企业财务风险度量的方法与评价的论文

《企业财务风险度量的方法与评价的论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、企业财务风险度量的方法与评价的论文【摘要】本文从企业财务风险的度量方法入手，对几种主要的财务风险度量方法进行分析评价，并提出了应用上的一些建议。　　　　在市场经济环境下，企业不可避免地要面临财务风险，如何度量和评价财务风险并有效地对其进行规避是企业经营管理中的一项重要内容。　　　　一、财务风险是企业经营中面临的重要问题　　　　企业财务风险是由于在市场经济条件下，企业所处的外部经营环境和内部经营活动的不确定性造成的。从一般意义上讲，企业财务风险可以理解为企业在经营活动中，由于内外部环境及各种难以预料或无法控制的因素作用，使企业财务活动的未来结果偏离预期财务目标的可能性

2、。这种可能性表现在两个方面，一方面可能给企业造成预期外损失；另一方面可能给企业带来预期外收益。　　企业作为市场经济中的微观主体，在经营过程中必然要面临一定的财务风险，这是企业所无法回避的现实问题。由于财务风险对企业经营具有两面性，如果企业在经营活动中，能对财务风险进行良好的管理，企业就能有效地保证自身资本的安全和增值，促进企业的发展壮大；否则，企业不但不能得到很好的发展，还有可能面临破产倒闭的厄运。所以，财务风险管理已经成为当今企业管理的一项重要内容。而财务风险管理的核心内容就是对财务风险进行科学的度量。因此，财务风险度量方法的选择对企业的经营管理至关重要。　　　　

3、二、企业财务风险的度量方法　　　　企业财务风险度量就是采用一定的方法，对由于各种不确定性因素造成企业的未来财务结果偏离预期财务目标的可能性进行确定、量化的一种管理活动。.cOm在实践中，一般采用定性和定量、主观和客观相结合的方式来对其进行分析。根据不同的理念，财务风险的度量有多种方法，但最常见的方法主要有以下几种：　　　　（一）概率分析法。就是用概率论、数理统计的理论与方法，对企业的财务风险进行度量。1.计算各项目的期望收益值；2.计算各项目报酬率的分散程度，即方差和标准差；3.根据变异系数判断风险程度，变异系数越大，风险越大；反之，变异系数越小，风险越小。　　　　

4、（二）杠杆分析法。就是通过对经营杠杆系数(dol)、财务杠杆系数(dfl)和总杠杆系数(dtl)的分析来衡量企业经营风险、筹资风险和总风险的大小及杠杆利益水平的高低。杠杆系数愈大，企业财务风险也愈大，反之则财务风险也就越小。　　　　（三）资产定价模型法(capm)。此方法的应用有其严格的假设条件：1.所有投资者都是风险规避者，各种投资者均使用资产收益的期望值和均方差或标准离差衡量资产的收益和风险；2.资本市场无障碍，不存在交易费用；3.投资者按照单期收益和风险进行决策，并且他们的投资期限相同；4.所有投资者对所有资产的收益和风险的判断是相同的；5.税收对证券交易和资

5、产选择不产生任何影响，单个投资者不可能通过个人的买卖行为影响某一证券的价格。计算公式为：　　e（ri）=rf+[e(rm)-rf]×βi　　式中，e（ri）=e（rpi），表示资产组合p中资产i的期望收益；rf表示无风险资产收益；　　e(rm)=e(rpm)，表示资产组合集合中市场资产组合的期望收益；βi表示资产i的β系数。　　（四）风险价值度量法。就是在一定置信水平和一定持有期限内，确定某一资产或资产组合所面临的损失的最高期望值，从而判定企业财务风险的方法。期望值越高，企业面临的财务风险也就越大；反之也就越小。　　（五）风险率度量法。该方法把风险定义为企业的投资收

6、益低于无风险收益的可能性，风险率就是指投资收益低于风险收益的概率，数值从０%到100%，风险程度逐渐增大，投资价值依次降低。　　三、财务风险度量方法的评价　　　　众多的财务风险度量方法是根据不同的目的，从不同的角度设计的。以上几种财务风险度量方法利弊不同，它们都有自己的适用范围。　　概率分析法把理财领域引入数理统计的分析方法，具有较强的理论依据，逻辑性严密，可信度强，容易理解，堪称为财务风险度量的基础方法。但是，在具体的操作中，由于对经济业务的概率分布确定较难，大多概率分布主要是依靠经验来判断的，因而具有一定的主观性。所以，概率分析法适用于统计基础较好、统计资料较全

7、面、统计数据较准确、经济业务有一定规律性的企业。　　资本资产定价模型法是在概率分析法上的进一步改进。模型中的β系数代表投资者承担的风险大小，β系数越大，则投资者所承担的风险就越大，投资报酬率也就越高。此方法把风险和报酬紧密地联系在了一起，表现形式直观明了，把企业财务风险的内涵充分体现了出来。β系数的引用和计算，运用了数理统计理论，使风险度量具有较强的科学依据；同时，它还能反映出风险和资本结构之间的内在关系。但是，在实际应用中，模型中的β系数同样难以确定，它需要比较准确、全面的统计资料，同时也需要较强的专业理论知识和经验判断。而且，模型的建立是基于一些抽象的假设之