謝亞妮

（榆林學(xué)院管理學(xué)院 榆林 719000）

1 引言

企業(yè)在從事各類金融活動時，所發(fā)生的利率、匯率以及商品價格等方面的損失均稱為金融風(fēng)險，但是不同原因?qū)е碌膿p失結(jié)果存在差異，其風(fēng)險程度則存在差異。企業(yè)在運營管理過程中，準(zhǔn)確分析風(fēng)險類型，對于降低金融損失具備重要意義［1～2］。層次分析法作為一種決策方法，以要實現(xiàn)的總目標(biāo)為依據(jù)，將其實行分解處理形成數(shù)個目標(biāo)后，依據(jù)各個因素之間的關(guān)聯(lián)［3］，構(gòu)成多層次的分析結(jié)構(gòu)模型，依據(jù)相應(yīng)的定量和定性方法，獲取以最高層為參照的權(quán)值結(jié)果以及總目標(biāo)的綜合權(quán)重，確定最佳方法，實現(xiàn)多目標(biāo)的綜合分析和評價。當(dāng)下，如何準(zhǔn)確分析企業(yè)金融風(fēng)險，已經(jīng)成為學(xué)術(shù)界眾多學(xué)者關(guān)注研究的問題。陳振龍［4］等和張冰潔［5］等針對金融風(fēng)險的分析，分別以藤Copula分組模型、CoES模型為基礎(chǔ)，度量金融風(fēng)險水平，展開相關(guān)分析，分別依據(jù)企業(yè)資產(chǎn)之間的關(guān)聯(lián)性和損失均值的度量結(jié)果，分析企業(yè)風(fēng)險水平。上述方法在度量分析過程中，對于權(quán)重指標(biāo)的分析和確定存在一定欠缺，風(fēng)險指標(biāo)之間的關(guān)聯(lián)性無法清晰、準(zhǔn)確體現(xiàn)。存在分析結(jié)果的片面性［6］?；诖耍疚囊詫哟畏治龇ǖ娘L(fēng)險指標(biāo)權(quán)值確定為基礎(chǔ)，采用灰色關(guān)聯(lián)對其實行改進(jìn)，確定指標(biāo)間的關(guān)聯(lián)性，避免層次分析法的局限性，保證風(fēng)險指標(biāo)權(quán)重的客觀性，實現(xiàn)企業(yè)金融風(fēng)險的可靠分析。

2 改進(jìn)層次分析法的企業(yè)金融風(fēng)險分析模型

2.1 企業(yè)金融風(fēng)險指標(biāo)體系構(gòu)建

企業(yè)金融風(fēng)險分析時，需量化分析對企業(yè)金融風(fēng)險造成影響的因素，即風(fēng)險指標(biāo)體系的構(gòu)建。本文采用層次分析法建立企業(yè)金融風(fēng)險分析指標(biāo)體系，指標(biāo)體系包含一級指標(biāo)、二級指標(biāo)，將上述指標(biāo)用于企業(yè)金融風(fēng)險分析。指標(biāo)詳情見表1。

表1 企業(yè)金融風(fēng)險指標(biāo)體系

2.2 風(fēng)險指標(biāo)的模糊化處理

X=｛x1，x2，x3，x4｝表示企業(yè)風(fēng)險分析論域，其中x1、x2、x3、x4分別表示四個一級風(fēng)險指標(biāo)，以分析對象來說，每一個風(fēng)險指標(biāo)對分析結(jié)果的貢獻(xiàn)均存在差異［7～8］，為實現(xiàn)指標(biāo)的定量分析，需對其實行模糊化處理，處理采用隸屬度函數(shù)完成，保證樣本數(shù)據(jù)處于［0，1］范圍內(nèi)。設(shè)置企業(yè)的信用等級用j表示，且j=1，2，3，4，分為4個等級，分別表示不信任、較低信任、一般信任和完全信任，見表2。

表2 等級詳情

信用等級集合為：Y=｛y1，y2，y3，y4｝，其中包含的元素分別對應(yīng)4個等級；x1、x2、x3、x4的6個界限值為：ki=（i=1，2，3，4，5，6），則隸屬度函數(shù)的定義為

以上三個公式分別是j=1、j=2，3、以及j=4的條件下的隸屬度函數(shù)。

2.3 基于改進(jìn)的層次分析法的指標(biāo)權(quán)重確定

風(fēng)險指標(biāo)確定后，需確定指標(biāo)的權(quán)重，為保證權(quán)重結(jié)果的客觀性［9］，本文將灰色關(guān)聯(lián)模型和層次分析法相結(jié)合，改進(jìn)層次分析法，以此完成所有風(fēng)險因素的整體對比機(jī)制［10］，并且通過灰色關(guān)聯(lián)系數(shù)矩陣確定各個專家對于風(fēng)險總貢獻(xiàn)度的認(rèn)知結(jié)果，結(jié)合灰色關(guān)聯(lián)和層次分析法的優(yōu)勢，完成企業(yè)金融風(fēng)險分析［11］。其詳細(xì)步驟如下所述：

