DFA——企業(yè)財(cái)務(wù)管理新方法DFA的含義

　　美國(guó)意外事件精算協(xié)會(huì)（CasualtyActuarial Society）對(duì)DFA（DynamicFinancial Analysis）做出以下定義：“DFA是一種整體性的財(cái)務(wù)建模方法，它通過(guò)對(duì)公司未來(lái)生存環(huán)境和營(yíng)運(yùn)結(jié)果進(jìn)行模擬，顯示公司營(yíng)運(yùn)結(jié)果如何受外部環(huán)境變動(dòng)和內(nèi)部戰(zhàn)略決策變動(dòng)的影響?！边@種動(dòng)態(tài)財(cái)務(wù)分析方法是一種整體的區(qū)別于靜態(tài)的、傳統(tǒng)的財(cái)務(wù)比率分析的財(cái)務(wù)管理方法，體現(xiàn)了“隨機(jī)性”、“動(dòng)態(tài)性”的思想，能夠隨機(jī)模擬不確定性環(huán)境下公司的資產(chǎn)、負(fù)債及未來(lái)的經(jīng)營(yíng)成果，為高層管理者控制經(jīng)營(yíng)風(fēng)險(xiǎn)、制定戰(zhàn)略決策提供依據(jù)。

　　企業(yè)戰(zhàn)略決策必須面對(duì)不確定的未來(lái)環(huán)境（由未來(lái)利率水平、股票市場(chǎng)走勢(shì)、GDP的增長(zhǎng)率等構(gòu)成）。對(duì)環(huán)境我們可以做出許多組假定，在動(dòng)態(tài)財(cái)務(wù)分析方法中，每一組假定生成一個(gè)情景。動(dòng)態(tài)財(cái)務(wù)分析的核心是對(duì)未來(lái)可能的情景進(jìn)行界定，而情景是對(duì)一組外生變量（比如利率、通脹率等）未來(lái)狀態(tài)的具體描述，它構(gòu)成了公司具體的生存環(huán)境。同一情景，在不同戰(zhàn)略下，營(yíng)運(yùn)結(jié)果不同；同一戰(zhàn)略，在不同情景下，營(yíng)運(yùn)結(jié)果也不同。需要注意的是，動(dòng)態(tài)財(cái)務(wù)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(jīng)營(yíng)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(duì)公司的戰(zhàn)略決策進(jìn)行評(píng)估。動(dòng)態(tài)財(cái)務(wù)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(shí)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(duì)比。

　　對(duì)企業(yè)首席財(cái)務(wù)官（CFO）而言，預(yù)測(cè)未來(lái)是其重要職責(zé)，而最近在美國(guó)、加拿大等國(guó)家的理論和實(shí)務(wù)界熱烈討論的“動(dòng)態(tài)財(cái)務(wù)分析”方法，無(wú)疑為他們提供了更新更全面的預(yù)測(cè)方法和模型工具。如果僅從詞義上來(lái)看“動(dòng)態(tài)財(cái)務(wù)分析”，它所體現(xiàn)的“隨機(jī)性和變化性”思想，是和“靜態(tài)或固化的”方法相對(duì)應(yīng)的，即在不確定的環(huán)境下預(yù)測(cè)未來(lái)的經(jīng)營(yíng)成果，而這正是它和傳統(tǒng)的規(guī)劃或預(yù)測(cè)上最大的區(qū)別所在。從企業(yè)資金經(jīng)營(yíng)管理的角度來(lái)說(shuō)，“動(dòng)態(tài)財(cái)務(wù)分析”方法則絕非只是靜態(tài)地考察資產(chǎn)負(fù)債表的某部分（如負(fù)債中的準(zhǔn)備金），而是在較廣泛的區(qū)間內(nèi)監(jiān)控企業(yè)整體財(cái)務(wù)狀況，并在不確定和變化的市場(chǎng)環(huán)境下考察企業(yè)的財(cái)富變化。

