DFA——企業(yè)財務管理新方法DFA的含義

　　美國意外事件精算協(xié)會（CasualtyActuarial Society）對DFA（DynamicFinancial Analysis）做出以下定義：“DFA是一種整體性的財務建模方法，它通過對公司未來生存環(huán)境和營運結果進行模擬，顯示公司營運結果如何受外部環(huán)境變動和內部戰(zhàn)略決策變動的影響。”這種動態(tài)財務分析方法是一種整體的區(qū)別于靜態(tài)的、傳統(tǒng)的財務比率分析的財務管理方法，體現(xiàn)了“隨機性”、“動態(tài)性”的思想，能夠隨機模擬不確定性環(huán)境下公司的資產、負債及未來的經營成果，為高層管理者控制經營風險、制定戰(zhàn)略決策提供依據。

　　企業(yè)戰(zhàn)略決策必須面對不確定的未來環(huán)境（由未來利率水平、股票市場走勢、GDP的增長率等構成）。對環(huán)境我們可以做出許多組假定，在動態(tài)財務分析方法中，每一組假定生成一個情景。動態(tài)財務分析的核心是對未來可能的情景進行界定，而情景是對一組外生變量（比如利率、通脹率等）未來狀態(tài)的具體描述，它構成了公司具體的生存環(huán)境。同一情景，在不同戰(zhàn)略下，營運結果不同；同一戰(zhàn)略，在不同情景下，營運結果也不同。需要注意的是，動態(tài)財務分析方法不僅僅是一種戰(zhàn)略決策模型，它更是一種把公司整體經營狀況整合在一起的思考方式。在一種整體性、全方位的框架中對公司的戰(zhàn)略決策進行評估。動態(tài)財務分析方法作為全方位的思考方式，允許公司在單一框架中同時處理許多種戰(zhàn)略決策，這與傳統(tǒng)把不同的戰(zhàn)略決策分散在不同的框架中處理的方法形成了鮮明對比。

　　對企業(yè)首席財務官（CFO）而言，預測未來是其重要職責，而最近在美國、加拿大等國家的理論和實務界熱烈討論的“動態(tài)財務分析”方法，無疑為他們提供了更新更全面的預測方法和模型工具。如果僅從詞義上來看“動態(tài)財務分析”，它所體現(xiàn)的“隨機性和變化性”思想，是和“靜態(tài)或固化的”方法相對應的，即在不確定的環(huán)境下預測未來的經營成果，而這正是它和傳統(tǒng)的規(guī)劃或預測上最大的區(qū)別所在。從企業(yè)資金經營管理的角度來說，“動態(tài)財務分析”方法則絕非只是靜態(tài)地考察資產負債表的某部分（如負債中的準備金），而是在較廣泛的區(qū)間內監(jiān)控企業(yè)整體財務狀況，并在不確定和變化的市場環(huán)境下考察企業(yè)的財富變化。

　　動態(tài)財務分析法的產生和發(fā)展

　　“動態(tài)財務分析”的思想淵源，可以追溯到17世紀甚至更早的時期。二戰(zhàn)中的“軍事后勤策略”或“情景規(guī)劃”也可看作是“動態(tài)財務分析”的思想雛形。在早期與“動態(tài)財務分析”相關的論文中，如Jay W Forrest，將動態(tài)財務分析的內容定義為“……研究工業(yè)系統(tǒng)行為以及政策、決策、結構和遲滯等是如何相互關聯(lián)，從而影響增長和穩(wěn)定的?！彼诤瞎芾碇械母鱾€獨立功能領域，營銷、投資、研發(fā)、人事、生產、會計等等。因為任何經濟體或企業(yè)活動均可反映為貨幣、訂單、材料、人員和資本設備等等的流動，此五種流動又可以由信息系統(tǒng)集合起來，所以上述各個功能亦可形成共同的研究基礎。

