一、问题的提出
银行面临的主要风险有信用风险、市场风险、利率风险。我国商业银行的改革一直在进行中。就我国实际情况而言, 银行经营效益低下, 呆账、坏账增加固然有体制上的原因, 但忽视信用风险分析和管理方法的研究, 对信用资产进行不合理的定价也是一个不容忽视的原因。近20 年来,随着国际金融领域竞争的空前加剧及大规模贷款组合的不断发展, 传统的信用评估方法已不能满足人们的需要。一批以信息技术为支撑, 以系统采用统计科学、人工智能、模拟技术等为特征的现代信用风险分析方法在西方发达国家不断涌现。与国外相比, 我国目前对风险分析方法的研究还不充分, 信用风险方法仍以传统的比例分析为主, 定性、静态、局部的分析多, 定量、动态、全局的分析少。中国加入WTO后, 国内的金融机构面临来自同行的激烈竞争, 因此了解和借鉴先进的风险管理模型, 建立科学的信用风险分析体系就成为目前的当务之急。
二、信用风险分析方法的发展及其进展
信用风险的分析是个世界性的问题。从20世纪60年代开始，美国与欧洲许多国家的研究者们已经开始进行信用风险分析研究。亚洲金融风暴之后，全世界又兴起了打破旧的信用风险分析方法，重新建立一套新的信用风险分析方法的热潮。迄今为止，信用风险分析方法已经从统计学方法、专家系统法、神经网络方法到近年来研究很热的支持向量机方法。
1.非参数统计方法
从现有国内外文献看, 常用的非参数方法主要有: k 最近邻居判别, 核密度估计和聚类分析。其主要思想是将与信用风险相关的一组因素表示为一个向量, 即样本空间中的一个点, 向量的每个元素即为某个财务指标, 然后根据空间中的某个距离或规则将其分类。
K近邻判别法是一种非参数统计方法，它在一定距离概念下按照若干变量从样本中选取与确定向量距离最短的k个样本为一组。聚类分析是根据借款人的指标计算出样本空间的距离将其分类。这种方法的一个主要优点是不要求总体服从某种具体的分布，可对变量采用名义尺度、次序尺度等。因此，该方法可用于定量研究，也可对现实中无法用数值精确表述的属性进行分析。这很适用于信用风险分析中按照定量指标和定性指标。对不服从一定分布特性的数据信息进行分类。除此之外，聚类分析方法还能帮助商业银行确定贷款方式和策略，迟国泰等（2001）通过对专家意见进行聚类分析，用来对商业银行进行信贷风险评估。
从实证分析看, 非参数法的效果不是很理想。其原因是：在同样的样本容量下，若对具体问题的确存在特定的参数模型并可能找出时，非参数方法不及参数模型效率高。因此, 在无法确知总体的分布函数时, 非参数方法不失为一种有效的方法。如果对某一具体问题能找出特定参数的模型, 则非参数法的效果会下降。
2.专家系统
专家系统是一种使用知识和推理的智能计算机程序，其目的是将专家解决问题的推理过程再现而成为专家的决策工具，或为非专业决策者提供专业性建议。它的功能表现在解释功能、灵活性、学习功能三方面。专家系统自上世纪80年代以来逐步被用于商业、经济领域，如会计、审计、税务信用评分、企业破产预测及证券组合等。
Messier和Hansen（1985）从知识获取角度探讨比较了专家系统在信用风险分析领域中的应用。传统的专家系统采用直接法，这种方法要消耗大量的时间和人力，而且问题域中的一些经验性知识无法清楚表示，故限制专家系统的规模和实用性。他们改变知识获取的传统方法即直接法，提出了启发式方法，即首先由专家提出范例对其特性加以提取，之后使用启发算法获取生产式规则，选用概念学习算法，从若干固定的属性描述的已知分类中抽取共性的变量，然后在这些属性的基础上建立生产式系统，利用其中的规则即可对新样本中的指标进行评估。
3.神经网络方法
进入20世纪90年代，神经网络（NN）引入银行业，用于信用风险识别和预测。神经网络是一种具有模式识别能力，自组织，自适应，自学习特点的计算机制，它的知识编码于整个权值网络，呈分布式存储且具有一定的容错能力。神经网络对数据的分布要求不严格，也不需要详细表述自变量与因变量之间的函数关系。这些特性，使之很快成为信用分析方法的一个热点。它在信用风险分析的作用是通过神经网络的分类功能进行的。首先找出一组影响分类的因素作为神经网络的输入，然后通过有导师或无导师的训练，形成信用风险分析模型。对新样本的输入，模型可产生信用风险分析的判别的的结果。
从目前国内外文献看, 研究和应用中使用最多的NN有:多层感知机(MLP)、专家混合网络(MOE)、学习矢量化器(LVQ)、径向基函数(RBF)、模糊自适应谐振(FAR)及概率神经网(Probabilistic Neural Networks)。其中,MLP由于其在理论上及网络构建的成熟性, 成为应用最多的NN方法。对于NN的有效性, 研究者大多将其与传统的LDA、LG方法进行对比。NN是否优于传统方法目前仍存在争议。David West于2000 年分别将德国、澳大利亚的企业信用数据利用交错鉴定法分为训练样本和测试样本。结果显示,对于德国数据的分析,判别最准确的是MOE,其余依次为:LG、RBF、MLP、LDA、LVQ、CART、KD、KNN 和FAR;对澳大利亚数据的分析显示, 判别最准确的是RBF,其余依次为:ML P、MO E、L G、LDA、KNN、LVQ、CART、KD和FAR。相反的观点如Altman认为:NN分析方法在信用风险识别和预测中的应用, 并没有实质性的优于线性区别模型。因此从目前的研究文献看,NN系统已显示出非常大的应用前景,但与传统的DA、LG方法相比,还不具备绝对的优势。原因在于目前尚无成熟的理论指导来设定网络结构, 要得到一个较好的NN结构,需要人为地试凑。并且网络的学习过程慢,尤其当网络结构复杂,样本训练次数多时,其运算效率降低。因此,NN的未来发展仍有待人们艰苦不懈的努力。
4.杂合系统与支持向量机方法
(1)杂合系统。杂合方法是指把两种或多种不同的方法结合在一起形成一种新的方法，这种新的方法既能继承原来各方法中的优点，又能克服各方法中的缺点，同时还能形成一种新的优点，而这种新的优点是原来所有方法中都不具备的。由于具有这样的特性，提高了解决问题的效率，是目前一种比较流行的研究方法。Kerling(1995)将递归分割算法与DA方法进行比较的同时，提出了两种方法的杂合方法，结果证明杂合方法的分类效果比单独使用这两种方法都好。West（2000）在利用专家杂合系统研究商业银行信用评价的准确性时，对德国和澳大利亚两组不同的财务数据分别进行两类模式分类时，分类准确率分别为75.66%和86.68%。
(2)支持向量机。20世纪90年代中末期，Vapnik等根据统计学习理论提出支持向量机（简称SVM）的学习方法，研究如何根据有限学习样本，进行模式识别和回归预测等。近年来，SVM已成为解决模式分类和回归问题的有利工具。由于SVM在学习过程中避免了神经网络的一些缺陷，如网络结构难以确定、在样本训练过程中发生过学习或欠学习、容易产生局部极小等，因此，在进行模式分类时，人们自然认为SVM学习方法优于神经网络方法。它的主要研究内容是，当问题是线性可分时，给出一个求解最大间隔法的方法；而当问题不是线性可分时，提出利用一核函数将样本集映射到某一高维空间，使得样本集在高维空间中的像是线性可分的。其学习方法最大的特点是：根据结构风险最小划原则，尽量提高学习机的泛化能力。其中，通过非线性映射，将低维空间中的非线性问题转变为高维空间中的线性问题，并采用一核函数代替高维空间中的内积运算，达到避免高维运算和解决非线性的目的。尽管通常来说，支持向量机方法也是神经网络方法的一种，但考虑到支持向量机方法与其他神经网络方法相比，确实有其独特之处，特别是在信用风险分析领域的研究中表现出很强的应用前景，因此将该方法单列出来。
三、结语
目前, 具有高技术含量的风险管理模型在西方发达国家获得了突飞猛进的发展, 其主要特征表现为综合吸收当今各学科领域的最新技术成果, 大量运用计算机信息技术、经济计量技术、模拟技术，以及神经网络和专家系统对信用风险进行计量、定价、交易和套期保值, 风险评价方法越来越体现出从定性到定量、从简单到复杂、从微观层次的个别资产信用风险评价到宏观层次的资产组合信用风险评价的趋势。由于我国商业银行和金融市场尚处在新兴发展阶段, 核心的信用风险分析仍采用传统的比例分析方法, 远不能满足商业银行对贷款进行风险分析的需要。吸收和借鉴西方风险管理的新方法, 对于我们具有重要的意义。这里仅提出几点建议:
1.由于风险分析方法的成功运用依赖于庞大完整的数据库, 而我国目前大多数企业数据资料不全, 并且国内缺乏独立的金融资信评级机构。因此,我国目前当务之急要大力培育和发展中国独立的信用评级机构, 同时从长远看, 我国商业银行和企业必须尽快建立统一、规范的数据仓库和管理信息系统,以满足所有工具对数据的需求。
1网络安全风险概述
1.1网络安全风险
网络最大的特点便是自身的灵活性高、便利性强,其能够为广大网络用户提供传输以及网络服务等功能,网络安全主要包括无线网络安全和有线网络安全。从无线网络安全方面来看,无线网络安全主要是保证使用者进行网络通话以及信息传递的安全性和保密性,其能否保证使用者的通话不被窃听以及文件传输的安全问题都是当前研究的重要课题,由于无线网络在数据存储和传输的过程之中有着相当严重的局限性,其在安全方面面临着较大的风险,如何对这些风险进行预防直接关乎着使用者的切身利益。想要对无线网络安全进行全面正确的评估,单纯的定量分析法已经不能够满足当前的需求,因此,本文更推荐将层次分析法和逼近思想法进行双重结合,进一步对一些不确定因素进行全面的评估,确保分析到每一个定量和变量,进一步计算出当前无线网络的安全风险值。而对于有线网络,影响其安全风险的因素相对较少,但是依然要对其进行全面分析,尽最大可能得到最准确的数值。
