公司的风险评估范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的5篇公司的风险评估范例，将为您的写作提供有力的支持和灵感！

篇1

1.　公司目标

风险评估的前提是设立目标.设定目标是公司管理过程的重要组织部分，而非内部控制的要素，但它却是内部控制得以实施的先决条件。建立起目标体系，就能把各种力量、各类资源统一协调，按照目标的要求发挥作用，促使寿险公司切实的凝结为一个整体。只有先确立目标，公司才能针对目标确定风险并采取必要的行动来管理风险。目标设定是寿险公司对风险进行识别、评估和制定相关风险对策的基础。

2.　风险识别与评估

公司面临的风险是指发生对公司目标的实现可能产生影响的不确定性，并可以通过一系列防范措施予以规避和减小的损失的可能性。风险的识别需要比较客观的进行，而且为了避免忽略相关的风险事件，识别风险的过程最好与评估风险的过程区分开来。

相对于寿险公司的经营管理来说，风险因素既存在于公司内部，也产生于公司外部。对于寿险公司，有可能引起风险发生的内部因素是：

（1）管理层对实现公司目标的理念意识和紧迫感。

（2）员工的胜任能力，以及完成工作的恰当性和完整性。

（3）公司资产的规模、流动性或业务总量。

（4）公司的财务状况。

（5）信息系统电算化的程度。

（6）公司经营活动的地理分布。

（7）内部控制系统的恰当性和有效性等。

外部风险是指外部环境中对公司目标的实现产生影响的不确定性事件，有可能引起风险发生的外部因素是：

（1）国家法律、法规及政策的变化：如新的法律和法规可能要求经营政策和策略的改变。

（2）经济环境的变化：经济形势的变化可能对有关融资、资本支出和扩张的决策产生影响。

（3）科技的快速发展：技术发展会影响研发的性质和时机，或带来采购的变化。

（4）行业竞争及市场变化：竞争和不断变化的客户需求会改变公司营销、产品开发、业务流程和客户服务等活动。

（5）自然灾害：自然灾害可能导致经营或信息系统的改变以及强调对或有损失制定应急计划的需要。

识别公司层面和操作层面风险后，公司需要进行风险评估。进行风险评估，必须保证风险评估人员具备相应知识和业务能力，并已经对公司的各项政策和程序有了比较深入的了解。在此基础上，风险评估才可以顺利进行。总体来说，风险评估的方法有两种，一是定量方法评估，二是定性方法评估。

风险评估是全面、准确、及时地了解和把握寿险公司风险的内控基本要素，是识别及分析那些可能影响企业达到企业目标或事件的手段，是决定如何构建有效内控体系的基础。目前，我国寿险公司在风险评估意识、方法、技术等方面还比较落后。主要表现为：一是风险评估的方法技术落后，人才缺乏。由于管理层长期以来不重视风险管理和高技术人才的缺乏，我国寿险公司的风险评估主要依靠定性的、人为控制的直接管理方法，如委托理财审查等方式，而未使用定性和定量相结合的客观的科学方法。这导致了风险管理的专业化程度和效率较低。

3.　风险处理

在评估了风险的重要性和发生概率之后，管理层需要考虑如何管理风险。这涉及基于对风险假设的判断，以及对降低风险水平所需成本的合理分析。降低重大的或可能发生的风险的措施包括管理层每日做出的无数决策，从确定其他供货源或扩大产品线到获取更具相关性的经营报告或改进培训计划等。合理恰当的措施会实实在在消除风险或抵销其影响。根据风险评估结果做出的风险应对措施主要包括以下几个方面：风险回避、风险控制、风险承担、风险转移。评价风险应对措施的适当性和有效性时，应当考虑以下因素：采取风险应对措施之后的剩余风险水平是否在组织可以接受的范围之内、采取的风险应对措施是否适合本组织的经营、管理特点、成本效益的考虑。

