1.1社会治安风险管理现状根据政府部门职能和网站的相关资料和介绍可知，中央社会治安综合治理委员会（简称中央综治委）是协助党中央、国务院领导全国社会治安综合治理工作的常设机构。其主要任务是指导和协调全国社会治安综合治理工作。综合全国各地的情况来看，各地社会治安综合治理委员会一般在政府部门的市级和区级政府部门内设置。负责调查研究，掌握各地社会稳定和治安状况，督促各项社会治安综合治理工作措施和工作任务的落实；督查治安混乱地区的整治。各级政府加大了社会治安投入，以郑州市为例，从2002年起，郑州市政府出台了《关于实施社区建设“三个一”工程的意见》，决定明确巡防队员工资、保险、服装、装备列入财政预算，由政府每年拨款7000余万元予以保障。为加强对巡防队伍的领导，郑州市委、市政府决定拿出35个行政事业编制，在市综治办成立了巡防管理处，各县（市）区及乡（镇）、街道成立巡防工作管理办公室。
1.2社会治安风险管理存在的问题从现有的社会治安管理现状可以看出，尽管政府足够重视，但社会治安风险管理中还存在以下的问题急需解决：
1.2.1对社会治安风险管理的重视程度不够虽然各级政府已经建立了社会治安综合治理办公室及其下属各级组织，但是当前对社会治安风险管理的重视程度不够，缺少相应的风险评估体系和制度，甚至根本没有建立风险评估的制度，没有专门人员对社会治安风险进行专门的管理，对相关的风险评估方法的研究比较缺乏。直接导致了社会治安风险评估的缺失，为社会治安事件的发生埋下了隐患，导致无法根据社会治安风险预测动态地安排防范措施。
1.2.2对社会治安管理的信息化程度不够在郑州市乃至河南省内当前的社会治安风险管理中，社会治安管理系统根本没有建立起来，社会治安风险评估及其预测预警系统也没有很好的建立起来。依靠信息化建立社会治安风险评估及其预测预警体系能够快速便捷的建立社会治安各级管理部门之间的沟通渠道。能够依靠网络快速的传递社会治安信息，利用信息系统实现的评估方法迅速地实现社会治安风险的评估、预测和预警。
1.2.3对社会治安管理的条块分割和各自为政，阻碍了统一管理和综合协调的能力发展社会治安管理的多头管理与各自为政进一步导致了风险评估制度和体系的缺失，造成了“谁都管理，谁都不管”的尴尬局面。因此应该加强统一和协调，综合政府各部门的力量，对社会治安风险进行统一的评估和管理，将政府、社会治安管理部门、社会治安巡逻、公安机关、其他部门和社会力量统一协调起来，才能为创建安全稳定的社会环境而做出贡献。
2社会治安风险管理的对策分析
2.1使用科学社会治安风险评估方法社会治安风险评估是指在社会治安风险识别和评估的基础上，对社会治安风险发生的事件，结合其他因素进行全面考虑，建立评估指标，根据相应的评估方法，评估发生风险的可能性及危害程度，以衡量风险的程度，并决定是否需要采取相应的措施的过程。社会治安风险评估应该在科学的制定评估目标的基础上进行评估。应该确立社会治安风险评估的目的，主要目标包括维护社会稳定，保障人民生命财产的安全，实现社会经济的可持续发展。因此应该本着有利于社会和人民的基本原则确立社会治安管理的总体目标。其次要注重评估方法的科学使用，应该根据社会治安风险的具体情况合理的选择评估指标，科学分析评估方法的原理、优缺点和使用范围。社会治安风险评估应该能够科学地识别潜在危险和给出安全防范措施。社会治安风险评估应该根据实际情况选择科学方法，做出科学评估，给出科学合理的措施。
2.2建立科学的社会治安风险预测预警机制社会治安风险预警是在社会治安风险评估的基础上，采用预警技术、预测与决策技术等预测未来的社会治安风险等级，并给出相应的风险评估等级的技术。社会治安管理部门可以根据社会治安风险等级和建议，有针对性地进行社会治安风险的管理和控制。相应的预测技术是核心内容。预测是对未来的情况做出预估的一种技术，风险预测就是对未来的风险进行预测和评估的技术，根据风险评估的时间序列的历史数据，采用科学的预测方法，对未来的风险进行预测和评估。常见的时间序列预测技术包括平均、移动平均、指数平滑、灰色预测等。这些技术往往包含时间序列数据挖掘和预测技术。对风险进行预测以后，还需要预警技术对风险进行分类和分等，不同的等级设置一定的标准，不同的标准代表风险的不同严重程度，并对应设计不同风险防范措施。社会治安风险的防范措施，可能包括在不同的地点设置不同的警力、对重点犯罪类型进行防控和对犯罪多发地区进行重点布防等。
2.3建立集成式社会治安风险管理信息系统平台集成式社会治安风险管理信息系统平台包含对社会治安风险基础数据的收集、评估、预测和预警一些列技术和方法。因此，集成式社会治安风险管理信息系统平台是以基础信息收集整理和存储为起点，以社会治安风险数据挖掘和分析处理为重点，以社会治安预测预警为终点的集成一体化信息平台。系统平台提供社会治安风险预测预警的基础信息收集、社会治安风险预测预警的基础信息分析社会治安风险预测预警信息系统支持等集成功能
2.4积极争取变革社会治安风险管理的体制和机制根据基层管理人员和巡防员的反馈，现有的社会治安管理的三级管理体制存在一定的不便，某些时候一定程度造成多头管理，均不负责的现象。因此应适当谋求更加积极科学有效的社会治安风险管理的体制和机制。
3结论
【关键词】 财务风险； Logistic回归分析； 预警模型
一、文献回顾
风险预警及控制实施是一种复杂和综合性的管理活动，其理论和实践涉及自然科学、社会科学、工程技术、系统科学、管理科学等多种学科，是一门新的应用经济学理论。最早研究财务风险预警的论文首推Beaver（1966），其选取了几个财务变量针对158个研究样本做出预测，并利用单变量统计模型构建出预警模型。接下来的学者包括Altlnan（1968）、Blum（1974）等用多变量分析模型来建立财务风险预警模型。而后的Ohlson（1950）、zmijewski（1954）开始采用Logistic模型构建财务预警模型。由于受证券市场发展的影响，国内对财务风险预警的研究起步较晚。陈静（1999）使用了27家ST公司与同行业、同规模的非ST公司作为研究样本。研究发现：资产负债率、流动比率、总资产收益率、净资产收益率四项财务指标的预测能力较强。其中资产负债率和流动比率在宣布ST前一年的误判率最低，而在宣布前两年、前三年时，总资产收益率的误判率较低。张玲（2000）选取深、沪两市14个行业的120家上市公司作为样本，认为二分类线性判定模型具有超前四年的预测结果。吴世农、卢贤义（2001）建立了单变量判定模型和线性判定模型、线性概率模型、Logistic回归等三种多变量判定模型，比较各种模型在财务困境预测中的效率，认为Logistic回归模型在三种多变量模型中预测的准确性最高。同美日等发达国家相比，我国在学校风险管理方面的研究还非常薄弱。杨周复、施建军等（2000）对高校财务风险的评价理论及方法进行了定性的分析介绍，对高校财务风险预警指标体系进行了设计，并没有做实证研究。许道银（2003）针对高校自身的特点，对高校建立财务风险预警系统做了简单的初步设想。谢立本（2005）则通过构建高校贷款额度与风险评价模型来计算现有高校贷款风险指数以确定高校贷款风险所在的风险区间，并引入当量系数的概念对该模型做进一步的调整。财务预警作为经济运行的晴雨表和经营管理的指示灯，对其进行研究不仅具有较高的学术价值，而且有着巨大的应用价值。任何高校的财务风险由初步萌芽到程度恶化，通常都是经历了一个逐渐积累和转化的过程。在这一过程中，各种风险的因素，都将直接或间接地反映在资金运动的“晴雨表”——一些敏感性财务指标值的不断变化上。本文研究的主要目标在于探讨建立高校财务风险预警的理论依据，并利用已在企业中引入使用的财务风险预警分析这一财务诊断工具。在真实可靠的会计基础信息上，设立高校财务预警机制，构建财务分析预警的分析方法、指标体系和模型，通过一系列的财务风险指标的数据监测，为高校的财务风险提供有效的预警信号，为防范风险提供重要参考，对于增强高校的经营管理水平和预测能力具有重要意义。
二、研究设计
（一）设计思路
本文采用实证研究的方法，以高校的财务报表数据为基础，构建高校财务风险预警的指标体系，借助多元统计分析方法来评价财务风险状况。运用SPSS软件进行分析运算：一是以因子分析法和相关性分析对指标体系进行结构化处理，保证信息含量的同时降低观测维度；二是利用逻辑回归分析拟合风险预警的回归模型；三是利用检验样本对模型进行一次检验，对模型的预测效果给予评价。
（二）样本和数据的选择
本文选取了70所高校的财务数据作为建模样本，进行财务风险预警的指标研究。为了现实直观地反映高校财务预警模型的实际价值，选取了X高校2000年至2009年的财务数据作为预测样本进行测试分析。
（三）指标选择
高校财务风险预警指标体系中最关键的是选择高敏感性的重点预警指标，以便预警指标体系能够全面、真实地反映高校所面临的财务风险状况。根据高校财务活动的特点，其指标体系一般可分为四类：偿债能力指标、运行绩效指标、收益能力指标和发展潜力指标。具体指标详见表1。
偿债能力是指高校偿还到期债务的能力。能否及时偿还到期债务，是高校能否健康生存和发展的关键。运行绩效是指高等学校有效、合理利用教育资源完成预期目标的能力。这一类指标反映了高等学校的日常管理水平和管理能力。收益能力是指高校的资金或资本增值能力。一个学校收益能力的大小，将直接影响到其发展的速度和竞争能力。发展潜力反映了高等学校可持续性发展的能力，高校不能只局限于当前，还应面向未来，为长期的办学规模扩大和经济效益增长储蓄良好支撑条件。
本文运用SPSS对影响高校财务风险的16个比率指标进行相关分析，找出相关性较弱的对高校财务状况反映最敏感的财务指标。根据相关系数大小及其显著性检验结果，最终选取X1、X3、X8、X9、X11、X13作为建模变量。
（四）Logistic回归分析的基本原理
吴世农、卢贤义（2001）分别用Fisher线性判定分析、多元线性回归和Logistic回归分析三种方法建立预测财务困境的模型，得到的结论为Logistic预测模型的准确性最高。
实证逻辑回归模型是解决0-1回归问题行之有效的方法。假设Xi为第i个发生财务危机的预警变量矩阵，那么其发生财务危机的概率Pi和Xi之间有如下关系：
Pi=■
Yi=b1x1+b2x2+…+bkxk+a=a+■bixi
上式中：Yi值为总判别分，它反映的是第i项在总体中某一上市公司综合财务状况的数量特征；bi为权数，表示对有关自变量Xi的重视程度；Xi是与财务预警有关的变量；a为随机干扰项。所以：
■
逻辑回归模型的曲线为S型，且其预警的最大值趋近1，其预警的最小值趋近0。逻辑回归模型一般选择0.5作为分割点。假定财务危机公司为0，财务正常公司为1，即如果判别概率值大于0.5，则表明财务正常的可能性比较大，判定为财务正常；如果判别概率值小于0.5，则表明发生财务危机的可能性比较大，那么判定为财务危机公司。
