财务风险的识别.ppt

*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,财务风险的识别,财务风险的识别,定性识别,定量识别,财务风险结构性质识别矩阵,“四阶段症状”分析法,专家调查法,定性财务风险识别方法评析,单变量模型判定法,多元线性判别法,多元非线性回归模型,综合评价法,神经网络分析模型,灰色系统理论的应用,模糊层次分析法,其他分析方法,定量财务风险识别方法比较分析,一、财务风险结构性质识别矩阵,轻 微,较 小,中 等,较 大,危机性,基本上肯定,低,低,中等,高,高,很有可能,中等,显著,显著,高,高,中等概率,低,中等,显著,高,高,可能性较小,低,低,中等,显著,高,小概率,低,低,中等,显著,显著,影响程度,风险程度,发生概率,轻微,较小,中等,较大,概率,危机性,风险1,风险3,风险2,风险4,风险6,风险5,风险7,风险9,风险8,可能性小,中等概率,很有可能,基本上肯定,企业财务风险发生概率和影响程度的二维平面图,1 10 matrix,MATRIX based on a 1 5 score range,POTENTIAL,CONSEQUENCES,PROBABILITY,VERY UNLIKELY,UNLIKELY,MAY HAPPEN,LIKELY,CERTAIN OR IMMINENT,1,2,3,4,5,Delay only,1,1,2,3,4,5,Minor Injury,2,2,4,6,8,10,Major Injury,3,3,6,9,12,15,Single Fatality,4,4,8,12,16,20,Multiple Fatality,5,5,10,15,20,25,Low,Moderate,High,Very High,1 to 6,7 to 10,11 to 16,17 to 25,可能性,B区域,A区域,C区域,B区域,极低,低,中等,高,极高,极低 低 中等 高 极高,影响程度,星海公司的风险坐标图,星海公司决定：,承担A区域中的各项风险且不再增加控制措施；,严格控制B区域中的各项风险且专门补充制定各项控制措施；,确保规避和转移C区域中的各项风险且优先安排实施各项防范措施。,二、“四阶段症状”分析法,财务危机潜伏期,盲目扩张；,无效市场营销；,疏于风险管理；,缺乏有效的管理制度，企业资源分配不当；,无视环境的重大变化,自有资本不足;,过分依赖外部资金，利息负担重；,缺乏会计的预警作用；,债务拖延偿付,经营者无心经营业务，专心于财务周转；,资金周转困难；,债务到期，违约不支付,丧失偿付能力；,宣布倒闭,财务危机发作期,财务危机恶化期,财务危机实现期,三、专家调查法,又称为特尔斐法（Delp Method），是由 兰德公司的达尔基（N.Dalkey）和赫尔默（O.Helmer）于1964年正式提出的。,专家调查法就是企业组织专家对内外环境进行分析，辨明企业是否存在引起财务风险发生的因素，发现财务风险的征兆，以此预测财务风险发生的可能性。在财务风险定性分析中，一般采用标准调查法，即通过专家对导致某个企业财务风险的形成，同时对所有企业都有意义、普遍适用的原因和问题进行分析。,定性财务风险识别方法评析,定性财务风险分析方法的特点是，通过分析企业是否存在导致企业发生财务风险的原因以及是否出现了财务风险征兆，来判断未来财务风险发生的可能性。,优点：,定性分析考虑的问题可能更加全面，进行判断的基础更加扎实；依赖人的经验判断来作出预测，而人的判断可以将企业面临的复杂的内外环境因素考虑进去。,定性财务风险识别方法评析（续）,缺点：,分析成本较高；,定性分析依靠人的经验进行判断，从而使得判断结果的主观色彩较强。,3）在实证研究的样本方面，无法真正满足随机选择以及数据之间方差和协方差的要求。,2）按相同产业、资产规模相近及时间窗一致等标准选取正常企业作为配对样本；,六、多元非线性回归模型Logistic回归模型,综合预测准确率是针对保留样本或者其他需要验证的样本而言，它是用样本来测试模型的效果。,优点是：由于定量财务风险识别方法是根据数据进行决策，不同的人根据相同的信息一般能得出相同的判断结论，因此决策的客观性比较强。