1.2网络安全的目标
网络安全系统最重要的核心目标便是安全。在网络漏洞日益增多的今天,如何对网络进行全方位无死角的漏洞安全排查便显得尤为重要。在网络安全检测的各个方面均有着不同的要求,而借助这些各方面各个层次的安全目标最终汇集成为一个总的目标方案,而采取这种大目标和小目标的分层形式主要是为了确保网络安全评估的工作效率,尽最大可能减少每个环节所带来的网络安全风险,从而保证网络的合理安全运行。
1.3风险评估指标
在本论文的分析过程之中,主要对风险评估划分了三个系统化的指标,即网络层指标体系、网络传输风险指标体系以及物理安全风险指标体系,在各个指标体系之中,又分别包含了若干个指标要素,最终形成了一个完整的风险评估指标体系,进而避免了资源的不必要浪费,最终达到网络安全的评估标准。
2网络安全风险评估的方法
如何对网络风险进行评估是当前备受关注的研究课题之一。笔者结合了近几年一些学者在学术期刊和论文上的意见进行了全面的分析,结合网络动态风险的特点以及难点问题,最终在确定风险指标系统的基础上总结出了以下几种方法,最终能够保证网络信息安全。
2.1网络风险分析
作为网络安全第一个环节也是最为重要的一个环节,网络风险分析的成败直接决定了网络安全风险评估的成败。对于网络风险进行分析,不单单要涉及指标性因素,还有将许多不稳定的因素考虑在内,全面的彻底的分析网络安全问题发生的可能性。在进行分析的过程之中,要从宏观和微观两个方面进行入手分手,最大程度的保证将内外部因素全部考虑在内,对网络资产有一个大致的判断,并借此展开深层次的分析和研究。
2.2风险评估
在网络安全风险评估之中,可以说整个活动的核心便是风险评估了。网络风险的突发性以及并发性相对其他风险较高,这便进一步的体现了风险评估工作的重要性。在进行风险评估的过程之中,我们主要通过对风险诱导因素进行定量和定性分析,在此分析的基础上再加以运用逼近思想法进行全面的验证,从而不断的促进风险评估工作的效率以及安全性。在进行风险评估的过程之中,要充分结合当前网络所处的环境进行分析,将工作思想放开,不能拘泥于理论知识,将实践和理论相结合,最终完成整个风险评估工作。
2.3安全风险决策与监测
在进行安全风险决策的过程之中,对信息安全依法进行管理和监测是保证网络风险安全的前提。安全决策主要是根据系统实时所面对的具体状况所进行的风险方案决策,其具有临时性和灵活性的特点。借助安全决策可以在一定程度上确保当前的网络安全系统的稳定,从而最终保证风险评估得以平稳进行。而对于安全监测,网络风险评估的任何一个过程都离不开安全检测的运行。网络的不确定性直接决定了网络安全监测的必要性,在系统更新换代中,倘若由于一些新的风险要素导致整个网络的安全评估出现问题,那么之前的风险分析和决策对于后面的管理便已经毫无作用,这时候网络监测所起到的一个作用就是实时判断网络安全是否产生突发状况,倘若产生了突发状况,相关决策部门能够第一时间的进行策略调整。因此,网络监测在整个工作之中起到一个至关重要的作用。
3结语
网络安全风险评估是一个复杂且完整的系统工程,其本质性质决定了风险评估的难度。在进行网络安全风险评估的过程之中,要有层次的选择合适的评估方法进行评估,确保风险分析和评估工作的有序进行,同时又要保证安全决策和安全检测的完整运行,与此同时,要保证所有的突发状况都能够及时的反映和对付,最终确保整个网络安全的平稳运行。
参考文献
[1]程建华.信息安全风险管理、评估与控制研究[D].吉林大学,2008.
[2]李志伟.信息系统风险评估及风险管理对策研究[D].北京交通大学,2010.
[3]孙文磊.信息安全风险评估辅助管理软件开发研究[D].天津大学,2012.
2.财务风险结构性质识别矩阵。根据某项财务风险发生的可能及其给企业经营造成影响的严重性，可以确定出该财务风险的结构性质，财务风险的结构性质可以表示为低、中等、显著、高四个等级（周爱丽，2004）。相应的，可以把企业每一种财务风险的结构性质用风险估计矩阵表示。
3.专家调查法。专家调查法又称为特尔斐法（Delp，是由美国兰德公司的达尔基（N.Dalkey）和赫尔默于1964年正式提出的。这种方法是采用系统的程序，草拟调查提纲，提供背景材料，轮番征询不同专家的预测意见，最后汇总得出预测结果。财务风险专家调查法就是企业组织专家对内外环境进行分析，辨明企业是否存在引起财务风险发生的因素，发现财务风险的征兆，以此预测财务风险发生的可能性。在财务风险定性分析中，一般采用标准调查法，即通过专家对导致某个企业财务风险的形成，同时对所有企业都有意义、普遍适用的原因和问题进行分析。
二、定量分析方法
国外学者对这方面的研究较早，而且这些研究成果主要是用于企业财务危机预警模型的构建。主要经历了单变量预警模型、多变量预警模型、Logistic预警模型、非统计模式预警模型、混合模式及其比较和非财务指标的财务预警模型等几个阶段。
1.单变量预警模型。单变量（Univariate）分析通常指用单一的财务比率值或者趋势来预测或判定企业财务风险发生的可能性。最早的财务危机预测研究是所做的单变量破产预测模型，他以19家公司为样本，运用单个财务比率将样本分为破产和非破产两组，结果发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率，而且在经营失败之前3年这些比率就呈现出显著差异。但是，这类早期研究仅仅是属于描述性分析范畴（程涛，。Beaver（1966）使用由79家公司组成的样本，分别检验了反映公司不同财务特征的6组30个变量对公司破产前l一5年的预测能力，他发现最好的判别变量是现金流量/负债和净利润/总资产两个比率。在国内，陈静对27家ST公司和27家非ST公司，使用1995—1997年的财务报表数据，进行了单变量分析和二元线性判别分析，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。
单变量模型分析较为简单，但不能综合说明公司整体财务状况，在运用过程中容易受主观选择因素影响，出现对于同一公司想选择不同的预测指标得出不同结论的情况，因此，运用单变量模型，指标选择决定此方法运用的成败。
2.多变量预警模型。多变量预警模型，又称模型，即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。该模型最早是由开始研究的，他从流动性、获利能力、财务杠杆、偿债能力和活动性五个方面选用了22个变量作为预测备选变量，通过对1946-1965年间33家破产制造企业和33家非破产配对企业的研究分析，根据误判率最小的原则，最终确定营运资产/资产总额、留存收益/资产总额、息税前利润/资产总额、股东权益市场价值/总负债账面价值和销售收入/资产总额5个变量作为判别变量，构建了Z-Score模型。但由于模型的变量并未包含风险概念，也没有考虑企业规模效果，故超过两年以上对于企业危机的预测力大幅下降。Altman，HaldemanandNarayanan（1977）等便加以修正，加入了公司规模与盈余稳定性两个变量，建立Zeta模型。经过实证研究，预测前几年的能力大大提高。
Altman模型提出之后，很多专家对它进行进一步的研究和论证，结合本国企业实际建立了本地股市适用的多元判别模型，如日本开发银行的破产预测模型。我国学者周首华等在Z分数模型的基础上进行改进，考虑了现金流量变动情况指标，选用1977-1990年的62家公司，即31家破产公司和相对应的同一年度、同一行业及相近净销售额的31家非破产公司，构建了一个财务预警新模型一F模型，并以会计资料库中1990年以来4160家公司数据作为检验样本进行了验证，其F模型的准确率高达近70<%，弥补了Z模型的不足。
3.Logistic模型。多变量预警模型考虑了多项指标衡量公司经营的绩效，在分析预测上也有显著的效果，但其自变量通常难以符合正态分布的假设，故后续学者便建立了一些新模型，如Logistic模型。Logistic模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。
美国学者Ohlson（1980）首先运用Logistic模型进行研究。他选取了1970—1976年间制造业105家财务危机公司与2058家正常公司为样本进行研究，结果发现公司规模、资本结构、经营绩效及流动性对企业发生财务危机具有显者的预测能力。继Ohlson之后，Gentry，、CaseyandBartczak、Zavgren也米用类似方法进行研究。
我国在这方面比较有代表的学者包括姜秀华、孙铮等。他们以2000年11月20日为基准点，选取了在沪深证券交易所被实施ST的42家上市公司，同时从两市所有非ST公司中随机选出42家配对公司。在13个原始财务比率的基础上，筛选出毛利率、其他应收款与总资产的比率、短期借款与总资产的比率及股权集中系数四个指标建立Lo-判别模型。该模型在财务危机发生前1年对ST公司与非ST公司的回判准确率分别为88.1%c和80.95%c；线性函数却具有其本身不能克服的两个问题：固定影响假设和完全线性补偿假设。正由于这两个缺陷使得模型的分类和预测能力有限。基于此，齐治平等（2002）建立了含有二次项和交叉项的Logistic模型，该模型可以帮助金融机构、投资者、基金经理们进行财务危机、信用风险预测分析。
这种模型克服了单变量和多变量预警模型中自变量服从多元正态分布和两组间协方差相等的假设的局限性，使财务预警得到了重大改进。但Logistic模型用于企业财务风险预测的缺点是计算程序较为复杂，使用该模型前需要根据企业实际财务数据做大量转换工作。
