风险预警的概念范文第1篇

关键词：云模型；基坑工程；风险预警

中图分类号：TB

文献标识码：A

文章编号：16723198（2015）13019702

0引言

随着基坑开挖规模和深度的增大以及地质环境的复杂多样性，基坑工程施工风险性逐步增加，严重威胁到施工人员安全与邻近建筑物安全。

在利用实际监测数据的基础上，如何对基坑工程施工风险进行预警是一个亟待解决的问题。文献[1]提出了复杂环境中基坑安全风险预警标准设计方法，但没有针对基坑主要风险事故给出相应的预警方法。文献[2]对深基坑工程开挖期的主要风险事故发生的概率和后果进行了分级，但概率、风险度和权重等均由专家确定，风险预警结果过于主观。文献[3]提出了以风险跟踪和风险预警为主导的风险控制方法，但方法仍以主观估计法为主，没有充分利用监测数据，本文提出一种基于云模型的模糊综合预警方法，在利用实际监测数据的基础上，对基坑工程风险进行预警。

1基坑工程安全风险预警指标

预警指标的选取需要选择可以监测的定量指标，才可实现实时预警的目标。

基坑工程开挖时容易出现两类严重事故，即塌方和流沙事故。本文给出的方法适用于对两类事故分别进行预警，对两类主要事故分别给出预警指标。文献[4]给出了两类基坑风险事故的警兆，根据事故警兆，选择预警指标。

塌方是指边坡意外塌陷，当土坡受力超过其土层结构粘结力时，就发生塌陷。任何土质的边坡都可能塌陷，但塌陷的发生和范围等与土质结构、土中含水量，雨季及含水量高的软土塌方风险大。可以监测的重要预警指标有地下水位、土的渗透性、土的含水量、抗剪强度、土的应力、降雨量。

流沙是在基坑开挖至一定深度（一般在地下水位以下）并采用坑内抽水方式时，出现坑底或坑侧不断有大量砂土涌出的现象。可以监测的预警指标有粘粒含量、粉粒含量、土的不均匀系数、土的天然孔隙比、土的天然含水量、基坑挖深超过水位线的深度。

2模糊综合预警的基本原理

模糊综合预警是较常用的预警方法。该方法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的预警对象做出一个综合预警结果，常规步骤如下：

（1）建立预警指标集，用U={u1，u2，…，un}表示。（2）建立警度判断集，即由评价者对预警对象可能做出的各种总的评价结果的集合，用V={v1，v2，…，vn}表示。（3）进行单指标评价。请N位专家对单个指标进行评价，设xij（k）是第K个专家认为的评价对象按第i个因素Ui获得第j个评语vj的隶属度，得到平均隶属度rij=∑nk=1x（k）ij/N，由此可以得到隶属度矩阵R=（rij）n×m。（4）确定权重集A=（a1，a2，…，an）。（5）利用模糊合成算子计算B=A。R=（b1，b2，…，bn）。根据最大隶属度原则，选择集合B中最大值bi所对应（v1，v2，…，vn）的vi作为最终预警结果。

模糊综合预警结果清晰，系统性强，适合各种非确定性问题的解决，但常规的模糊综合预警对专家经验依赖较强，因此得到的预警结果有较强的主观性，缺乏对定量数据的利用。而且无论从评价论域的选择到综合隶属度矩阵的产生都存在模糊性与随机性，例如在基坑工程风险预警中，土的天然含水率大于30%，则有可能发生流沙事故，这种事故判断难免存在偶然、随机因素。如果专家数量较少，模糊性与随机性将不能得到很好的体现。本文使用云模型弥补常规模糊综合预警模型的不足，以云模型代替隶属函数，兼顾随机性与模糊性，且利用定量数据不采用专家评分的方式得到隶属度矩阵。

3基于云模型的模糊综合预警模型构建

3.1云模型的基本原理

1995年，我国学者李德毅教授提出云模型解决了传统方法难以兼顾随机性与模糊性的难题，其核心即定性语言值与定量化表示之间的转化。云的基本概念如下：U为确定数值代表的定量论域，T为U上的定性概念，元素x（x∈U）是定性概念T的一次随机实现，x对T的隶属度μ（x）∈[0，1]是一个有稳定倾向的随机数，则T在论域U到区间[0，1]上的映射在数域空间上的分布即成为云。若U为一维论域，每一个x的在论域空间坐标及其对概念的确定度的数值对即为一个云滴。云模型的整体特性可用Ex（期望值）、En（熵）和He（超熵）这3个数值来表征，它们能够定量化反映定性知识的特性。Ex（期望值）表示的是定性概念在论域的中心值，En（熵）反应论域中可以被定性概念所接受的数值范围，熵越大定性概念越模糊。He（超熵）是熵的熵，代表了云滴的离散程度。