　　動(dòng)態(tài)財(cái)務(wù)分析法的產(chǎn)生和發(fā)展

　　“動(dòng)態(tài)財(cái)務(wù)分析”的思想淵源，可以追溯到17世紀(jì)甚至更早的時(shí)期。二戰(zhàn)中的“軍事后勤策略”或“情景規(guī)劃”也可看作是“動(dòng)態(tài)財(cái)務(wù)分析”的思想雛形。在早期與“動(dòng)態(tài)財(cái)務(wù)分析”相關(guān)的論文中，如Jay W Forrest，將動(dòng)態(tài)財(cái)務(wù)分析的內(nèi)容定義為“……研究工業(yè)系統(tǒng)行為以及政策、決策、結(jié)構(gòu)和遲滯等是如何相互關(guān)聯(lián)，從而影響增長(zhǎng)和穩(wěn)定的?！彼诤瞎芾碇械母鱾€(gè)獨(dú)立功能領(lǐng)域，營(yíng)銷、投資、研發(fā)、人事、生產(chǎn)、會(huì)計(jì)等等。因?yàn)槿魏谓?jīng)濟(jì)體或企業(yè)活動(dòng)均可反映為貨幣、訂單、材料、人員和資本設(shè)備等等的流動(dòng)，此五種流動(dòng)又可以由信息系統(tǒng)集合起來(lái)，所以上述各個(gè)功能亦可形成共同的研究基礎(chǔ)。

　　那么，究竟是何種因素促使“動(dòng)態(tài)財(cái)務(wù)分析”方法引起企業(yè)財(cái)務(wù)分析師們?nèi)绱岁P(guān)注，從而得以在美國(guó)、加拿大等地的風(fēng)險(xiǎn)管理技術(shù)中迅速發(fā)展呢？答案是上世紀(jì)70年代北美金融市場(chǎng)的利率劇烈波動(dòng)，引發(fā)了公司對(duì)自身資產(chǎn)負(fù)債管理上高度重視，而之后的養(yǎng)老金資產(chǎn)負(fù)債管理技術(shù)的迅速發(fā)展和更新，其內(nèi)容已經(jīng)突破監(jiān)管所要求的“利率風(fēng)險(xiǎn)管理”，因此“動(dòng)態(tài)財(cái)務(wù)分析”方法應(yīng)運(yùn)而生，在當(dāng)前的養(yǎng)老金風(fēng)險(xiǎn)管理技術(shù)中得到了廣泛的認(rèn)可和應(yīng)用。

　　以美國(guó)的長(zhǎng)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(guò)1％，而且很快能在第二年度抵消，因此即便是忽視利率風(fēng)險(xiǎn)，養(yǎng)老金行業(yè)在評(píng)估其債券法定價(jià)值時(shí)，資產(chǎn)負(fù)債表所受沖擊很微弱，企業(yè)的經(jīng)營(yíng)成果也不會(huì)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(guò)去的狀況。尤其是一些壽險(xiǎn)公司，由于承擔(dān)著長(zhǎng)期負(fù)債責(zé)任，因而持有長(zhǎng)期資產(chǎn)，因此最易受利率波動(dòng)的影響和沖擊。比如“脫媒風(fēng)險(xiǎn)”，即在利率波動(dòng)的市場(chǎng)環(huán)境下，保單持有者以退?；蛸J款方式從壽險(xiǎn)公司提取現(xiàn)金而給保險(xiǎn)企業(yè)帶來(lái)的損失。而過(guò)去，壽險(xiǎn)公司在進(jìn)行產(chǎn)品設(shè)計(jì)、企業(yè)財(cái)務(wù)規(guī)劃和預(yù)測(cè)時(shí)，是以“利率平穩(wěn)”以及“消費(fèi)者行為不變”等靜態(tài)假定為基礎(chǔ)的。因此，整個(gè)20世紀(jì)70年代末和80年代初，北美地區(qū)財(cái)務(wù)狀況惡化的壽險(xiǎn)公司數(shù)量激增，給整個(gè)壽險(xiǎn)業(yè)經(jīng)營(yíng)帶來(lái)巨大的負(fù)擔(dān)和風(fēng)險(xiǎn)。

