財務風險分析研究背景精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的財務風險分析研究背景主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：財務風險分析研究背景范文

關鍵詞：金融危機；財務風險；問題研究

中圖分類號：F27 文獻標識碼：A

收錄日期：2015年1月26日

引言

在金融危機背景下，面對如此復雜的市場環(huán)境，企業(yè)如何做到減少財務風險，實現企業(yè)的進一步發(fā)展，是一個重要的問題。而企業(yè)的財務是企業(yè)生存發(fā)展的命脈，所以企業(yè)管理者必須要對內部的財政狀況進行有效的管理和合理的分配，這樣才能促進企業(yè)的發(fā)展，使企業(yè)在當今日益激烈的競爭中處于不敗之地。通過研究金融危機背景下企業(yè)財務風險的狀況，提出最實用的方案，來促進企業(yè)利用便捷的信息渠道，科學的管理方法，來實現企業(yè)財務風險的最小化。對于企業(yè)財務部門來說，不僅要實現對財務狀況進行準確的核算和分配，最重要的是要學會結合金融危機的時代背景，對財務資源進行優(yōu)化配置，增強風險意識，借助科學的管理超越競爭對手，在競爭中獲得勝利，促進企業(yè)的平穩(wěn)發(fā)展。

一、對金融危機下企業(yè)財務風險問題進行研究的意義

加強金融危機環(huán)境下企業(yè)財務風險管理，不僅使企業(yè)的財務風險降低，還可以使企業(yè)資金達到合理的有效配置和運用。這樣就會增加企業(yè)生產的總產值，企業(yè)就可以通過資金的合理配置來進行合理的企業(yè)投資和運作，來進一步提高企業(yè)抵御金融風險的能力。結合所獲得的前沿信息，發(fā)揮資金優(yōu)勢和管理優(yōu)勢，促進企業(yè)經濟模式的轉變，加上科學合理的財務管理以及不斷創(chuàng)新的發(fā)展理念，發(fā)揮企業(yè)效益，樹立品牌理念，降低財務風險，進一步減少金融危機給企業(yè)帶來的影響。除此之外，通過提高企業(yè)的抗風險能力，還可以提高整個國家應對經濟危機的能力。

二、金融危機下企業(yè)財務存在的風險問題

（一）企業(yè)財務管理者缺乏風險意識。在金融危機的背景下，對于企業(yè)的管理者來說，必須要加強風險意識。根據調查，許多企業(yè)的管理者認為，金融危機的風險不會波及到自身企業(yè)，因此并沒有做好及時的防范準備，這就進一步增加了金融危機時企業(yè)的財務風險。企業(yè)對財務管理不夠重視，導致財務管理人才缺乏，再加上企業(yè)管理機制不健全，就使得企業(yè)財務抵抗風險力薄弱。而且企業(yè)財務管理過于隨意，沒有明確的規(guī)劃，不能夠對企業(yè)的資金進行合理的利用。這些不正確的管理意識就使得企業(yè)在金融危機的情況下，容易受到各種風險的打擊，給企業(yè)帶來嚴重的經濟損失。除此之外，這些人也沒有對財務的管理方式進行合理的創(chuàng)新，大部分只會遵循舊的方式和方法。所以，風險意識的缺乏是企業(yè)亟待解決的一個問題。企業(yè)只有解決的這個問題，才能在激烈的競爭中，發(fā)揮出自己獨特的優(yōu)勢，占據主動權，這樣才能使企業(yè)朝著更高、更遠的方向發(fā)展。同時，對風險意識人才的培養(yǎng)也是社會上各個企業(yè)的一種人才任用潮流和趨勢，企業(yè)自身也必須要做到與時俱進，堅持與時俱進。所以，作為一個企業(yè)財務管理者，必須要具有風險意識，時刻準備應對企業(yè)的財務風險，保證企業(yè)的平穩(wěn)運行。

（二）企業(yè)財務監(jiān)督體制不完善，抗風險能力降低。在中國大部分的企業(yè)中，很少設立對財務分配使用進行監(jiān)督的部門，這就是會造成企業(yè)財務的利用混亂。在金融危機背景下，如果沒有強有力的監(jiān)督作為財務分配的堅強后盾，那么企業(yè)資金的配置就會存在很大的弊端，大大降低了企業(yè)應對風險的能力。例如，在資金配置過程中，有時財務管理人員會根據與同事的關系來進行資金的分配，這樣就使得資金并沒有得到合理的利用。因為真正需要資金來運作的部門并沒有得到相應的資金來進行科研或者開發(fā)。再有，如果沒有相應的監(jiān)督委員會，企業(yè)領導者有可能會亂用資金，造成資金的去向不明，這樣會嚴重影響企業(yè)生產與發(fā)展。如果這種不公開、不透明的財務管理方式一直持續(xù)下去，將會給企業(yè)造成無法估量的損失，更甚者還會使企業(yè)面臨破產、甚至是倒閉的危機。所以，在金融危機的背景下，企業(yè)的財務監(jiān)督，必須要從源頭上杜絕，從細微之處做起，才能保證監(jiān)督的正常有效進行，才可以幫助企業(yè)更好地應對金融危機。

（三）企業(yè)投資方式較單一，抗風險能力降低。對于企業(yè)的投資來說，必須要實現投資方式的多樣化。在金融危機的背景下，由于企業(yè)的投資方式過于單一，這就容易造成企業(yè)的資金周轉出現問題，而且金融危機來臨時，企業(yè)的融資會非常困難，周轉資金不到位，使得企業(yè)不能夠擴大生產，這就使得企業(yè)雪上加霜。而且金融危機下，銀行信貸也會出現嚴重問題，所以作為企業(yè)的投資者來說，必須要保證企業(yè)的投資方式多樣化，提高資金的運轉效率。這樣一來，就可以在金融危機下，實現企業(yè)的平穩(wěn)發(fā)展，也可以進一步降低金融危機對企業(yè)財務運行的影響。

三、解決金融危機下企業(yè)財務風險問題的策略

（一）建立完善的財務風險評估體系。財務風險是每個企業(yè)在財務管理中都會遇到的問題，尤其是在金融危機背景下，如何構建完善的財務風險評估體系，以及最大限度地降低財務管理中的風險，這是企業(yè)需要考慮的。企業(yè)通過建立完善的財務風險評估體系，可以提高企業(yè)抵抗風險的能力。因此，對于企業(yè)的各項流動資產以及固定資產要進行估價統(tǒng)計，在各項資產的購進之后，要保證這些資產不會出現閑置的情況，應該交給采購部門統(tǒng)一進行購買，在財政管理上要針對存在的財務問題提出整改預案，進一步推進財務風險評估體系在財務管理中的運用，降低企業(yè)在金融危機背景下的財務風險，促進企業(yè)的進一步發(fā)展。

（二）建立健全企業(yè)財務管理風險理念。在金融危機的背景下，企業(yè)必須要在資金流動過程中對收入資金和支出資金進行明確的劃分，對于相關的資金使用要進行合理的界定，在資金管理中禁止使用現金進行流通，從而避免資金管理失控，給企業(yè)帶來財務風險。在進行資金流動過程中，要明確資金的周轉周期以及資金回籠的程度，避免因為某些原因導致資金鏈斷掉而給整個企業(yè)正常運轉帶來麻煩。加強資金的集中管理化程度，減少企業(yè)的閑散資金，提高資金的利用效率。為了加強企業(yè)對于整個資金流動過程的控制力度，建立相關的資金管理內部控制制度，避免出現資金閑置與短缺并存。對于企業(yè)的支出要按照實現利潤最大化的原則來進行，保證每一分錢都花到實處，同時提高企業(yè)的資金儲蓄力度，避免出現資金鏈斷開的問題。只有企業(yè)領導者具備了這樣的財務管風險理念，才可以更好地應對金融風險，實現企業(yè)的進一步發(fā)展。

（三）成立監(jiān)督委員會，降低企業(yè)財務風險。在經濟危機的背景下，作為企業(yè)管理者來說，必須要保證企業(yè)財務的公開透明，這樣才有利于企業(yè)的管理和運行。所以，必須要建立一個強有力的監(jiān)督機制，來監(jiān)督企業(yè)財務的分配方向，來促進資金的合理優(yōu)化配置。企業(yè)要成立監(jiān)督委員會，定期召開監(jiān)督會議，對企業(yè)的資金運作做出相應的具體化報告，運用的細節(jié)必須向廣大企業(yè)人員透明化。要知道有監(jiān)督才會有效率，企業(yè)管理也是這樣，必須要實行強有力的監(jiān)管。同時，監(jiān)委會的人員也要以身作則，還要實行定期的人員輪換，保證監(jiān)督的有效性和合理性。要知道監(jiān)督是促進企業(yè)財務合理運用的一個重要手段，尤其是在經濟危機的背景下，必須要加強對企業(yè)財務運行的監(jiān)督建設，只有這樣才可以使企業(yè)在金融危機的壓力下實現平穩(wěn)發(fā)展。

（四）建立企業(yè)風險預警體制。在金融危機的背景下，企業(yè)要在對國內外及當地市場情況進行廣泛細致的調查的基礎上，根據當地企業(yè)的生產經營情況制定出完善的風險預警體系。對于那些影響企業(yè)發(fā)展的重要領域，建立預警指標體系，制定出安全警戒系統(tǒng)。充分發(fā)揮政府的職能，運用多種手段及時而準確地做出預告性和警示性的反應。根據當地企業(yè)的發(fā)展情況，在競爭力分析、技術創(chuàng)新以及進出口貿易等影響企業(yè)發(fā)展的方面建立預警指標體系，這樣就可以使得財務風險問題的范圍大大縮小。在金融危機的狀況下，企業(yè)在對外經濟交流往來中，一定要注意財務風險問題，避免因為財務風險問題，而給企業(yè)經濟造成無法估量的損失。而且由于各個國家的經濟往來密切，所以在進行對外經濟往來時，必須要對雙方各國的經濟狀況進行仔細的研究和分析，促進對財務風險預警體系的建設，只有這樣才可以運用合法的手段，維護企業(yè)的財物安全，促進對外經濟的正常進行。

四、結語

通過本文的進一步研究可以看出，在金融危機背景下，必須要合理地利用市場信息，使其為企業(yè)提供最大的經濟效益，促進新經濟的發(fā)展與建立。并且還要注意提高企業(yè)財務管理的創(chuàng)新性研究，做到與時俱進，培養(yǎng)獨立的企業(yè)思想和對時事的敏感度，進一步促進企業(yè)效益的最大化。在實現這些的同時，還可以發(fā)現，在金融危機環(huán)境下企業(yè)財務風險的研究不僅提高企業(yè)的生產效益，還可以提高企業(yè)的綜合經濟實力，使企業(yè)在國內外競爭中立于不敗之地。

主要參考文獻：

[1]楊淑娥，徐偉剛.金融危機下上市公司財務預警模型的實證研究[J].中國軟科學，2013.

[2]張利娜.基于logit模型的我國公司財務風險分析研究[D].華東師范大學，2012，5.

[3]陳長玉.成長期的高新技術企業(yè)財務風險問題模型研究[D].西安電子科技大學，2012.

第2篇：財務風險分析研究背景范文

關鍵詞：現金流；財務風險；評價指標體系；云南省；高等學校

中圖分類號：G475；G40-058文獻標志碼：A文章編號：1671-1254（2017）01-0066-07

The Construction ofUniversityFinancial Risk Evaluation

System based on Cash Flow：

Take Universities and Colleges in Yunnan Province as an Example

YANG Yanyan

（Financial Department， Kunming University of Science and Technology， Kunming 650500， Yunnan，China）Abstract：University capital operationmanagement is the core of risk management， and the capital management quality determines the proficiency of financial management at colleges and universities. Studying from the angle of cash flow at universities and colleges and building the evaluation indexcan help to evaluate their status and financial ability to pay more objectively.By combing the characteristic and content of the cash flow of the universities and colleges， the paper first made a risk assessment from the aspects of capital structure， operating activities， financing activities and investing activities， and made a financial risk evaluationthrough the construction of index system. The paper then selectsthe financial data of colleges and universitiesinYunnan provinceas the research object， to prove the effectiveness of the risk evaluation system， thus providing effective money management approaches for colleges and universities to improve the capital management proficiency， promote the sustainable development of colleges and universities.

