WiFi面包机智能控制器公司企业风险管理计划_范文

泓域/WiFi面包机智能控制器公司企业风险管理计划 WiFi面包机智能控制器公司 企业风险管理计划 目录 一、 市场风险的度量 3 二、 市场风险的含义及分类 12 三、 商品价格风险的含义 16 四、 我国的价格管理体制 17 五、 资产负债管理 21 六、 保险的职能 27 七、 保险的代价 30 八、 非保险风险转移的种类 31 九、 风险转移的条件 35 十、 评价损失程度的几个概念 37 十一、 确定风险评价标准需要考虑的因素 38 十二、 风险评价的原则 41 十三、 影响风险评价的因素 42 十四、 产业环境分析 45 十五、 影响智能控制器行业发展的不利因素 46 十六、 必要性分析 47 十七、 公司概况 47 公司合并资产负债表主要数据 48 公司合并利润表主要数据 48 十八、 组织机构及人力资源配置 49 劳动定员一览表 49 十九、 项目风险分析 50 二十、 项目风险对策 53 二十一、 法人治理结构 54 一、 市场风险的度量 在确认对企业有显著影响的市场风险因素以后，就需要对各种风险因素进行度量，即对风险进行定量分析。目前经常使用的市场风险度量指标大致可以分为两种类型，即相对度量指标和绝对度量指标。 （一）相对指标 相对度量指标主要用来测量市场因素的变化与金融资产收益变化之间的关系。主要指标有久期、凸性、Beta系数、Delta，Gamma，Vega，Theta和Rho。其中久期、凸性主要用来衡量利率风险，Beta系数主要用来衡量股票的系统风险，而Delta，Gamma，Vega，Theta和Rho等些指标主要用来衡量衍生产品市场（包括商品期货、金融期货）的风险。 1、久期 久期也称持续期，是1938年由F.R.Macaulay提出的，因此这个概念也经常被称为麦考雷久期。它计量了回收一笔投资资金所需要的平均时间，故也称加权平均回收期。 久期分析常见的作用是可以比较两笔期限相同、票面利率相同但是现金流不同债券的优劣。因此，久期本质上是指实际收回全部现金所需要的时间。后来，久期分析逐渐成为衡量债券利率风险的工具。久期随着市场利率的下降而上升，随着市场利率的上升而下降，久期与市场利率成反比关系。久期越大，债券价格对收益率的变动就越敏感，收益率上升所引起的债券价格下降幅度就越大，而收益率下降所引起的债券价格上升幅度也越大。可见，同等要素条件下，久期小的债券比久期大的债券抗利率上升风险能力强，但抗利率下降风险能力较弱。正是久期的上述特征给投资者的债券投资提供了参照。当投资者判断当前的利率水平存在上升可能，就可以集中投资于短期品种、缩短债券久期；而当投资者判断当前的利率水平有可能下降，则拉长债券久期、加大长期债券的投资，这就可以帮助投资者在债市的上涨中获得更高的溢价。 需要说明的是，久期的概念不仅广泛应用在个券上，而且广泛应用在债券的投资组合中。一个长久期的债券和一个短久期的债券可以组合一个中等久期的债券投资组合，而增加某一类债券的投资比例又可以使该组合的久期向该类债券的久期倾斜。所以，当投资者在进行大资金运作时，准确判断好未来的利率走势后，就是确定债券投资组合的久期，在该久期确定的情况下，灵活调整各类债券的权重，基本上就能达到预期效果。 此外，在持有期间不支付利息的金融工具，其久期就等于偿还期限，而那些分期付息的金融工具，其久期则总是小于偿还期限。 2、凸性 久期本身也会随着利率的变化而变化，所以它不能完全描述债券价格对利率变动的敏感性，1984年StanleyDiller引进凸性的概念。 凸性是对债券价格利率敏感性的二阶估计，是对债券久期利率敏感性的测量。在价格一收益率出现大幅度变动时，它们的波动幅度呈非线性关系，由久期作出的预测将有所偏离，凸性就是对这个偏离的修正。 久期描述了价格一收益率曲线的斜率，凸性描述了曲线的弯曲程度。