　　那么，究竟是何種因素促使“動態(tài)財務分析”方法引起企業(yè)財務分析師們如此關注，從而得以在美國、加拿大等地的風險管理技術中迅速發(fā)展呢？答案是上世紀70年代北美金融市場的利率劇烈波動，引發(fā)了公司對自身資產負債管理上高度重視，而之后的養(yǎng)老金資產負債管理技術的迅速發(fā)展和更新，其內容已經突破監(jiān)管所要求的“利率風險管理”，因此“動態(tài)財務分析”方法應運而生，在當前的養(yǎng)老金風險管理技術中得到了廣泛的認可和應用。

　　以美國的長期政府債券為例（北美地區(qū)典型的投資工具），其利率變化在1977年以前很少超過1％，而且很快能在第二年度抵消，因此即便是忽視利率風險，養(yǎng)老金行業(yè)在評估其債券法定價值時，資產負債表所受沖擊很微弱，企業(yè)的經營成果也不會受太大影響。但是，1977—1981年連續(xù)的利率大幅攀升，以及之后年度的利率持續(xù)震蕩，徹底改變了過去的狀況。尤其是一些壽險公司，由于承擔著長期負債責任，因而持有長期資產，因此最易受利率波動的影響和沖擊。比如“脫媒風險”，即在利率波動的市場環(huán)境下，保單持有者以退保或貸款方式從壽險公司提取現(xiàn)金而給保險企業(yè)帶來的損失。而過去，壽險公司在進行產品設計、企業(yè)財務規(guī)劃和預測時，是以“利率平穩(wěn)”以及“消費者行為不變”等靜態(tài)假定為基礎的。因此，整個20世紀70年代末和80年代初，北美地區(qū)財務狀況惡化的壽險公司數(shù)量激增，給整個壽險業(yè)經營帶來巨大的負擔和風險。

　　也正是在金融市場波動的背景下，保險訐估機構和各國保險監(jiān)管部門開始認識到，保險業(yè)尤其是壽險公司對整體金融風險十分敏感，并開始考察利率或證券價格的波動狀況對保險企業(yè)盈余的影響。保險監(jiān)管機構也開始就保險企業(yè)所受某些不確定經濟條件的影響程度進行質詢，最初的討論主要集中于美國的壽險業(yè)，但加拿大和英國等地的產險及意外險公司，也較早地開始重視自身的“承保責任”和“投資組合”之間的協(xié)調管理，希望盡可能地保持健康有利的“現(xiàn)金流”狀況，以保持保險企業(yè)持續(xù)的技術性償付能力。由此，以現(xiàn)金流測試、現(xiàn)金流匹配、免疫技術、久期和凸性等為代表的資產負債管理技術在保險公司和養(yǎng)老金的經營中廣泛而迅速地應用開來，以協(xié)調和管理“資產”和“負債”的經營決策。

　　而當前不斷更新的計算技術，更是促進了資產負債管理及其模型技術的革新和復雜化。當前的資產負債管理技術已經不僅僅局限于監(jiān)管要求的“利率風險管理”，而是將許多非利率風險包括其中。如今的資產負債管理技術，既管理特定產品風險，也可分析公司整體風險，既用來考察投資策略，也可用來做公司其他戰(zhàn)略性分析。養(yǎng)老金動態(tài)財務分析及其模型技術正是將養(yǎng)老金計劃視為整體，從而在整個企業(yè)內進行模擬分析的有效的預測工具和方法。從20世紀90年代初開始，它已經在美國公司的經營和風險管理中廣泛地使用。目前，北美以及歐洲等地的公司以及著名的研究機構都非常熱衷于此項研究。例如，瑞士再保險公司即將“動態(tài)財務分析”及其模型技術應用到保險公司戰(zhàn)略規(guī)劃，如收購訐估中，從而體現(xiàn)動態(tài)財務分析是如何在一個整體的框架內，協(xié)調“資產分配以及資本充足性測試”的。因此，“動態(tài)財務分析”方法可以認為是企業(yè)資產負債管理技術未來的發(fā)展趨向。