三、实证研究与结果分析
（一）结果分析
假定因变量0为“有风险”，1为“无风险”，在进行Logistic回归分析前，在70个研究样本中，有43个样本进入风险组，27个样本进入正常组。
表2所示是模型参数的检验结果，系数为-0.465。由于此时模型中只有常数项，有无统计学意义关系不大，Sig.值越大重要性越小，Wald值越大该自变量的重要性也越大。由表2可知常数项的重要性显著。
表3所示是一个预分析的过程。即假设将未纳入模型的变量分别或一起纳入模型之后模型是否有统计学意义。从表格中Sig.取值可知，除了自筹收入能力比率、资产收入比率和投资收益比率的模型没有统计学意义之外，其余模型都有显著的统计学意义。
表4所示是全局检验结果。共用了3种检验方法。由于只有一个自变量组且采取的是强行进入法将所有变量纳入模型，所以3种检验方法的结果是一致的。模型具有显著的统计学意义。
表5给出了评价模型拟合优度的几个统计量，-2Loglikelihood为对数似然函数值的-2倍，该值越小表明模型的拟合优度越高，本例中该值为0结果属于比较理想的值；另外，Cox&Snell R Square和Nagelkerke R Square统计量分别为0.736和1.000，意味着模型解释了被解释变量100%的变动，说明该模型拟合优度还是较高的。
表6是最终观测量分类表，这是包含常数项与6个变量的模型，它是以概率值0.5作为有风险和无风险的分界点得出的预测值和实际数据的比较表。这里的预测效果很好，有风险高校和无风险高校的预测准确率都达到100%，总的正确判断率也达到100%，所以在实际应用中完全可以使用该回归方程进行预测。
表7是Logistic模型的拟合结果。Wald检验的Sig.可知，各变量及常数项的系数都没有显著的统计学意义。
根据表7的二元Logistic回归结果，可以建立下列财务预警模型：即：
P=■
此模型以0.5为判别分界点，P值范围为[0，1]，当P值小于0.5时，判别为财务风险型高校，数值越小，该高校未来发生财务困境的可能性就越大；当P值大于0.5时，判别为非财务风险型高校，数值越大，该高校未来的财务状况越好，越安全。
（二）模型检验
为检验模型的预测效果和适用性，将样本的指标值回代得出所有样本的预测值，然后根据模型的准确率或误判率检验模型的预测效果。检验结果如表8所示，无风险组共有数据27个，判断正确26个，正确率为96.29%；风险组共有数据43个，判断正确43个，正确率为100%。对检验样本的分类都相当令人满意，基本判断准确。
（三）模型预测
为了现实直观地反映这一高校财务预警模型的实际价值，我们选取了X高校的财务数据进行测试分析，如表9所示。
运用Excel软件进行计算，Logistic模型对样本的预测结果如表10所示，该校2000—2004年有关综合财务风险指标处于无财务风险状况。从2005年开始大面积建设新校区，新校区运行费用开始大幅度增加，负债建设格局形成，财务风险凸现。
四、结束语
高校陷入财务风险是一个逐步的过程，并且一旦出现财务风险，在管理活动中是有征兆的，可以利用一些方法进行预测，这也使得建立高等学校的财务危机预警系统成为可能。上述两个案例，一个是测试同一时期不同高校情况，另一个是测试一个高校不同阶段的财务风险状况。从测试结果看，Logistic模型能够较为确切地反映不同高校不同财务风险状况。通过财务预警模型的构建为高校的财务风险提供了有效的预警信号，有利于各利益相关者做出正确的决策，为防范风险提供了重要参考。但是，财务预测模型不是万能的，正确的预测是要建立在理论分析、实证研究综合基础之上，需要借助各方信息进行综合评判。
【参考文献】
[1] 刘艳华.高校财务风险预警管理系统研究[J].事业会计，2008（2）：2-4.
[2] 郭琴.高校财务风险预警指标体系构建[J].财会通讯：理财版，2008（1）：108-109.
[3] 吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001（6）：46-55.
[4] 赵芳芳.关于上市公司财务风险预警系统的实证研究[J].商场现代化，2007（9）：375-376.
[5] 许道银.试论高校财务危机预警系统[J].徐州师范大学学报：自然科学版，2003，21（4）：19-21.
[6] 刘英姿.高校财务风险管理的问题与对策[D].厦门大学，2007.
第一条为进一步加强贷款风险的防范和控制，切实化解和消化贷款风险，提高贷款质量，保证信贷资产安全，建立以贷款风险管理为核心的信贷管理体制，依据中国人民银行、中国银行业监督管理委员会（简称银监会，下同）关于贷款风险管理的有关规定，结合中国农业发展银行（简称农发行，下同）贷款业务实际，制定本办法。
第二条农发行贷款风险管理的基本任务：贯彻落实国家关于防范和控制金融风险的各项政策措施，建立和完善适应农发行贷款业务特点的贷款风险管理制度和机制，强化贷款风险全程管理，有效防范、控制和化解各类贷款风险，降低不良贷款，提高贷款质量。
第三条贷款风险管理原则。农发行贷款风险管理应遵循以下原则：
（一）贷款风险管理一般原则与农发行贷款业务实际相结合；
（二）实行贷款按风险性质和历史成因分类管理；
（三）坚持贷款风险管理权责相结合；
（四）坚持把封闭管理措施纳入风险管理。
第四条本办法适用于农发行（含农发行业务机构）办理的各项人民币贷款。总行另有规定的从其规定。
第二章贷款风险划分
第五条贷款风险。贷款风险是指银行在贷款业务运营中，由于受到各种不确定性因素的影响，致使贷款无法按期收回本息，银行可能遭受资金损失。按照银行业对银行风险的划分原则，结合农发行贷款业务实际，农发行的贷款风险主要划分为政策风险、经营风险和操作风险。
第六条政策风险。政策风险是指农发行根据国家和地方政府为实施宏观调控、保护农民利益、稳定市场等政策和特定的产业政策、区域政策，向借款人发放的贷款，借款人因执行政策出现不能按期偿还贷款本息的风险。
第七条经营风险。经营风险是指农发行根据借款人自身经营需要发放的贷款，借款人因经营管理、市场变化、灾害和道德因素等原因的影响，不能或不愿意按照事先达成的协议履行其义务，出现不能按期归还贷款本息的风险。
第八条操作风险。操作风险是指由银行内部控制及治理机制失效以及信息技术系统失效等可能造成的贷款风险。主要包括农发行内控制度和治理机制缺陷及内部员工操作失误、违反操作规程、信贷决策超越权和道德因素等造成贷款不能按期收回或损失的风险。
第三章贷款风险预测
第九条贷款风险预测。贷款风险预测是指运用定性和定量的分析方法，对贷款的各种风险因素、风险性质及风险程度进行识别和测定。贷款风险预测是贷前调查、审查的重要内容。风险预测结果，是贷款是否发放、贷款期限确定、发放额度控制、贷款方式选择的基本依据。
第十条政策风险预测。主要以国家和地方政府相关政策、政策性资金来源的落实与承诺保证情况、贷款利息补贴和挂账贷款本金消化资金的到位情况为依据，对贷款的政策风险进行预测。
第十一条经营风险预测。应根据不同的风险因素，分别按照定性和定量的分析方法，对风险性质及程度进行识别和预测。
（一）定性分析预测。主要是通过对借款人内部各有关因素以及与借款人贷款偿还密切相关的外部环境和现象的不确定性分析，预测贷款风险。定性分析预测主要包括对借款人法人代表素质、经营管理水平、内部控制能力、信誉程度和发展前景分析；宏观经济政策的变化所产生的影响；特定行业或地区的经济政策、经济环境、市场供求变化、价格震荡等情况；各种灾害等不可抗力的外部因素或诉讼、疫情等突发事件影响的分析。
（二）定量分析预测。主要是依据借款人的财务指标和经营指标，对借款人的信用风险进行分析和预测。预测借款人经营风险主要采用借款人信用等级评定、贷款项目评估、贷款风险度计量以及贷款风险敏感性分析等方法。借款人信用等级评定主要是根据借款人财务指标设置评价指标，将评价指标划为不同分值，根据分值划分信用等级，根据信用等级识别贷款风险程度。贷款项目评估主要是通过对借款人财务指标和投资估算、筹资成本、项目效益测算和不确定性分析等量化指标评估，综合评价项目贷款风险。贷款风险度计量主要是通过设置贷款风险权重，计量贷款风险程度，量化贷款风险。贷款风险敏感性分析是指对贷款风险的主要或关键影响因素的变化进行量化分析，测定和判断其对贷款风险的影响程度。
第十二条操作风险预测。主要依据贷款行是否具有较强的风险决策能力；员工是否具备所承担职责的业务水平和综合素质；执行信贷管理制度和内部控制制度能力；风险管理是否覆盖贷款操作的各个环节；是否具有完善的信息管理手段等。
第四章贷款风险预警
第十三条贷款风险预警是指在贷款操作和监管过程中，根据事前设置的风险控制指标变化所发出的警示性信号，分析预报贷款风险发生和变化情况，提示贷款行要及时采取风险防范和控制措施。
贷款风险预警包括微观预警和宏观预警。微观预警是根据各种风险预警信号，及时判断单个借款人或单笔贷款的风险程度和风险性质。宏观预警是在微观预警的基础上，通过对贷款风险分类监测，依据贷款组合风险分析，综合评价贷款质量状况，判断全行或地区或行业的贷款风险程度（宏观预警详见第七章）。
第十四条政策风险预警。主要通过政策风险信号反映。政策风险信号一般包括国家或地区宏观经济政策、财政金融政策、农业政策、其他特定行业政策、信贷政策、汇率和利率政策等的调整、变动。其中，国家和地方政府与农发行贷款密切相关政策调整、政策性资金来源的落实和承诺保证变动、贷款利息补贴和挂账贷款本金消化资金的到位异动，应当作为当前政策风险预警的主要信号和监测的重点。通过对各种政策风险信号进行识别、分析，及时发现危及贷款本息按期偿还的风险苗头，提前对政策风险预警做出反映。
第十五条经营风险预警。主要通过财务预警信号、市场预警信号、行为预警信号和其他预警信号反映。
（一）财务预警信号。财务预警信号一般包括借款人各项财务指标如流动性比率、资产负债率、存货周转率、应收账款收回率、现金流量等指标低于行业平均水平或有较大变动。
（二）市场预警信号。主要通过市场供求和价格波动信号进行综合反映。市场预警信号一般包括借款人所处行业或地区的宏观政策、特定行业政策、财政金融政策等发生改变，可能对行业经济周期和市场发展前景产生不利变化；市场供求关系、产品价格发生持续性或大幅度的波动；贷款上限和贷款支持价格上限面临挑战；地区和行业信用环境以及整体经济环境恶化等。
（三）行为预警信号。行为预警信号一般包括借款人在其他金融机构存在违约记录，提供虚假资料套取贷款，在他行违规开立存款账户，未按规定用途使用贷款，借款人贷款展期次数增加，借款人法人代表的变动，法人代表及其财务、会计人员发生违规违纪行为，主要股东或关联企业发生较大调整，改制改组不规范，担保物品价值下降或担保撤销，借款人未经银行同意对外提供担保等。
（四）其他预警信号。主要是可能发生各种影响借款人经营水平的重大灾害或突发事件等。
