企业财务风险评估研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇企业财务风险评估研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘 要】 在市场经济条件下，企业面临着不断增加、多种多样且错综复杂的财务风险，受这些风险的影响也日益加深。研究并评估企业财务风险是提高企业价值，促进企业健康发展的关键。灰色关联分析不仅是灰色系统理论的重要组成部分，也是灰色系统分析、建模、预测与决策的基石。文章应用灰色关联因素研究财务风险评估以确定该方法的有效性和实用性。
【关键词】 财务风险； 灰色关联度； 灰色系统
一、引言
财务风险是指在财务活动过程中，由于各种不可预知的、不可控因素引起的不确定的财务状况而导致资产损失的可能性（这里指单风险）。财务风险是商业风险的货币化表现，根据其形成过程可分为：融资风险、投资风险、信用风险。
一般情况下，财务风险评价指标包括盈利能力、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，从而使企业短期财务指标与发展潜力指数相结合，达到互补的效果。但是，研究表明：基于现金流的财务预警指标，应该集中于两种类型的指标——现金盈利能力和现金增值。这对定量分析研究作出了重要的贡献。然而财务风险是复杂的、动态的，基本的财务风险评估指标应包括盈利能力、偿债能力、资产管理能力、开发能力、现金流动能力，所有这些都有可能影响到企业的财务事务。没有足够的利润，企业无法生存；企业若不能清偿到期债务，将宣告破产；资产运用的低效率将会影响企业利润；没有利润的增长，企业将不能继续生存。此外，企业应该在条件允许的情况下建立相关定性指标，如专业级别和财务人员的流动性、管理人员的风险意识等。因为这些因素不仅反映出企业发展过程中的基本风险状况，也会影响企业融资活动和企业决策。
由于存在大量影响企业核心竞争力的因素，并且这些因素错综复杂，因此只能选择少数主要指标进行分析评价，并且，有些被选择的评价指标数据是已知的，有些却是未知的。1982年，邓聚龙教授创立的灰色系统理论，是一种研究少数据、贫信息不确定性问题的新方法。灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。为此，评估和监控企业的核心竞争力具有“灰色”的信息特点，存在一个灰色系统。
二、灰色系统理论
灰色系统理论是由邓聚龙最初提出（《灰色系统理论教程》1982）。灰色预测模型是灰色系统理论的重要组成部分，它已经成功应用于财务、物理控制、工程、经济学等领域。灰色预测模型的优点包括：（1）可用于小样本：低至四个观测值就能估计出一个未知系统的结果；（2）它可用一个一阶微分方程来描述系统。因此，只用少数离散数据就足以描述一个未知的系统。从这点可以看出，灰色预测系统适合在决策者只有有限的历史数据的竞争环境条件下进行预测。灰色系统理论是基于如下假设：系统是不确定的，并且用已知的系统信息无法进行相关分析或建立描述系统的模型。灰色系统把每一个随机变量作为一个灰色数，放入一个给定的值域中。在此值域中，不依赖于统计方法处理这些灰色数，而是直接处理原始数据，找到内在数据规律。灰色系统理论包括以下方面：灰色生成；灰色关联分析；灰色预测；灰色决策；灰色控制。下面介绍灰色关联分析与灰色预测的基本思想，这两种方法直接与本文所研究的问题相关。灰色关联分析是用来在灰色系统中确定两组随机序列关系的分析方法。该分析可能具有与模型识别系统相似的特点。一序列的数据被称为“参考序列”或“比较序列”，其他序列与该参考序列的关系将是要被鉴别的。
对于两个系统之间的因子，在不同时间或对象变化的相关测度被称为关联度。在系统开发过程中，如果两个因子的变化趋势是一致的，即有高度的同步变化，就可以看作这两个因素有高度的相关性；反之则为低相关。因此，灰色关联度分析法是一种通过因子之间发展趋势的相似或差异程度来衡量因子之间相关度的方法，也就是“灰色关联度”。
灰色关联分析的具体计算过程如下：
（一）确定反映系统行为特征的参考序列和影响系统行为的比较序列
反映系统行为特征的数据序列被称为参考序列，影响系统行为因素组成的数据序列被称为比较序列。
其中，k指第k个评价指标的序列号；i指第i个评价单元的序列号；vik指第i个评价单元中第k个评价指标的内容。用每个指标的最优值v0k作为参考序列x0的集合。将一个具有m个评估单元，n个评估指标的的系统记为矩阵A（0）。
（二）对参考序列和比较序列进行无纲量化处理
由于各种因素在系统中有不同的意义，数据不一定有相同的量纲，这使得它不方便比较或者难以在比较中得出准确的结论。因此，在进行灰色关联分析时，一般采用无量纲化处理数据，即标准化处理。标准化公式为：
（三）参考序列与比较序列灰色关联系数ik的计算
所谓的关联程度实际上指的是序列曲线几何形状的差异程度。因此，曲线之间大小的差异可以用来作为相关度的测度。参考序列Xi和比较序列X0的相关系数是：
（四）关联度ri的计算
因为相关系数代表参考序列与比较序列在不同时刻的相关程度，因此它存在不止一个数值，并且由于信息过于分散，很难整体比较，所以，必须使不同时刻的相关系数中心化，即计算出平均值作为定量表示参考序列和比较序列之间的相关性程度。计算关联度ri的公式是：
（五）对关联度进行排序
因素之间的相关度主要是由关联顺序来描述，而不是关联度的大小。依照关联度ri的大小进行排序，关联度的排序反映了在管理企业时参考序列的优先级。
三、实证分析
因子分析可以解决关联度概念中存在的计算问题。本文以5个医疗行业的创业板上市公司（V1—V5）为例阐述关联模型的应用。财务风险评价指标体系见 表1。该系统包含三个层次的指标，即第一层：目标层，财务风险（A）；第二层：元素层，包括利润率（B1）、偿债能力（B2）、经营能力（B3）、成长能力（B4）、现金流动性（B5）和非财务因素（B6）；第三层：指标层，包括18个指标（C1—C18）。参考序列为：