4.非统计模式预警模型。随着研究的深入和技术的发展，国外在财务失败预警模型方面突破了传统的统计方法模型，建立了一些非统计方法模型，其中较有代表性的是神经网络模型的运用。
神经网络模型是一套人工智慧系统，以模拟生物神经系统的模式，利用不断重复的训练过程，使本身能够透过经验的积累达到学习的效果。Tam和Kiang（1992）应用这种方法对得克萨斯银行的财务危机案例进行预测；Ahman、Mar-co和Varetto（1994）也用这种方法对意大利的企业进行了财务危机的分析预测。由于神经网络模型具有较好的纠错能力，这些研究与以往的线形分析模型相比都取得了较好的结果。
关于神经网络模型应用的研究，杨保安等（2001）将BP 神经网络分析方法运用到商业银行贷款风险中有关财务信息预警信号中，构建了非线性财务预警模式。喻胜华等利用神经网络方法对财务风险进行了识别。该研究表明，网络特征识别的准确率为80%，该网络对财务健康公司的判断的准确率为100%c。杨淑娥（2005）采用BP人工神经网络工具，以120家上市公司作为建模样本，从企业的短期偿债能力、长期偿债能力、盈利能力、资产管理能力、主营业务鲜明程度、公司增长能力6个方面，选取了15个备选财务指标，通过剔除未通过T显著性检验的速动比率、利息保障倍数、应收账款周转率、存货周转率以及资本保值增值率5个指标，将保留下来的10个财务指标作为建模的原始变量，并使用同期60家公司作为检验样本建立了财务危机预警模型。与采用主成分分析法建立的模型对同一建模样本和检验样本的预测精度相比有很大的提高。
5.非财务指标的财务预警模型。以财务指标来建构预警模型，往往容易因财务报表资料不真实，而使财务发生危机的公司在预警模型上无法完全事前预警，因此，考虑非财务指标的加入，希望能够提高预警模型的准确与时效性。在非财务指标变量使用上，大致可分为公司治理因素（如交叉持股、股权结构、董事会组织、管理变量等），以及会计师信息等。Gilson（1989）认为高层管理者如CEO总经理或总裁等离职也可以作为财务危机的指标，他以1979年至1984年共381家发生财务危机的公司为样本，发现52%公司的有高级管理人员异动之情形而正常公司只有19%。Shumway（2001）以会计变量和市场变量两类变量应用Logistic模型进行研究，结果表明运用会计和市场两类变量可以提高破产公司预测的准确性。
国内这方面的研究还较少。叶银华等（1997）指出关联方股权交易是一种权益问题，并由此推论，关联方股权交易比率愈高，利益输送愈严重，隐含伤害公司生存的可能性愈高。其2002年的研究又指出，公司治理不佳的企业，控制股东会出现持续伤害公司价值的行为，亦即挪用资金及非常规关联方交易，将减少增强公司竞争力的投资，而危及公司生产力及获利能力，若控制股东没有考虑上述现象，则其所决定伤害公司价值的金额过大时，会增加公司产生财务危机的概率。
三、小结
正文 ：随着利率调整的加快，利率风险的加大，我国主要依靠利息收入获取收益的国有商业银行开始频繁地暴露于利率风险之下。由于在我国，商业银行对存款利差的依赖程度很高，因而利率风险管理便显得日益迫切。
一、两种利率风险度量模型概述
1、 敏感性缺口
银行把在某一时期内到期或需要重新确定利率的资产和负债称为利率敏感性资产或负债。二者之差即为重新定价缺口（Repricing GAP）或资金缺口（Funding GAP）.正的重新定价缺口使银行面临利率下降的风险，负的重新定价缺口使银行面临利率上升的风险，当缺口为零时，利率变动不会影响银行的净利差收入。它对于货币市场和资本市场上利率变动的层次具有针对性，并依据银行资产负债在央行基准利率变动时所遭受的利率冲击的程度不同建立了不同的计量方法。
2、存续期缺口模型
存续期模型反映了在市场利率变动时，银行资产与负债净值的变动。它是以现金流量的相对现值为相权数，计量出的资产（或负债）中每次现金流量距离到期的加权平均期限，反映了现金流的时间价值。在存续期缺口模型中,有上点需要引起重视,就是债券的价格-收益率曲线的凸线性(Convexity)。由于凸效应的存在，当利率下降幅度较大时,该模型低估债券价格的上涨幅度；而当利率上升幅度较大时,又高估证券价格的下跌幅度。这使得银行的资产负债管理人员能够利用资产与负债组合的凸效应来规避利率风险。理想的资产负债组合应该是资产的组合的凸性大于负债组合的凸性。
二、两种利率管理方法在银行实践中运用的优缺点
近年来已经有少数商业银行开始尝试运用利率敏感资产与敏感负债的分析方法来研究资产负债状况。有资料显示，1995至2002年利率下降期间大多数银行依然保持着正的利率敏感性缺口。可见我国商业银行利率风险管理的意识极为薄弱和有限。而在实践中，敏感性缺口方法的缺点体现在：1、贷款和存款现金流在时间上的匹配。它假定一个时间段内的所有头均是同进到期或重新定价，因而银行是否获益取决于每一时间段内资产与负债重新定价的实际时机。也就是说，哪怕在某一个时间段内利率敏感性资产与负债的价值相等，也可能因利率变动而蒙受损失。同样的，对于客户由于提前还款而造成的期权风险也不能够准确反映。 2、缺口时间段的选取。不同的银行根据资产管理需要的不同也不一样。精确度较高的测量，比如选取时间段为一天，即每天都对银行重新定价缺口进行调整，这样成本必然很大，操作起来也比较复杂。
存续期是是对某一种资产或负债的利率敏感程度或利率弹性的直接衡量。若一家银行的资产结构和负债结构之间存在着存续期不相匹配，它的资本净值会因市场利率的波动而受到影响。该模型比较完全的反映了银行资产结构与负债结构的匹配问题，为国有银行的利率风险测量提供了较合理，科学的评价手段。这就克服了敏感性缺口分析静态分析中仅以利差稳定为目标的局部分析法。但是，问题的关键是按什么样的利率作为贴现率，这一贴现率应该能够准确反映现金流量出现时的预期利率。由于我国利率尚未真正实现市场化，这样，我国银行在进行缺口管理时，究竟选择哪种利率为参照利率仍然是一个难点。
三、对于提高两种利率管理方法的适用性的探讨
商业银行现阶段性进行敏感性缺口与存续期缺口的应用时，应充分了解各种方法及工具的基本特征与我国经济与金融环境的适用性，同时结合自身对成本、效益与风险的要求，进行灵活机动的调整与选择。因此，商业银行应该对以下几点做到心中有数。
1、确定适宜的基准利率。从西方发达国家推进利率市场化的经验来看，短期国债利率是金融市场的基准利率，是衡量市场利率水平涨跌的基本依据。我国目前已经放开了国债回购利率，下一步应该是建立起国债与其它金融工具收益率之间合理的比价关系。国债的发行不再比照银行同业存款利率，而是以发行人的资质，信用评级结果为基础，参照市场利率风险结构和期限结构，得出大致合理的利率空间，通过招标方式决定最后的利率水平。这样,外汇市场远期交易,期货交易,互换交易,期权交易缺乏所需的参照基准收益率曲线也会建立起来。
2、建立风险度量的评判标准，能够反映风险的动态化。（1）利率风险模型不仅能反映当期风险而且能对影响未来收益及经营策略的利率因素提供量化依据；能够评估与银行资产、负债和表外业务头寸相关联的所有重大风险，包括银行所有交易和非交易业务所形成的利率风险头寸；银行的存贷款的重新定价风险，由于存贷款利率变动幅度不一致辞导致的基差风险、收益曲线的凸性风险和以及客户掌握的期权性风险。（2）能够对必要的假设和惯例的进行修正。银行的资产与负债管理人员应该尝试针对还款人,借款人不同的还款情况及央行所赋予的授信额度,分门别类地考察与分析。商业银行的资产负债管理人员在拟定风险—回报组合时，也要预先确定最优化的方案，即回报一定的情况下，缩小利率变动的幅度；以及在风险一定的情况最大可能提高利差的期望值。
3、量身定做风险模型。各银行应该根据自己的财力、技术水平和资产负债表的复杂程度选择一套适合的利率风险衡量软件。银行的利率风险头寸是由构成资产负债表的无数存款、贷款和投资交易的累积结果，每笔存贷款都有自己的现金流量特征。在编制缺口报告时，应该根据自身的资产负债结构状况及市场利率的波动状况自行决定这种报告编制频率，每旬一次的周期较为适宜。太长会影响到准确性，太短又会加大操作成本。
国有银行应该建有负责设计风险管理系统的独立风险控制部门，并确保有足够多的、能够进行稳健的风险管理的人员。
4、加强利率预测的准确性。利率预测的准确性应该是银行资产负债管理人员首要考虑的问题。在我国，商业银行对利率的预测主要根据中央银行的利率体系来判断。央行的利率体系包括再贷款利率、准备金存款利率、备付金存款利率。在缺口模型中，银行并不能一味地追求零缺口，因为由于期限结构的错配，基差风险及期权风险的存在，零缺口并不能保证风险也能够降为零，这只是在银行不能准确判断利率走势时采用的一种防御措施。风险的最终消除仍信赖于利率预测的准确性。
5、 加快现代化信息系统建设。有效的利率风险度量和管理离不开全面、准确和及时的基础数据和信息。我国国有银行分支机构众多，要实现对全行的风险控制更离不开计算机网络。因此，我国商业银行应该加快辖内乃至全国间畅通的信息系统平台，实现行业内的信息共享。目前，各商业银行都加大了在电脑网络上的投入，建立了各行的数据中心。但并没有拥有一支掌握过硬的专业技术及能够进行复杂数据库操作处理的职工队伍，而这正是保证数据资料真实准确、及时有效的前提。
在我国，商业银行只是金融资产价格的接受者，本身并不具有根据市场供求进行资产价格调整的自，但这并不意味着我国商业银行要丧失在利率变动中，丧失从事利率风险管理的主动权。在动态中求发展，在稳健中求创新。只有这样，我们才能在复杂多变的经济环境中把握主动。