第十六条操作风险预警。主要通过银行内部操作风险信号反映。操作风险信号一般包括贷款管理规章制度不健全、信贷岗位责任不明确、信贷档案不规范、客户信息资料不全面以及信贷管理内控机制不完善等；对不符合贷款基本条件的借款人发放贷款、不按规定办理贷款担保、不按规定用途或超权限发放贷款；贷款“三查”或审贷分离操作不规范、信贷监管制度不落实、信贷信息资料缺乏、借款合同要素不全、信贷文本遗失或失效、数据统计失真、风险预测失误以及其他违反贷款管理制度的各种违规操作行为和工作失误等。
第十七条建立和健全贷款风险预警系统。要建立微观风险预警与宏观风险预警相一致的预警体系。各级行要运用信贷登记咨询系统、客户信息系统、行业或行情信息分析系统、信贷监管系统，特别是粮棉库存监管系统等信息，对贷款运营各环节和各种状态下的风险信息进行收集、整理、识别、反馈，对影响贷款安全的主要风险信号进行前瞻性判断，并制订处置方案，落实各环节的责任，提出防范和控制风险的预防性和补救性措施。
第五章贷款风险控制
第十八条贷款风险防范与控制是指针对可能发生的各种风险，在贷款发放前所采取的预防措施以及在贷款发放后、收回前应当采取的风险控制措施，控制贷款风险的发生、扩大和恶化。应对不同性质的贷款风险采取不同的防范措施，也可以对同一种类贷款风险同时采取多种风险防范和控制措施。
第十九条实行借款人贷款资格认定制度。应当对借款人的经营状况、经营效益、资信情况定期进行综合评价，根据有关政策规定及贷款风险程度进行贷款资格认定。
第二十条实行有效的贷款管理方法。贷款风险防范与控制按照区别对待、分类管理的原则，根据借款人的实际情况和贷款性质、种类，分别实行授信管理、逐笔核贷管理和项目管理的方法。
（一）授信管理。通过核定借款人一定时期内的授信额度，集中统一控制借款人信用风险。根据借款人的不同信用状况分别实行内部授信和公开授信。结合农发行贷款业务的性质和贷款的特殊要求，确定借款人的基本授信和特别授信。
（二）逐笔核贷管理。根据借款人资信状况和贷款的风险性质及程度，对不符合授信管理条件的，继续实行逐笔审贷、钱粮挂钩、购贷销还的贷款管理办法。
（三）项目管理。对各种专项贷款，要按照项目管理程序，对贷款项目进行立项、评估、审批、实施、验收、评价的管理过程，以确保贷款项目的成功。
第二十一条选择有效的贷款方式。应根据借款人的实际情况和贷款性质、种类，分别选择担保贷款和信用贷款方式。选择信用贷款方式的借款人，除总行另有规定外，原则要有相应的风险补偿金和一定比例的自有流动资金，并分别采取贷款风险补偿金管理和自有流动资金比例管理的方式。
（一）贷款担保。对不确定性风险因素较多的贷款，可以按照有关管理办法，分别采取贷款保证、抵押、质押担保方式。
（二）贷款风险补偿金管理。对借款人自主经营粮棉油的贷款需求，但又不具备发放担保贷款的相应条件，可以采取贷款补偿金方式，作为贷款风险补偿。借款人在贷款前，提供符合有关自筹要求的收购（调入）粮棉油价款一定比例的补偿金，存入指定的贷款补偿金存款账户。补偿金在贷款本息未结清前，不参与借款人的购销经营活动，专项用于弥补收购（调入）粮棉油产生的风险。借款人还清贷款本息后，开户行全额退还补偿金。
（三）自有流动资金比例管理。可以根据贷款种类和性质，确定借款人自有流动资金比例最低限额。
第二十二条严格执行贷款操作规程。实行贷款审贷分离和贷款审批授权制度，按照贷款“三查”程序规范操作，签订借款合同，确保要素完整，合法有效，规避操作风险。
第二十三条完善库存监管办法。根据收购资金贷款的特点，制定库存监管办法，对借款人粮棉油库存实施有效监管，控制贷款风险。坚持实行粮棉油收购报账制度、库存检查制度和货款回笼制度。定期检查或抽查责任人的管户情况，发现问题及时处理。
第二十四条加强对贷款管理制度办法执行情况的检查和稽核。信贷管理部门和管理人员要定期或不定期对信贷员落实贷款管理制度办法和操作规程情况进行检查。稽核部门要及时组织对信贷员贷款操作规范情况的稽核，以促进各项管理制度办法的落实，做到规范和及时操作。
第二十五条鼓励借款人投保。鼓励借款人对库存粮棉油商品和其他符合保险规定条件的财产办理保险，转移贷款风险。
第二十六条防范和控制借款人改革改制风险。对借款人实行合并、分立、股份制改造、破产等涉及农发行债权的改制行为，要全程参与，落实贷款债权，防止借款人逃废悬空银行债务。对需要办理债务转移手续的，要规范签订债务转移协议，确保债务落实手续合法有效。
第六章贷款风险化解
第二十七条贷款风险化解是指对已发生的贷款风险，应根据风险的种类、特征，运用行政、经济、法律等手段，采取财政补偿、风险补偿金抵偿、抵（质）押物变现补偿、以资抵债、保险理赔、依法诉讼、呆账核销等措施，避免或减少贷款损失。
第二十八条对已经发生的政策风险，应及时向相关政府汇报，以政策为依据，督促按政策规定落实补贴政策和消化计划，消除贷款风险。
第二十九条对已经发生的经营风险，应采取补偿金抵偿、向保证人追索、处置抵（质）押资产、以资抵债、保险理赔、诉讼和呆账核销等措施，化解、补偿贷款风险。
（一）用风险补偿金抵偿贷款本息。当借款人销售库存粮棉油发生价差亏损、贷款本息不能全额偿还时，要将借款人风险补偿金作为贷款的偿还来源，及时收回贷款本息。
（二）向保证人追索。借款人不能按期偿还贷款本息，采取贷款保证担保方式的，应依法向保证人追索，督促其以货币方式或资产抵债方式偿还借款人所欠贷款本息。
（三）处置抵（质）押资产。借款人不能按期归还贷款本息，采取贷款抵（质）押担保方式的，应依法对抵（质）押物品进行处置，处置价款优先用于偿还所欠贷款本息。
（四）办理以资抵债。借款人确无货币资金或货币资金不足以偿还贷款本息，应对借款人事先抵押或质押财产办理以资抵债，通过处置抵债资产收回贷款本息。
（五）办理保险理赔。借款人因遭受灾害不能按期归还贷款本息，借款人已经办理财产保险的，应督促其及时向保险公司索赔。保险理赔款应优先用于归还所欠贷款本息。
（六）依法诉讼。对不按期归还贷款本息或故意逃废银行债务的借款人，应通过诉讼手段依法清收。
（七）办理呆账核销。对已形成的贷款风险，采取一切化解补偿措施后仍无法收回的，按照呆账认定与核销程序报批核销。对表外利息，按照规定程序办理审批手续后实行减免。
第三十条操作风险的化解。对未按规定权限和程序操作造成贷款决策失误，借款合同要素不全或合同无效，信贷监管制度不落实，信贷信息资料缺乏，数据统计失真，以及其他违反贷款管理制度的各种违规操作行为和工作失误等所产生的贷款风险，应采取相应措施，及时纠正或补救，规范管理和操作，将贷款风险减轻到最低限度直至消除。
第三十一条根据国家或省级人民政府的政策规定，对“老粮（棉）”、“老账”按照债务剥离、分账核算、政策消化的办法管理。
第七章贷款风险监测与考核
第三十二条贷款风险监测。从强化贷款风险宏观预警出发，对贷款的质量状况和变动情况进行全面、持续、客观、动态地评价和反映，以便及时掌握贷款质量状态和贷款风险程度，迅速采取风险防范和化解措施。
第三十三条贷款风险监测的依据。贷款风险监测主要依据贷款质量五级分类结果。将贷款划分为正常、关注、次级、可疑、损失五类，依次反映贷款的风险程度。前两类为正常贷款，后三类为不良贷款。通过贷款质量五级分类判断借款人及时足额归还贷款本息的可能性。分类的具体依据是贷款实际使用情况和物资保证程度，同时考虑借款人的还款能力、还款记录（包括贷款逾期天数）和还款意愿，以及贷款偿还的法律责任和银行信贷管理等因素。
第三十四条贷款风险监测方法。贷款质量分类，由信贷和会计部门按有关规定适时认定，并按照贷款质量五级分类监测要求进行归并统计。实行贷款质量分种类、分地区动态监测。
第三十五条贷款风险监测内容。围绕贷款风险五级分类，设置若干贷款质量评价指标，监测贷款质量静态分布和动态变化情况、贷款质量的量比及其变动情况，贷款质量布局和地区、行业、种类等结构情况，评价贷款质量稳定性和不良贷款风险程度。
第三十六条贷款风险监测分析。通过建立自下而上逐级定期监测分析制度，真实、动态地反映贷款质量状况。根据贷款风险的高危品种、高危地区、高危行业的分布情况，强化贷款风险的宏观预警功能。根据贷款风险监测结果，上级行及时完善信贷政策，调整授权管理，采取各种有效的风险管理措施。
第三十七条贷款风险管理评价考核。实行贷款风险管理量化考核制度，通过对贷款质量动态监测，重点对不良贷款增减变化情况进行评价考核，将其作为衡量各级行工作业绩的重要内容。对不良贷款绝对额非正常原因增加的，实行一票否决制。
第三十八条贷款风险披露。贷款质量分类状况按规定统一对外披露，对银监会、人民银行有特殊要求的，按规定另行上报。
第八章贷款风险管理责任制
第三十九条实行贷款风险管理行长负责制。各级行要建立贷款风险管理组织机构，实行贷款风险管理责任制，行长负总责。
第四十条实行贷款调查、审查、审批分开管理。贷款调查、审查、审批应分别由不同的岗位或部门负责。建立贷款评审委员会，明确其职能和责任。贷款评审委员会只负责对信贷部门提交的贷款建议进行评审并提出评审意见，贷款由行长或行长的授权人审批。
第四十一条明确落实各相关部门的贷款风险管理职责。信贷管理部门负责对贷款风险管理有关制度办法及分类的组织实施、检查指导和贷款质量的监测分析、评价与考核；会计部门实施会计监督及按贷款科目核算反映；稽核部门负责对贷款风险管理工作真实性、贷款损失责任认定和处理情况进行稽核检查；信息电脑部门负责贷款风险监测分类统计报表的生成与上报；法规部门负责风险管理相关制度办法合法性的审核和风险保障措施的法律工作。
第四十二条实行贷款风险责任追究制度。凡因违规操作，工作及决策失误造成贷款损失的，依据有关规定追究相关领导和责任人的责任，构成犯罪的，交司法部门追究其法律责任。
第九章附则
关键词：企业；财务风险；识别方法
有效的风险识别是做好企业风险管理的基础，也是保证企业做出正确决策的前提。这就要求企业应有强烈的财务风险危机意识，针对企业经营活动中潜在的财务风险能够及时的识别出来，并制定出相应的措施以有效防范和应对财务风险，保证企业经营活动正常运行。目前，为了保证企业发展的安全性，加强对企业财务风险识别方法的研究具有十分现实的意义。
一、企业财务风险定性识别方法
企业财务风险定性识别方法主要包括专家调查法、财务风险结构形式识别矩阵以及四阶段症状法。专家调查法就是利用系统程序，拟好调查的提纲，为专家调查提供背景资料，不断征求不同专家的预测建议，最后将专家预测的结果进行汇总，形成一份简易的预测结果报告；财务风险结构性质识别矩阵，主要是根据某项具体的财务风险在企业运营中发生的可能性，结合其对企业可能造成影响的严重程度，判断财务风险的结构性质，将其分为高等级风险、显著风险、中等风险以及低等风险。以此类推，将企业财务风险的结构性质用矩阵进行表示；四阶段症状法主要研究的是企业财务危机，根据企业财务危机的程度，可以将其分为危机潜伏期、发作期、恶化期、实现期四个阶段，每一阶段都有不同的表现。根据表现的不同，判定企业财务危机的严重性，对症下药，提出风险管理的意见。