　　也正是在金融市場(chǎng)波動(dòng)的背景下，保險(xiǎn)訐估機(jī)構(gòu)和各國(guó)保險(xiǎn)監(jiān)管部門開始認(rèn)識(shí)到，保險(xiǎn)業(yè)尤其是壽險(xiǎn)公司對(duì)整體金融風(fēng)險(xiǎn)十分敏感，并開始考察利率或證券價(jià)格的波動(dòng)狀況對(duì)保險(xiǎn)企業(yè)盈余的影響。保險(xiǎn)監(jiān)管機(jī)構(gòu)也開始就保險(xiǎn)企業(yè)所受某些不確定經(jīng)濟(jì)條件的影響程度進(jìn)行質(zhì)詢，最初的討論主要集中于美國(guó)的壽險(xiǎn)業(yè)，但加拿大和英國(guó)等地的產(chǎn)險(xiǎn)及意外險(xiǎn)公司，也較早地開始重視自身的“承保責(zé)任”和“投資組合”之間的協(xié)調(diào)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(xiǎn)企業(yè)持續(xù)的技術(shù)性償付能力。由此，以現(xiàn)金流測(cè)試、現(xiàn)金流匹配、免疫技術(shù)、久期和凸性等為代表的資產(chǎn)負(fù)債管理技術(shù)在保險(xiǎn)公司和養(yǎng)老金的經(jīng)營(yíng)中廣泛而迅速地應(yīng)用開來(lái)，以協(xié)調(diào)和管理“資產(chǎn)”和“負(fù)債”的經(jīng)營(yíng)決策。

　　而當(dāng)前不斷更新的計(jì)算技術(shù)，更是促進(jìn)了資產(chǎn)負(fù)債管理及其模型技術(shù)的革新和復(fù)雜化。當(dāng)前的資產(chǎn)負(fù)債管理技術(shù)已經(jīng)不僅僅局限于監(jiān)管要求的“利率風(fēng)險(xiǎn)管理”，而是將許多非利率風(fēng)險(xiǎn)包括其中。如今的資產(chǎn)負(fù)債管理技術(shù)，既管理特定產(chǎn)品風(fēng)險(xiǎn)，也可分析公司整體風(fēng)險(xiǎn)，既用來(lái)考察投資策略，也可用來(lái)做公司其他戰(zhàn)略性分析。養(yǎng)老金動(dòng)態(tài)財(cái)務(wù)分析及其模型技術(shù)正是將養(yǎng)老金計(jì)劃視為整體，從而在整個(gè)企業(yè)內(nèi)進(jìn)行模擬分析的有效的預(yù)測(cè)工具和方法。從20世紀(jì)90年代初開始，它已經(jīng)在美國(guó)公司的經(jīng)營(yíng)和風(fēng)險(xiǎn)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(jī)構(gòu)都非常熱衷于此項(xiàng)研究。例如，瑞士再保險(xiǎn)公司即將“動(dòng)態(tài)財(cái)務(wù)分析”及其模型技術(shù)應(yīng)用到保險(xiǎn)公司戰(zhàn)略規(guī)劃，如收購(gòu)訐估中，從而體現(xiàn)動(dòng)態(tài)財(cái)務(wù)分析是如何在一個(gè)整體的框架內(nèi)，協(xié)調(diào)“資產(chǎn)分配以及資本充足性測(cè)試”的。因此，“動(dòng)態(tài)財(cái)務(wù)分析”方法可以認(rèn)為是企業(yè)資產(chǎn)負(fù)債管理技術(shù)未來(lái)的發(fā)展趨向。

　　“動(dòng)態(tài)財(cái)務(wù)分析”的方法作為未來(lái)企業(yè)資產(chǎn)負(fù)債管理技術(shù)發(fā)展的趨向，不僅能夠靈活地運(yùn)用“久期模型”，“資產(chǎn)負(fù)債缺口分析模型”，以及近期發(fā)展起來(lái)的“風(fēng)險(xiǎn)價(jià)值模型（Value-at-Risk，簡(jiǎn)稱VaR）”等各種度量方法來(lái)測(cè)算利率變動(dòng)對(duì)企業(yè)資產(chǎn)負(fù)債的影響，還可通過(guò)恰當(dāng)?shù)摹扒榫皸l件生成器”，在當(dāng)前市場(chǎng)條件（包括通貨膨脹率、國(guó)民生產(chǎn)總值增長(zhǎng)率等）和未來(lái)市場(chǎng)環(huán)境之間建立關(guān)聯(lián)，并就此預(yù)測(cè)企業(yè)資產(chǎn)和負(fù)債的變化。企業(yè)動(dòng)態(tài)財(cái)務(wù)分析的模型研究方法主要包括“情景分析”和“隨機(jī)模擬”兩方面。這兩種模型方法能有效地度量利率、通脹及負(fù)債風(fēng)險(xiǎn)變化對(duì)公司市場(chǎng)價(jià)值或資產(chǎn)凈值的影響。

