《財(cái)務(wù)風(fēng)險(xiǎn)的識(shí)別》PPT課件.ppt

《《財(cái)務(wù)風(fēng)險(xiǎn)的識(shí)別》PPT課件.ppt》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第四章　風(fēng)險(xiǎn)識(shí)別第三節(jié)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的識(shí)別財(cái)務(wù)風(fēng)險(xiǎn)的識(shí)別定性識(shí)別定量識(shí)別財(cái)務(wù)風(fēng)險(xiǎn)結(jié)構(gòu)性質(zhì)識(shí)別矩陣“四階段癥狀”分析法專(zhuān)家調(diào)查法定性財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別方法評(píng)析單變量模型判定法多元線(xiàn)性判別法多元非線(xiàn)性回歸模型綜合評(píng)價(jià)法神經(jīng)網(wǎng)絡(luò)分析模型灰色系統(tǒng)理論的應(yīng)用模糊層次分析法其他分析方法定量財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別方法比較分析一、財(cái)務(wù)風(fēng)險(xiǎn)結(jié)構(gòu)性質(zhì)識(shí)別矩陣輕微較小中等較大危機(jī)性基本上肯定低低中等高高很有可能中等顯著顯著高高中等概率低中等顯著高高可能性較小低低中等顯著高小概率低低中等顯著顯著影響程度風(fēng)險(xiǎn)程度發(fā)生概率輕微較小中等較大概率危機(jī)性風(fēng)險(xiǎn)1風(fēng)險(xiǎn)3風(fēng)險(xiǎn)2風(fēng)險(xiǎn)4風(fēng)險(xiǎn)6風(fēng)險(xiǎn)5風(fēng)險(xiǎn)7風(fēng)險(xiǎn)9風(fēng)險(xiǎn)8可

2、能性小中等概率很有可能基本上肯定企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生概率和影響程度的二維平面圖‘1–10’matrixMATRIXbasedona1–5scorerangePOTENTIALCONSEQUENCESPROBABILITYVERYUNLIKELYUNLIKELYMAYHAPPENLIKELYCERTAINORIMMINENT12345Delayonly112345MinorInjury2246810MajorInjury33691215SingleFatality448121620MultipleFatality5510152025LowModerateHighV

3、eryHigh1to67?to1011to1617to25可能性B區(qū)域A區(qū)域C區(qū)域B區(qū)域⑨極低⑦④①低③⑤中等⑧②高⑥極高極低低中等高極高影響程度星海公司的風(fēng)險(xiǎn)坐標(biāo)圖星海公司決定：?承擔(dān)A區(qū)域中的各項(xiàng)風(fēng)險(xiǎn)且不再增加控制措施；?嚴(yán)格控制B區(qū)域中的各項(xiàng)風(fēng)險(xiǎn)且專(zhuān)門(mén)補(bǔ)充制定各項(xiàng)控制措施；?確保規(guī)避和轉(zhuǎn)移C區(qū)域中的各項(xiàng)風(fēng)險(xiǎn)且優(yōu)先安排實(shí)施各項(xiàng)防范措施。二、“四階段癥狀”分析法財(cái)務(wù)危機(jī)潛伏期盲目擴(kuò)張；無(wú)效市場(chǎng)營(yíng)銷(xiāo)；疏于風(fēng)險(xiǎn)管理；缺乏有效的管理制度，企業(yè)資源分配不當(dāng)；無(wú)視環(huán)境的重大變化自有資本不足;過(guò)分依賴(lài)外部資金，利息負(fù)擔(dān)重；缺乏會(huì)計(jì)的預(yù)警作用；債務(wù)拖延償付經(jīng)營(yíng)者無(wú)心經(jīng)營(yíng)

4、業(yè)務(wù)，專(zhuān)心于財(cái)務(wù)周轉(zhuǎn)；資金周轉(zhuǎn)困難；債務(wù)到期，違約不支付喪失償付能力；宣布倒閉財(cái)務(wù)危機(jī)發(fā)作期財(cái)務(wù)危機(jī)惡化期財(cái)務(wù)危機(jī)實(shí)現(xiàn)期三、專(zhuān)家調(diào)查法又稱(chēng)為特爾斐法（DelpMethod），是由美國(guó)蘭德公司的達(dá)爾基（N.Dalkey）和赫爾默（O.Helmer）于1964年正式提出的。專(zhuān)家調(diào)查法就是企業(yè)組織專(zhuān)家對(duì)內(nèi)外環(huán)境進(jìn)行分析，辨明企業(yè)是否存在引起財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的因素，發(fā)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的征兆，以此預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的可能性。在財(cái)務(wù)風(fēng)險(xiǎn)定性分析中，一般采用標(biāo)準(zhǔn)調(diào)查法，即通過(guò)專(zhuān)家對(duì)導(dǎo)致某個(gè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的形成，同時(shí)對(duì)所有企業(yè)都有意義、普遍適用的原因和問(wèn)題進(jìn)行分析。＃＃定性財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別方

