目,而應該考慮財報附註揭露的事項,在調整過後一樣會出現截然不同結果。

 

本次的範例是應收帳款收款天數,計算公式為:365*應收帳款 / 營業收入,用來衡量公司每賣一次商品,產生的應收帳款,收回所需的天數,概念上越低越好,代表公司越早能收到客戶的貨款。

 

此次的例子是智寶電子(2375-TW),根據其官網說明,這是一間被動元件製造商,一般來說,製造業的應收帳款收款天數約略介於 90~180 天之間,但是智寶電子的應收帳款收款天數卻非常詭異。

 

我們一樣使用之前查詢財務資料的程式,來看看智寶的財報資料。

TEJ API Pyhton程式碼:

%load merge_finance_price.py

TEJ API Pyhton程式碼:

table_kind = 'TWN'
sampledates = ['2006-01-01','2009-01-01']   #要查詢的資料日期區間,必填
check_coid = ['2375']                       #要查詢的股票代碼 ,可以輸入空值[],則自動查詢全部代碼   
date_type = 'A'                             #輸入'A',則是逐季累積,'Q'則是非累積的單季財報
#執行此function即可取得合併結果,執行時間需要1~2小時
mf = merge_finance_price_all()
data = mf.do_query_only(table_kind,date_type,check_coid,sampledates)

接著計算未作任何調整的應收帳款收款天數如下。

TEJ API Pyhton程式碼:

data['調整前應收帳款收款天數'] = 365*data['營業收入淨額'] / data['應收帳款及票據']
data[['mdate','調整前應收帳款收款天數']]

TEJ API Pyhton程式碼輸出結果:

mdate 調整前應收帳款收款天數
None
0 2008-12-01 00:00:00+00:00 1074.029081
1 2008-09-01 00:00:00+00:00 598.404375
2 2008-06-01 00:00:00+00:00 466.625313
3 2008-03-01 00:00:00+00:00 222.796557
4 2007-12-01 00:00:00+00:00 1022.729814
5 2007-06-01 00:00:00+00:00 440.058912
6 2006-12-01 00:00:00+00:00 932.448200
7 2006-06-01 00:00:00+00:00 466.255741

 

從上面的計算結果可以發現,2006~2008年這段時間,不但應收帳款始終高於一般水準,甚至動輒突破1000天這種不可思議的數字,正常的製造業要是收款的效率如此低落,經營上恐怕會有困難。

 

此時應察覺應收帳款中有特殊款項,因此我們看看財報上是如何記載的。

 

 

從上面資產負債表可以看到,「應收」項目有三個,除了一般常見的應收票據與應收帳款外,還有一個「應收聯屬公司款項」,查看財報的附註說明如下。

 

 

上圖藍色框標示處說明是一般的融資,下面紅框的部分則說明是「其他」應收款,並不是一般因為銷售貨物而成立的應收款項,也就是說如果直接把財報上揭露的所有應收款項加總,必然會計算出非常不合現實的應收帳款收款天數。

 

因此 TEJ 的財務比例資料中所提供的「應收帳款收款天數」是只考慮此公司正常營業產生的應收帳款去計算,把兩者比較一下,就知道差異有多麼大。

TEJ API Pyhton程式碼:

import matplotlib.pyplot as plt
xy = data[data['coid']=='2375'].reindex(columns=['mdate','調整前應收帳款收款天數','平均收帳天數']).values
fig, ax1 = plt.subplots(figsize=(10,8))
xy = xy[xy[:,0].argsort()]
ax1.plot(xy[:, 0], xy[:, 1], linewidth=5,color='green')
ax1.plot(xy[:, 0], xy[:, 2], linewidth=5,color='red' )
ax1.set_xlabel('Date')
yx1 = ax1.set_ylabel('收款天數', color='green')
yx1.set_rotation(0)
plt.show()  

 

下方紅色線就是 TEJ 透過附註資訊,把應收帳款重新分類後計算的應收帳款收款天數,可以看到紅色線非常穩定地在 150 天上下,而不像綠色線的原始計算結果,不但波動誇張,甚至會突破 1,000 天這種不合理的水準。

 

由這幾個案例我們可以再次體認到財報附註的重要性,如果說財報是公司的體檢報告,那財報附註可就是醫生所下的註解評語,身為精明的投資人,可不得不好好推敲呢!

 

本篇文章所展示之內容係由 TEJ API 工具撈取。

完整程式碼請透過連結下載:完整程式連結

如果對於使用上有任何問題,歡迎透過連結進一步連絡我們,我們將有專人進一步為您服務,謝謝