二、企业财务风险定量识别方法
对企业财务风险定量识别的研究开始于国外，定量识别也经历了好几个阶段，最终形成财务预警模型，为企业财务风险管理工作提供有力支持。第一，单变量预警模型。主要是对单个的财务比率值或者趋势，对企业财务风险发生的可能性进行预测，对单向的财务风险具有很强的识别预测能力。但是单变量预警模型在企业综合财务工作中具有很大的局限性，在预测过程中容易受到主观选择因素的影响。第二，多变量预警模型。就是利用多个财务比率指标，通过加权汇总，形成多元线性函数公式，再通过相应的计算，对企业财务危机进行预测。这种多变量预警模型也经过了不断完善，成为企业财务风险定量识别中关键的技术。第三，Logistic预警模型。多变量预警模型中，采用多个衡量指标对企业经营效益进行衡量评估，对风险识别具有较大的效果，符合自变量正太分布的假设。Logistic预警模型就是在这一基础上建立起来的，采用多个财务指标，对财务风险发生概率进行计算，然后根据投资者以及银行等方面，设定一个风险警戒线。第四，非统计模式预警模型。这种定量识别方式，是在传统统计模型的基础上建立起来，其中神经网络模型就是代表性的模型之一。根据对人体神经网络系统的模拟，重复训练过程，积累学习经验，提高了预警模型的纠错能力，也提升了预测模型的智能化水平。第五，非财务指标财务预警模型。由于根据财务指标制定的预警模型中，受财务信息准确性因素的影响，导致预警系统无法实现事前预警效果。因此，建立非财务指标的预警模型，能提升财务预警模型预测的准确性以及抗干扰性。其中，会计师信息以及公司治理因素都可以作为非财务指标的变量因素。定性识别方法主要是对企业财务风险发生的可能性进行预测，同时判断企业财务风险的结构性质等；而定量识别，主要是根据各项具体的指标，设定风险范围，成立风险预警模型，提高了对企业财务风险识别的准确性。
三、加强企业财务风险控制的对策
风险识别方法主要是为风险防范与控制提供服务的，为提高企业防范财务风险的能力，需要做好相应的措施。第一，不断培养企业风险意识，重视财务风险对企业经营带来的影响，树立全员参与的风险管理理念，动员全体员工参与到财务风险防范与控制工作中。第二，明确企业的战略发展目标。在制定企业发展战略规划的过程中，应该根据市场环境以及企业内部环境，增强战略目标的灵活性。第三，建立完善的企业财务管理监督机制，制定科学合理的企业财务风险监督流程，明确风险管理责任，将责任细化到个人。另外，建立企业风险报表分析制度，按周、月、季度、半年、年等，对企业会计信息、财务信息等进行审核。第四，企业领导层需要提高对企业财务风险识别的重视程度，综合利用多元化的风险识别方法，保证风险能够准确预测，及时将风险扼杀在摇篮中。第五，充分利用信息化技术，对企业财务进行动态化监控，保证企业财务信息渠道的畅通性、安全性。第六，提升企业财务管理人员的素质，一方面提升其业务能力，包括企业财务核算、审核等能力，另一方面注重职业道德教育，培养财务管理人员爱岗敬业、无私奉献的精神，为企业财务风险防范与管理工作打下坚实基础。
四、结语
通过上述分析可知，对企业财务风险识别的方式，不仅有定性的，还有定量的，但是无论采用那种风险识别方式，都必须保证识别方法的有效性，同时在风险识别过程中，建立风险识别与防范意识，及时采取有效的防范与控制措施，规避风险，并将企业财务风险扼杀在摇篮之中，为企业健康发展创建良好的环境，促进企业可持续发展。
作者:黄朝阳 单位:福建东野家具科技股份有限公司
参考文献：
[1]梁舒萍.企业财务风险表现形式、识别及对策研究[J].管理学家,2013(19).
一、收益法在无形资产评估中的工作风险
资产评估收益法，是指通过估测被评估资产未来预期收益的现值来判断资产价值的各种评估方法的总称。评估的工作风险，主要是由于在评估工作过程中采用的评估方法、对委托方诚实程度的了解不够、选用的资料及资产评估人员个人经历、经验限制而导致的误判等引起的风险，属于评估人员主观原因引起或评估手段失误而产生的风险。这种风险，在无形资产采用收益法进行的评估工作中显得尤为突出。当评估机构和评估人员一旦承接了无形资产评估项目，收益法评估的工作风险也就主要集中地反映在对有关参数的预测和货币衡量上。
收益法的基本参数主要有：一是被评估资产的预期收益；二是折现率或资本化率；三是被评估资产取得预期收益的持续时间。能否清晰地把握上述三要素成为能否运用收益法的基本前提。从这个意义上讲，应用收益法必须具备的前提条件是：（1）被评估资产的未来预期收益可以预测，并可以用货币衡量；（2）资产拥有者获得预期收益所承担的风险也可以预测，并可以用货币衡量；（3）被评估资产预期获利年限可以预测。在对无形资产进行价格评估时，看似只有几个参数，似乎很简单，其实几乎每个参数都难以确定，或者说难以准确把握。如预期收益是采用净现金流量还是净利润，用税前利润还是税后利润；无风险报酬率是采用国债利率还是银行利率，采用短期利率还是中长期利率等都有争议；行业报酬率、社会平均报酬率等数据本身的准确含义就很难界定，等等。由于类似问题的存在，使得收益法预测和衡量参数的不确定性大大增加，评估工作风险自然就隐藏其中了。
2004年1月9日证监会下发《关于进一步提高上市公司财务信息披露质量的通知》第六条指出，为防止公司和评估人员高估未来盈利能力并进而高估资产，对使用收益现值法评估资产的，凡未来年度报告的利润实现数低于预测数10%～20%的公司及其聘请的评估人员，应在股东大会及指定报刊上作出解释，并向投资者公开道歉；凡未来年度报告的利润实现数低于预测数20%以上的，除要作出公开解释并道歉外，中国证监会将视情况实行事后审查。“资产评估是一门十分灵活的预测艺术”，用收益法评估无形资产价值，是最科学的方法。当无形资产复杂的不确定因素与其“预测”相结合，使得评估机构和评估人员在整个评估工作过程中面临着更大的工作风险。采用收益法评估无形资产，结果上下可能差几十倍，因而“20%大限”激起了评估业的强烈反应。甚至有人预言“如果按这要求，大多数项目都要出问题，挨板子。”我们知道，证监会提出“20%大限”，用意是为了防范弄虚作假，提醒评估人员谨慎保守些，不能再根据客户需求，随意调节结果。但是，即便是完全按照有关规定进行无形资产评估的有关评估机构和评估人员，仍然在使用收益法评估无形资产的过程中，面临着“20%大限”这一规定的巨大工作风险，更何况无形资产的外部环境也在不时地发生变化。因此，评估机构和评估人员必须审慎，尽可能地防范和规避其工作风险。
二、收益法在无形资产评估中存在工作风险的原因
收益法被公认为是最适合无形资产评估的方法，但由于其本身的技术要求，使得评估工作过程中存在工作风险。
（一）无形资产的评估范围难以界定。资产评估的范围一方面直接决定了评估的工作范围；另一方面更重要的是可以直接测算说明评估结论是否成立。实际上，在时间上是很难对技术型资产的经济寿命进行可靠的测定。对一种新的技术型无形资产来说，它的经济寿命是随着技术开发的深度而不断延伸的，用现行的法定年限或协议年限去测定，实际上忽略了无形资产的可持续利用性。因此，我们常在评估中结合有形资产去界定无形资产的评估范围，但有形资产会随着投入规模的大小而发生变化，使得无形资产的评估范围难以界定。
（二）无形资产的收益期限具有不确定性。无形资产收益期限的确定，要考虑两个因素：一是法律合同寿命；二是经济寿命。我们常常以法定或协议的有效年限为依据，但无形资产的收益期限要受技术进步和使用频率的影响。而无形资产的价值主要表现为超额利润。比如，一项技术型无形资产法定有效期为50年，但实际上3、5年后就会完成技术更新，原有的技术即使继续受法律保护，也已不再具有先进性，不能再为所有者带来超额利润了。有的无形资产具有可持续开发的特性，如一些技术性无形资产的收益期限随着其开发、升级而得到延长。另外，无形资产具有独占性，当一项无形资产被所有者独占时，可以较为清楚地确定收益，但随着技术广泛传播，其价格、成本方面的独占优势逐渐丧失，收益期限也相应缩短。这些都使得无形资产在评估基准日的未来收益期限难以预测，具有不确定性。
（三）无形资产的收益难以预测、衡量或不相匹配。无形资产的收益是一种超额收益，它必须依附于直接的或间接的物质载体来表现它的价值。由于无形资产的存在使企业相关产品的产量、销量增加或产品价格提高，或两者兼而有之；由于无形资产的存在降低了企业的生产经营成本，形成了生产经营费用的节约额；自创无形资产的存在和应用节约了无形资产特许权使用费。而一个企业取得的收益，除了有资产的因素外，更重要的是与人的素质以及市场和机遇等因素有关。企业的收益是资产与人综合作用的结果。因而，在评估实践中要单独确定某项无形资产带来的收益是很难甚至是无法分清的。对无形资产未来收益预测是否准确，直接影响到无形资产价值的评估，而收益又受到很多不确定因素影响，使得收益的预测带有极大的风险。其次，对于委托方拥有的但未对委托方带来收益的无形资产，资产评估人员往往难以掌握，这样也就造成了资产收益不相匹配的风险。
（四）单项无形资产的收益分成率难以测定。无形资产必须与有形资产相联系，否则就不能独立产生经济效益。在预测无形资产收益时，我们的做法是将有形资产和无形资产放在一起，然后通过收益分成率这个指标，将无形资产的价值从综合价值中分离出来。由于直接测定无形资产的分成率较为困难，通常先测算有形资产的分成率，再计算无形资产分成率。但这样做的结果是，分离出来的收益并不单是一种无形资产带来的，它是除有形资产以外各种无形资产价值的综合反映，单项无形资产的收益分成率难以测定。
以上是在采用收益法对无形资产进行评估过程中存在的主要工作风险。除此之外，如市场变化带来的不确定性；市场供求及无形资产竞争情况；无形资产使用状况、机会成本；客户背景、行业性质、经济规模、管理水平、经营前景；评估人员执业水平、工作经验方面的欠缺等，也增加了收益法对无形资产评估的工作风险。
三、收益法在无形资产评估中存在的工作风险防范措施
针对收益法在无形资产评估中存在的工作风险，主要应采取以下措施，进一步防范和规避风险，提高评估工作质量。
（一）加强评估人员风险意识，详细了解被评估无形资产的基本状况。资产评估工作是由评估人员具体操作的，评估风险的大小很大程度上取决于评估人员。因此，必须加强评估人员队伍建设，在评估具体操作中，严格按评估规范意见操作。评估人员应详细了解包括无形资产的取得过程、历史沿革和公司概况；公司经营环境及市场情况；无形资产的产权状况；相关法律、法规及会计特别规定情况；相似无形资产的最新状况等情况。有些时候，委托方往往因为自己的利益，将失真失实的无形资产的历史资料提供给评估人员，而评估人员又常常难以查清这种有目的的失真失实资料，这就给无形资产的评估带来了工作风险。因而，资产评估人员要有风险意识，对委托方提供的资料严格审查，并借助合法的、有效的、辅助的手段，识辨委托方提供资料的真实性。
