财务风险分析研究背景精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的财务风险分析研究背景主题范文，仅供参考，欢迎阅读并收藏。
第1篇：财务风险分析研究背景范文
关键词：金融危机；财务风险；问题研究
中图分类号：F27 文献标识码：A
收录日期：2015年1月26日
引言
在金融危机背景下，面对如此复杂的市场环境，企业如何做到减少财务风险，实现企业的进一步发展，是一个重要的问题。而企业的财务是企业生存发展的命脉，所以企业管理者必须要对内部的财政状况进行有效的管理和合理的分配，这样才能促进企业的发展，使企业在当今日益激烈的竞争中处于不败之地。通过研究金融危机背景下企业财务风险的状况，提出最实用的方案，来促进企业利用便捷的信息渠道，科学的管理方法，来实现企业财务风险的最小化。对于企业财务部门来说，不仅要实现对财务状况进行准确的核算和分配，最重要的是要学会结合金融危机的时代背景，对财务资源进行优化配置，增强风险意识，借助科学的管理超越竞争对手，在竞争中获得胜利，促进企业的平稳发展。
一、对金融危机下企业财务风险问题进行研究的意义
加强金融危机环境下企业财务风险管理，不仅使企业的财务风险降低，还可以使企业资金达到合理的有效配置和运用。这样就会增加企业生产的总产值，企业就可以通过资金的合理配置来进行合理的企业投资和运作，来进一步提高企业抵御金融风险的能力。结合所获得的前沿信息，发挥资金优势和管理优势，促进企业经济模式的转变，加上科学合理的财务管理以及不断创新的发展理念，发挥企业效益，树立品牌理念，降低财务风险，进一步减少金融危机给企业带来的影响。除此之外，通过提高企业的抗风险能力，还可以提高整个国家应对经济危机的能力。
二、金融危机下企业财务存在的风险问题
（一）企业财务管理者缺乏风险意识。在金融危机的背景下，对于企业的管理者来说，必须要加强风险意识。根据调查，许多企业的管理者认为，金融危机的风险不会波及到自身企业，因此并没有做好及时的防范准备，这就进一步增加了金融危机时企业的财务风险。企业对财务管理不够重视，导致财务管理人才缺乏，再加上企业管理机制不健全，就使得企业财务抵抗风险力薄弱。而且企业财务管理过于随意，没有明确的规划，不能够对企业的资金进行合理的利用。这些不正确的管理意识就使得企业在金融危机的情况下，容易受到各种风险的打击，给企业带来严重的经济损失。除此之外，这些人也没有对财务的管理方式进行合理的创新，大部分只会遵循旧的方式和方法。所以，风险意识的缺乏是企业亟待解决的一个问题。企业只有解决的这个问题，才能在激烈的竞争中，发挥出自己独特的优势，占据主动权，这样才能使企业朝着更高、更远的方向发展。同时，对风险意识人才的培养也是社会上各个企业的一种人才任用潮流和趋势，企业自身也必须要做到与时俱进，坚持与时俱进。所以，作为一个企业财务管理者，必须要具有风险意识，时刻准备应对企业的财务风险，保证企业的平稳运行。
（二）企业财务监督体制不完善，抗风险能力降低。在中国大部分的企业中，很少设立对财务分配使用进行监督的部门，这就是会造成企业财务的利用混乱。在金融危机背景下，如果没有强有力的监督作为财务分配的坚强后盾，那么企业资金的配置就会存在很大的弊端，大大降低了企业应对风险的能力。例如，在资金配置过程中，有时财务管理人员会根据与同事的关系来进行资金的分配，这样就使得资金并没有得到合理的利用。因为真正需要资金来运作的部门并没有得到相应的资金来进行科研或者开发。再有，如果没有相应的监督委员会，企业领导者有可能会乱用资金，造成资金的去向不明，这样会严重影响企业生产与发展。如果这种不公开、不透明的财务管理方式一直持续下去，将会给企业造成无法估量的损失，更甚者还会使企业面临破产、甚至是倒闭的危机。所以，在金融危机的背景下，企业的财务监督，必须要从源头上杜绝，从细微之处做起，才能保证监督的正常有效进行，才可以帮助企业更好地应对金融危机。
（三）企业投资方式较单一，抗风险能力降低。对于企业的投资来说，必须要实现投资方式的多样化。在金融危机的背景下，由于企业的投资方式过于单一，这就容易造成企业的资金周转出现问题，而且金融危机来临时，企业的融资会非常困难，周转资金不到位，使得企业不能够扩大生产，这就使得企业雪上加霜。而且金融危机下，银行信贷也会出现严重问题，所以作为企业的投资者来说，必须要保证企业的投资方式多样化，提高资金的运转效率。这样一来，就可以在金融危机下，实现企业的平稳发展，也可以进一步降低金融危机对企业财务运行的影响。
三、解决金融危机下企业财务风险问题的策略
（一）建立完善的财务风险评估体系。财务风险是每个企业在财务管理中都会遇到的问题，尤其是在金融危机背景下，如何构建完善的财务风险评估体系，以及最大限度地降低财务管理中的风险，这是企业需要考虑的。企业通过建立完善的财务风险评估体系，可以提高企业抵抗风险的能力。因此，对于企业的各项流动资产以及固定资产要进行估价统计，在各项资产的购进之后，要保证这些资产不会出现闲置的情况，应该交给采购部门统一进行购买，在财政管理上要针对存在的财务问题提出整改预案，进一步推进财务风险评估体系在财务管理中的运用，降低企业在金融危机背景下的财务风险，促进企业的进一步发展。
（二）建立健全企业财务管理风险理念。在金融危机的背景下，企业必须要在资金流动过程中对收入资金和支出资金进行明确的划分，对于相关的资金使用要进行合理的界定，在资金管理中禁止使用现金进行流通，从而避免资金管理失控，给企业带来财务风险。在进行资金流动过程中，要明确资金的周转周期以及资金回笼的程度，避免因为某些原因导致资金链断掉而给整个企业正常运转带来麻烦。加强资金的集中管理化程度，减少企业的闲散资金，提高资金的利用效率。为了加强企业对于整个资金流动过程的控制力度，建立相关的资金管理内部控制制度，避免出现资金闲置与短缺并存。对于企业的支出要按照实现利润最大化的原则来进行，保证每一分钱都花到实处，同时提高企业的资金储蓄力度，避免出现资金链断开的问题。只有企业领导者具备了这样的财务管风险理念，才可以更好地应对金融风险，实现企业的进一步发展。
（三）成立监督委员会，降低企业财务风险。在经济危机的背景下，作为企业管理者来说，必须要保证企业财务的公开透明，这样才有利于企业的管理和运行。所以，必须要建立一个强有力的监督机制，来监督企业财务的分配方向，来促进资金的合理优化配置。企业要成立监督委员会，定期召开监督会议，对企业的资金运作做出相应的具体化报告，运用的细节必须向广大企业人员透明化。要知道有监督才会有效率，企业管理也是这样，必须要实行强有力的监管。同时，监委会的人员也要以身作则，还要实行定期的人员轮换，保证监督的有效性和合理性。要知道监督是促进企业财务合理运用的一个重要手段，尤其是在经济危机的背景下，必须要加强对企业财务运行的监督建设，只有这样才可以使企业在金融危机的压力下实现平稳发展。
（四）建立企业风险预警体制。在金融危机的背景下，企业要在对国内外及当地市场情况进行广泛细致的调查的基础上，根据当地企业的生产经营情况制定出完善的风险预警体系。对于那些影响企业发展的重要领域，建立预警指标体系，制定出安全警戒系统。充分发挥政府的职能，运用多种手段及时而准确地做出预告性和警示性的反应。根据当地企业的发展情况，在竞争力分析、技术创新以及进出口贸易等影响企业发展的方面建立预警指标体系，这样就可以使得财务风险问题的范围大大缩小。在金融危机的状况下，企业在对外经济交流往来中，一定要注意财务风险问题，避免因为财务风险问题，而给企业经济造成无法估量的损失。而且由于各个国家的经济往来密切，所以在进行对外经济往来时，必须要对双方各国的经济状况进行仔细的研究和分析，促进对财务风险预警体系的建设，只有这样才可以运用合法的手段，维护企业的财物安全，促进对外经济的正常进行。
四、结语
通过本文的进一步研究可以看出，在金融危机背景下，必须要合理地利用市场信息，使其为企业提供最大的经济效益，促进新经济的发展与建立。并且还要注意提高企业财务管理的创新性研究，做到与时俱进，培养独立的企业思想和对时事的敏感度，进一步促进企业效益的最大化。在实现这些的同时，还可以发现，在金融危机环境下企业财务风险的研究不仅提高企业的生产效益，还可以提高企业的综合经济实力，使企业在国内外竞争中立于不败之地。
主要参考文献：
[1]杨淑娥，徐伟刚.金融危机下上市公司财务预警模型的实证研究[J].中国软科学，2013.
[2]张利娜.基于logit模型的我国公司财务风险分析研究[D].华东师范大学，2012，5.
[3]陈长玉.成长期的高新技术企业财务风险问题模型研究[D].西安电子科技大学，2012.
