1、企业财务风险的识别与度量摘要：财务风险是不以人的意志为转移而客观存在的。企业财务状况的好坏直接影响企业的生存和发展，进而影响我国的经济发展和社会稳定，对企业财务风险管理进行系统深入的研究，具有极为重要的意义。本文在结合中外学者对财务风险的研究基础上，浅析企业财务风险的识别和度量方法。由于我国关于财务风险管理理论的研究还不够完善，因此这对于研究我国企业财务风险的识别和度量具有非常重要的理论价值和现实意义。关键词：财务风险；风险识别；风险度量正文：企业财务风险存在于企业财务管理工作的各个环节，是现代企业面对市场竞争的必然产物，并贯穿于企业生产经营的整个过程中，因此是不可避免的。企业只有加强对财务风
2、险的识别、预测和控制，才能在激烈的市场竞争中将风险降至最低水平，使企业价值最大化的财务目标得以实现。在此问题上，国内外学者都有很大贡献。Fitzpatrick（1932）对财务危机预测进行单变量破产预测模型研究，他以 19 家公司为样本，将样本分为两组，即破产与非破产。结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。Beaver（1966）在其论文Financial Ration as Predictions of Failure中率先提出了单变量分析法。Beaver 选择了 79 对公司组成样本，分别检验了反映公司不同财务特征的 6 组 30 个变量在公司破产前 1-5 年
3、的预测能力，他发现最好的判别变量是营运资本/流动负债和净利润/总资产。Altman（1968）首次运用多变量分析技术对企业财务危机进行判别分析。他从流动性、获利能力、财务杠杆、偿债能力和活动性 5 个方面选用了 22 个变量作为预测备选变量，通过对 1946-1965 年 33 家破产制造企业和 33 家非破产配对企业的研究分析，根据误判率最小的原则，最终确定营运资产/资产总额、留存收益/资产总额、息税前利润/资产总额、股东权益市场价值/总负债账面价值和销售收入/资产总额 5 个变量作为判别变量，构建了 Z-Score 模型。多变量预警模型考虑了多项指标衡量公司经营的绩效，在分析预测上也有显著
4、的效果，但其自变量通常难以符合正态分布的假设，故后续学者便建立了一些新模型，如 Logistic 模型。Logistic 模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。美国学者 Ohlson（1980）首先运用 Logistic 模型进行研究。他选取了 1970-1976 年间制造业 105 家财务危机公司与 2058 家正常公司为样本进行研究，结果发现公司规模、资本结构、经营绩效及流动性对企业发生财务危机具有显著的预测能力。继 Ohlson 之后，Gentry, Newbold and Whirfor
5、d(1985)、Casey and Bartczak(1985)、Zavgren(1985)也采用类似方法进行研究。在我国，关于财务风险的研究起步较晚，但随着企业所处的环境越来越复杂和不确定，以及企业危机管理的兴起，企业财务预警系统得到越来越多的重视。佘廉（1992）首次提出了企业逆境管理理论和创立了企业预警管理体系。1996 年以后，我国才陆续出现以企业财务数据为基础建立的财务危机预测模型。周守华等在 Z 分数模型的基础上进行改进，考虑了现金流量变动情况指标，选用 1977-1990 年 62 家公司，即 31 家破产公司和相对应的同一年度、同一行业及相近净销售额的 31 家非破产公司，建立
6、了 F 分数模型，并以 Compustat PC Plus 会计资料库中 1990 年以来的 4160 家公司数据作为检验样本进行了验证，其 F 模型的准确率高达近 70%。 在财务风险的度量问题上，国外以 Bryan Coyle(2004)为代表，形成了较完善的风险聚集、极限测试、风险价值、情景分析等一系列的方法。围绕着不确定性与风险损失，产生了三种风险度量方式，即“均值方差”模式、“Downside 一 Risk”模式和“Value 一 Risk”模式。Konno 和 Yamazaki(1991)，提出用平均绝对偏差(MAD: Mean-absolute deviation)来度量风险。由
7、于 MAD是投资组合头寸的分段线性凸函数，因此如果用 MAD 作为风险度量指标，可以通过线性规划快速进行有效的投资组合优化过程。Ogryezak 和Ruszcznski(2002)证明在 MAD 有效前沿上的投资组合与根据二阶随机占优的有效投资组合一致。Alexandre Baptista(2008)比较了两种均值方差有效组合，并指出：方差较高的组合却可能有较小的 VaR，在全局上最小化 VaR 的投资组合可能不存在，均值-VaR 有效集是均值方差有效集的子集并且可能为空;对于非正态分布，使用均值-VaR 方法与期望效用最大化模型得到的结果近似一致。Sentana(2001)给出了在均值方差框