参考文献：
1． 王光伟：《中国金融体制改革焦点问题研究》复旦大家出版社 2003年1月版。
正文 :随着利率调整的加快,利率风险的加大,我国主要依靠利息收入获取收益的国有商业银行开始频繁地暴露于利率风险之下。由于在我国,商业银行对存款利差的依赖程度很高,因而利率风险管理便显得日益迫切。
一、两种利率风险度量模型概述
1、 敏感性缺口
银行把在某一时期内到期或需要重新确定利率的资产和负债称为利率敏感性资产或负债。二者之差即为重新定价缺口(Repricing GAP)或资金缺口(Funding GAP).正的重新定价缺口使银行面临利率下降的风险,负的重新定价缺口使银行面临利率上升的风险,当缺口为零时,利率变动不会影响银行的净利差收入。它对于货币市场和资本市场上利率变动的层次具有针对性,并依据银行资产负债在央行基准利率变动时所遭受的利率冲击的程度不同建立了不同的计量方法。
2、存续期缺口模型
存续期模型反映了在市场利率变动时,银行资产与负债净值的变动。它是以现金流量的相对现值为相权数,计量出的资产(或负债)中每次现金流量距离到期的加权平均期限,反映了现金流的时间价值。在存续期缺口模型中,有上点需要引起重视,就是债券的价格-收益率曲线的凸线性(Convexity)。由于凸效应的存在,当利率下降幅度较大时,该模型低估债券价格的上涨幅度;而当利率上升幅度较大时,又高估证券价格的下跌幅度。这使得银行的资产负债管理人员能够利用资产与负债组合的凸效应来规避利率风险。理想的资产负债组合应该是资产的组合的凸性大于负债组合的凸性。
二、两种利率管理方法在银行实践中运用的优缺点
近年来已经有少数商业银行开始尝试运用利率敏感资产与敏感负债的分析方法来研究资产负债状况。有资料显示,1995至2002年利率下降期间大多数银行依然保持着正的利率敏感性缺口。可见我国商业银行利率风险管理的意识极为薄弱和有限。而在实践中,敏感性缺口方法的缺点体现在:1、贷款和存款现金流在时间上的匹配。它假定一个时间段内的所有头均是同进到期或重新定价,因而银行是否获益取决于每一时间段内资产与负债重新定价的实际时机。也就是说,哪怕在某一个时间段内利率敏感性资产与负债的价值相等,也可能因利率变动而蒙受损失。同样的,对于客户由于提前还款而造成的期权风险也不能够准确反映。 2、缺口时间段的选取。不同的银行根据资产管理需要的不同也不一样。精确度较高的测量,比如选取时间段为一天,即每天都对银行重新定价缺口进行调整,这样成本必然很大,操作起来也比较复杂。
存续期是是对某一种资产或负债的利率敏感程度或利率弹性的直接衡量。若一家银行的资产结构和负债结构之间存在着存续期不相匹配,它的资本净值会因市场利率的波动而受到影响。该模型比较完全的反映了银行资产结构与负债结构的匹配问题,为国有银行的利率风险测量提供了较合理,科学的评价手段。这就克服了敏感性缺口分析静态分析中仅以利差稳定为目标的局部分析法。但是,问题的关键是按什么样的利率作为贴现率,这一贴现率应该能够准确反映现金流量出现时的预期利率。由于我国利率尚未真正实现市场化,这样,我国银行在进行缺口管理时,究竟选择哪种利率为参照利率仍然是一个难点。
三、对于提高两种利率管理方法的适用性的探讨
商业银行现阶段性进行敏感性缺口与存续期缺口的应用时,应充分了解各种方法及工具的基本特征与我国经济与金融环境的适用性,同时结合自身对成本、效益与风险的要求,进行灵活机动的调整与选择。因此,商业银行应该对以下几点做到心中有数。
1、确定适宜的基准利率。从西方发达国家推进利率市场化的经验来看,短期国债利率是金融市场的基准利率,是衡量市场利率水平涨跌的基本依据。我国目前已经放开了国债回购利率,下一步应该是建立起国债与其它金融工具收益率之间合理的比价关系。国债的发行不再比照银行同业存款利率,而是以发行人的资质,信用评级结果为基础,参照市场利率风险结构和期限结构,得出大致合理的利率空间,通过招标方式决定最后的利率水平。这样,外汇市场远期交易,期货交易,互换交易,期权交易缺乏所需的参照基准收益率曲线也会建立起来。
2、建立风险度量的评判标准,能够反映风险的动态化。(1)利率风险模型不仅能反映当期风险而且能对影响未来收益及经营策略的利率因素提供量化依据;能够评估与银行资产、负债和表外业务头寸相关联的所有重大风险,包括银行所有交易和非交易业务所形成的利率风险头寸;银行的存贷款的重新定价风险,由于存贷款利率变动幅度不一致辞导致的基差风险、收益曲线的凸性风险和以及客户掌握的期权性风险。(2)能够对必要的假设和惯例的进行修正。银行的资产与负债管理人员应该尝试针对还款人,借款人不同的还款情况及央行所赋予的授信额度,分门别类地考察与分析。商业银行的资产负债管理人员在拟定风险—回报组合时,也要预先确定最优化的方案,即回报一定的情况下,缩小利率变动的幅度;以及在风险一定的情况最大可能提高利差的期望值。
3、量身定做风险模型。各银行应该根据自己的财力、技术水平和资产负债表的复杂程度选择一套适合的利率风险衡量软件。银行的利率风险头寸是由构成资产负债表的无数存款、贷款和投资交易的累积结果,每笔存贷款都有自己的现金流量特征。在编制缺口报告时,应该根据自身的资产负债结构状况及市场利率的波动状况自行决定这种报告编制频率,每旬一次的周期较为适宜。太长会影响到准确性,太短又会加大操作成本。
国有银行应该建有负责设计风险管理系统的独立风险控制部门,并确保有足够多的、能够进行稳健的风险管理的人员。
4、加强利率预测的准确性。利率预测的准确性应该是银行资产负债管理人员首要考虑的问题。在我国,商业银行对利率的预测主要根据中央银行的利率体系来判断。央行的利率体系包括再贷款利率、准备金存款利率、备付金存款利率。在缺口模型中,银行并不能一味地追求零缺口,因为由于期限结构的错配,基差风险及期权风险的存在,零缺口并不能保证风险也能够降为零,这只是在银行不能准确判断利率走势时采用的一种防御措施。风险的最终消除仍信赖于利率预测的准确性。
5、 加快现代化信息系统建设。有效的利率风险度量和管理离不开全面、准确和及时的基础数据和信息。我国国有银行分支机构众多,要实现对全行的风险控制更离不开计算机网络。因此,我国商业银行应该加快辖内乃至全国间畅通的信息系统平台,实现行业内的信息共享。目前,各商业银行都加大了在电脑网络上的投入,建立了各行的数据中心。但并没有拥有一支掌握过硬的专业技术及能够进行复杂数据库操作处理的职工队伍,而这正是保证数据资料真实准确、及时有效的前提。
在我国,商业银行只是金融资产价格的接受者,本身并不具有根据市场供求进行资产价格调整的自主权,但这并不意味着我国商业银行要丧失在利率变动中,丧失从事利率风险管理的主动权。在动态中求发展,在稳健中求创新。只有这样,我们才能在复杂多变的经济环境中把握主动。
参考文献:
1. 王光伟:《中国金融体制改革焦点问题研究》复旦大家出版社 2003年1月版。
[中图分类号]C93 [文献标识码] A [文章编号] 1009 — 2234（2012）05 — 0043 — 02
随着社会高速发展，许多项目呈现出“投资金额大、项目周期长、技术创新高”的特点，项目实施过程中不确定因素增加，风险加大。风险若不能得到很好地处理和控制，在一定条件下将引发重大事故，造成恶劣影响，带来巨大损失。项目风险管理工作重点在于识别项目风险因素，在已识别风险因素的基础上，对风险因素进行评估和应对，从而降低风险损害带来的影响。加强项目风险识别的研究，对项目风险管理的发展具有重大意义。
一、常用的项目风险识别方法及其分析
风险识别是风险管理的基础和重要组成部分，也称作风险辨识，风险识别处于十分关键的环节，它为后续的风险分析过程提供依据，有人认为，风险识别就是风险管理的开始。
当前常用的项目风险识别方法大致可以四类：
（1）通过专家经验获取风险信息的识别方法，包括头脑风暴法、德尔菲法、咨询法等；
（2）参考现有、历史资料获取风险信息的识别方法，包括检查表法、历史资料法等；
（3）基于项目过程进行风险识别的方法，包括流程图法、系统分解法、WBS法等；
（4）其他风险识别方法，包括因果图法、SWOT分析法等。
对上述几种风险识别方法进行比较分析，得出如表1所示的各方法优缺点分析与适用范围。
表1 常用风险识别方法的优缺点分析与适用范围
从表1中，我们可以看出，当前缺少一种模块化、有固定步骤的风险识别方法，来识别未知、创新性、无历史经验可供借鉴项目的风险。
情景分析法是战略管理中一种十分有效的方法，它具有固定的步骤，能够详细地、全面地制定未来战略。因此，可以在情景分析思想上，构建一套风险识别方法，有效、全面地识别未知、创新型项目风险因素。本文将该方法称为项目情景分析风险识别法。
二、 情景分析法概述
情景一词来自戏剧、电影或剧目的脚本，意思是对未来电影、戏剧中的某个情节进行详细演示。20世纪40年代，就职于兰德公司和哈德逊研究院的著名未来学家赫尔曼·卡恩借用了这个词，并应用于美国空军的战略规划，以此针对一系列可能的未来，对组织战略进行比较测试。情景分析的研究由此发端。
情景是指，对目标所有可能的未来态势的详细、合理描述。情景具备如下几个特点：（1）具有目标性；（2）是对目标所有未来可能的描述，（3）是一系列详细合理的“故事”。
情景分析，是指组织所有人员在明确的目标导向下，通过共同学习认真研究组织面临的内外部环境及其可能变化，从中识别主要影响因素，构建出若干未来可能态势，并对其展开深入分析，从而有效应对未来发展的不确定性。
情景分析法具备以下三个特性：
（1）目标导向性。情景分析是规划未来的过程，它详细记载了对项目未来某一状态的详细描述，模拟项目情景，继而对所有可能情景的风险进行识别。
