发布时间：2023-09-26 14:44:00
绪论：一篇引人入胜的公司的风险评估，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
一 、引言
要进行企业风险管理，首先要找出风险，对风险进行衡量与评价，即风险评估。风险评估是否准确与合理是决定企业风险管理能否成功的关键之一。保险公司作为以一种经营特殊业务的企业，其经营管理的好坏取决于保险公司经营管理风险的好坏，而经营管理风险的好坏取决于对风险识别与评估的确切与否。选择适合的风险评估方式有助于保险公司更好地认识企业存在的风险，从而以最小的风险成本实现企业价值的最大化。
近年来，各寿险公司与保险监督机构都认识到了寿险业进行风险识别、评估，乃至保险整合性风险管理的重要性，而现实生活中我们常常会发现针对保险公司实际的风险并无具体指标可以进行风险衡量。更进一步来看，我国现在已有的很多保险业的监管指标也并不能很好的说明保险公司的抗风险能力高低，不论是IRIS还是RBC，都没有全面考虑到保险公司的经营状况。另一方面，监管部门的指标有限，在判断一个公司综合风险指标方面还不够全面。这些问题的存在就要求我们寻求新的方法解决对寿险公司风险能力的评判方法，模糊分析法正弥补了这一缺点，可以较好地反映寿险公司的抗风险能力。
二、模糊分析的基本原理
模糊分析法是在对一个事物难以考核的情况下，将一个大的系统分解为较小的系统，较小的系统在分解为更小的因子，然后确定各因子的权重与隶属于每个评语集的隶属度，最后推导出整个系统中影响最为重要的系统或因子。具体来说：寿险确定被评价对象的指标集并确定各指标权重；然后建立评语集，获得模糊评价矩阵；最后进行模糊运算得到模糊评价的结果并运用这些结果进行细化分析。
三、利用模糊分析法评估寿险公司风险的步骤
1、确定评价指标及各指标权重
加入WTO以来，我国寿险公司面临的主要风险发生了一些变化，从我国寿险经营经验来看主要有：
U1：定价风险，主要包括费用率风险、死亡率风险和预定利率风险；
U2：销售风险，主要包括产品结构风险、销售决策风险、诚信缺失风险、扩张风险与佣金风险；
U3：运营风险，主要包括承保风险、保全风险和理赔风险；
U4：管理风险，主要包括财务风险、单证管理风险、资产负债匹配风险与资金运用风险。
即模糊分析中评价指标为：
U={U1, U2, U3, U4}
相应的我们确定每个指标的权重集：
其中，权数Ai（i=1,2,3……,n）是对因素Ui（i=1,2,3……,n）应满足的非负归一条件：
Ai≥0（i=1,2,3……,n）,
这里我们可以采用专家打分法，头脑风暴法等评分方法赋予每个指标相应的权重数。经过以上的分析我们可以得到下表:
2、建立评语集
评语集:
V={V1,V2, V3, V4}
表示每个评价指标优劣成都的集合。评语集的确定需要有较强的科学性过多或者过少都不利于评价结果的得出。在这里，笔者将寿险风险因素的影响程度分为四个等级，即V={V1,V2, V3, V}={强，较强，一般，较弱，弱}，相对应的分值为W=（90，75,60,50，40）。
3、模糊评级矩阵
（1）先对某寿险公司的每一个子指标进行专家打分，得到每个子指标的评语集对应的隶属度。例如在这里我们请到20位专家对某寿险公司的抗风险能力指标进行一次打分，在进行费用率风险的打分中，有4位专家给该寿险公司打分为90,有6位专家打分为75，有6位专家打分为50，有2位专家打分为40，相应地可以得到该寿险公司的费用率风险这项子指标从属于强、较强、一般、较弱和弱的隶属度分别为：0.1、0.2、0.3、0.3、0.1。以此方法可以得到所有子指标的隶属度。如下表所示：
（2）从因素uij出发一个一个进行评判，把对应评语集m个元素的Vm的隶属度记为rij，则将各个单因素评判集的隶属度为行形成的矩阵为：
由此我们可以得到模糊评判矩阵Ri（i=1,2,3,4，5）,结果如下所示：
（3）一级指标各自的权重分配为：
