時間：2023-08-25 17:09:32
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇股市風險分析，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
一、引言
綜合集成研討廳體系作為復雜性科學界首次提出，并系統闡述的方法論，是我國科學界對于系統科學和復雜性科學的原創性貢獻。綜合集成研討廳，就其實質而言，是將專家群體（各種有關的專家）、數據和各種信息與計算機技術有機結合起來，把各種學科的科學理論和人的經驗知識結合起來。
這個方法論的成功應用在于發揮該系統的整體優勢和綜合優勢。其核心在于人的心智與機器高性能的取長補短、綜合集成。其核心原理是：一方面專家的心智、經驗、形象思維能力及由專家群體互相交流、學習而涌現出來的群體智慧在解決復雜問題中起著主導作用。另一方面機器體系的數據存儲、分析、計算以及輔助建模、模型測算等功能是對人心智的一種補充，在問題求解中也起著重要作用；知識體系則可以集成不在場的專家以及前人的經驗知識、相關的領域知識、有關問題求解的知識等，還可以由這些現有知識經過提煉和演化，形成新的知識，使得研討廳成為知識的生產和服務體系。
近年來，關于股票市場風險預測模型和理解模擬人類心理行為的博弈技術已經取得長足進展。在對股票市場體系的研究中，也開始引入綜合集成研討廳技術，這種技術的應用標志著金融學中有關經濟主體行為的有限理性的關鍵問題有了一個新的解決途徑：可以用人工模擬出主體在認知方面的局限性，并從行為科學的角度，開展主體的經驗性研究。它不但強調專家個體以人機結合的方式進行工作，而且要把多個專家組織起來，形成專家群體，通過研討的方式共同對問題進行研究。針對股票市場的復雜體系，應致力于構建以綜合集成為基礎的智能工程系統，作為可操作的工作平臺。對于不同的復雜問題，則更換平臺的有關專家與數據即可處理，以實現該平臺的通用性，并最終初步建立一個這樣的可操作平臺。
二、股市風險體系在綜合集成研討廳研究的可行性
股票市場的風險主要分為系統性風險和非系統性風險兩部分。系統性風險是指處于同一市場當中的所有股票共同面臨的由整個經濟或政治形勢的變化所造成的風險；非系統性風險則是指存在于個別股票的由某一個行業或企業自身因素所帶來的風險。
系統性風險有兩個特點：一是股票價格波動對所有投資者都起作用；二是投資者無法通過投資組合方法消除系統性風險。我們所研究的系統性風險可以通過綜合集成研討廳對宏觀經濟、政治軍事局勢、貿易匯率調控以及國家的貨幣及財政政策對股市的干預度等知識面判斷股市的風險程度，從而起到對股市系統性風險的預防和警示作用。例如，我國2006～2007年10月滬深股市指數的向上趨勢就是在中國以及全球經濟走勢良好這個技術層面上分析的。
非系統性風險主要有三個特點：一是由特殊因素引起的，如行業地區發展動態；二是只影響個別股票的收益；三是可以通過投資多樣化來規避。我們所研究的非系統性風險也可以通過綜合集成研討廳對公司經營財務狀況、股票本身波動規律以及投資者散戶和莊家的心態與方法等層面上判斷和解讀。其中行業性風險是我們的主要研究目標。
由于股票資本風險市場可以看作為復雜自適應系統（CAS），這個復雜系統由許多具有差異性的主體和它們的行為組合而成。我們對股票資本市場的模擬仿真就是希望通過應用人工適應主體技術來模仿系統內部的行為主體，建立起一個人工環境，讓人工主體在此環境中進行仿生命的運動，最終完成模擬整個復雜系統。
三、在綜合集成研討廳下的股市風險體系概念設計方案架構
關于股票市場風險體系概念設計綜合集成研討廳方案的構建：
（一）專家體系。專家體系包括項目管理專家、金融分析師、證券投資專家、數量經濟學專家、計算機專家、數學模型專家、風險分析專家、金融工程師、技術經濟專家、銀行投資專家、政策專家等工程各個領域的專家。專家庫中記錄每個專家的詳細資料，包括年齡、性別、教育程度、專長、參與過哪些股票市場風險系統項目的概念設計等，供股票市場風險系統概念設計工作組選用專家，組建專家工作小組時參考。
（二）模型模擬體系。收集整理常用的風險評價和預測模型。評價方法庫中包括兩大類模型：
第一類是風險評價模型。它包括：決定論評價法，如德爾菲法；經濟論評價法，如費用-效益分析法、會計收益法、奧爾森法、凈現值法、凈現值指數法、內部收益率法；博弈論；運籌學和其他數學方法，如層次分析法、模糊綜合評價法、數理統計法、多目標決策法、數據包絡分析法、風險評審技術法、灰色聚類分析法、神經網絡評價法、時間序列、數據挖掘以及這些模型的組合評價模型。
第二類是相關的計算機模擬模型。它包括：基于Agent的金融市場仿真、不同市場態勢下證券系統性風險度量指標模擬軟件、金融數據挖掘中的非線性相關跟蹤技術、雙曲密度分析、小波神經網絡在股票平均線交易規則中的應用等模擬平臺。
（三）知識體系。一般而言，知識體系是由三個層次構成的：一是專家和歷史數據的經驗知識。如，專家曾經參與的風險評估經驗、歷史股票交易的數據和轉折以及各種趨勢；二是股票市場的相關科學理論知識。股票市場發展到今天，其科學理論已經構成了一個龐大的科學技術體系，如基礎的關于股票證券投資的知識以及金融和博弈知識；三是解決分析問題的哲學知識。它強調辯證思維方式和社會思維方式的運用，是人類知識的最高智慧結晶。
股票市場風險體系概念設計綜合集成研討廳中的知識體系更為強調直接通過歷史實踐所獲得的經驗數據知識。知識庫中提供了已有的各種項目案例供借鑒和參考，并對這些經驗知識進行了總結，為指導風險評價實踐提供了堅實的理論和技術基礎。
（四）信息體系數據庫。主要由支持股票市場系統概念設計的各種數據組成，有項目數據、經濟數據、技術數據等。信息數據庫中的數據可細分為股票市場指數數據、經濟數據和技術數據。相關數據主要是股票指數總體情況和股民需求、國內如滬深股市資料；莊股動態和股市平均市盈率等經濟數據以及國家政府對股市的相關政策。此外，綜合集成研討廳是一個多種軟件系統集成的研討環境，包括群決策支持系統、信息融合技術、多媒體會議系統、管理信息系統、數據預測模型等。
（五）實踐框架圖。根據上面的四大體系，結合股市的風險類型，再利用現在廣泛采用的技術媒介手段，最終股票市場風險體系設計綜合集成研討廳基本框架見圖1。（圖1）
【關鍵詞】上證綜指;對數收益率;風險
引言
我國股票市場經過十余年的發展,無論是上市公司的數量、股票市值、每日股票交易量還是在整個國民經濟體系中的地位和作用都有了很大的發展。股市融通和配置資金的重要經濟功能己經被廣大投資者所認同,同時在中國因為個人投資者投資渠道較少,投資股市獲利成了廣大民眾的選擇。截止2008年3月,滬深兩市共有A股賬戶11,305.81萬戶可見股市已成為廣大居民的投資方式。所以股市的研究既是眾多專家也是民眾關心的熱點。
2005年中國證監會啟動股權分置改革試點工作,此后2006年到2008年中國股市經歷了一波大幅飆升的牛市和一波跌幅巨大的熊市。本文將對此段時間的上證指數進行統計分析。
1.數據來源和一些基本統計量
1.1 數據采集