凸性是债券价格对收益率的二阶导数，也是久期本身对利率变化的敏感程度，通常与久期配合使用，以提高利率风险度量的精度。 凸性具有以下性质。 （1）凸性随久期的增加而增加。若收益率、久期不变，票面利率越大，凸性越大。利率下降时，凸性增加。 （2）对于没有隐含期权的债券来说，凸性总大于0，即利率下降，债券价格将以加速度上升；当利率上升时，债券价格以减速度下降。 （3）含有隐含期权的债券的凸性一般为负，即价格随着利率的下降以减速度上升，或债券的有效持续期随利率的下降而缩短，随利率的上升而延长。因为利率下降时买入期权的可能性增加了。 3、Beta系数 Beta系数是用来衡量个别股票受包括股市价格变动在内的整个经济环境影响程度的指标。Beta系数定义为某个资产的收益率同市场组合收益率之间的相关性，它反映了个别资产收益的变化与市场上全部资产平均收益变化的关联程度，即相对于市场全部资产平均风险水平来说，一项资产所包含的系统风险的大小。 4、Delta Delta是指衍生产品（包括期货、期权等）的价格相对于其标的资产价格变化的敏感程度，Delta用于度量商品价格风险或股票价格风险。 5、Theta 期权组合的Theta，是在其他条件保持不变的条件下，组合价值变动与时间变化之间的比率。 通常对Theta报价时，时间是按日度量的，此时的Theta用来衡量权利金的日损失率，它仅与时间价值相关。 6、Gamma Gamma，用符号Γ表示，是用来衡量Delta本身相对于其标的资产价格变化的敏感程度，通常与Delta配合使用，以提高商品价格风险或股票价格风险度量的精度。 7、Vega Vega，即v，表示衍生产品的价格相对于其波动率变化的敏感程度，Vega用于度量商品价格风险或股票价格风险。 8、Rho Rho表示衍生产品的价格对利率水平变化的敏感程度，Rho用于衡量利率风险。 通常使用相对指标对相关市场风险作敏感性分析，估算市场波动不大和剧烈波动两种情形下的损益。每一次测算时仅考虑一个重要风险因素，比如利率、汇率、证券和商品价格等，同时假设其他因素不变。以此为基础，风险管理部门可以检测到整个企业的市场风险，并根据需要调整资产结构。 上述针对债券等利率性金融产品的久期和凸性，针对股票的Beta，针对衍生金融工具的Delta，Gamma，Vega等风险度量指标实际上是测量证券组合价值对其市场因子的敏感性，所以也称为灵敏度方法。灵敏度方法由于简单、直观而在实际中获得广泛应用，但灵敏度方法在测量市场风险时存在以下主要问题。①近似性。只有在市场因子的变化范围很小时，这种近似关系才与现实相符，因此它只是一种局部性测量方法。②对产品类型的高度依赖性。某一种灵敏度概念，只适用于某一类资产、针对某一类市场因子，如Beta只适用于股票类资产，久期只适用于债券类资产。这样一方面无法测量包含不同市场因子、不同金融产品的证券组合的风险，另一方面也无法比较不同资产的风险程度。③对于复杂金融产品的难理解性。如对于衍生证券，Gamma，Vega等概念很难理解。④相对性。灵敏度只是一个相对的比例概念，并没有回答某一证券组合的风险——损失到底是多大。要得到损失的大小，必须知道市场因子的变化量是多大，但这几乎不可能——市场因子的变化是随机的。因此利用灵敏度测量市场风险时，必须掌握市场因子这一随机变量的特性（这一特性往往用概率分布给以描述）。正是针对相对指标的这些缺陷，产生了对市场风险进行度量的绝对指标，主要有方差/标准差、下偏距以及VaR方法。 （二）绝对指标 1、方差/标准差 方差或标准差作为金融资产风险的度量指标被学术界和实务界广泛接受。在HarryMarkowitz1952发表的论文《证券组合选择》中，Markowitz假定投资风险可以视为投资收益的不确定性，这种不确定性可以用统计学中的方差或标准差加以度量。比方说，某一金融资产组合的价值为100万美元，标准差为5%，则该组合的风险可能为5万美元。由于方差具有良好的统计特性，被广泛运用于度量金融资产组合的风险。 