第2篇：财务风险分析研究背景范文
关键词：现金流；财务风险；评价指标体系；云南省；高等学校
中图分类号：G475；G40-058文献标志码：A文章编号：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
橥平我国高等教育事业的发展，财政部不断增加对高校的资金投资，大部分高校在资金使用问题上已引起全社会的关注，特别是在资金内控、经费预算、经费使用和经费决算等方面。我国实行高校扩招政策后，高校采取积极建设和扩大招生规模等举措，由此带来的高额负债现象严重影响了高校的正常运行，现金流面临着断裂风险；另外，最近几年高校在运营过程中的预算编制、执行、监督缺乏系统的管理制度和全面的评价体系，造成资金流向与控制脱节、资金监管不力，高校资金违规现象频频发生。上述情况反映出我国高校虽然取得了快速发展，但在资金管理方面却暴露出各种问题，已严重影响了高校的全面发展。因此，高校应重视资金管理问题，优化资金管理方式，建立财务风险评价体系，防范风险，提高财务管理水平。
目前，我国高校的财务报告一般包括资产负债表、收入支出决算总表、收入支出明细表等附表，在高校资金来源渠道与使用结构多元化的情况下，现有的财务报表已经无法适应高校资金管理的要求，不能满足资金筹措方的要求，不能严格控制资金使用额度。因此，高校应同时编制现金流量表，从现金流的角度对高校财务风险进行评价，以对高校收入支出情况进行监控，整体把握高校资金运行情况，是高校降低财务风险发生的一种有效方法，为高校财务风险的日常规范化管理提供诊断及防范的工具。
一、高校财务风险研究综述（一）对高校财务风险的研究
王德春、张树庆从投资贷款、金融创新、总体失衡等角度探讨了高校财务风险。熊筱燕和孙萍（2005）从财务指标体现出来的风险和运营质量风险进行论述。沈莹结合高校财务管理工作现状及问题，采用层次分析法确定评价指标权重，并形成了一套综合性评价指标体系。凌立勤和倪燕运用功效系数的方法建立了一套高校财务风险预警模型，并用实证分析法验证模型的实用性。张楠从高校财务的投资风险、偿债风险和总体失衡风险三个方面着手，分析并设立了12个指标进行评价。
（二）对现金流的研究
现金流管理的重要性已受到越来越多学者的关注，并已经提出编报高校现金流量表的设想。丁绍凡和王丽洁虽已经提出编报高校现金流量表的设想，但针对现金流量表的基本内容、结构与编制方法等却并未做深入研究。党江艳对高校现金流量表的编制问题进行研究，通过分析运用现金流量表所显示的财务信息，分析了高校现金流情况，预测相关的财务风险。高新亮在分析高校现金流的基础上，按高校财务风险发生的概率进行分等级研究，将其分为高、中、低三等。
昆明理工大学学报（社会科学版）第17卷第1期杨艳艳：基于现金流的高校财务风险评价体系构建――以云南省高校为例 综上所述，国内学者对高校财务状况的研究，主要从财务风险角度进行，对评价模型的构建也是从高校可能发生的投资风险、融资风险角度进行，很少从现金流角度进行研究。但是，从现金流角度对高校财务风险进行研究，构建评价指标，更能客观地评价高校的风险状况及财务支付能力。本文正是基于这个角度，提出以现金流的视角构建高校财务风险评价体系，然后选取12所高校2011-2015年的财务数据作为研究算例来例证风险评价体系的有效性，探求一种操作性强且高效的财务风险诊断和防范体系。
二、高校现金流的特点与内容
（一）高校现金流的特点
高校属于公益性事业单位，主要依靠财政拨款进行运营，财政对高校的拨款主要用于高校的日常运营活动，包括教学、科研及辅助活动支出，属于专款专用[1]。另外，科研经费是按项目进行审批，实行课题负责人负责制，也属于专项经费，所以高校运营活动的现金流应分为“非限定性运行经费”和“限定性运行经费”。其中，专项经费、纵向科研经费和横向科研经费属于“限定性运行经费”。所以，高校现金流不仅要实现总收支的平衡，还要保证非限定性运行经费和限定性运行经费各自的现金流平衡[2]。例如某高校期末有学生奖助学金等专项经费03亿元，横纵向科研经费08亿元，现金流量净额总额2亿元。该高校可以自由支配用于日常运行的经费只有09亿元，而不是2亿元。因此，对高校现金流的研究应区别“限定性运行经费”和“非限定性运行经费”，这样，使用者才能分辨出高校日常运营活动中真正可以自由支配的现金流，才能有效地防范现金流短缺的风险。
（二）高校现金流的内容
高校的运行活动主要包括日常运营活动、筹资活动和投资活动，对现金流的研究应结合高校的运行活动，主要包括\营活动产生的现金流、筹资活动产生的现金流和投资活动产生的现金流。
1.运营活动产生的现金流。运营活动产生的现金流主要是日常教学、科研及相关辅助活动产生的现金流，包括“非限定性运行经费产生的现金流”和“限定性运行经费产生的现金流”。“非限定性运行经费产生的现金流”包括财政拨款收入、上级补助收入、教育事业收入等的现金流入和职工工资福利支出、商品和服务支出、对个人和家庭补助支出等的现金流出[3]。“限定性运行经费产生的现金流”包括专项经费、纵横向科研经费的现金流入和专项经费、纵横向科研经费的现金流出。
2.筹资活动产生的现金流。筹资活动产生的现金流是高校向外界借入款项以及支付利息所发生的现金流量，包括短期流动资金贷款、基建投资贷款、其他筹资活动产生的现金流入和偿还短期贷款、偿还基建投资贷款等方式产生的现金流出[4]。
3.投资活动产生的现金流。投资活动产生的现金流是指投资于高校基建项目和固定资产、无形资产、对外投资等活动的现金流，包括收回投资、投资收益、处置固定资产、无形资产及其他投资活动产生的现金流入和投资固定资产、无形资产、其他投资活动发生的现金流出[5]。
三、基于现金流的高校财务风险评价体系构建
（一） 构建思路
高校的日常运行活动伴随着资金收入支出的发生，所以及时发现高校资金运行过程的各项风险显得尤为重要。建立高校财务风险评价体系，提高资金使用效率，防止资金流断裂，可达到风险预警与监管的目的。其构建思路如下：一是构建高校财务评价指标体系时应考虑高校现金流的特点和内容，将高校财务风险分类为资金结构、运营活动、筹资活动、投资活动产生的风险；二是选取一定的评价指标反映高校资金结构、运营活动、筹资活动、投资活动产生的各类风险的大小；三是按照科学统计方法和理论找出对风险进行等级划分的阈值[6]；四是建立判断流程，得出高校风险评价结果。总体来说，高校对基于现金流的财务风险评价分为以下步骤：风险分类建立阈值与确定判断流程风险等级划分。其构建过程见图1所示。
（二）选取分类评价指标
高校的资金活动包括运营活动、筹资活动和投资活动，高校的财务风险因素主要包括资金结构、运营风险、筹资风险和投资风险。对高校运行过程存在的现金流量风险，构建相应指标进行评价见表1。
1.资金结构评价指标。资金结构可以综合反映高校的财务风险，对高校现金流的研究应考虑资金结构。我们选取货币资金支出比率、金融机构借款比率、应收及暂付款占流动资金比率、其他应付款占流动负债比重对财务风险进行评价。
2. 运营活动评价指标。根据高校现金流的特点可知，其涉及的现金流有着不同的性质。为了充分考虑高校间运营风险可比性，选择非限定性收支净额、非限定收支净额与本期运营收支结余的比率、现金流量比率进行评价。
3.筹资活动评价指标。高校筹资风险是多方面导致的，因此不能只根据贷款情况获得最真实的风险影响因素，而贷款利息能反映贷款的情况，且与运营结余有密切的关系。因此，选择利息支出占运营支出的比例、贷款金额占货币资金的比重进行评价。
4.投资活动评价指标。高校在进行投资基础建设时需要考虑货币资金情况。因此，在评估投资风险时，选择投资于长期资产占流动资金的比重，以相对值进行比较才有可比性。
表1分类评价指标
项目资金分类评价指标基于现金
流的高校
财务风险评价资金结构货币资金支出比率=货币资金/本期运营支出金融机构借款比率=金融机构借款/负债总额应收及暂付款占流动资金比率其他应付款占流动负债比重运营活动非限定性收支净额非限定性收支净额占本期运营结余的比重现金流量比率=本期运营结余/流动负债筹资活动利息支出占本期运营支出比重贷款金额占货币资金比重投资活动投资于长期资产占流动资金的比重
（三）设计风险等级
对高校财务风险进行评估时，按照理论和科学统计方法得出的阈值将风险从低到高划分为A级、B级、C级及D级。A级风险，说明高校的现金流比较充足，能满足财务管理的需要，有较强的风险应对能力；B级风险，说明高校财务基本上可实现收支平衡，能支付贷款利息、基本基建支出，但进行其他管理活动时资金比较紧张；C级风险，说明高校面临着较大的财务风险，资金收入不能满足日常运营的需要，需通过银行贷款来弥补较大的资金缺口；D级风险，说明高校面临巨大的财务风险，现金流不能满足日常运营的需要，非限定性收支净额、限定性收支净额都出现了赤字，自筹基建支出远远超过运营收支结余，高校陷入举新债还旧债的恶性循环中，严重影响高校的日常运行。
（四）选取划分等级的阈值及判别流程
对高校财务风险的分类，按照经验估计和统计分析方法确定的阈值进行分类[7]。本文构建的评价体系按确定的阈值将高校财务风险划分为四类等级，每项评价标准确定四个临界值。对高校财务风险的分析按照从整体到局部的顺序，分为资金结构、运营活动、筹资活动和投资活动来进行研究，分析原因，提出对策。
四、云南省高校财务风险评价
本文应用前文构建的风险评价体系进行分析研究，选取云南省规模较大的12所高校2011-2015年的财务报表数据为依据资料来源：云南省教育厅各高校的财务报表数据，由于财务数据的保密性，这里未列出各高校的名称。，按照所构建的财务风险评价指标进行统计计算，得到如下阈值见表2。
根据所构建的财务风险评价指标体系，经过计算分析，最终12所高校的风险状况如下见表3。表2风险等级阈值表
风险类别评价指标风险等级ABCD资金结构货币资金支出比率x≥107≤x
占本期运营结余的比重x≥0-05≤x
表3风险等级分布表
风险等级高校分布所占比重A21667%B21667%C325%D54166%
上述数据表明，处于C、D等级的高校占到统计数据的6666%，说明高校的现金流在日常运营、筹资活动或投资活动中面临着较大的风险，并且笔者在数据统计中发现，处于较高风险的高校，往往是由多种因素引起的。换句话说，云南省高校在2010年的校区搬迁建设中，大量向金融机构贷款，造成较大的债务压力，但是随着这几年政府化债政策和高校的应对措施，贷款产生的债务影响已经逐步扩散到高校的日常运营活动及投资活动中，日常运营管理及投资管理水平的高低决定高校所面临的财务风险。其影响因素分析如下：
（一）资金结构分析
本文选取货币资金支出比率、金融机构借款比率、应收及暂付款占流动资金比重、其他应付款占流动负债比重四个指标进行评价，通过数据分析得出，2/3高校存在货币资金支出比率低、金融机构借款比率过高、应收款占流动资金比重高等问题。这说明高校资金结构不合理，资金管理不规范。究其原因：从管理体制看，高校的产权不明晰，教育资源所有权缺失，导致资金成本观念淡薄、财务风险意识缺失、财务预算约束机制不够[8]；从内部管理制度看，高校资金管理缺乏强有力的监督机制，资金使用效率低下。
（二）运营能力分析
