一、杜邦分析體係是根據各主要財務比率指標之間的內在聯係，建立財務分析指標體係，綜合分析企業財務狀況的方法，該方法將反映企業營運能力、盈利能力和償債能力的財務比率之間的內在聯係有機結合起來，通過它們的乘積得出淨資產收益率 (權益報酬率) 這一核心指標來對企業進行綜合反映。杜邦分析圖中各個財務指標的關係如圖1所示。財務指標之間關係的信息如下。

 其中，銷售淨利率能夠敏感地反映企業經營管理水平，代表著企業的盈利能力；全麵評價資產周轉率，企業資產管理的質量和效率，代表企業的經營能力；權益乘數代表的資產總額等於股東權益的數量，代表企業的償債能力。資產總資產淨利率作為上述財務比率指標的產物，是最為全麵的財務比率，不僅體現了企業的盈利能力，更體現了企業融資、投資、運營的效率。

 二、淨資產收益率作為財務預警判別變量的分析

 通過對杜邦財務分析體係和財務預警模型，香妃直播APP下载發現杜邦財務體係和廣泛使用的財務預警模型一樣，同樣也夠反映企業的盈利能力、運營能力和債務償還能力。學界對此存在不同看法，剖析如下：

 首先，香妃直播APP下载要明確財務危機與財務困境之間的區別。在多數財務危機預警的研究中，財務危機概念的界定相對混淆。財務危機的 實質是財務風險規模化和高強度化的集中爆發,形式是長期的財務惡化，虧損並沒有損失的跡象，淨資產是負的，資本是資不抵債、麵對倒閉的審計報告不能代表的意見，審計或負麵意見，金融危機是長期財務困境公司的結果。財務困境則是因為公司現金流不足所 導致的不足能以抵償到期債務,導致影響公司正常經營的狀態。而 財務預警，是通過定型或者定量的分析，判斷企業未來一段時間 內陷入財務危機的可能性。目前，在財務預警模型的研究，威廉BIF( 海狸威廉，1966) 的分類精度按照財務指標的財務危機預警，分別是：債務保障率 (現金流量 / 債務總額)、資產收益率 (淨收益 / 資產總額)、資產負債率 ( 債務總額 / 資產總額)。在前五的排名中 並沒有淨資產收益率的影子，由此本文得出一個結論：財務指標的 綜合性不能與其在財務預警判別的準確性中等同。淨資產收益率可以有效地綜合反映企業的財務困境，但缺乏對企業陷入財務危機的預測準確性。

 其次，淨資產收益率雖然能夠反映各個財務指標之間的內在聯係，但是 Z-score 模型的中的關鍵元素：權重係數在淨資產收益率中卻得不到體現。權重係數在模型中的意義是其對應的財務比率指標對引起未來財務危機的敏感程度。在淨資產收益率的財務指標函數中，各指標的權重係數都被視為1，這樣會造成各個財務比率對 財務危機的敏感度具有同樣的貢獻。

 再討論杜邦係統各財務比率指標作為財務預警模型的變量之前，首先要明確傳統杜邦分析方法的局限性。其表現在：總資產淨利率的“總資產”與“淨利潤”不匹配；經營活動損益和金融活動損益之間沒有區分；沒有區分有息負債。杠杆率往往與企業的財務風險相關，因此，要有更合理的財務危機預警，就要準確評估企業的杠杆率。目前的文獻中，沒有單獨拿杜邦分析的財務比率指標作為預警變量，但是有研究者將其財務比率納入BP神經網絡模型與其他指標共同對財務危機進行判定。該次研究中，對照組選取了營運資金與總資產比率、總資產淨利率、留存收益比資產總額、總資產周轉率、產權比率、淨利潤率、流動比率、速動比率8個指標來進行財務預警，結果顯示判別準確率為69.23%；實驗組在對照組基礎上加入改進後的杜邦係統九財務指標：營運資金淨營運資產比率、淨財務杠杆比率( 平均淨負債除以平均淨值 )、稅後淨經營資產周轉 率、稅後淨經營資產周轉率 ( 稅後淨負債利息 83019、淨資產收益 率 )、淨資產收益率 ( 淨經營資產利潤率 ) 和杠杆率。，結果顯示判定準確率為76.92%。基於以上的實證分析，本文認為杜邦分析係統對財務預警的判定的準確率具有一定的貢獻。但對於其對判定準確率提高的貢獻程度不足10%，不能僅將其中的財務比率指標作為財務預警模型的變量來進行預警。

 綜上所述，將淨資產收益率直接作為財務預警判別變量是不充分的，也是不可靠的，可以與包括Z-score在內多變量預警模型相結合來提高判別的準確率。