目前，我国寿险公司普遍存在对风险管理的模糊认识、困惑甚至误解，进而出现风险管理导向错误的现象。因此，一是要要强化经营风险既有损失的可能，也有盈利的可能的认识，注重风险和收益的平衡关系；二是建立广泛适应的风险决策标准；三是针对各种风险确定风险应对措施的程序和方法。对降低风险水平所需成本进行合理分析，充分考虑现有程序对于控制已识别风险是否合适，以及完善流程以应对不断变化中的风险等。

4.　风险监控

制定了风险处理计划后，并非一劳永逸，在公司的运行过程中风险还可能会增大或者衰退。因此，在公司的经营管理过程中，需要时刻监督风险的发展与变化情况，并确定随着某些风险的消失而带来的新的风险。风险监控就是要跟踪识别的风险，识别剩余风险和新出现的风险，修改风险管理计划，保证风险计划的实施，并评估消减风险的效果。风险监控是与控制活动密切结合在一起的，要使公司的风险监控发挥积极作用，就必须在控制活动的各个环节确立不同的控制方式：预防性监控、检查性监控、纠正性监控、指导性监控。除了以上一般的风险监控形式外，还有针对某个环节不足或者缺陷而采取的补偿性监控，为加强计算机管理而实施的计算机监控等等。这些风险监控形式，合理保证了公司风险监控的效率和效果，有助于公司管理风险。

篇2

一、电网公司经营风险评估的国内外研究现状分析

目前,世界各国电力市场均先后不同程度地开展了电力零售竞争和需求侧竞价,用户可以根据自身的意愿选择供电商(发电商或供电公司),选择电能质量。供电公司既可以从现货市场购买电能,也可以与发电商直接签订长期购电合同,还可以参与金融市场,在获得利润的同时规避风险。我国正在推进的区域电力市场也鼓励有条件的大用户(包括配电企业)与发电商直接签订购电合同。由于电力商品的特殊性,电能相对于其它商品需求弹性很小,导致电价波动剧烈,也是电力市场中风险产生的主要因素,尤其是在供电紧张的情况下,它会导致电价的飞涨。因此,在电力市场环境下,市场化改革在给电网企业带来机会的同时也带来了一系列的风险。这些风险因素一旦发生,将给电网企业带来巨大的损失,而市场环境下企业的损失完全由自己承担,因此电网企业未来的竞争力的强弱在很大程度上取决于管理风险的能力。如何对这些风险进行有效的评估对电网公司的经营至关重要,有效的投资决策和风险管理是电力市场各参与者面临的一个迫切需要解决的问题。国内外对电网公司的风险研究的比较多,但主要都是针对电力市场环境下电网公司的各种风险进行单独的研究,对于电力市场中电网公司总体经营风险研究比较少。由于单一指标的评估只能反映出电网公司经营中的某一方面、某一环节的风险,往往很难从整体上有效辨识各种复杂的经营风险。因此对电网公司经营风险的综合评估是一个非常值得研究的课题。

二、综合评价

综合评价是指对以多属性体系结构描述的对象系统地做出全局性、整体性的评价,即对评价对象的全体,根据所给的条件,采取一定的方法给每个评价对象赋予一个评价值,再据此择优或排序。可见,综合评价是一个主观与客观相结合、定性与定量相结合的复杂过程,既要求评价方法具有客观性、合理性、公平性、可操作性和科学性,又要求评价过程具有可再现性,以促进决策进一步科学化。构成综合评价的基本要素有评价对象、评价指标体系、评价专家及其偏好结构、评价原则、评价模型方法。最重要的基本要素如下:首先,由于影响电网公司经营风险的因素众多,要科学的进行风险系统的评价,必须分析各风险因素的构成以及它们彼此间的关联,同时还要分析风险因素的组合情况、电网公司所处的环境。指标体系的建立是整个多属性综合评价的关键,建立科学的指标体系是对评价对象进行较准确的排序或分类的基础和前提。所以在电网公司经营风险综合评价过程中,如何建立一个科学、有效的风险指标体系就成为首要问题。其次,评价方法的选择将决定评价结果的有效性,因此评价方法的选择也是综合评价过程中至关重要的问题。