对高校运营活动现金流的分析，应着重考虑非限定收支净额、本期运营结余等因素。通过分析，高校运营活动现金流量存在着一定的问题。高校专项项目收支和科研经费收支占据高校运营收支较大比例，并且高校专项项目、科研项目是分阶段进行的。目前专项项目、科研项目拨款是全额拨款或分两次拨款，预算也是申项目时一次填报，项目执行过程中对现金流的预测造成较大的难度，所以出现一部分高校本期运营结余为负数、上期结余和结转金额较大等现象，不利于现金流的风险管理。
（三）偿债能力分析
2010年，在云南省高校搬迁校区建设中，政府拨付一部分资金，其余部分高校通过银行贷款筹集资金，给高校带来了较大的债务压力，以至于在近几年的日常运行中，高校还受到较大的影响。从分析数据来看，部分高校的利息支出比例较大，贷款金额占流动资金的比重较大，给高校资金流带来较大的风险。而高校的债务偿还主要依靠政府买单，中央财政投入不足，地方政府债务过大；另外，高校的筹资能力有限，还贷资金来源比较单一，主要依靠学费、住宿费等各种收费以及各部门、学院的少量创收收入，给高校带来了巨大的债务压力[9]。
（四）投资能力分析
高校拥有较多的教育资源，土地、教室、图书馆、无形资产等各种资产。所以，对投资活动的现金流情况进行分析，显得尤为重要。本文结合云南省高校校区建设的背景，选取长期资产占流动资金的比例进行分析，发现部分高校的投资比例达到3倍以上，甚至5倍以上，高校的投资活动面临较大的风险，而固定资产变现能力差，现金支付能力弱，容易导致现金流断裂[10]。政府应加强固定资产投资审批程序，严控资产项目的必要性和可行性论证和审核，控制固定资产投资规模。
五、高校财务风险评价建议（一）增强财务风险意识
高校的资金量运行较大，高校“报账记账算账”的“核算型”财务已不适应高校的快速发展[11]。在教育环境的转变下，高校的财务管理环境发生了较大的变化，由原来完全依赖国家财政拨款转变为风险管理模式。在多种因素的影响下，高校财务管理面临着较大的风险，且这种财务风险存在于资金活动的各个环节。所以，高校应加强财务管理，加强资金管理内部控制建设，重视财务的预算、控制、分析、决策能力，提高资金管理水平，及时规避和防范风险。
（二）优化资金结构，加快资金周转速度
资金关乎高校的生存和发展。增强高校的资金支付能力，不仅要增加资金供给量，更重要的是要提高资金质量。而高校一直以来应收及暂付款所占比例过大，长期挂账现象严重，影响了资金的使用效益。为此，特提出如下对策：第一，高校应完善制度建设，明确应收及暂付款各方工作职责，将清账进行制度化管理，补充坏账的确认及资产损失经济责任追究制度；第二，高校应建立内部控制，规范审核报销人员对应收及暂付款的报销流程，加强会计核算和监督职能，把好拒绝坏账的第一关；第三，创新应收及暂付款管理手段，推行公务卡结算方式，降低借款频率，减少应收及暂付款发生额；第四，做好应收及暂付款的催报清账工作，加快资金周转速度，提高资金使用效益。
另外，高校的其他应付款也存在长期挂账的现象，影响高校收入及时入账，造成收入核算不真实、不完整，容易导致单位违规操作，甚至造成资金流失。高校不能只重视单位经费拨入和支出管理，还应加强对“暂存款”账户的管理工作，做好“暂存款”的及时清理工作，联系经办人及时办理收入入账工作，及时确认收入。此外，还应加强高校财务审计，重视对“暂存款”账户的审计工作，应细查每笔业务的来龙去脉，加强其他应付款的监督管理工作。
（三）按成本效益原则选择借贷资金
随着高校办学规模的扩大和基本建设的需要，高校面临着巨大的债务压力，已经影响了高校的日常工作的正常运行。高校不仅要控制贷款规模，还要考虑筹资成本和资金使用效益。另外，高校必须提高自身的资本运营能力。各高校应根据自身的教育特点和学科优势，发展核心竞争力，以在激烈的教育市场上处于有利位置，保证生源的稳定，确保学费收入稳步增长；高校还应利用自身的资源优势，多渠道筹措资金，可以与大型企业合作，改善教学质量、提高就业率的同时增加自主创收收入；加大科研开发力度，尽快将科研成果进行转化，在为社会提供高科技产品或知识服务的同时也为学校增加一定的经费收入。
（四）编制货币资金预算，加强资金预算管理
高校应加强资金预算管理，量入为出，将财务预算做到“细”“全”“深”，严格控制资金支出，提高资金使用效益。对于经常性支出预算，按需支出，对于建设性预算支出，要进行审批，对可行性进行评价、严格进行论证，设立偿债基金预算，以保证按时还本付息，防止资金链断裂；同时，高校应重视货币资金的管理，在编制年度收支预算的同时，应编制货币资金预算，每月编制资金预算表，对下期资金收付事项提前安排，以对现金流进行严格控制，保持资金平衡。高校应根据专项项目和科研项目周期比较长的特点，分阶段编制预算，将项目管理和资金管理结合起来，既能保证高校日常运营资金需求，又能合理持有货币资金，提高资金使用效率。
（五）完善资金管理的监督机制，健全高校质量评估机制
高校内部审计部门应加强预算审计、绩效审计、经济责任审计、专项审计等工作，建立完善的风险导向内部审计制度，特别是对于高校的投资建设项目，要加强对贷款资金使用和管理的全程监管，对项目绩效进行评价；政府部门应加强对高校的财务监督职能，对高校资金的日常运行、筹资活动、投资活动加强审计和监督职能，及时发现问题、解决问题、降低资金风险；尽快建立健全高校质量评估机制，优化质量评估方法，将高校的绩效与拨款挂钩，对高校拨款的使用效益、效率和质量进行评估，加强资金管理。
六、结论
随着高校教育事业的快速发展，高校资金投入、专项项目、科研项目拨款急剧增长，高校财务工作越来越繁琐，而目前的财务工作主要集中在财务核算上，财务的分析、预测、决策职能并未体现出来。本文以现金流的角度对财务风险进行评价，通过代表性的指标构建评价体系，并以云南省12所高校2011-2015年的数据进行验证。统计结果表明，所构造的风险评价指标体系能够较全面地反映高校的财务状况，为高校资金管理提供了行之有效的方法。
根据分析研究，本文认为高校应建立一套完善的风险管理体系，预测现金流的状况，并形成对财务风险的总体评估，及时采取措施应对财务风险，从源头上控制风险。随着行业竞争环境的变化，高校财务职能发生了较大的变化，应从事后核算职能转变为事前的分析、预测、决策职能，加强高校财务管理的控制环境，提高资金管理水平，防范财务风险，促进高校教育事业的全面发展。
参考文献：
[1]徐明稚，张丹，姜晓璐.基于现金流量模型的高校财务风险评价体系[J].会计研究，2012（7）：57-64.
[2]周y健.基于现金流量模型的高校财务风险评估体系构建[J].财会通讯，2016（14）：116-118.
[3]黄建新，楼燕芬，慕兴宏.关于构建高校财务风险评价指标体系的探讨[J].经济师，2011（8）：32-36.
[4]党江艳.高校现金流量表编制问题研究[J].财会月刊，2013（10）：29-31.
[5]李强，相二卫，阮文娟.高校贷款风险分析[J].统计与决策，2007（9）：102-104.
[6]宋加山，李勇.极值理论中阀值选取的Hill估计方法改进[J].中国科学技术大学学报，2008（9）：104-108.
[7]陈志斌，叶玲娜.企业现金流状况评价模型构建研究[J].东南大学学报（哲学社会科学版），2011（9）：52-60.
[8]高新亮.现金流视角下高校财务危机研究[J].财会研究，2014（9）：277.
[9]付丽英.现金流视角下高校内部控制和风险控制策略研究[J].当代经济，2011（2）：38.
第3篇：财务风险分析研究背景范文
关键词：高校 贷款额度 风险评价 模型
作者简介：黄明卿(1971―)，男，海南陵水人，桂林航天工业高等专科学校讲师
自1999年以来，我国普通高等学校(以下简称“高校”)招生规模不断扩大。高等教育经费投入需求急剧增长，在经费投入不足的情况下，高校普遍采用了贷款运营的发展模式。从1999年到2003年，高校的在校生人数从413A万人增长到1 108．6万人，平均年增长率为25.85％，而在此期间财政性教育经费投入从443.16亿元，增长到840.58亿元，年增长率为18.77％。财政性教育经费投入的增长速度与高校在校生的增长速度极不相称，导致高校扩招以后经费严重不足。实施扩招战略后，银行贷款成为高校建设资金来源的重要渠道，是解决教学资源不足的主要手段之一。贷款是需要还本付息的，高校“赤字运转”，如果不能还本付息，将会背上沉重的债务负担，形成贷款风险进而引发财务危机。
一、财务风险与高校贷款风险
(一)财务风险的界定风险(risk)，在词典中解释为“遭遇危难，损失或伤害等可能或机会”。财务风险(Finandial Risk)是在各项活动过程中，由于各种难以或无法预料、控制的因素作用，使企业的实际财务收益与预计收益发生背离，因而蒙受经济损失的机会或可能性。财务风险可以分为：筹资风险，因借入资金而增加丧失偿债能力的可能性；收益分配风险，因收益分配给经营活动产生不利影响的可能性；投资风险，因难以预测的因素导致投资报酬收益率。与预期值偏移的可能性和投资本金损失的可能性。
(二)高校贷款风险高校贷款是高校的一种负债行为，其实质是高校对银行的一种债务。这种债务需要在约定的时间还本付息。贷款行为使高校取得资金的同时，也增加了高校的负债。贷款资金的使用是有代价的，其代价的形式就是利息。因此，贷款的高校必须在约定的时间还本付息。高校贷款风险是指高校在运营过程中，由于贷款失当，以及主客观条件恶化或其他情况，使高校资金、财产、信誉等蒙受损失的可能性，贷款风险属于财务风险范畴，高校财务风险包含高校贷款风险。高校贷款是高校负债的主要形式，因此，高校贷款风险不同于高校负债风险。高校贷款风险也不等同于财务风险，产生和诱发财务风险的原因是多方面的，主要源于社会政治背景、市场环境、国家政策和内部管理的不确定性等。
二、高校贷款的成因及贷款风险分析
(一)高校贷款的成因高校贷款的形成主要有以下原因：一方面国家投入经费不足。高等教育自1999年扩招以来发展迅速，学校规模扩张很快，国家投入不足是高校贷款的直接原因。1999年～2003年以来，我国高校在校生与财政性经费投入情况。高校在校生年均增长25.85％。国家财政性教育经费则只增长18.77％，两者极不匹配。我国普通高校90％以上是公办高校。其经费来源主要是依靠财政拨款，财政拨款又是国家财政性教育经费的主要构成部分。经费来源的不足成为困扰我国高等教育走向大众化的瓶颈之一。另一方面，高校具有法人资格有银校合作的影响。高校是独立的法人单位，具备贷款主体资格，加之学校规模扩大致使高校产生金融服务需求，如银行上门代收学杂费或在各网点代收学杂费，向学校提供理财咨询服务等。银校合作给学校向银行贷款提供了良好的基础，建立在银校合作基础上的高校信用贷款，实质上是用收费权作抵押的一种特殊的抵押贷款，这种抵押有的以书面形式约定，有的则以口头或默认的方式存在。