3.2基于云模型的模糊综合预警模型

云模型通过云发生器来实现定性概念与定量数据的相互转换。用硬件固化或软件模块化的云模型的生成算法即云发生器（Cloud generator，简称CG）。本文主要利用正向云发生器和X条件云发生器，对算法进行介绍。

（1）以En为期望，He2为方差随机生成一个正态分布数Eni，记为Eni=NORM（Eni，He2）。

（2）以Ex为期望，Eni2为方差随机生成一个正态分布数xi，记为xi=NORM（Ex，Eni2）。

（3）计算μi=e-（xi-Ex）22Eni2。重复步骤（1）-（3），直到产生满足要求的N个云滴。

X条件云发生器在正向云发生器的基础上，固定条件x=x0并生成云滴。即只运行正向云发生器算法的（1）和（3）步，得到的云滴为drop（x0，μi），其中：

μi=e-（x0-Ex）22Eni2

本文使用云模型弥补常规模糊综合预警模型的不足，以云模型代替隶属函数，兼顾随机性与模糊性，且利用定量数据不采用专家评分的方式得到隶属度矩阵。

对步骤（3）进行改进，采用云模型理论计算评价因素的隶属度。设预警指标i（i=l，2，…，n）对应的等级j（j=l，2，…，m）的上、下边界值为xij1，则因素i对应的等级j这一定性概念可以用正态云模型表示。Heij反应的是云滴的凝聚程度，可以通过经验取值。

Exij=x1ij+x2ij/2（1）

Enij=x1ij-x2ij/4（2）

对于每个预警指标，以（Exij，Enij，Heij）为参数，以指标监测值为x0运行X条件云发生器N次，计算此监测数据隶属于每个等级的平均隶属度rij。

rij=∑Nk=1rkij/N（3）

4算例

以某基坑工程流沙事故风险预警为例，说明基于云模型的模糊综合预警方法在基坑工程风险预警中的应用。根据相关地质研究与专家经验，确定预警区间，见表1。根据式（1）-（2）计算各预警区间的云模型参数，见表2。

将各指标的实测数据作为X条件云发生器中的确定值x0，针对每个数据对应的不同预警等级，运行matlab软件程序100次，采用公式（3）计算出不同预警等级下的平均隶属度值，见表3。

表1流沙事故预警指标预警区间

预警指标无警轻警重警

粘粒含量d1d1>30%10%≤d1≤30%d1105≤Cu≤10Cu

基坑挖深超过水位线的深度（m）hh0.5

表2流沙事故各预警指标对应预警区间的云模型参数

预警指标无警轻警重警

粘粒含量d1（0.65，0.175，0.01）（0.2，0.05，0.01）（0.05，0.075，0.01）

粉粒含量d2

（0.05，0.025，5.90.01）

（0.425，0.1625，0.01）

（0.875，0.0625，0.01）土的不均匀系数Cu

（15，2.5，0.02）

（7.5，1.25，0.02）

（2.5，1.25，0.

02）土的天然孔隙比e

（0.375，0.1875，0.015）

（0.825，0.0375，0.015）

（0.95，0.025，0.015）土的天然含水量w

（0.1，0.05，0.01）

（0.25，0.025，0.01）

（0.65，0.175，0.01）基坑挖深超过水位线深度（m）h

（0.15，0.075，0.009）

（0.4，0.05， 0.009）

（0.65，0.075，0.009）

表3流沙事故各预警指标实测数据及对应

预警区间的平均隶属度值

预警指标实测数据无警轻警重警

粘粒含量d10.110.0990.21940.7297

粉粒含量d2

0.68

0.0000

0.2938

0.0122

土的不均匀系数Cu

5.9

0.0013

0.4394

0.0246

土的天然孔隙比e

0.75

0.1374

0.1337

0.0000

土的天然含水量w

27%

0.0076

0.7127

0.0919

基坑挖深超过水位线的深度（m）h

0.52

0.0000

0.0978

0.2204

由层次分析法计算得到各指标权重w={0.1277，0.0858，0.1087，0.1868，0.2152，0.2758}。利用各指标的权重以及平均隶属度矩阵Z可进行模糊转换得出流沙事故风险预警集V{无警，轻警，重警}中各预警等级的综合隶属度分别为0.0401，0.3063，0.1775。根据最大隶属度原则可知安全风险预警等级为轻警。

5结论

借鉴云模型的特点和优势对基坑工程风险进行预警，从而得到预警等级。

基于云模型的模糊综合预警法可以有效减少人的主观判断的随机性等因素对预警结果的影响，利用云模型构建的隶属度函数能够充分表征风险因素风险度的模糊性和随机性，从而使预警结果更加客观准确。

参考文献

[1]顾雷雨，黄宏伟，陈伟等.复杂环境中基坑施工安全风险预警标准[J].岩石力学与工程学报，2014，（33）：41534162.