（二）加强对有关数据资料的收集和分析。要有步骤、有条不紊地组织数据资料的收集整理工作，要反复查对全部有关资料，从一切来源到每份制表单上所引用的每一条数据均应反复细心查对，避免差错。由于收益法是预测未来收益并进行折现的方法，而无形资产在预期收益、收益期限、收益分成率预测等方面又存在复杂性和不确定性，所以在评估时一定要重视数据资料的来源，并对其进行分析。由于不可能得到十分完整的市场资料，仅按手头上所掌握的全部资料而得出的结论并非一定准确可靠。因此，应从多方面、多角度考虑发生某种误差的可能性及其相应的、适当的处理措施，避免在模型问题上走捷径，要将模型建立在历史财务报表的基础上，并充分了解企业财务报表中会计和税务的复杂性，避免重复计算资产。在收益的预测时，要根据适度绩效情景，正确地把握资产的收益。并且，资产评估人员应对委托方提供的被评估资产范围进行认真清查、严密分析、合理推断，包括需要进行相关的市场、行业等调查，理顺资产与收益的匹配关系。
【关键词】企业营销 预警管理 风险
东莞是一个典型的依赖外向型经济发展的城市,多数企业都是外向型企业,且多为“三来一补”的劳动密集型加工贸易企业,目前在东莞部分企业面临生存压力,融资困难,政府一次性拿出10亿元帮助企业融资,实现政府救市。部分企业缺乏处理危机的预警管理措施,导致在危机面前束手无策,这对企业发展提出了更高的要求,要求企业完善营销的预警管理。
1 企业营销风险预警管理的内涵和特征
1.1企业营销风险预警管理的内涵
企业营销风险预警管理就是创造一种良性机制,对危及企业生存、发展的重大战略问题进行预告和分析,提前或及时地把握危机信息,找出导致失误的各种风险因素,进而实现对不利的环境因素的预控和扭转,实现向良性状态的回归,从而完成螺旋式上升的发展过程。风险具有不确定性,常常难以预测,但是我们可以通过对风险的成因进行分解,并对这些分解后的风险观测点评估,来间接推算出各种风险的大小,从而为企业及时地制定相应的对策提供了依据,达到预警的目的。企业营销风险预警管理实际上是对企业营销职能的预警管理,它覆盖整个企业营销活动,企业只有准确及时地对即将出现的营销风险做出预警,防范危机于未然,才有可能在激烈的市场竞争中获得更大的发展机遇。 (1)全面性,企业营销风险预警是企业管理全过程的预警,不但包括企业投资的风险预警也包括企业管理的预警。(2)预控性,根据企业现有的资料和信息,分析企业营销涉及因素的变化趋势,预控其可能的结果。(3)矫正性,在预控性和安全性的基础上,对企业营销管理波动或企业营销管理失误的纠错、制止、回避、预防等作用。
2 企业营销风险预警体系的构建
企业实施“营销风险预警体系”有助于增强其自身抵抗风险的能力,获得长远的竞争优势,以最小的代价,来规避营销风险,从而为其带来利润;为企业的顾客提供优质的产品,支持顾客价值。构建科学、有效的风险预警模式是企业在激烈的市场竞争中制胜的关键。
2.1企业营销风险预警体系构建的思路
风险预警从本质上说是对企业目前营销状况进行综合评判,然后从评判结果来分析企业营销状况,为企业的营销决策提供支持。它应该包括两个循环,一个是对所有观测点收集的数据进行综合评判,分析企业营销系统目前的运行处于何种状况。第二个是由综合评判结果来分析企业营销活动所存在的具体风险。然后企业决策层针对这些存在风险的种类进行改进。
企业营销风险预警体系主要需要解决三个难题:(l)确定观测点。观测点设置的多,就会放大部分的风险,形成资源的浪费;观测点设置的少,可能对于某些风险反映迟钝,从而影响企业营销风险预测的准确性。(2)建立适合企业营销现状的营销风险预警模型。由于大多数企业管理的不规范,历史营销数据不健全,一般的综合评判模型已经不适合用来对企业进行营销风险预测,所以必须寻求智能性预测模型。(3)必须建立企业营销风险结构分析模型。预警的最终目的是分析企业营销工作中所存在的不足,对企业的运行会造成什么样的影响,从而及时改变营销方案来规避营销风险或降低风险带来的损失。
观测点的设置、营销风险综合评判模型、营销风险结构分析模型这三个方面的设计关系到企业营销风险预警体系设计的成败,是我们关注的重点。
2.2企业营销风险预警的方法
(1)预警信息系统
信息是预警的主要依据和基础,因而灵敏的预警信息系统对于整个预警系统至关重要,是预警管理成败的关键。预警信息即为预测系统、预控系统提供基础数据,它是整个预警系统的基础。一个功能强大的企业营销风险预警系统需要有完善的信息网络和高效的信息处理元来进行支撑。
(2)预警指标体系
预警指标体系是反映企业营销活动的一些具有高度概括性和敏感性的监测点。它从多个视角和层次反映企业营销活动的数量表现和数量关系,为企业营销风险预警系统提供预警信息,具有对企业营销活动的现状描述、结果评价和未来发展的预警导向功能,是企业营销预警系统活动的评价标准。它是预警系统开展识别、诊断、预警控制等活动的前提,其目的是为了使信息定量化、条理化和可操作化。不同类型的企业,预警系统的指标体系有所差异,但最重要的是选择敏感指标和主要指标,以便预警指标体系能真正反映企业营销活动所面临风险的实际情况。
(3)预警准则 因素预警有两种形式,一种是:当风险因素X出现时,发出警报;当风险因素X不出现时,不发出警报。另一种是:若风险因素为随机变量,其发生的概率为X,当01时,不发出警报;当X1≤X2时,发出初等警报;当X≥X2时,发出高等警报。
综合预警是将指标预警和因素预警方法综合起来,把诸多因素和指标进行综合考虑和分析,所得出的一种综合报警模式。它运用有关数据处理方法,将多个指标或因素归纳为一个综合性指标,然后根据综合性指标的值所处的值域范围来决定发出何种警报。整个预警管理系统可保证下述过程的运行:与本企业营销活动有关的内外部信息、数据和资料通过企业营销信息网络进入预警信息系统;经过对营销信息的收集、整理、处理、分析和推断后,再分别进入预测系统和预警指标体系中,预测系统运用预测方法和预测模型对未来企业营销活动所处的内外部环境状况进行预测;预警指标体系经过运算估计出未来营销风险状况并将输出的结果与预警准则进行比较,以便决定是否发出警报以及发出何种程度的警报,然后根据判别结果调用预控对策系统中提供的对策,最后显示预控对策信息。
1．金融风险统计监测预警指标体系的设计原则
长期以来，我国金融以国家为后盾，人们对银行体系有高度信心，尽管四大商业银行的不良债权达20%以上．仍有相当大的承受力。居民储蓄存款占各项存款总额的60％以上，居民储蓄率相当高，由于这两大因素，使我国的金融风险有很强的隐蔽性，因此必须有一套严密高效的统计监测预警系统对金融风险加以防范。金融风险统计监测预警指标体系是指研究金融风险的若干个相互联系的统计指标组成的指标群。一套高效灵敏的金融风险监测预警指标体系的建立，除从宏观上监测金融风险，在把握国际经济总体状态下，关注国内外经济交往，国内经济运行势头，以及货币贷政策的变动情况。在微观上应着重抓国有商业银行风险的监测预警。在建立金融风险统计监测预警指标体系时应遵守以下基本原则：(1)规范性。所设计的指标体系中的各项指标应尽量与国际惯例接轨，符合《巴塞尔协议》要求，便于国际间的比较、交流。(2)综合性。即要求所设计的监测预警指标能准确地反映复杂金融风险的程度，具有高度的概括性。(3)灵敏度高。即要求所设计的指标能准确的从指标细微变动中能直接反映瞬息万变的金融风险的发展变化，具有高度的灵敏性。(4)系统性。金融风险统计监测预警指标体系是由若干个指标群组成的。(5)可操作性。所选指标要简明适用，要有确切的数据来源，在时间上具有连续性，在内容上具有可比性。尽量与中央银行制定《商业银行资产负债比例管理》指标要求一致，便于各级人行对金融风险的监测，易于实施与度量。(6)时效性。所选指标，有关部门能及时统计出来，不可与报告期时差太大，以免使决策失去有利时机。
2．金融风险统计监测预警指标体系框架
根据金融风险统计监测预警指标体系设计的目的和原则，将其分为系统性金融风险统计监测预警指标和非系统性金融风险统计监测预警指标两类。
(1)系统性金融风险统计监测预警指标。系统性金融风险又叫市场风险。是指市场的全局性风险。由于受政治、经济及社会心理等因素影响造成整个市场的利率波动，汇率变化通货膨胀，使一个或多个银行(或金融机构)出乎意料倒闭，导致在整个金融体系中引发“多米诺骨牌”式瘫塌的危险。系统性金融风险不能通过投资分散化的策略予以降低或消除，只能通过市场的交易进行转移。
利率风险：是指由于市场利率变动导致金融机构持有的资产价格变动或者银行及其他金融机构协定利率跟不上市场利率变化而带来的风险，如高息揽储引起的存贷利率倒挂，保值储蓄存款利率与物价指数倒挂等导致银行收益下降。统计上可用市场利率、存货利差、存贷平均利率等指标来度量。
货币风险：是指因通货膨胀、物价上涨引起货币贬值而带来的风险。统计上可用M2／GDP来度量货币风险。我国近年M2相对于GDP比例的提高，既可能是金融深化的标志，也可能是金融风险增长的征兆。M2的过快增长既意味着储蓄存款的过快增长，也意味着银行不良贷款的急剧增加。
政策风险：是指政府更替或首脑更替带来的政策变化的风险或国家政策、法规的调整给金融机构在资产负债管理中，由于国家政策变化而造成损失的可能性。它取决于国家经济发展状况。统计上可通过经济增长率和物价变动率来度量。国际上当经济增长5％，物价上涨3％就开始控制政策风险。
国际收支风险：是一国国际收支状况的恶化，汇率变动出现的风险。如外汇买卖风险、交易结算风险和存贷风险，它可以引起国内金融危机和某种程度上的经济危机。统计上可用外汇储备占短期债务的百分比(国际警戒线为80％)，外债占GDP的百分比，外汇储备所能支持进口量月份数，经常项目赤字占GDP的百分比，国内储蓄占GDP的百分比，财政余额占GDP的百分比，直接投资与经常项目赤字占GDP的百分比，本币的升值或贬值率，货币供应量的增减率来度量。
(2)非系统性金融风险统计监测预警指标。非系统性金融风险又叫非市场风险，也称可分散风险，是指由于某种特殊因京的变化对金融业中的某一个银行或某一金融机构在金融业务经营过程中造成资金资产损失的可能性的个体性风险。非系统性金融风险可以通过投资分散化的策略予以降低乃至消除。
信用风险：包括国家银行对社会公众存在着信用危机，发生存款者挤提存款而存款银行没有足够的资金支付造成信用风险，以及国有企业对银行存在信用危机，借款人到期无力偿还或不愿意偿还贷款，造成银行因贷款本息不能按期收回而遭受损失。有信用存在，就有发生信用风险的可能，我国信用风险的突出表现是不良贷款比例偏高。统计上可用呆帐款率、呆滞贷款率、逾期贷款率来度量信用风险，前两上为信用风险监测预警的关键性指标。