(二)高校贷款风险分析高校贷款风险主要体现在以下方面：一是经费投入不足。近年来中央与地方财政对教育事业投入的绝对额不断增加。但仍与高校扩招速度不相适应，高校依靠财政投入的经费偿还贷款是不现实的。二是学费收入主要用于补偿办学投入。扩招后的学费、住宿费收入不足以用于补偿办学条件，连续扩招的高校就更困难。因此，在扩招后的较短时期内用学费还贷是不现实的。三是公办高校将还贷寄希望于国家。公办高校的投资主体是国家，管理体制中的经济责任未能真正体现校长负责制，造成校长只管贷款发展，并没有过多的考虑偿还贷款本金。四是投资项目收益不确定性可能给学校造成负担。有的高校贷款兴办企业，购买股票、债券等进行投资。由于投资收益率的不确定性，当收益未能补偿贷款利息时，投资项目就成为学校事业发展的包袱。如果投资项目发生严重亏损，则可能造成学校的财务危机。五是贷款结构不合理产生的贷款风险。到期还款日过于集中是其中最常见的不合理现象。如一所在校生10000人左右的地方某高校银行贷款1.2亿元，从总额上来说不算太多，但贷款只分为三笔，每笔4000万元。这样的贷款安排即便是每年允许转贷，也必须随时准备4000万以上的存款余额，才能满足先还后贷的需要。同时，资金存量还要满足学校日常经费支出的需要，周转余额要求太高。六是高校发展规定和层次定位不确定性产生的贷款风险。贷款为发展，而发展为升格，升格后能招到更多的学生，学校能借到更多的贷款，学校的规模和实力得到更大的发展。在发展过程中，硬件、师资和招生以及升格等是否能按照良性循环进行发展是关键。七是利率变化对高校贷款风险的影响。银行贷款利率的波动对高校的财务状况会产生一定的影响，如利率上调会增加利息支出，造成资金困难等。八是民间资本难进入公办高校领域。根据公办学校投入机制及高等教育法规定，民间资本不能进入高校。这就使高校除了国家投入以外，其他资本不能流入，而只能依靠借(贷)款来补充经费投入的不足。九是高校贷款管理责任缺位产生的贷款风险。缺乏责任人制度，投资预算可能失控。各高校普遍缺乏还贷机制，未对学校中长期财务工作，包括对贷款的管理进行详细的规划。
三、高校贷款额度与风险评价模型
(一)基本思路高校贷款的前提条件是必须保证未来一定期间内每年具有可用于偿还贷款本息的可偿债资金。在综合考虑未来经费收支增长、资金现值、事业基金中一般基金的余额等因素后，对可偿债资金进行计算并适当调整，即可确定贷款控制额度。高校可据此对自身贷款规模予以合理控制。
(二)基本假设高校不能因偿还贷款本息而影响现有基本办学能力和正常的教学、科研工作；高校事业在未来一定期间内呈稳定增长的态势；不考虑非常态的不可预计与不可控制的情况(如获得国家财政重点支持、获得大宗无指定用途捐款等)；将高校视为一个整体，不考虑内部各级次的资金分布状况。
(三)贷款控制额度测定模型高校货款控制模型由以下要素构成：
(1)非限定性净收入。高校的收入来源可分为限定性收入(有指定用途)和非限定性收入(无指定用途)两大类。
必要刚性支出=(基本支出－科研支出－已贷款利息支出)+对附属单位补助支出；非限定性净收入=非限定性收入－必要刚性支出。在计算非限定性净收入时，必须确保非限定性收入与必要刚性支出的口径一致。
(2)增长率。根据高校事业稳定发展的基本假设，进一步设定非限定性收入与必要刚性支出按同比例增长，则高校的非限定性净收入也将按同样速度递增，具体增长比例应按照谨慎性原则确定。
(3)N年期累计非限定性净收入现值。为平衡各年收入与支出中偶然因素的影响，可以年均非限定性净收入Ro为基数，以N年期同期银行平均贷款利率i为折现率，计算未来N年期累计非限定性净收入现值。具体方法如下：年均非限定性净收入Ro=近两年非限定性净收入之和／2；N年期累计非限定性净收入现值=Rox现值系数f。f=[(1+g)n/(1+i)n-1](1+g)/(g-i)
式中，g为设定的非限定性净收入增长率，n为期间数(年)，i为同期银行贷款利率。
(4)N年期累计贷款控制额。由于高校事业基金一般基金余额中仍有部分资金可用于偿还贷款本息，因此，N年期累计非限定性净收入现值加上一般基金中可用于偿债的资金(可按一般基金的20％-50％测算)，即可测算出N年期累计贷款控制额度(指N年期内累计贷款余额的最大值，不包括已经偿还的贷款)。N年期累计贷款控制额度=N年期累计非限定性净收入现值+一般基金中可用于偿债资金。
(5)N年期累计新增贷款控制额。假定高校新、旧贷款均需在N年期内全部偿还，则：N年期累计新增贷款控制额度=N年期累计贷款控制额度一累计未偿还贷款余额
(四)贷款风险程度评价方法现有贷款风险指数=累计未偿还贷款余额，N年期累计贷款控制额度。现有贷款风险程度评估标准如下：0.8
(五)模型的特点分析本模型中包含大量假设前提，有关测算结果的准确性视设定条件与实际情况的吻合程度而定。该模型计算的N年期累计贷款控制额度或现有贷款风险指数是在考虑了相关各项收入支出的前提下计算出来的，是综合性指标。该模型的不足主要表现为以下方面：一是按一般基金的20％～50％参与计算贷款额度。各个高校的情况可能差别很大，一般基金是否参与贷款额度的计算，以及参与计算的比例如何，还要结合具体高校的实际情况而定。二是该模型中未给出确定增长率预测的具体方法。怎样计算增长率是关键的问题，增长率确定的方法不一样，得出的结论也许会存在很大的差异。三是该模型中未给出确定计算期数(N)的具体期限指导。从理论上来说(在持续经营假设条件下)，N越大则计算出来的贷款控制额度越大，但实践中银行对待高校的偿债能力的判断大多考虑的期限可能较短。从风险的角度看，期限越长取得相应收入的风险越大，所以，选择的N不能太长也不能太短。四是该模型设定高校事业在未来一定期间内呈稳定增长的态势，即g>0。
四、高校贷款额度与贷款风险程度的案例分析
(一)计算贷款控制额度根据教育部、财政部提出的高校贷款额度控制与风险评价模型，对某高校(以下称“A高校”)2001年～2010年的贷款额度及贷款风险程度进行测定。A高校现有全日制在校生约10000人，教职工520人，在最近5年中学校在校生平均每年增长超过1000人。本文使用的A高校有关财务数据中，2001～2005年是真实的数据，2006～2010年是预测数据。测算贷款额度及贷款风险程度时，分别使用N=1，2，3，4，5，6，7，8，9，10等。A高校的有关财务数据。
在数据中，2001～2005年非限定性收入、财政拨款、刚性必要支出的数值是年度决算数据，2006-2010年数据是根据2001～2005平均年增长率，乘以上年数计算得出的。2006年的数值等于2005年的数值乘以平均年增长率，2007年的数据等于2006年数值乘以平均年增长率，依次类推。表中的非限定性净收入的数值等于非限定性收入减去刚性必要支出。
2001～2005．年有关增长率的计算。
从中得知，增长最快的是非限定性净收入，其次是财政拨款，第三是刚性必要支出，增长率最慢的是非限定性收入。本着稳健的原则，计算贷款额度所使用的非限定性净收入增长率时选用非限定性收入增长率和刚性必要支出增长率的算术平均数。即非限定性收入的增长率=(非限定性收入增长率+刚性必要支出增长率)／2=17.04％
依照前述相关资料，分别计算A高校以2001～2005年年末为观测点的贷款控制额度。
根据教育部、财政部的贷款控制额度计算条件设定，出于稳健的考虑，按一般基金的20％参与计算N年期累计贷款控制额度。近年A高校的一般基金余额200万元左右，则参与以上各年贷款额度计算的金额为40万元。
计算N年期累计新增贷款控制额度。通过以上计算发现，除2001年的第4年期累计贷款控制额度偏低外，其他年度观测的第4年期累计贷款控制额度都在8000万元左右，这个数值接近A高校3年以来银行贷款的余额，也是贷款给A高校的银行认可的贷款限额。这说明各家银行以4-5年期为还清所有贷款假设来计算累计贷款控制额度。如果是以4年期为还清所有贷款期限，则银行几乎是按照累计贷款控制额度的100％来发放贷款；如果是以5年为还清所有贷款期限，则银行大约是按照累计贷款控制额度的70％～80％发放贷款。从稳健的角度考虑，银行最有可能选用的N是5，即以5年期为还清贷款的期限作为假设条件计算确定高校的累计贷款控制额度。
根据教育部、财政部的计算模型，假定高校新、旧贷款均需在N年期内全部偿还，则：N年期累计新增贷款控制额度=N年期累计贷款控制额度一累计未偿还贷款余额
根据在前面的计算结果及分析得知，2001～2005各年末为观测时点计算出来的5年期贷款控制额度分别为：5579万元、10631万元、11325万元、9026万元和11777万元。A高校2001～2005年末的实际贷款余额分别是：5080万元、6280万元、7800万元、7800万元、7800万元。计算5年期累计新增贷款控制额度。
(二)计算现有贷款风险指教 根据上述有关贷款额度的计算结果，计算现有贷款风险指数。现有贷款风险指数=累计未偿还贷款余额／N年期累计贷款控制额度
基于前述的分析，选用N=5(年)计算各观测时点现有贷款风险指数。
风险程度描述，是根据贷款风险程度评价方
法确定的。
为了与N=5(年)期进行比较，下面分别计算N=3，4，6(年)期的现有贷款风险指数。N分别等于3、4、6时，计算的现有贷款风险程度。
我们发现N=3或N＝4不可取，理由是N=3时，各观测时点的贷款余额均超过累计贷款控制额度；N＝4时，有两个年度的贷款余额超过累计贷款控制额度，两个年度的贷款风险指数为高风险，一个年度的贷款风险指数为较高风险，也是不可取的，理由是银行不会让其贷款发放金额超过控制额度。
当N=6时，有3个年度的贷款风险指数属中等风险，两个年度的贷款风险指数属于较高风险。这个评价结果也是不可取的，理由是这样的风险评价与银行对该高校的贷款风险态度不相符。而N=6计算的结果显示2005年的贷款风险程度是中等风险，即使再追加1500万元贷款，风险程度仍是中等风险，其风险程度计算如下：
(2005年末)现有贷款风险指数=(7800+1500)／14901＝0.6
计算结果与各银行的判断不一致，所以是不可取的，判断应当结合银行的角度才是有意义的。因此，用N=5来计算现有贷款风险指数，合理反映A高校的现有贷款风险程度。
(三)贷款额度及风险程度测定结果分析通过计算结果及分析显示，预期还清贷款的期限越长，累计贷款控制额度越大；高校的一般基金余额越大，在参与计算比例(20％～50％之间选定一个比例)不变的情况下，累计贷款控制额度越大。通过计算与分析，笔者认为，计算高校累计贷款额度及现有贷款风险指数，用N=5(年)较为合适。
(四)贷款额度控制与风险评价模型的改进根据计算与分析发现，教育部、财政部的高校贷款额度控制与贷款风险评价模型存在四个方面的不足，对该模型进行改进：第一，结合高校的具体情况考虑一般基金对计算贷款额度的影响。高校的一般基金余额越大，累计贷款控制额度越大。要结合各高校的具体实际情况，经过分析后合理确定一般基金是否参与贷款额度的计算，或者是参与计算的比例是多少；第二，给出确定增长率的具体方法以增强可操作性。本着稳健原则，用过去若干年的事业平均增长率来估计计算贷款额度时所用的增长率(g)，避免了某个年份指标突变产生的影响。至于选择哪个具体数字作为计算的期数，应当根据该高校事业发展的具体情况而定；第三，由于计算期的取值对贷款额度有很大影响，因此应对计算期的取值范围加以界定。计算与分析结果显示，A高校的贷款控制额度及现有贷款风险指数与银行判断相符的是N=5时的计算结果。建议计算贷款控制额度和现有贷款风险指数时使用N=5年；第四，将高校事业发展增长的假设条件修正为“高校在未来一定期间内呈持续稳定增长发展的趋势”。该模型设定高校事业在未来一定期间内呈稳定增长的态势，即g>0。当g为负时，银行会认为风险增大而提前收回贷款，这时再计算贷款控制额度就没有现实意义了。但招生规模不变或略有下降，总体上在校生规模变化不大时，可以看作是g为0。