上證綜合指數作為國內外普遍采用的衡量中國證券市場表現的權威統計指標,由上海證券交易所編制并。上證指數反映了上海證券交易所上市證券品種價格的變動情況,可以反映不同行業的景氣狀況及其價格整體變動狀況,從而給投資者提供不同的投資組合分析參照系。市場指數的變動從總體上反映了上海證券交易所上市股票價格的變動情況。
本文樣本區間為2006年7月6日至2008年12月18日,共計601個樣本初始數據,研究數據來源于上海聚源數據服務公司的聚源數據工作站。
1.2 基本統計量
為了對上海證券市場進行統計分析,我們需要下面幾個常用的統計量。
1.2.1 對數收益率
一般的投資者最關心的是投資收益,所以我們研究的對象主要是上證綜指的收益率。
資產收益率計算方法有兩種:百分比法和對數法。百分比收益率較為直觀且易于計算,但對數收益率的優點在于利用價格得到的對數收益率在整個實數范圍內取值,便于數學上處理。另外,采用對數收益率,使得數據進一步趨于平穩,有更容易處理的統計性質,因此本文采用上證綜指的收盤價計算日對數收益率。
日對數收益率為,其中為第t天的上證綜指的收盤價。
1.2.2 平均值(Mean)
數組的算術平均值,用來描述隨機變量取值的一般水平。
\* MERGEFORMAT(1)
1.2.3 標準差(Std. Deviation)
標準差是反映隨機變量相對其均值的偏差程度,其值越大,這種偏差就越大,表明隨機變量的取值在其均值周圍的分布越分散。其計算公式為:
\* MERGEFORMAT (2)
1.2.4 偏度(Skewness)
偏度是反映收益率分布密度對稱性的指標,在概率統計中,經常遇到連續的單峰的不對稱的密度函數,它在眾數的一邊形成長尾,另一邊形成短尾。如果長尾在正的一邊,那么,即該分布具有正的偏斜度(右偏)。反之,長尾在負的一邊,則,即該分布具有負的偏斜度(左偏)。偏斜值不僅反映偏斜的方向,而且能表示偏斜的程度,偏度的計算公式為:
\* MERGEFORMAT (3)
1.2.5 峰度(Kurtosis)
峰度是用來測定收益率分布的形狀的另外一個重要指標,它反映密度函數曲線在眾數附近的“峰”的尖峭程度。通過以正態分布的峰度(其值為3)為標準。如果是一個分布的峰度大于3,則該分布具有過度的峰度,表示分布具有“尖峰、厚尾”的特征。若一個分布的峰度小于3,則該分布具有不足的峰度,表示分布具有“低峰、厚尾”的特征。如果峰度值較大,是由于大幅度偏離均值的異常值造成的。峰度的計算公式為:
\* MERGEFORMAT(4)
1.2.6 風險價值(VaR)
VaR是value at risk開頭字母的縮寫,可譯為“在險價值”或“風險價值”。現今,VaR己經成為股票市場風險測量的最常用模型,其值可以反映投資的風險。Philippe Jorion[1]給出了權威定義:VaR是指在一定的概率水平(置信度)下,某一金融資產或證券組合在未來特定的一段時間內的最大可能損失”用數學公式可表示為:
\* MERGEFORMAT (5)
其中,為金融資產在持有期內的資產價值的變化,表示的積累分布函數。VaR為置信水平下處于風險中的價值。當時,一個多頭的持有者受到損失,所以很小時VaR是一個負值,表示損失。
VaR計算方法較多,但是為了簡化運算,我們選用歷史摸擬方法計算VaR。例如,我們計算樣本1的置信水平為95%日VaR值。先將樣本1的日對數收益率從小到大排序,共311個數據。則311* 5% = 15.6,可得311個數據中第16小的日對數收益率就是樣本1的置信水平為95%的日VaR。同樣方法可以得出其它樣本的置信水平為95%的日VaR值,結果如表1。
2.實證分析
我們將得到的每日股市交易結束后的上證綜指和計算得到的日對數收益率用圖畫出來(如圖1、圖2)。從圖中我們可以看到上證綜指有一次大的上升過程和一次大的下跌過程,這正是股市經過的一波牛市與熊市在圖上的直觀反映。為此,我們將樣本按時間分成兩段,樣本1(2006-07-06到2007-10-18)反映了牛市的上證綜指,樣本2(2007-10-18到2008-12-18)反映了熊市的上證綜指。
下面我們用Eviews軟件[2]計算樣本對數收益率的一些基本統計量,結果如表1。
通過分析計算出來的統計量,我們得到一些有意思的結論。
1)對數收益率平均值(Mean)的分析:樣本1表示在牛市的階段投資,其對數收益率均值最高,為0.004069,而樣本2為熊市的階段投資,對數收益率均值最低,而且是負值說明投資有損失。顯然在牛市的階段投資,收益率會高,而在熊市投資股市則會帶來損失,這符合我們對股市投資的認識。總樣本為0.000265是正值,說明如果投資者一開始就進行投資,其中不做任何操作也能得到一個較好的正收益,這是一種長線投資結果。
2)對數收益率的最大最小值分析。最小的日對數收益率-0.092561在樣本1中出現,最大的日對數收益率0.090345在樣本2出現。這說明在牛市中,股市有一天達到了日損失的最大;而在熊市中某一天卻得到了日收益的最大,這個結果有點出人意料。分析其原因,我們認為這說明中國股市還是一個政策市,很容易受到一些政策因素的影響而形成大起大落,暫時改變運行的趨勢。
3)偏度與峰度的分析:從表中可以看到樣本2中上證指數的收益率偏度為正值,說明其分布有長的右拖尾。這意味著熊市中有少數數據點遠遠游離在大多數點的右側,均值受到這些點的影響將會偏向右側,所以大多數投資者很容易感覺自己的收益益比平均水平要低。而樣本1和總樣本的結論則剛好想反。再看三個樣本的峰度,其值都大于3,這說明上證指數的收益率分布尾巴要比正態分布的厚,其分布密度曲線在距離均值較遠的地方位于正態分布曲線的上方。這意味著收益率出現異常值的概率要大于正態分布時的概率,這就是所謂的尖峰厚尾現象。造成收益率的概率分布呈現尖峰厚尾現象的主要原因是由于存在大幅偏離均值的異常值,且異常值成群出現,這種波動聚集現象可以從收益率的圖2中直觀看到。
4)正態性檢驗:從上證指數的收益率偏度和峰度已可看出不同于正態分布。同時我們用Eviews軟件對樣本進行了Jarque-Bera正態檢驗,(其結果在表2中)檢驗結果是上證指數的對數收益率不是正態分布的。這使得通過基于正態分布的方法如傳統的CAPM模型、APT模型等來預測股價走勢的精度將很差。
5)投資風險分析:首先從標準差看風險,股價劇烈的波動隱藏著金融市場的風險。從表1可以看到樣本2的標準差最大,可見熊市時的股市波動劇烈,意味著較大的投資風險,這一點可以從圖2直觀看到。其次,從風險價值看股市的投資風險。表1可以看到樣本2的VaR值最小,說明置信水平為95%時,在熊市中投資的資金損失值比牛市大,這也意味著熊市的投資風險較大。這說明,股市投資時要看好大趨勢,在牛市時投資風險相對熊市要小。
3.結束語
本文通過對2006年7月6日至2008年12月18日一波牛市和熊市中上海股市指數的日收益率進行了數學方面的統計分析。驗證了股市收益率序列的“高峰厚尾”及“有偏性”等統計特征,特別是牛市和熊市中投資特點的對比分析和風險比較等結論,為更好的把握我國股市的特征,為投資決策提供了有益的參考。
參考文獻
[1]陳躍.Philippe Jorion,風險價值VAR[M].北京:中信出版社,2007.
[2]攸頻,張曉峒.Eviews6實用教程[M].北京:中國財政經濟出版社,2008.