　　企業(yè)動(dòng)態(tài)財(cái)務(wù)分析的兩種方法

　　在現(xiàn)實(shí)經(jīng)濟(jì)生活，尤其是瞬息萬(wàn)變的金融市場(chǎng)中直接進(jìn)行實(shí)驗(yàn)，或者是不可能的，或者是得不償失的，而根據(jù)實(shí)際問(wèn)題建立模型，并利用模型進(jìn)行試驗(yàn)，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(dòng)態(tài)財(cái)務(wù)分析模型”中運(yùn)用廣泛，即“情景分析”和“隨機(jī)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(yù)先選取出來(lái)，然后再進(jìn)一步分析在上述情景下，企業(yè)財(cái)務(wù)狀況的后果如何。而隨機(jī)模擬方法則基于隨機(jī)數(shù)理模型，并以此反映諸如利率、證券價(jià)值、生存率、或損失頻率和損失程度等因素的不確定性。隨機(jī)模擬方法會(huì)根據(jù)動(dòng)態(tài)財(cái)務(wù)分析模型中關(guān)鍵變量的分布狀況，隨機(jī)取值并用以計(jì)算出許多可能的結(jié)果，然后對(duì)整個(gè)結(jié)果的分布狀態(tài)進(jìn)行分析。該方法最有價(jià)值的運(yùn)用領(lǐng)域也許是用來(lái)確定企業(yè)年金不可接受的經(jīng)營(yíng)或財(cái)務(wù)結(jié)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(duì)當(dāng)前的經(jīng)營(yíng)或財(cái)務(wù)狀況進(jìn)行調(diào)整，以回復(fù)到正常水平。

　　使用傳統(tǒng)的趨勢(shì)外推、增長(zhǎng)曲線等定量定時(shí)的預(yù)測(cè)方法，來(lái)在不確定性條件下進(jìn)行經(jīng)濟(jì)預(yù)測(cè)，存在一定的局限性，不能適應(yīng)處于當(dāng)今瞬息萬(wàn)變世界中的人們預(yù)測(cè)未來(lái)之需要。這主要表現(xiàn)在：第一，如果原始數(shù)據(jù)可信度不高，那么，由這些傳統(tǒng)預(yù)測(cè)模型得出的預(yù)測(cè)結(jié)果便不可靠；第二，這些傳統(tǒng)預(yù)測(cè)方法無(wú)法綜合歸納和反饋人們對(duì)未來(lái)發(fā)展的群體意圖和愿望，不能體現(xiàn)人們駕馭未來(lái)的能動(dòng)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(jù)過(guò)去和現(xiàn)在推斷未來(lái)，所以，一旦系統(tǒng)環(huán)境發(fā)生變化，這些方法就失去了應(yīng)用前提，在這種條件下得到的預(yù)測(cè)結(jié)果便宣告失效；第四，這些傳統(tǒng)的預(yù)測(cè)技術(shù)無(wú)法解釋處于不確定環(huán)境中的企業(yè)長(zhǎng)期發(fā)展的多種可能性。以特爾菲法為代表的概率預(yù)測(cè)技術(shù)，盡管克服了傳統(tǒng)的定量預(yù)測(cè)和定時(shí)預(yù)測(cè)方法的一些缺點(diǎn)，但是，它作為一種獲取專家知識(shí)的有效手段，側(cè)重于獲取專家較為一致的經(jīng)驗(yàn)判斷，對(duì)技術(shù)發(fā)展前景的復(fù)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(duì)公司未來(lái)經(jīng)營(yíng)和財(cái)務(wù)規(guī)劃發(fā)展的多種可能，如何避免用傳統(tǒng)預(yù)測(cè)技術(shù)盲目地推斷一個(gè)單一的“最可能”未來(lái)，而去設(shè)計(jì)一個(gè)體現(xiàn)未來(lái)發(fā)展多樣化的符合邏輯的多變量系統(tǒng)，并由此導(dǎo)出一系列多維的預(yù)測(cè)結(jié)果呢？情景分析法就是可以滿足這些要求的重要的經(jīng)濟(jì)預(yù)測(cè)方法之一。