Keywords：cash flow，financial risk，evaluation index system， Yunnan province， colleges and universities

橥平我國高等教育事業(yè)的發(fā)展，財政部不斷增加對高校的資金投資，大部分高校在資金使用問題上已引起全社會的關注，特別是在資金內控、經費預算、經費使用和經費決算等方面。我國實行高校擴招政策后，高校采取積極建設和擴大招生規(guī)模等舉措，由此帶來的高額負債現象嚴重影響了高校的正常運行，現金流面臨著斷裂風險；另外，最近幾年高校在運營過程中的預算編制、執(zhí)行、監(jiān)督缺乏系統(tǒng)的管理制度和全面的評價體系，造成資金流向與控制脫節(jié)、資金監(jiān)管不力，高校資金違規(guī)現象頻頻發(fā)生。上述情況反映出我國高校雖然取得了快速發(fā)展，但在資金管理方面卻暴露出各種問題，已嚴重影響了高校的全面發(fā)展。因此，高校應重視資金管理問題，優(yōu)化資金管理方式，建立財務風險評價體系，防范風險，提高財務管理水平。

目前，我國高校的財務報告一般包括資產負債表、收入支出決算總表、收入支出明細表等附表，在高校資金來源渠道與使用結構多元化的情況下，現有的財務報表已經無法適應高校資金管理的要求，不能滿足資金籌措方的要求，不能嚴格控制資金使用額度。因此，高校應同時編制現金流量表，從現金流的角度對高校財務風險進行評價，以對高校收入支出情況進行監(jiān)控，整體把握高校資金運行情況，是高校降低財務風險發(fā)生的一種有效方法，為高校財務風險的日常規(guī)范化管理提供診斷及防范的工具。

一、高校財務風險研究綜述（一）對高校財務風險的研究

王德春、張樹慶從投資貸款、金融創(chuàng)新、總體失衡等角度探討了高校財務風險。熊筱燕和孫萍（2005）從財務指標體現出來的風險和運營質量風險進行論述。沈瑩結合高校財務管理工作現狀及問題，采用層次分析法確定評價指標權重，并形成了一套綜合性評價指標體系。凌立勤和倪燕運用功效系數的方法建立了一套高校財務風險預警模型，并用實證分析法驗證模型的實用性。張楠從高校財務的投資風險、償債風險和總體失衡風險三個方面著手，分析并設立了12個指標進行評價。

（二）對現金流的研究

現金流管理的重要性已受到越來越多學者的關注，并已經提出編報高?，F金流量表的設想。丁紹凡和王麗潔雖已經提出編報高?，F金流量表的設想，但針對現金流量表的基本內容、結構與編制方法等卻并未做深入研究。黨江艷對高校現金流量表的編制問題進行研究，通過分析運用現金流量表所顯示的財務信息，分析了高?，F金流情況，預測相關的財務風險。高新亮在分析高?，F金流的基礎上，按高校財務風險發(fā)生的概率進行分等級研究，將其分為高、中、低三等。

昆明理工大學學報（社會科學版）第17卷第1期楊艷艷：基于現金流的高校財務風險評價體系構建――以云南省高校為例 綜上所述，國內學者對高校財務狀況的研究，主要從財務風險角度進行，對評價模型的構建也是從高?？赡馨l(fā)生的投資風險、融資風險角度進行，很少從現金流角度進行研究。但是，從現金流角度對高校財務風險進行研究，構建評價指標，更能客觀地評價高校的風險狀況及財務支付能力。本文正是基于這個角度，提出以現金流的視角構建高校財務風險評價體系，然后選取12所高校2011-2015年的財務數據作為研究算例來例證風險評價體系的有效性，探求一種操作性強且高效的財務風險診斷和防范體系。

二、高?，F金流的特點與內容

（一）高?，F金流的特點

高校屬于公益性事業(yè)單位，主要依靠財政撥款進行運營，財政對高校的撥款主要用于高校的日常運營活動，包括教學、科研及輔助活動支出，屬于專款專用[1]。另外，科研經費是按項目進行審批，實行課題負責人負責制，也屬于專項經費，所以高校運營活動的現金流應分為“非限定性運行經費”和“限定性運行經費”。其中，專項經費、縱向科研經費和橫向科研經費屬于“限定性運行經費”。所以，高校現金流不僅要實現總收支的平衡，還要保證非限定性運行經費和限定性運行經費各自的現金流平衡[2]。例如某高校期末有學生獎助學金等專項經費03億元，橫縱向科研經費08億元，現金流量凈額總額2億元。該高?？梢宰杂芍溆糜谌粘＿\行的經費只有09億元，而不是2億元。因此，對高校現金流的研究應區(qū)別“限定性運行經費”和“非限定性運行經費”，這樣，使用者才能分辨出高校日常運營活動中真正可以自由支配的現金流，才能有效地防范現金流短缺的風險。

（二）高?，F金流的內容

高校的運行活動主要包括日常運營活動、籌資活動和投資活動，對現金流的研究應結合高校的運行活動，主要包括\營活動產生的現金流、籌資活動產生的現金流和投資活動產生的現金流。

1.運營活動產生的現金流。運營活動產生的現金流主要是日常教學、科研及相關輔助活動產生的現金流，包括“非限定性運行經費產生的現金流”和“限定性運行經費產生的現金流”?！胺窍薅ㄐ赃\行經費產生的現金流”包括財政撥款收入、上級補助收入、教育事業(yè)收入等的現金流入和職工工資福利支出、商品和服務支出、對個人和家庭補助支出等的現金流出[3]?！跋薅ㄐ赃\行經費產生的現金流”包括專項經費、縱橫向科研經費的現金流入和專項經費、縱橫向科研經費的現金流出。

2.籌資活動產生的現金流?；I資活動產生的現金流是高校向外界借入款項以及支付利息所發(fā)生的現金流量，包括短期流動資金貸款、基建投資貸款、其他籌資活動產生的現金流入和償還短期貸款、償還基建投資貸款等方式產生的現金流出[4]。

3.投資活動產生的現金流。投資活動產生的現金流是指投資于高校基建項目和固定資產、無形資產、對外投資等活動的現金流，包括收回投資、投資收益、處置固定資產、無形資產及其他投資活動產生的現金流入和投資固定資產、無形資產、其他投資活動發(fā)生的現金流出[5]。

三、基于現金流的高校財務風險評價體系構建

（一） 構建思路

高校的日常運行活動伴隨著資金收入支出的發(fā)生，所以及時發(fā)現高校資金運行過程的各項風險顯得尤為重要。建立高校財務風險評價體系，提高資金使用效率，防止資金流斷裂，可達到風險預警與監(jiān)管的目的。其構建思路如下：一是構建高校財務評價指標體系時應考慮高?，F金流的特點和內容，將高校財務風險分類為資金結構、運營活動、籌資活動、投資活動產生的風險；二是選取一定的評價指標反映高校資金結構、運營活動、籌資活動、投資活動產生的各類風險的大??；三是按照科學統(tǒng)計方法和理論找出對風險進行等級劃分的閾值[6]；四是建立判斷流程，得出高校風險評價結果?？傮w來說，高校對基于現金流的財務風險評價分為以下步驟：風險分類建立閾值與確定判斷流程風險等級劃分。其構建過程見圖1所示。

（二）選取分類評價指標

高校的資金活動包括運營活動、籌資活動和投資活動，高校的財務風險因素主要包括資金結構、運營風險、籌資風險和投資風險。對高校運行過程存在的現金流量風險，構建相應指標進行評價見表1。

1.資金結構評價指標。資金結構可以綜合反映高校的財務風險，對高校現金流的研究應考慮資金結構。我們選取貨幣資金支出比率、金融機構借款比率、應收及暫付款占流動資金比率、其他應付款占流動負債比重對財務風險進行評價。

2. 運營活動評價指標。根據高?，F金流的特點可知，其涉及的現金流有著不同的性質。為了充分考慮高校間運營風險可比性，選擇非限定性收支凈額、非限定收支凈額與本期運營收支結余的比率、現金流量比率進行評價。

3.籌資活動評價指標。高?；I資風險是多方面導致的，因此不能只根據貸款情況獲得最真實的風險影響因素，而貸款利息能反映貸款的情況，且與運營結余有密切的關系。因此，選擇利息支出占運營支出的比例、貸款金額占貨幣資金的比重進行評價。

4.投資活動評價指標。高校在進行投資基礎建設時需要考慮貨幣資金情況。因此，在評估投資風險時，選擇投資于長期資產占流動資金的比重，以相對值進行比較才有可比性。

表1分類評價指標

項目資金分類評價指標基于現金

流的高校

財務風險評價資金結構貨幣資金支出比率=貨幣資金/本期運營支出金融機構借款比率=金融機構借款/負債總額應收及暫付款占流動資金比率其他應付款占流動負債比重運營活動非限定性收支凈額非限定性收支凈額占本期運營結余的比重現金流量比率=本期運營結余/流動負債籌資活動利息支出占本期運營支出比重貸款金額占貨幣資金比重投資活動投資于長期資產占流動資金的比重

（三）設計風險等級

對高校財務風險進行評估時，按照理論和科學統(tǒng)計方法得出的閾值將風險從低到高劃分為A級、B級、C級及D級。A級風險，說明高校的現金流比較充足，能滿足財務管理的需要，有較強的風險應對能力；B級風險，說明高校財務基本上可實現收支平衡，能支付貸款利息、基本基建支出，但進行其他管理活動時資金比較緊張；C級風險，說明高校面臨著較大的財務風險，資金收入不能滿足日常運營的需要，需通過銀行貸款來彌補較大的資金缺口；D級風險，說明高校面臨巨大的財務風險，現金流不能滿足日常運營的需要，非限定性收支凈額、限定性收支凈額都出現了赤字，自籌基建支出遠遠超過運營收支結余，高校陷入舉新債還舊債的惡性循環(huán)中，嚴重影響高校的日常運行。

（四）選取劃分等級的閾值及判別流程

對高校財務風險的分類，按照經驗估計和統(tǒng)計分析方法確定的閾值進行分類[7]。本文構建的評價體系按確定的閾值將高校財務風險劃分為四類等級，每項評價標準確定四個臨界值。對高校財務風險的分析按照從整體到局部的順序，分為資金結構、運營活動、籌資活動和投資活動來進行研究，分析原因，提出對策。

四、云南省高校財務風險評價

本文應用前文構建的風險評價體系進行分析研究，選取云南省規(guī)模較大的12所高校2011-2015年的財務報表數據為依據資料來源：云南省教育廳各高校的財務報表數據，由于財務數據的保密性，這里未列出各高校的名稱。，按照所構建的財務風險評價指標進行統(tǒng)計計算，得到如下閾值見表2。

根據所構建的財務風險評價指標體系，經過計算分析，最終12所高校的風險狀況如下見表3。表2風險等級閾值表

風險類別評價指標風險等級ABCD資金結構貨幣資金支出比率x≥107≤x

占本期運營結余的比重x≥0-05≤x

表3風險等級分布表

風險等級高校分布所占比重A21667%B21667%C325%D54166%

上述數據表明，處于C、D等級的高校占到統(tǒng)計數據的6666%，說明高校的現金流在日常運營、籌資活動或投資活動中面臨著較大的風險，并且筆者在數據統(tǒng)計中發(fā)現，處于較高風險的高校，往往是由多種因素引起的。換句話說，云南省高校在2010年的校區(qū)搬遷建設中，大量向金融機構貸款，造成較大的債務壓力，但是隨著這幾年政府化債政策和高校的應對措施，貸款產生的債務影響已經逐步擴散到高校的日常運營活動及投資活動中，日常運營管理及投資管理水平的高低決定高校所面臨的財務風險。其影響因素分析如下：

（一）資金結構分析

本文選取貨幣資金支出比率、金融機構借款比率、應收及暫付款占流動資金比重、其他應付款占流動負債比重四個指標進行評價，通過數據分析得出，2/3高校存在貨幣資金支出比率低、金融機構借款比率過高、應收款占流動資金比重高等問題。這說明高校資金結構不合理，資金管理不規(guī)范。究其原因：從管理體制看，高校的產權不明晰，教育資源所有權缺失，導致資金成本觀念淡薄、財務風險意識缺失、財務預算約束機制不夠[8]；從內部管理制度看，高校資金管理缺乏強有力的監(jiān)督機制，資金使用效率低下。