當前我國主要金融風險點剖析
房地產泡沫風險
房地產泡沫是事關中國經濟金融和社會發展全局的重大問題。放任房地產泡沫發展，后果不堪設想。現階段，北京、上海、杭州、深圳等多地房價在短短半年至一年的時間內翻倍，甚至連翻數倍，引發更多購房者恐慌入市，房價進一步被推升，樓市深陷房價泡沫陷阱。讓過熱的房地產軟著陸，中國經濟才有未來。如果任由房價過快上漲，必將帶來一系列風險。
杠杠過高。一些地方為了完成房地產去庫存的任務，通過加杠桿的方式，降低住房按揭貸款利率及首付比例，吸引民眾買房。一些購房者使用首付貸、消費貸等形式加杠桿，導致債務風險上升。在一二線城市，住房供不應求， 2016年1～8月，個人按揭貸款15395億元，增長52.2%。未來如果房價大幅下跌，消費者個人會面臨信用違約風險，銀行的不良率會大幅上升。銀監會的數據顯示，截至2016年9月末，商業銀行不良貸款余額為1.49萬億元，不良貸款率攀升至1.76%。三季度末，關注類貸款占比為4.1%，創歷史新高，關注類貸款很可能轉化為不良貸款。
通貨膨脹。2016年中國樓市一路高歌，相當一部分實體企業老板把錢轉投到樓市中，因為做實體遠不如投資房地產的收益率高，這就導致劣幣驅逐良幣現象出現。大量資金進了樓市的口袋，結果是實體經濟發展資金不足，而背負巨額房貸的“房奴”也沒有錢去拉動內需消費。實體經濟資金和原本可用于消費的資金都被樓市擠占，央行為了支持實體經濟的發展并拉動消費，需要更加寬松的貨幣政策，這就為通貨膨脹埋下了隱患。
國內外流動性波動。國內外多年積累的流動性和當前寬松的貨幣環境，推動中國大量資金流向房地產。然而，如果美聯儲繼續加息導致全球流動性緊縮或中國資本外流加劇，樓市繼續上漲的預期可能就會改變。房地產泡沫有可能導致資金逃離中國。房地產政策收緊，必然要擠出一部分資金，最好的結果就是資金進入股市、實體經濟和三四線城市房地產，最壞的結果是資金逃離中國。“8?11”匯改之后，人民幣貶值預期加大，人民幣匯率屢創新低。因此，須警惕樓市擠出的資金逃離中國。
當前國內房地產市場已經脫離民生軌跡。這不單與國家的政策相背離，而且對于樓市調控也增加了許多困難。中國房地產市場的健康發展方向應是以消費品為主導的方向，買房是為了住，而不是為了賣，更不應把房產作為金融資產炒作。
股市風險
當前，中國股市的主要風險體現為杠桿化、期現聯動以及金融行業聯動特征。第一，以場內融資以及場外融資為支撐的融資杠桿化帶來的風險。融資杠桿對金融市場具有雙重的放大效應，場內融資及場外配資跨市場、跨行業、杠桿化的風險格局極有可能|發系統性金融風險。目前的場外配資其實就是民間版的融資融券，其運作方式主要有互聯網平臺線上配資和線下實體公司配資兩種。投資者從這些平臺或公司借錢炒股，支付較高利息，賬戶虧損到一定限度就會被強行平倉，典型的零門檻、高杠桿、高風險。第二，做空機制放大了市場的波動性和脆弱性。在正常情況下，在配資參與的個股中，除非有重大利空，一般很少出現大面積跌停的局面。但是，隨著配資公司規模的不斷做大，其承擔的風險也就越來越大，為了最大限度地保證自己的利益不致受損，很多配資公司都專門聘請了專業的股指期貨團隊為其運作股指期貨對沖。所以，一旦場外有機構大舉做空股指期貨，很多弱勢股就會迎來大跌，而配資公司此時往往會借勢通過強制客戶減倉或平倉的方式進一步做空股市，從而在股指期貨上謀取暴利，這股力量完全超出了股市的承受能力，不容小覷。第三，資產管理行業的不斷創新使各金融機構之間的經營壁壘逐漸被打破，證券市場交易亦開始形成跨市場關聯、全行業聯動的特征。這種聯動關系主要體現在三個方面：一是證券業務的跨市場關聯；二是產品的內生性全行業關聯；三是金融機構經營的全行業關聯。這種跨市場、產品關聯和機構關聯使得金融風險的傳遞呈現網狀擴散的態勢，極易形成金融風險的空間傳染機制，引發系統性風險。
互聯網金融風險
近幾年，我國互聯網金融發展迅速，但也暴露出一些問題和風險隱患，主要包括：客戶資金安全存在隱患，出現了多起經營者“卷款跑路”事件；信用體系和金融消費者保護機制不健全等。行業發展處在“無門檻、無規則、無監管”的狀態，容易出現劣幣驅逐良幣現象，嚴重阻礙了互聯網金融的健康發展并積累風險，無論是行業還是公眾都期待進一步規范。
信息中介冒進信用中介，監管底線屢被突破。自2014年4月針對P2P網貸行業發出監管聲音以來，堅持信息中介而非信用中介、不得搞資金池的監管底線便已出現在“四條紅線”之中。不過這條監管底線始終沒有被行業所重視，資產錯配、期限錯配背后的資金池問題卻普遍存在。“資金池現象”藏匿著巨大的風險漏洞。
金融風險蔓延已跨區域、跨市場、跨業態。諸多金融創新已經失控。除P2P外，無視金融創新邊界的現象普遍存在，金融風險的蔓延已呈跨區域、跨市場、跨業態的形式。如：第三方支付領域，私自挪用客戶的備付金以及客戶的沉淀資金；在股權眾籌領域，以股權眾籌名義從事股權融資業務、未經批準擅自公開或者變相公開發行股票；在互聯網保險領域不具備金融資質的機構，以非保險名號從事著和保險相同的業務，以金融創新之名從事著非法集資之實。
項目逾期距壞賬僅一步之遙。近期P2P平臺項目逾期已極其常見，面對逾期，不少平臺以自有資金墊付消除不良影響。這似乎給那些碰到P2P平臺逾期的投資者吃了一顆“定心丸”，但是，如果某個平臺自稱零逾期零壞賬，最大可能是介入了資金池。動用資金池的結果就是，將逾期拖成壞賬，將壞賬不斷積累，然后逐漸借新還舊，最后完全被利息拖垮，直到無法兌付而跑路。所以，從長遠來看，從逾期到壞賬，可能就是一步之遙。
債券市場風險
中國債券市場的風險主要包括企業債務風險和政府債務風險。
首先，經濟增長放緩加劇了企業債務問題。隨著我國經濟增長的放緩，不少企業面臨著利潤減少甚至虧損的困境，這進一步增加了企業償債的壓力。可以預期在今后將會出現更多的企業信用債違約的案例，企業與政府融資平臺的債務出現違約或違約預期，或成為中國債券市場的“新常態”。從2014年以來債市發生的兌付風險事件來看，違約風險已經從民營企業擴大到國有企業，從私募債蔓延至公募債，國企已經不再絕對安全，債市違約的常態化跡象越來越明顯。雖然發生違約的案例不算太多，但發行主體評級下調的現象逐漸增多，且國企所占比例逐漸增加。
其次，地方債務是中國可能爆發金融風險點之一。當前正在推進的地方政府債務置換工作，只是推遲了存量債務兌付的時間，并沒有解決大量地方政府債務的質量問題，還要下大力氣尋找化解存量債務的辦法。繼2016年1月11日財政部出臺《關于對地方政府債務實行限額管理的實施意見》，將地方政府債務的限額分為一般債務限額和專項債務限額之后，2016年的地方債務置換工作也隨即啟動。自2016年以來，專項債券作為緩釋地方政府債務的重要舉措，力度空前。銀行作為地方政府債務置換的重要利益攸關方，在債務置換風險緩釋的同時，利潤的下降、資產結構的調整以及客戶的結構都受到直接沖擊，轉型的壓力更加顯現。對于中央政府來說，需要警惕的是，地方政府的財政收支情況正在迅速惡化，再加上債務負擔有增無減，盡管有關部門出臺了“拿時間換空間”的債務置換措施，但在地方支出剛性壓力之下，部門地方政府的財政危機的風險在迅速加劇，不排除少數地方財政風險、金融風險和社會風險等多重風險同時爆發的可能。