　　“動態(tài)財務分析”的方法作為未來企業(yè)資產負債管理技術發(fā)展的趨向，不僅能夠靈活地運用“久期模型”，“資產負債缺口分析模型”，以及近期發(fā)展起來的“風險價值模型（Value-at-Risk，簡稱VaR）”等各種度量方法來測算利率變動對企業(yè)資產負債的影響，還可通過恰當?shù)摹扒榫皸l件生成器”，在當前市場條件（包括通貨膨脹率、國民生產總值增長率等）和未來市場環(huán)境之間建立關聯(lián)，并就此預測企業(yè)資產和負債的變化。企業(yè)動態(tài)財務分析的模型研究方法主要包括“情景分析”和“隨機模擬”兩方面。這兩種模型方法能有效地度量利率、通脹及負債風險變化對公司市場價值或資產凈值的影響。

　　企業(yè)動態(tài)財務分析的兩種方法

　　在現(xiàn)實經濟生活，尤其是瞬息萬變的金融市場中直接進行實驗，或者是不可能的，或者是得不償失的，而根據實際問題建立模型，并利用模型進行試驗，比較不同后果，選擇可行方案，不失為有效的代用方法。目前，有兩種模型方法在“動態(tài)財務分析模型”中運用廣泛，即“情景分析”和“隨機模擬”。在情景分析方法中，許多可能出現(xiàn)的“特殊的情景”被預先選取出來，然后再進一步分析在上述情景下，企業(yè)財務狀況的后果如何。而隨機模擬方法則基于隨機數(shù)理模型，并以此反映諸如利率、證券價值、生存率、或損失頻率和損失程度等因素的不確定性。隨機模擬方法會根據動態(tài)財務分析模型中關鍵變量的分布狀況，隨機取值并用以計算出許多可能的結果，然后對整個結果的分布狀態(tài)進行分析。該方法最有價值的運用領域也許是用來確定企業(yè)年金不可接受的經營或財務結果（例如，期末盈余小于零）的概率值，如果該比值太大，就需要對當前的經營或財務狀況進行調整，以回復到正常水平。

　　使用傳統(tǒng)的趨勢外推、增長曲線等定量定時的預測方法，來在不確定性條件下進行經濟預測，存在一定的局限性，不能適應處于當今瞬息萬變世界中的人們預測未來之需要。這主要表現(xiàn)在：第一，如果原始數(shù)據可信度不高，那么，由這些傳統(tǒng)預測模型得出的預測結果便不可靠；第二，這些傳統(tǒng)預測方法無法綜合歸納和反饋人們對未來發(fā)展的群體意圖和愿望，不能體現(xiàn)人們駕馭未來的能動作用；第三，這些傳統(tǒng)方法是在系統(tǒng)環(huán)境不變的前提下，根據過去和現(xiàn)在推斷未來，所以，一旦系統(tǒng)環(huán)境發(fā)生變化，這些方法就失去了應用前提，在這種條件下得到的預測結果便宣告失效；第四，這些傳統(tǒng)的預測技術無法解釋處于不確定環(huán)境中的企業(yè)長期發(fā)展的多種可能性。以特爾菲法為代表的概率預測技術，盡管克服了傳統(tǒng)的定量預測和定時預測方法的一些缺點，但是，它作為一種獲取專家知識的有效手段，側重于獲取專家較為一致的經驗判斷，對技術發(fā)展前景的復雜性、多樣性、不確定性、突變性和跳躍性等特征體現(xiàn)得不夠充分。那么，在不確定條件下，面對公司未來經營和財務規(guī)劃發(fā)展的多種可能，如何避免用傳統(tǒng)預測技術盲目地推斷一個單一的“最可能”未來，而去設計一個體現(xiàn)未來發(fā)展多樣化的符合邏輯的多變量系統(tǒng)，并由此導出一系列多維的預測結果呢？情景分析法就是可以滿足這些要求的重要的經濟預測方法之一。

