《企业风险评估》word版

《企业风险评估》word版

ID:22692521

大小:382.53 KB

页数:16页

时间:2018-10-30

《企业风险评估》word版_第1页
《企业风险评估》word版_第2页
《企业风险评估》word版_第3页
《企业风险评估》word版_第4页
《企业风险评估》word版_第5页
资源描述:

《《企业风险评估》word版》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、风险评估风险评估是对已识别内部和外部风险的分析确认,风险评估应遵循一定的程序和方法,应重点关注风险发生的可能性和风险对企业实现目标产生影响的严重程度。(一)风险评估的主要指标及因素1、反映经营风险内部经营环境定量分析指标。分析风险因行业不同而有所差异,反映企业内外环境内容的指标有:(1)偿债能力分析——流动比率、速动比率;(2)负债能力分析——负债比率、净资产比率、净资产报酬率;(3)盈利能力分析——销售利润率、资产报酬率、净资产报酬率;(4)资产管理水平分析——应收账款周转率、存货周转率、固定资产周转率、资产周转率、劳动生产率;(6)投资风险分析—

2、—营业率、偿债收益比、保本占有率。2、主要内部环境定性分析因素。(1)资产管理——货币资金、应收款项、存货、固定资产;(2)生产管理——进销合同、生产、质量、安全、开发、技术、人事;(3)经营管理——领导、定义、计划、组织、控制。3、外部环境的定性分析主要因素。(1)政策——经营体制改革、产业、金融、税收、环保政策变化;(2)社会——城市规划、区域发展的风险;(3)市场——供求变化(包括进货来源、竞争对手的行动)、融资、国民经济状况变化的风险;(4)技术——设备、材料改变和更新、工程技术和工艺革新、生产力因素短缺、信息的风险;(5)自然——火灾、风暴

3、、洪水、地震、雪灾、气温的风险;(6)国际——国家、国际政治、国际投资环境、货币汇率变化、国际货币利率变化、国际经营的风险。(二)人工神经网络在企业风险评估中的应用1、神经网络作为人工智能的一个分支领域,近年来再度显示了它活跃的生命力。除了在模式识别、自动控制的领域应用外,实践证明,在股票市场评估、企业状况评价方面也有相当高的实用价值。神经网络由于高度并行处理信息的机制而具有调整运算能力、很强的自学习、自适应能力、内部有大量可调参数而使系统灵活性强等特点,使它有可能应用于信息残缺、模糊并带有不确定性,评估方法既需要考虑人的经验和直觉思维模式,又要有定

4、量评价的规范性和高效率要求的经济、管理领域内的评价问题。企业风险评估实际上统计中的分类问题。学术界提出了多种分类模型用于风险评估,这些模型可归为两大类:传统统计模型和人工智能模型。传统的统计模型主要基于多元统计分析方法,其基本思路是,根据已经掌握的历史上每个类别(违规类、正常类)的若干样本,从中总结出分类的规律,建立判别公式,用于对新样本的分类。根据判别函数的形式和样本分布的假定不同,主要的模型有:多元回归分析模型、多元判别分析模型(MDA)、logit分析模型、近邻法。其中以MDA和Logit分析模型应用最为广泛。统计模型的最大优点在于其具有明显的

5、解释性。存在的缺陷是过于严格的前提条件。随着信息技术的发展,近年来人工智能(AI)模型被引入风险评估中。常用的AI模型主要包括神经网络技术(ANN)、决策树等。ANN可以看成是从输入空间到输出空间的一个非线性映射,它通过调整权重和阈值来“学习”或发现变量间的关系,实现对事物的分类。由于ANN是一种对数据分布无任何要求的非线性技术,它能有效解决非正态分布、非线性的风险评估问题。2、基于ANN的企业风险评估原理神经网络具有很强的分类能力,已经证明三层网络,可以在任意给定的精度上实现凸形的连续域判决。本文将ANN应用于海关通关风险评估问题,其基本思路是,根

6、据已知的样本与相对应的通关守法状态(通关违规与否),运用ANN发现企业通关守法状态与其某些特征属性(如报关差错率指标)之间的关系,使得能够通过对企业这些指标的具体观察值,对企业的违法可能性进行预测。因变量为违法的可能性;自变量为影响企业通关守法状况的某些属性特征(如企业的报关差错率指标变量)。即:Y=FX;X=x1,x2,⋯,xn,x1,x2,⋯,xn表示可能与企业通关守法状况有关的n个通关守法指标变量。网络的输入层节点数即为指标个数,输入量为企业在该特征属性上的评价,为一个0~1之间的数。网络的输出层有4个节点,为风险评价值,同样也用一个0~1之间

7、的数值来表示。网络的隐含层节点数根据经验确定。其网络结构如图1所示。令x1,x2,⋯,xn为网络输入,即各个特征指标的评价值,h1,h2,⋯,hL为隐含层输出,Y网络的实际输出,即对海关通关风险的屁股价值,输入层节点i到隐含层节点的权重是Vij,而隐含层节点j到输出层节点的权重是Wj,用θ和Φj分别表示输出单元和隐含单元的阀值。则hj=fsβj=fs(i=1NVijxi-Φj)y=fsα=fs(j=1LWjhj-θ)其中:fsx=1(1+e-x).又可知fs,x=fsx(1-fs(x))其中,输入输出变量如下:输出指标:企业通关风险评估、企业税收风险

8、评估、加工贸易风险评估、综合风险评估输出指标:(1)注册资金,(2)资金到位率,(3)投资国别,(4)经营时

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。