五、高校贷款风险控制措施
(一)完善高校管理责任制当前我国的高校管理经济责任制度并不完善，在相关法律、法规及规章中没有明确规定校长在管理高校过程中的经济责任。无论是《中华人民共和国高等教育法》、《高等学校财务制度》，还是《教育部、财政部关于高等学校建立经济责任制加强财务管理的几点意见》(教财[12000]14号)，都对高校的财务工作责任问题作出了规定，即校(院)长对高校的财务工作负责。但对具体责任未作出明确规定，为此，建议教育部、财政部研究制定高校校(院)长经济责任的落实方案，明确存在什么样的管理失误，要承担怎样的赔偿等问题。
(二)加强财务管理队伍建设，提高财务管理人员管理水平各高校应当高度重视财会队伍建设，通过引进、培训及继续教育等形式来推动财会人员的知识更新，完善财会人员的知识结构，提高会计人员的业务素质和工作能力，以适应新形势下高校财务会计及财务管理工作的需要。
第4篇：财务风险分析研究背景范文
关键字：企业；债权；风险管理；法律问题
在当前我国社会发展背景下，企业迅速发展，我国企业在良好的社会环境以及金融环境背景下稳步发展，对于我国企业的发展而言起到了非常关键的作用。而在当前我国企业发展过程中大部分存在“重经济轻管理”的问题，企业的管理环节还未成熟，尤其是对债务以及债权的风险管理还不够重视，造成企业经常出现债权危机，影响到企业的实际发展。所以，在当前企业发展过程中，应该注重对债权风险进行合理的管控，通过相应的债权风险法律手段，完成对企业的债权风险管理，提升企业债权风险管控策略。
1企业债权的简要分析
企业债权是企业经营管理中的重要权利，其主要是指有关于企业债务处理问题的相关权利。企业债权指的是企业作为民事主体，在企业开展民事行为的活动中享有的债权。从企业财务管理的角度，企业债权包括应收账款、应收票据、应收利息、其他应收款、预付账款等直接影响到企业的收入、资金管控等重要资金链条环节，对于企业的整体发展有非常重要的影响，所以在实际的企业发展过程中，应该注重对债权问题进行合理的管控。在当前企业生产经营中，造成企业债权问题的主要因素包括以下几点内容。(1)企业债权产生过程中，合同是主要的影响因素，其中包括企业购销合同、企业之间的借贷合同等内容，都是形成企业债权的主要因素。(2)企业侵权行为也是影响到企业债权的主要内容。侵权行为可分为一般侵权行为和特殊侵权行为。在一般侵权行为中，当事人一方只有因自己的过错而给他人造成人身和财产损失时，才负赔偿责任，如果没有过错，就不须负赔偿责任。而在特殊侵权行为中，只要造成了他人的损失，不论责任主体是否存在过错，都要履行赔偿责任。(3)企业在实际的生产经营过程中，货款、加工款、租金、交货、货物运输、技术服务等内容也是导致企业形成债权的主要因素。企业债权是影响到企业实际生产经营以及资金资本的主要因素，对于企业的发展产生了一定的影响，所以在实际的企业发展中，应该针对企业债权问题进行有效的管控，确保企业生产经营发展更加合理有效。
2企业债权管理风险分析研究
企业债权管理风险具体是指在企业进行债权管理过程中出现的风险问题，是指影响到企业债权管理，影响到企业债务处理的主要因素，如果企业在管理中，缺乏对债权管理的风险控制，将会造成企业债权受损以及相关法律问题，不利于企业生产经营稳定发展。当前，在企业债权管理工作展开过程中，影响到企业债权管理的风险问题主要包括以下几点内容。(1)企业自身缺乏对债权的管理意识，导致实际企业债权问题遭受法律风险的影响，也会影响到企业的实际发展。(2)企业缺乏法律意识。债权是企业生产经营中的重要合法权益，对于企业的整体生产经营而言也产生一定的影响。(3)企业债权管理外部风险。外部风险是造成企业债权管理风险的主要因素，其主要包括企业的合作对象信用情况、债权管理相关法律文献等相关内容，合理的债权管理，对于企业的发展也有重要的影响。
3企业债权风险管理中存在的法律问题
企业债权风险管理是当前企业生产管理过程中的重要管理环节，对于企业的总体管理而言起到了非常积极的作用，但是在当前企业债权管理过程中，还存在一定的法律问题，影响到实际的企业债权管理，以下是对其相关法律问题进行的阐述。3.1合同法律问题。合同企业形成债权的主要原因，主要是企业与合作者之间通过合同达成了产品服务、技术服务等相关服务，合作方承诺给予企业相应的报酬，从而建立了双方之间的债务关系，企业也形成了债权。同时企业在进行其他交易过程中，其合同也是形成债权的重要标准。而当前，企业债权风险管理过程中遇到的法律问题，包括债权合同法律问题。企业进行债权管理过程中，缺乏对合同法律问题的处理，从而形成的法律问题。第一，在企业双方进行合同制定的过程中，其未完成双方利益互换或者服务提供的合同订立，因此二者之间的债权缺乏一定的法律效应，对于后续的企业债权处理造成了影响。第二，企业债权处理过程中，合同订立不够规范也将引起债权管理风险问题。如合同条款不够明确、双方合同条款不一致等问题，都将影响到企业债权管理风险。3.2债权整体法律法规问题。债权是企业在我国境内以民事主体身份所享有的重要权利，对于企业的自身权利有重要的影响。为了能够对企业债权进行合理的保护，保护企业的合法权益，国家建立了债权相关管理法规。但是，企业在实际运行管理过程中，缺乏对债权整体法律法规的应用。部分企业对于法律相关问题以及法律制度不够重视，对于相关问题也不够了解，从而影响到企业的债权管理。所以，在实际的企业债权管理过程中，国家应该完成相关法律文献的合理制定，企业应该对债权法律法规有必要的了解，确保企业债权管理工作实施更加有效。3.3债权法律处理问题。当前，企业在债权风险管理过程中，其遇到的法律问题还包括债权事务法律处理问题。企业在发生债权纠纷或者债权不明等问题后，一定要使用法律手段进行债权法律管理。但是，在当前企业进行债权处理过程中，缺乏对法律处理问题的了解。如，当前我国法律体系针对债权诉讼时效问题进行了规定，其诉讼时效期达到2年，而如果企业对于债权诉讼处理的法律时效不够了解，将会影响到实际的债权处理效率，形成实际的债权风险问题。
4企业债权风险管理中法律对策研究
企业债权关系到企业的相关债务资金回收，对于企业的债权相关问题处理也有非常重要的影响。所以，在当前企业发展过程中，应该注重对企业债权进行合理有效的风险管理，在实际的债权管控过程中，应该注重应用法律环节完成风险管控，确保债权风险管理更加有效，提升企业的债权有效管控。4.1债权风险提前规避。企业债权是企业作为民事主体发生债务等相关法律问题而形成的权利，所以在企业生产经营中，在与其他个人或者企业形成债权之前也要进行必要的风险管控，对债权进行合理的风险控制，确保债权风险管理更加有效。第一，从法律角度而言，债权形成必须要有债权双方。所以，企业在债权形成时应该对本方的风险意识进行管控，提升债权风险方法。在实际的债权风险管理过程中，企业自身应该完成对客户以及债务方的调查，了解个人或者企业的资金实力、信用状况等相关内容，确保企业良好控制债权风险，做好企业的风险管控。在企业进行实际的债权风险管控过程中，国家相关法律也有规定，要了解国家法律允许的资信情况，弄清对方的法律地位。对客户法律地位调查主要通过查验对方的执照，查阅工商登记档案来进行。第二，完成提前债权风险管控。企业应该建立债权风险管控机制，以财务部门为基础对企业实施过程中的相关债权问题进行有效的分析，有针对性地使用风险管控手段，提升债权风险管控效果。4.2债权形成中的风险管控。企业债权以企业的相关合同签订作为债权形成标志，所以在债权形成过程中进行债权风险管理，主要是针对企业债权合同进行合理的风险管控，确保企业债权管理更加有效[1]。首先，在合同订立的过程中，可以通过相关法律手段完成对企业债权风险的有效控制，确保企业债权管控合理，也能够最大程度上提升企业债权的管控效果。第一，合同起草以及合同订立阶段，企业合同管理人员应该具有良好的合同管理意识以及法律意识，对于合同订立的细节化法律内容有所了解，从而确保企业债权管理更加有效，也能够最大程度上提升企业债权风险管控。第二，合同起草订立阶段，应该根据双方实际交易内容以及发生的法律关系完成合同内容的详细制定。关于合同的利益分配、服务内容以及资金报酬等内容一定要进行明确规定，确保债权双方的关系清晰，内容明了，确保债权形成管控更加有效，也能够最大程度上提升债权管控效果。第三，合同起草订立阶段，如果双方因合同内容出现分歧一定要通过合法的手段完成纠纷处理，通过对纠纷的有效处理，确保实际的企业风险管控更加有效，也能够最大程度上提升企业的风险管控效果。第四，企业双方相关债权合同订立过程中，也应该注重对合同的文本进行规范化处理，确保合同具有法律效应，提升债权风险管控[2]。其次，企业债权风险管控过程中，应该注重运用法律手段完成债权保障，合理地保护自身的债权，确保企业经营发展过程中的作用。第一，利用担保法对债权进行担保。当前，我国法律制度中对担保法进行了完善，规定债权双方可以设定担保人，担保人具有相应的法律责任，对于担保实施有非常重要的作用。在企业进行债权保护的过程中，利用担保法要求交易对象找到担保人，可以预防交易对象出现资金问题，导致企业出现坏账现象。第二，债权人在自身债权保护过程中，也可以使用不安抗辩权。不安抗辩权是企业债权合理保护的重要法律权利，对于企业的债权保护而言也起到了非常关键的作用，在实际的企业债权保护过程中，利用债权法更应该注重完成实际的债权管理控制，提升债权管理效果。企业应该对不安抗辩权的法律内容有所了解，并学会合理利用权利完成不安抗辩权的保护，确保相关工作实施更有效果[3]。4.3债权法律事务处理中的风险管理。在当前社会企业生产经营过程中，企业很容易出现债权法律纠纷问题，而在实际的处理环节，企业应该注重对债权法律事务处理进行风险防控，利用相关法律完成债权法律事务的合理处理，确保企业的债权等得到合理的保护[4]。首先，从法律角度而言，企业自身也具有完成债权追讨的权利，企业完全可以通过沟通、协商等方式完成对债权问题的处理，依法处理问题也是当前社会和谐发展的关键。而在实际的问题处理过程中，企业应该注重以下两点内容：第一，企业应该对自身的债务权利进行明晰，同时有足够的证据证明对方存在债权法律问题，才有权利追讨债务问题；第二，企业应该成立法律部门，以法律部门完成对债权问题的处理，这样具有合法性，也更能够体现公平公正，确保企业债权法律事务处理有效。其次，从法律角度而言，企业还可以通过诉讼的手段完成债权追讨。企业在掌握有关证据后，可以向相关部门以及人民法院提讼，通过正规、合理、合法的法律手段完成债权追讨，维护自身的合法权益。另外，企业也可以通过委托追收的方式完成债权事务处理，通过律师事务所等相关法律机构完成委托管理，帮助企业完成对债权风险的有效管理[5]。
5结语
本文从企业债权风险形成前、债权形成中以及债权风险形成后三个方面阐述了债权风险管控的有效措施，希望能够对企业债权风险管理以及企业经营发展有所帮助。
参考文献
[1]章敏锋.论施工企业的债权风险管理[J].商讯,2019,183(29):100-101.