再次，美元走強加劇了債務違約風險。一些公司曾經利用成本低廉的美元貸款而積累了大量債務，而隨著我國經濟增長的放緩，這些公司正面臨著雙重威脅：一方面，美元匯率正在大幅上漲；另一方面，隨著美聯儲的加息，這些都意味著一些公司的利息負擔將會增加。
最后，權責利劃分難、缺乏法律保護加大了PPP投資風險。面臨“缺錢”和“欠債”的雙重壓力，PPP成為地方政府融資新模式。從2015年5月政策層面頂層設計明確之后，地方就開始掀起一陣PPP啟動的熱潮，僅2016年下半年簽約規模就已達近萬億元。全國各地都在急著上項目，但如何運作、如何避免走過去的彎路，地方政府難說真正想清楚了。當前面臨的主要問題是法制、地方政府信用、金融體系和公眾參與決策與監管（包括透明）機制等問題。對于規范政府和社會資本雙方的權利，究竟是用行政法來管還是合同法來管，目前在法律層面并無界定。
當前金融風險防范對策
分析中國的金融風險問題，有兩個基本的背景：一個是中國經濟增長放緩，另一個是金融市場化改革。經濟增長放緩會導致不良貸款率的提升，增加銀行的信貸風險、市場風險和流動性風險，推動銀行進軍新的資產類別和業務模式。與此同時，金融市場化改革允許更多的銀行超越之前簡單的存貸款業務，促使各種非銀行金融機構和金融市場業務快速增長，混業經營的趨勢已經非常明顯。然而，當前的金融監管現狀還跟不上金融機構混業經營的步伐，導致監管的空白和重疊，這就需要監管機構之間的協調。中國加強金融監管協調制度安排的目標是要解決不斷變化和不斷增長的系統性風險，這就需要從戰略協調的層面來進行監管制度的設計。
有效的監管制度需要各個國家根據具體情況制定。在筆者看來，中國需要從以下三個方面來完善金融監管制度：一是建立數據采集和共享平臺，二是加強對系統性風險的分析，三是增強監管機構之間協調和綜合分析的能力。
建立數據采集和共享平臺
信息的收集和共享已被許多國家證明是防范系統性風險的重要一步，尤其是在美國。就中國目前的監管協調情況來看，央行需要在數據共享上做出更多的努力，信息收集與共享需要從法律層面消除障礙。為了避免金融監管機構在收集信息過程中重復收集的成本，各監管機構應共享信息，不應存在障礙。中國的金融監管非常重視對流動性的監測。因此，企業部門的外匯風險披露、企業和家庭債務規模、金融機構之間的交叉風險、更精細、及時的統計監測數據、各類交易數據等信息應當在各監管部門之間實現共享。
加強對系統性風險的分析
金融監管機構應密切關注金融風險，其中一個最關鍵的領域就是需要一套完善的評估系統來分析金融風險的關聯性。一是金融市場的流動性風險很可能成為信貸風險。二是一家金融機構風險的上升會傳染給其他的金融機構。三是企業部門的財務困境可以傳遞給金融部門。四是家庭和企業部門的資產價值下降和高風險的債務會導致銀行資產質量的下降，銀行業信用風險增加。因此，中國的金融監管部門應收集更詳細的信息，并對各種風險進行深入分析，尤其是加強各種風險的關聯性分析。壓力測試可以作為早期預警機制，網絡分析可以用來模擬金融系統之間的關聯性。
建立更好的協調制度安排
關鍵詞：VaR GARCH 滬市國債
本文基于GARCH和VaR模型對滬市國債市場的個案進行了相關分析，以期顯示國債在樣本期內的變動性狀。
VaR模型
VaR是國際上新近發展起來的一種卓有成效的風險量化技術，它是英文Value-At-Risk的縮寫，中文通常譯為在險價值， VaR模型通常被稱為風險估值模型。對它的一種較為通俗的定義是：未來一定時間內，在給定的條件下，任何一種金融工具和品種的市場價格的潛在最大損失。確切的說，VaR可表示為：
Probt（P＞VaR）=1-C
其中P為證券組合在持有期t內的損失，C為風險測量的置信水平，VaR為此置信水平下處于風險中的價值。根據定義，VaR實際上是要度量估測“正常”情況下資產或資產組合的預期價值與在一定置信區間下的最低價值之差，即
VaR=wo[E(r)-r*] （1）
其中，wo為持有期初資產組合的價值，r為收益率，E（r）為資產組合的預期收益率，r*為一定置信區間C下最低的收益率。
計算VaR最關鍵也是最困難的問題是確定資產報酬的分布形式，以找到特定分布的一定置信區間C下的最低收益率r*。如果收益率序列{r}服從正態分布，要想求出給定置信水平C下的r*，只要利用正態分布表找到標準正態分布的一個上分位點Z，使得：
，
根據正態分布的性質得出：
其中，μt為收益率序列的期望，而
為標準差，即可得到與置信度C相對應的r*，即
（2）
將公式（2）代入公式（1），可得到一般求解VaR的方差協方差模型，即
（3）
由此可知，一般的測算VaR方差協方差模型，通常假定收益率序列服從正態分布。而現實中，國債收益率序列是否滿足這一假定，需要進行收益率序列的正態性檢驗。目前常用的估算VaR模型波動率的方法有移動平均法、GARCH模型和隱含波動率法，移動平均法假設資產收益率的波動服從白噪聲過程，這一假設與實際的觀察結果常常不一致，隱含波動率則只能運用于有期權產品的資產，因此本文采用GARCH模型方法。
GARCH 模型
近幾年，許多金融實際數據表明：市場在一定時期內有較大波動，為解決實際分析中存在的異方差現象，ENGLE于上世紀80年代初提出了ARCH模型(Autoregressive Conditional Heteroskedasticity)，即自回歸條件異方差模型。Bollerslev又于1986年提出廣義的ARCH模型，即GARCH模型(Generalized ARCH)，其形式為：
(4)
(5)
其中rt為收益率的時間序列，Vart-1(εt)為εt的條件方差。（5）式中系數有關系：
＜1，α＞0，Gi＞0，Aj＞0
我們稱這樣的模型為GARCH（P，Q）模型，模型中的（4）式描述了模型的條件期望部分，投資者在交易中所得到的信息依賴于過去時刻的收益率以及過去時刻預期收益和實際收益間的誤差；（5）式描述了模型的條件方差部分，它不僅是滯后隨機擾動項平方的線性函數，還是滯后條件方差的線性函數，表明了過去時刻的波動對未來價格波動有著正向緩解的影響，從而模擬了波動的集群性。
實證前的分析
由于上證國債指數自2003年1月2日起對外，可考察樣本期太小。故挑選其中個股考察，經比較，20國債（4）具有較強的代表性，考察其從2001年1月2日到2004年5月11日每日的收盤價，共795個樣本。關于收益率公式，本文采用：
（6）
統計樣本均值為-3.1567×10-5，其標準差為0.0021，其樣本偏度為-0.0310，其樣本峰度為13.0043，從中可以看出國債收益率序列的經驗分布頻率與相應的正態分布相比，具有尖峰寬尾的特征，這正是非線性的顯著特性。這說明不能用簡單的正態分布來模擬國債收益率的變化。考慮到條件正態分布既保留了正態分布的特點又能更好地對收益率進行模擬，在此引入條件正態分布，并應用GARCH模型來計算時變的條件方差ht，代入公式（3），可得出計算我國國債市場的VaR值：
VaRt=Pt-1Zα （7）
其中，Pt-1為前一日國債價格，Zα是置信度為標準正態分布的臨界值，當α=0.05時，Zα=1.645，ht是國債收益率序列的條件方差。 則是標準差。
使用自相關函數（ACF）和偏自相關函數(PACF)對收益率序列的自相關性進行分析后，發現在大部分時滯上函數值在置信區間內0附近上下波動，所以收益率序列并不具有自相關性，因此在條件期望模型中不需要引入自相關性的描述部分，于是收益率rt由一個常數項C加上擾動項εt組成，其中Eεt=0，即rt=C+εt。