8、架并满足 VaR 约束的条件下基金经理如何进行投资决策的建议。Rockfellar 和 Uryasev ( (2001)提出了一个新的风险度量工具条件风险值(CVaR)，弥补了 VaR 无法反映尾部损失信息的缺陷。它作为风险优化手段，主要研究损失函数为连续型随机变量且损失只有一个的情形，它主要是由在给定置信水平下的 CVaR 损失值构成，研究的主要内容是寻找使得 CVaR 损失值达到最小的投资组合，求解的关键是证明此问题等价于另一个易求解的最优化问题。Mulvey 和 Erkan（2005）认为采用 CVaR 法度量风险对分散企业的财务风险是必不可少的，而采用 VaR 法度量企业的财务风险很难
9、使企业目标达到最优化并控制财务风险。国内学者对于财务风险度量的研究，主要集中在证券投资风险的度量方面，主要针对国外现有理论与方法的比较和发展。我国在 Logistic 模型方面比较有代表性的学者有姜秀华（2001） 、孙铮（2001）等。他们以 2000 年 11 月 20 日为基准点，选取了在沪深证券交易所被实施 ST 的 42 家上市公司，同时从两市所有非 ST 公司中随机选出 42 家配对公司。在 13 个原始财务比率的基础上，筛选出毛利率、其他应收款与总资产的比率、短期借款与总资产的比率及股权集中系数四个指标 Logistic 判别模型。该模型在财务危机发生前 1 年对 ST 公司与非
10、 ST 公司的回归准确率分别为 88.1%和 80.95%；线性函数却具有其本身不能克服的两个问题：固定影响假设和完全线性补偿假设。正由于这两个缺陷使得模型的分类和预测能力有限。基于此，齐治平等（2002）建立了含有二次项目和交叉项的 Logistic 模型，该模型可以帮助金融机构、投资者、基金经理们进行财务危机、信用风险预测分析。宁宇之（2000）认为企业财务风险的衡量方法有两种:第一种是指标分析法，通过计算企业流动比率和资产负债率衡量企业财务风险;第二种是财务杠杆系数法，通过计算企业财务杠杆系数衡量企业财务风险。在企业微观经济杠杆的原理及其运用方面，崔毅（2006）对微观经济杠杆的原理及其
11、前提条件进行了比较全面和系统的阐述。在杠杆的适度性问题上，到目前为止，国内只有少数学者对微观经济杠杆合理值域方面有了一些研究。崔毅（2002）和杨涛（2002）利用微观经济杠杆对我国家电行业的上市公司进行了实证研究，选取了一些样本，对家电行业的经济杠杆进行统计分析，得出了一个相应的杠杆系数的值域，探讨了微观经济杠杆在财务管理应用上的特点。张彦提出了两种微观经济杠杆合理值域的确定方法均值估计法和效益评价法，并选用了效益评价法，对我国冶金类上市公司的财务风险状况进行分析。采用这种方法时，首先选择一种效益评价模型，然后将样本企业按照评价结果的不同进行分组，以评价结果最好的组中企业的杠杆值范围作为合理
12、值域。研究结果表明，杠杆分析方法可有效识别企业的经营风险和筹资风险，杠杆值在合理值域内的企业经营业绩较稳定，发展前景良好，杠杆值在合理值域以外的企业则经营业绩波动较大，面临某种危机或机遇。尽管他提出了选用效益评价法的优越性，但是，在实际操作过程中，仍采用了均值估计法对杠杆系数进行分析。王雨飞和王宇平(2006)通过引入非线性损失函数值，将原有 CvaR 模型转化为一个非线性规划模型，并通过一种改进的遗传算法求出新的 CVaR 模型的近似最优解，同时降低了 CVaR 和 VaR 两个重要风险度量指标。通过以上国内外学者的研究发现，不难看出国外学者在企业财务风险的识别和度量方面研究比较早，远早于我
13、国。此外，我国早期的财务风险研究大多是以国外研究成果为基础而发展起来的。当然，国内外学者在这一研究领域的共同点也是显而易见的，即主要集中在财务风险的识别方法和识别变量的选择方面，其研究成果也主要用于企业财务危机预警模型的构建。而在财务风险度量上主要沿着两个方向发展：一是从效用函数本身的研究出发，从一般意义上探讨风险的计量问题；二是从具体计量方法出发，开发各种风险计量模型（指标） 。这是我对前文理论研究的个人看法和分析总结。研究公司财务风险，有助于决策者制定正确的发展战略，避免或减轻由于财务风险所带来的损失，我想这对于整个公司的成长和发展都具有重要的意义。参考文献：1朱荣.企业财务风险评价与控制研究M.东北财经大学出版社.2008.42Edward I,Altman.Corporate Financial Distress and BankruptM.John Wiley & Sons,Inc.2006.指导教师评语指导教师签字评分优秀文献综述复核意见复核人 评分签字