（2）组织共同学习。情景分析过程要求组织所有人员共同参与，提供所有自己已知的信息以确定关键因素，构建情景，模拟情景。内外部环境不断变化，要求组织成员共同学习，促进信息交流、分享，提高情景分析科学性。
（3）情景模拟必须详细、合理、全面。情景模拟的过程是一个讲故事的过程，给情景安排、演练了许多细节，这些细节最好是详细、合理、全面的，这有利于更好地模拟情景，使情景经得起推敲，能够涵盖所有态势。
三、 项目情景分析风险识别法
1. 项目情景分析风险识别法内涵
项目情景分析风险识别法是指，项目管理人员在模拟项目情景的基础上，对所有可能情景的风险情况进行识别的方法，包括对风险来源、风险事件和风险征兆的识别和记录。
项目情景分析风险识别法是情景分析与项目风险识别过程互相融合的方法，它的核心是项目风险识别，基础是情景分析。因此，研究项目情景分析风险识别法的内涵应当同时包括项目风险识别和情景分析两个方面，具备以下三个方面的特性：
（1）情景分析目标是项目风险因素。方法实施目的是识别项目风险因素，情景分析目标应当是项目可能发生的风险因素。
（2）情景分析过程详细、生动，方案合理、全面。情景分析过程要求组织所有成员共同参与，提供所有自己已知信息开发合理情景方案。情景模拟过程是一个讲故事的过程，给情景安排、演练了许多细节，这些细节最好是具体、合理、全面的。
（3）风险识别过程系统、科学。风险识别过程建立在情景方案基础之上，要求必须系统地考虑所有情景方案之间的关系。识别方法应当科学，以尽量全面识别出项目风险。
2 .项目情景分析风险识别组织构建
（1） 选择主持人
在开景工作开始之前，必须就研讨会和流程活动该如何协调组织做出决定，这意味着需要引进一位具有丰富情景规划经验的主持人，引导情景团队顺利走完项目全过程。
主持人的职责是使情景规划的收益最大化，引导情景团队的讨论，包括：1）推动情景分析流程前进并使其处于正确的轨道；2）指导团队成员，鼓励团队士气；3）当流程陷入困境时，提出新的方法；4）不断对情景团队得出的结论提出质疑，确保其经过讨论并且清楚明了；5）指出结论中相互冲突的部分，鼓励成员对此进行更深入的讨论；6）确保团队所得结论记录在案。
主持人必须具备如下素质：1）丰富的情景分析经验；2）优秀的沟通管理能力；3）能够取得项目经理的支持和信任。
（2 ）构建情景分析团队
项目情景分析风险识别是一项集体活动，需要各种不同观点、不同专业知识在一起交流、碰撞，需要不同工作岗位人员在一起研讨、交流。在选择主持人之后，应着手构建情景分析团队。
团队成员应当来自项目组织中尽可能多的部门，他们了解并落实项目各个方面的工作，了解组织内外环境因素，能够使情景方案更加符合未来的最可能态势，能够在情景方案基础上更全面地识别项目风险。团队成员的背景、素质能力应当合理搭配，使团队对话过程中，信息交流、传递更加全面、立体。
情景团队应具备如下职责：1）明确内外部环境中存在的不确定性因素；2）开发一系列情景，使其有效涵盖不确定因素的各种后果；3）在情景方案基础上，全面、详细地识别项目风险因素。
3 .项目情景分析风险识别法实施步骤
情景分析的步骤大致可以分为四步：（1）明确目标，开始行动；（2）搜集信息，扫描环境，分析因素，奠定基础；（3）创造情景；（4）预演未来。它是一个建立在大量信息资料基础上进行分析的过程。
项目风险识别过程可以分为五步：（1）明确风险识别目标；（2）人员确定与分工；（3）收集资料；（4）估计项目风险形势；（5）识别项目潜在风险。
对比分析发现：风险识别目标是情景分析目标的子集；资料搜集的过程可以同时进行；估计项目风险形势建立在情景模拟的基础上。
项目情景分析风险识别法实施步骤分为如下六步：
（1）定义风险因素焦点。这是明确项目风险识别目标的过程，依据项目目标、项目计划、组织结构，明确项目风险识别的范围和重点。
（2）扫描内外环境。收集大量信息，扫描组织内外部环境，罗列出所有可能影响项目目标实现、项目顺利实施的因素，这些因素可能带来项目风险。
（3）分析驱动因素。罗列出所有可能影响项目的因素后，对这些因素进行分析、比较，依据影响程度和不确定程度，对这些因素进行排序。
（4）开景。选取两至三个影响最大并且最不确定的因素，构建坐标轴，形成若干个情景。在确定风险因素焦点上，可能只有少数几个情景才能在细节上进行开发。
（5）模拟情景。在选择确定的情景后，对每个情景的关键因素都进行分析，充分考虑情景中所有可能发生的细节，形成“故事”记录下来，“故事”必须全面、合理、详细。
（6）识别项目风险。在情景模拟基础上，对所讲述的“故事”充分推敲，分析“故事”发生对项目带来什么影响，哪些风险因素可能发生，识别、记录可能发生的所有风险。
4.项目情景分析风险识别法的优势
情景分析作为一种独具优势的规划方法，其相对于常规规划方法的优势主要体现在面对未来高度不确定环境条件时，对未来环境条件的判断更具准确性。同样，项目情景分析风险识别法相对于普通的风险识别方法而言，具备如下优势：
（1）更加充分、详细地认识项目发展趋势。项目情景分析风险识别法在识别风险过程中，通过分析项目内外部环境、驱动因素，能够清晰地判断出项目未来发展趋势。
（2）更加系统、全面地识别风险。通过开景、预演未来，情景方案所叙述的故事更加详细、生动，“讲故事”的过程有利于系统、全面地识别风险。
（3）提高项目成员风险管理水平。项目情景分析风险识别法要求项目组织所有成员都参与进来，这是一个共同学习、共同交流、共同提高的过程，有利于项目成员更加清晰地认识风险，提高风险管理水平。
5. 项目情景分析风险识别法的适用范围
项目情景分析风险识别法作为一种基于情景分析思想，用于识别项目风险的方法，主要适用于以下类型项目：
（1）创新型项目。创新型项目无历史经验可循，单纯借助专家经验会显得不系统，项目情景分析风险识别法能够有效、有步骤可实施地识别创新型项目风险。
（2）重大项目。项目情景分析风险识别法能系统、全面地识别出风险因素，确保重大项目顺利、平稳地实施，以免出现遗漏给项目带来巨大损失。
（3）组织持续发展项目。项目情景分析风险识别法能够促进组织成员共同学习、共同交流，这适用于组织持续发展的项目。
项目情景分析风险识别法克服了许多常用风险识别方法可能面临的困难，它不过度地依赖专家经验，不局限于有历史经验可循的项目，它能有效地识别那些大型、创新、复杂项目中可能出现的风险，能够提高项目组织成员的风险管理水平。
〔参 考 文 献〕
〔1〕 沈建明.项目风险管理〔M〕.北京：机械工业出版社，2008.
财务预警体系的本质是一种风险控制机制，主要具备风险监测、风险预报、风险诊断、风险排除等功能，可以有效降低财务风险的发生概率，减少财务风险所带来的影响，对保证企业财务安全，维护企业稳定运行具有重要意义。财务预警体系是通过对企业财务信息进行收集、整理、分析，依据所得资料及结果，分析各项财务指标的具体变化情况，及时找出企业运营发展过程中存在的风险隐患，对风险发生概率及具体影响进行预测，并向企业管理人员发出警示；然后企业管理人员可以依据财务预警体系所给出的解决策略及规避方案，将财务风险在第一时间加以有效排除，确保企业财务的安全性和完整性，进而为企业经营和发展提供坚实保障。
二、出版企业财务风险的表现
对出版企业当前整体的经营发展情况进行分析，可以发现在外部环境和内部环境众多因素的影响下，出版企业所面临的财务风险问题是尤为严峻的，主要表现在以下几方面：
（一）投资风险
投资风险是出版企业投资环节出现的财务风险类型，主要是由三种原因造成的。第一，投资项目无法按期投产，或投资效益较低，难以实现预期投资目标，出现经营亏算现象；第二，投资效益低于投资成本，无法及时偿还银行贷款；第三，投资效益超出投资成本，但是却达不到企业平均资金成本。[1]这些现象都会引发出版企业投资风险问题。
（二）盈利?L险
出版企业的最终目的，是通过各项经营活动获取相应的经济利润，实现企业资金的良性循环，确保企业资金链条的完整性，为企业长远发展战略目标的实现，提供资金保障。但是，消费者实际消费需求的不同，以及新媒体所造成的冲击，都对出版企业的盈利造成了较大的影响，获取经济利润的时间及数额，都存在较大的不确定性，很多时候都无法持续实现保值增值，造成出版企业盈利风险。
（三）资金回收风险
资金回收风险是出版企业财务风险主要类型之一，是因无法按时收回债权，难以获得预期的销售效益而引发的风险问题。出版企业在经营过程中，通常会通过赊销的方式，来占据更大的市场份额，以提高自身市场竞争力，虽然对企业发展壮大具有一定的促进作用，但是也带来了资金回收风险问题。一方面，出版企业风险意识薄弱，没有对客户的还款能力、信誉度等各方面情况进行综合分析，也没有制定多样化的针对性信用政策，一些经济实力较弱、信誉度较低的客户，在规定时间内无法偿还赊账资金。[2]另一方面，出版企业缺乏完善的激励约束机制，以销售数量对员工业绩进行评定，而忽视了销售质量，部分员工责任意识不强，为了增加自己的业绩，盲目与客户签订订单，采取长期赊销，使得出版企业面临着较大的资金回收风险。
（四）存货风险
存货风险也是出版企业常见的财务风险表现形式。一般情况下，出版企业的存货风险主要表现为纸张原材料存货风险，以及图书产品存货风险，由于图书的销售具有不确定性，图书滞销时，容易形成大量的存货，不仅本身会耗费大量资金，而且还会增加保管费，占用了大量的流动资金，使得企业资金变得相对紧张；遇到畅销书时，如果存货准备不足就会延迟交货或无力交货，都会造成存货风险，影响其他经营活动的顺利进行。同时，图书属于文化产品，具有较强的时效性，销售期限缩短，并伴有出版物损坏、过期、作废、贬值等风险容易引发财务风险问题。