（二）運營能力分析

對高校運營活動現金流的分析，應著重考慮非限定收支凈額、本期運營結余等因素。通過分析，高校運營活動現金流量存在著一定的問題。高校專項項目收支和科研經費收支占據高校運營收支較大比例，并且高校專項項目、科研項目是分階段進行的。目前專項項目、科研項目撥款是全額撥款或分兩次撥款，預算也是申項目時一次填報，項目執(zhí)行過程中對現金流的預測造成較大的難度，所以出現一部分高校本期運營結余為負數、上期結余和結轉金額較大等現象，不利于現金流的風險管理。

（三）償債能力分析

2010年，在云南省高校搬遷校區(qū)建設中，政府撥付一部分資金，其余部分高校通過銀行貸款籌集資金，給高校帶來了較大的債務壓力，以至于在近幾年的日常運行中，高校還受到較大的影響。從分析數據來看，部分高校的利息支出比例較大，貸款金額占流動資金的比重較大，給高校資金流帶來較大的風險。而高校的債務償還主要依靠政府買單，中央財政投入不足，地方政府債務過大；另外，高校的籌資能力有限，還貸資金來源比較單一，主要依靠學費、住宿費等各種收費以及各部門、學院的少量創(chuàng)收收入，給高校帶來了巨大的債務壓力[9]。

（四）投資能力分析

高校擁有較多的教育資源，土地、教室、圖書館、無形資產等各種資產。所以，對投資活動的現金流情況進行分析，顯得尤為重要。本文結合云南省高校校區(qū)建設的背景，選取長期資產占流動資金的比例進行分析，發(fā)現部分高校的投資比例達到3倍以上，甚至5倍以上，高校的投資活動面臨較大的風險，而固定資產變現能力差，現金支付能力弱，容易導致現金流斷裂[10]。政府應加強固定資產投資審批程序，嚴控資產項目的必要性和可行性論證和審核，控制固定資產投資規(guī)模。

五、高校財務風險評價建議（一）增強財務風險意識

高校的資金量運行較大，高?！皥筚~記賬算賬”的“核算型”財務已不適應高校的快速發(fā)展[11]。在教育環(huán)境的轉變下，高校的財務管理環(huán)境發(fā)生了較大的變化，由原來完全依賴國家財政撥款轉變?yōu)轱L險管理模式。在多種因素的影響下，高校財務管理面臨著較大的風險，且這種財務風險存在于資金活動的各個環(huán)節(jié)。所以，高校應加強財務管理，加強資金管理內部控制建設，重視財務的預算、控制、分析、決策能力，提高資金管理水平，及時規(guī)避和防范風險。

（二）優(yōu)化資金結構，加快資金周轉速度

資金關乎高校的生存和發(fā)展。增強高校的資金支付能力，不僅要增加資金供給量，更重要的是要提高資金質量。而高校一直以來應收及暫付款所占比例過大，長期掛賬現象嚴重，影響了資金的使用效益。為此，特提出如下對策：第一，高校應完善制度建設，明確應收及暫付款各方工作職責，將清賬進行制度化管理，補充壞賬的確認及資產損失經濟責任追究制度；第二，高校應建立內部控制，規(guī)范審核報銷人員對應收及暫付款的報銷流程，加強會計核算和監(jiān)督職能，把好拒絕壞賬的第一關；第三，創(chuàng)新應收及暫付款管理手段，推行公務卡結算方式，降低借款頻率，減少應收及暫付款發(fā)生額；第四，做好應收及暫付款的催報清賬工作，加快資金周轉速度，提高資金使用效益。

另外，高校的其他應付款也存在長期掛賬的現象，影響高校收入及時入賬，造成收入核算不真實、不完整，容易導致單位違規(guī)操作，甚至造成資金流失。高校不能只重視單位經費撥入和支出管理，還應加強對“暫存款”賬戶的管理工作，做好“暫存款”的及時清理工作，聯(lián)系經辦人及時辦理收入入賬工作，及時確認收入。此外，還應加強高校財務審計，重視對“暫存款”賬戶的審計工作，應細查每筆業(yè)務的來龍去脈，加強其他應付款的監(jiān)督管理工作。

（三）按成本效益原則選擇借貸資金

隨著高校辦學規(guī)模的擴大和基本建設的需要，高校面臨著巨大的債務壓力，已經影響了高校的日常工作的正常運行。高校不僅要控制貸款規(guī)模，還要考慮籌資成本和資金使用效益。另外，高校必須提高自身的資本運營能力。各高校應根據自身的教育特點和學科優(yōu)勢，發(fā)展核心競爭力，以在激烈的教育市場上處于有利位置，保證生源的穩(wěn)定，確保學費收入穩(wěn)步增長；高校還應利用自身的資源優(yōu)勢，多渠道籌措資金，可以與大型企業(yè)合作，改善教學質量、提高就業(yè)率的同時增加自主創(chuàng)收收入；加大科研開發(fā)力度，盡快將科研成果進行轉化，在為社會提供高科技產品或知識服務的同時也為學校增加一定的經費收入。

（四）編制貨幣資金預算，加強資金預算管理

高校應加強資金預算管理，量入為出，將財務預算做到“細”“全”“深”，嚴格控制資金支出，提高資金使用效益。對于經常性支出預算，按需支出，對于建設性預算支出，要進行審批，對可行性進行評價、嚴格進行論證，設立償債基金預算，以保證按時還本付息，防止資金鏈斷裂；同時，高校應重視貨幣資金的管理，在編制年度收支預算的同時，應編制貨幣資金預算，每月編制資金預算表，對下期資金收付事項提前安排，以對現金流進行嚴格控制，保持資金平衡。高校應根據專項項目和科研項目周期比較長的特點，分階段編制預算，將項目管理和資金管理結合起來，既能保證高校日常運營資金需求，又能合理持有貨幣資金，提高資金使用效率。

（五）完善資金管理的監(jiān)督機制，健全高校質量評估機制

高校內部審計部門應加強預算審計、績效審計、經濟責任審計、專項審計等工作，建立完善的風險導向內部審計制度，特別是對于高校的投資建設項目，要加強對貸款資金使用和管理的全程監(jiān)管，對項目績效進行評價；政府部門應加強對高校的財務監(jiān)督職能，對高校資金的日常運行、籌資活動、投資活動加強審計和監(jiān)督職能，及時發(fā)現問題、解決問題、降低資金風險；盡快建立健全高校質量評估機制，優(yōu)化質量評估方法，將高校的績效與撥款掛鉤，對高校撥款的使用效益、效率和質量進行評估，加強資金管理。

六、結論

隨著高校教育事業(yè)的快速發(fā)展，高校資金投入、專項項目、科研項目撥款急劇增長，高校財務工作越來越繁瑣，而目前的財務工作主要集中在財務核算上，財務的分析、預測、決策職能并未體現出來。本文以現金流的角度對財務風險進行評價，通過代表性的指標構建評價體系，并以云南省12所高校2011-2015年的數據進行驗證。統(tǒng)計結果表明，所構造的風險評價指標體系能夠較全面地反映高校的財務狀況，為高校資金管理提供了行之有效的方法。

根據分析研究，本文認為高校應建立一套完善的風險管理體系，預測現金流的狀況，并形成對財務風險的總體評估，及時采取措施應對財務風險，從源頭上控制風險。隨著行業(yè)競爭環(huán)境的變化，高校財務職能發(fā)生了較大的變化，應從事后核算職能轉變?yōu)槭虑暗姆治?、預測、決策職能，加強高校財務管理的控制環(huán)境，提高資金管理水平，防范財務風險，促進高校教育事業(yè)的全面發(fā)展。

參考文獻：

[1]徐明稚，張丹，姜曉璐.基于現金流量模型的高校財務風險評價體系[J].會計研究，2012（7）：57-64.

[2]周y健.基于現金流量模型的高校財務風險評估體系構建[J].財會通訊，2016（14）：116-118.

[3]黃建新，樓燕芬，慕興宏.關于構建高校財務風險評價指標體系的探討[J].經濟師，2011（8）：32-36.

[4]黨江艷.高?，F金流量表編制問題研究[J].財會月刊，2013（10）：29-31.

[5]李強，相二衛(wèi)，阮文娟.高校貸款風險分析[J].統(tǒng)計與決策，2007（9）：102-104.

[6]宋加山，李勇.極值理論中閥值選取的Hill估計方法改進[J].中國科學技術大學學報，2008（9）：104-108.

[7]陳志斌，葉玲娜.企業(yè)現金流狀況評價模型構建研究[J].東南大學學報（哲學社會科學版），2011（9）：52-60.

[8]高新亮.現金流視角下高校財務危機研究[J].財會研究，2014（9）：277.

[9]付麗英.現金流視角下高校內部控制和風險控制策略研究[J].當代經濟，2011（2）：38.

第3篇：財務風險分析研究背景范文

關鍵詞：高校　貸款額度　風險評價　模型

作者簡介：黃明卿(1971―)，男，海南陵水人，桂林航天工業(yè)高等專科學校講師

自1999年以來，我國普通高等學校(以下簡稱“高?！?招生規(guī)模不斷擴大。高等教育經費投入需求急劇增長，在經費投入不足的情況下，高校普遍采用了貸款運營的發(fā)展模式。從1999年到2003年，高校的在校生人數從413A萬人增長到1 108．6萬人，平均年增長率為25.85％，而在此期間財政性教育經費投入從443.16億元，增長到840.58億元，年增長率為18.77％。財政性教育經費投入的增長速度與高校在校生的增長速度極不相稱，導致高校擴招以后經費嚴重不足。實施擴招戰(zhàn)略后，銀行貸款成為高校建設資金來源的重要渠道，是解決教學資源不足的主要手段之一。貸款是需要還本付息的，高?！俺嘧诌\轉”，如果不能還本付息，將會背上沉重的債務負擔，形成貸款風險進而引發(fā)財務危機。

一、財務風險與高校貸款風險

(一)財務風險的界定風險(risk)，在詞典中解釋為“遭遇危難，損失或傷害等可能或機會”。財務風險(Finandial Risk)是在各項活動過程中，由于各種難以或無法預料、控制的因素作用，使企業(yè)的實際財務收益與預計收益發(fā)生背離，因而蒙受經濟損失的機會或可能性。財務風險可以分為：籌資風險，因借入資金而增加喪失償債能力的可能性；收益分配風險，因收益分配給經營活動產生不利影響的可能性；投資風險，因難以預測的因素導致投資報酬收益率。與預期值偏移的可能性和投資本金損失的可能性。

(二)高校貸款風險高校貸款是高校的一種負債行為，其實質是高校對銀行的一種債務。這種債務需要在約定的時間還本付息。貸款行為使高校取得資金的同時，也增加了高校的負債。貸款資金的使用是有代價的，其代價的形式就是利息。因此，貸款的高校必須在約定的時間還本付息。高校貸款風險是指高校在運營過程中，由于貸款失當，以及主客觀條件惡化或其他情況，使高校資金、財產、信譽等蒙受損失的可能性，貸款風險屬于財務風險范疇，高校財務風險包含高校貸款風險。高校貸款是高校負債的主要形式，因此，高校貸款風險不同于高校負債風險。高校貸款風險也不等同于財務風險，產生和誘發(fā)財務風險的原因是多方面的，主要源于社會政治背景、市場環(huán)境、國家政策和內部管理的不確定性等。

二、高校貸款的成因及貸款風險分析

(一)高校貸款的成因高校貸款的形成主要有以下原因：一方面國家投入經費不足。高等教育自1999年擴招以來發(fā)展迅速，學校規(guī)模擴張很快，國家投入不足是高校貸款的直接原因。1999年～2003年以來，我國高校在校生與財政性經費投入情況。高校在校生年均增長25.85％。國家財政性教育經費則只增長18.77％，兩者極不匹配。我國普通高校90％以上是公辦高校。其經費來源主要是依靠財政撥款，財政撥款又是國家財政性教育經費的主要構成部分。經費來源的不足成為困擾我國高等教育走向大眾化的瓶頸之一。另一方面，高校具有法人資格有銀校合作的影響。高校是獨立的法人單位，具備貸款主體資格，加之學校規(guī)模擴大致使高校產生金融服務需求，如銀行上門代收學雜費或在各網點代收學雜費，向學校提供理財咨詢服務等。銀校合作給學校向銀行貸款提供了良好的基礎，建立在銀校合作基礎上的高校信用貸款，實質上是用收費權作抵押的一種特殊的抵押貸款，這種抵押有的以書面形式約定，有的則以口頭或默認的方式存在。