方差/标准差反映的是证券收益的波动性，因此称为波动性方法。这种方法“似乎”解决了风险测量问题——知道了某一组合的波动性，可以得到其收益的平均波动。但这种波动性的描述同样没有解决风险度量问题，主要表现在以下方面：①波动性只是描述了收益的不确定性——偏离平均收益的程度，这种偏离可以是正偏离，也可以是负偏离，而实际中关注的只是负偏离（损失），但波动性并没有说明这一点。当然，可以引入下偏距（半方差）概念，但下偏距（半方差）一方面往往不具有良好的统计特性，另一方面也没有解决下面的缺陷。②波动性并没有确切指明证券组合的损失到底是多大。仅仅知道标准差是50万元，无法判定组合的损失—可能远远大于50万元（如最大可以是1000万元），也可能小于50万元，标准差并没有指出风险为50万元的可能性有多大。而事实上，由于市场因子的随机性，证券组合的收益变化是一个随机变量，根据统计学理论，随机变量的特性应该通过随机变量的概率分布确切描述，而不是仅用标准差。这样，证券组合市场风险的度量，应该通过证券组合收益的概率分布进行描述—一定概率水平（置信度）下的可能损失。这就引入了市场风险度量的VaR方法。 2、下偏距 方差/标准差方法同时度量了风险的正面和负面影响，而人们通常认为风险仅有负面影响，因此用方差/标准差方法度量风险不能反映人们真实的心理感受。针对方差/标准差方法的这一缺陷，下偏距方法不考虑风险的正面影响，仅刻画相对某一目标收益水平（通常取总体平均水平或零收益水平）之下的收益率分布状况。该类方法的理论基础是：对于各种收益率分布，投资者在考虑和管理风险时，着重考察收益率分布的左边，以此为前提，产生了许多刻画相对某一目标收益水平之下的收益率分布特征的风险指标，其中最具代表性并形成较成熟理论体系的是哈洛的LPM方法。与方差/标准差相似，Downside—Risk方法主要运用于度量金融资产组合的风险。 3、风险价值 风险价值代表了目前市场风险度量的最佳实践，是度量市场风险的国际标准工具。它最早起源于20世纪80年代，但作为一种市场风险测定和管理的工具，则是由J.P.Morgan投资银行在1994年的RiskMetries系统中提出。VaR的定义是：在一定置信水平下，由于市场波动而导致整个资产组合在未来某个时期内可能出现的最大损失值。由于VaR方法能简单清晰地表示金融资产头寸的市场风险大小，又有比较严格系统的统计理论作为基础，因此得到了国际金融理论和实业界的广泛认可。国际银行业巴塞尔委员会也利用VaR模型所估计的市场风险来确定银行以及其他金融机构的资本充足率。 计算VaR的方法很多，主要包括方差—协方差法、历史模拟法和蒙特卡罗模拟法。 （1）方差—协方差法。该方法是假定风险因素收益的变化服从特定的分布，通常假定为正态分布，然后通过历史数据分析和估计该风险因素收益分布的参数值，如方差、均值、相关系数等，然后根据风险因素发生单位变化时，头寸的单位敏感性与置信水平来确定各个风险要素的VaR值，再根据各个风险要素之间的相关系数来确定整个组合的VaR值。 （2）历史模拟法。以历史可以在未来重复为假设前提，直接根据风险因素收益的历史数据来模拟风险因素收益的未来变化。在这种方法下，VaR值直接取自于投资组合收益的历史分布，组合收益的历史分布又来自于组合中每一金融工具的盯市价值，而这种盯市价值是风险因素收益的函数。具体来说，历史模拟法分为三个步骤：①为组合中的风险因素安排一个历史的市场变化序列；②计算每一历史市场变化的资产组合的收益变化；③推算出VaR值。因此，风险因素收益的历史数据是该VaR模型的主要数据来源。 （3）蒙特卡罗模拟法。即通过随机的方法产生一个市场变化序列，然后通过这一市场变化序列模拟资产组合风险因素的收益分布，最后求出组合的VaR值。蒙特卡罗模拟法与历史模拟法的主要区别在于前者采用随机的方法获取市场变化序列，而不是通过复制历史的方法获得，即将