三、建立电网公司经营风险指标体系

为实现对电网公司经营风险的有效监管,亟需建立一套科学、完善的风险评价体系,及时监视市场参与者的竞标行为和市场的竞争性状况,为电网公司监管决策提供有力的支持。电网的经营风险是指在电力购售过程中,由于经营者经营管理不善、电价涨跌变动或电能供需变化、电力市场所处大环境的经济波动等种种因素造成的经营盈亏方面的风险。一般包括发电商的市场力风险、购电风险、用户欠费风险和负荷预测不确定性风险和大用户直供风险。在评价指标体系建立时应遵循一定的原则。因此,电网公司经营指标主要有以下几个方面:

(一)发电商市场力发电市场中市场力的存在,使得某些发电商通过控制市场出清价格而获得超额利润。这样在目前单一购买者模式下,增加了电网运营企业的购电成本,损害了购电方利益,有悖于市场公平交易的原则,不利于市场的健康、持续发展。

(二)电费回收风险分析电费是电力企业经营最终成果,电费资金的回收与管理直接关系到整个电力行业经营链的有效运作。如何加强电费资金及时有效的回收,提高资金综合使用效益,防范和规避经营风险,对公司的经营将产生重大影响。

(三)负荷预测不确定性风险目前我国电力市场只是发电侧开放,独立发电商和电网公司是市场主体,市场模式是单一购买制。为了实现系统的功率平衡,电网公司应在进行准确的负荷预测的基础上,与发电商签订电量上网合同。其差额电量将通过实时市场平衡。负荷预测的不准确将使差额电量增加,实时市场的电价将高于合同的电价,特别是在电力供不应求的情况下。影响负荷预测确定性的因素主要有:天气因素,节日因素,大用户因素,地方电厂的因素,数据的传输因素。结合其他相关文献本文规定影响负荷预测不确定性风险的指标有:天气因素,节日因素,大用户因素,数据的传输因素,模型误差。

(四)大用户直供电风险分析在厂网分开、竞价上网的前提下,大用户直购电是指大用户与发电企业或供电企业经协商,直接签订双边购售电合同,进行电力购销交易的一种特殊行为,是一种购电模式。大用户直购电不仅在大用户的购电行为中加入了选择的权力,也在售电侧引入了竞争。在传统垄断交易模式下,电网公司是单一电能购买者,也是面向用户的唯一电能销售者。这种交易模式剥夺了消费者选择供电商的权利,也限制了发电商选择电能用户的权利。大用户直购电对电网公司的风险主要有:降低电网企业的销售收入,价格风险,对电网安全造成的风险,给供电企业带来信用风险,专线直供给电网公司带来的影响。因为“专线直供”存在诸多弊端而很少使用,所以不作为评价指标。结合相关文献总结出大用户直购电给电网公司的经营带来的风险主要有:市场份额减少风险,交叉补贴风险,辅助服务费增加风险,用户信用度下降风险。

(五)购电风险分析随着电力体制改革的深入,输电与供电相分离将成为下一步电力体制改革的目标,最终电力市场将形成完善的两级市场,即发电市场与电力零售市场。在完善的电力市场条件下,供电企业将成为一个独立的环节,它同时担负着电量的购买与销售双重活动,由于电力不能储存的特点,供电企业将面临着电量购买与销售差别的风险。因此,合理有效地评估供电企业的购电风险有助于供电企业作出科学的经营决策。在电力市场为单一购买者模式的情况下,由于销售电价固定及发电商上网电价波动而产生电网经营企业的购电风险。电网公司的购电风险主要有:电价波动风险,购电量的市场分配风险,购电商风险偏好。依据灵活性原则,综合评价决策指标体系的结构应具有可修改性和可扩展性,电网公司根据不同阶段以及实际情况的要求,可对评价指标体系中的指标进行修改、添加和删除,将评价指标进一步具体化。综上所述电网公司综合评价指标体系（图略）