[2]宋雨玲.浅议通过搭建信息化平台方式实现铁路企业债权风险的有效管控[J].铁道经济研究,2019(02):20-22.
[3]范光晖.国有企业债权债务财务风险研究[J].商品与质量,2019(32):160.
[4]柯峻岭.浅谈加强债权债务管理改善企业资产结构[J].财会学习,2019(09):171-172.
第5篇：财务风险分析研究背景范文
摘要 关于政府融资平台贷款的信用风险是目前经济学界研究和探讨的热门话题。本文简要综述了政府融资平台的文献研究，分析其风险特征，并在此基础上尝试建立合适的信用风险预警评价指标体系；在风险评价方法的选择上，从人工智能方法的BP神经网络模型出发，脱离传统的以历史数据进行回归分析的Logistic评价模型，从财务视角对样本企业的信用风险预警指标进行量化估计，通过实证比较分析，得出研究结论，并提出相应的政策建议。
关键词 政府融资 信用风险 实证研究
一、 引言
（一） 历史沿革及背景
近年来，各地方政府为了促进当地经济发展、推进城市化进程，通过设立大量投融资平台的方式从银行借贷融资，用于城市基础设施等方面的建设。此类政府行为的历史背景是：早在1994年实行分税制改革以来，中央财政所占比重逐步提高，但是当初的改革只分了财权，未分事权，于是在实施过程中出现了财权层层上收、重心上移，事权层层下放、重心下移的局面，导致地方政府财力紧张，地方政府隐性债务不断增长。1994年出台的《预算法》第28条规定：地方各级预算按照量入为出、收支平衡的原则编制，不列赤字；除法律和国务院另有规定外，地方政府不得发行地方政府债。在这种背景下，近年来，为了促进地方经济发展、推进城市化进程，一些地方政府进行了投融资体制创新，相继建立了一些隶属于地方政府的投融资平台，将原属于财政拨款的项目拿到银行去贷款融资，以解决资金不足的问题。
所谓地方政府投融资平台，广义上讲实际包括地方政府组建的不同类型的城市建设投资公司、城建开发公司、城建资产经营公司等不同类型的公司，这些公司通过划拨土地、不动产、股权、规费、债券、税费返还等资产，组建一个资产和现金流大致可以达到融资标准的公司，必要时再辅之以财政补贴等作为还款承诺，融入的资金重点投入市政建设、公用事业等项目之中。2008年11月，中央政府为应对全球金融危机，开始实施积极财政政策和适度宽松的货币政策，地方政府投融资平台的作用迅速凸显；2009年3月24日，中国人民银行与中国银行业监督管理委员会联合《关于进一步加强信贷结构调整促进国民经济平稳较快发展的指导意见》提出：“支持有条件的地方政府组建投融资平台，发行企业债、中期票据等融资工具，拓宽中央政府投资项目的配套资金融资渠道”，被地方政府和商业银行视为是对地方政府投融资平台的支持和鼓励。也正是从这个时期开始，各地大量组建地方政府投融资平台，平台“遍地开花”，势如破竹。据监管部门的统计数据，2009年末，全国共有地方政府投融资平台3800家左右，管理总资产8万亿元，总负债规模5.26万亿元。随着时间的推移，这些平台类贷款的信用风险逐步显现，引起经济、学术界的高度关注。
（二） 平台风险研究文献综述
目前，关于政府融资平台的风险研究主要包括宏观经济环境、区域经济市场、平台经营风险以及对地方政府的财政风险的分析。巴曙松（2009）认为，近两年地方政府投融资平台已经成为国内增长最为活跃的负债主体，但是，过度的负债也造成了多元化风险。他分别从微观风险管理角度、财政运行的角度、国家宏观政策的角度，分析了融资平台的融资风险行为，指出目前地方投融资平台的财务状况、融资状况很不透明，隐含潜在信用风险；同时，大规模的地方投融资平台主导的信贷高速增长，不仅增加了财政的隐形负债，而且直接制约了宏观货币政策的调整空间。必须立即着手对融资平台进行规范化、市场化、透明化改革，其中银行应当推进更为审慎的对地方政府融资的风险管理举措。但是他没有具体分析平台贷款的微观风险的特征。贾康（2010）认为，我国尚未构建比较清晰的政策性融资体系和相关机制，所以地方融资存在着强烈的现实需要，但是必须承认确实有明显的矛盾和紊乱现象，需要通过机制创新和制度建设，把地方上紊乱的融资逐步引导到阳光融资的状态中去。他提出一个比较新颖的观点，地方政府举债可以引入市场评级的机制，由权威性的评级机构对地方政府的信用客观公正地打分，使地方政府融资平台接受市场环境的要素约束，接受更有力的公众监督。但是，文中没有涉及如何构建对地方政府的信用评级指标体系和评价模型。郑蓉等（2010）认为，风险最为严重的是地方融资平台的创新和演变，如2008 年在昆明发明的“银信政”金融创新产品，是由银行发行理财产品，通过信托公司投资于地方政府融资平台的股权或债权，同时政府向银行和信托公司出具回购的承诺函。由于该产品具有政府担保的“无风险套利”背景，产品在全国各地得到迅速复制和深入发展。但是从未来现金流入角度看，许多地方政府早已负债累累，一旦大批负债陆续到期，政府无力偿还债务，金融产品风险与政府的信用风险便同时显现，最终损害的是公众投资人的利益。此外，陈慧莉（2010）提出要建立有效的政绩考核与评价机制，关注政府对资源的使用效率；张晔明（2010）提出要防范土地财政风险和房地产泡沫的风险。龚璞（2010）则从完善制度角度出发，提出要全面清理各类融资平台，建立对地方政府融资的长期审计制度和债务预警制度，改变目前中央和地方的财政收入分配格局，甚至可以修改《预算法》，允许地方政府有举债权。
（三） 平台信用风险基本特征
政府融资平台的金融信用风险，诱因是多方面的。主要包括外部环境的政策风险、法律风险、地方政府信用等诸多非财务因素风险，以及平台公司内部存在的资本金来源不实、负债率过高、项目现金流不足、公司治理结构不健全等财务因素风险。其风险特征表现在：
1. 外部环境风险。从广义上讲，主要指国内外的宏观经济运行状况、国家的宏观调控政策、行业政策、货币政策以及金融市场动向产生的风险。狭义上讲，环境风险主要指区域经济的发展水平、区域资本市场的发育程度以及区域法律、法规的完善程度。如：区域经济发展水平会直接影响到地方政府收入水平，区域资本市场的发育程度会影响到企业融资环境，直接影响企业的融资成本，另外，如果一个地区的法律、法规较为完善，则会大大降低企业逃避债务的机会主义，提高企业偿还债务的意愿。
2. 地方政府信用风险。对地方政府的财政实力、政府信用风险进行分析，主要考虑地方政府投融资平台同地方政府的紧密关系，地方政府的财政状况直接影响到地方政府对投融资平台的支持力度，以及到期偿还资金的来源。为此，必须要考虑地方政府财政状况，包括地方政府财政收入和支出结构、财政显性和隐性债务水平等。
3. 平台类公司的财务风险。作为债务负担的现实载体，在中国政治、经济体制不发生重大变革的前提下，地方政府投融资平台应该是到期债务偿还的主体，为此，必须对其财务状况进行细致准确的分析，确定其对债务的保障能力，这是信用风险分析的基础内容。大多数的平台公司存在以下财务特征：
（1） 资本金来源不实，自身负债率过高。普遍存在着资本金不足、不实以及抽逃资本金的现象，一些地方政府甚至采取各种变通手段向平台注入不实资产进行“滥竽充数”。同时，平台公司的总体负债水平相当高，“小马拉大车”现象比较普遍，有的企业负债率甚至超过80%。
（2） 项目现金流不足，综合效益不高。平台公司大多对所投项目缺乏严格、科学的项目论证，缺乏举债的总体规划，容易造成资金使用上的浪费，导致公司的现金流不足，不足以覆盖银行债务。如城市广场、道路、污水处理、环境整治等市政基础设施项目，投资金额大、建设周期长，综合收益低，有的属于公益性质，靠地方财政兜底，而财政收入具有不稳定性。并且，由于平台公司的债务最终偿还主体及投资失误的责任主体界定不明晰，一旦发生还款困难，最终责任人是谁、地方政府是否会出面偿债，对银行和投资者而言其实并不十分确定。
（3） 公司治理结构不健全。一些地方政府投融资平台公司的法人治理结构很不健全，缺乏严格的管理规范。平台的高管人员大多是由原政府官员担任，缺乏必要的企业经营管理经验及风险防范常识，因此在投融资的过程中容易发生重大的决策失误。
（4） 融资状况不透明，隐性负债高。不仅商业银行难以全面掌握，甚至有的地方政府自身也并不完全清楚下属投融资平台的总体负债和担保状况。值得注意的是，地方政府投融资平台所潜伏的风险还表现为很强的系统性风险，一旦宏观经济走势发生重大变化，尤其是土地价格如果下跌，那么地方政府投融资平台、地方财政以及商业银行所蕴藏的风险就会统统暴露出来。
（5） 财务透明度及可信度不高，银行内部信用评级难，降低了银行对贷款主体风险的识别能力。由于平台类公司的财务报表存在特殊性，财务数据普遍不准不实。例如，财政补贴是公司收入的重要组成部分，主营业务收入占总收入的比例较低，经营性净现金流量对债务保障能力有限，许多公司债务的偿还方式依赖于政府的财政补贴或专项基金等。在商业银行内部信用评级的方法选择上，现有信用评级模型一般以Logistic模型为主，是对历史数据的回归分析和量化评估，对一般商贸类、生产经营性企业适用性更强。而在政府融资平台中，基于以上特殊性，评级结果的相应指标往往存在更多的正负异常值，在平台公司财务指标的横向比较中，指标间的表现更加离散。