　　情景分析法在長期的發(fā)展過程中，產生了一些具體的便于操作的情景分析法，例如：目標展開法、空隙填補法、未來分析法等等，盡管這些方法各有特色，但它們的主要操作過程大致相同，可以歸納為以下四個步驟：第一，明確預測問題，作好必要準備。根據現(xiàn)實需要和項目要求進行信息調研，調研范圍不僅包括公司自身經營和財務因素，還應包括社會、政治、經濟、生態(tài)等相關因素。第二，確定影響水平和變量。在系統(tǒng)分析基礎上，依靠專家智慧，將影響公司未來經營發(fā)展的主要因素劃分為幾大類影響水平。然后在各水平下，確定影響較大的子因素或者說變量。在水平及變量的確定過程中，要在水平間、變量間進行交互影響分析，消除重疊因素和次要因素。除了定性分析，目前已有很多定量分析方法可以用來選擇關鍵因素。例如：間接影響分析法、模糊集合法、結構解釋模型法、結盟與沖突分析法等。第三，情景構造。情景構造是情景分析的中心內容。構造情景時，應充分發(fā)揮專家的邏輯思維能力和形象思維能力，從當前時刻出發(fā)，根據各水平下變量的可能變化情況，沿其路徑向未來延伸。在延伸過程中，要保證各因素的影響作用有理有據，一個因素或事件為什么比另一個的影響大，影響作用是什么？必須能夠說得明白，而且最好能用量化指標說明，為了避免情景系統(tǒng)過于龐大、復雜，小概率事件一般不考慮。第四，編寫預測報告。這一階段主要是對前面工作進行系統(tǒng)整理和總結，以及對以前工作存在的個別紕漏進行補救。

　　隨機模擬方法所謂模擬是指用電子計算機對真實經濟系統(tǒng)在一定環(huán)境下各要素的相互作用，進行有條件的模仿試驗，并求得數(shù)值解的一種數(shù)量分析方法。正如前面所說，在現(xiàn)實經濟生活中直接進行實驗，或者是不可能的，或者是得不償失的，而根據實際問題建立模型，并利用模型進行試驗，比較不同后果，選擇可行方案，不失為有效的代用方法。同時，由于經濟數(shù)學模型日益增大和復雜化，并且要更多地考慮非經濟的影響，已不能用數(shù)學運算達到準確的分析解，而需要通過電子計算機模擬，用數(shù)值運算達到數(shù)字解。綜合這兩方面可以看出，模擬已使間接實驗成為可能，也為模型求解提供了新的方法。隨機模擬不同于求解確定性的、靜態(tài)的線性問題的數(shù)學解析法，能比較真實地描述和近似地求解復雜系統(tǒng)的問題。隨機模擬又不同于專門研究系統(tǒng)運行狀況的，常用的有很大局限性的真實的實驗法，它能在真實系統(tǒng)建立前進行可能辦到的、經濟方便的有限實驗。進行隨機模擬的基本步驟包括確定問題、收集資料、制定模型、建立模型的計算程序、鑒定和證實模型，設計模型試驗、進行模擬操作和分析模擬結果。這里說的模型必須是“模擬模型”，一般來說，“隨機模型”比確定性模型、“動態(tài)模型”比靜態(tài)模型、“非線性模型”比線性模型更多地使用模擬方法來分析和求解，而成為模擬模型。隨機模擬模型比較靈活，它通常并不用來求最優(yōu)解，但卻可以回答“如果在某個時期采取某種行動，對后續(xù)時期將會產生什么后果”等一類的問題。

　　國內著名信息經濟學者烏家培教授認為，隨機模擬的作用表現(xiàn)在：能對高度復雜的內部交互作用的系統(tǒng)進行研究和實驗能設想各種不同方案，觀察這些方案對系統(tǒng)的結構和行為的影響；能反映變量間的相互關系，說明哪些變量更重要，如何影響其他變量和整個系統(tǒng)能研究不同時期相互間的動態(tài)聯(lián)系，反映系統(tǒng)行為隨時間變化而變化的情況；能檢驗模型的假設，改進模型的結構。他同時也認為，隨機模擬的局限性表現(xiàn)在：隨機模擬運用范圍只限于能考察的情況，一旦出現(xiàn)不能模擬的特殊情況時，就會發(fā)生困難；它的規(guī)模很大時，較難取得資料相模擬細節(jié)成本高、費時間、工作復雜。北美地區(qū)的精算師對前面所說的“情景分析”方法應當是十分熟悉的，即便在70年代金融市場利率震蕩以前，他們就已經開始使用此種模型方法了。例如，在美國社會保險體系中，情景分析的方法就已經被用來預測三種情景下社會體系的財務狀況。對精算師而言，“情景分析”方法的優(yōu)勢之一是，只要實際結果落于預測區(qū)間內，精算師便回避了因為不準確的點估計而要受到的批評。但是，對政策制定者而言，這樣的情景測試方法的幫助是有限的，因為它無法提供各種結果出現(xiàn)的可能性。盡管未來的不確定性也得到了某種程度的反映，但預測結果的區(qū)間是如此廣泛，使得基于此數(shù)據的決策意義不大。而隨機模擬提供的信息，理論上要優(yōu)于情景分析。比如，在使用情景分析方法來評估保險公司償付能力水平時，測試結果僅體現(xiàn)在某特定或某系列事件發(fā)生的情形下，保險企業(yè)是否生存。而隨機模擬方法卻能就事件后果的整個區(qū)間內提供有用的信息，所以，目前在北美地區(qū)流行的動態(tài)財務分析模型，通常是以隨機模擬模型為基礎的。