5、法評(píng)析定性財(cái)務(wù)風(fēng)險(xiǎn)分析方法的特點(diǎn)是，通過(guò)分析企業(yè)是否存在導(dǎo)致企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的原因以及是否出現(xiàn)了財(cái)務(wù)風(fēng)險(xiǎn)征兆，來(lái)判斷未來(lái)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的可能性。優(yōu)點(diǎn)：定性分析考慮的問(wèn)題可能更加全面，進(jìn)行判斷的基礎(chǔ)更加扎實(shí)；依賴(lài)人的經(jīng)驗(yàn)判斷來(lái)作出預(yù)測(cè)，而人的判斷可以將企業(yè)面臨的復(fù)雜的內(nèi)外環(huán)境因素考慮進(jìn)去。定性財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別方法評(píng)析（續(xù)）缺點(diǎn)：分析成本較高；定性分析依靠人的經(jīng)驗(yàn)進(jìn)行判斷，從而使得判斷結(jié)果的主觀色彩較強(qiáng)。（四）單變量模型單變量（Univariate）分析通常指用單一的財(cái)務(wù)比率值或者趨勢(shì)來(lái)預(yù)測(cè)或判定企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的可能性。Fitzpatrick（1932）最早以19家

6、企業(yè)為樣本，運(yùn)用單個(gè)財(cái)務(wù)比率，將樣本劃分為破產(chǎn)與非破產(chǎn)兩組。研究發(fā)現(xiàn)：出現(xiàn)財(cái)務(wù)困境的企業(yè)其財(cái)務(wù)比率和正常企業(yè)的財(cái)務(wù)比率有顯著差別；1966年，美國(guó)的Beaver運(yùn)用統(tǒng)計(jì)方法建立了單變量模型，Beaver認(rèn)為比較重要的財(cái)務(wù)比率是：現(xiàn)金流量/負(fù)債總額、資產(chǎn)收益率、資產(chǎn)負(fù)債率。他首先以單變量分析法提出財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型。他使用5個(gè)財(cái)務(wù)比率分別作為變量對(duì)79家經(jīng)營(yíng)未失敗公司和79家經(jīng)營(yíng)失敗公司破產(chǎn)前1-5年的情況進(jìn)行一元判定預(yù)測(cè)，結(jié)果發(fā)現(xiàn)最好的判別變量是營(yíng)運(yùn)資本流/負(fù)債（債務(wù)保障率）和凈利潤(rùn)/總資產(chǎn)，并且發(fā)現(xiàn)離經(jīng)營(yíng)失敗日越近，誤判率越低，預(yù)測(cè)能力越強(qiáng)。單變量判定分析法

7、的一般步驟1）搜集發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的企業(yè)作樣本；2）按相同產(chǎn)業(yè)、資產(chǎn)規(guī)模相近及時(shí)間窗一致等標(biāo)準(zhǔn)選取正常企業(yè)作為配對(duì)樣本；3）計(jì)算發(fā)生風(fēng)險(xiǎn)的企業(yè)與正常企業(yè)的財(cái)務(wù)比率；4）找出使分類(lèi)誤判率最小的分割點(diǎn)；5）對(duì)保留樣本作預(yù)測(cè)分析，驗(yàn)證分割點(diǎn)的預(yù)測(cè)能力；6）以所選財(cái)務(wù)比率及分割點(diǎn)值對(duì)樣本外企業(yè)進(jìn)行預(yù)測(cè)。五、多元線(xiàn)性判別分析是一種進(jìn)行統(tǒng)計(jì)鑒別和分析的技術(shù)手段。它可以就一定數(shù)量案例的一個(gè)分組變量和相應(yīng)的其他多元變量的已知信息，確定分組與其他多元變量之間的數(shù)量關(guān)系，建立判別函數(shù)，然后便利用這一數(shù)量關(guān)系對(duì)其已知多元變量信息、但未知分組類(lèi)型所屬的案例進(jìn)行判別分析。Z一Score模

8、型Altman(1968)提出了著名的5變量Z值判定