盡管收益率序列的ACF值揭示了其弱相關性，但收益率的平方的ACF值卻表現出了一定的自相關性，在時滯為1時呈現顯著自相關性。最后對相關性進行定量檢驗，使用ARCH檢驗和Q檢驗。
在不存在序列相關的假設下，Q統計量和ARCH檢驗的統計量近似服從x2分布。對收益率序列進行Q檢驗，發現時滯為10，12，15時的P值分別為0.2747，0.2560，0.2938均大于0.05的顯著性水平，說明接收原假設，不存在明顯的序列相關性。
但是在對收益率平方進行Q檢驗時，在0.05的顯著水平下時滯為10，12，15的P值均為0，收益率方差存在非常明顯的序列相關性。結果證實了收益率序列具有GARCH效應，說明國債價格收益率序列具有異方差性，因此使用GARCH建模是合適的。
模型參數估計與選擇
GARCH(1，1)模型參數估計結果如下：rt=-0.00010954+εt；
(-1.7528)
σt2 =1.6117×10-6 +0.1851σ 2 t-1+0.599εt2
(13.6621) (4.7064) (10.2098)
括號中為t統計量，可以看到G1，A1在0.05的顯著水平下明顯地異于零，說明此國債收益率過去時刻的波動大小對當前波動大小有明顯的影響，此外G1+A1
對模型進行最優選擇，使用AIC和BIC信息準則來比較可供選擇的GARCH模型。對各種模型的檢驗如表1，發現隨著參數的增加，AIC，BIC值并沒有顯著增加，直觀上說明可選用較為簡單的GARCH(1，1)來建模。
此外，用似然比檢驗進行定量分析，假設選用GARCH(1，1)建模可以達到良好效果，通過計算發現在顯著水平為0.05的條件下，P值為1.0000，因此接受原假設，證實了選擇GARCH(1，1)來擬合收益率序列的易變性是合適的。
求解VaR并結論
就此本文完成了對GARCH(1，1)模型確定前的檢驗，開始代入收益率序列進行計算，利用公式(7)，計算得到滬市20國債（4）每日VaR值，該值給出了該國債在一置信概率下的最大損失下界。
計算所得滬市20國債（4）每日VaR值的基本統計特征，偏度為2.3192，峰度為11.8328，均大于0，表明該序列與標準正態分布有一定偏離，且具有右偏、高峰特征，說明在國債的日VaR值中，低于按其自身時間序列計算的平均VaR值天數較多。
由表2可以看出，滬市20國債（4）最大前十名VaR主要集中在2002年4月（5，8，9日），2002年7月（2，3，4日），2002年9月（12，13日），2003年11月（19，21日），這說明2002年對于這個國債來說，其總體風險較其他年份為大，而且日期都相對集中，證實了異方差模型的波動群集效應。
分析這些時段的風險極大的原因可以發現，將20(4)國債放到我國證券市場的宏觀背景下來分析將得出一些變動的原因。我國國債市場主要的成因來自于政策風險，如2002年4月份那次，是由于4月5日證監會、國家計委、國家稅務總局聯合發文，決定自5月1日起調整證券交易傭金收取標準。傭金浮動對證券業的沖擊強度幾乎前所未有，導致券商之間的競爭更為激烈。因而在國債市場引起較大沖擊，而使國債風險波動較大。
而2002年6月20日，上海交易所公布將于7月1日正式推出上證180指數，取代原來的上證30指數，為建立我國權威統一指數邁出了重要一步，為今后股指期貨的推出打下了基礎。該政策公布后，在6月24日行情中引領大盤藍籌股大幅上揚。這也使得相應的國債市場風險波動劇烈。這些政策變化都反映在滬市20國債（4）這支個股上，其波動性狀折射出中國國債市場受政策影響的一角。
參考文獻：
1.王洪禮，李勝朋，李棟.Garch-M模型的滬市險值實證研究.天津大學學報，2005.5
2.王玉榮.中國股票市場波動性研究－ARCH模型族的應用.河南金融管理干部學院學報, 2002.5
關鍵詞：房地產企業 財務風險 風險測度
房地產業是一種高風險、高收益的產業，價值規律如同一只“看不見的手”給房地產開發企業投資帶來巨大的不確定性。作為典型的資金密集型行業，由于資金投入量大、回收期長、變現能力差等特點，同時存在行業自身尚不成熟、體制不健全、法規不規范等問題，決定了房地產企業必然會面臨巨大的財務風險。中國指數研究院2008年6月的一項有關房地產上市公司研究成果表明：滬深房地產上市公司資產負債率在2007年大幅上升，達到76. 49%，負債風險顯著提高。同時，部分滬深房地產上市公司在多次加息后資本成本上升，EVA （經濟增加值）降幅明顯。數據顯示，近百家滬深房地產上市中，超過60%的公司2007 年EVA為負，導致滬深上市公司資產成本壓力日益加大。房地產企業的財務風險成為當前房地產企業亟待解決的問題之一。本文從實證分析的層面來來測度和反映我國房地產企業財務風險，并就此提出防范房地產行業財務風險的相關對策，從而為促進我國房地產企業健康發展進行積極探索。
一、房地產企業財務風險表現形式及其管理問題分析
（一）房地產企業財務風險的表現形式 房地產開發企業，財務風險主要表現為以下幾個方面：（1）償還債務風險。開發企業雖然也實行資本金制度，但大部分開發企業在初期階段均以負債開發為主，自有資本金比例相當低，大量的開發資金來源于借貸。根據調查顯示，目前我國房地產開發企業的資產負債率平均高達75%以上，甚至有超過90%以上的，遠高于60%的警戒線。籌資結構不穩定，資金成本高。在所謂高回報利益趨動下，很多企業置到期能否償還本金及高利率的風險于不顧，盲目地、過度地、不合規范地進行名目多樣的籌融資活動，資金空轉、借貸短期流動資金貸款、大面額存單轉貸等，為企業埋下了到期支付能力及利滾利負擔的財務風險。（2）利率變動風險。房地產企業需要的資金鏈一般都很長。在負債經營期間，由于通貨膨脹等影響，貸款利率發生增長變化，利率的增長必然增加公司的資金成本，從而抵減了預期收益。高額的利息將成為房地產企業沉重的負擔。自2008年以來我國經濟通貨膨脹問題較大，財政政策的緊縮同時貨幣市場上利率增長，使得我國大部分房地產公司資金成本的上升，進而使得企業預期收益減小的風險增大。利率變動風險在某種意義上是房地產企業面臨的諸多風險中最為致命的不測風險。（3）再籌資風險。對于房地產企業來說，高負債率進一步限制了企業在其他融資渠道上進一步得到貸款的可能性。而且房地產企業的經營鏈條一般比較長，這種高負債率的存在使得鏈條斷裂風險加大，一旦斷裂會造成其他企業的連鎖反應， 再籌資風險的效應會放大從而給集團經營帶來致命威脅，從而對整個經濟來說也是一個巨大的經營風險。