A1=（0.3,0.3,0.4） A2=（0.2,0.3,0.1,0.1，0.3)
A3=（0.4,0.1,0.5） A4=（0.5,0.1,0.2,0.2)
则得到模糊综合评估及其评价指标：
B1=A1×R1（0.14,0.34,0.32,0.13,0.07)
……
B4=A4×R4（0.19,0.26,0.35,0.12，0.08）
（4）取为的单因素评价矩阵，其对应的权重为：
A=(0.2,0.2,0.35,0,25),
所以二级模糊综合评价为：
B=A×R（0.187,0.2975,0.311,0.1365,0.068）
（5）最终可以得到该寿险公司的评判结果为：
U=W×BT=67.3475
4、结果分析
（1）根据最大隶属度原则，从综合评价的指标可以看出，该寿险公司抗风险能力“一般”的隶属度0.311最大，抗风险能力“较强”的隶属度0.2975次之，“强”的隶属度0.187第三。总体来看，该公司有一定的抗风险能力，但是不得否认，该寿险公司的抗风险能力并不是绝对的“较强”或“强”。
（2）有评判结果的分值67.3475我们可以看到，还寿险公司的抗风险能力介于“一般”与“较强”之间，所以该公司的管理层对公司的风险管理绝不可掉以轻心。
（3）在得到以上两个结果后，我们可以分析得到致使该寿险公司抗风险能力没有足够强的主要原因。我们对整个模糊分析的过程进行再一次分析可以在一级模糊分析中找到使得该寿险公司抗风险能力没有绝对占优势的因素，由B1=A1×R1=（0.14,0.34,0.32,0.13,0.07)，B2=A2×R2=（0.19,0.21,0.29,0.21,0.1），B3=A3×R3=（0.21,0.35,0.29,0.11,0.04），B4=A4×R4=（0.19,0.26,0.35,0.12，0.08）我们可以看到主要是B4的抗风险能力较低导致整体较差，其实是的抗风险能力较低引起整体抗风险能力的不够强，在回归到专家对该寿险公司的评判中我们可以看到主要是由B2销售风险中产品结构风险与销售决策风险以及B4管理风险中的资金运用风险较弱致使整体公司的抗风险能力没有很强，因此公司在今后的风险管理中应该注意对这几方面的加强。
四、对于模型的一些必要说明
（1）模糊分析中有很多权重与指标值是专家打分给出的，而权重与公司的指标值是模糊分析的基础，专家打分有一定的主观性，在这里笔者本想用层次分析法来确定每个指标的权重，但鉴于笔者能力有限，没有找到合适的“准则层”来进行进一步的研究，所以在这里笔者尽量增加专家数量或者尽可能做到客观公正。另一方面，鉴于现阶段我国寿险行业中没有一个可行客观的指标可供参考，笔者暂且用专家打分的方法作为这里的模糊分析指标的来源，相信在以后不断的积累中，笔者会找到更好的方法进行权重的确定，以便更客观可靠的进行分析。
（2）笔者在对寿险公司的风险分类时采用了汪祖杰在《现代保险学疑难问题剖析》中的寿险公司的分类方法。在实务中，寿险公司可以根据自己公司的需要进行不同的风险分类，主要是要对每个细小的风险因素要有很好的归类，要做到各个子指标不重不漏，这才是分类的关键。
（3）笔者在模糊分析中采用了改进的模糊分析综合评判中的改进的加权平均的方法进行对指标的计算分析，这样分析较为中立简单，对于风险不同的管理层，可以采用不同的分析方法。
（4）在专家给出了分值后，我们可以直接用各个指标的隶属度乘相应的权重得出每个子指标在整个系统的权重来衡量指标的重要程度，但是这样做不会很明晰的反应层级之间的关系，也不能明晰的来找出导致整体抗风险能力强弱的因素，所以笔者认为进行模糊分析更合理。
五、结束语
应用模糊分析综合评判的方法可以有层级有条理地对寿险公司的抗风险能力进行很好的评估，一方面从整体上看寿险公司的抗风险能力强弱程度，一方面又可以对各个方面的风险进行评估衡量，还可进一步探究其原因所在。这种方法有较大的优越性，在现今很多方面没有具体指标可以衡量或是指标衡量存在一定不足的寿险环境下，运用模糊分析寿险公司的风险将是一种新的研究趋势。