(二)高校貸款風險分析高校貸款風險主要體現在以下方面：一是經費投入不足。近年來中央與地方財政對教育事業(yè)投入的絕對額不斷增加。但仍與高校擴招速度不相適應，高校依靠財政投入的經費償還貸款是不現實的。二是學費收入主要用于補償辦學投入。擴招后的學費、住宿費收入不足以用于補償辦學條件，連續(xù)擴招的高校就更困難。因此，在擴招后的較短時期內用學費還貸是不現實的。三是公辦高校將還貸寄希望于國家。公辦高校的投資主體是國家，管理體制中的經濟責任未能真正體現校長負責制，造成校長只管貸款發(fā)展，并沒有過多的考慮償還貸款本金。四是投資項目收益不確定性可能給學校造成負擔。有的高校貸款興辦企業(yè)，購買股票、債券等進行投資。由于投資收益率的不確定性，當收益未能補償貸款利息時，投資項目就成為學校事業(yè)發(fā)展的包袱。如果投資項目發(fā)生嚴重虧損，則可能造成學校的財務危機。五是貸款結構不合理產生的貸款風險。到期還款日過于集中是其中最常見的不合理現象。如一所在校生10000人左右的地方某高校銀行貸款1.2億元，從總額上來說不算太多，但貸款只分為三筆，每筆4000萬元。這樣的貸款安排即便是每年允許轉貸，也必須隨時準備4000萬以上的存款余額，才能滿足先還后貸的需要。同時，資金存量還要滿足學校日常經費支出的需要，周轉余額要求太高。六是高校發(fā)展規(guī)定和層次定位不確定性產生的貸款風險。貸款為發(fā)展，而發(fā)展為升格，升格后能招到更多的學生，學校能借到更多的貸款，學校的規(guī)模和實力得到更大的發(fā)展。在發(fā)展過程中，硬件、師資和招生以及升格等是否能按照良性循環(huán)進行發(fā)展是關鍵。七是利率變化對高校貸款風險的影響。銀行貸款利率的波動對高校的財務狀況會產生一定的影響，如利率上調會增加利息支出，造成資金困難等。八是民間資本難進入公辦高校領域。根據公辦學校投入機制及高等教育法規(guī)定，民間資本不能進入高校。這就使高校除了國家投入以外，其他資本不能流入，而只能依靠借(貸)款來補充經費投入的不足。九是高校貸款管理責任缺位產生的貸款風險。缺乏責任人制度，投資預算可能失控。各高校普遍缺乏還貸機制，未對學校中長期財務工作，包括對貸款的管理進行詳細的規(guī)劃。

三、高校貸款額度與風險評價模型

(一)基本思路高校貸款的前提條件是必須保證未來一定期間內每年具有可用于償還貸款本息的可償債資金。在綜合考慮未來經費收支增長、資金現值、事業(yè)基金中一般基金的余額等因素后，對可償債資金進行計算并適當調整，即可確定貸款控制額度。高?？蓳藢ψ陨碣J款規(guī)模予以合理控制。

(二)基本假設高校不能因償還貸款本息而影響現有基本辦學能力和正常的教學、科研工作；高校事業(yè)在未來一定期間內呈穩(wěn)定增長的態(tài)勢；不考慮非常態(tài)的不可預計與不可控制的情況(如獲得國家財政重點支持、獲得大宗無指定用途捐款等)；將高校視為一個整體，不考慮內部各級次的資金分布狀況。

(三)貸款控制額度測定模型高校貨款控制模型由以下要素構成：

(1)非限定性凈收入。高校的收入來源可分為限定性收入(有指定用途)和非限定性收入(無指定用途)兩大類。

必要剛性支出=(基本支出－科研支出－已貸款利息支出)+對附屬單位補助支出；非限定性凈收入=非限定性收入－必要剛性支出。在計算非限定性凈收入時，必須確保非限定性收入與必要剛性支出的口徑一致。

(2)增長率。根據高校事業(yè)穩(wěn)定發(fā)展的基本假設，進一步設定非限定性收入與必要剛性支出按同比例增長，則高校的非限定性凈收入也將按同樣速度遞增，具體增長比例應按照謹慎性原則確定。

(3)N年期累計非限定性凈收入現值。為平衡各年收入與支出中偶然因素的影響，可以年均非限定性凈收入Ro為基數，以N年期同期銀行平均貸款利率i為折現率，計算未來N年期累計非限定性凈收入現值。具體方法如下：年均非限定性凈收入Ro=近兩年非限定性凈收入之和／2；N年期累計非限定性凈收入現值=Rox現值系數f。f=[(1+g)n/(1+i)n-1](1+g)/(g-i)

式中，g為設定的非限定性凈收入增長率，n為期間數(年)，i為同期銀行貸款利率。

(4)N年期累計貸款控制額。由于高校事業(yè)基金一般基金余額中仍有部分資金可用于償還貸款本息，因此，N年期累計非限定性凈收入現值加上一般基金中可用于償債的資金(可按一般基金的20％-50％測算)，即可測算出N年期累計貸款控制額度(指N年期內累計貸款余額的最大值，不包括已經償還的貸款)。N年期累計貸款控制額度=N年期累計非限定性凈收入現值+一般基金中可用于償債資金。

(5)N年期累計新增貸款控制額。假定高校新、舊貸款均需在N年期內全部償還，則：N年期累計新增貸款控制額度=N年期累計貸款控制額度一累計未償還貸款余額

(四)貸款風險程度評價方法現有貸款風險指數=累計未償還貸款余額，N年期累計貸款控制額度。現有貸款風險程度評估標準如下：0.8

(五)模型的特點分析本模型中包含大量假設前提，有關測算結果的準確性視設定條件與實際情況的吻合程度而定。該模型計算的N年期累計貸款控制額度或現有貸款風險指數是在考慮了相關各項收入支出的前提下計算出來的，是綜合性指標。該模型的不足主要表現為以下方面：一是按一般基金的20％～50％參與計算貸款額度。各個高校的情況可能差別很大，一般基金是否參與貸款額度的計算，以及參與計算的比例如何，還要結合具體高校的實際情況而定。二是該模型中未給出確定增長率預測的具體方法。怎樣計算增長率是關鍵的問題，增長率確定的方法不一樣，得出的結論也許會存在很大的差異。三是該模型中未給出確定計算期數(N)的具體期限指導。從理論上來說(在持續(xù)經營假設條件下)，N越大則計算出來的貸款控制額度越大，但實踐中銀行對待高校的償債能力的判斷大多考慮的期限可能較短。從風險的角度看，期限越長取得相應收入的風險越大，所以，選擇的N不能太長也不能太短。四是該模型設定高校事業(yè)在未來一定期間內呈穩(wěn)定增長的態(tài)勢，即g>0。

四、高校貸款額度與貸款風險程度的案例分析

(一)計算貸款控制額度根據教育部、財政部提出的高校貸款額度控制與風險評價模型，對某高校(以下稱“A高?！?2001年～2010年的貸款額度及貸款風險程度進行測定。A高校現有全日制在校生約10000人，教職工520人，在最近5年中學校在校生平均每年增長超過1000人。本文使用的A高校有關財務數據中，2001～2005年是真實的數據，2006～2010年是預測數據。測算貸款額度及貸款風險程度時，分別使用N=1，2，3，4，5，6，7，8，9，10等。A高校的有關財務數據。

在數據中，2001～2005年非限定性收入、財政撥款、剛性必要支出的數值是年度決算數據，2006-2010年數據是根據2001～2005平均年增長率，乘以上年數計算得出的。2006年的數值等于2005年的數值乘以平均年增長率，2007年的數據等于2006年數值乘以平均年增長率，依次類推。表中的非限定性凈收入的數值等于非限定性收入減去剛性必要支出。

2001～2005．年有關增長率的計算。

從中得知，增長最快的是非限定性凈收入，其次是財政撥款，第三是剛性必要支出，增長率最慢的是非限定性收入。本著穩(wěn)健的原則，計算貸款額度所使用的非限定性凈收入增長率時選用非限定性收入增長率和剛性必要支出增長率的算術平均數。即非限定性收入的增長率=(非限定性收入增長率+剛性必要支出增長率)／2=17.04％

依照前述相關資料，分別計算A高校以2001～2005年年末為觀測點的貸款控制額度。

根據教育部、財政部的貸款控制額度計算條件設定，出于穩(wěn)健的考慮，按一般基金的20％參與計算N年期累計貸款控制額度。近年A高校的一般基金余額200萬元左右，則參與以上各年貸款額度計算的金額為40萬元。

計算N年期累計新增貸款控制額度。通過以上計算發(fā)現，除2001年的第4年期累計貸款控制額度偏低外，其他年度觀測的第4年期累計貸款控制額度都在8000萬元左右，這個數值接近A高校3年以來銀行貸款的余額，也是貸款給A高校的銀行認可的貸款限額。這說明各家銀行以4-5年期為還清所有貸款假設來計算累計貸款控制額度。如果是以4年期為還清所有貸款期限，則銀行幾乎是按照累計貸款控制額度的100％來發(fā)放貸款；如果是以5年為還清所有貸款期限，則銀行大約是按照累計貸款控制額度的70％～80％發(fā)放貸款。從穩(wěn)健的角度考慮，銀行最有可能選用的N是5，即以5年期為還清貸款的期限作為假設條件計算確定高校的累計貸款控制額度。

根據教育部、財政部的計算模型，假定高校新、舊貸款均需在N年期內全部償還，則：N年期累計新增貸款控制額度=N年期累計貸款控制額度一累計未償還貸款余額

根據在前面的計算結果及分析得知，2001～2005各年末為觀測時點計算出來的5年期貸款控制額度分別為：5579萬元、10631萬元、11325萬元、9026萬元和11777萬元。A高校2001～2005年末的實際貸款余額分別是：5080萬元、6280萬元、7800萬元、7800萬元、7800萬元。計算5年期累計新增貸款控制額度。

(二)計算現有貸款風險指教　根據上述有關貸款額度的計算結果，計算現有貸款風險指數?，F有貸款風險指數=累計未償還貸款余額／N年期累計貸款控制額度

基于前述的分析，選用N=5(年)計算各觀測時點現有貸款風險指數。

風險程度描述，是根據貸款風險程度評價方

法確定的。

為了與N=5(年)期進行比較，下面分別計算N=3，4，6(年)期的現有貸款風險指數。N分別等于3、4、6時，計算的現有貸款風險程度。

我們發(fā)現N=3或N＝4不可取，理由是N=3時，各觀測時點的貸款余額均超過累計貸款控制額度；N＝4時，有兩個年度的貸款余額超過累計貸款控制額度，兩個年度的貸款風險指數為高風險，一個年度的貸款風險指數為較高風險，也是不可取的，理由是銀行不會讓其貸款發(fā)放金額超過控制額度。

當N=6時，有3個年度的貸款風險指數屬中等風險，兩個年度的貸款風險指數屬于較高風險。這個評價結果也是不可取的，理由是這樣的風險評價與銀行對該高校的貸款風險態(tài)度不相符。而N=6計算的結果顯示2005年的貸款風險程度是中等風險，即使再追加1500萬元貸款，風險程度仍是中等風險，其風險程度計算如下：

(2005年末)現有貸款風險指數=(7800+1500)／14901＝0.6

計算結果與各銀行的判斷不一致，所以是不可取的，判斷應當結合銀行的角度才是有意義的。因此，用N=5來計算現有貸款風險指數，合理反映A高校的現有貸款風險程度。

(三)貸款額度及風險程度測定結果分析通過計算結果及分析顯示，預期還清貸款的期限越長，累計貸款控制額度越大；高校的一般基金余額越大，在參與計算比例(20％～50％之間選定一個比例)不變的情況下，累計貸款控制額度越大。通過計算與分析，筆者認為，計算高校累計貸款額度及現有貸款風險指數，用N=5(年)較為合適。

