美章网 资料文库 企业财务风险评价方法范文

企业财务风险评价方法范文

企业财务风险评价方法

一、企业财务风险的含义及形成

财务风险是指在各项财务活动过程中,由于受各种难以预料或控制的因素影响,造成财务状况不确定而使企业有蒙受损失的可能性(这里指纯粹风险)。财务风险是企业风险货币化的表现形式,根据形成过程划分,一般有以下几种形式:一是筹资风险;二是投资风险;三是信用风险。

二、企业财务风险评价指标设置

一些学者认为,财务风险评价指标应包括盈利能力、资产管理能力、偿债能力、发展潜力,将企业短期财务指标与发展潜力指标相结合,互相补充。还有学者研究财务预警指标,以现金流量为基础,重点把握两类指标:现金盈利值和现金增加值。这些观点在定量分析方面有重要的贡献,但财务风险是复杂的,笔者认为基本的财务风险评价指标应包括盈利能力、偿债能力、资产管理能力、成长能力、现金能力指标,因为这些都可能影响一个企业的财务:没有足够的盈利能力,企业不能生存;不能到期偿债,企业可能宣告破产;资产的使用效率不高,会影响盈利能力;没有利润的增长,企业不会持续生存。另外,企业在可能的情况下还应设置定性指标,如财务人员的专业水平、财务人员的流动性、管理人员的财务风险意识等。因为随着企业规模的扩大,这些因素既反映企业基本财务状况,又影响财务活动、财务决策。定量指标见下表:

三、企业财务风险评价的方法

财务风险评价,主要是通过资产负债表、利润表、现金流量表,分析企业财务状况的变动趋势及资产、负债、收益之间的关系,从财务报表的会计信息中挖掘企业内在的财务关系。

(一)财务风险评价的一般方法

1、单变量判定模型。这种方法用单一的财务比率来评价企业财务风险,依据是:企业出现财务困境时,其财务比率和正常企业的财务比率有显著差别。一般认为,比较重要的财务比率是:现金流量/负债总额、资产收益率、资产负债率。

单变量模型将财务指标用于风险评价是一大进步,指标单一,简单易行,但是不可避免会出现评价的片面性。这种方法在人们开始认识财务风险时采用,但随着经营环境的日益复杂、多变,单一的指标已不能全面反映企业的综合财务状况。

2、多元线性评价模型。它的形式是:Z=1.2x1+1.4x2+3.3x3+0.6x4+0.999x5.Z:判别函数值;x1:营运资金/资产总额;x2:留存收益/资产总额;x3:息税前利润/资产总额;x4:普通股和优先股市场价值总额/负债账面价值总额;x5:销售收入/资产总额。Z值应在1.81~2.99之间,Z=2.675时居中。Z>2。675时,企业财务状况良好;Z<1.81时,企业存在很大的破产风险;Z值处于1.81~2.99之间,称为“灰色地带”,这个区间的企业财务极不稳定。

多元线性模型在单一式的基础上趋向综合,且把财务风险概括在某一范围内,这是它的突破,但仍没有考虑企业的成长能力,同时它的假设条件是变量服从多元正态分布,没有解决变量之间的相关性问题。这种方法在现实中比较常见。

3、综合评价法。这种方法认为,企业财务风险评价的内容主要是盈利能力,其次是偿债能力,此外还有成长能力,它们之间大致按5∶3∶2来分配。盈利能力的主要指标是资产净利率、销售净利率、净值报酬率,按2∶2∶1安排分值;偿债能力有4个常用指标:自有资金比率、流动比率、应收账款周转率、存货周转率,分值比为1;成长能力有3个指标:销售增长率、净利增长率、人均净利增长率,分值比为1,总分为100分。

这里的关键是确定标准评分值和标准比率,需要经过长时间实践,主观性比较强。这种方法以及下面的概率模型在应用中很普遍。

4、概率模型。二元Logistic概率函数又称增长函数,其形式为:

P是二元Logistic函数的计算结果,a是常数项,bi是斜率,xi是自变量,将上式变形:

计算的结果P是事件发生的概率,所以将回归因变量的值域定义在(0,1)上。

5、神经网络分析模型。上面的财务风险评价方法是静态的,神经网络分析模型实现了企业财务风险的动态评价。20世纪90年代,Fletcher,Goss和Altman等国外研究者将神经网络分析应用于财务预警模型。它由一个输入层、若干中间层和一个输出层构成;它不需要主观定性地判断企业财务风险状态,但是比较复杂,技术要求高,工作随机性强,所以在应用中易受到限制。

(二)财务风险评价方法的新构思

本文试图以模糊数学理论为基础,将企业财务管理上一些边界不清、不易定量的因素与定量指标相结合,综合地评价财务风险。首先,应用多元统计学原理进行多元回归和相关性分析,然后找出影响企业财务风险的主要指标;其次,建立模糊隶属函数A,用来计算某一元素u0出现在某一状况下的频率,即u0对A的隶属度。根据这个原理对不同的财务指标建立模糊隶属函数,用隶属度表示财务风险接近某个类型的程度,再计算综合指标的隶属度,以评价企业财务风险在多大程度上属于某一类型,从而给出一个风险程度的范围。

具体过程如下:第一步,选择相关财务指标,将可能影响财务风险的财务指标都纳入多元统计模型:

本文利用华中科技大学万希宁、苏秋根对上市公司的分析结果,对各变量进行多元分析,再进行相关性分析,将高度相关的变量消除,避免某些特征重复计算。多元线性方程为:

第二步,根据所选中变量的特点,建立模糊隶属函数。其中,x1、x3、x5、x7、x13、x15、x16属于同一类型,因为这些指标值越大,企业面临的财务风险越小;x6、x18属于第二类,因为这些指标值越大,企业面临的财务风险越大。第一类可以利用偏小型Γ模糊分布,第二类可以利用偏大型Γ模糊分布,每个xi都有一个模糊分布函数,函数如下:

其中,a与k是常数,对不同的xi有不同的值。

第三步,量化有关定性指标。可以进行问卷调查或专家讨论,对定性因素的重要程度打分,抽象定量化,其中财务人员专业水平和管理者风险意识指标可以采用第一类(偏小型),人员变动情况指标可以采用第二类(偏大型),因为变动越大,风险越大。

第四步,确定各指标权重,包括定量与定性指标,总计为1。权重的大小根据指标在反映财务风险中所起的作用来确定。

第五步,将财务风险分为大、中、小三种模糊分布,分别计算各指标隶属度。

第六步,由企业综合隶属度,确定哪一个模糊分布更合适,判断企业财务风险更偏于哪一类。从理论上讲,这种构思是可行的,但是模型的建立,尤其是各个指标模糊隶

属函数的建立需要大量的企业资料和丰富的经验,不仅需要成功企业的资料,还要分析财务危机企业的历史数据,即这种方法的准备工作比较复杂,但一旦通过验证,应用起来就很方便。