三、财务风险预警系统的构建方法
为规避财务风险，降低风险发生概率，以促进出版企业的稳定、长远发展，可以构建财务风险预警系统来加强风险管控力度，可以从以下几方面来实现：
（一）指标选取及指标值的确定
在构建财务风险预警系统时，应着眼于出版企业自身特点，科学选取财务指标，一般情况下，需要从运营能力、应盈利能力、偿债能力和发展能力四方面进行考虑的，四项指标对企业经营及发展的具体影响不同，需对权重进行合理分配。然后将各项指标的最大值和最小值去掉，将剩余数值的平均数作为指标标准值，并将所选指标分为极大型变量、稳定型变量和极小型变量三种，分别确定每个指标的满意值和不允许值。
（二）正确划分功效系数及预警区间
功效系统和预警区间的划分分三步完成。第一，依据不同公式对三种财务指标类型的单项功效系数进行计算。第二，在得到每一类财务指标的功效系数后，根据其所占权重将其进行综合分析，所得综合功效系数即为财务风险预警系统的功效系数，用公式表示为：
综合功效系数=∑单项功效系数×综合权数。
第三，在得到综合功效系数后，便可以根据其具体数值，正确划分预警区间，当综合功效系数落在不同的预警区间时，便能够准确反映出财务风险可能性大小，并做出相对反应。[3]
（三）实施企业信息化管理策略
信息化管理是降低出版企业财务风险的有效方式，将其与财务风险预警系统结合使用，能够起到相辅相成的效果。目前，出版企业一般都采用现代化的ERP信息管理系统，实现编、印、发一体化管理。出版企业应根据财务风险管控需求，结合财务风险预警系统特点，将计算机技术、信息技术、通信技术等加以科学应用，为财务风险预警系统获取相关信息提供技术支撑。同时，还需要组建一支专业团队，负责操作信息管理系统，完成财务信息的收集、整理、分析等各项工作，辅助、服务于财务风险预警系统，提高其工作性能及智能化程度。
尽管目前各商业银行在信用风险防范方面已基本建立了信用评级系统，在评级对象、评级方法和评级程序等方面做出了规定，并将其作为加强信贷管理、防范风险的一项基础工作和重要手段。但由于至今没有立起一套比较完善的涵盖信用风险、市场风险和操作风险的评估、预警、监测、消化、防范机制和分析方法，商业银行的风险衡量、风险评级、技术手段、分析方法和监测预警等方面尚存在较大差距。
（一）定量分析少，难以准确地反映评级对象的信用风险。目前贷款客户信用分析以信用等级分析为主，这种信用等级偏重于对受评对象过去的财务和非财务指标作为分析的基础，而对未来偿债能力的评估却明显滞后，同时，对权重的确定缺乏客观的依据，对影响信用的定量和定性的各种因素很难客观地确定每一个因素合理的权重，而且评级主要用于银行授信管理和授信业务的运作过程。
（二）指标设置不尽科学，存在一定的局限性。目前，我国商业银行在企业信用风险分析指标衡量体系中，主要使用应收账款周转率、存货周转率、[本文属=文秘站 =站原创文章，找文章还是到文秘站 ，更多原创]流动比率、速动比率、资金利润率、成本利润率等财务指标。而对现金流量指标的预测和应用还不够广泛，难以反映评级对象未来的真实偿债能力。同时，各个指标之间的内在联系不够紧密，难以从整体上做出准确判断，影响了评级的客观性、公正性和准确性。
（三）基础数据归集难，还没有形成长期的评级数据库。计算机系统的应用为商业银行的发展起到了革命性的作用，但由于尚未建立完善的信用征信制度，或者信息数据元素标准不统一，数据库标准不一致，在充分利用交易数据融合风险控制的度量、数学建模的现代统计方法时，还显得相当困难。
（四）风险分析体系不健全，市场风险分析明显滞后。我国正处于计划经济向市场经济快速转轨阶段，宏观经济政策和市场变化相当大。但目前我国还没有形成合理的基础利率，银行内部的评级体制仍然处于初步发展阶段，对利率、汇率等市场风险分析又很缺乏，难以准确揭示经营中所面临的市场风险。
（五）操作风险分析刚刚起步，仍然停留在制度建设上。操作风险的防范制度散落于各个专业，并未真正形成操作风险分析系统。如缺乏系统的内部控制制度和主动的风险识别与评估机制，内部控制措施零散、间断，监督检查环节不到位，缺乏对内部控制持续改进的驱动力等。
二、西方发达国家商业银行风险分析的特点
近20年来，成熟市场经济国家商业银行对各类风险量化日益受到重视，并通常使用指标衡量和数学模型来分析评估风险。尤其是在信用风险分析方面，目前有影响力的就有信用度量术模型、KMV模型、信用风险附加模型和信用组合观点模型，并具有如下特点。
（一）信用风险评价管理比较成熟。在西方发达国家，信用风险评价管理比较成熟，在理论和实践上形成了较完善的体系，尤其是在对信用风险分析的定量研究方面不断尝试采用新的技术方法，这些方法对信用风险的等级评估起到了至关重要的作用。
（二）以数学模型和量化分析为基调。西方商业银行市场风险管理越来越重视定量分析，规定明确的风险管理政策和程序，选取最适合的定量分析工具来识别、衡量和监测风险，对市场风险进行量化分析，对各种交易、投资等业务组合及其限额进行量化控制，运用经济资本金分配法控制非预期风险。
（三）与宏观经济变量联系密切。如信用组合观点模型将违约以及信用等级转移概率与利率、经济增长率、失业率等宏观经济变量联系在一起。它假设在经济衰退时期，违约和降级概率要高于相应的历史平均水平，而在繁荣期的结果正好相反。该模型基于经济状况和风险期的组合损失分布来生成违约（转移）概率分布。而信用度量术模型则严格依赖于由评级公司提供的信用评级、国家和特殊行业指数以及股票交易数据。
（四）风险预测敏感性较强。如KMV模型将违约与公司特征而不是公司的初始信用等级联系在一起，使其对债务人质量的变化更加敏感。它还通过股票价格来测算上市公司的预期违约概率，因而市场信息也能被反映在模型当中，使其具有一定的前瞻性，模型的预测能力较强。并且，由于该模型使用的变量都是市场驱动的，表现出更大的时变性。
（五）实施定期监测。银行最高层规定市场风险的承受度，并定期检测它与银行业务发展战略、资本结构及市场条件的匹配情况，使市场风险管理越来越体现出客观性和科学性的特征，也使风险管理决策成为艺术性和科学性相结合的决策行为。
三、国内商业银行风险分析的基本思路与方法
我国20多年的金融改革取得了显著成绩，但是商业银行风险管理一直是薄弱环节，要达到有效地防范和化解风险之目的，就需要借鉴国外商业银行风险分析的先进经验，借助风险量化模型结合定量分析对所面临的风险在量上有一个比较准确的度量和判断，当风险指标发生较大变动时，能够自行报警并予以提示。
（一）风险分析建模的基本步骤
信用风险、市场风险和操作风险虽然研究风险的角度不相同，也具有各自衡量、监测、分析的方法，但总体而言，其分析建模的基本步骤是可以相互借鉴的。以笔者之浅见，三类风险均可按以下五个基本步骤进行建模。
1、设定风险分析评估指标体系。评估指标的设立根据不同的风险而确定，总体原则是选择一组或多组具有关键性、稳定性、敏感性和可测性的指标作为预警指标，确定各指标的风险区间和临界值，通过观察指标的变动情况判断即时风险程度和未来风险的变动趋势，在设立评价指标时应结合定量分析和定性分析分别考虑。在建立风险评价模型的过程中，需要采集大量相关数据和基本信息，经不断检验其有效性，筛选出若干个预测能力最强的变量信息来建立最终的评价模型。
2、分配指标体系各指标值的权重。风险评价指标确定后，对指标应在全面细致分析每一个指标性质、类型基础上，确认风险评估的重点方向和指标评分权重。然后根据相关模型对风险的定性分析和定量分析进行综合评价，展示模型的适
用对象、获得数据的难易程度、工作步骤的繁简程度，并对某类风险进行风险度分析，验证准确性和有效性。3、划分风险等级。在各项指标设立和划分权重后，对各类型风险分别进行评分，按总分的高低设立不同的等级标准和区间，一般设定7到10个等级。
4、导入计算机系统。为保证风险评价广泛地得到应用，使风险评价做到全面、精确、便捷、客观，需要利用计算机系统依据一定的规则进行详细的、机械化、程式化来进行评价和描述，并连续跟踪风险变化趋势。对载入“系统”的客户信息做到认真核实、客观使用，把“系统”信息作为风险控制的主要参考。
5、制订规避风险措施。风险控制既要考察、识别、度量这种个别项目的风险，同时也最好有一体化的整体风险的考察、识别与度量。如当信用风险出现风险征兆或迹象后，应当积极采取包括调整偿还进度、签订追加抵押品的协议等措施加以纠正。
（二）风险风险分析的基本思路
1、信用风险分析指标体系及基本思路
（1）信用风险指标评价体系。信用风险是金融机构面临的一种主要风险，而信用风险分析也主要是对引起信贷风险的因素进行定性或定量的分析计算，目的在于说明借款人违约的可能性，从而为贷款决策提供依据。信用风险分析应建立适应不同客户特点的评级体系，包括公司客户、个人客户等类型。如对公司客户可按现实竞争力和潜在竞争力来设置评分指标，现实竞争力指标可包括：客户经营及财务等基本状况、贷款信用情况、客户关联关系等。
（2）信用风险分析的基本思路。一是加大信贷监测分析的范围和深度。充分运用信贷管理系统的控制功能，建立全面监测与重点监测、具体监测与系统分析、事中事后监测与事前控制相结合的监控体系，全面监测信贷投向、资产质量以及信贷政策执行情况。二是建立贷款大户信贷分析制度，强化对贷款大户的风险评价分析。及时掌握大户风险状况和变化态势，发现风险疑点及时跟踪检查。三是高度关注客户诚实守信情况、遵纪守法等其它信息的搜集。四是实施分层次管理。根据资产风险的分布情况，指定专人对重点分支机构实施重点监控，并实施预警、整改、停牌、责令组织力量集中清收等风险处罚。
2、市场风险分析指标体系及基本思路