,定性分析依靠人的经验进行判断，从而使得判断结果的主观色彩较强。,缺点是：定量财务风险识别是根据一个或数个变量来作出决策，由于一个或数个变量只能反映问题的某一方面，根据不同的变量进行的判断可能会得出不同的结论，这样使人不得不怀疑定量财务风险识别结果的科学性。,定量风险识别方法的主要特点是根据数据进行判断。,缺乏有效的管理制度，企业资源分配不当；,Altman/Hartzell/Peck(1995/1996),VERY UNLIKELY,财务风险识别模型效果比较,12345,式中，Z表示判别函数值；,Minor Injury,3）计算发生风险的企业与正常企业的财务比率；,经营者无心经营业务，专心于财务周转；,专家调查法就是企业组织专家对内外环境进行分析，辨明企业是否存在引起财务风险发生的因素，发现财务风险的征兆，以此预测财务风险发生的可能性。,4）找出使分类误判率最小的分割点；,（四）单变量模型,单变量（Univariate）分析通常指用单一的财务比率值或者趋势来预测或判定企业财务风险发生的可能性。,Fitzpatrick（1932）最早以19家企业为样本，运用单个财务比率，将样本划分为破产与非破产两组。研究发现：出现财务困境的企业其财务比率和正常企业的财务比率有显著差别；,1966年，的Beaver运用统计方法建立了单变量模型，Beaver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。,他首先以单变量分析法提出财务风险预测模型。他使用5个财务比率分别作为变量对79家经营未失败公司和79家经营失败公司破产前1-5年的情况进行一元判定预测，结果发现最好的判别变量是营运资本流/负债（债务保障率）和净利润/总资产，并且发现离经营失败日越近，误判率越低，预测能力越强。,单变量判定分析法的一般步骤,1）搜集发生财务风险的企业作样本；,2）按相同产业、资产规模相近及时间窗一致等标准选取正常企业作为配对样本；,3）计算发生风险的企业与正常企业的财务比率；,4）找出使分类误判率最小的分割点；,5）对保留样本作预测分析，验证分割点的预测能力；,6）以所选财务比率及分割点值对样本外企业进行预测,。,五、多元线性判别分析,是一种进行统计鉴别和分析的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息，确定分组与其他多元变量之间的数量关系，建立判别函数，然后便利用这一数量关系对其已知多元变量信息、但未知分组类型所属的案例进行判别分析。,Z一Score模型,Altman(1968)提出了著名的5变量Z值判定模型。他从流动性（Liquidity）、获利能力（Profitability）、财务杠杆（Leverage）、偿债能力（Solvency）和活动性（即发展能力Activity）五个方面选用了22个变量作为预测备选变量，通过对1946-1965年间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5个变量作为判别变量，构建了Z一Score模型。,12345,式中，Z表示判别函数值；,X,1,营运资金/资产总额；,X,2,留存收益/资产总额；,X,3,息税前利润/资产总额；,X,4,股东权益市场价值/总负债账面价值总额；,X,5,销售收入/资产总额。,Z值，Z2.675时，表明企业财务状况良好；Z1.81，企业存在较大的破产风险；Z值处于1.81-2.675 之间，称为“灰色地带”，这个区间的企业财务极不稳定。,Z计分模型发展,Altman,(1968),Z-Score,Z=0.012X,1,+0.014X,2,+0.033X,3,+0.006X,4,+0.999X,5,1.81-2.675,Altman/Haldeman/Narayanan(1977),ZETA,7个变量,Altman,(1995),Z(非上市公司),Z=0.717X,1,+0.847X,2,+3.107X,3,+0.42X,4,+0.998X,5,1.212.99,Altman,(1995),Z(非制造企业),剔除,X,5,Altman/Hartzell/Peck(1995/1996),EMS,多元线性判别法的缺点,1）多元线性判定模型一般都是建立在自变量服从多元正态分布的假设之上，但这一点并不总是成立。