预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第三届全国留学人员创业园网络年会交流材料风险投资的风险评估与控制罗文厦门留学人员创业园摘要:目前关于我国风险投资中风险辩识和控制的研究基本上处于阐述性的阶段。本文则从理论与方法的角度出发,力图建立可度量投资风险程度的风险评估体系,以指导实践工作,为防范和减少投资风险提供决策依据。关键词:风险;投资;评估风险投资对中小科技型企业的发展所起的作用已越来越受到重视和认可,作为主动进入高风险投资领域的资本,其目的是追求投资组合的高收益,风险投资也只有在获取高收益的情况下才有可能成为中小科技型企业快速发展的资金来源,而高收益的保障就是有效控制投资风险。由此可见,研究科学的风险评估方法意义重大。一、资产评级---有效的风险评估方法评级是诸多风险评估方法中较为简明实用的方法,简明不是指评估方法简单而是其揭示风险程度的标识最为明了。评级通常是专门的、中立的评级机构,根据事先构建的指标体系对影响企业质量的诸多相关因素进行分析和评价,并对不同品质的企业给出相应的简明标志,最终向投资者及相关机构公布评级结果。某个企业所获得的等级包含了该企业的收益性和风险性信息。1909年,美国人约翰·穆迪首先开创了一套评级标准,并用于衡量当时在美国发行的大约1500种铁路债券的信用风险,其后的几次经济危机中资产评级对资产质量的准确标识使评级受到美国资本市场中各方的广泛认同,进而新的评级机构不断涌现,资产评级制度日臻完善。目前国际成熟资本市场上评级机构以穆迪投资者服务公司(Moody)、标准普尔公司(S&P)两家公司实力最为雄厚,评级结果最为权威。穆迪公司主要是通过分析资产流动性、负债比率、金融风险和资本效益,来确定资产的级别。标准普尔公司评级指标的特点是注重公司的盈余和股利分析,认为影响资产品级高低的因素最终都会反映到EPS和股利上,同时也结合上市公司的产业地位、公司资源、公司财务政策等加以评判。目前评级工作的程序走向成熟和固定,但各个评级机构的指标体系和数据处理方法各不相同,众多评级机构在此不断创新,寻求更为精准的计量方法。本文即是将模糊聚类方法引入风险指标的计算过程,力图科学地度量企业风险程度。二、研究方法---指标体系和计量方法1、财务指标体系成熟资本市场上的评级机构只选取若干指标进行评估,例如标准普尔公司是注重公司的盈余和股利分析,认为影响资产品级高低的因素最终都会反映到EPS和股利上。应该说对于进入稳定发展的企业可以采用标准普尔公司这种方法,而我们在评估中小科技型企业时则应有所调整。由于中小企业各方面的发展还未趋于稳定,一两个指标还比较难体现企业的整体质量,所以选取合适的财务指标就显得很重要。本文是本着全面地描述公司财务状况的原则,参照财务比率分析中通用的指标并结合中小企业的特点来构建财务指标体系的。本指标体系分为6个分指标,每个分指标包含若干个基本财务指标,分别从财务风险、盈利比率、经营能力、主营表现、股东回报及价值、成长性等角度来构建一个总的评判财务质量的指标体系。具体见下表:财务指标体系财务风险盈利能力经营能力主营能力股东回报及价值成长性流动比速动比长债/所有者权益总资产负债率净资产收益率应收帐款周转率存货周转率资产周转率主营业务利润率主营利润贡献率红利/实收资本净利润/实收资本净资产/实收资本净利润增长率公积金/实收资本由于中小企业仍处于发展阶段,例如现金流等重要指标不稳定,无法进行这方面的实证研究,故未列入本指标体系。2、模糊聚类分析法在经济研究工作中常常把样本数据按一个设定的标准划分为若干类,但数据所代表的经济含义并没有一个明确清晰的界线,或者说界限是模糊的。按照刚性的分类标准对数据分类割段了数据代表的经济含义的连续性和关联性,容易造成对事物性质的一种歪曲,特别是在分界线附近失真得更明显。例如:我们用10%的尺度去评判上市公市净资产收益率指标的好坏,那么净资产收益率为10%的A公司与净资产收益率为9.99%的B公司将被归入不同一类,而实际上单从净资产收益率指标来说A公司与B公司并无差别。另外当研究对象属于复杂的多元系统时,刚性的归类办法更不适用。例如:要以流动比、速动比、长债/所有者权益、资产负债比等四个指标来划分资产财务风险的高低类别,某家公司有三个指标远远优于划线标准,有一指标略低于标准,若按刚性划分法则这家公司将归入高财务风险类,但这家公司的财务风险却有可能低于四个财务指标都刚过线的公司。正是为了克服刚性分组的不足,人们将模糊数学与聚类分析相结合形成模糊聚类分析方法。这种方法以现实世界广泛存在的模糊性为研究对象,充分考虑样本之间的模糊关系并按统计中的聚类方法对数据进行模糊数量化处理后归类,这种方法解决了复杂样本的归类问题,