（二）房地產企業財務風險管理存在問題 目前房地產企業財務風險管理存在問題主要有：（1）企業貸款比較隨意。目前我國有些房地產企業沒有對資金進行科學合理規劃，為了使得一些項目上項，有些企業沒有對自身的資金潛力進行估算，沒有對內外負債進行估計。而是千方百計地向銀行貸款甚至向事業單位借款，從而加大了房地產項目的投資風險程度。再者，一旦拿到項目上項以后，并沒有對整個項目進行合理規劃，沒有做全面的研究計劃，盲目使用，分不清資金使用的輕重，沒有從整體上規劃項目的用款，客觀上導致風險的增大。（2）單個項目的負債金額較大。我國大部分房地產企業的大量資金都是來源于借貸，很少有自有資金，因而其借貸的資金金額都比較大，如果項目較大的話，同樣導致負債成本的上升。另外，一些項目上項以后，由于質量的難度和風險使得項目在很長時間內都成為一個比較大的問題困擾著房地產企業。有些房地產企業為了能使項目正常開工，在所謂高回報的利益驅動下盲目舉債加重了成本負擔與債務風險，企業負債規模巨大，利息支出加大，收益降低而導致企業喪失償付能力或破產的可能性也增大。（3）資本結構不合理。而且根據組合風險分散理論，多元化籌資可以有效地分散企業的籌資風險，單一化籌資是非常危險或成本很高的，極易造成資金鏈斷裂。（4）內部信息傳遞不暢。目前，大多數房地產集團內部各部門之間以及上下級企業之間缺乏統一的規劃，就很容易造成房地產企業難以對下屬的部門及子公司的財務數據進行提取、匯總、分析和管理。（5）對開發項目缺乏合理規劃和科學管理。由于房地產具有不可移動性，其交易的完成只能是通過所有權或是使用權的轉移；其次，由于房地產投資的規模大、占用資金多，決定了房地產交易的完成需要一個相當長的過程。這些都影響了房地產的流動性和變現性，因此，科學的規劃和管理非常重要，一旦規劃不合理，開發定位出現失誤，投資分析缺乏可靠依據、開發過程缺乏嚴密、有效地投資控制、進度控制、質量控制等，就會造成企業財務風險的出現。鑒于房地產企業發生財務危機的現實，房地產企業只有構建符合自身條件的財務危機預警模型，才能及時的發現財務危機的相關動向，隨時動態跟蹤公司的財務狀況，根據預警判別值的變化和判別區間的歸屬來預測公司發生財務危機的可能性，及時發現導致公司財務危機存在的不良因素，以此尋找關鍵原因，采取適當措施，從而對財務風險加以有效防范和控制。
二、房地產企業財務風險的實證測度
（一）預測指標的選擇 本文選取了我國滬深交易所A股的39家房地產公司作為研究樣本。在選取的樣本中，房地產行業上市公司數目，ST公司數目都排名第2，滿足實證研究對樣本的要求，能有效保證實證分析結果的準確性和可靠度。本文選取的具體數據和相關指標按照以下幾個方面來選擇：本文引用的流通股市值是以公司股票當年12月31日收盤價為依據計算得來的，而非流通股本則是以每股凈資產與非流通股數相乘計算的；所有年報數據均采用合并會計報表中的數據；由于所需的利息費用一項從公司財務公布的報表中難以獲取，因而使用報表中的財務費用來代替利息費用；每股凈資產、凈資產收益率、每股收益采用非國際標準數值；總資產按年末數計算。
（二）z模型及其修正 美國學者奧爾曼（Altma）在20世紀60年代中期構建了Z―Score模型，這個模型主要是用來預測企業破產發生的概率。他通過選用66家樣本企業，即33家破產企業和與之相對應的相同規模相同行業的33家正常企業，然后按流動性、獲利能力、財務杠桿、償債能力和周轉能力五項標準選取了22個指標，最后從中選取五個財務變量，并賦予這五個財務變量一定的權重，這五個變量分別為營運資本/總資產、留存收益/總資產、息稅前利潤/總資產、股權市價總值/總負債、銷售收入/總資產，并依據這個五個變量建立了Z模型。利用搜集到的樣本數據代入Z模型計算出一個數值，根據該數值歸屬哪個區間來預測企業財務危機發生的可能性，其本質是一種多元線性模型。其基本公式為：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5。奧爾曼（Altman）在總結搜集到的破產企業數據中，發現了判別Z模型經驗性臨界值，其中2.675為上臨界值，1.81為下臨界值。當判別Z值高于2.675時，企業被認定為財務狀況良好，破產幾率極低；而當判別Z值高于1.81、低于2.675時，企業通常財務狀況不穩定，有可能存在財務危機的隱患，需要進一步的跟蹤；如果判別Z值低于1.81，則該企業被認為存在極大的破產概率，如果不采取有力措施，將難以擺脫破產命運。具體來說，奧爾曼（Altman）提出的Z模型臨界區間如（表1）所示。從Z模型判別區間可以看出，計算出來的Z值越大，則企業出現的財務危機越小，破產機率極低，相反Z值逐漸變小，則企業出現破產機率逐漸增大。同時奧爾曼還發現Z模型在企業破產時前一年預測企業破產情況正確率相當高，在33家破產企業樣本中能有效預測31家，33家正常企業樣本也能準確預測到32家未發生破產，預測正確率達到95.45%。為了更好的證明Z模型預測的良好效果，奧爾曼教授又選取了81家樣本企業即25家破產企業和56家非破產企業，同樣采取類似的判別方法，實證結果得出Z模型預測正確率達到93.83%。本文在借鑒奧爾曼對各個變量的定義及計算公式，同時考慮到我國的一些特殊情況，對Z模型運用的5個變量計算公式設定為：X1：營運資金/總資產=（流動資產-流動負債）/總資產；X2：留存收益/總資產=（未分配利潤+盈余公積）/總資產；X3：息稅前利潤/總資產=（凈利潤+所得稅+財務費用）/總資產；X4：股權市價總值/負債總額=（每股市價×流通股數十每股凈資產×非流通股數）/負債總額；X5：銷售收入/總資產=主營業務收入/總資產。
（三）Z模型臨界值的修正 奧爾曼教授構建的Z模型是具有相當大的學術價值，但是判別方法是基于西方國家較為完備的市場經濟環境下的企業風險測度，并不適合我國市場經濟條件下的上市公司風險測度，尤其是該模型所設置的臨界值偏高，并不適合我國房地產企業財務風險的評價。因此，具體到我國房地產企業的現實來說，必須探索適應我國市場經濟條件下的房地產企業財務風險判別標準，才能精準反映我國房地產企業的財務風險狀況。基于此，本文在借鑒相關文獻資料和數據統計支持下提出我國房地產行業上市公司的經驗臨界值，然后利用2008年的數據對經驗臨界值做出檢驗。目前，國內學者使用凈資產收益率指標來預測財務危機時，如陳曉、陳治鴻在研究中認為當凈資產收益率小于6%，財務風險較大。因而根據凈資產收益率小于6%，得出財務風險較大這一結論。本文統計了此段區間房地產公司的Z統計值，隨后再把條件調整地更為嚴格一點，讓每股收益和凈資產收益率都小于零。因為通常一家公司每股收益和凈資產收益率小于零時，人們一般認為該公司出現財務危機的可能性更大，所以相應的本文也計算了此段區間房地產公司的Z統計值，具體見（表2）。由表得知，當Z值小于0.8481時，ST公司有6家，占了總ST公司的近70%；非ST公司有10家，占總非ST公司的11%。根據謹慎性原則，為了包含更多的ST公司起到提示風險的作用，本文估計Z模型下臨界值為1（0.973的約數）。許多文獻（劉鳳嬌，2006；王芳云，2005）都表明，當每股收益大于0.4時，公司的財務狀況比較好，本文選為風險較小者，對每股收益大于0.4這一區間的Z值做數據統計，見（表3）。同時也運用了另一個傳統指標凈資產收益率來判別風險較小者，根據有關文獻及房地產業業績評價標準，當凈資產收益率大于10%時，公司財務風險較小。對凈資產收益率大于10%這一區間的Z值做數據統計，見（表4）。根據謹慎性原則，本文定義當Z值大于1.7（1.6133，1.8368兩者的平均值）時為業績比較好的公司，風險較小，見（表5）。在Z值大于1.7時，有20家公司，這20家公司按每股收益、凈資產收益率、主營業務收入排名都在前面，其每股收益、凈資產收益率遠超過房地產行業上市公司加權平均每股收益（-0.4）和加權平均凈資產收益率（0.09）。綜上所述，本文提出我國房地產行業上市公司Z指標的經驗臨界值見（表6）。