,2）这类模型实际上都是建立在一个隐含前提的基础上，即假定有关变量都有一个理想值，并以此为标准对公司状况进行评估。,3）在实证研究的样本方面，无法真正满足随机选择以及数据之间方差和协方差的要求。齐治平等（2002）亦认为，线性判别函数存在两个无法克服的逻辑问题：固定影响假设和完全线性补偿假设。,又称为特尔斐法（Delp Method），是由 兰德公司的达尔基（N.,3）在实证研究的样本方面，无法真正满足随机选择以及数据之间方差和协方差的要求。,定性财务风险识别方法评析,综合预测准确率是针对保留样本或者其他需要验证的样本而言，它是用样本来测试模型的效果。,3）计算发生风险的企业与正常企业的财务比率；,财务风险识别准确率比较,缺乏有效的管理制度，企业资源分配不当；,定性财务风险识别方法评析,1）搜集发生财务风险的企业作样本；,1）搜集发生财务风险的企业作样本；,X4股东权益市场价值/总负债账面价值总额；,6）以所选财务比率及分割点值对样本外企业进行预测。,优点是：由于定量财务风险识别方法是根据数据进行决策，不同的人根据相同的信息一般能得出相同的判断结论，因此决策的客观性比较强。,2）这类模型实际上都是建立在一个隐含前提的基础上，即假定有关变量都有一个理想值，并以此为标准对公司状况进行评估。,式中，Z表示判别函数值；,六、多元非线性回归模型Logistic回归模型,二元Logistic概率函数的表达式为：,计算的结果P是事件发生的概率，即回归因变量的值域定义在0，1上。,定量财务风险识别方法的比较分析,单变量模型与多变量模型的比较,财务风险识别模型准确率比较,财务风险识别模型效果比较,财务风险识别准确率比较,综合准确率是判定或识别准确的企业数（包括正常企业与危机企业）占样本企业总数的比重，它是衡量模型效果的最重要指标。,综合准确率包括,综合判别准确率,与,综合预测准确率,两指标。模型的综合判别准确率是相对于开发样本而言，相当于用模型给开发样本作分类，因而，有时也称之为“回判”。,综合预测准确率是针对保留样本或者其他需要验证的样本而言，它是用样本来测试模型的效果。,模型的综合判别准确率高并不代表其有较高的综合预测准确率，两者不能相互替代。综合判别准确率高的模型可能存在对样本数据过渡模拟的风险，使模型在实际应用中退化很快，失去健壮性（Robust）。,实践应用者最关心的是综合预测准确率，通常综合判别准确率低的模型不可能有较高的综合预测准确率，只有综合判别准确率与综合预测准确率相对较高的模型在实践应用中才有利用价值。,财务风险识别准确率研究情况,时间窗,研究人员,开发组（original sample）,保留组（holdout sample）,前一年,前二年,前三年,前一年,前二年,前三年,Beaver（1966）,87%,79%,77%,未研究,未研究,未研究,Altman（1968）,95%,72%,48%,未研究,未研究,未研究,Deakin（1972）,97%,95%,95%,78%,94%,88%,Blum（1974）,95%,90%,82%,95%,80%,70%,Altman（1977）,93%,未研究,未研究,91%,89%,84%,Ohlson（1980）,96%,95%,未研究,未研究,未研究,未研究,定量财务风险识别方法评析,定量风险识别方法的主要特点是根据数据进行判断。,优点是：由于定量财务风险识别方法是根据数据进行决策，不同的人根据相同的信息一般能得出相同的判断结论，因此决策的客观性比较强。由于定量分析是根据数据进行决策，因此只需要收集被决策企业的有关数据，进行计算，然后与标准值相比较，就可以对企业的财务状况进行判断。显然，这种决策程序简单，决策成本低,。,缺点是：定量财务风险识别是根据一个或数个变量来作出决策，由于一个或数个变量只能反映问题的某一方面，根据不同的变量进行的判断可能会得出不同的结论，这样使人不得不怀疑定量财务风险识别结果的科学性。,例如，如果某企业的流动比率以及速动比率很低，如果不考虑其他变量，就很可能会得出该企业将陷入财务困境的结论，但是，事实上如果该企业有很强的盈利能力，则未必一定会陷入财务困境。,