　　動態(tài)財務分析模型的構成要素分析

　　從財務管理的角度來觀察，企業(yè)資金面臨兩大類風險：“資產負債風險”和“經營風險”。前者影響“資產”和“負債”的價值。例如，利率升高會減少企業(yè)年金所持有的債券價值；不利的災害情形則會增加未來的損失準備金等。而后者，企業(yè)年金“經營風險”也由兩部分組成，即“繳費風險”和“投資風險”。構建企業(yè)資金“動態(tài)財務分析模型”的本質，實際上就是要在規(guī)劃期間內對企業(yè)資產負債表和經營狀況表進行定量的預測和規(guī)劃。因此，“動態(tài)財務分析模型”的構建也應當由“資產”、“負債”、“繳費”和“投資”這四大模型要素組成，而所有影響這四大模型要素的風險因素都應當加以認真考慮。值得注意的是，上述四大模型要素之間是相互交織的。例如，利率的提高會降低債券的價值，但同時卻可能提高其他投資的收益，此外，利率的提高通常也伴隨著通貨膨脹率的增加，而通貨膨脹實際上還和證券回報率以及惡化的經濟環(huán)境有直接關系?？傊跇嫿▌討B(tài)財務分析模型時，割裂“資產”、“負債”、“繳費”和“投資”這四大要素的做法，是片面的和不理智的。但是，合理的模型畢竟只是現(xiàn)實的簡化反映，公司動態(tài)財務分析模型也不例外，試圖預測所有的可能或風險狀況是不現(xiàn)實的，因此，在動態(tài)財務分析模型中，只能考慮和包括與公司經營或財務狀況最為相關的因素，而且并非所有的風險都能夠或應該建立模型，還應當考慮該風險因素是否可以量化。例如，導致公司償付能力不足的重要因素之一就是“管理欺詐”，但要想量化此風險，就目前的技術和理論水平而言，是不現(xiàn)實的；因此，對于此種目前無法量化的風險，只能暫時排除于模型之外。

　　此外，構建動態(tài)財務分析模型還應當要明確該模型的使用目的，因為動態(tài)財務分析模型可以適用許多領域（如財務預測、戰(zhàn)略決策，資產負債管理，資本充足性測試等），所以必須在構建之初即明確其目的。例如，如果動態(tài)財務分析模型僅是設計用來進行償付能力水平測試，那么就應當回答公司陷入財務困境的頻率究竟如何。如果模型設計妥當，就應當可以提供這樣的信息，比如是何種因素導致企業(yè)的財務困境，以及關鍵性財務變量的分布等等。假如一次期末盈余分布狀態(tài)源自10000次隨機模擬的結果，如果其中有10次結果是不能接受的，那么就應當確定導致此結果的特定原因，也許導致這10次結果的主要原因是利率水平的升高，那么公司管理層就應當明確，對公司所面臨的利率風險進行套期保值，也許就是減少自身財務危機的最佳途徑。

　　動態(tài)財務分析模型的構建步驟

　　1、確定目標動態(tài)財務分析的第一步是由公司董事會明確公司的目的、經營目標、約束條件和風險容忍程度，從而據此確定評價各種戰(zhàn)略方案優(yōu)劣的標準。它使管理層集中關注影響公司的重大事項，以及對這些事項進行相互溝通。可以量化的經營目標通常是：期望的股東盈余（Shareholder‘s Surplus）及其標準差；期望的股票持有人盈余（認可資產與認可負債之差）（Policyholder Surplus）及其標準差；公司的期望經濟價值（Economic Value）及其標準差等。