四、综合评价方法的选择

国内外对于经济评价及风险分析的方法的研究较为深入,目前成熟的评价方法大概有三十几种,每种评价方法都有自己的适用范围和优缺点。在逻辑性和统计方法上,我们都没有理由对所有的指标采用单一的评价方法。相反,对于不同方面的指标体系可采用不同的评价方法,在理论上和方法上都是可行的。通过不同的方法的组合,可以到达取长补短的效果。每种方法都有其自身的优点和缺点,他们的适用场合也并不相同。通过将具有相同性质的综合评价方法组合在一起,就能使各种方法的缺点得到弥补,同时兼具有各种方法的优点。通过不同方法的组合,可以利用更多的信息,一种方法只是反应事物的一个侧面,提高该事物的一部分信息,要反应事物的全貌必须从多角度,全方位进行研究,这样得到的信息就更能体现事物的本质和全貌。总的来说,在选择电网公司经营风险综合评价体系的评价方法时,不论是对哪些指标进行评价方法的选择,都要注意以下问题:

(一)力求简单实用、可操作性强评价方法不应该一味地追求方法创新,因为新方法的科学性和实用性需要一个相当长的时间来验证,其效果的好坏很难在短时间内评判出来。应选择最适合的综合评价方法,以确保评价方法的简单实用和可操作性。

(二)要充分考虑各综合评价指标体系的特点根据各具体模块与具体的指标体系的不同选用不同的评价方法,要以最适合的方法进行综合评价。

(三)要易于评价指标基础数据的选择和确定评价方法的选择根本上是能保证评价指标基础数据的全面与准确,才能保证定量化,否则,无论评价方法如何先进,也难以真实地揭示项目的真实情况。

篇3

一、绪论

新能源是一个正在兴起，并且在国家的大力支持下蓬勃发展的行业。对于新能源上市公司，不仅需要与同行业的新能源公司竞争，还需要跟传统的能源公司竞争。对于身处竞争激烈的新能源上市公司而言，建立财务机制是十分必要的。因为往往财务数据的异常能反映出公司的潜在危机，为公司预防和应对危机提供可靠的依据。本文的财务信用风险评估就是对引起企业财务状况和经营状况异常的因素进行跟踪和监测，以便公司的管理层应对危机。本论文还克服了仅仅依靠单纯的财务指标来预警带来的滞后性，将新能源上市公司的财务风险看成一个动态变化的过程，对于新能源上市公司危机预警和降低危害具有重大的意义。

二、国内外研究现状

马丁（Martinm，1977）选取1969～1974年间58家有财务困境的银行，运用筛选出的8个财务指标预测两年后银行破产概率，由此建立了Logistic回归模型，预测效果比Z模型和ZETA模型好。奥尔森（Ohlson，1980）选取1970～1976年的2163家企业，其中2058家营运正常企业，其余是经营困难的企业，建立Logistic回归模型，准确率高达96.12%，这也是多元回归模型第一次在破产预测中的应用。姜秀华、任强和孙铮（2001）选择了84家企业按照1:1的方式配对，建立Logistic判别模型，得出对两类企业的预测准确率都在80%以上。李蕾和韩立岩（2010）利用主成分分析和logistic回归模型解决了解释变量多重共线性等问题，提出了我国中小企业的财务指标体系。李月英（2010）选取了38家上市公司，其中31家良好的公司，7家st公司构建独院线性回归模型，研究表明主营业务收入增长率，资产负债率和总资产增长率是预测最显著的3个指标。

三、Logistic模型在新能源上市公司财务信用风险的实证分析

（一）样本的选择

本文的研究对象是我国新能源上市公司，选择2009年到2014年间第一次被st的公司作为财务危机来研究，并考虑公司的规模和公司所处的行业，按照1：1的原则来匹配为st公司匹配正常运营的公司。本文筛选了2009到2014年间首次被st的25家A股新能源上市公司，同时根据上述原则匹配了25家A股新能源上市公司。本文根据指标体系分为盈利能力指标，偿债能力指标，成长能力指标，运营能力指标和现金流量指标，包括每股收益、每股净资产、每股营业利润、净资产收益率等35个财务指标。