[2]叶俊能，刘干斌.宁波地区深基坑工程施工预警指标及风险评估研究[J].地下空间与工程学报，2012，（8）：13961402.

[3]刘俊岩，李仁安，任峰.基于监测的深基坑工程风险管理研究[J].武汉理工大学学报，2009，31（15）：6165.

风险预警的概念范文第2篇

一、税务风险及预警的概念论述

（一）税务风险的内涵

由于税务风险属于风险范畴，因此在探讨税务风险之前首先要对风险的概念有一个正确的认识。经济学家奈特曾在《风险、不确定性和利润》对风险的概念进行了明确阐述，即概率型随机事件的不确定性，并常伴随着某种形式的损失出现。因此，税务风险同样具有不确定和风险性两大特点。首先，不确定性是税务风险的基础。企业在生产活动中涉及到各种决策，而有关纳税行为的决策则是税法的体现。因此，由于主观原因和环境客观因素的影响必然会带来税收负担的不确定性；其次，追求利益最大化是企业经营活动的永恒主题，这就决定了企业为了保持持续稳定的发展必须将税务风险控制在一定范围内。企业税务风险的产生大致分为两种情况，其一，企业的纳税行为不符合税收法律法规的规定，或是未能准确及时进行纳税申报，纳税人因此将面临被执法部分追究相应税法责任的可能性。其二，多纳或少纳税金。少纳税面临着税务征收滞纳金和惩罚金的风险，降低企业的价值。同样企业若是承担了过多的纳税责任，企业的经济利益便受到直接损害，也会引起税务风险。

（二）税务风险的性质

税务风险的性质主要表现为两个方面，第一，不可避免性。税务风险的形成是主客观因素相互作用的结果。首先，当前税收自由裁量权过大，再加之税收制度本身的弹性条款增加了企业税收负担的不确定性；其次，企业内部税收业务培训存在不系统、不全面的问题，因此常常出现因账务处理错误导致多交税款的案例；最后，税务政策信息渠道不通畅，国家税收法律法规的变化直接影响企业的纳税金额，因此企业信息渠道的不通畅直接增加了税务风险。第二，可控性。税务风险的不可避免并不意味风险不可控，风险管理的实施及预警机制的建立正是对税务风险的事前、事中、事后的进行全过程控制。

（三）税务风险与预警的关系

企业的税务风险通常分为纳税申报风险、纳税程序风险、其他风险三大类，而在申报过程与纳税程序中又细分为少申报纳税风险、多申报纳税风险、不纳税申报风险、未及时纳税申报风险、发票管理风险、会计账务处理风险、会计账簿及资料保管风险、未及时申报增值税一般纳税人资格风险、未及时办理税务减免或税前扣除申请及备案风险。由此看出，企业在生产运营中面临各种风险要求建立一个完善的预警机制来应对。税务风险和预警之间是一种――对象和手段的关系，税务风险是预警的研究对象，而预警则为风险提供了一个警示的手段。同时预警机制对潜在税务风险起到防范作用，帮助企业在风险来临时能做出迅速、科学的决策，使风险带来的损害降到最低。

二、企业税务风险预警机制的构建和优化条件

（一）企业税务风险预警机制的构建

企业税务风险风险预警机制的构建分为三个层次，第一，风险识别与诊断。首先，企业要明确税务风险产生的基本因素。从公司因素来看，主要包括部门整合与协作之间沟通不畅、组织内部的信息沟通障碍、税务、法律体系的多样性不断变化的当地税局政策；从技术因素来看，主要一方面缺乏完善的网络环境，没有统一有效的税务风险控制文档，另一方面对于海外的分支机构缺乏有效的监控和信息共享。从流程因素来看，企业往往忽视对数据的比对核查和监控，并且缺乏内部的月报和季报制度，从而难以保证税务核算的质量和准确性。从人员因素来看，企业缺乏足够的专职税务岗位、职责分工不明确是其主要问题；其次，企业要根据税务风险产生的基本因素设立税务管理工作中的关注点，其中包括涉税员工的职业操守和专业胜任能力、经营方式和业务流程、技术投入和信息技术的运用、财务状况、现金流情况、相关内部控制制度的设计和执行、经济形势、产业政策、市场竞争及行业惯例以及法律法规和监管要求等。第二，税务风险评估与分级。税务风险评估小组课通过小组讨论、访谈或调查问卷的形式进行评估调查，并根据结果建立税务风险评估体系，根据风险评估的标准将税务风险预测分成高度、中度、低度三个等级。第三，制定风险应对策略。在策略与控制上，企业在制定应对策略时要遵循成本效益原则，加强各业务单元与税务部门的沟通。在数据与技术上，企业可建立符合自身实际情况的系统集成数据处理。在人员管理上，定期进行人员培训，提升人员的专业知识和能力，促使相关人员理解税务流程及明确税务角色和责任。