　　2、收集數(shù)據確定分析目標后，必須對外生變量的歷史經驗數(shù)據進行收集，以便對其未來狀況做出預測。DFA需要大量有關公司主要風險的可靠數(shù)據，并使這些數(shù)據隨時可以被提取，因為DFA分析的質量依賴于所使用數(shù)據的質量。僅僅想查找出公司最重要的風險就需要大量的時間與努力，這是因為存在于不同部門的不同風險的數(shù)據通常都是不完全的，而且因可能存在的方式不同，可能不易獲得或者不適宜進行分析（例如，一堆凌亂的文件）。許多公司越來越多地以電子方式獲取和存儲信息，這使得DFA獲取數(shù)據變得越來越簡單。

　　3、模型參數(shù)化模型參數(shù)化是對模型中的隨機因素（比如實際GDP增長率、利率水平等）進行假定。用于模擬經濟變量的模型，通常由時間序列的回歸分析得出，或者已經被普遍接受（比如，股指收益率滿足對數(shù)正態(tài)分布，股價運動表現(xiàn)為伊藤過程等）。模型參數(shù)化要求一要確定初始條件，二要確定模型參數(shù)。

　　4、生成模型結果這一步主要是上機操作。當然，使用者必須理解DFA所使用的模擬技術及其缺陷所在。

　　5、分析模型結果DFA可以依據公認會計準則、監(jiān)理會計準則、稅收基礎和經濟價值基礎，分別生成財務報表。如果預算期為5年，做20種不同的模擬，我們就會有400張報表。因此，DFA分析能否成功取決于能否把如此多的數(shù)據加工濃縮成簡潔明快的形式。

　　6、敏感度測試敏感度測試是為了驗證模型的結論并非是某一隨意的假設，或隨意取出的某一組情景。敏感度測試的做法是固定其他變量，每次只變動一個變量的數(shù)值，測試該變量對目標值的影響程度。經常進行靈敏性測試的變量有利率、股指收益率等。如果已知變量之間的相關關系，那么，以上變量的聯(lián)合影響也可以通過敏感度測試進行評估。

　　7、呈報結論DFA經常要做上千次模擬，所以DFA的結果必須以簡潔明快、易于理解的方式呈報給公司最高管理層。報告應滿足以下要求：一是明確每一步的重點；二是明確各模型的前后邏輯關系，以便增進管理層對模型的理解；三是結果要簡潔。

　　使用DFA模型可以使我們對商業(yè)策略潛在的風險和收益有更深入的了解，DFA模型與老式的僅考慮關鍵比率的財務分析方法相比可以說是一個新的里程碑。實際上，DFA模型是基于現(xiàn)金流的整個商業(yè)策略進行建模的一個可行辦法。通過它可以對影響企業(yè)財務狀況的各種隨機變量和它們之間的關系細節(jié)進行詳細的考察。DFA可以適應不同的目標，也可以對不同的管理單元（繳費、投資、計劃、預算等）有所側重。

　　但值得指出的是，DFA模型不可能完全捕捉現(xiàn)實商業(yè)環(huán)境中的復雜性。必要時，在建模過程中我們可以集中注意力于模型可以反映的某些特征。然而，即使是在一個中等規(guī)模的DFA模型中，事先估計的參數(shù)數(shù)量和模型涉及的隨機變量數(shù)量無疑是相當多的，對這些參數(shù)的處理也要耗費相當多的工作量。而且，從模型得到的結果與模型設置時采取的假設有很大的關系。一個關鍵問題是：DFA模型到底應該有多大多復雜？做任何事情都要付出代價，由于人們都不情愿使用不透明的黑箱，所以如果一個簡單的模型可以輸出合理的結果，多數(shù)人就會選擇這種模型。另外，越簡單的模型越符合直覺，并且可以容易的評估特定變量的影響，對不確定性和近似性的正確理解與控制是使用DFA模型的關鍵。