（二）财务指标的筛选

本文初步构建的指标体系涉及五大模块35个财务指标，但是不清楚对于样本的分布，所以对财务指标进行非参数检验来筛选指标。首先本文利用spss19.0选用k-s检验来判断样本是否服从正态分布。根据k-s检验可知，除了利息保障倍数（X15）等13个指标外，其余的22个财务指标都服从正态分布，这指标体系中服从正态分布的指标多，故留下服从正态分布的22个指标进行之后的检验。接下来对22个指标进行显著性差异检验。利用spss19.0对上文中的22个服从正态分布的指标进行显著性差异的检验。因为要做财务信用风险评估，需要样本之间有显著性的差异，故对样本进行T检验。根据分析结果，留下具有显著性差异的每股收益（X1），每股净资产(元/股)（X2）等14个指标。

（三）因子分析

根据因子分析的原理，利用spss19.0对保留的14个指标，50个样本进行因子分析。通过对KMO检验和Bartlett球形检验做因子分析。由结果可知，本文中的KMO值为0.797，Bartlett球形检验统计量的Sig为0.000，故本文的样本适合做因子检验。对样本按照主成分分析的原理进行因子分析。按照“解释的总方差”表，提取了3个公因子，解释的总方差依次为54.382%，11.985%和10.627%，总共能够解释76.967%。（四）logit回归利用stata对通过因子分析的得到的3个公因子作为协变量进行二元Logit分析，按照进入法的方法进行回归分析，协变量全部进入模型。因变量表示企业的状况，“1”表示经营状况好的公司，“0”表示st的公司。据Logit回归结果可知，主成分1的p值为0.005，主成分2的p值为0.359，主成分3的p值为0.702。我们可以看出利用Logit模型构造出来的财务风险预警能力，第一个因子很显著，另两个因子的在5%的显著性水平下不显著。

篇4

中图分类号：F830．91 文献标识码：A文章编号：1005―0892(2006)ll一0053-06

一、引言

信用风险评估作为信用风险管理的中心内容，是指通过使用某种计量模型或者某种技术来测量投资者面临的信用风险的大小。Ⅲ我国金融市场尚处于转轨和新兴发展阶段，信用风险评估方法和手段较为落后，如对上市公司信用风险评估分析主要采用传统的静态比率分析等定性方法，缺乏系统科学的动态的信用风险定量分析，这远不能满足对上市公司信用风险进行准确识别和评估的要求。目前我国上市公司信用风险评估经常出现错判误判现象，特别是专门针对上市公司特点而进行信用风险评估的实用模型还不多见。

1978年，A．Charne等人提出了基于相对效率的多投人多产出分析法――数据包络分析法(Data EnvelopeAnalysis，DEA)；Joseph．C．Paradi，Mette．Asmild以及Paul．C．Simak提出了基于DEA模型的Nomal／Worst DEA概念，并结合分层技术(Laying tech．)，对加拿大企业进行了信用风险评估。此方法既区别于传统DEA模型在输入和输出指标上的选取，又克服了DMA类信用评估方法在选取样本公司和判别定点(cut-off piont)上的缺陷，为评估上市公司信用风险提出了一条新的思路。本文将拟用此方法对我国上市公司信用风险评估作进一步的实证研究。

二、上市公司财务状况与其信用风险的相关性

上市公司财务状况与其信用风险程度是密切相关的。财务实际上是企业生产经营活动的货币化，一方面，影响企业信用风险的因素可以在财务上表现出来；另一方面，上市公司投资失败、利润下降、融资渠道枯竭等信用事件，都能反映在企业的财务状况上；再有，上市公司的信用状况与其财务状况，实质上是一个相互影响、相互促进的关系。因此，财务状况能给我们提供一个量化其信用风险的手段；它可以帮助投资者全面分析企业的经营业绩，进而分析企业在信用交易中的履约能力，以便正确估计上市公司的信用风险。经验表明，许多投资机构都把上市公司的财务状况作为评估企业信用风险的重要依据。

三、DEA理论及其模型构建

数据包络分析(DEA)是一种线性规划技术，也是一种最常用的非参数前沿效率分析方法。该方法具有处理多个输入数据和多个输出数据的多目标决策问题的能力，在实际中得到了成功的运用，并不断地得到进一步完善和发展。DEA方法在事前并不需要知道各变量之间的相互重要性，以及无需知道输入与输出变量之间具体明确的函数形式前提下，通过同时处理多种输入和多种输出变量，将定性和定量信息纳入同一分析之中。DEA的原型来自Farrell(1958)提出的包络思想。因此，DEA有时也被称为Farrell型有效性分析法。