流动性风险：是指银行因资金结构不合理，超负荷经营，没有足够的现金清偿债务和保证客户提取存款而给银行带来损失的可能性。我国银行流动性风险主要体现在：一是资产负债不匹配；二是资本充足串不高；三是资产流动性差，实际变现能力不强。流动性风险的危险性很大，严重时甚至置商业银行于死地。过去人们总是把银行的命运与政府的命运联系在一起，认为银行是国家的，决不会破产倒闭，不会出现流动性风险，这是一种认识误区。因此，加强对资产流动性风险监管十分必要，统计上可用备付金比例、资产流动性比例、存贷比例、拆人资金比例4个指标来度量，其中备付金比例是关键性指标。
资本风险：指银行资本量过少，不能弥补亏损以保证银行正常经营的风险。统计上可用资本资产比例、资本充足率、核心资本充足率3个指标来度量资本风险，其中资本总资本比例是关键性指标，后两个是根据《巴塞尔协议》要求而制定的指标。
资财风险：指由于金融机构管理出现漏洞和金融犯罪等主客观因索致使银行资产和财产被内部盗用，侵吞、挪用短款，外部暴力抢劫，盗窃现钞、诈骗等造成损失的一种风险。统计上可用各项资金损失率，自有资金比例来度量。
结算风险：银行在办理各种业务结算中，因工作失误或违反结算纪律和规定，造成银行资金财产损失并需要承担责任的一种风险。统计上可用各种资金资产损失和赔偿金额，处罚金额来度量。
(二)金融风险的度量
1．综合度量的办法
金融风险统计监测预警指标体系中每一个或每一组指标只能反映金融活动某一方面所面临的风险，要全面反映和监测金融活动的风险水平，就必须对其进行综合度量。所谓金融风险的综合度量，就是把金融活动作为一个总体，在考察和计算出金融风险监测指标体系各指标值的基础上，运用科学的方法，进一步对金融活动总体的风险水平作出全面、综合的评价。
(1)综合指数法
金融风险综合指数是综合衡量金融风险的一种特殊性对数。它是以各项风险指标实际数值分别除以该项指标的标准值并乘以各自的权数，加总后除以总权数求得，具体计算公式为：
(2)功效系数法
功效系数法是在已设置的风险监测指标体系的基础上，给其中的每个指标规定两个数值，一个是满意值，一个是不允许值，然后计算各指标的功效系数，再根据这些单项功效系数，用加权算术平均得到的平均数，即为金融风险综合功效系数。计算公式如下：
以上两种方法是传统的多指标综合评价方法，在此应用时应该注意两点：一是金融风险统计监测指标有正指标和逆指标，对于正指标(即指标数值越大，风险越大，如损失贷款串)可直接代入公式计算其系数和功效系数，对于逆指标(即指标数值越大，风险越小，如资本充足率)，应取其指标值的倒数代入公式进行计算。经过这样的处理之后，所得出的
综合指数或功效系数越大，表明风险越大，反之则相反。二是这两种方法在具体应用之前首先必须确定各指标的权重、各指标的标准值、满意值和不允许值，而这些数值的确定不可避免地存在较大的主观性，因此，最后得出的综合度量结果可能不够精确和客观。
(3)数学模型法
这种方法一般需借助电子计算机完成，在此仅作简单介绍。前面建立了金融风险统计监测预警指示体系，用Xi表示指标i的数值，G表示金融风险，假设G为X的连续函数，则它们之间的关系可表示为：
上式中是二次系数矩阵，是对称矩阵。是一次项的系数向量，至于A和B的确定，则一般借助风险管理信息系统软件在电子计算机上完成，在此不详述。
上面分别用三种方法反映了金融的综合风险度，但根据世界各国的经验，金融风险发展到危机阶段主要是由各种风险中的某一种风险起着催化剂的作用，而导致破产或危机的爆发，为此，我们还应计算出每一种风险的大小，计为Hj，当Hj达到引起危机的地步时，上述的综合风险度G(X)就由Hj来表示。因此我们的综合风险度就应表示为M(X)，即：M(X)；Max[G(X),Hj]，(j＝1，…n,n为风险种类的数量)。
2．综合度量的应用
对金融风险进行综合度量是金融风险管理的一部分，其目的是尽早地发现金融风险，从而及时采取有效措施防范和化解风险，其应用主要包括以下两个方面：
(1)可进行风险大小的纵向和横向比较。通过对风险的综合度量，可以使金融系统从总体上把握自己面临的风险，防止对风险状况的片面考察；通过对不同时期风险的综合度量，可以反映金融风险状况的发展趋势；通过对同一时期不同金融主体风险的综合度量，可以反映金融主体风险管理水平的高低，从而找出差距，总结经验与教训。
【关键词】金融风险；预警；定量方法
近年来，美国次贷危机、欧债危机等金融危机的频繁爆发令金融风险预警领域成为了金融界备受关注的研究热点。从国内外的研究来看，金融风险预警的核心在于寻找一种有效的方法进行风险的识别和预测。目前，主流的金融风险预警方法是统计计量类方法，该类方法以较严谨的统计理论作为基础，因此得到了国际金融理论和实业界的广泛支持和认可。然而统计理论先天存在前提假设过严、忽略风险因素模糊性、难以解决非线性病结构的复杂问题、缺乏处理海量数据的能力等缺陷，致使该类方法在处理经济管理类的复杂问题时往往表现得力不从心，其在金融风险管理中应用的有效性及适用性亦受到了越来越多研究人员的质疑。近十多年来，随着人工智能技术的发展，具有模糊性、鲁棒性、自组织性、简单通用及并行处理等特征的智能计算技术越来越受到了金融领域研究人员的关注，越来越多的研究引入了智能计算技术并取得了大量成果。本文在综合研究了国内外相关文献的基础上，从方法的理论基础角度对预警方法进行了归纳分类，并对不同方法的性状进行了深入的比较、分析及评述，在此基础上提出了对金融风险预警方法发展方向的个人看法，以期为我国金融风险预警管理方法发展提供一种新的思路和视角。
一、统计计量类方法
该类方法的主要思想是根据预警指标体系收集相关的样本数据，对样本数据进行深入的统计分析，找出对金融风险有显著解释作用的指标。在此基础上基于一定的数量统计方法建立分析模型。该类方法是金融风险管理研究中广泛使用的方法，主要包括以下几种方法：（1）单变量分析方法。单变量分析方法是最早应用到金融风险预警领域中的定量分析方法。Fitz
patrick早在1932年就运用单个财务比率对19个样本企业进行破产预测，他的研究发现“净资产收益率”和“股东权益对负债比率”两个比率的预测能力最高；1938年，Secrist在研究中试图通过分析资产负债表比率的差异来寻找破产银行的特征，以期挖掘出破产银行和正常银行不同的财务状况；1966年，Beaver基于单变量分析法建立了企业破产预警模型，并以5个不同财务比率分别对158家的样本数据进行了一元判别预测，其结论认为“现金债务总额比率”预测的效果最好，“资产收益率”的效果次之。（2）多元线性判别分析（MDA）方法。单变量分析方法单从一个指标出发进行风险预警，往往不能充分反映出风险的全面状况，MDA方法则是以多个指标对风险进行预测的分析方法。针对单变量分析的缺陷，1968年，Altman等在前人研究基础上，利用判别分析技术建立了Z-Score模型，随后1975年Altman在改进Z-Score模型的基础上提出了ZETA模型。与此同时，1975年Sinkey在银行风险的早期预警模型中引入了多重判别方法。与单变量分析模型相比，MDA模型综合了多方面的风险信息，因此其建立的判别函数往往准确率更高。（3）Logit分析方法。MDA方法对所处理的样本有着严格的假设前提（如多元正态分布、等协方差矩阵等等）。针对这些缺陷，Martin在1977年采用了Logit分析对银行破产预警进行了研究；1980年Ohlson构建了企业破产预警的Logit分析模型，他的研究成果认为Logit模型对样本数据要求不高，其预测准确率也比MDA高。Logit分析假设事件发生概率服从标准
Logistic的累积概率分布函数，将事件发生的可能性估计为一个可观测特征函数，因此能部分克服MDA模型的缺陷。有鉴于此，20世纪80年代后大量研究采用了Logit分析方法。（4）Probit分析方法。Probit模型早在1954年就被Zmijewski引入到企业破产预测方面的研究。1983年，Bovenzi等采用Probit分析，以1977年至1981年间的222家银行作为样本构建了银行破产预警Probit模型，取得了良好的预测准确率。与Logit模型类似，Probit模型假设样本服从标准正态分布，其计算方法和Logit亦很类似，但Probit模型的计算过程比较复杂，而且在计算过程中进行的多次近似处理往往会影响数据的准确程度。
二、智能计算类方法
统计计量类方法的应用有着比较严格的假设前提，且难以区分出随机噪声和非线性关系，而风险预测与风险指标往往呈非线性关系，且风险指标之间亦可能非相互独立及不符合正态分布等等，因而极大地影响了统计计量类方法的应用效果。近十多年来，随着人工智能技术特别是智能计算的发展，以神经网络技术为代表的智能计算在风险预警领域中的应用得到了越来越广泛的关注。
（1）神经网络方法。神经网络是一种模仿人脑结构及功能的非线性分布式信息处理系统，具有自适应、自组织、自学习等能力，适宜大规模的并行计算。因此，20世纪90年代以后，神经网络被广泛应用到金融风险预警、财务困境和破产预测等金融风险管理领域。1990年，Odom首次将神经网络引入企业破产预测，随后Tam和Kiang（1992），Barniv et al（1997），Bell（1997），Jain&Nag（1997）及Yang et al（1999）等研究人员在研究金融风险预测预警时也纷纷采用神经网络技术，极大的促进了神经网络技术在金融风险管理领域中的应用。大部分的研究成果认为神经网络的预测准确率要优于MDA、Logit等传统统计计量类方法，且神经网络不存在严格的假设前提，容错能力强，但也存在着设计缺乏有效的理论指导、容易早熟及“黑箱操作”等缺陷，其预测结果往往难以解释，不易为金融从业人员接受。（2）进化计算方法。进化计算将自然界中的进化过程引入工程领域以解决复杂问题的优化，其原理通过模仿生物进化规律，在问题空间内随机搜索问题的解。目前以遗传算法、粒子群算法等算法为代表的进化计算在金融风险预警、企业破产预测等方面得到了广泛的应用。其中具有代表性的研究学者有：1998年Varetto Franco采用遗传算法提取了判别规则和线性函数，研究结果表明与MDA相比，遗传算法省时、受主观影响小，但准确性相对低。其他有代表性的研究学者还包括：Shin&Lee（2002）、Davalos Sergio et al.（2005）等等。进化计算方法应用到金融风险预警的机理是基于样本数据进行if-then判别规则提取，结构清晰且易于理解。然而进化计算的结构不固定、通用性较差，其设计往往根据经验而缺乏规范有效的理论指导。近年来，在很多研究中进化计算往往成为了一种与其他技术混合集成的辅助技术。（3）粗糙集方法。粗糙集是一种新的处理模糊和不确定性知识的有力工具，已经在数据挖掘、知识发现及决策支持等领域得到了广泛应用。1982年，Pawlak首先将粗糙集方法应用到金融风险预警领域。随后Ziarko（1984）、Tay F.E.H.