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。
中图分类号：F830.9文献标识码：A文章编号：1006-1770(2006)06-046-03
在历经5次整顿，2002年回归主业后，中国信托业获得了较快的发展。在证券市场持续低迷的情况下，信托成为了中国金融市场上一道亮丽的风景线。但金新信托乳品计划到期未能兑现、青海青泰信托巨额亏损以及金信信托停业整顿等风险事件说明，信托公司的风险也不容忽视。事实上，信托投资公司作为我国目前唯一能够跨越货币市场、资本市场和实业投资市场的非银行金融机构,在信托财产来源的广泛性、信托财产运用方式多样性方面具备明显的优势。然而在我国投资理财法律法规尚不完善、投资理财市场尚不发达、投资者投资理财理念尚不成熟的环境下,信托投资公司也承受着很多系统性和非系统性的风险。这就要求信托投资公司必须建立一套高效、科学、专业的风险控制体系，运用适当的风险管理方法和工具才能够适应信托投资公司未来的发展。
一、信托公司业务及风险揭示
信托公司的业务根据《信托投资公司管理办法》的规定，信托投资公司的业务范围可划分为五大类：
1、信托业务，包括资金信托、动产信托、不动产信托；
2、投资基金业务，包括发起、设立投资基金和发起设立投资基金管理公司；
3、投资银行业务，包括企业资产重组、购并、项目融资、公司理财、财务
顾问等中介业务，国债企业债的承销业务；
4、中间业务，包括代保管业务、使用见证、贷信调查及经济咨询业务；
5、自有资金的投资、贷款、担保等业务。
其中第三和第四为非资金推动型业务，其面临的主要风险为政策风险和法律风险。第一、二、五类业务一般需要资金支持，是目前信托公司的主营业务，也是主要的风险源，按照国际上惯行的对风险的分类方法，信托公司在开展这几类业务时，主要面临政策法律风险、市场风险、信用风险、操作风险、流动性风险等9个方面，每个业务都会面临其中的一项或几项风险。目前信托公司的风险主要集中在理财中心、信托业务总部、证券管理总部、自营业务总部等部门，同时资金管理部作为公司的业务支持部门，其资金运用和调度，对风险具有直接的重大影响。
（1）政策风险。指因财政政策、货币政策、产业政策、地区发展政策等发生变化而给信托业务带来的风险。财政政策、货币政策对资本市场、货币市场影响显著，产业政策则对实业投资领域有明显作用。在我国，市场化程度还并不充分，政策因素很多时候对某一行业或市场的发展具有决定性的影响。这种政策因素可能直接作用于信托投资公司，也可以通过信托业务涉及的其他当事人间接作用于信托投资公司。
（2）法律风险。对信托业务来说，其法律风险主要是指信托法律及其配套制度的不完善或修订而对信托业务的合法性、信托财产的安全性等产生的不确定性。我国现行的法律体系同以衡平法为基础的信托法之间存在一定的冲突，且信托登记制度、信托税收制度、信息披露制度等大量信托配套法规尚不健全，在这种情况下，信托业务的法律风险就更为明显。
（3）市场风险。即由于价格变动而造成信托投资公司固有财产或信托财产损失的风险。市场风险可细分为利率风险、汇率风险、价格风险、通货膨胀风险等。
（4）信用风险。对信托投资公司而言，主要指信托财产运作当事人的信用风险。信托财产在管理运用过程中会产生信托财产的运作当事人，形成新的委托关系，从而也会产生新的信用风险，该风险主要来自于以下几个方面：
一是在业务运作前，信托财产的实际使用方（融资方）向信托投资公司提供虚假的融资方案与资信证明材料、提供虚假担保等，骗取信托财产，最终造成信托财产损失；
二是在运作过程中，信托财产的实际使用方或控制方为了自身的利益的最大化，未严格按合同约定使用信托资金，或将信托资金投向其它风险较高的项目，造成信托财产损失；
三是在信托业务项目结束后，信托财产的实际使用方或控制方不按照合同约定，向信托投资公司及时、足额返还信托财产及收益，或担保方不承担担保责任等，造成信托财产损失。