(一)DEA的基本思想与BCC模型

DEA方法的基本思路是把每一个被评价单位作为一个决策单元(DMU)，再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面；再根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效。

高。在实际应用中，Normal DEA模型和Worst DEA模型中所选择的输入、输出变量却不一定非得完全相同。一些学者如Paradi和Chehade指出，虽然对简单地将输入和输出变量完全互换应用于相反的两个DEA模型并不加以严格限制，但事实上Paradi指出，选择应用Worst DEA模型，是为了发现在Normal DEA模型研究框架下所忽略的那些可能会影响DMU相对效率的因素。

(四)分层技术的应用

Divine和Thanassoulis建议将分层技术(Layeringtechnique)纳入到DEA分析当中，即在DEA模型计算一次后，将结果中的“有效单元”从样本中移除，然后再运算一次，从而使得另一组“有效单元”组成一个新的效率前沿面。这样，整个分析结果将得到一系列的“效率前沿面”。这一技术被运用到Worst DEA模型中时，一系列“无效”前沿面将会伴随着递减的风险率而被识别，以达到对DMU进行分类的目的。这一点还有别于DMA模型中设置一判别定点(0ut-offpiont)来划分信用质量好与坏的公司。

Joseph．C．Paradi指出，利用分层技术为DMU分类提供了一个非常有弹性的方法。它允许在分层层次上的选择，可能更多地受到监管者主观考虑、风险管理偏好以及风险判断等的影响。例如风险厌恶型的管理者将会选择较多的层数，以期提高分析的精度。但有一点是值得注意的，即分层层次越多，虽然会降低第一类错误的错判率，但这是以较高的第二类错误的错判率为代价的。

四、实证研究

本文实证分析是基于上市公司财务指标和其信用风险质量存在相关关系，以及ST／非sT公司财务指标存在差异两个假设之上。相对而言，sT公司比一般正常的上市公司具有较高的信用风险。为此，本文选取深沪两市1999年前上市交易的126家制造业A股上市公司作为实证样本，通过对上市公司是否被ST的预测来评估其信用风险。数据来源于深圳天软数据库，数据选取范围为2000年1月1日到2004年12月31日，共504个数据样本。研究目的是通过采用基于Normal／WorstDEA概念的DEA方法对上市公司信用风险进行评估，并确定符合我国上市公司实际的分析层次。

(一)样本与指标选取

本研究样本考虑到DEA分析的有效性，因此选择深、沪两交易所A股市场上制造业2004-2005年两年中所有被进行特别处理的ST公司63家，同时随机选取了63家非sT公司。126家公司被分成两组：第一组(建模样本)由60家公司组成，其中有30家是2004或2003年戴帽的ST公司(见表1)，30家绩优公司；第二组(测试样本)由66家公司组成，其中有33家ST公司和随机选择的33家非sT公司。定义虚拟变量1为ST公司，0为非ST公司。

本文选取反映公司财务状况的24个财务指标作为信用风险评估的特征变量，如表2所示。财务指标的选取原则以能全面反映公司财务状况为基础，主要借鉴参考了国外这一领域的前期研究成果，如Joseph C．

Paradi运用DEA模型时采用的变量，tAltman(1968)模型采用的预测变量，标准普尔公司采用的评级财务指标等。在已选取的24个指标中，为了选取识别能力较高的指标且尽量避免指标之间信息的重叠，本文选取2004年sT与非sT公司各30家实际数据进行均值检验，结果如表3所示。

2．Worst／Normal DEA模型分析层次的确定

为使DEA模型对两类公司判别更为精确，本文区别于传统的判别定点方法，将分层技术分别应用于Worst DEA模型2和Normal DEA模型3，其分析结果如表6、表7。

