- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
项目八
Python在企业营运能力中的分析《财务大数据分析》课程JIANGSUVOCATIONALCOLLEGEOFINFORMATIONTECHNOLOGY江苏信息职业技术学院财务大数据分析课程团队
任务三
应收账款周转率分析JIANGSUVOCATIONALCOLLEGEOFINFORMATIONTECHNOLOGY江苏信息职业技术学院
基础知识应收账款周转率反映了企业应收账款变现速度的快慢及管理效率的高低。一(一)应收账款周转率的含义应收账款周转率高表明:①企业收账迅速,账龄期限相对较短;②资产流动性大,短期偿债能力强;③可以减少收账费用和坏账损失,从而相对增加企业流动资产的投资收益;④借助应收账款周转天数与企业信用期限的比较,可以更好地评价客户的信用程度及企业原定信用条件的合理性。
基础知识一(二)应收账款周转率评价的意义一般来说,应收账款周转率越高,平均收现期越短,说明应收账款的收回越快;否则,企业的营运资金会过多地停滞在应收账款上,影响资金的正常周转。分析评价应收账款周转率时,需要注意以下几个问题:(1)分子、分母的数据应注意其时间的对应性。(2)对于经营状况受季节性销售影响较大的企业来说,指标的计算应当尽可能缩短间隔期,否则会降低这一指标的准确性。(3)运用这一指标时,应结合企业的信用政策。应收账款周转率高,并不一定好,也可能是企业信用政策过于严格的结果,从长期来看将会影响企业的销售水平,从而影响企业的获利水平。
基础知识一(二)应收账款周转率评价的意义在分析应收账款营运能力时,还可以用期末应收账款来计算期末应收账款占年度赊销金额的天数,该指标表明企业有多少天的销货金额的资金滞留在应收账款上。该指标说明了期末应收账款的期间长度。如果销售具有季节性,或企业采用自然营业年度,那么这个指标可能不反映实际情况。
基础知识一(二)应收账款周转率评价的意义若指标偏高:①大量的销售集中在年底②应收账款无法收回,而且应当冲销③企业按销售季节发账单④大多数应收账款为应收分期账款若指标偏低:①年末销货额大量减少②大量的现金销货③企业在年末卖出大量应收账款。
基础知识一(二)应收账款周转率评价的意义企业加强应收账款的管理,要从以下几个方面入手:(1)选择资信状况良好的销售客户,这是降低坏账损失,提高收款及时性的基础(2)选择适宜的结算方式(3)制定合理的信用政策(4)加强应收账款的日常管理,包括登记、提醒、催收等日常工作。
二任务要求以ABC公司应收账款周转率表的数据为例。分析2020年,2021年的应收账款周转率,并提出改进建议。
三任务资料ABC公司应收账款周转率计算表单位:百万元
四任务实现第一步打开python界面,把应收账款周转速度计算表拖入到项目中第二步新建python文件
第三步输入以下代码得出应收账款周转率,单击“运行”按钮四输出结果:2021年16.8733242020年19.666085任务实现
五应收账款周转率、周转天数表任务结果
六任务趋势应收账款周转率图
七任务数据分析2021年,2020年ABC公司应收账款周转天数的结果分别为21.34天和18.31天可以看出,ABC公司应收账款周转率2021年比2020年下降了2.8次,应收账款的回收期由2020年的18天延长到2021年的21天,反映出企业应收账款变现速度变慢,管理效率变低。
THANKSFORWATCHING感谢欣赏
JIANGSUVOCATIONALCOLLEGEOFINFORMATIONTECHNOLOGY江苏信息职业技术学院
您可能关注的文档
- 财务大数据分析 课件 项目八任务二 流动资产周转率分析.pptx
- 财务大数据分析 课件 项目八任务四 存货周转率分析.pptx
- 财务大数据分析 课件 项目八任务五 固定资产周转率分析.pptx
- 财务大数据分析 课件 项目八任务一 总资产周转率分析.pptx
- 财务大数据分析 课件 项目二任务二 Matplotlib 数据可视化基础.pptx
- 财务大数据分析 课件 项目二任务一 Pandas 数据处理基础.pptx
- 财务大数据分析 课件 项目九任务二 总资产收益率分析.pptx
- 财务大数据分析 课件 项目九任务六 净利润现金含量分析.pptx
- 财务大数据分析 课件 项目九任务三 销售净利率分析.pptx
- 财务大数据分析 课件 项目九任务四 销售毛利率分析.pptx
文档评论(0)