(四)貸款額度控制與風險評價模型的改進根據計算與分析發(fā)現，教育部、財政部的高校貸款額度控制與貸款風險評價模型存在四個方面的不足，對該模型進行改進：第一，結合高校的具體情況考慮一般基金對計算貸款額度的影響。高校的一般基金余額越大，累計貸款控制額度越大。要結合各高校的具體實際情況，經過分析后合理確定一般基金是否參與貸款額度的計算，或者是參與計算的比例是多少；第二，給出確定增長率的具體方法以增強可操作性。本著穩(wěn)健原則，用過去若干年的事業(yè)平均增長率來估計計算貸款額度時所用的增長率(g)，避免了某個年份指標突變產生的影響。至于選擇哪個具體數字作為計算的期數，應當根據該高校事業(yè)發(fā)展的具體情況而定；第三，由于計算期的取值對貸款額度有很大影響，因此應對計算期的取值范圍加以界定。計算與分析結果顯示，A高校的貸款控制額度及現有貸款風險指數與銀行判斷相符的是N=5時的計算結果。建議計算貸款控制額度和現有貸款風險指數時使用N=5年；第四，將高校事業(yè)發(fā)展增長的假設條件修正為“高校在未來一定期間內呈持續(xù)穩(wěn)定增長發(fā)展的趨勢”。該模型設定高校事業(yè)在未來一定期間內呈穩(wěn)定增長的態(tài)勢，即g>0。當g為負時，銀行會認為風險增大而提前收回貸款，這時再計算貸款控制額度就沒有現實意義了。但招生規(guī)模不變或略有下降，總體上在校生規(guī)模變化不大時，可以看作是g為0。

五、高校貸款風險控制措施

(一)完善高校管理責任制當前我國的高校管理經濟責任制度并不完善，在相關法律、法規(guī)及規(guī)章中沒有明確規(guī)定校長在管理高校過程中的經濟責任。無論是《中華人民共和國高等教育法》、《高等學校財務制度》，還是《教育部、財政部關于高等學校建立經濟責任制加強財務管理的幾點意見》(教財[12000]14號)，都對高校的財務工作責任問題作出了規(guī)定，即校(院)長對高校的財務工作負責。但對具體責任未作出明確規(guī)定，為此，建議教育部、財政部研究制定高校校(院)長經濟責任的落實方案，明確存在什么樣的管理失誤，要承擔怎樣的賠償等問題。

(二)加強財務管理隊伍建設，提高財務管理人員管理水平各高校應當高度重視財會隊伍建設，通過引進、培訓及繼續(xù)教育等形式來推動財會人員的知識更新，完善財會人員的知識結構，提高會計人員的業(yè)務素質和工作能力，以適應新形勢下高校財務會計及財務管理工作的需要。

第4篇：財務風險分析研究背景范文

關鍵字：企業(yè)；債權；風險管理；法律問題

在當前我國社會發(fā)展背景下，企業(yè)迅速發(fā)展，我國企業(yè)在良好的社會環(huán)境以及金融環(huán)境背景下穩(wěn)步發(fā)展，對于我國企業(yè)的發(fā)展而言起到了非常關鍵的作用。而在當前我國企業(yè)發(fā)展過程中大部分存在“重經濟輕管理”的問題，企業(yè)的管理環(huán)節(jié)還未成熟，尤其是對債務以及債權的風險管理還不夠重視，造成企業(yè)經常出現債權危機，影響到企業(yè)的實際發(fā)展。所以，在當前企業(yè)發(fā)展過程中，應該注重對債權風險進行合理的管控，通過相應的債權風險法律手段，完成對企業(yè)的債權風險管理，提升企業(yè)債權風險管控策略。

1企業(yè)債權的簡要分析

企業(yè)債權是企業(yè)經營管理中的重要權利，其主要是指有關于企業(yè)債務處理問題的相關權利。企業(yè)債權指的是企業(yè)作為民事主體，在企業(yè)開展民事行為的活動中享有的債權。從企業(yè)財務管理的角度，企業(yè)債權包括應收賬款、應收票據、應收利息、其他應收款、預付賬款等直接影響到企業(yè)的收入、資金管控等重要資金鏈條環(huán)節(jié)，對于企業(yè)的整體發(fā)展有非常重要的影響，所以在實際的企業(yè)發(fā)展過程中，應該注重對債權問題進行合理的管控。在當前企業(yè)生產經營中，造成企業(yè)債權問題的主要因素包括以下幾點內容。(1)企業(yè)債權產生過程中，合同是主要的影響因素，其中包括企業(yè)購銷合同、企業(yè)之間的借貸合同等內容，都是形成企業(yè)債權的主要因素。(2)企業(yè)侵權行為也是影響到企業(yè)債權的主要內容。侵權行為可分為一般侵權行為和特殊侵權行為。在一般侵權行為中，當事人一方只有因自己的過錯而給他人造成人身和財產損失時，才負賠償責任，如果沒有過錯，就不須負賠償責任。而在特殊侵權行為中，只要造成了他人的損失，不論責任主體是否存在過錯，都要履行賠償責任。(3)企業(yè)在實際的生產經營過程中，貨款、加工款、租金、交貨、貨物運輸、技術服務等內容也是導致企業(yè)形成債權的主要因素。企業(yè)債權是影響到企業(yè)實際生產經營以及資金資本的主要因素，對于企業(yè)的發(fā)展產生了一定的影響，所以在實際的企業(yè)發(fā)展中，應該針對企業(yè)債權問題進行有效的管控，確保企業(yè)生產經營發(fā)展更加合理有效。

2企業(yè)債權管理風險分析研究

企業(yè)債權管理風險具體是指在企業(yè)進行債權管理過程中出現的風險問題，是指影響到企業(yè)債權管理，影響到企業(yè)債務處理的主要因素，如果企業(yè)在管理中，缺乏對債權管理的風險控制，將會造成企業(yè)債權受損以及相關法律問題，不利于企業(yè)生產經營穩(wěn)定發(fā)展。當前，在企業(yè)債權管理工作展開過程中，影響到企業(yè)債權管理的風險問題主要包括以下幾點內容。(1)企業(yè)自身缺乏對債權的管理意識，導致實際企業(yè)債權問題遭受法律風險的影響，也會影響到企業(yè)的實際發(fā)展。(2)企業(yè)缺乏法律意識。債權是企業(yè)生產經營中的重要合法權益，對于企業(yè)的整體生產經營而言也產生一定的影響。(3)企業(yè)債權管理外部風險。外部風險是造成企業(yè)債權管理風險的主要因素，其主要包括企業(yè)的合作對象信用情況、債權管理相關法律文獻等相關內容，合理的債權管理，對于企業(yè)的發(fā)展也有重要的影響。

3企業(yè)債權風險管理中存在的法律問題

企業(yè)債權風險管理是當前企業(yè)生產管理過程中的重要管理環(huán)節(jié)，對于企業(yè)的總體管理而言起到了非常積極的作用，但是在當前企業(yè)債權管理過程中，還存在一定的法律問題，影響到實際的企業(yè)債權管理，以下是對其相關法律問題進行的闡述。3.1合同法律問題。合同企業(yè)形成債權的主要原因，主要是企業(yè)與合作者之間通過合同達成了產品服務、技術服務等相關服務，合作方承諾給予企業(yè)相應的報酬，從而建立了雙方之間的債務關系，企業(yè)也形成了債權。同時企業(yè)在進行其他交易過程中，其合同也是形成債權的重要標準。而當前，企業(yè)債權風險管理過程中遇到的法律問題，包括債權合同法律問題。企業(yè)進行債權管理過程中，缺乏對合同法律問題的處理，從而形成的法律問題。第一，在企業(yè)雙方進行合同制定的過程中，其未完成雙方利益互換或者服務提供的合同訂立，因此二者之間的債權缺乏一定的法律效應，對于后續(xù)的企業(yè)債權處理造成了影響。第二，企業(yè)債權處理過程中，合同訂立不夠規(guī)范也將引起債權管理風險問題。如合同條款不夠明確、雙方合同條款不一致等問題，都將影響到企業(yè)債權管理風險。3.2債權整體法律法規(guī)問題。債權是企業(yè)在我國境內以民事主體身份所享有的重要權利，對于企業(yè)的自身權利有重要的影響。為了能夠對企業(yè)債權進行合理的保護，保護企業(yè)的合法權益，國家建立了債權相關管理法規(guī)。但是，企業(yè)在實際運行管理過程中，缺乏對債權整體法律法規(guī)的應用。部分企業(yè)對于法律相關問題以及法律制度不夠重視，對于相關問題也不夠了解，從而影響到企業(yè)的債權管理。所以，在實際的企業(yè)債權管理過程中，國家應該完成相關法律文獻的合理制定，企業(yè)應該對債權法律法規(guī)有必要的了解，確保企業(yè)債權管理工作實施更加有效。3.3債權法律處理問題。當前，企業(yè)在債權風險管理過程中，其遇到的法律問題還包括債權事務法律處理問題。企業(yè)在發(fā)生債權糾紛或者債權不明等問題后，一定要使用法律手段進行債權法律管理。但是，在當前企業(yè)進行債權處理過程中，缺乏對法律處理問題的了解。如，當前我國法律體系針對債權訴訟時效問題進行了規(guī)定，其訴訟時效期達到2年，而如果企業(yè)對于債權訴訟處理的法律時效不夠了解，將會影響到實際的債權處理效率，形成實際的債權風險問題。