（四）新z模型臨界值檢驗 運用房地產上市公司2008年度財務數據對結論進行檢驗，在86個非財務危機公司中，模型把9個非財務危機公司判別為財務危機公司，其判別準確度為89.5%；7個財務危機公司中，有1個被認定為非財務危機公司，模型判別準確度為86%；對于整個樣本來說，模型判別正確為83個，總體判別準確度為89.2%，模型能具有較好的區分度。從判定結果來看，修改的Z模型的臨界值具有較好的使用價值。可以利用Z模型臨界值變化趨勢來預警房地產公司財務危機。如2009年房地產行業上市公司被實行退市風險警示的珠江控股公司股票，從連續三年的Z值數據來看2006為 1.468，2007為1.056，2008為-0.04，公司發生財務危機概率大。因此，在運用奧爾曼模型對我國房地產企業財務風險進行測度時，應該運用修正后的Z值進行判別，這樣才能準確衡量我國房地產企業財務風險，并能加以有效防范和控制。
三、房地產企業財務風險的控制策略
由于房地產企業財務風險相對較大，因此應加強對其財務風險的動態管理，全方位、多層次地對其可能發生的財務風險進行全過程的預測和管理，以便將財務風險控制在最小程度的范圍內。一是做好全面預算和財務集中管理。將非正常的經營活動控制在萌芽之中，減少企業不必要的損失。并通過滾動預算，不斷通過實際與預算的比較以及兩者差異的確定和分析，制定和采取調整經濟活動的措施，對企業潛在的風險進行揭示和預防。同時，全面預算體系還可以初步揭示企業下一步的預計經營情況，根據所反映出來的預算結果，預測其中的風險所在，以預先采取風險控制措施，達到規避與化解風險的目的。二是合理安排權益及債務資本，優化資本結構。一般而言，隨著負債比例的上升，企業的債務風險也會逐漸加大。對房地產企業來說，一方面可以利用本身的良好信用、土地使用權進行銀行貸款，充分發揮財務杠桿的作用；另一方面，應把債務風險控制在企業可以接受的范圍內。以此來優化資本結構，為控制財務風險奠定基礎。三是注重融資策略創新，建立多元化融資渠道。企業可以積極地、主動地實施信托計劃、進行股權融資、房地產投資基金融資、典當、銷售融資、采購融資、資產證券化等多元化融資渠道，以取得廣泛的資金來源，避免主要依靠銀行舉債來獲得發展資金。通過融資渠道多元化、搭配好資產權益比率等方法，既可以充分發揮負債的財務杠桿作用，又可以將財務風險控制在企業可以承受的范圍內，有利于企業的長期穩定發展。四是加強資金管理，提高資金的利用率。在財務上實施嚴格的財務監控，制定合理的現金使用計劃，合理安排資金的調度，保證生產經營活動所需的現金。通過建立穩定的信用政策和收款政策，為客戶建立資信評估和等級評級，從而加快賒銷賬款的收回，降低企業壞賬損失風險，加速資金的運轉，提高資金的利用率。同時， 企業要努力降低商品房空置率，減少資金占用，加速資金周轉，提高資金利用率。五是加強投資項目管理，控制投資風險。房地產企業在進行項目投資前，首先要進行嚴密的市場調研，聘請專業人員參與調研工作，做好項目的風險分析和可行性分析，要避免因管理者個人的喜好導致項目定位失誤，降低和減少財務決策的盲目性和風險性。另外，投資項目開發建設周期越長，風險管理中的不確定性就越多，風險也就越大，所以，企業要注意縮短項目建設周期，這不僅有利于加快資金周轉，也有利于減小因開發期內外界經濟條件的變化而對項目帶來的風險。六是建立房地產公司的財務預警系統。通過建立短期財務預警系統，編制現金流量預算，為房地產企業提供預警信號，使經營者能夠及早采取措施。此外，在建立短期財務預警系統的同時，還要建立長期財務預警系統，更好地使管理者和員工掌握財務風險的預防、控制、化解和處理的全過程以及自身的風險責任履行情況，責權利相結合，更好地激發員工參與風險管理，控制風險損失。
參考文獻：
一、壽險公司資產負債管理的含義
資產負債管理是管理保險資金運用的一種實踐。這一認為，壽險公司要實現資金運用安全性、流動性和盈利性三者的均衡，不能只靠資產或負債單方面的管理。而必須根據環境的變化和壽險公司的業務狀況對資產和負債進行統一協調管理。在廣義上，它可以被定義為：在給定的風險承受能力和約束下，為實現財務目標而針對資產和負債的有關決策進行的制定、實施、監督和修正的過程。從狹義看，資產負債管理是一種系統化資產和負債的總體程序，是在利率波動的環境中，根據利率變化的趨勢，運用各種工具，設法使凈資產值最大化的管理技術。因此，狹義的資產負債管理就是利率風險管理。從資產負債管理兩個層次的含義來看，壽險公司不僅要對資產組合和負債組合分別進行管理，而且還要在此基礎上協調兩種組合的管理，通過同時整合二者的風險特性，以獲得相應的回報。這與傳統的資產管理方式（MPT）不同，MPT只注重投資的資產部分，注重投資風險和收益之間的管理，這種管理方式忽略廠負債因素。
一般而言，由于資產負債管理能夠有效地控制利率風險和防止大的失誤，因此，從國外的情況看，有關資產負債管理的討論大多局限于利率風險。所以，從直觀上講，壽險公司的資產負債管理，就是要在充分考慮資產和負債特征的基礎上，制定投資策略，使不同的資產和負債在數額、期限、性質、成本收益上相匹配，以控制風險。當然，壽險公司資產負債管理的遠不止這些，資產負債管理涵蓋的內容相當廣泛，比如從產品方面所考慮的險種差異、定價利率假設以及市場利率變化時保險客戶執行嵌入選擇權對現金流量所造成的，到從資產方面考慮市場利率、經濟環境變化對金融產品價格的影響等等，但其核心內容則是管理由利率風險導致的資產與負債現金流的不匹配。具體而言，資產負債匹配在資金運用方面的內容有以下幾個方面： （1）總量匹配。即資金來源與資金運用總額平衡，資金來源總額匹配資金運用總額；（2）期限匹配。即資金運用期限與收益要與負債來源期限與成本匹配，長期資產匹配于長期負債和負債的長期穩定部分，短期資產同短期負債相匹配；（3）速度匹配。即壽險資金運用周期要根據負債來源的流通速度來確定；（4）資產性質匹配。即固定數額收入的資產與固定數額的負債匹配，部分變額負債，如分紅保險、投資連結保險與變額資產匹配。
總體而言，同其它類型的金融機構相比，壽險公司的資產負債管理具有其特點。首先，壽險產品的存續期限比較長，流動性要求較高，利率敏感性較強，且必須保證具有充分的到期給付和退保給付能力。因此，單純從負債管理角度看，壽險公司的負債管理要比其它金融機構的負債管理困難得多；其次，從資產管理方面來看，壽險公司的資產主要包括銀行存款、債券、證券投資基金等，而且在現有資產中，固定收益資產又占絕大多數，現有資產的期限遠比壽險保單的期限短，其市場價值變動的性質與負債不一致。因此，壽險公司的資產質量和數量低于負債的要求，其產品管理能力強于投資管理能力，資金運作方式遠不如其它金融機構那樣靈活，在現有的資金運用方式下，有的壽險產品很難找到合適的資產與之匹配。因此，利率的波動性和資金運用收益的不穩定性，加大了壽險公司資產負債管理的難度。
二、美國壽險業資產負債管理經驗教訓的借鑒