&Shen L.（2002）等学者也在相关研究中引入了粗糙集方法。这此研究成果表明，粗糙集方法善于处理不完善的信息，能有效的揭示风险因素特征与金融风险之间的关系，且具有决策规则易于理解、定性定量变量相结合、无需统计概率和模糊隶属度评价等优点。但是，在实际应用中粗糙集方法对噪声较敏感，抗干扰能力比较差，因此在实际应用中粗糙集更多的是与其他方法（如神经网络、模糊逻辑等）集成。（4）混合智能方法。单一智能技术各具优势，同时又存在这样那样的缺陷，制约了单一技术在金融决策领域的发展。因此，根据各种智能技术的特点与共同之处，探索它们的有机集成是近年来比较活跃的研究分支，并取得了可观的研究成果。2006年，Min等学者将遗传算法与支持向量机相结合，构建了企业危机预警模型，研究结论表明该模型综合性能良好。Tsakonas等学者（2006）采用了混合遗传规则与神经网络的方法进行破产预警研究。De Amorim等学者（2007）综合模糊系统与神经网络构建了混合模型，通过巴西金融机构数据的实证表明混合模型的预测精度要比多层BP网络好。Ng.G.S.（2008）等学者构建了混合局部优化算法与模糊神经网络的银行破产预警模型，对美国银行业数据的仿真结果表明该模型预测效果良好。Cho，Sung bin等（2009）混合了统计方法与人工智能方法进行破产预测。Ahn，Hyunchul等（2009）通过结合神经网络与遗传规划构建混合智能系统，为破产预测提供了一种更科学的方法。Arash Bahrammirzaee（2010）对人工神经网络、专家系统及混合智能系统等人工智能技术在金融风险管理中应用的相关研究成果进行了全面的分析概括，得到了混合智能系统能全面提升预测准确性的结论，但也存在技术整合策略、参数设计等问题。Chuang等（2011）将人工神经网络与案例推理相结合，提出了信用评分的二阶段模型，实证表明该模型的评估精度比单一人工神经网络要高。
除了上述的方法外，案例推理（case-based reasoning，
CBR）、支持向量机（support vector machine，SVM）等智能方法也被部分学者尝试应用于金融风险预测预警领域。
三、方法优劣对比分析
从历年的研究文献看，20世纪90年代前，统计计量类方法被大部分研究所采用，随后，人工智能技术的发展使得智能计算也受到了越来越多的关注。这些方法各具优劣，具体对比分析如表1所示。
四、预警方法评述
从金融风险预警方法的理论基础角度，本文把现存的预警方法分为两类：（1）统计计量类方法；（2）智能计算类方法。表1的对比分析表明：（1）统计计量类方法具有简单、易用、省时及结论易于理解等特点，且方法的实践设计存在规范的科学理论指导，因此被金融业广泛接受和应用。然而，这类模型普遍存在着以下几方面缺陷：一是有着比较严格假设前提，如假设正态分布、等协方差，多重特征独立性等等，这些假设经常与现实不相符；二是在研究风险行为和过程中片面强调风险因素的随机性而忽略了风险因素的模糊性；三是缺乏处理非线性复杂结构问题的能力，经验告诉我们，金融风险预警是复杂的，更具有非线性结构的特性，上述模型对此往往缺乏有效的处理能力；四是对金融大数据缺乏处理能力，随着金融大数据时代的到来，先天不足的统计计量类方法在面对海量的数据处理要求时，往往束手无策。（2）以神经网络为代表的智能计算技术具有处理病结构、不精确、不完善信息的良好能力，预测精度也相对较高，且该类方法具有自组织、自学习、鲁棒性及并行等优势，特别善长于处理海量数据。但该类方法的应用缺乏有效的理论指导、结构难以固定、通用性差，且结果往往难以解释，因此在实
际运用中也存在着大量争议。
五、结论与展望
综合上述分析可以发现，无论是基于统计计量的方法还是基于智能计算的方法都不是金融风险预警管理的万全之法。随着计算机信息技术、经济计量技术、智能技术等各学科技术的迅猛发展，综合多个学科理论与方法的金融风险预警模型受到了越来越广泛关注。预警的方法亦越来越体现出从定性到定量、从简单到复杂、多学科交叉、从单一技术到多元化组合技术等特征。虽然到目前为止，人们对于大量的应用问题已经提出了各种各样的混合智能学习方法，但是如何设计出一个能够有效地结合神经网络、模糊逻辑、进化算法等智能计算方法的最优混合系统仍然是一个富有挑战性的研究课题； 现代人工智能技术的发展十分迅速，涌现出越来越多的新技术新方法新思想（如免疫算法、DNA计算、支持向量机、蚁群算法、聚类分析等等），各种技术的互补与综合也是未来的研究方向之一；统计计量类方法具有不可替代的优势，如何将统计计量类方法与智能计算类方法进行综合和集成，优势互补，也是未来的研究热点。
参 考 文 献
[1]Fitzpatrick P J，A comparison of ratios of successful industrial enterprises with those of failed firms，Certified Public Account.1932，（2）：589～605
[2]Secrist，National Bank Failure and Non-failure，The Principia Press，Bloomington Ind.1938
[3]Beaver W H，Financial ratios as predictors of failure，Journal of Accounting research.1966，（Supplement）
[4]Altman Edward I，Financial ratios，discriminant analysis and the prediction of bankruptcy，Journal of Finance.1968，23：589-609
[5]Altman，E.I.，R.Haldeman and P.Narayanan.Zeta analysis：A new model to identify bankruptcy risk of finance[J].Journal of Banking and Finance 1（1977）：29～54
[6]Sinkey，Joseph F.，“A Multivariate Statistical Analysis of the Characteristics of Problem Banks”.Journal of Finance，1975，Vol.xxx，No.l，pp.21～36
[7]Martin， D.，1977，“Early-Warning of Bank Failure”，The Journal of Banking and Finance 1：249-276
[8]Ohlson，J.S.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research.1980：109～130
[9]Zmijewski，M.E.Methodological Issues Related to the Estimation of Financial Distress Prediction Models[J].Journal of Accounting Research（Supplement）1954：59～86
[10]Bovenzi，J.F.，J.A.Marino，and E.E.McFadden，Commercial Bank Failure Prediction Models.Economic Review.November.1983：14～26.