为此，可以确定的一个基本的判断是：现有的信用评级方法不适合此类“特殊行业”的评级，同时缺乏恰当的信用评级评价指标体系。本文研究，就是以新近大量涌现的政府投融资平台类贷款为特定研究对象，建立合适的信用风险预警评价指标体系，从人工智能方法的BP神经网络模型出发，利用神经网络模型具有良好的自学习、自适应、并行处理和非线形转换的能力，脱离传统的以历史数据为依据的评价模型，从财务视角对样本企业的信用风险预警指标进行量化估计，并与Logistic模型的信用风险预警结果比较分析，得出一定结论，最终给出合理的政策建议。
二、 基于BP神经网络模型的风险预警指标体系研究
（一） 风险预警评价结构框架
信用风险是金融机构面临的主要风险。商业银行信用风险评价是指商业银行在信用风险量化估计的基础上，研究其性质，分析其影响，寻求风险对策的行为,因此,量化估计是风险评价的前提。按照《巴塞尔协议》规定，商业银行可以根据评价主体的不同，将风险评价分为内部评价和外部评价，而内部信用评价的核心就是建立信用评级模型。一般可以将评级模型分为三大类：主观判断模型、统计模型和因果模型。主观判断模型主要依赖信贷专家的主观判断；统计模型根据是否需要估计参数分为参数和非参数两类统计模型，前者包括单变量和多变量分析，而后者如人工智能则是利用先进的计算机技术模仿人类的决策行为；因果模型是根据公司的资本结构指出公司的违约原因。主观判断模型主要使用典型调查表、专家判断、专家系统以及模糊逻辑系统等方法；参数统计模型常常使用回归分析、判别分析、Logistic模型、面板数据模型等方法；非参数统计模型主要使用决策树、神经网络、KNN等方法。
实践中，银行内部信用评级模块的构造，最常见的是主观判断模型和其他两种模型的类型结合使用。实证调查表明：统计技术中，以参数模型的多变量判别分析和Logistic模型应用比较广泛，而非参数模型如人工智能方法相对较新、较少。本文则是采用BP神经网络的人工智能方法，将平台类贷款的财务指标作为主要讨论对象，进行量化分析评估，系统的学习、测试样本来自某股份制银行的实证。
基本信用评级模型划分的总体结构框架如图1。
图1 基本信用评级模型划分的总体结构框架
（二） 构建平台风险预警评价指标体系
结合前文所述的信用风险基本特征，构建平台类贷款的风险预警评价指标体系，一级指标主要包括：宏观经济指标、中观经济指标、地方政府财政指标、平台公司财务指标等。
1. 宏观经济指标。宏观经济环境是任何形式的经济体赖以生存的基础，关注宏观经济运行的基本状况，把握宏观经济对行业、企业的周期影响，有助于准确判断企业的未来发展态势。宏观经济环境指标包括：整体宏观经济政策指标，如国内经济生产总值、国民经济收入增加值、固定资产投资的规模和增速、CPI、PPI等，对整体资本市场的运行状态和发育程度的分析指标，如直接融资比重、汇率、利率变动等。
2. 中观经济环境指标。主要指区域经济环境指标，包括：当地资本市场的成熟度，资本市场发达地区，企业拥有更多的融资渠道，财务弹性较好，能够有效地降低自身的信用风险。预警指标如当地上市公司数量占全国比重、股票当年筹资额占全国比重、地区内企业直接融资规模、金融中介服务机构数量、地区金融从业人员数量占比等。还有法制建设水平，法治环境是构成地区信用环境的重要因素之一，完善的法治环境能够有效保护金融主体产权，遏制恶意信用欺诈和逃废债务行为的发生。预警指标如产权保护力度（知识产权及商标数量）、司法执行力度（如诉讼未执行比例）等。
值得注意的是，由于平台项目贷款的非流动性特征，地方政府投融资平台的资产流动性和收入水平受区域经济环境的影响较为显著。区域经济环境能直接影响到地方政府的财政收入水平，间接影响到投融资平台公司的收入水平。
3. 地方政府财政指标。主要包括：地方财政收入（总财政收入、一般预算内财政收入、地方可支配财政收入等）、地方财政支出（总支出、经常性支出的变动幅度、工资和养老金支出、负债利息支出等）、地方财政收支差额、地方政府的债务（地方政府直接显性负债、地方政府或有隐性负债等）。地方财政收入来源的稳定性，可以判断地方财政基本的状况和未来发展水平，只有稳定的地方财政和稳定的增长趋势，才能保证地方政府未来对地方基础设施投入的稳定增长。地方财政支出水平和结构以及地方财政收支差额，能够反映出地方政府的财政资金的运作能力和行政水平，同时也可以判断地方财政对基础设施的支持方式和可能的最大力度。对地方财政债务的分析，能够确定债务到期偿付的集中度，若债项到期日是地方政府债务偿还的集中期，则可以基本判断地方政府对投融资平台的支持将会大大降低，反之，预期会较好。
4. 平台公司财务指标。主要分为两类：定性指标和定量指标。定性分析指标如：公司经营模式、公司竞争地位、领导者素质、企业发展前景等，可以通过专家输入系统进行分析。定量指标一般以地方政府投融资平台近三年的财务数据为基础，确定相应财务分析指标，进行定量分析。在笔者前期对政府融资平台贷款研究中，曾运用主成分分析法，通过SPSS统计分析软件对样本企业的财务数据进行主成分分析，通过计算相关矩阵的特征值、特征值贡献率和累积贡献率，得出平台公司的经营规模、营运发展能力、政府担保能力、增长盈利能力、流动性能力等五项因素，构成该类公司风险综合评价过程中最主要的方面，其因素权重比例分别达到32.8%、21%、17%、8.7%、7.2%，前5个主成分包含原始数据的信息总量达到85%以上，基本代表了原来若干评价指标。本文在构建财务预警指标体系时，借鉴了前文研究结果，同时只考虑企业本身财务预警及其相关性，剔除政府担保能力因素，其他四项构成评价的二、三级指标类型如下：
表1 预警评价指标体系
（三） 平台风险预警评价方法
1. Logistic模型
早在1977年，Martin从1970―1977年间大约5700家美联储成员银行中界定出58家困境银行，选取总资产净利润率等8个指标，通过建立Logistic模型来预测公司的破产及违约概率。他还将Logistic模型与ZScore模型、ZETA模型预测能力进行了比较，结果发现Logistic模型要优于ZScore模型和ZETA模型。
目前商业银行内部信用评级方法中，一般运用Logistic模型，采用罗吉特函数，对历史数据进行回归，在得出各系数的估计值后，计算出客户违约概率。由于Logistic模型中因变量是二分类的，而不是连续的，其误差的分布不再是正态分布而是二项分布，因此Logistic回归系数的估计不再用最小二乘法，而用极大似然法。评级主要思路：一是以 “违约”概念为基础，二是以客户违约概率即违约可能性衡量客户信用风险水平，三是违约概率由信用评级模型测算得出，四是将违约概率划分为若干个区间，每个区间代表一个信用等级，客户信用等级越高，则表明其信用风险水平越低；客户信用等级越低，则表明其信用风险水平越高。
Logistic函数形式如下：
p=11+e-s
s=c0+∑mi-kcixi（1）
其中，xi为信用风险评定中的影响变量，ci相应变量的技术系数。
对Logistic模型来说，p是s的连续增函数，s∈(-∞,∞)。并且
lims∞p=lims∞11+e-s=1
lims∞p=lims-∞11+e-s=0
对于某一公司来说，如果其Logistic回归值pi接近于0，则被判定为一类经营“差”的企业，更有可能陷入财务困境；如果其Logistic回归值pi接近于1，则被判定为一类经营“好”的企业，陷入财务困境的可能性小。
该评级方法的缺陷：一是数据有限，未能覆盖一个完整的经济周期；二是模型假设解释变量中存在着线性关系，而现实经济现象是非线性的，削弱了预测结果的准确程度，使得模型不能精确地描述经济现实；三是罗吉特分布公式中参数β常用极大似然估计，参数准确性受数据数量和质量的影响,需要持续改进。在政府融资平台类贷款中，上述缺点尤为明显。随着计算技术的发展，许多非参数、非线性模型得以开发，如神经网络在信用违约预测方面方兴未艾。
2.BP神经网络模型。
20世纪40年代，心理学家W.S.Mc Culloch和数理逻辑学家W.A.Pitts建立了神经网络数学模型，他们提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的时代。六十年代，提出了更完善的神经网络模型，其中包括感知器和自适应线性元件等。之后,陆续有研究者提出了适应谐振理论、自组织映射、认知机网络等，以上研究为神经网络的发展奠定了基础。1982年，美国加州工学院物理学家J.J.Hopfield提出了Hopfield神经网络模型，引入了“计算能量”概念，给出了网络稳定性判断。1984年，他又提出了连续时间Hopfield神经网络模型，为神经计算机的研究做了开拓性的工作，开创了神经网络用于联想记忆和优化计算的新途径。1985年，有学者提出了波耳兹曼模型，在学习中采用统计热力学模拟退火技术，保证整个系统趋于全局稳定点。1986年进行认知微观结构的研究，提出了并行分布处理的理论。人工神经网络的研究受到西方国家一致的重视，美国国会甚至通过决议，将1990年1月5日开始的十年定为“脑的十年”，国际研究组织号召它的成员国将“脑的十年”变为全球行为。