（5）操作风险。信托投资公司由于内部控制程序、人员、系统的不完善或失误及外部事件给信托财产带来损失的风险。操作风险还可以细分为（1）执行风险，执行人员对有关条款、高管人员的意图理解不当或有意误操作等；（2）流程风险，指由于业务运作过程的低效率而导致不可预见的损失；（3）信息风险，指信息在公司内部或公司内外产生、接受、处理、存储、转移等环节出现故障；（4）人员风险，指缺乏能力合格的员工、对员工业绩不恰当的评估、员工欺诈等；（5）系统事件风险，如公司信息系统出现故障导致的风险等。
操作风险内在于信托投资公司的每笔业务之内，且单个操作风险因素与风险损失之间不存在清晰的数量关系，对业务延伸领域相当广泛的信托投资公司来说，最容易受到操作风险的冲击。
（6）流动性风险。这里的流动性风险指信托财产、信托受益权或以信托财产为基础开发的具体信托产品的流动性不足导致的风险。流动性要求信托财产、信托受益权或信托业务产品可以随时得到偿付，能以合理的价格在市场上变现出售，或能以合理的利率较方便地融资的能力。目前，信托投资公司主要将募集的资金以贷款的方式投入到资金需求方，信托财产的流动性主要由资金的需求方控制，信托投资公司不能对其流动性进行主动设计，加之现行政策法规中对信托产品的流动性制度安排本来就存在缺陷，结果造成流动性风险在当前的信托业务中普遍存在。
二、基于PKRI的风险管理模式
在信托公司的多种风险中，按可度量程度可以分为两类：一是可度量风险，如市场风险、流动性风险；二是不可准确量化的风险，如操作风险、政策风险、法律风险等。那么根据这种不同情况，对风险的识别、评估和防范都要采取有针对性的不同方式。为此，我们提出了一种新型的“程序＋主要风险指标”（PKRI，Procedures+Key Risk Indicator）风险管理模式，建立基于“PKRI”的风险识别、评估和防范体系（见图1）。
“PKRI”风险管理包括三个方面：一是信托公司风险管理的组织结构；二是建立对风险度量的指标体系；三是通过规范化、标准化的程序对业务风险进行控制。从而体现了制度建设与运用现代计算机技术对业务风险管理的重要性。
完善的组织结构是信托公司实施有效的风险管理的基础。公司的风险管理控制系统必定与公司的组织结构、业务实践以及风险偏好相符。虽然风险管理系统依公司业务的规模与复杂程度而不同，但都有一些基本的要求：一个全面的风险管理与控制战略、完成这一战略的政策与程序、风险度量与控制方法、战略实施的监督与报告系统以及战略、政策与程序的有效性本身的实时评估与反馈系统。所有这些基本要求，都需要有效的组织结构作为支撑，否则再好的条件也无法得到有效实施。
PKRI中的P代表程序，即各项业务的决策程序、管理程序、资金运用程序和操作程序。所有这些程序必须是根据各项业务特点制定的标准化、规范化的程序。因此，P代表了对于不可准确量化的风险的控制。
"PKRI"中的KRI是指以主要风险指标为基础的风险度量和监控系统。该风险管理系统主要监控和测量可量化风险，如市场风险、流动性风险等。体现了对可量化风险的准确度量，为风险控制提供准确的判断依据。
三、风险控制指标体系设计
指标体系主要适用于可度量风险的识别和评估，根据银监会对信托公司的监管指标及有关的法律法规，参照巴赛尔协议、商业银行风险评级体系、商业银行企业的信用等级评价办法、证监会颁布的《证券公司管理办法》，我们设置了三级风险控制指标体系，一级指标是公司层次上的，反应整个公司整体风险情况（见表2），二级指标是各个业务部门的风险指标，可进行实时监控（见表3）；三级指标主要针对项目,是对项目的评价准则，从而形成公司 业务总部 项目三个层次的全面风险控制指标体系。一二级指标侧重的是对风险的事中、事后监控，三级指标侧重对风险的事前控制。构建该套指标体系的基本原则是：（1）代表性，风险指标能代表同类指标的变化趋势和对公司经营活动的影响。（2）全面性，要覆盖信托公司全部经营活动,具有全面风险管理特征。（3）可比性，能够在不同平台上横向与纵向比较信托公司的各种风险,以满足监管需要，并能连续计算，使资料完整可比，能够连续观察经济运行变动。（4）实用性，指标简洁易于操作,具有实用性。（5）风险系统所选指标对公司经营活动过程的变化有灵敏的反映。