（二）企业税务风险预警机制的优化

企业税务风险预警机制的优化可从三个方面做起，第一，企业可从风险原因及产生条件入手，在组织结构、检查监督、业务流程等方面设置风险控制点，并建立相应的预防性控制机制。第二，企业要以全流程风险控制为目标，力求预警范围覆盖整个管理职责和业务流程。第三，企业为了确保税务申报材料的正确性和完整性，应紧跟当前我国的相关税务政策，并将政策以模板、清单形式嵌入控制流程之中。

风险预警的概念范文第3篇

关键词：风险预警 监控系统 企业 财务 管理 作用

中图分类号：F27 文献标识码：A 文章编号：1672-3791（2015）11（c）-0131-02

无论是大型企业集团，还是中小型企业，建立起一定的有效风险预警监控系统都对控制企业的风险有着重要意义。为了促进企业更好地发展，管理者必须制定科学、有效的管理机制，这样才能提高员工的工作效率，才能为公司创造更多的利润与价值。企业由于体制问题，其财务管理方面还存在一定问题，如果不及时解决，或者制定有效的风险预警监控系统，很容易出现财务危机问题，而且会给企业运营造成较大风险，可能会给投资者带来较大的经济损失。文章对风险预警监控系统的相关问题进行了研究分析，并指出健全的风险预警监控系统可以有效改善企业的财务管理状况，有利于及时化解风险。

1 企业预警监控系统的监控对象分析

企业在经营的过程中，可能会碰到各种各样的问题，所以其出现的风险种类比较多，为了保证企业运营的稳定性，必须对其出现的风险进行规避与治理，降低财务风险出现的概率，这样才能提高企业的竞争力，才能提高企业财务管理的水平。现代企业由于体制关系，必须对传统财务管理模式进行改革，但是受到财务人员能力的影响，其对财务风险的预见性较差，使得一些财务风险不可避免地发生，所以必须要建立一定的企业预警监控系统，而其监控对象主要包括以下三方面。

1.1 筹资风险

企业在筹资的过程中，比较容易受到外界因素的影响，如果市场经济环境发生较大的变化，会给企业财务管理带来较多的不确定因素。在筹资的过程中，企业面临的风险主要有：时效方面的风险、工具选择方面的风险等。

1.2 投资风险

企业在经营的过程中，还会面临较多的投资风险，这一风险主要是指投资项目没有达到预期的效果，其效益与利润比预期要少，这会影响企业的盈利水平，还会带来一定的偿债方面的风险。

1.3 收益分配风险

收益分配风险也是企业比较常见的一类风险，由于会计技术等原因，公司务报表可能存在失真的问题，公司运营的成本费用可能出现漏计的问题，这会虚增当期的利润，还会增加企业纳税的金额，降低企业的经济利益，而且资金的流出，为企业发展带来了较大风险。

2 风险预警监控系统的构建原则

风险预警监控系统是一种新型的概念，其是建立在财务会计信息基础上的管理系统，对企业的财务状况有着监控与预测的功能。企业的管理者通过设置预警指标，可以对公司可能面临的风险进行预测，这也促进了对企业的内部管理，有助于优化与完善企业的风险管理体系。在制度风险预警监控系统时，需要遵循完整性、及时性、组织性和有效性等4点原则。

3 企业风险预警监控系统的构建与应用

由于企业所面对的风险具有很大的多样性和不确定性，为此在对其进行分析最好采用模糊分析方法。为此文章决定以AHP―模糊综合方法为主要技术方法，构建企业的风险预警系统。

