工业企业风险动态预警及政府监管研究

论文摘要

企业在激烈的市场竞争中,面临来自外部市场环境和内部管理运营的变化和不确定性带来的双重风险考验。如不加以有效控制,风险就会转化为危机,进而导致企业经营的失败乃至破产消亡。2008年开始席卷全球的金融危机,导致了一大批国内外知名企业的破产。近些年来,世界各国的学术界、企业和政府都越来越意识到企业风险管理的重要性,几乎所有行业的大公司都把企业风险管理作为企业管理的重要内容,企业风险管理甚至被称为2004年二十大思想突破之一。研究企业风险的形成机理,并对企业风险进行有效管理,对于促进企业个体乃至整个国民经济的健康可持续发展,具有重大的现实意义。本论文回顾评析了企业风险的识别与预警的以往相关研究,系统梳理了企业风险预警的基本方法,全面考察了企业风险管理的理论与实践,探讨了企业风险管理的一般程序和方法；构建了具有较高信度和效度的工业企业风险的动态预警指标体系；建立了工业企业风险的动态预警Logit回归模型和Probit回归模型；研发了工业企业动态预警指数的测度体系和测度模型,并从季度、年度两个时间维度,对工业企业风险指数进行了实际测度；研究制定了对工业企业风险进行政府监管的路径方略与具体措施,为政府和企业分析、识别、预警和应对风险提供了实操指南。本文的研究内容和研究结论主要有以下几个方面：(1)系统梳理了工业企业风险的形成机理。在清晰界定企业风险内涵的基础上,将工业企业风险形成的影响因素归纳为战略、财务、运营和宏观环境四个维度,并指出了企业风险的形成机理。(2)构建了工业企业风险动态预警的指标体系。从财务层面、宏观经济层面两个维度遴选了33个指标建构了工业企业风险动态预警的理论指标体系,运用因子分析和相关分析等多重实证方法对预警指标进行了实证筛选,构建了具有较高信度和效度的工业企业风险的动态预警指标体系。(3)通过实证研究建立了工业企业风险动态预警的多元排序Logit回归模型和Probit回归模型,在个体层面上,为企业风险的动态预警提供了具有前瞻性和可操作性的预警工具。实证研究结果表明,25个指标进入了排序多元Logit模型,20个指标进入了排序多元Probit模型,两个模型的预警指标中有10个财务指标和8个宏观经济指标是相同的。工业企业风险动态预警的多元排序Logit模型和多元排序Probit模型具有较高的预测准确率,模型总体预测准确率接近56%,如果考虑模型预测误差在一个等级内,模型预测准确率约为95%。(4)研发建立了工业企业风险动态预警的季度风险指数和年度风险指数。在工业企业风险的动态预警Logit回归模型和Probit回归模型的基础上,选择了27个关键性预警指标,研发了工业企业动态预警指数的测度体系和测度模型,并从季度、年度两个时间维度,对工业企业风险指数进行了实际测度,在企业总体(所有产业领域的工业企业)或企业群体(某个产业领域的工业企业)层面上,为动态预警工业企业风险提供了有效的工具。季度风险指数的研究结果表明,2005年1季度至2012年3季度,我国工业企业风险指数呈上升之势,每一年度的1季度风险指数最高,2季度次之,4季度风险指数最低。年度风险指数的研究结果表明,工业企业风险指数呈每年逐步上升之势,从工业企业年度风险指数的整体走向趋势上看,也可以将2005年至2012年的工业发展分为4个阶段,年度风险指数的研究结果与季度风险指数的研究结果具有高度的一致性。(5)对工业企业风险的政府监管进行了顶层设计。重点从工业企业风险管理指引、风险管理网络信息系统、研发工业企业风险动态预警指数和调整对工业企业风险宏观调控的政策等四个层面,制定了一整套对工业企业风险进行政府监管的路径方略与具体措施。总的来看,本文的理论和实证研究成果丰富和完善了企业风险管理理论,在企业个体和企业总体层面上,为工业企业风险的动态预警提供了具有前瞻性和可操作性的预警工具,为工业企业风险的全面管理提供了政策工具。