4企業(yè)債權風險管理中法律對策研究

企業(yè)債權關系到企業(yè)的相關債務資金回收，對于企業(yè)的債權相關問題處理也有非常重要的影響。所以，在當前企業(yè)發(fā)展過程中，應該注重對企業(yè)債權進行合理有效的風險管理，在實際的債權管控過程中，應該注重應用法律環(huán)節(jié)完成風險管控，確保債權風險管理更加有效，提升企業(yè)的債權有效管控。4.1債權風險提前規(guī)避。企業(yè)債權是企業(yè)作為民事主體發(fā)生債務等相關法律問題而形成的權利，所以在企業(yè)生產經營中，在與其他個人或者企業(yè)形成債權之前也要進行必要的風險管控，對債權進行合理的風險控制，確保債權風險管理更加有效。第一，從法律角度而言，債權形成必須要有債權雙方。所以，企業(yè)在債權形成時應該對本方的風險意識進行管控，提升債權風險方法。在實際的債權風險管理過程中，企業(yè)自身應該完成對客戶以及債務方的調查，了解個人或者企業(yè)的資金實力、信用狀況等相關內容，確保企業(yè)良好控制債權風險，做好企業(yè)的風險管控。在企業(yè)進行實際的債權風險管控過程中，國家相關法律也有規(guī)定，要了解國家法律允許的資信情況，弄清對方的法律地位。對客戶法律地位調查主要通過查驗對方的執(zhí)照，查閱工商登記檔案來進行。第二，完成提前債權風險管控。企業(yè)應該建立債權風險管控機制，以財務部門為基礎對企業(yè)實施過程中的相關債權問題進行有效的分析，有針對性地使用風險管控手段，提升債權風險管控效果。4.2債權形成中的風險管控。企業(yè)債權以企業(yè)的相關合同簽訂作為債權形成標志，所以在債權形成過程中進行債權風險管理，主要是針對企業(yè)債權合同進行合理的風險管控，確保企業(yè)債權管理更加有效[1]。首先，在合同訂立的過程中，可以通過相關法律手段完成對企業(yè)債權風險的有效控制，確保企業(yè)債權管控合理，也能夠最大程度上提升企業(yè)債權的管控效果。第一，合同起草以及合同訂立階段，企業(yè)合同管理人員應該具有良好的合同管理意識以及法律意識，對于合同訂立的細節(jié)化法律內容有所了解，從而確保企業(yè)債權管理更加有效，也能夠最大程度上提升企業(yè)債權風險管控。第二，合同起草訂立階段，應該根據雙方實際交易內容以及發(fā)生的法律關系完成合同內容的詳細制定。關于合同的利益分配、服務內容以及資金報酬等內容一定要進行明確規(guī)定，確保債權雙方的關系清晰，內容明了，確保債權形成管控更加有效，也能夠最大程度上提升債權管控效果。第三，合同起草訂立階段，如果雙方因合同內容出現分歧一定要通過合法的手段完成糾紛處理，通過對糾紛的有效處理，確保實際的企業(yè)風險管控更加有效，也能夠最大程度上提升企業(yè)的風險管控效果。第四，企業(yè)雙方相關債權合同訂立過程中，也應該注重對合同的文本進行規(guī)范化處理，確保合同具有法律效應，提升債權風險管控[2]。其次，企業(yè)債權風險管控過程中，應該注重運用法律手段完成債權保障，合理地保護自身的債權，確保企業(yè)經營發(fā)展過程中的作用。第一，利用擔保法對債權進行擔保。當前，我國法律制度中對擔保法進行了完善，規(guī)定債權雙方可以設定擔保人，擔保人具有相應的法律責任，對于擔保實施有非常重要的作用。在企業(yè)進行債權保護的過程中，利用擔保法要求交易對象找到擔保人，可以預防交易對象出現資金問題，導致企業(yè)出現壞賬現象。第二，債權人在自身債權保護過程中，也可以使用不安抗辯權。不安抗辯權是企業(yè)債權合理保護的重要法律權利，對于企業(yè)的債權保護而言也起到了非常關鍵的作用，在實際的企業(yè)債權保護過程中，利用債權法更應該注重完成實際的債權管理控制，提升債權管理效果。企業(yè)應該對不安抗辯權的法律內容有所了解，并學會合理利用權利完成不安抗辯權的保護，確保相關工作實施更有效果[3]。4.3債權法律事務處理中的風險管理。在當前社會企業(yè)生產經營過程中，企業(yè)很容易出現債權法律糾紛問題，而在實際的處理環(huán)節(jié)，企業(yè)應該注重對債權法律事務處理進行風險防控，利用相關法律完成債權法律事務的合理處理，確保企業(yè)的債權等得到合理的保護[4]。首先，從法律角度而言，企業(yè)自身也具有完成債權追討的權利，企業(yè)完全可以通過溝通、協(xié)商等方式完成對債權問題的處理，依法處理問題也是當前社會和諧發(fā)展的關鍵。而在實際的問題處理過程中，企業(yè)應該注重以下兩點內容：第一，企業(yè)應該對自身的債務權利進行明晰，同時有足夠的證據證明對方存在債權法律問題，才有權利追討債務問題；第二，企業(yè)應該成立法律部門，以法律部門完成對債權問題的處理，這樣具有合法性，也更能夠體現公平公正，確保企業(yè)債權法律事務處理有效。其次，從法律角度而言，企業(yè)還可以通過訴訟的手段完成債權追討。企業(yè)在掌握有關證據后，可以向相關部門以及人民法院提訟，通過正規(guī)、合理、合法的法律手段完成債權追討，維護自身的合法權益。另外，企業(yè)也可以通過委托追收的方式完成債權事務處理，通過律師事務所等相關法律機構完成委托管理，幫助企業(yè)完成對債權風險的有效管理[5]。

5結語

本文從企業(yè)債權風險形成前、債權形成中以及債權風險形成后三個方面闡述了債權風險管控的有效措施，希望能夠對企業(yè)債權風險管理以及企業(yè)經營發(fā)展有所幫助。

參考文獻

[1]章敏鋒.論施工企業(yè)的債權風險管理[J].商訊,2019,183(29):100-101.

[2]宋雨玲.淺議通過搭建信息化平臺方式實現鐵路企業(yè)債權風險的有效管控[J].鐵道經濟研究,2019(02):20-22.

[3]范光暉.國有企業(yè)債權債務財務風險研究[J].商品與質量,2019(32):160.

[4]柯峻嶺.淺談加強債權債務管理改善企業(yè)資產結構[J].財會學習,2019(09):171-172.

第5篇：財務風險分析研究背景范文

摘要 關于政府融資平臺貸款的信用風險是目前經濟學界研究和探討的熱門話題。本文簡要綜述了政府融資平臺的文獻研究，分析其風險特征，并在此基礎上嘗試建立合適的信用風險預警評價指標體系；在風險評價方法的選擇上，從人工智能方法的BP神經網絡模型出發(fā)，脫離傳統(tǒng)的以歷史數據進行回歸分析的Logistic評價模型，從財務視角對樣本企業(yè)的信用風險預警指標進行量化估計，通過實證比較分析，得出研究結論，并提出相應的政策建議。

關鍵詞 政府融資 信用風險 實證研究

一、 引言

（一） 歷史沿革及背景

近年來，各地方政府為了促進當地經濟發(fā)展、推進城市化進程，通過設立大量投融資平臺的方式從銀行借貸融資，用于城市基礎設施等方面的建設。此類政府行為的歷史背景是：早在1994年實行分稅制改革以來，中央財政所占比重逐步提高，但是當初的改革只分了財權，未分事權，于是在實施過程中出現了財權層層上收、重心上移，事權層層下放、重心下移的局面，導致地方政府財力緊張，地方政府隱性債務不斷增長。1994年出臺的《預算法》第28條規(guī)定：地方各級預算按照量入為出、收支平衡的原則編制，不列赤字；除法律和國務院另有規(guī)定外，地方政府不得發(fā)行地方政府債。在這種背景下，近年來，為了促進地方經濟發(fā)展、推進城市化進程，一些地方政府進行了投融資體制創(chuàng)新，相繼建立了一些隸屬于地方政府的投融資平臺，將原屬于財政撥款的項目拿到銀行去貸款融資，以解決資金不足的問題。

所謂地方政府投融資平臺，廣義上講實際包括地方政府組建的不同類型的城市建設投資公司、城建開發(fā)公司、城建資產經營公司等不同類型的公司，這些公司通過劃撥土地、不動產、股權、規(guī)費、債券、稅費返還等資產，組建一個資產和現金流大致可以達到融資標準的公司，必要時再輔之以財政補貼等作為還款承諾，融入的資金重點投入市政建設、公用事業(yè)等項目之中。2008年11月，中央政府為應對全球金融危機，開始實施積極財政政策和適度寬松的貨幣政策，地方政府投融資平臺的作用迅速凸顯；2009年3月24日，中國人民銀行與中國銀行業(yè)監(jiān)督管理委員會聯(lián)合《關于進一步加強信貸結構調整促進國民經濟平穩(wěn)較快發(fā)展的指導意見》提出：“支持有條件的地方政府組建投融資平臺，發(fā)行企業(yè)債、中期票據等融資工具，拓寬中央政府投資項目的配套資金融資渠道”，被地方政府和商業(yè)銀行視為是對地方政府投融資平臺的支持和鼓勵。也正是從這個時期開始，各地大量組建地方政府投融資平臺，平臺“遍地開花”，勢如破竹。據監(jiān)管部門的統(tǒng)計數據，2009年末，全國共有地方政府投融資平臺3800家左右，管理總資產8萬億元，總負債規(guī)模5.26萬億元。隨著時間的推移，這些平臺類貸款的信用風險逐步顯現，引起經濟、學術界的高度關注。

（二） 平臺風險研究文獻綜述

目前，關于政府融資平臺的風險研究主要包括宏觀經濟環(huán)境、區(qū)域經濟市場、平臺經營風險以及對地方政府的財政風險的分析。巴曙松（2009）認為，近兩年地方政府投融資平臺已經成為國內增長最為活躍的負債主體，但是，過度的負債也造成了多元化風險。他分別從微觀風險管理角度、財政運行的角度、國家宏觀政策的角度，分析了融資平臺的融資風險行為，指出目前地方投融資平臺的財務狀況、融資狀況很不透明，隱含潛在信用風險；同時，大規(guī)模的地方投融資平臺主導的信貸高速增長，不僅增加了財政的隱形負債，而且直接制約了宏觀貨幣政策的調整空間。必須立即著手對融資平臺進行規(guī)范化、市場化、透明化改革，其中銀行應當推進更為審慎的對地方政府融資的風險管理舉措。但是他沒有具體分析平臺貸款的微觀風險的特征。賈康（2010）認為，我國尚未構建比較清晰的政策性融資體系和相關機制，所以地方融資存在著強烈的現實需要，但是必須承認確實有明顯的矛盾和紊亂現象，需要通過機制創(chuàng)新和制度建設，把地方上紊亂的融資逐步引導到陽光融資的狀態(tài)中去。他提出一個比較新穎的觀點，地方政府舉債可以引入市場評級的機制，由權威性的評級機構對地方政府的信用客觀公正地打分，使地方政府融資平臺接受市場環(huán)境的要素約束，接受更有力的公眾監(jiān)督。但是，文中沒有涉及如何構建對地方政府的信用評級指標體系和評價模型。鄭蓉等（2010）認為，風險最為嚴重的是地方融資平臺的創(chuàng)新和演變，如2008 年在昆明發(fā)明的“銀信政”金融創(chuàng)新產品，是由銀行發(fā)行理財產品，通過信托公司投資于地方政府融資平臺的股權或債權，同時政府向銀行和信托公司出具回購的承諾函。由于該產品具有政府擔保的“無風險套利”背景，產品在全國各地得到迅速復制和深入發(fā)展。但是從未來現金流入角度看，許多地方政府早已負債累累，一旦大批負債陸續(xù)到期，政府無力償還債務，金融產品風險與政府的信用風險便同時顯現，最終損害的是公眾投資人的利益。此外，陳慧莉（2010）提出要建立有效的政績考核與評價機制，關注政府對資源的使用效率；張曄明（2010）提出要防范土地財政風險和房地產泡沫的風險。龔璞（2010）則從完善制度角度出發(fā)，提出要全面清理各類融資平臺，建立對地方政府融資的長期審計制度和債務預警制度，改變目前中央和地方的財政收入分配格局，甚至可以修改《預算法》，允許地方政府有舉債權。

（三） 平臺信用風險基本特征

政府融資平臺的金融信用風險，誘因是多方面的。主要包括外部環(huán)境的政策風險、法律風險、地方政府信用等諸多非財務因素風險，以及平臺公司內部存在的資本金來源不實、負債率過高、項目現金流不足、公司治理結構不健全等財務因素風險。其風險特征表現在：

1. 外部環(huán)境風險。從廣義上講，主要指國內外的宏觀經濟運行狀況、國家的宏觀調控政策、行業(yè)政策、貨幣政策以及金融市場動向產生的風險。狹義上講，環(huán)境風險主要指區(qū)域經濟的發(fā)展水平、區(qū)域資本市場的發(fā)育程度以及區(qū)域法律、法規(guī)的完善程度。如：區(qū)域經濟發(fā)展水平會直接影響到地方政府收入水平，區(qū)域資本市場的發(fā)育程度會影響到企業(yè)融資環(huán)境，直接影響企業(yè)的融資成本，另外，如果一個地區(qū)的法律、法規(guī)較為完善，則會大大降低企業(yè)逃避債務的機會主義，提高企業(yè)償還債務的意愿。

2. 地方政府信用風險。對地方政府的財政實力、政府信用風險進行分析，主要考慮地方政府投融資平臺同地方政府的緊密關系，地方政府的財政狀況直接影響到地方政府對投融資平臺的支持力度，以及到期償還資金的來源。為此，必須要考慮地方政府財政狀況，包括地方政府財政收入和支出結構、財政顯性和隱性債務水平等。

3. 平臺類公司的財務風險。作為債務負擔的現實載體，在中國政治、經濟體制不發(fā)生重大變革的前提下，地方政府投融資平臺應該是到期債務償還的主體，為此，必須對其財務狀況進行細致準確的分析，確定其對債務的保障能力，這是信用風險分析的基礎內容。大多數的平臺公司存在以下財務特征：

（1） 資本金來源不實，自身負債率過高。普遍存在著資本金不足、不實以及抽逃資本金的現象，一些地方政府甚至采取各種變通手段向平臺注入不實資產進行“濫竽充數”。同時，平臺公司的總體負債水平相當高，“小馬拉大車”現象比較普遍，有的企業(yè)負債率甚至超過80%。