3.1 建立层次结构

企业风险评价指标体系由资产质量、流动性、盈利性、宏观经济和管理层面5个一级层次组成，然后在每个一级层次里建立二级指标，共11项指标。

（1）评价资产质量（B1）包含应收账款周转率（C11）和资产负债（C12）这两个指标。其中应收账款周转率是企业销售收入与应收账款平均余额之比。它反映企业应收账款变现速度的快慢及管理效率的高低，指标越高，说明收款速度迅速，短期偿债能力强。资产负债率是企业负债总额与资产总额之比。它说明企业利用债权人资本进行经营活动的能力，比率越高说明企业面临的风险越大。

（2）评价企业流动性能（B2）包含流动比例（C21）和存货周转率（C22）这两个指标。其中流动比例是流动资产与流动负债之比。它表明在特定时间企业可变现的资产用来偿还流动负债的程度，指标越大说明企业还款能力越强。存货周转率是企业销售收入与存货平均余额之比。它是衡量企业销售能力及考核存货是否适宜，比率越高，说明企业资产流动状况越好，获利能力越强。

（3）评价企业盈利能力（B3）包含销售利润率（C31）、成本费用利润率（C32）和资产质量（C33）这3个指标。其中资产质量即资产利润率，它是衡量企业用债人和所有者权益总额所取得的盈利水平，比率越高，表明资产利用效益越好，盈利能力越强，经营管理水平越高。

（4）宏观经济指标（B4）包含行业经济景气指数（C41）、通货膨胀率（C42）和汇率风险（C43）这3个指标。

（5）评价管理层面（B5）主要通过经理人（C51）。当企业发展到一定规模时，仅由二、三名管理人员帮助经营者已难以胜任，这时，就会感到管理风险即将来临的征兆。可以通过对管理者的学历、经验、以往决策的失误率等一系列管理者自身的条件判断管理风险。

3.2 指标权重的确定

应用层次分析法先确定指标权重，根据专家意见，通过比较指标间两两重要程度，采用1～9标度法得到判断矩阵A。当然，对于不同类型的企业指标间的权重通常也是不同的。

3.3 企业风险模糊综合评价

首先将综合评价指标分为4个等级：V={正常状态、低度风险、中度风险、高度风险}。然后，根据请若干专家对各指标通过投票进行评价，得到评价的模糊矩阵Ri。按照最大隶属原则，由模糊综合评价集B= A°R，找出最大元素即可判断企业风险状况，根据企业所处的风险状态采取避险措施。

对于不同的企业各个指标变量会有不同的权重，同时针对企业不同的各个指标变量会有不同的模糊评价集，因此企业的风险程度也就不同，这样，通过 AHP―模糊综合评价方法就可以识别各个企业的风险程度。

4 结语

综上所述，可以得知，风险预警监控系统能够对公司在运营发展的过程中可能面临的风险进行预测，管理者通过制定预警指标，可以对企业的财务状况进行有效的监控，对保证财务报告的真实性以及准确性有着较大帮助。文章对企业财务风险的种类进行了介绍，指出了风险预警监控系统的基本构建原则，探讨了风险预警监控系统的构建与运行，指出其有利于提高企业风险控制以及管理的水平，可以降低公司在生产经营中出现风险的概率，可以提高公司的经济效益，从而更好地保障投资者的利益。

参考文献

[1] 张文，李海燕.企业财务风险预警模型应用研究[J].财会月刊， 2007（10）：54-55.

风险预警的概念范文第4篇

关键词：商品信用交易 风险预测 预警机制

在企业营销的过程中，很多企业为了提高市场占有率会使用信用进行商品交易。从起初的接触客户、洽谈、到签约、发货、最后收款，这至少有五个环节都有可能掉进对方的陷阱。对陌生的客户，有些私有企业一般是不使用信用销售的，但在市场竞争激烈的时候也不得不使用信用销售。某些国有企业很多情况下是在使用信用销售。销售收入的增长虽然给企业带来了账面利润，但应收款的大量沉淀不能给企业带来正常经营所需的现金流入，呆账坏账严重，企业生产不仅受到影响，而且生存面临巨大的潜在风险。比如某大型国有企业，在国际营销的过程中，由于信用风险管理的失误，一个订单就给企业造成的巨亏达几十亿人民币，由此可见，我国某些企业对信用风险管理的缺失是何等严重。这里至少有三个方面的原因：一是理念不够重视，二是没有一套风险防范和管理的方法，三是没有组织结构的保障。也就是说大多数企业缺少风险管理的预警机制，如果有这样一个风险管理的预警机制，那么企业在交易时就可以对交易对方的还款能力、经营管理能力等风险因素进行科学的控制和评测，从而对交易风险做出一定的预警，为决策层提供决策依据，同时从组织体系上的保障风险管理机制的正常运行，从源头上避免交易风险的发生，是当务之急。