人工神经网络（Artificial Neural Network，ANN）具有良好的自学习、自适应、并行处理和非线形转换的能力，是一种很好的评价方法。从模式识别角度看，银行风险预警评价是一个模式分类过程；从警兆指标、警情指标到警度之间的映射关系看，预警评价是一个函数逼近过程；从之间的噪声与报警准确处置方式来看，预警评价又是一个最优化过程。而模式识别、函数逼近、最优化处理正是ANN最擅长的应用领域，因此，ANN应用于银行风险预警评价是非常适合的。
（1） 模型结构。本文根据所评价的问题建立的BP 神经网络模型如图2。模型采用三层BP 神经网络，该网络包括三层：输入层、隐藏层和输出层，采用误差逆传播算法进行网络学习和运行。
图2 BP神经网络三层前馈模型
以Wk,j记做输入层与隐藏层神经元之间的权值，Wj,i记做隐藏层与输出层神经元之间的权值，输入层、隐藏层和输出层的激活函数分别是Ik、Hj和Oi。网络接受辅导学习算法的训练，即反向算法，这个算法实施极小化期望与实际输出误差，优化网络的权值。每个输出神经元i的误差是Erri=Ti-Oi，其中Ti是期望输出。改变权值Wj,i的权值更新公式如下：
Wj,iWj,i+ηHjErrig′(ini) （2）
其中，η是控制改变量系数（学习比率），g′是激活函数的一阶导数，而ini与等于ΣjWj,iHj更新权值Wj,k的公式类似：
Wk,jWk,j+ηIkΔj （3）
其中，输入数值Ik是第k个输入，而Δj=g′(inj)ΣiWj,iErrig′(ini)
算法迭代直到满足停止准则为止。
（2） 前层的归一化。由于神经网络的输入要求在［0，1］区间，因此，在网络学习训练前首先要将各评价指标的原始数据进行归一化，通过归一化确定样本中每一评价指标相对应的网络输入值。
指标的归一化处理。风险预警指标体系中各项指标的衡量标准不一, 既有定量的又有定性的, 其性质和量纲也不同, 这就造成各指标之间的不可共度性, 因此, 首先要对指标值进行归一化处理，将它们转化为闭区间［ 0, 1］ 上的无量纲性指标值。可以将指标类型划分为极大值指标(越大越好) 和极小值指标(越小越好) 两种类型。
对于极大值指标, 归一化采用的隶属函数为：
x′ij=xij-mjMJ-mj （4）
对于极小值指标, 归一化采用的隶属函数为：
x′ij=Mj-xijMJ-mj （5）
式中xij为原始数据,MJ=maxi{xij}，mj=mini{xij}，x′ij∈［0,1］为归一化后的无量纲性指标。
（3） BPNN 网络训练学习。原始数据经过预处理后送归一化模块，归一化模块将根据输入信号按规则进行归一化，得到13个归一化值，然后，这些归一化值被送入模块。由以上分析可知，模块输入层的模糊神经元数为13，即输入信号x1、x2、x3…x13对应于13 个归一化值；输出神经元数为1，即输出量对应于银行风险预警评价；隐藏层的神经元数经学习过程调节后定为5个。
神经网络在国民经济和国防科技现代化建设中具有广阔的应用领域和应用前景。近几年人工神经网络模型开始应用于商业银行信用风险评价，无论从思想上，还是从技术上都是对传统评价方法的一种拓宽和突破，它解决了传统评估方法难以处理的高度非线性关系、缺少自适应能力、信息获取效率低等困难，为模型实用化奠定了基础。神经网络模型在银行信用风险评价的优点主要体现在：一是很容易建立输入和输出变量间非常复杂的非线性关系；二是不要求假设变量的概率分布；三是能够快速适应新信息、新环境；四是对具体问题不存在决定最优网络技术的正规程序，即连接输入和输出变量结点的层数。
由于政府融资平台信用风险识别比较复杂，各个因素之间相互影响，财务数据变异性大，呈现出复杂的非线性关系，人工神经网络为处理这类非线性问题提供了强有力的工具。
三、 实证研究
（一） 实验数据
本文利用某股份制银行南京分行的贷款数据资料进行贷款风险预警评价模型的实证研究，建模的贷款数据从银行的信贷数据库中随机抽取，共抽取78个样本资料，对平台类企业09年末经审计的财务报表数据采取逐步筛选、反复迭代的方法，其中48个样本财务数据资料齐全，具备一定的代表性，因此，以此作为分析对象。实验数据如附表一。在对实验数据进行量纲化、标准化处理时，考虑到资产负债率指标为逆向指标，取其倒数。
（二） 实验指标选择
在风险预警指标的选择上，考虑到样本数据以江苏地区，特别是南京地区的平台贷款为主，宏观、中观以及地方财政等外部环境特征基本一致，而此次实证研究目的主要是考察平台类财务指标的变化对不同模型分类的适应性，故根据银行信贷风险预警评价指标体系设计的原则，本文构建了包含4个准则层、13 项具体指标的指标体系，如图3。
图3 风险预警评价指标体系
（三） 实验方法
在BP神经网络的学习训练阶段，样本的期望值是已知的，它根据某股份制银行信贷系统中的已有的内部信用评级给定。48个样本数据中，企业的内部信用评级状况如下：
表2 内部信用评级分布
本文旨在揭示神经网络模型在政府融资平台类贷款风险预警中具有强大的模式识别、分类与优化处理作用，并非对企业的信用评级作出评判，因此，实验设计只将样本数量按照信用等级的不同区分为两类：所有的A级及以下企业分为一类，信用等级定义为“一般”，AA级，AA+及AAA级分为一类，信用等级定义为“好”。
实验采用4折交叉验证，即将48个样本平均分为4份，每份12个样本， 每次用其中三份作为训练样本，用另外一份进行验证。每份的样本分布见下表所示：
（四） 验证结果
本次实验是运用Matlab中BP神经网络工具模型和Weka中Logistic模型分别对样本进行计算和验证。其中：BP神经网络结构和算法必须谨慎选择参数，如每层内神经元个数和学习速率。本次实验经过多次迭代筛选，最终确定的参数设置如表5：
表5 BP神经网络函数及参数设置
平均正确率为0.70833。
综上，在政府融资平台信用风险预警分类的识别上，BP 神经网络模型比Logistic模型的准确率提高了8.3%。分析原因，主要在于政府融资平台贷款的财务数据、财务指标具有较大的变异，如经营性现金流、主营业务收入、净利润，甚至包括存货周转率、应收账款周转率等营运指标，每年都有很大的差距。它和一般有完善的公司治理结构的企业不同，盈利性、流动性相对弱化，政府的直接和隐性担保能力实际较强。在这种高度非线形关联的数据面前，BP神经网络模型天然存在着内在的风险识别优势，这和基于历史数据进行回归分析的Logistic模型有很大的区别。
四、 结论
银行信用风险的评估、预警、识别和防范是一个永恒的难题。假设政府融资平台可以作为一个特殊行业来进行分析的话，它有着与一般企事业单位截然不同的风险特征。在平台类公司的风险预警指标体系的构建上，对宏观、中观因素，本文仅仅以枚举的方式，列示了部分笔者认为的对风险预警存在重要影响的指标，并未穷尽。着重强调的是地方政府的财政实力及还款意愿，是平台类公司风险构成中最为特殊之处，也是未来化解平台类贷款风险的重要因素，需要在将来的工作中进一步加以分析研究。基于平台公司财务指标的特殊性，本文仅仅选择了一些简单的定量的财务指标进行分析，这些财务指标是通过SPSS等软件对其相关性进行检验，剔除非显著性差异而筛选获得的。实际操作中，还可以增加许多定性指标进行分析和判断，如采用专家分析法，将一些定性指标转化为定量指标，这样构建的财务指标体系将更加健全，对风险的预警分析更加接近实际，更具有参考价值。如在政府融资平台类贷款中，政府的担保能力实际上是银行融资、决策发放贷款的一个重要因素，如何在风险预警指标体系中选择合适指标，构建财务担保能力因素，是在未来研究过程中需要重点考虑的新的课题。
在政府融资平台的风险评价模型的选择上，本文的实证研究表明，BP神经网络模型对风险的分类和识别，比一般的Logistic模型具有更好的分辨率和准确性。这种结果的出现可以理解为是政府融资平台的财务指标的异常和特殊性所致。虽然此次实验存在一些不足，如样本数量不足够大，数据以江苏地区、特别是南京的政府融资平台公司为主，有一定的地区局限性，但是，实证表明，在银行信用风险量化评估、风险预警过程中，对企业财务数据失真、信息不透明的行业（如政府融资平台），BP神经网络模型对模型的识别能力更强，这是基于神经网络的自学习、自适应能力，它与以历史数据为回归依据的一般的模型特征有明显区别。相信在未来的银行信用风险预警研究过程中，以神经网络模型为代表的非参数人工智能方法将发挥越来越大的评价作用。
参考文献
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.
安国俊，2010，《地方政府融资平台风险与政府债务》，《中国金融》第7期43―44页。
巴曙松，2009，《地方政府投融资平台的发展及其风险评估》，《西南金融》第9期9―10页。
陈慧莉，2010，《地方融资平台风险防范研究》，《中国市场》第7期47页。
龚璞，2010，《浅谈地方政府融资平台债务风险的防范》，《中国经贸》第8期127―128页。
贾康，2010，《地方融资与政策性融资中的风险共担和风险规避机制》，《上海金融学院学报》第1期5―8页。
刘立峰等，2010，《地方政府融资研究》，《宏观经济研究》第6期6―11页。
王翼宁，2010，《我国地方政府融资平台的风险控制预警体系与市场化运作研究》，《现代管理科学》第11期33―34页。
郑蓉、张俊、干胜道，2010，《地方融资平台的风险与控制研究》，《西南民族大学学报》第8期143―144页。