四、结论
本文介绍了灰色系统理论的基础理论和基本方法，并将它应用到评价企业财务风险。评价结果基本上符合实际情况，进一步表明灰色系统理论在现实应用中具有有效性和可行性。未来的研究应集中于由灰色关联分析为主要模型，并由DEA模型辅助进行不同指标权重的计算，并且通过这种方式来实现更优的相关性计算，更客观评价各种指标次序的优先级。
【参考文献】
[1] Deng J. L. The gray system theory tutorial[M]. Huazhong University of science and technology press，1990：5-8.
[2] Deng J. L. Introduction to Grey System Theory[J].The Journal of Grey System，1989，1（1）：1-24 .
[3] Deng J. L.Properties of Multivariable Grey Model GM （1， N）[J].The Journal of Grey System，1989，1（1）：125-141.
[4] Deng J. L.Control Problems of Grey Systems[J].System and Control Letters，1989，1（1）：288-294.
[5] Shih， N. Z.， and Liou， D. K.An Evaluation Study of Future Indexes Hedging Strategies in Grey System Applied on Volume Weighted Index and Future Index[C].1997 Second National Conference on Grey Theory and Applications （Taiwan），1997：16-33.
[6] Chen， J. Y.， and Lin， Y. H.Design of Fuzzy Sliding Mode Controller with Grey Predictor[J].The Journal of Grey System，1996，8（2）：147-164 .
[7] Chiao， J. H.，Wang，W. Y.， and Lu，M. J.A Study for Applying Grey Forecasting to Improve the Reliability of Product[J]. 1997 Second National Conference on Grey Theory and Applications （Taiwan），1997：202-206.
[8] Homg， C.M.， Chiang， C. T.， and Lin， S. C.Design ofGrey Prediction Controller Based on Fuzzy Reasoning[C].The Second National Conference on Fuzzy Theory and Application （Taiwan）：n of Four Kinds of Prediction Methods： ARIMA， Fuzzy Time Series， Fuzzy Regression Time Series and Grey Forecasting—An Example of the Production Value Forecast of Machinery Industry in Taiwan， 1997 Second National Conference on Grey Theory and Applications （Taiwan），1997：53-68 .
[9] Huang， Y. P.， Huang， C. C.， and Hung， C. H.Determination of the Preferred Fuzzy Variables and Applications to the Prediction Control by the Grey Modeling[C].The Second National Conference on Fuzzy Theory and Application （Taiwan），1994：406-409 .
[10] Deng， J. L.Grey Forecasting and Decision[M]. Huazhong University of Science and Technology Press，1986.
[11] Wu， H. S.， Deng， J. L.， and Wen， K. L.Introduction of Grey Analysis[M].Gau-Li Publication Inc.， Taiwan，1996：12-52.
[12] Tzeng， G. H.， and Tsaur， S. H.The Multiple Criteria Evaluation of Grey Relation Model[J].The Journal of Grey System，1994，6（3）：87-104 .
[13] Mon， D. L.， Tzeng， G. H.， and Lu， H. C.Grey Decision Making in Weapon System Evaluation[J].Journal of Chung Institute of Technology，1995，26（1）：73-84 .