（一） 一级指标体系
在确定风险控制指标后，根据信托公司的行业特点及公司发展的历史经验，以及参考银行和证券公司的数据确定各指标的预警界限值，再用事先确定的数据处理方法，对各指标的取值进行综合处理，得出公司风险的综合分数和相应的风险等级，最后显示公司风险状态。
由于指标体系中每一指标量纲不一致，为了综合反映风险程度并进行数据处理，我们将指标值统一映射为百分数范围内表示的分数值。设风险状态有4种，分别用安全、基本安全、有风险和较大风险表示，这4种状态规定分别对应不同的分数范围：0-20、20-50、50-80、80-100，分数值越大，表示对应的风险越大。
具体做法为：对于每一个指标值，根据其在不同风险状态的预警界限上限和下限以及对应的分数段范围，按照下列线性映射函数，可以得到相应的分数。
Y=a2*[(x-b1)/a1]+b2 （1）
其中b1 、b2分别表示某风险指标警界状态的下限及所对应的分数段的下限，a1 、a2分别为该风险指标警界状态的上限与下限之差及所对应的分数段的上限与下限之差，x为风险指标值，则Y即为映射后的分数值。
一级指标体系共分为四类指标，每一类指标又包括若干个具体的指标，在确定公司的整体风险状况时，可先计算每一类指标的风险综合分数，然后确定整个公司的风险综合分数，具体计算步骤如下：
第一步，第m（m＝1，2，3，4）类指标的风险程度的综合分数的计算公式为：
sm=∑wmismi (2)
i
其中smi表示第m类指标中，第i个指标的分数；wmi为第m类中第i个指标所占的权重，sm的取值在0－100之间。
第二步，计算整个公司的风险综合分数，计算公式为：
4
（3）s=∑wmsm
m=1
其中Wm为第m类指标在整个风险指标体系中所占的权重。
（二）二级指标体系
根据不同业务部门,设定不同二级指标,以反映各部门的可度量风险.
（三）三级指标体系
三级指标为对信托项目和自营项目决策的一个基本评判标准。主要用于对信托公司风险的事前控制，是实施风险预防策略的基础。它主要包括以下指标：
（1）项目公司经营能力评价指标：企业及领导者素质、是否三年连续盈利、企业发展前景、总资产周转次数、流动资产周转率；
（2）项目公司盈利能力评价指标：总资产报酬率、营业利润率、净资产收益率
（3）项目公司偿债能力评价指标：有效资产负债率、流动比率、速动比率、现金流量、利息保障倍数、或有负债比率、净资产增长率；
（4）项目公司实际信用偿还水平指标：利息偿还率、到期信用偿付率。
在百分制的基础上，对上述每一个单项指标给予一个标准分和满分值，然后根据该指标的实际值求出每一个单项指标的分值，最后将所有单项指标的分值相加，即可以得到项目公司总的评分。根据该分值，信托公司可以综合评判项目公司的风险，从而进行项目决策。例如，假定净资产收益率（＝税后利润÷净资产年平均余额×100％）的标准分为5分，满分值为净资产收益率15％，若净资产收益率为12％，则可以根据下式：
得分＝（实际值÷满分值）×标准分
得到此单项指标的分值为4（＝12％÷15％×5）分。
对于可度量风险，利用指标体系进行逐日的严密监控，根据要求不断进行调整。而对于尚未能够进行量化的风险指标，如操作风险、政策风险等，通过标准化程序进行控制。这样通过这一整套完整的风险管理体系，可以对信托公司的各种风险进行有效的管理和控制。
参考文献:
1. 严武,季军,基于VAR的股票风险管理模型比较研究[J],当代财经2004，12
2. 毕秋香，何荣天，证券公司风险评估及指标预警系统设计[J]，证券市场导报2002，10
3. 李进生，吴寿山（台湾）.券商风险管理机制与架构论述[J].证券金融季刊2000，10
4. 姜洋，王华，我国证券机构的危机的处理[J]，经济理论与经济管理2000，2