企业商品交易风险预测技术设计

在企业商品交易风险防范上，我们选取重要的风险因素作为考察对象，设计风险防范模型，从技术上监控自变量对结果的影响范围，从而为决策层提供依据。

（一）风险预测技术信息处理原理

风险预测技术是指通过对交易方相关信息的调查，采用一定的数学模型对信息进行处理，以获得交易风险概率的过程。它是信息的处理工具或方式方法。其过程如图1所示。

（二）确定风险指标

风险指标是商品交易中出现的各种风险因素，我们把风险指标（r）分为硬指标（F）和软指标（S）两种。硬指标的选择本文主要用财务风险指标（F）来代替，软指标（S）可以选择经营范围与购货目的、供应商的反应、人员的工作状态、车辆、房产状况等。

（三）风险预测计算公式设计

根据贝叶斯博弈模型，笔者提出交易风险全概率计算公式：

（1）

推论：原式=P（r1）・P（R/r1）+P（r2）・P（R/r2）+...+P（rk）・P（R/rk）+...+P（rn）P（R/rn）（2）

设：第一个风险因子r1为硬指标即财务指标F，即有：

P（r1）・P（R/r1）=P（F）・P（R/F）

设：其它风险因子（r2...rn）为软指标（S1 ...Sn-1），即有：

P（r2）・P（R/r2）=P（S1）・P（R/S1）

P（rn）・P（R/rn）=P（Sn-1）・P（R/Sn-1）

原式= P（F）・P（R/F）+P（S1）・P（R/S1）+...+P（Sn-1）・P（R/Sn-1） （3）

由于软指标系的无限性，（3）式又可以写为：P（F）・P（R/F）+P（S1）・P（R/S1）+...+P（Sn-1）・P（R/Sn-1）+P（Sn）・P（R/Sn）

（4）

（4）式即为风险预测计算公式。

其中：P（R/ri）=风险因子权重；P（R/F）=财务指标权重；P（R/Si）=软指标权重；P（ri）=风险因子主观概率；P（F）=财务指标主观概率；P（Si）=软指标主观概率。

且：0≤P（ri）≤1

0≤P（F）≤1

0≤P（Si）≤1

（四）风险因子概率及其比重的确定

P（F）的确定。P（F）（硬指标风险概率）的确定，采用由我国学者周首华等提出的“F分数模型”，即：

F=-0.1774+1.1091X1+0.1074X2+

1.9271X3+0.0302X4+0.4961X5

其中：X1=（期末流动资产-期末流动负债）÷期末总资产；X2=期末留存收益÷期末总资产；X3=（净利润+折旧）÷平均总负债；X4=期末股东权益的市场价值÷期末总负债；X5=（净利润+折旧+利息）÷平均总资产。

此模式中的5个自变量的选择是基于财务理论，其临界点为0.0274，若计算出的F分数低于0.0274，则企业可能在不远的将来发生财务危机，F分数高于0.0274，则企业可继续稳健经营。

通过对买方的“F分数模型”的计算数据结果，可以判定买家财务风险因子属于哪一种状态，然后根据其所属状态判断由此引发的交易风险的主观概率。

当F

当F>0.0274，表明公司财务状况良好，无财务风险。其交易风险发生的主观概率取值参考区间应在[0~0.6）之间。

确定P（Si）。我们把软指标的表现状态分为x1，x2，x3三个等级，x1为优良、明确等积极、有利状态表现；x2为一般情况，不明确等中间状态表现；x3为较差、消极、不利等状态表现。根据调查和经验，笔者给出了软指标风险主观概率函数值参考区间：f（x1）∈[0，0.5）、f（x2）∈（0.3，0.6）、f（x3）∈（0.6，1]。

确定P（R/F）和P（R/Si）。我们可以用AHP法或专家法确定财务指标和软指标权重，统计整理后，用归一化处理。

（五）确定商品交易风险的概率

把确定后的P（R/F）、P（R/Si）、P（Si）、P（F）代入到（4）式即可确定商品交易风险的概率。

企业商品交易风险预警系统构建

（一）预警系统构建

风险预警系统是建立在风险预测技术基础上的、并且以制度的形式规定下来的一套风险预警的信息管理组织体系。设计如下：风险预警管理层和风险预警执行层组成，执行层又包括风险预测技术组、信息调查组、信用评估组等。如图2所示。

由此可知，组织体系和技术体系是风险预警管理机制的两个车轮，两者互相倚重，缺一不可。没有组织体系的保障，技术体系就沦为不可靠的工具；但如果只有组织体系而没有技术体系的支持，组织体系只能是个摆设，缺少工作的工具。

