一、企业财务风险的含义及形成财务风险是指在各项财务活动过程中，由于受各种难以预料或控制的因素影响，造成财务状况不确定而使企业有蒙受损失的可能性（这里指纯粹风险）。财务风险是企业风险货币化的表现形式，根据形成过程划分，一般有以下几种形式：一是筹资风险；二是投资风险；三是信用风险。二、企业财务风险评价指标设置一些学者认为，财务风险评价指标应包括盈利能力、资产管理能力、偿债能力、发展潜力，将企业短期财务指标与发展潜力指标相结合，互相补充。还有学者研究财务预警指标，以现金流量为基础，重点把握两类指标：现金盈利值和现金增加值。这些观点在定量分析方面有重要的贡献，但财务风险是复杂的，笔者认为基本的财务风险评价指标应包括盈利能力、偿债能力、资产管理能力、成长能力、现金能力指标，因为这些都可能影响一个企业的财务：没有足够的盈利能力，企业不能生存；不能到期偿债，企业可能宣告破产；资产的使用效率不高，会影响盈利能力；没有利润的增长，企业不会持续生存。另外，企业在可能的情况下还应设置定性指标，如财务人员的专业水平、财务人员的流动性、管理人员的财务风险意识等。因为随着企业规模的扩大，这些因素既反映企业基本财务状况，又影响财务活动、财务决策。
定量指标见下表：三、企业财务风险评价的方法财务风险评价财务风险评价方法有哪些，主要是通过资产负债表、利润表、现金流量表，分析企业财务状况的变动趋势及资产、负债、收益之间的关系，从财务报表的会计信息中挖掘企业内在的财务关系。（一）财务风险评价的一般方法１、单变量判定模型。这种方法用单一的财务比率来评价企业财务风险，依据是：企业出现财务困境时，其财务比率和正常企业的财务比率有显著差别。一般认为，比较重要的财务比率是：现金流量／负债总额、资产收益率、资产负债率。单变量模型将财务指标用于风险评价是一大进步，指标单一，简单易行，但是不可避免会出现评价的片面性。这种方法在人们开始认识财务风险时采用，但随着经营环境的日益复杂、多变，单一的指标已不能全面反映企业的综合财务状况。２、多元线性评价模型。它的形式是：Ｚ＝１.２ｘ１＋１.４ｘ２＋３.３ｘ３＋０.６ｘ４＋０.９９９ｘ５.Ｚ：判别函数值；ｘ１：营运资金／资产总ｘ２：留存收益／资产总额；ｘ３：息税前利润／资产总额；ｘ４：普通股和优先股市场价值总额／负债账面价值总额；ｘ５：销售收入／资产总额。Ｚ值应在１.８１～２.９９之间，Ｚ＝２.６７５时居中。Ｚ＞２。６７５时，企业财务状况良好；Ｚ＜１.８１时，企业存在很大的破产风险；Ｚ值处于１.８１～２.９９之间，称为“灰色地带”，这个区间的企业财务极不稳定。
多元线性模型在单一式的基础上趋向综合，且把财务风险概括在某一范围内，这是它的突破，但仍没有考虑企业的成长能力财务风险评价方法有哪些，同时它的假设条件是变量服从多元正态分布，没有解决变量之间的相关性问题。这种方法在现实中比较常见。３、综合评价法。这种方法认为，企业财务风险评价的内容主要是盈利能力，其次是偿债能力，此外还有成长能力，它们之间大致按５３２来分配。盈利能力的主要指标是资产净利率、销售净利率、净值报酬率，按２２１安排分值；偿债能力有４个常用指标：自有资金比率、流动比率、应收账款周转率、存货周转率，分值比为１；成长能力有３个指标：销售增长率、净利增长率、人均净利增长率，分值比为１，总分为１００分。这里的关键是确定标准评分值和标准比率，需要经过长时间实践，主观性比较强。这种方法以及下面的概率模型在应用中很普遍。４、概率模型。二元Ｌｏｇｉｓｔｉｃ概率函数又称增长函数，其形式为：Ｐ是二元Ｌｏｇｉｓｔｉｃ函数的计算结果，ａ是常数项，ｂｉ是斜率，ｘｉ是自变量，将上式变形：计算的结果Ｐ是事件发生的概率，所以将回归因变量的值域定义在（０，５、神经网络分析模型。上面的财务风险评价方法是静态的，神经网络分析模型实现了企业财务风险的动态评价。