（1）市场指标评价体系。包括利率、汇率、股票价格和商品价格等，通过选定一组影响交易组合价值的市场因素变量，从而得到交易组合市场价值的风险值。
（2）市场风险分析的基本思路。一是将市场风险的识别、计量、监测和控制与全行的战略规划、业务决策和财务预算等经营管理活动进行有机结合。并确保银行具备足够的人力、物力以及恰当的组织结构、管理信息系统和技术水平来有效地识别、计量、监测和控制各项业务所承担的各类市场风险。二是采取包括缺口分析、久期分析、外汇敞口分析、敏感性分析、情景分析和运用内部模型计算风险价值等不同的方法或模型计量银行账户和交易账户中不同类别的市场风险。三是深入研究利率风险。按照造成利率风险来源的不同，进行定价风险、收益率曲线风险、基准风险和期权性风险的分析和监测。四是强化汇率风险监测。充分了解并在业务决策中充分考虑所从事业务中包含的汇率风险，以实现风险调整的收益率的最大化。
3、操作风险分析指标体系及基本思路
（1）操作风险指标体系。目标是将现行操作风险管理从零散的、静态的、被动的内部控制规章向建立系统的、动态的、主动的、量化的内部控制体系转变，使内部控制体系各组成要素之间的联系更加清晰和有序。
（2）操作风险分析的基本思路。操作风险大部分是可以从技术上控制的。一是对各项业务制定全面、系统的政策、制度和程序，保证内控制度覆盖所有风险点，并认真落实各项管理与内部控制制度。二是进一步提高技术保障，将技术手段和制度建设结合起来，在技术手段相对薄弱的地方加大突击检查力度。三是通过“打分法”评价风险程度后，结合实际建立规章制度的后评价制度，并及时完善制度，堵塞漏洞，切实防范操作风险。
（三）确保风险分析评价监测控制的保障性措施
1、建立完善、垂直的风险控制机构体系。一是实现风险管理的核心功能，建立相互独立、垂直的风险管理部门组织框架。二是逐步建立市场风险管理的决策系统、实施系统和监督系统，确保控制机制涵盖包括信用、市场和操作风险等所有的风险。三是以风险管理职能部门为主体，建立相应的市场风险识别、测量、监控、报告制度，确保各类风险能得到实时监控。
2、保持风险控制的独立性。这种独立性既表现在风险控制既要独立于市场开拓，又要表现在程序控制、内部审计和法律管理三个方面。从程序控制上看，应包括采用合适的会计政策，内部报告和外部报告等；从内部审计上看，应包括控制和管理政策的确立，控制程序完备性的测试等；从法律管理上看，包括银行活动符合法律要求，与监管部门保持联系，为业务活动提供警告违约风险等。
3、动态设置风险评价指标体系。为确保风险评价的准确性和有效性，一般应以年度为周期，调整测评指标，降低和提高不同指标权重。并建立和实施引进新模型、调整现有模型以及检验模型准确性的内部政策和程序。
近年来，由于全球气候变化显著，环境问题已经被列为世界级别的头等大事，更是人类迫切亟待解决的问题，世界各国都在不断做出努力。城市污水处理厂帮助人民处理生活用水、合理应用水资源，是对水资源的保护、是改善生态环境的重要举措。污水厂建设工程涉及许多门类学科，是一项复杂庞大的系统工程，而且建设周期比较长、投资金额比较大、专业技能比较高，需要风险管理来支持管理决策者对项目规避风险。PRA概率风险评估针对的对象多为高尖端项目，系统比较庞大复杂，例如核电、化工、 航天等领域，本文将PRA风险分析方法作为重点研究，结合我国污水厂实际情况，为相关工作人员理清管理思路。
一．PRA概率风险评估方法的基本介绍
PRA（Probabilistic Risk Assessment） 概率风险评估，又称 PSA（Probabilistic Safety Assessment）概率安全评价, 通过PRA概率风险评估可以明确具体的风险目标事件,这样就能针对性的分析风险目标事件的潜在原因,对事故可能的发展的过程进行有效的风险防范措施。
1. PRA的目标
对实际项目的风险因素、系统风险后果的严重度、导致事故发生的概率、项目建设的不确定性进行量化分析，从而在工程设计、建设、运营和维护过程中支持管理决策规避风险。
2. PRA的主要工作
风险模型建立和风险模型的定量化。事故场景识别系统设计、施工过程的薄弱环节、相关因素进行量化与综合、描述工程项目可能发生的危险状态
3. PRA的工作原理
集成运用各种安全性分析方法对项目系统建模。
4. PRA的核心分析工具
有两种核心分析工具，即“事件树(ETA)”和“故障树”。通过这两种方法相结合来建立风险模型。
5. PRA的风险模型
描述危险事件发生可能性的模型、描述危险事件造成损失的模型。
6. PRA风险模型量化内容
包括计算基本事件、危险事件发生概率的点、估计和区间估计，以及不确定性 ,在概率的意义上区分各种不同因素对风险影响的重要程度。
二．PRA概率风险评估方法在污水厂建设中的应用研究
早在2010年我国对城市污水处理就提出了明确的指标规定，要求城市污水处理率不低于60%，镇污水处理率不能低于50%。
城市污水工程浩大，耗费巨额资金，其市场化运作包括多种模式，下面针对其中较有代表性的三种基本模式，进行对比分析：
1. 托管运营是指政府将自己拥有的污水处理厂通过发包的形式委托给企业运营，政府保留对污水处理厂的所有权，并对其运行实施监督管理，企业享有经营权和收益权。这种模式适用于建设较早的污水处理厂。
2. BOT模式即建设（Build）――运营（Operate）――移交（Transfer），是指政府与投资者签订合同，由投资者组成的项目公司负责筹资和建设污水处理厂，在协议期内拥有、运营和维护该设施，通过收取服务费回收投资并取得合理的利润；协议期满，投资者将运营良好的污水处理厂无偿地移交给政府。BOT模式适用于拟建（包括拟新建、改建和扩建）的污水处理厂。
3. TOT模式即移交（Transfer）――运营（Operate）――移交（Transfer），是政府对其建成的污水处理厂在资产评估的基础上，通过公开招标方式向社会投资者出让资产和特许经营权，中标者在协议期内拥有、运营和维护该设施，通过收取服务费回收投资并取得合理的利润；协议期满，投资者将运行良好的污水处理厂无偿地移交给政府。
现代工程项目污水厂建设的结构和功能随着科学技术的发展与进步变得日益繁杂,建设实施中会面临更多的不确定性因素而导致系统风险的增大,所以在进行系统方案可行性分析和论证时,运用管理学原理对与项目有关的各种资源进行组织与分配,使项目及其周围的意外所造成的损失及负作用降低。
运用PRA风险评估方法工作流程：第一，在研究熟悉污水厂建设系统的基础上 ,运用主逻辑图(MLD)分析污水处理厂在运行时可能遇问题、阻碍、失败、风险等等不利，以及引发系列问题的初始事件，然后利用事件树分析(ETA)对初始事件进行分析，从而得到事故序列组；第二，在进行主逻辑图分析时，还要同时进行搜集系统信息，也就是污水处理建设项目有关的信息操作，用以分析事件概率的数据。最后，在上述两项工作正常运行之后，利用故障树分析方法之前的数据进行风险系统分析，也就是定量计算与定性评估，最大程度地实现污水处理厂经济效益和社会效益的双赢。
事件树通过初始事件进行分析，得到初始事件所导致的事故序列组 ASG(Accident Sequence Group)，再通过对事故序列组初始审与事故发展分析 ,得到事件树中的事件节点，在每个决策点要求建立发生的联合概率 ,以确定该点的发生概率(即事件树的中间环节事件的成功或失效的概率)。在计算事故序列组的发生概率时 ,需要知道初始事件发生的概率以及事件树中各中间环节事件失效的概率。
而故障树则为事件树的失效环节事件提供更为详实的细节，是一个演绎推理的过程。故障树是从不期望发生的失效事件作为系统故障对象进行分析的,通过分析了解通发生失效的途径及基本原因。在 PRA的分析过程中，故障树分析首先是把标题环节事件的失效状态作为故障树的顶事件 ,然后找出顶事件发生的所有可能的直接原因 ,由此逐步深入分析 ,直到找出导致顶事件发生的基本原因 ,即故障树的底事件为止。
PRA过程可以通不同的形式分析，无论是主逻辑图、 事件树和故障树，还是其他有关数据分析，这都是将专家知识、 各种信息、 数据和多种模型总和集成的结果。
在激烈的市场竞争条件下,技术创新是企业获得竞争优势的根本源泉,是企业求得生存和发展的重要基础。一项成功的技术创新,经过技术扩散后,通常会导致产业结构、市场结构的变化,刺激新的市场需求,同时也为更高层次的技术创新奠定了基础,从而形成一种良性循环,推动企业竞争力的不断增长。但技术创新项目总是高收益与高风险并存的,一项技术创新成果,从其创意、构思到研究开发以至进入市场的过程中,需要经过许多环节,几乎每个环节都有失败的可能。企业在决定是否投资技术创新项目之前,需要对它的风险性进行全面的分析与评价。风险的测度是风险分析的核心内容,对风险问题的处理决策必须建立在对风险的科学度量基础上。在这种情况下,如何运用科学的风险测度方法建立有效的技术创新项目风险测度体系,对企业和投资者来说就变得尤为重要。
风险测度方法的选择主要取决于项目的规模、类型、性质以及可供信息的多少和可靠性。对于像技术创新这样具有高风险―高收益特点的项目而言,其风险测度方法的选择绝对不是简单而为之的,必须根据风险特点,在全面分析风险因素的基础上,建立科学的项目风险测度指标体系,运用合理的测度方法,权衡利弊,优化项目投资结构,提高项目投资效益。目前,技术创新风险测度的方法很多且各有特点,通过对国内外相关研究的分析,常用的几种方法如下。
一、层次分析法
