会计风险评估模型

财务风险评价的方法1、单变量判定模型。这种方法用单一的财务比率来评价企业财务风险，依据是：企业出现财务困境时，其财务比率和正常企业的财务比率有显著差别。一般认为，比较重要的财务比率是：现金流量／负债总额、资产收益率、资产负债率。单变量模型将财务指标用于风险评价是一大进步，指标单一，简单易行，但是不可避免会出现评价的片面性。这种方法在人们开始认识财务风险时采用，但随着经营环境的日益复杂、多变，单一的指标已不能全面反映企业的综合财务状况。2、多元线性评价模型。它的形式是：Z＝1.2x1＋1.4x2＋3.3x3＋0.6x4＋0.999x5.Z：判别函数值；x1：营运资金／资产总额； x2：留存收益／资产总额；x3：息税前利润／资产总额；x4：普通股和优先股市场价值总额／负债账面价值总额；x5：销售收入／资产总额。Z值应在1.81～ 2.99之间，Z＝2.675时居中。Z＞2。675时，企业财务状况良好；Z＜1.81时，企业存在很大的破产风险；Z值处于1.81～ 2.99之间，称为“灰色地带”，这个区间的企业财务极不稳定。多元线性模型在单一式的基础上趋向综合，且把财务风险概括在某一范围内，这是它的突破，但仍没有考虑企业的成长能力，同时它的假设条件是变量服从多元正态分布，没有解决变量之间的相关性问题。这种方法在现实中比较常见。3、综合评价法。这种方法认为，企业财务风险评价的内容主要是盈利能力，其次是偿债能力，此外还有成长能力，它们之间大致按5∶3∶2来分配。盈利能力的 主要指标是资产净利率、销售净利率、净值报酬率，按2∶2∶1安排分值；偿债能力有4个常用指标：自有资金比率、流动比率、应收账款周转率、存货周转率， 分值比为1；成长能力有3个指标：销售增长率、净利增长率、人均净利增长率，分值比为1，总分为100分。这里的关键是确定标准评分值和标准比率，需要经过长时间实践，主观性比较强。这种方法以及下面的概率模型在应用中很普遍。4、概率模型。二元Logistic概率函数又称增长函数，其形式为：P是二元Logistic函数的计算结果，a是常数项，bi是斜率，xi是自变量，将上式变形：计算的结果P是事件发生的概率，所以将回归因变量的值域定义在（0，1）上。5、神经网络分析模型。上面的财务风险评价方法是静态的，神经网络分析模型实现了企业财务风险的动态评价。20世纪90年代，Fletcher，Goss 和Altman等国外研究者将神经网络分析应用于财务预警模型。它由一个输入层、若干中间层和一个输出层构成；它不需要主观定性地判断企业财务风险状态， 但是比较复杂，技术要求高，工作随机性强，所以在应用中易受到限制。

风险的识别和评估是审计风险控制流程的起点。风险识别和评估，是指注册会计师通过实施风险评估程序，识别和评估财务报表层次和认定层次的重大错报风险。其中，风险识别是指找出财务报表层次和认定层次的重大错报风险；风险评估是指对重大错报发生的可能性和后果严重程度进行评估。对风险进行识别和评估以后，就需要对识别出的风险进行应对。主要有针对财务报表层次的总体应对措施和针对认定层次的进一步审计程序。进一步审计程序相对于风险评估程序而言，是指注册会计师针对评估的各类交易、账户余额和披露认定层次重大错报风险实施的审计程序，包括控制测试和实质性程序。实质性程序包括细节测试和实质性分析程序。

单变量预测模型，多变量预测模型