２０世纪９０年代，Ｆｌｅｔｃｈｅｒ，Ｇｏｓｓ和Ａｌｔｍａｎ等国外研究者将神经网络分析应用于财务预警模型。它由一个输入层、若干中间层和一个输出层构成；它不需要主观定性地判断企业财务风险状态，但是比较复杂，技术要求高，工作随机性强，所以在应用中易受到限制。（二）财务风险评价方法的新构思本文试图以模糊数学理论为基础，将企业财务管理上一些边界不清、不易定量的因素与定量指标相结合，综合地评价财务风险。首先，应用多元统计学原理进行多元回归和相关性分析，然后找出影响企业财务风险的主要指标；其次，建立模糊隶属函数Ａ，用来计算某一元素ｕ０出现在某一状况下的频率，即ｕ０对Ａ的隶属度。根据这个原理对不同的财务指标建立模糊隶属函数，用隶属度表示财务风险接近某个类型的程度，再计算综合指标的隶属度，以评价企业财务风险在多大程度上属于某一类型，从而给出一个风险程度的范围。具体过程如下：第一步，选择相关财务指标，将可能影响财务风险的财务指标都纳入多元统计模型：本文利用华中科技大学万希宁、苏秋根对上市公司的分析结果，对各变量进行多元分析，再进行相关性分析，将高度相关的变量消除，避免某些特征重复计算。多元线性方程为：第二步，根据所选中变量的特点，建立模糊隶属函数。
其中，ｘ１、ｘ３、ｘ５、ｘ７、ｘ１３、ｘ１５、ｘ１６属于同一类型，因为这些指标值越大，企业面临的财务风险越小；ｘ６、ｘ１８属于第二类，因为这些指标值越大，企业面临的财务风险越大。第一类可以利用偏小型Γ模糊分布，第二类可以利用偏大型Γ模糊分布，每个ｘｉ都有一个模糊分布函数，函数如下：其中，ａ与ｋ是常数，对不同的ｘｉ有不同的值。第三步，量化有关定性指标。可以进行问卷调查或专家讨论，对定性因素的重要程度打分，抽象定量化，其中财务人员专业水平和管理者风险意识指标可以采用第一类（偏小型），人员变动情况指标可以采用第二类（偏大型），因为变动越大，风险越大。第四步，确定各指标权重，包括定量与定性指标，总计为１。权重的大小根据指标在反映财务风险中所起的作用来确定。第五步，将财务风险分为大、中、小三种模糊分布，分别计算各指标隶属第六步，由企业综合隶属度，确定哪一个模糊分布更合适，判断企业财务风险更偏于哪一类。从理论上讲，这种构思是可行的，但是模型的建立，尤其是各个指标模糊隶属函数的建立需要大量的企业资料和丰富的经验，不仅需要成功企业的资料，还要分析财务危机企业的历史数据，即这种方法的准备工作比较复杂，但一旦通过验证，应用起来就很方便。
w20cRclw8qkiYnEIrx3lUMTFKxICU8ARuavXTNU17RsztFQ6DESZ0G3aZlHTKZS0fJoyrgpUT2d2TUL5XCyGfaQdXLyi50hXzsJaQSEWOy6yc065PBw7aBK5sAQWi7OSK53bAle5ySrgTS0XEtIt4ZxnXDhF1hoHaddXwVueXq98KecQAtHpoUOl8G3x3P4GeZ6qoTajydMDPpStbH57PyT5FsOfRwb7mtTkXlbhIYqB7ALJnAMlJw
更多财税咨询、上市辅导、财务培训请关注理臣咨询 素材来源：部分文字/图片来自互联网，无法核实真实出处。由理臣咨询整理发布，如有侵权请联系删除处理。
400-835-0088