[11]Tam K.Y.，Kiang M.Managerial applications of neural networks：the case of bank failure predictions[J].Management Sciences.38（1992）：926-947
[12]Markham I.S.，Ragsdale bining neural networks and statistical predictions to solve the classification problem in discriminant analysis[J].Decision Sciences.26（1995）：229-242
[13]Austin M.，Looney C. Zhuo J.，Security market timing using neural networks[J].The New Review of Applied Expert Systems.3（1997）：3-14
[14]Odom M.D.，Sharda R.A neural network model for bankruptcy prediction[P].Proceedings of the IEEE International Joint Conference on Neural Networks ， San Diego，Vol.II，New York：IEEE，1990：163～168
[15]Barniv R.，Agarwal A.，Leach R.Predicting the outcome following
bankruptcy filing：a three-state classification using neural networks[J].Intelligent Systems in Accounting，Finance and Management.6（3）1997：177～194
[16]Bell T.Neural nets or the logit model：a comparison of each model’s ability to predict commercial bank failures[J].Intelligent Systems in Accounting，Finance and Management.6（3）1997：249～264
[17]Jain B.A.，Nag B.N.Performance evaluation of neural network decision models[J].Journal of Manage Information Systems.14（1997）：201-216
[18]Yang，Z.R.，Platt，M.B.，Platt，D.H. Probabilistic neural networks in bankruptcy prediction[J].Journal of Business Research，44（1999）：67-74
[19]Franco Varetto. Genetic algorithms applications in the analysis of insolvency risk[J].Journal of Banking & Finance.1998，22：1421～1439
[20]K.-S.Shin，Y.-J.Lee.A Genetic Algorithm Application in Bankruptcy Prediction Modeling[J].Expert Systems with Applications.2002，23：321～328
[21]Davalos Sergio，Gritta Richard D，Adrangi Bahram.Use of a Genetic Algorithm in Forecasting Air Carrier Financial Stress and Insolvency[J].The Credit & Financial Management Review.2005（2）
[22]Pawlak Z，Rough Sets，International Journal of Information and Computer Sciences.1982，11，341～356
[23]Ziarko W，Variable Precision Rough Set Model，Journal of Computers and Systems Sciences，1993，46，39～59
[24]Dimitras A I，Slowinski R，Susmaga R et al.，Business failure prediction using rough sets，European Journal of Operational Research.1999，（114）：263～280
[25]Tay F E H，Shen L，Economic and financial prediction using rough sets model，European Journal of Operational Research.2002，（141）：641～659
[26]Min Sung-Hwan，Lee Jumin，Han Ingoo. Hybrid genetic algorithms and support vector machines for bankruptcy prediction[J].Expert Systems with Applications.2006，31（3）：652～660
[27]Tsakonas Athanasios，Dounias George，Doumpos Michael，et al.Bankruptcy prediction with neural logic networks by means of grammar-guided genetic programming[J].Expert Systems with Applications，2006，30（3）：449～461
[28]De Amorim B.P.，Vasconcelos G.C.，Brasil L.M..Hybrid neural systems for large scale credit risk assessment applications[J].Journal of Intelligent and Fuzzy Systems.2007，18（5）：455～464
[29]Ng G.S.，Quek C.，Jiang H.FCMAC-EWS：A bank failure early warning system based on a novel localized pattern learning and semantically associative fuzzy neural network[J].Expert Systems with Applications，2008，34（2）：989～1003
[30]Cho Sungbin，Kim Jinhwa，Bae Jae Kwon. An integrative model with subject weight based on neural network learning for bankruptcy prediction[J].Expert Systems with Applications.2009，36（1）：403～410
[31]Ahn Hyunchul，Kim Kyoung-jae.Bankruptcy prediction modeling with hybrid case-based reasoning and genetic algorithms approach[J].Applied Soft Computing Journal.2009，9（2）：599～607
一、财务管理中“风险”内涵
风险是现代财务学中的一个重要概念。财务管理要求企业从动态发展的角度认识和把握风险。风险是自然现象，也是一个社会和经济现象。最早将风险范畴引入科学领域考察的是经济学家。19世纪末，在研究企业利润形成的原因时，经济学家就认为风险是利润的由来。马克思在《资本论》中对商品能否在市场出售，曾形象地说：“从商品到货币，这是一个惊险的跳跃”。1895年美国学者hayes首先从经济学意义上提出风险的定义，认为它是损失发生的可能性。但对风险定义较普遍被学术界所接受的是美国学者a·威廉斯的“结果变动说”，即“在某个特定状态下和特定时间内可能发生的结果的变动”。这是人们通常所说的，只要某项活动有2种或2种以上的未来结果，就是风险。即未来结果的不确定性。如果结果只有一种就不存在风险。将风险与财务问题融合在一起，就形成了财务风险，它构成经济风险的一个组成部分。财务风险是贯穿现代财务理论的一个重要范畴，它表现在：
（－）财务风险是一种可度量的可能性。即它以认知风险为前提，如果对风险无法加以度量，就不能真正认识、驾驭并转移和分散风险，从而也就不能降低和减少风险的损失。换言之，人们在采取某种行动之前，能预先知道的所有可能的后果及各种后果出现的可能性，也就能认知并测度风险。若用概率来描述，则体现为结果的概率分布特征。
（二）财务风险是与风险报酬（收益）直接相通的，风险程度与风险报酬的大小成正比。高风险、高收益、低风险，低收益。此即风险报酬（收益）交换律，或称风险收益权衡理论（risk and return trade off theory）。任何收益的取得，都要付出相应的风险代价”（成本），风险同收益有替代效应。财务风险，实际上就是预期收益率与实际收益率的变异程度及其概率。这是科学决策必须考虑的重要问题。
财务风险还是贯穿于筹资、融资、投资等财务活动和财务关系始终的核心问题。它在企业财务的4大决策——筹资决策、投资决策、股利决策、资产重组决策等领域居中心地位。企业财务的上述各项决策，离开或偏离了财务风险的方向，就会使各项财务决策失去依据。例如企业的筹资决策，包括筹资的内外渠道，发行股票、债券、银行借款、租赁等筹资方式的选择，筹资的费用成本以及合理的财务结构和资本结构的安排，都要运用财务风险理论作出比较与权衡。又如，企业的投资决策，即企业资产最优配置决策，它决定一家公司的资产如何利用才最有利的问题，包括企业的资本预算管理，长期资产即固定资产的投资应达到怎样的规模水平，投资方案或项目评估以及流动资产应保持在何种水平等等，都必须借助于财务风险和不确定性分析。再如公司的胜利决策和资产重组决策，包括股利的发放，股利发放形式的选择，股利额的大小，采取何种股利政策（稳定或不规则政策），以及资产重组决策中兼并、收购以至破产等方式的选择，资产重组动因的分析，资产的正确评估等，都要围绕收益与风险交换律的要求进行权衡而选择。
二、“风险观”的转换：财务环境变迁的内在要求
财务是环境的产物。在网络、信息技术不断发展的今天，财务管理需要适应企业制造技术和管理方式的变化不断调整与优化自己的行为与策略。
首先，通过收益与风险之间的正确权衡作出科学的企业风险决策。以企业资本经营为例，企业资本经营决策的基本原则是“探求一种风险尽可能小而收益尽可能大的方案”。然而，企业资本经营，寻求资本价值的不断增值，必然会涉及许多新的经营领域，如房地产交易、股票交易、期货交易、产权交易等等。这些对象的收益性和风险性的差异很大，要求经营者具备的条件也不一样。例如，房地产交易投资规模大，投资的财务杠杆率高，资金周转期长，资产的流动性差，估计的技术难度大，因而要求经营者具有较强的融资能力、较好的商业信誉和较深的专业知识储备。又如期货交易具有套期保值和获取风险利润两种基本功能。它的特点是选择余地大、风险报酬高、获利机会多、市场透明度高。但期货市场上投机因素多，转眼之间便可能大盈大亏，没有雄厚的资金实力、敏捷果断的判断力和较强的风险承受能力就不能从事期货交易。
由此可见，通过资本经营不断开拓新的投资与经营领域，既给企业带来了可能的高收益，同时也引发了企业经营的高风险。因此，企业资本经营必须适应竞争性财务管理的内在要求，通过资本经营培育企业核心竞争力，应用风险价值理论规范各种经营与财务风险，正确区分可分散风险与不可分散风险，通过有效管理减少可分散的风险；同时，加强风险权衡理论的研究，广泛应用净现值法、当量调整法、风险调整贴现率法以及期权法和博弈法等风险分析方法，提高企业决策的科学性，使企业资本经营真正达到风险小、成本少、收益好的目标。
其次，适应新经济发展的需要，不断优化企业风险决策。在工业经济时代，企业通常遇到的风险有4种：经营风险、金融风险、灾害风险、环境和法律风险。而随着互联网在企业管理中的广泛应用，各种“道德风险”和“逆向选择”行为开始发生。对内，作为数据管理的计算机往往被作为逃避内部控制的工具，同时，经济资源中智能因素的认定将比无形资产更加困难，其随着技术环境和信息环境的改变而发生价值波动，也容易产生各种客观上的失控现象；对外，由于“媒体空间”的无限扩大，信息传播、处理和反馈的速度大大加快，出现了“网上银行”、“电子货币”、交易无地域化和无纸化，这使得国际间资本流动加快，资本决策可在瞬间完成，稍有不慎可能会产生难以估量的损失。总之，由于网络经济的非线性、突变性和爆炸性等特点。企业需要加强对诸如资讯保护风险、内部矛盾和外部侵入风险、破坏与舞弊风险、交易完整风险、无形资产投入速度快、知识积累更新加快、产品的寿命周期不断缩短等风险的研究。由于风险的不确定性、复杂性，在以网络、信息经济为基础的新经济时代建立新的风险管理模式就势在必行了。这种新的风险管理模式与传统的管理模式相比较的情况，详见表1：
表1 新旧风险管理模式对比
旧模式
新模式
风险评估是特指的
寻找机会是冲动的
绝大部分由财务部门负责
每个部门独立运行
重点控制财务风险和财务结果
应取消错误或改正错误
风险的主要因素是人
风险评估是持续的
按风险和回报来评估机会
以财务部门负责为主
重视风险评估和各部门间的合作
重点控制各种非财务风险
应避免错误
风险的主要因素是业务流程
美国伊利洛斯大学e·贝尔考依教授所著的《会计未来趋势》一书，对网络经济的风险问题进行了分析，指出风险管理的极其重要性，并提出了未来会计发展的6大趋势，其中之一就是财务风险预测及其模型的建立。建立财务风险预测模型，对企业风险进行评估，是以网络经济为背景的新经济时代风险管理模式的重要组成部分。其主要由监测范围与定性分析、预警指标选择、相应阀值和发生概率的确定等方面的内容组成。工业经济时代，企业的风险管理往往局限在某几个高层管理人员之间，而且多是“亡羊补牢”的措施，并有很大的随意性，即所谓的“救火队操作”。而网络技术不断发展的新经济时代，由于科技的进步，风险管理将变为主动的风险管理，它要求突出预见性，有系统地辨认可能出现的风险。网络经济的新时代，要求企业以战略的眼光从事企业的综合协调管理。它强调企业计划、采购、控制等职能的一体化，使所有子公司、职能部门的子目标与企业整体目标相趋同，这种基于多层次委托关系下的累加成本才会最小。这就需要财务管理有一条“事前计划——事中控制——事后分析”的主线，各个部门应当围绕这条主线展开，而事前分析、计划预算管理将成为企业的基础性工作。
第三，开发合理、有效的财务管理工具，预测和防范风险。在网络、信息技术条件下，不断创新风险预测与防范手段是企业在对世纪中获取竞争优势，取得核心竞争力的重要保证。当前，适应企业跨国经营，以及应对加入wto之后可能对企业产生的风险影响，财务管理理论与实务界应当加快财务风险工具的开发。其中财务电子预警是现代财务管理预测和防范风险的一个重要工具。财务电子预警是借助于网络技术开展的财务预警，其目的是为了发现重大问题。企业财务的预警系统是指企业财务管理机构通过专门的方法监测、分析企业财务经济活动和理财环境，预先警示企业现在及将来可能存在的重大财务问题，它是整个企业经济预警系统的核心。财务预警不同于财务诊断，它是一项长期、持续的财务风险预测和监控体系，而财务诊断往往是针对财务事项展开的分析和对策研究，是短期的、应急性的财务管理手段或方法。在集团企业中，财务预警活动由母公司财务管理部门组织，视其必要可在子公司及其成员单位（包括海外公司或单位）设置“监测站”，具体承担实地观察和收集信息的任务。财务电子预警的方法多种多样，如财务失败电子预测模型、风险预测模式等。
购物车(0)