　　情景分析法在長(zhǎng)期的發(fā)展過(guò)程中，產(chǎn)生了一些具體的便于操作的情景分析法，例如：目標(biāo)展開法、空隙填補(bǔ)法、未來(lái)分析法等等，盡管這些方法各有特色，但它們的主要操作過(guò)程大致相同，可以歸納為以下四個(gè)步驟：第一，明確預(yù)測(cè)問(wèn)題，作好必要準(zhǔn)備。根據(jù)現(xiàn)實(shí)需要和項(xiàng)目要求進(jìn)行信息調(diào)研，調(diào)研范圍不僅包括公司自身經(jīng)營(yíng)和財(cái)務(wù)因素，還應(yīng)包括社會(huì)、政治、經(jīng)濟(jì)、生態(tài)等相關(guān)因素。第二，確定影響水平和變量。在系統(tǒng)分析基礎(chǔ)上，依靠專家智慧，將影響公司未來(lái)經(jīng)營(yíng)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(shuō)變量。在水平及變量的確定過(guò)程中，要在水平間、變量間進(jìn)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(lái)選擇關(guān)鍵因素。例如：間接影響分析法、模糊集合法、結(jié)構(gòu)解釋模型法、結(jié)盟與沖突分析法等。第三，情景構(gòu)造。情景構(gòu)造是情景分析的中心內(nèi)容。構(gòu)造情景時(shí)，應(yīng)充分發(fā)揮專家的邏輯思維能力和形象思維能力，從當(dāng)前時(shí)刻出發(fā)，根據(jù)各水平下變量的可能變化情況，沿其路徑向未來(lái)延伸。在延伸過(guò)程中，要保證各因素的影響作用有理有據(jù)，一個(gè)因素或事件為什么比另一個(gè)的影響大，影響作用是什么？必須能夠說(shuō)得明白，而且最好能用量化指標(biāo)說(shuō)明，為了避免情景系統(tǒng)過(guò)于龐大、復(fù)雜，小概率事件一般不考慮。第四，編寫預(yù)測(cè)報(bào)告。這一階段主要是對(duì)前面工作進(jìn)行系統(tǒng)整理和總結(jié)，以及對(duì)以前工作存在的個(gè)別紕漏進(jìn)行補(bǔ)救。

　　隨機(jī)模擬方法所謂模擬是指用電子計(jì)算機(jī)對(duì)真實(shí)經(jīng)濟(jì)系統(tǒng)在一定環(huán)境下各要素的相互作用，進(jìn)行有條件的模仿試驗(yàn)，并求得數(shù)值解的一種數(shù)量分析方法。正如前面所說(shuō)，在現(xiàn)實(shí)經(jīng)濟(jì)生活中直接進(jìn)行實(shí)驗(yàn)，或者是不可能的，或者是得不償失的，而根據(jù)實(shí)際問(wèn)題建立模型，并利用模型進(jìn)行試驗(yàn)，比較不同后果，選擇可行方案，不失為有效的代用方法。同時(shí)，由于經(jīng)濟(jì)數(shù)學(xué)模型日益增大和復(fù)雜化，并且要更多地考慮非經(jīng)濟(jì)的影響，已不能用數(shù)學(xué)運(yùn)算達(dá)到準(zhǔn)確的分析解，而需要通過(guò)電子計(jì)算機(jī)模擬，用數(shù)值運(yùn)算達(dá)到數(shù)字解。綜合這兩方面可以看出，模擬已使間接實(shí)驗(yàn)成為可能，也為模型求解提供了新的方法。隨機(jī)模擬不同于求解確定性的、靜態(tài)的線性問(wèn)題的數(shù)學(xué)解析法，能比較真實(shí)地描述和近似地求解復(fù)雜系統(tǒng)的問(wèn)題。隨機(jī)模擬又不同于專門研究系統(tǒng)運(yùn)行狀況的，常用的有很大局限性的真實(shí)的實(shí)驗(yàn)法，它能在真實(shí)系統(tǒng)建立前進(jìn)行可能辦到的、經(jīng)濟(jì)方便的有限實(shí)驗(yàn)。進(jìn)行隨機(jī)模擬的基本步驟包括確定問(wèn)題、收集資料、制定模型、建立模型的計(jì)算程序、鑒定和證實(shí)模型，設(shè)計(jì)模型試驗(yàn)、進(jìn)行模擬操作和分析模擬結(jié)果。這里說(shuō)的模型必須是“模擬模型”，一般來(lái)說(shuō)，“隨機(jī)模型”比確定性模型、“動(dòng)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(lái)分析和求解，而成為模擬模型。隨機(jī)模擬模型比較靈活，它通常并不用來(lái)求最優(yōu)解，但卻可以回答“如果在某個(gè)時(shí)期采取某種行動(dòng)，對(duì)后續(xù)時(shí)期將會(huì)產(chǎn)生什么后果”等一類的問(wèn)題。