论文目录

• 致谢
• 摘要
• Abstract
• 目次
• 图目录
• 表目录
• 1 导论
• 1.1 研究背景
• 1.1.1 国际金融危机背景下工业企业风险凸显
• 1.1.2 企业风险管理理论的演进与实践的发展
• 1.2 研究意义
• 1.2.1 理论意义
• 1.2.2 实践意义
• 1.3 研究方案
• 1.3.1 研究框架与研究路线
• 1.3.2 研究方法
• 2 企业风险预警与管理的文献综述
• 2.1 企业风险的内涵与分类
• 2.1.1 风险的概念
• 2.1.2 企业风险的定义
• 2.1.3 企业风险的分类
• 2.2 企业风险的成因与形成机理
• 2.2.1 企业风险的成因
• 2.2.2 企业风险的形成机理
• 2.2.3 小结
• 2.3 企业风险的识别和预警研究
• 2.3.1 企业风险的识别
• 2.3.2 企业风险的预警研究
• 2.4 企业风险管理理论的演进
• 2.4.1 企业风险管理的定义
• 2.4.2 企业风险管理的理论研究
• 2.4.3 企业风险管理的实践研究
• 2.5 研究发展动态分析
• 3 国内外工业企业风险的动态预警及全面管理的研究
• 3.1 国际组织：风险管理的原则、框架与过程
• 3.1.1 国际标准化组织ISO31000（2009）
• 3.1.2 世界银行
• 3.2 发达国家风险管理的主要做法与经验
• 3.2.1 美国COSO的企业风险管理
• 3.2.2 澳大利亚——新西兰AS/NZS 4360的经验介绍
• 3.2.3 英国AIRMI/ALARM/IRM 2002 risk management standard
• 3.3 我国风险管理的实践探索
• 3.3.1 中央企业全面风险管理指引
• 3.3.2 民营企业风险管理指引手册
• 3.4 本章小结
• 4 工业企业风险形成与应对的案例研究
• 4.1 案例研究方法
• 4.1.1 研究目的
• 4.1.2 案例研究的方法
• 4.1.3 案例研究的步骤
• 4.1.4 案例的选择
• 4.2 典型案例分析
• 4.2.1 江龙控股集团
• 4.2.2 信泰集团
• 4.2.3 金乌集团
• 4.2.4 衢州丰华木业
• 4.2.5 小结
• 4.3 工业企业风险的应对
• 4.3.1 工业企业风险的危害性
• 4.3.2 政府介入工业企业风险的应对的必要性
• 4.3.3 政府应对风险的策略措施
• 4.4 本章总结
• 5 工业企业风险动态预警指标体系
• 5.1 工业企业风险动态预警指标理论遴选
• 5.2 工业企业风险动态预警指标实证筛选
• 5.2.1 工业企业风险动态预警指标的相关分析
• 5.2.2 工业企业风险动态预警指标的因子分析
• 5.3 工业企业风险动态预警指标体系的信度和效度检验
• 5.3.1 浙江工业企业风险动态预警指标体系的信度检验
• 5.3.2 工业企业风险动态预警指标体系的效度检验
• 6 基于Logit、Probit回归的工业企业风险动态预警研究
• 6.1 研究取样与研究数据
• 6.1.1 研究样本的选择
• 6.1.2 研究数据的采集
• 6.1.3 研究数据的处理
• 6.2 工业企业风险动态预警的多元排序Logit回归模型
• 6.2.1 多元排序Logit回归模型
• 6.2.2 模型估计
• 6.2.3 模型分析
• 6.3 工业企业风险动态预警的多元排序Probit回归模型
• 6.3.1 多元排序Probit回归模型
• 6.3.2 模型估计
• 6.3.3 模型分析
• 6.4 本章小结
• 7 工业企业风险的动态预警指数研究
• 7.1 工业企业动态预警指数的测度指标体系构建
• 7.2 工业企业风险动态预警指数的测度指标数据采集
• 7.3 工业企业风险动态预警指数的测度指标数据无量纲化处理
• 7.3.1 无量纲化处理的方法
• 7.3.2 财务指标的无量纲化处理结果
• 7.3.3 宏观经济指标的无量纲化处理结果
• 7.4 工业企业风险动态预警指数的测度模型构建
• 7.4.1 各预警指数权重系数的确定
• 7.4.2 季度风险指数
• 7.4.3 年度风险指数
• 8 工业企业风险的政府监管研究
• 8.1 出台工业企业全面风险管理指引
• 8.1.1 工业企业风险管理的原则
• 8.1.2 工业企业风险管理信息的采集
• 8.1.3 工业企业风险的识别与评估
• 8.1.4 工业企业风险管理策略的制定
• 8.1.5 工业企业风险管理解决方案
• 8.1.6 工业企业风险管理的监督与改进
• 8.2 建设工业企业全面风险管理的信息系统
• 8.2.1 工业企业风险管理信息系统的流程
• 8.2.2 工业企业风险管理信息系统的目标
• 8.2.3 工业企业风险管理信息系统的功能
• 8.3 研发工业企业风险动态预警指数
• 8.3.1 工业企业风险动态预警指数的取样
• 8.3.2 工业企业风险动态预警指数的研发
• 8.3.3 工业企业风险动态预警指数的发布
• 8.4 调整对工业企业风险进行宏观调控的政策
• 8.4.1 降低存贷款利率和银行存款准备金率
• 8.4.2 解决人民币对内跃值和对外升值的困境
• 9 结论与展望
• 9.1 研究结论
• 9.2 可能创新点
• 9.2.1 理论创新
• 9.2.2 方法创新
• 9.3 研究展望
• 9.3.1 研究不足
• 9.3.2 研究展望
• 参考文献
• 作者简介