（2） 項目現金流不足，綜合效益不高。平臺公司大多對所投項目缺乏嚴格、科學的項目論證，缺乏舉債的總體規(guī)劃，容易造成資金使用上的浪費，導致公司的現金流不足，不足以覆蓋銀行債務。如城市廣場、道路、污水處理、環(huán)境整治等市政基礎設施項目，投資金額大、建設周期長，綜合收益低，有的屬于公益性質，靠地方財政兜底，而財政收入具有不穩(wěn)定性。并且，由于平臺公司的債務最終償還主體及投資失誤的責任主體界定不明晰，一旦發(fā)生還款困難，最終責任人是誰、地方政府是否會出面償債，對銀行和投資者而言其實并不十分確定。

（3） 公司治理結構不健全。一些地方政府投融資平臺公司的法人治理結構很不健全，缺乏嚴格的管理規(guī)范。平臺的高管人員大多是由原政府官員擔任，缺乏必要的企業(yè)經營管理經驗及風險防范常識，因此在投融資的過程中容易發(fā)生重大的決策失誤。

（4） 融資狀況不透明，隱性負債高。不僅商業(yè)銀行難以全面掌握，甚至有的地方政府自身也并不完全清楚下屬投融資平臺的總體負債和擔保狀況。值得注意的是，地方政府投融資平臺所潛伏的風險還表現為很強的系統(tǒng)性風險，一旦宏觀經濟走勢發(fā)生重大變化，尤其是土地價格如果下跌，那么地方政府投融資平臺、地方財政以及商業(yè)銀行所蘊藏的風險就會統(tǒng)統(tǒng)暴露出來。

（5） 財務透明度及可信度不高，銀行內部信用評級難，降低了銀行對貸款主體風險的識別能力。由于平臺類公司的財務報表存在特殊性，財務數據普遍不準不實。例如，財政補貼是公司收入的重要組成部分，主營業(yè)務收入占總收入的比例較低，經營性凈現金流量對債務保障能力有限，許多公司債務的償還方式依賴于政府的財政補貼或專項基金等。在商業(yè)銀行內部信用評級的方法選擇上，現有信用評級模型一般以Logistic模型為主，是對歷史數據的回歸分析和量化評估，對一般商貿類、生產經營性企業(yè)適用性更強。而在政府融資平臺中，基于以上特殊性，評級結果的相應指標往往存在更多的正負異常值，在平臺公司財務指標的橫向比較中，指標間的表現更加離散。

為此，可以確定的一個基本的判斷是：現有的信用評級方法不適合此類“特殊行業(yè)”的評級，同時缺乏恰當的信用評級評價指標體系。本文研究，就是以新近大量涌現的政府投融資平臺類貸款為特定研究對象，建立合適的信用風險預警評價指標體系，從人工智能方法的BP神經網絡模型出發(fā)，利用神經網絡模型具有良好的自學習、自適應、并行處理和非線形轉換的能力，脫離傳統(tǒng)的以歷史數據為依據的評價模型，從財務視角對樣本企業(yè)的信用風險預警指標進行量化估計，并與Logistic模型的信用風險預警結果比較分析，得出一定結論，最終給出合理的政策建議。

二、 基于BP神經網絡模型的風險預警指標體系研究

（一） 風險預警評價結構框架

信用風險是金融機構面臨的主要風險。商業(yè)銀行信用風險評價是指商業(yè)銀行在信用風險量化估計的基礎上，研究其性質，分析其影響，尋求風險對策的行為,因此,量化估計是風險評價的前提。按照《巴塞爾協(xié)議》規(guī)定，商業(yè)銀行可以根據評價主體的不同，將風險評價分為內部評價和外部評價，而內部信用評價的核心就是建立信用評級模型。一般可以將評級模型分為三大類：主觀判斷模型、統(tǒng)計模型和因果模型。主觀判斷模型主要依賴信貸專家的主觀判斷；統(tǒng)計模型根據是否需要估計參數分為參數和非參數兩類統(tǒng)計模型，前者包括單變量和多變量分析，而后者如人工智能則是利用先進的計算機技術模仿人類的決策行為；因果模型是根據公司的資本結構指出公司的違約原因。主觀判斷模型主要使用典型調查表、專家判斷、專家系統(tǒng)以及模糊邏輯系統(tǒng)等方法；參數統(tǒng)計模型常常使用回歸分析、判別分析、Logistic模型、面板數據模型等方法；非參數統(tǒng)計模型主要使用決策樹、神經網絡、KNN等方法。

實踐中，銀行內部信用評級模塊的構造，最常見的是主觀判斷模型和其他兩種模型的類型結合使用。實證調查表明：統(tǒng)計技術中，以參數模型的多變量判別分析和Logistic模型應用比較廣泛，而非參數模型如人工智能方法相對較新、較少。本文則是采用BP神經網絡的人工智能方法，將平臺類貸款的財務指標作為主要討論對象，進行量化分析評估，系統(tǒng)的學習、測試樣本來自某股份制銀行的實證。

基本信用評級模型劃分的總體結構框架如圖1。

圖1 基本信用評級模型劃分的總體結構框架

（二） 構建平臺風險預警評價指標體系

結合前文所述的信用風險基本特征，構建平臺類貸款的風險預警評價指標體系，一級指標主要包括：宏觀經濟指標、中觀經濟指標、地方政府財政指標、平臺公司財務指標等。

1. 宏觀經濟指標。宏觀經濟環(huán)境是任何形式的經濟體賴以生存的基礎，關注宏觀經濟運行的基本狀況，把握宏觀經濟對行業(yè)、企業(yè)的周期影響，有助于準確判斷企業(yè)的未來發(fā)展態(tài)勢。宏觀經濟環(huán)境指標包括：整體宏觀經濟政策指標，如國內經濟生產總值、國民經濟收入增加值、固定資產投資的規(guī)模和增速、CPI、PPI等，對整體資本市場的運行狀態(tài)和發(fā)育程度的分析指標，如直接融資比重、匯率、利率變動等。

2. 中觀經濟環(huán)境指標。主要指區(qū)域經濟環(huán)境指標，包括：當地資本市場的成熟度，資本市場發(fā)達地區(qū)，企業(yè)擁有更多的融資渠道，財務彈性較好，能夠有效地降低自身的信用風險。預警指標如當地上市公司數量占全國比重、股票當年籌資額占全國比重、地區(qū)內企業(yè)直接融資規(guī)模、金融中介服務機構數量、地區(qū)金融從業(yè)人員數量占比等。還有法制建設水平，法治環(huán)境是構成地區(qū)信用環(huán)境的重要因素之一，完善的法治環(huán)境能夠有效保護金融主體產權，遏制惡意信用欺詐和逃廢債務行為的發(fā)生。預警指標如產權保護力度（知識產權及商標數量）、司法執(zhí)行力度（如訴訟未執(zhí)行比例）等。

值得注意的是，由于平臺項目貸款的非流動性特征，地方政府投融資平臺的資產流動性和收入水平受區(qū)域經濟環(huán)境的影響較為顯著。區(qū)域經濟環(huán)境能直接影響到地方政府的財政收入水平，間接影響到投融資平臺公司的收入水平。

3. 地方政府財政指標。主要包括：地方財政收入（總財政收入、一般預算內財政收入、地方可支配財政收入等）、地方財政支出（總支出、經常性支出的變動幅度、工資和養(yǎng)老金支出、負債利息支出等）、地方財政收支差額、地方政府的債務（地方政府直接顯性負債、地方政府或有隱性負債等）。地方財政收入來源的穩(wěn)定性，可以判斷地方財政基本的狀況和未來發(fā)展水平，只有穩(wěn)定的地方財政和穩(wěn)定的增長趨勢，才能保證地方政府未來對地方基礎設施投入的穩(wěn)定增長。地方財政支出水平和結構以及地方財政收支差額，能夠反映出地方政府的財政資金的運作能力和行政水平，同時也可以判斷地方財政對基礎設施的支持方式和可能的最大力度。對地方財政債務的分析，能夠確定債務到期償付的集中度，若債項到期日是地方政府債務償還的集中期，則可以基本判斷地方政府對投融資平臺的支持將會大大降低，反之，預期會較好。

4. 平臺公司財務指標。主要分為兩類：定性指標和定量指標。定性分析指標如：公司經營模式、公司競爭地位、領導者素質、企業(yè)發(fā)展前景等，可以通過專家輸入系統(tǒng)進行分析。定量指標一般以地方政府投融資平臺近三年的財務數據為基礎，確定相應財務分析指標，進行定量分析。在筆者前期對政府融資平臺貸款研究中，曾運用主成分分析法，通過SPSS統(tǒng)計分析軟件對樣本企業(yè)的財務數據進行主成分分析，通過計算相關矩陣的特征值、特征值貢獻率和累積貢獻率，得出平臺公司的經營規(guī)模、營運發(fā)展能力、政府擔保能力、增長盈利能力、流動性能力等五項因素，構成該類公司風險綜合評價過程中最主要的方面，其因素權重比例分別達到32.8%、21%、17%、8.7%、7.2%，前5個主成分包含原始數據的信息總量達到85%以上，基本代表了原來若干評價指標。本文在構建財務預警指標體系時，借鑒了前文研究結果，同時只考慮企業(yè)本身財務預警及其相關性，剔除政府擔保能力因素，其他四項構成評價的二、三級指標類型如下：

表1 預警評價指標體系

（三） 平臺風險預警評價方法

1. Logistic模型

早在1977年，Martin從1970―1977年間大約5700家美聯(lián)儲成員銀行中界定出58家困境銀行，選取總資產凈利潤率等8個指標，通過建立Logistic模型來預測公司的破產及違約概率。他還將Logistic模型與ZScore模型、ZETA模型預測能力進行了比較，結果發(fā)現Logistic模型要優(yōu)于ZScore模型和ZETA模型。

目前商業(yè)銀行內部信用評級方法中，一般運用Logistic模型，采用羅吉特函數，對歷史數據進行回歸，在得出各系數的估計值后，計算出客戶違約概率。由于Logistic模型中因變量是二分類的，而不是連續(xù)的，其誤差的分布不再是正態(tài)分布而是二項分布，因此Logistic回歸系數的估計不再用最小二乘法，而用極大似然法。評級主要思路：一是以 “違約”概念為基礎，二是以客戶違約概率即違約可能性衡量客戶信用風險水平，三是違約概率由信用評級模型測算得出，四是將違約概率劃分為若干個區(qū)間，每個區(qū)間代表一個信用等級，客戶信用等級越高，則表明其信用風險水平越低；客戶信用等級越低，則表明其信用風險水平越高。

Logistic函數形式如下：

p=11+e-s

s=c0+∑mi-kcixi（1）

其中，xi為信用風險評定中的影響變量，ci相應變量的技術系數。

對Logistic模型來說，p是s的連續(xù)增函數，s∈(-∞,∞)。并且

lims∞p=lims∞11+e-s=1

lims∞p=lims-∞11+e-s=0

對于某一公司來說，如果其Logistic回歸值pi接近于0，則被判定為一類經營“差”的企業(yè)，更有可能陷入財務困境；如果其Logistic回歸值pi接近于1，則被判定為一類經營“好”的企業(yè)，陷入財務困境的可能性小。

該評級方法的缺陷：一是數據有限，未能覆蓋一個完整的經濟周期；二是模型假設解釋變量中存在著線性關系，而現實經濟現象是非線性的，削弱了預測結果的準確程度，使得模型不能精確地描述經濟現實；三是羅吉特分布公式中參數β常用極大似然估計，參數準確性受數據數量和質量的影響,需要持續(xù)改進。在政府融資平臺類貸款中，上述缺點尤為明顯。隨著計算技術的發(fā)展，許多非參數、非線性模型得以開發(fā)，如神經網絡在信用違約預測方面方興未艾。