（二）预警系统的组织架构设计

笔者参考目标导向的组织设计原则，并对其作些调整以适应企业交易风险预警管理的组织体系。其时间限制放宽，使其具有长期性，并赋予程序性。这样，组织即具有目标性，又具有长期性和程序性的特点。组织结构图如图3所示。

其中，风险预警项目组包括风险预警技术组和调查组。其组织结构图又细分如图4所示。

结论

利用智能技术实现对企业经营危机提前警示，是当前国内外研究的前沿课题，但企业交易风险防范与预警是一个系统化的工作，不仅要有科学的预测工具，更要有实质的组织体系与之相适应，二者缺一不可。本文在这两方面做了些探索，以期能给企业管理者提供一些借鉴和帮助。采用有效的预警管理机制和科学的风险预测技术，对有效的防范交易风险的发生起到重要的作用。笔者提出的风险预警组织体系和风险预测技术模型，给出了风险预警的分析方法和分析框架，能给企业交易风险的预警和防范起到了一定的借鉴作用，为管理层的风险决策提供了组织保障和数据参考。

本系统的设计也并非完美，需要在实践中对参考系逐步调整和完善。比如，风险预测技术模型对交易风险发生的概率可以做相应的预测，但对具体是哪种风险比如：是拖还是欠、欠多少等没有做具体分类；虽然给出了主观概率参考系，但在实际操作上还需逐步调整和完善；另外，没有把操作风险单独列出来加以论述，在实际操作中可以把它作为风险预测技术模型的一个随机变量考虑进去。有的学者针对银行大案要案相继暴露，道德风险失控，给银行造成了巨大损失的现象，提出了从道德层面上防控操作风险的理论探索，值得借鉴。由于时间和能力的关系，没能用贝叶斯博弈模型的后验概率对其进行论证。交易风险的预警体系有无纰漏，是否科学，还需要在以后的研究和实践中不断发现和完善。

参考文献：

1.陆.企业应收款呆账与坏账的成因及其防范对策.科技情报开发与经济，2005，6

2.吴雯.企业信用风险管理制度研究.西南财经大学学报，2004，4

3.Food Trade Review Group. Credit control solution, Food Trade Review. 2006, 10

4.Tim Hill，Lcorey Marquez，Marcus 0`lonnor，Wi1liam Remus，高辉青，孙卫东译.人工神经网络预测和决策模型[J].预测，1995（4）

5.周首华，杨济华，王平.论财务危机的预警分析―F分数模式[J].会计研究，1996，8

风险预警的概念范文第5篇

论文 关键词：商业银行  风险  预警系统  对策建议

论文摘要：2008年的 金融 危机给全球的 经济 都造成了非常大的影响和破坏，对我国也造成了一定程度的影响，自上世纪90年代一系列金融危机发生后，各个国家都在努力建立自己的金融危机防御体系。随着金融业的日益开放并与国际接轨，银行业面临的风险因素也在不断增多，国有商业银行是我国银行体系的主体，它经营的好坏直接影响整个银行体系的正常运行和国民经济的健康 发展 ，因此，研究并建立商业银行风险预警系统对我国经济发展具有极为重要的现实意义。

1研究商业银行风险预警系统的意义

i．i从商业银行自身来看，商业银行以信用为经营基础，银行的资金筹集和运用已经开始市场化，商业银行的资本金极易受到侵蚀，甚至造成商业银行的倒闭，由于商业银行在整个社会经济活动起着非常重要的作用，商业银行的经营异常将会给国民经济造成不可估量的损失。商业银行风险预警体系可以有效的预测控制一部分风险，可以把风险的损失控制在最低限度，从而稳定金融秩序，从而使我国经济保持稳定的增长态势。

1．2随着我国银行向商业银行的转化，在经济体制发生根本性变革和经济结构发生重大调整的过程中，银行经营活动中的不确定性和不稳定性必然增加，这将导致银行风险的加剧。为了缓和这些波动，必须建立新行的风险管理体系。

1．3建立有效的风险预警系统是我国商业银行与国际商业银行接轨并参与国际竞争的要求。今年的经济危机使好多西方国家的商业银行面临倒闭，银行业的国际化要求我国商业银行要迅速适应环境，建立风险监测系统并提出风险管理方案，从而将我国商业银行的风险降到最低。