1）m表示數(shù)量，包含專家和待分析序列，分析因素數(shù)量用n表示，對風(fēng)險因素實行打分和處理，分別為層次和總體，處理標(biāo)度為（0，1），該值大小決定風(fēng)險程度；前者越大后者風(fēng)險越?。?2］。X0（k）表示標(biāo)準(zhǔn)參考序列，其為總體風(fēng)險因素，為獲取待分析矩陣Xi（k），以列的方式將待分析風(fēng)險實行排列得出，且i=1，2，…，m，k=1，2，…，n。

2）對排列后的Xi（k）和X0（k）進(jìn)行處理，得到：

3）為獲取絕對差矩陣，采用絕對差，對初值化后的矩陣實行運算［13］，則得出：

式中：分辨系數(shù)用ζ表示，其取值最佳時，可控制分析結(jié)果的準(zhǔn)確性，同時提高區(qū)分能力，僅為ri（k）；M、m表示最大、最小元素，屬于Δi(k)。對式（7）實行關(guān)聯(lián)運算后，獲取ri（k）矩陣。

5）為獲取互反判斷矩陣，對ri（k）實行拆分處理，將其內(nèi)各個元素實行倍數(shù)增加，均為10倍，取整數(shù)結(jié)果，形成新矩陣以列的順序提取矩陣中的專家評分結(jié)果，使其形成縱橫對比形式，僅為風(fēng)險因素；分別以行、列各自為參照元素［14］，相互對比獲取兩者差值，如果比較元素小于參照，差值結(jié)果加1。按照該處理方式，依據(jù)獲取順序，將獲取的結(jié)果組成互反矩陣，即為灰色關(guān)聯(lián)判斷矩陣Ai。

6）對Ai分別實行方根運算，并以上級風(fēng)險為參照，獲取風(fēng)險因素對其的影響權(quán)重［15］：

7）一致性檢驗：計算Ai特征值［16］，具體為

式中：C I、RI均表示一致性指標(biāo)，后者為隨機(jī)；λmax表示特征值；C R表示一致性比率，依據(jù)該值結(jié)果判斷Ai是否符合一致性，其值小于0.1，表示符合，反之不符合。當(dāng)其不符合時，為不影響風(fēng)險分析結(jié)果，將其刪除；最后依據(jù)專家分析結(jié)果，確定每一個風(fēng)險因素的權(quán)重，且以上級總風(fēng)險為參照。

2.4 模糊綜合評價模型

依據(jù)Y=｛y1，y2，y3，y4｝等級完成各個風(fēng)險指標(biāo)的評價，對其實行量化后，建立模糊關(guān)系矩陣R：

式中：rij表示隸屬度，屬于模糊子集，且在以xi為參照的情況下，yi的分析結(jié)果。

將獲取的權(quán)重向量集合和R權(quán)重向量集合ω={ω1，ω2，…，ωm}組合，得出：

3 實驗結(jié)果與分析

為驗證本文方法對于企業(yè)金融風(fēng)險分析的應(yīng)用效果，選取國內(nèi)某知名生產(chǎn)企業(yè)連續(xù)5年內(nèi)的實際財務(wù)數(shù)據(jù)作為測試使用數(shù)據(jù)。本文方法分析指標(biāo)結(jié)果見表3，償債能力是對流動比率和速動比率實行擬合后獲取的數(shù)據(jù)。

表3 指標(biāo)數(shù)據(jù)結(jié)果

分析本文方法指標(biāo)選取的準(zhǔn)確性，對于分析結(jié)果存在直接影響，本文采用差異度作為衡量本指標(biāo)，測試本文選取指標(biāo)和基準(zhǔn)指標(biāo)間的差異度，結(jié)果見圖1。依據(jù)圖1測試結(jié)果可知：本文選取指標(biāo)與基準(zhǔn)指標(biāo)吻合程度較高，因此，采用文本方法確定的指標(biāo)可用于準(zhǔn)確完成企業(yè)金融風(fēng)險分析。