层次分析法是美国运筹学专家T.L.Satty于20世纪70年代初期提出来的一种多目标综合评价方法。这是一种整理和综合人们主观判断的方法,通过分析复杂系统所包含的所有因素及其相关关系,将问题分解为若干个互不相同的组成因素,根据各组成因素的隶属关系,把各组成因素归并为不同的层次,从而形成多层次的分析结构模型。运用层次分析法计算的结果反映的是各方案的相对风险大小,不能直接反映具体方案的真实风险程度。同时,应用层次分析法在确定各层次不同因素相对上一层各因素重要性权数时,利用了两两比较的方法,需要衡量判断矩阵的一致性。当不满足一致性指标时,则需对判断矩阵作一定调整但调整又没有固定的方法,而是凭着大致估计来调整。这样处理带有很大的盲目性,不能排除经过多次调整才能通过一致性检验的可能性,而且在解决群体专家权重评价时,没有剔除个别偏差很大专家意见的干扰从而使结果出现较大的失真,往往只因为一两个较大的离异意见而使最后的综合权重面目全非。
二、模糊综合评价法
1965年,美国控制论专家查德(L.A.Lazadch)创立了模糊数学方法。模糊综合评价方法,是利用模糊数学原理,建立相对标准和切实可行的数学模型对影响风险的诸多风险因素进行综合考虑,从每一个因素对风险的影响大小(或影响程度)以及就每一个因素风险所处的现状来进行全面评价,从而得出风险的评价结果。模糊数学的优势在于:它为现实世界中普通存在的模糊,不清晰的问题提供了一种充分的概念化结构,并以数学的语言去分析和解决它们,它特别适用于对具有大量模糊信息的对象进行评价。目前模糊综合评价法已广泛应用于各种经济评价中。由于创新项目中潜含的各种风险因素很大一部分难以用数字来准确地加以定量描述,但都可以利用历史经验或专家知识,用语言生动地描述出它们的性质及其可能的影响结果。这种性质最适合于采用模糊数学来解决问题。但是当专家评判不一致时,用模糊综合评价法计算得出的风险结果是非常值得怀疑的。
三、灰色综合评价法
灰色系统理论是我国著名学者邓聚龙教授在1982年创立的一门新兴横断学科。它以“部分信息已知,部分信息未知”的“小样本”,“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成,开发,提取有价值的信息,实现对系统运行行为的正确认识和有效控制。灰色系统理论可以广泛运用于机制复杂、层次较多、难以从定量角度建立精确模型的系统研究工作中。同时,由于灰色系统理论的数学方法是非统计方法,它尤其适用于系统数据较少和条件不满足统计要求的情况。由于技术创新项目的复杂、信息残缺、难以定量化等特点,故可以采用灰色系统理论方法对其风险进行测评。灰色综合评判几乎可以完全利用各个专家关于具体指标的全部信息,但运用该方法在获取各评价指标的灰色评价权向量时,它是根据全体专家对该指标相对于某一灰类的隶属度之和与相对于全体灰类的隶属度之和的比值确定,这种处理方法也从无法衡量专家评判的一致性,导致最终评价结果的不精确。
四、人工神经网络法
人工神经网络法是一种交互式的评价方法,它可以根据用户期望的输出不断修改指标的权重,直到用户满意为止。它主要克服了模糊综合评价中指标权重依据主观方法取得的缺点,因此,一般来说,人工神经网络评价方法得到的结果会更符合实际情况。但是,人工神经网络评价的缺点是需要的训练样本数据较多,模型的性能在很大程度上取决于训练样本的数量和质量,即不是所有的神经网络都具有高的泛化性能,这在技术创新领域是很难做到的。同时,人工神经网络模型难以解释和给出实际的物理意义,特别是无法回答“why”和“how”等问题,加上由于技术创新风险的模糊性、难以定量性,运用神经网络方法必须与专家系统结合起来,这又使整个系统过于复杂。在微观方面,网络结构的选择,各层节点数,尤其是隐含层节点数的选择,到目前为止还没有很好的解决。另外,网络收敛速度慢也极大地影响着评价工作的效率。需要指出的是,人工神经网络计算结果的准确性也依赖于样本数据的可靠性,如果采用没有经过一致性检验的样本数据进行人工神经网络训练,其得出的结果也是值得怀疑的。
参考文献:
[1]陈红川.高新技术企业技术风险研究.西南金融,2008,(7):59-60.
[2]赵凯.企业风险度量方法的选择.商业文化,2007.9.
在激烈的市场竞争条件下，技术创新是企业获得竞争优势的根本源泉，是企业求得生存和发展的重要基础。一项成功的技术创新，经过技术扩散后，通常会导致产业结构、市场结构的变化，刺激新的市场需求，同时也为更高层次的技术创新奠定了基础，从而形成一种良性循环，推动企业竞争力的不断增长。但技术创新项目总是高收益与高风险并存的，一项技术创新成果，从其创意、构思到研究开发以至进入市场的过程中，需要经过许多环节，几乎每个环节都有失败的可能。企业在决定是否投资技术创新项目之前，需要对它的风险性进行全面的分析与评价。风险的测度是风险分析的核心内容，对风险问题的处理决策必须建立在对风险的科学度量基础上。在这种情况下，如何运用科学的风险测度方法建立有效的技术创新项目风险测度体系，对企业和投资者来说就变得尤为重要。
风险测度方法的选择主要取决于项目的规模、类型、性质以及可供信息的多少和可靠性。对于像技术创新这样具有高风险—高收益特点的项目而言，其风险测度方法的选择绝对不是简单而为之的，必须根据风险特点，在全面分析风险因素的基础上，建立科学的项目风险测度指标体系，运用合理的测度方法，权衡利弊，优化项目投资结构，提高项目投资效益。目前，技术创新风险测度的方法很多且各有特点，通过对国内外相关研究的分析，常用的几种方法如下。
一、层次分析法
层次分析法是美国运筹学专家T.L.Satty于20世纪70年代初期提出来的一种多目标综合评价方法。这是一种整理和综合人们主观判断的方法，通过分析复杂系统所包含的所有因素及其相关关系，将问题分解为若干个互不相同的组成因素，根据各组成因素的隶属关系，把各组成因素归并为不同的层次，从而形成多层次的分析结构模型。运用层次分析法计算的结果反映的是各方案的相对风险大小，不能直接反映具体方案的真实风险程度。同时，应用层次分析法在确定各层次不同因素相对上一层各因素重要性权数时，利用了两两比较的方法，需要衡量判断矩阵的一致性。当不满足一致性指标时，则需对判断矩阵作一定调整但调整又没有固定的方法，而是凭着大致估计来调整。这样处理带有很大的盲目性，不能排除经过多次调整才能通过一致性检验的可能性，而且在解决群体专家权重评价时，没有剔除个别偏差很大专家意见的干扰从而使结果出现较大的失真，往往只因为一两个较大的离异意见而使最后的综合权重面目全非。
二、模糊综合评价法
1965年，美国控制论专家查德(L.A.Lazadch)创立了模糊数学方法。模糊综合评价方法，是利用模糊数学原理，建立相对标准和切实可行的数学模型对影响风险的诸多风险因素进行综合考虑，从每一个因素对风险的影响大小(或影响程度)以及就每一个因素风险所处的现状来进行全面评价，从而得出风险的评价结果。模糊数学的优势在于:它为现实世界中普通存在的模糊，不清晰的问题提供了一种充分的概念化结构，并以数学的语言去分析和解决它们，它特别适用于对具有大量模糊信息的对象进行评价。目前模糊综合评价法已广泛应用于各种经济评价中。由于创新项目中潜含的各种风险因素很大一部分难以用数字来准确地加以定量描述，但都可以利用历史经验或专家知识，用语言生动地描述出它们的性质及其可能的影响结果。这种性质最适合于采用模糊数学来解决问题。但是当专家评判不一致时，用模糊综合评价法计算得出的风险结果是非常值得怀疑的。
三、灰色综合评价法
灰色系统理论是我国著名学者邓聚龙教授在1982年创立的一门新兴横断学科。它以“部分信息已知，部分信息未知”的“小样本”，“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成，开发，提取有价值的信息，实现对系统运行行为的正确认识和有效控制。灰色系统理论可以广泛运用于机制复杂、层次较多、难以从定量角度建立精确模型的系统研究工作中。同时，由于灰色系统理论的数学方法是非统计方法，它尤其适用于系统数据较少和条件不满足统计要求的情况。由于技术创新项目的复杂、信息残缺、难以定量化等特点，故可以采用灰色系统理论方法对其风险进行测评。灰色综合评判几乎可以完全利用各个专家关于具体指标的全部信息，但运用该方法在获取各评价指标的灰色评价权向量时，它是根据全体专家对该指标相对于某一灰类的隶属度之和与相对于全体灰类的隶属度之和的比值确定，这种处理方法也从无法衡量专家评判的一致性，导致最终评价结果的不精确。
四、人工神经网络法
人工神经网络法是一种交互式的评价方法，它可以根据用户期望的输出不断修改指标的权重，直到用户满意为止。它主要克服了模糊综合评价中指标权重依据主观方法取得的缺点，因此，一般来说，人工神经网络评价方法得到的结果会更符合实际情况。但是，人工神经网络评价的缺点是需要的训练样本数据较多，模型的性能在很大程度上取决于训练样本的数量和质量，即不是所有的神经网络都具有高的泛化性能，这在技术创新领域是很难做到的。同时，人工神经网络模型难以解释和给出实际的物理意义，特别是无法回答“why”和“how”等问题，加上由于技术创新风险的模糊性、难以定量性，运用神经网络方法必须与专家系统结合起来，这又使整个系统过于复杂。在微观方面，网络结构的选择，各层节点数，尤其是隐含层节点数的选择，到目前为止还没有很好的解决。另外，网络收敛速度慢也极大地影响着评价工作的效率。需要指出的是，人工神经网络计算结果的准确性也依赖于样本数据的可靠性，如果采用没有经过一致性检验的样本数据进行人工神经网络训练，其得出的结果也是值得怀疑的。
参考文献
[1]陈红川.高新技术企业技术风险研究.西南金融，2008，(7):59-60.
[2]赵凯.企业风险度量方法的选择.商业文化，2007.9.