由表6、表7可知，如果在Worst DEA模型分层分析和Normal DEA模型分层分析下，被评价单元的效率值为l时，该单元被判别为有效单元。那么在WorstDEA模型第一层分析中，有16．7％的sT类公司被识别，100％的非sT类公司被识别，即两类错误率分别为83．3％和0；在Normal DEA模型第一层分析中，有93．3％的sT类公司被识别，43．3％的非sT类公司被识别，即两类错误率分别为6．7％和66．7％。随后将每层分析中的有效单元移除，对剩余的单元再进行一次运算分析。在Worst DEA模型分析下，随着分析层次的增加，更多的sT类公司被识别，最后在第五层分析中，所有的sT类公司被识别，两类错误率分别为0％和54％。但是我们注意到，随着第一类错误率的下降，第二类错误率是随着分析层次的增多而增加的。相反，在Normal DEA模型分析中，随着分析层次的增加，非sT类公司被逐步识别，在第四层分析中，所有的非sT类公司被识别，两类错误率分别为73．3％和0％。由此可见，Normal DEA模型提高对非sT类公司的识别率，是以降低对sT类公司的识别率为代价的。

为了区别以上用传统的判别定点方法来判别信用风险存在差异的公司，我们在对Worst DEA模型2分析的基础上，结合Normal DEA模型3对两类公司进行判别，结果如表8。

由表8得知，选择在Worst DEA模型2分析基础上，结合Normal DEA模型3，分层层次分别定为5层和4层时，DEA模型对两类公司进行判别取得了较为理想的结果，第一类错误率为0，第二类错误率为3.3％。 3．测试样本Normal／Worst DEA模型实证分析 经过以上的分析，本研究将用Worst DEA模型2为基础，结合Normal DEA模型3来对测试样本2000-2003年的信用风险进行评估，分析层次分别定为5层和4层，结果如表9。

五、结论

篇5

一、KMV模型的理论基础及计算方法

KMV模型评价公司信用风险的基本思路是:以违约距离(DD)表示公司资产市场价值期望值(V)距离违约点(DP)的远近,距离越远,公司发生违约的可能性越小,反之越大。违约距离(DD)以资产市场价值标准差的倍数表示。违约点(DPT)通常处于流动负债与总负债面值之间的某一点。对EDF的度量分三步进行:首先估计公司资产价值和公司资产波动率:其次计算违约距离DD (Distance-to-Default),它是用指标形式表示的违约风险值，最后使用对违约距离进行t-检验，得出相应上市公司的信用风险实况。

根据默顿和Black-Scholes的期权概念,公司股票价值可表示为: (1)

其中

其中E为企业股权市场价值, V为企业资产市场价值, D为企业债务面值, r为无风险收益率,T为债务偿还期限, N(d)为标准累积正态分布函数,σv为企业资产价值波动率,σE为企业股权市场价值波动率。

公司资产价值V和资产价值波动率σv是隐含变量,显然不能从期权定价模型的一个方程中求解出两个未知变量,这就还需要利用可以观察到的公司股权市场价值的波动率σE与不可观察到公司资产价值波动率σv之间的存在的关系来联立求解。由公司股票收益标准差σE和公司资产收益标准差σv之间的关系式:

(2)

ηE,V为股票价值对公司资产的弹性,dE/dV为期权Delta值,即对等式两边求导,然后在求期望得到下式:

(3)

通过求解1.1和1.3的联立方程组,就可得到公司资产价值和资产价值波动率。

(4)

其中

在KMV模型中, DD被定义为企业资产未来市场价值的均值距违约点之间的距离,它以资产市场价值偏离违约点(DPT)的标准差的个数来表示。或换言之,要达到违约点资产价值须下降的百分比对于标准差的倍数称为违约距离。在实际应用中, KMV模型的DD计算公式为:

(5)

例如:某A借款企业资产价值E (V)为500万,公司资产价值波动率σV为5%违约点(或违约执行价格)为450万元。那么企业距违约点的距离是:

