企业财务风险的识别与度量

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 Whirford(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