2.BP神經網絡模型。

20世紀40年代，心理學家W.S.Mc Culloch和數理邏輯學家W.A.Pitts建立了神經網絡數學模型，他們提出了神經元的形式化數學描述和網絡結構方法，證明了單個神經元能執(zhí)行邏輯功能，從而開創(chuàng)了人工神經網絡研究的時代。六十年代，提出了更完善的神經網絡模型，其中包括感知器和自適應線性元件等。之后,陸續(xù)有研究者提出了適應諧振理論、自組織映射、認知機網絡等，以上研究為神經網絡的發(fā)展奠定了基礎。1982年，美國加州工學院物理學家J.J.Hopfield提出了Hopfield神經網絡模型，引入了“計算能量”概念，給出了網絡穩(wěn)定性判斷。1984年，他又提出了連續(xù)時間Hopfield神經網絡模型，為神經計算機的研究做了開拓性的工作，開創(chuàng)了神經網絡用于聯(lián)想記憶和優(yōu)化計算的新途徑。1985年，有學者提出了波耳茲曼模型，在學習中采用統(tǒng)計熱力學模擬退火技術，保證整個系統(tǒng)趨于全局穩(wěn)定點。1986年進行認知微觀結構的研究，提出了并行分布處理的理論。人工神經網絡的研究受到西方國家一致的重視，美國國會甚至通過決議，將1990年1月5日開始的十年定為“腦的十年”，國際研究組織號召它的成員國將“腦的十年”變?yōu)槿蛐袨椤?/p>

人工神經網絡（Artificial Neural Network，ANN）具有良好的自學習、自適應、并行處理和非線形轉換的能力，是一種很好的評價方法。從模式識別角度看，銀行風險預警評價是一個模式分類過程；從警兆指標、警情指標到警度之間的映射關系看，預警評價是一個函數逼近過程；從之間的噪聲與報警準確處置方式來看，預警評價又是一個最優(yōu)化過程。而模式識別、函數逼近、最優(yōu)化處理正是ANN最擅長的應用領域，因此，ANN應用于銀行風險預警評價是非常適合的。

（1） 模型結構。本文根據所評價的問題建立的BP 神經網絡模型如圖2。模型采用三層BP 神經網絡，該網絡包括三層：輸入層、隱藏層和輸出層，采用誤差逆?zhèn)鞑ニ惴ㄟM行網絡學習和運行。

圖2 BP神經網絡三層前饋模型

以Wk,j記做輸入層與隱藏層神經元之間的權值，Wj,i記做隱藏層與輸出層神經元之間的權值，輸入層、隱藏層和輸出層的激活函數分別是Ik、Hj和Oi。網絡接受輔導學習算法的訓練，即反向算法，這個算法實施極小化期望與實際輸出誤差，優(yōu)化網絡的權值。每個輸出神經元i的誤差是Erri=Ti-Oi，其中Ti是期望輸出。改變權值Wj,i的權值更新公式如下：

Wj,iWj,i+ηHjErrig′(ini) （2）

其中，η是控制改變量系數（學習比率），g′是激活函數的一階導數，而ini與等于ΣjWj,iHj更新權值Wj,k的公式類似：

Wk,jWk,j+ηIkΔj （3）

其中，輸入數值Ik是第k個輸入，而Δj=g′(inj)ΣiWj,iErrig′(ini)

算法迭代直到滿足停止準則為止。

（2） 前層的歸一化。由于神經網絡的輸入要求在［0，1］區(qū)間，因此，在網絡學習訓練前首先要將各評價指標的原始數據進行歸一化，通過歸一化確定樣本中每一評價指標相對應的網絡輸入值。

指標的歸一化處理。風險預警指標體系中各項指標的衡量標準不一, 既有定量的又有定性的, 其性質和量綱也不同, 這就造成各指標之間的不可共度性, 因此, 首先要對指標值進行歸一化處理，將它們轉化為閉區(qū)間［ 0, 1］ 上的無量綱性指標值?？梢詫⒅笜祟愋蛣澐譃闃O大值指標(越大越好) 和極小值指標(越小越好) 兩種類型。

對于極大值指標, 歸一化采用的隸屬函數為：

x′ij=xij-mjMJ-mj （4）

對于極小值指標, 歸一化采用的隸屬函數為：

x′ij=Mj-xijMJ-mj （5）

式中xij為原始數據,MJ=maxi{xij}，mj=mini{xij}，x′ij∈［0,1］為歸一化后的無量綱性指標。

（3） BPNN 網絡訓練學習。原始數據經過預處理后送歸一化模塊，歸一化模塊將根據輸入信號按規(guī)則進行歸一化，得到13個歸一化值，然后，這些歸一化值被送入模塊。由以上分析可知，模塊輸入層的模糊神經元數為13，即輸入信號x1、x2、x3…x13對應于13 個歸一化值；輸出神經元數為1，即輸出量對應于銀行風險預警評價；隱藏層的神經元數經學習過程調節(jié)后定為5個。

神經網絡在國民經濟和國防科技現代化建設中具有廣闊的應用領域和應用前景。近幾年人工神經網絡模型開始應用于商業(yè)銀行信用風險評價，無論從思想上，還是從技術上都是對傳統(tǒng)評價方法的一種拓寬和突破，它解決了傳統(tǒng)評估方法難以處理的高度非線性關系、缺少自適應能力、信息獲取效率低等困難，為模型實用化奠定了基礎。神經網絡模型在銀行信用風險評價的優(yōu)點主要體現在：一是很容易建立輸入和輸出變量間非常復雜的非線性關系；二是不要求假設變量的概率分布；三是能夠快速適應新信息、新環(huán)境；四是對具體問題不存在決定最優(yōu)網絡技術的正規(guī)程序，即連接輸入和輸出變量結點的層數。

由于政府融資平臺信用風險識別比較復雜，各個因素之間相互影響，財務數據變異性大，呈現出復雜的非線性關系，人工神經網絡為處理這類非線性問題提供了強有力的工具。

三、 實證研究

（一） 實驗數據

本文利用某股份制銀行南京分行的貸款數據資料進行貸款風險預警評價模型的實證研究，建模的貸款數據從銀行的信貸數據庫中隨機抽取，共抽取78個樣本資料，對平臺類企業(yè)09年末經審計的財務報表數據采取逐步篩選、反復迭代的方法，其中48個樣本財務數據資料齊全，具備一定的代表性，因此，以此作為分析對象。實驗數據如附表一。在對實驗數據進行量綱化、標準化處理時，考慮到資產負債率指標為逆向指標，取其倒數。

（二） 實驗指標選擇

在風險預警指標的選擇上，考慮到樣本數據以江蘇地區(qū)，特別是南京地區(qū)的平臺貸款為主，宏觀、中觀以及地方財政等外部環(huán)境特征基本一致，而此次實證研究目的主要是考察平臺類財務指標的變化對不同模型分類的適應性，故根據銀行信貸風險預警評價指標體系設計的原則，本文構建了包含4個準則層、13 項具體指標的指標體系，如圖3。

圖3 風險預警評價指標體系

（三） 實驗方法

在BP神經網絡的學習訓練階段，樣本的期望值是已知的，它根據某股份制銀行信貸系統(tǒng)中的已有的內部信用評級給定。48個樣本數據中，企業(yè)的內部信用評級狀況如下：

表2 內部信用評級分布

本文旨在揭示神經網絡模型在政府融資平臺類貸款風險預警中具有強大的模式識別、分類與優(yōu)化處理作用，并非對企業(yè)的信用評級作出評判，因此，實驗設計只將樣本數量按照信用等級的不同區(qū)分為兩類：所有的A級及以下企業(yè)分為一類，信用等級定義為“一般”，AA級，AA+及AAA級分為一類，信用等級定義為“好”。

實驗采用4折交叉驗證，即將48個樣本平均分為4份，每份12個樣本， 每次用其中三份作為訓練樣本，用另外一份進行驗證。每份的樣本分布見下表所示：

（四） 驗證結果

本次實驗是運用Matlab中BP神經網絡工具模型和Weka中Logistic模型分別對樣本進行計算和驗證。其中：BP神經網絡結構和算法必須謹慎選擇參數，如每層內神經元個數和學習速率。本次實驗經過多次迭代篩選，最終確定的參數設置如表5：

表5 BP神經網絡函數及參數設置

平均正確率為0.70833。

綜上，在政府融資平臺信用風險預警分類的識別上，BP 神經網絡模型比Logistic模型的準確率提高了8.3%。分析原因，主要在于政府融資平臺貸款的財務數據、財務指標具有較大的變異，如經營性現金流、主營業(yè)務收入、凈利潤，甚至包括存貨周轉率、應收賬款周轉率等營運指標，每年都有很大的差距。它和一般有完善的公司治理結構的企業(yè)不同，盈利性、流動性相對弱化，政府的直接和隱性擔保能力實際較強。在這種高度非線形關聯(lián)的數據面前，BP神經網絡模型天然存在著內在的風險識別優(yōu)勢，這和基于歷史數據進行回歸分析的Logistic模型有很大的區(qū)別。

四、 結論

銀行信用風險的評估、預警、識別和防范是一個永恒的難題。假設政府融資平臺可以作為一個特殊行業(yè)來進行分析的話，它有著與一般企事業(yè)單位截然不同的風險特征。在平臺類公司的風險預警指標體系的構建上，對宏觀、中觀因素，本文僅僅以枚舉的方式，列示了部分筆者認為的對風險預警存在重要影響的指標，并未窮盡。著重強調的是地方政府的財政實力及還款意愿，是平臺類公司風險構成中最為特殊之處，也是未來化解平臺類貸款風險的重要因素，需要在將來的工作中進一步加以分析研究?；谄脚_公司財務指標的特殊性，本文僅僅選擇了一些簡單的定量的財務指標進行分析，這些財務指標是通過SPSS等軟件對其相關性進行檢驗，剔除非顯著性差異而篩選獲得的。實際操作中，還可以增加許多定性指標進行分析和判斷，如采用專家分析法，將一些定性指標轉化為定量指標，這樣構建的財務指標體系將更加健全，對風險的預警分析更加接近實際，更具有參考價值。如在政府融資平臺類貸款中，政府的擔保能力實際上是銀行融資、決策發(fā)放貸款的一個重要因素，如何在風險預警指標體系中選擇合適指標，構建財務擔保能力因素，是在未來研究過程中需要重點考慮的新的課題。

在政府融資平臺的風險評價模型的選擇上，本文的實證研究表明，BP神經網絡模型對風險的分類和識別，比一般的Logistic模型具有更好的分辨率和準確性。這種結果的出現可以理解為是政府融資平臺的財務指標的異常和特殊性所致。雖然此次實驗存在一些不足，如樣本數量不足夠大，數據以江蘇地區(qū)、特別是南京的政府融資平臺公司為主，有一定的地區(qū)局限性，但是，實證表明，在銀行信用風險量化評估、風險預警過程中，對企業(yè)財務數據失真、信息不透明的行業(yè)（如政府融資平臺），BP神經網絡模型對模型的識別能力更強，這是基于神經網絡的自學習、自適應能力，它與以歷史數據為回歸依據的一般的模型特征有明顯區(qū)別。相信在未來的銀行信用風險預警研究過程中，以神經網絡模型為代表的非參數人工智能方法將發(fā)揮越來越大的評價作用。

參考文獻

Lee S.C，Lee E.T.,1974，“ Fuzzy sets and neural network”，J. Cybemetics， 14:83103.

Martin，D.,1977，“Early Warning of Bank Failure: A logit Regression Approach”，Journal of Banking and Finance，2，249276.

Shintanim，Linton O，2004, “Nonparametric Neural Network Estimation ofLyapunov Exponents and a Direct Test for Chaos”， Journal of Econometrics, 120(1)，1 33.

安國俊，2010，《地方政府融資平臺風險與政府債務》，《中國金融》第7期43―44頁。

巴曙松，2009，《地方政府投融資平臺的發(fā)展及其風險評估》，《西南金融》第9期9―10頁。

陳慧莉，2010，《地方融資平臺風險防范研究》，《中國市場》第7期47頁。

龔璞，2010，《淺談地方政府融資平臺債務風險的防范》，《中國經貿》第8期127―128頁。

賈康，2010，《地方融資與政策性融資中的風險共擔和風險規(guī)避機制》，《上海金融學院學報》第1期5―8頁。

劉立峰等，2010，《地方政府融資研究》，《宏觀經濟研究》第6期6―11頁。

王翼寧，2010，《我國地方政府融資平臺的風險控制預警體系與市場化運作研究》，《現代管理科學》第11期33―34頁。

鄭蓉、張俊、干勝道，2010，《地方融資平臺的風險與控制研究》，《西南民族大學學報》第8期143―144頁。