美國壽險業的資產負債管理基本上是針對利率風險起來的。在上世紀70年代，利率的不尋常波動產生了一系列問題，如因資產的流動性差，美國的許多壽險公司不能應付迅速增長的提現要求，消費者對壽險公司產生信用危機并引起高額退保。面對這種情況，部分壽險公司難以通過調整資產和負債結構來降低利率風險的影響，處于極為被動和尷尬的境地。70年代中后期，諸多壽險公司破產的教訓使美國的壽險業逐步認識到資產負債管理的重要性，并開始將資產負債管理作為主要的業務問題看待。在日常的經營管理過程中，美國壽險業開始運用許多復雜的資產負債管理策略和技術，其成功的經驗主要體現在以下幾個方面：
1.產品創新。為了規避利率風險，美國的壽險產品不斷創新。從1971年開始，美國壽險市場先后推出可調整壽險、變額壽險、萬能壽險、變額萬能壽險以及投資連結保險等許多新型壽險產品。這些利率敏感型壽險產品的推出，一方面將壽險公司的部分經營風險轉移給了保險客戶；另一方面又使壽險業務與證券投資的聯系更加緊密。
2.使用了許多復雜的數學模型、資產負債管理以及機模擬技術進行表內資產負債管理。其中，有代表性的優化模型包括：隨機控制模型、機會約束規劃模型以及其它一些隨機最優化模型等；有代表性的資產負債管理與檢測方法包括：彈性檢測方法、現金流量檢測（CFT）、動態償付能力檢測（DST）、現金流匹配、免疫理論、財務狀況報告（FCR）、風險資本（RBC）、動態財務分析（DFA）以及隨機資產負債模型等。
3.使用大量的金融衍生工具管理表內外頭寸。美國的壽險公司在資產負債管理過程中所使用的金融衍生工具不僅類型廣泛，而且規模也很大。從債券期權、股票期權、外匯期權以及利率期權到互換與期貨等衍生工具等無所不包，金融衍生產品已經成為美國壽險公司基本的資產負債管理手段。2001年底，美國86％的壽險公司使用金融衍生產品控制利率風險和股市風險，可見，美國壽險業的資產負債管理很大程度上是借助于金融衍生產品完成的。
4.壽險公司傳統的組織架構不能有效的運用資產負債管理。營銷管理人員、精算師和投資管理人員缺乏有效的溝通，為此，部分規模較大的壽險公司對這種管理架構進行了變革。變革后的管理架構基本上適應了資產負債綜合管理的要求，部門間實行有效的橫向溝通，且有規范的信息傳遞路線和有效的風險報告制度。
5.形成了內容豐富、有效的資產負債管理報告體系。報告的內容由傳統的靜態和動態利率報告、久期凸性報告、現金流和利潤率測試、資產流動性報告、Beta值報告、 A／E比率報告，擴展到涵蓋動態平衡收入表、流動性／基金風險分析、VaR、EaR報告、CET報告、利潤、資本、準備金、資金運用收益敏感性分析報告等。
總之，美國壽險業針對利率變動風險、流動性風險、信用風險以及產品定價風險，在經營過程中了一系列的資產負債管理策略和模型。除此之外，一些較大規模的壽險公司還設立了資產負債管理委員會（簡稱ALCO），從而在組織上保證了資產負債管理戰略的實施。其中，ALCO的一個重要職責就是對經濟環境和市場運動趨勢進行預測，制定ALM策略概要及其利率風險的管理政策等。因此，美國壽險公司經營成功或失敗的經驗與教訓給我們的啟示是：我國保險業也應實行有效的資產負債管理。
三、資產負債管理的組織系統
一般而言，衡量壽險公司資產負債管理能力的標準有兩個：一是量化的能力；二是將資產負債管理融人溝通和企業經營策略中的能力。其中，適當的組織架構設置是將資產負債管理融人企業溝通并保證資產負債管理程序有效性的基礎。
，我國壽險公司的管理架構大多采取資產管理和負債管理相分離的架構設置，組織架構不能有效地實行資產負債管理。實際運行情況是，資產運營部門負責資產管理；產品開發、精算以及營銷等部門負責負債管理，二者缺乏有效的橫向溝通，資產運營部門不能準確把握產品特征，如對于投資管理部門來說，產品的久期、凸性等參數對于確定投資組合非常重要，但在實際的資金運用過程中，投資管理人員卻不能獲得這方面的信息。當然，產品開發、定價以及銷售等部門同樣也不了解各類投資工具的風險收益特征。因此，壽險公司要在組織內推行資產負債管理模式，其組織架構的設置就應當以實現組織成員間的有效溝通為準繩。從另外一種角度看，由于壽險公司的資產負債管理是一個從產品設計與定價——投資策略的制定——產品設計與定價的循環有序的過程，資產負債管理的各個環節構成了一個閉環系統，各個環節在系統內保持有機聯系。為保持這種有機聯系，系統需要一個完整統一的報告體系，需要在組織系統中提倡橫向溝通以代替傳統的縱向溝通，需要全面的信息。因此，壽險公司組織架構設計的基本原則就是應當有助于實現組織內的這種充分的橫向溝通。
對于我國壽險業而言，目前構建完整的資產負債管理式架構是不現實的。事實上，我國的壽險公司目前采用的都是傳統的縱向組織結構形式，完全打破現有的組織架構對壽險公司會有較大的負面。另外，壽險公司建立獨立的資產負債管理式組織架構的內、外部條件也還不夠成熟。當然，對于我國保險業來說，盡管暫時不需要在組織系統中建立永久的、獨立的資產負債管理部門，但還是有必要建立有效的組織架構來保證資產負債管理模式的實施。因此，目前我國壽險公司的組織架構變革應采取循序漸進的方式，在采用資產負債管理戰略的初期，壽險業的資產負債管理采用矩陣式的管理架構是一種可考慮的方案，如圖1所示。
傳統的矩陣式管理是美國加州理工學院的茨維基教授發明的一種通過建立系統結構來解決的創新，后來被推廣為激勵創新的一種管理方法。它在項目管理上，是階段性的，隨著項目的結束而結束，后來在此基礎上又有所創新。這種組織架構的優點是能夠最有效地利用資源，并最大范圍地達成資源共享，管理層次比較分明，易于系統管理。壽險公司資產負債管理的矩陣式組織架構不完全等同于傳統的矩陣式管理，它可以將資產負債管理作為一個長期固定的項目，項目的宏觀指導和協調由資產負債管理委員會負責，資產負債管理委員會列于董事會之下，由首席執行官、財務主管、投資主管、首席精算師以及營銷主管等組成。其主要職能是：制定投資政策、財務政策、確定產品的開發策略、制定資產負債管理戰略，并從全局角度監控公司的資產負債管理過程。資產負債管理過程由相應的任務團隊執行，任務團隊對資產負債管理委員會負責，它由產品開發、定價、營銷以及投資管理等部門的技術專家和人員組成。按照資產負債管理任務的不同，任務團隊又可以劃分為多個工作組。這樣的架構設計不僅可以使各部門的技術專家同最高決策層之間保持有效的垂直溝通，而且還可以使產品部門和投資部門的工作保持充分的橫向溝通和協調，產品的設計與定價受到投資組合的限制，反之也是如此。因此，矩陣式資產負債管理組織架構設置的目標就是使產品特點和投資目標相互融合，使資產與負債之間連動作用，達到資產與負債相協調的目的。這種管理模式由橫向的職能部門和縱向的運行部門構成“管理矩陣”，減少了管理層次，強化了資源共享，消除了信息阻隔。
總之，壽險公司要達到資產與負債相協調的目標，就必須有一個使技術專家與最高決策層之間保持有效的垂直溝通，部門間保持充分有效的橫向溝通的組織架構作保證。
四、可選擇的資產負債管理技術
自20世紀70年代起，經過近30年的，資產負債管理形成三種管理技術。第一是表內管理技術，管理對象是表內資產負債項目；第二是表外管理技術，即運用衍生工具管理利率風險的技術；第三是資產負債管理的證券化技術。其中，表外管理技術需要種類齊全的金融衍生工具和一個運作良好的金融衍生產品市場。至于證券化管理技術，除了具有表外管理技術所必備的條件之外，還需要有資產證券化的環境。由于我國的金融市場發展相對落后，保險公司運用這兩種技術的條件也還不成熟。因此，我國保險公司資產負債管理的重點在表內管理技術。