2我国商业银行现有风险预警系统及相关学者研究现状

目前我国商业银行采取的风险预警体系是我国银行业监督管理委员会对商业银行的非现场监管指标体系。风险预警指标体系包括定量指标和定性指标两部分，定量指标由资本充足度、信用风险、市场风险、经营风险和流动性风险等5项分类指标组成，共22个指标。同时，定性指标包括六项分类指标，分别为管理层评价、经营环境、公司治理、风险管理与内控、信息披露和重大危机事件。同时，风险预警体系根据金融风险的 历史 数据和银行监管经验，确定各指标的预警阀值和权重系数，对每个定量指标设置了蓝色预警值和红色预警值。银行监管部门通过对单个商业银行的各项预警指标进行连续观测，并将数据导入模型， 计算 其综合风险分值，并获取相应的预警信号。在此基础上，按照一定的风险转换矩阵，综合判断商业银行的风险预警等级，分别给出正常、蓝色预警、橙色预警和红色预警信号。目前，银监会已开发出相关工具软件，实现了风险预警的自动化操作。另外，贺晓波、张宇红通过构造输入模块、计算模块、输出模块，运用多元统计分析方法中的聚类分析法、熵值法、层次分析法构造了一个较为完善的风险预警系统，即宏观经济预警中的信号灯显示法。通过对经营过程中出现的各种风险进行分析，建立风险预警指标体系，测定各个指标的警限和警度，判断银行经营风险落入的灯号区问并亮出相应的指示灯。

张美恋、王秀珍研究了径向基神经 网络 (rbf)在商业银行风险预警系统中的应用。根据商业银行风险预警系统的特点选择12个指标，构建了风险预警系统的rbf模型，基于该模型进行了示范性仿真实验。

牛源采用人工智能技术，基于人工神经网络能很好地对时变信息进行处理将ann与es结合起来，建立基于ann与es组合的金融风险预警系统，提出的基于es和bp神经网络的风险判定与预警模型，实现对银行风险状态的判定，不需要主观定性地判断银行风险状态，因而能够更加合理地确定银行的风险状态。但实际应用中由于bp算法的缺陷容易导致收敛速度慢和陷入局部极小，从而影响了网络的预测精度。

高峰从定量和定性两方面对银行风险做出综合评价，根据量化得分情况对银行面临的风险状况进行评级，从而建立起一套商业银行风险预警系统。

3我国商业银行风险预警系统及相关研究所存在的缺陷

3．1我国 金融 机构监管的法规不少，但问题一是不够细化和明确化；二是执行力不够。我国金融业camel评级系统的五个指标除流动性比率外均大大低于国际标准。如：资本充足率的标准次级资本的概念尚未引入不良贷款率(按同际标准)的标准，五级贷款分类和信用评级制度尚未严格实施， 会计 和审计制度仍未向国际标准看齐，市场风险和运行风险控制系统尚未成熟， 现代 化的合规(compliance)概念尚未建立，对金融机构控股股东的资格要求基本缺乏。这些问题都极大增加了银行业的风险，因此，建立商业银行风险预警系统更加刻不容缓。

3．2相关研究中，风险预警指标太多，差异性分析不明显，指标权重不合理。

3．3在一些定量和定性分析上，对其中一些指标分析多采用数学模型，没能采取模糊性判断，对银行风险预警能力较差。

3．4一些研究人员往往把风险管理摆在业务 发展 的对立面上，认为风险管理是阻碍业务发展的；部分风险管理人员不能研究业务，研究市场，研究效率。通过否定业务逃避承担风险。使该发展的业务发展不了，反而降低了银行的整体抗风险能力。

3．5我国商业银行先进的风险管理文，化还未形成。风险管理部门和业务部门很少通过沟通去消除文化上的差距，矛盾往往被动解决，换位思考不够。由于我国商业银行风险管理起步比较晚，风险管理人员在风险管理理念方面还不能满足业务快速发展，风险管理日益变化的需要。长期以来，我国商业银行在风险管理方面比较重视定性分析，如信用风险管理中，重视贷款投向的政策性，合法性，贷款运行的安全性等。

4中越直接投资存在问题应对对策分析

4．1吸收描述性指标的分析能力：考察实际问题需要的不仅仅是数据，还包括以文字表述的信息。如果系统能够处理描述性指标，就可更全面更充分地利用 历史 信息，更全面的描述监测对象，并与参照对象相比较。

4．2不断“学习”的系统能力：商业银行与宏观 经济 环境都在不断变化，如果开发的系统模型不能适时吸收新的信息，则经过一段时期，它就可能失去对新问题的反应能力。因此，理想的金融风险预警系统应能够将外部出现的新知识不断加入到自己的“知识库”中，以保证系统模型的时效性。

4．3引入模糊综合评判方法。