圖1 指標(biāo)的差異度測試結(jié)果

由于每一個風(fēng)險指標(biāo)對分析結(jié)果的貢獻(xiàn)均存在差異，即不平衡現(xiàn)象，為實現(xiàn)指標(biāo)的定量分析，需對其實行模糊化處理。因此，測試本文方法對指標(biāo)的模糊化處理效果，采用F1-measure（加權(quán)調(diào)和平均值，為查準(zhǔn)率和召回率）、G-mean（幾何平均值，為召回率和特異度）兩種指標(biāo)作為衡量標(biāo)準(zhǔn)，分析本文方法的處理結(jié)果，見圖2。兩者值越接近1表示模糊化效果越好。依據(jù)圖2測試結(jié)果可知：本文方法在對不同年份中的風(fēng)險指標(biāo)實行模糊化處理的F1-measure和G-mean結(jié)果均在0.8以上，表明本文方法可有效處理風(fēng)險指標(biāo)對分析結(jié)果的貢獻(xiàn)均存在差異，即不平衡現(xiàn)象。

圖2 模糊化效果測試

分辨系數(shù)ζ值對于準(zhǔn)確率和關(guān)聯(lián)系數(shù)的區(qū)分結(jié)果存在直接影響，因此，測試在其不同取值下的分析結(jié)果的準(zhǔn)確率以及有效區(qū)分結(jié)果，見圖3。從圖3可知：ζ取值不同，其隨著指標(biāo)間關(guān)聯(lián)系數(shù)的關(guān)聯(lián)程度增加，呈現(xiàn)不同變化，ζ=0.4時，本文方法分析結(jié)果的準(zhǔn)確性呈現(xiàn)下降趨勢；取值為0.6時，本文方法分析準(zhǔn)確率呈現(xiàn)上升趨勢；取值為0.5。時，則分析準(zhǔn)確率平穩(wěn)在0.90上下；除此之外，關(guān)聯(lián)程度高于50%以后，關(guān)聯(lián)系數(shù)的有效區(qū)分結(jié)果中，取值為0.5時，最高區(qū)分比例高于0.95，雖然在關(guān)聯(lián)程度低于50%以內(nèi)時，區(qū)分比例在0.5左右，但是，結(jié)合實際運算過程中，指標(biāo)間的關(guān)聯(lián)程度在模糊化處理后，關(guān)聯(lián)程度高于50%，因此，本文方法ζ=0.5。

圖3 分辨系數(shù)測試結(jié)果

依據(jù)文中創(chuàng)建的指標(biāo)體系，采用本文方法獲取判斷矩陣后，計算一級指標(biāo)的權(quán)重結(jié)果，并獲取模糊關(guān)系矩陣，兩者結(jié)合后，計算實驗?zāi)持a(chǎn)企業(yè)金融風(fēng)險評估結(jié)果為B=（0，0.39，0.52，0.40），依據(jù)最大隸屬度原則，確定B的最大分量為0.52，即為企業(yè)的風(fēng)險對應(yīng)等級為Y4，表示該企業(yè)的信用等級為完全信賴。依據(jù)該信用結(jié)果，對該企業(yè)5年內(nèi)的交易分布結(jié)果實行統(tǒng)計，結(jié)果為5年的平均結(jié)果，見圖4。依據(jù)圖4測試結(jié)果可知：該企業(yè)83.5%的交易均分布在完全信賴的信用等級中，一般信賴的交易比例為12.6%，信賴較低的交易比例為3.2%，不信賴的交易分布僅占0.7%。該結(jié)果體現(xiàn)本文方法可有效完成企業(yè)的金融風(fēng)險分析，并且可為企業(yè)交易分布的風(fēng)險統(tǒng)計提供可靠依據(jù)，保證企業(yè)掌握自身交易分布情況，針對交易風(fēng)險采取應(yīng)對措施。

圖4 企業(yè)交易分布情況

4 結(jié)語

企業(yè)的金融狀態(tài)，決定企業(yè)的發(fā)展和正常運營，因此，為保證企業(yè)的良性運轉(zhuǎn)，需及時掌握企業(yè)的金融風(fēng)險狀況。本文研究基于改進(jìn)層次分析法的企業(yè)金融風(fēng)險分析模型，對企業(yè)運行中的金融風(fēng)險實行定量以及定性分析，判斷企業(yè)的信用等級。并通過相關(guān)測試表明：本文方法選取的風(fēng)險指標(biāo)的準(zhǔn)確率較高，可用于表示企業(yè)的金融風(fēng)險；可良好地處理金融風(fēng)險指標(biāo)中不平衡數(shù)據(jù)，保證企業(yè)的金融風(fēng)險結(jié)果可靠性，并可依據(jù)分析結(jié)果統(tǒng)計企業(yè)的交易分布情況，有助于企業(yè)的金融管理。