DD=(500-450)/(500×5%)=2标准差

其经济含义是该借款企业只有当资产价值在一年内减少2个标准差的水平(即10万元),才会出现违约。

二、KMV模型评估上市公司信用风险的实证分析

本文首先调整KMV模型中股权市场价值计算方法,流通与非流通股以不同的价格来计算,然后计算出上市公司的资产市场价值及其波动率,继而计算出上市公司的违约距离;最后对样本的违约距离作均值t检验,检验KMV模型对上市公司整体信用风险的识别能力。由于国内尚没有公开的公司违约数据库可以使用,本研究仅以KMV模型输出的违约距离来度量上市公司的信用风险,检验参数调整后的模型识别我国上市公司信用风险的能力,为该模型在我国上市公司信用风险评价方面的应用作一些初步的探讨。同时,考虑样本公司可比性、行业差距及公司规模对实证结论的干扰,本文选择配对非ST公司和ST公司遵循以下几个原则:1.所选股票尽量涵盖中国股市的大多数行业,能够对上市公司的总体的信用风险作出判断； 2.来自同一个行业的ST公司和非ST公司的规模相近,尽量消除公司规模的不同对结果的影响；3.2007年每个月最后交易日的数据分别研究,保证足够的数据来支持研究结果；4.所选股票均是在内地上市。本文选取24只股票,他们分别取自根据证监会划分的五个行业类别,包括房地产行业(8支股票)、制造业(4支股票)、批发和零售贸易(2支股票)、能源生产及供应业(4支股票)、其他制造业(支股票)。这24支股票中非ST的有12支, ST的有12支。对上市公司的财务数据和股本结构分析并利用历史波动率法估计上市公司的股权市场价值；上市公司股权市场价值的计算是结合中国证券市场的特点,采取流通股非流通股市场价值分别计算的方法；公司的债务面值为公司财务年报中总负债面值；我们假定违约距离的计算时间为一年,无风险利率使用中国人民银行公布的一年期定期整存整取的存款利率（4.14%）;违约点的计算为公司长期负债的一半加上短期负债。由公式1.1-1.4得出表1、表2所选上市公司相关计算数据如下：

上市公司的违约距离DD采用公式(5)进行计算。利用(5)式得到2007年样本公司的违约距离结果如下:

表1 所选上市公司07年违约距离计算结果

表1原始数据来源于大智慧股票分析软件实时行情

对上市公司整体信用风险识别能力的t检验，对非ST公司和ST公司的违约距离的均值进行t检验,得到结果如下:

表2 违约距离(DD)均值差异检验

上述检验中自由度V=22,α=0.05,对应的t值为1.717,统计量的值落在拒绝域中,所以否定原假设,说明2005年～2007年期间,非ST公司和ST公司的违约距离差异在α=0.05显著性水平下是统计显著的,即非ST公司的违约距离在整体上是大于ST公司的,也就是说ST公司的违约概率要比非ST公司大,这也符合证券市场的现实情况。另外，还可以得出：公司的资产价值受公司的股票市值影响较大，而公司资产价值的波动性略低于公司股票价格的波动。因此, KMV模型在对上市公司信用风险的整体度量方面是比较适合的。

三、结语

随着经济发展，信用风险管理技术会不断的创新和改进，信用风险评估理论和技术也会随之完善。但是，不管什么样的风险管理体制和技术都不可能放之四海而皆准。我们必须根据我国的经济社会实际，建立或创建适用于我国特色的信用风险管理和评估理论，只有适用的工具和机制才能带来效益。我国信用风险管理和评估模型与发达国家差距较大，学习国外的先进模型，掌握其发展的特点和趋势，加以吸收和借鉴，并运用到我国信用风险管理和评估的实际，成为我国商业银行以及上市公司信用风险管理的必然之势。

参考文献:

[1]Michel Crouhy,Dan Galai,Rorbt Mark.“A Comparative Analysis of Current Credit Risk Models”[J].Journal of Banking&Financial，2000(24)：59～117

[2] Andreas Charitou,Lenos Trigeorgis.“Option-Based Prediction”.University of Cyprus Working Paper.Social Science Research Network Electronic Paper Collection.2000

[3]肖霞:基于KMV模型的我国上市公司信用风险实证研究[J],金融经济，2008年第2期