　　國(guó)內(nèi)著名信息經(jīng)濟(jì)學(xué)者烏家培教授認(rèn)為，隨機(jī)模擬的作用表現(xiàn)在：能對(duì)高度復(fù)雜的內(nèi)部交互作用的系統(tǒng)進(jìn)行研究和實(shí)驗(yàn)?zāi)茉O(shè)想各種不同方案，觀察這些方案對(duì)系統(tǒng)的結(jié)構(gòu)和行為的影響；能反映變量間的相互關(guān)系，說(shuō)明哪些變量更重要，如何影響其他變量和整個(gè)系統(tǒng)能研究不同時(shí)期相互間的動(dòng)態(tài)聯(lián)系，反映系統(tǒng)行為隨時(shí)間變化而變化的情況；能檢驗(yàn)?zāi)Ｐ偷募僭O(shè)，改進(jìn)模型的結(jié)構(gòu)。他同時(shí)也認(rèn)為，隨機(jī)模擬的局限性表現(xiàn)在：隨機(jī)模擬運(yùn)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(shí)，就會(huì)發(fā)生困難；它的規(guī)模很大時(shí)，較難取得資料相模擬細(xì)節(jié)成本高、費(fèi)時(shí)間、工作復(fù)雜。北美地區(qū)的精算師對(duì)前面所說(shuō)的“情景分析”方法應(yīng)當(dāng)是十分熟悉的，即便在70年代金融市場(chǎng)利率震蕩以前，他們就已經(jīng)開始使用此種模型方法了。例如，在美國(guó)社會(huì)保險(xiǎn)體系中，情景分析的方法就已經(jīng)被用來(lái)預(yù)測(cè)三種情景下社會(huì)體系的財(cái)務(wù)狀況。對(duì)精算師而言，“情景分析”方法的優(yōu)勢(shì)之一是，只要實(shí)際結(jié)果落于預(yù)測(cè)區(qū)間內(nèi)，精算師便回避了因?yàn)椴粶?zhǔn)確的點(diǎn)估計(jì)而要受到的批評(píng)。但是，對(duì)政策制定者而言，這樣的情景測(cè)試方法的幫助是有限的，因?yàn)樗鼰o(wú)法提供各種結(jié)果出現(xiàn)的可能性。盡管未來(lái)的不確定性也得到了某種程度的反映，但預(yù)測(cè)結(jié)果的區(qū)間是如此廣泛，使得基于此數(shù)據(jù)的決策意義不大。而隨機(jī)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(lái)評(píng)估保險(xiǎn)公司償付能力水平時(shí)，測(cè)試結(jié)果僅體現(xiàn)在某特定或某系列事件發(fā)生的情形下，保險(xiǎn)企業(yè)是否生存。而隨機(jī)模擬方法卻能就事件后果的整個(gè)區(qū)間內(nèi)提供有用的信息，所以，目前在北美地區(qū)流行的動(dòng)態(tài)財(cái)務(wù)分析模型，通常是以隨機(jī)模擬模型為基礎(chǔ)的。

　　動(dòng)態(tài)財(cái)務(wù)分析模型的構(gòu)成要素分析

　　從財(cái)務(wù)管理的角度來(lái)觀察，企業(yè)資金面臨兩大類風(fēng)險(xiǎn)：“資產(chǎn)負(fù)債風(fēng)險(xiǎn)”和“經(jīng)營(yíng)風(fēng)險(xiǎn)”。前者影響“資產(chǎn)”和“負(fù)債”的價(jià)值。例如，利率升高會(huì)減少企業(yè)年金所持有的債券價(jià)值；不利的災(zāi)害情形則會(huì)增加未來(lái)的損失準(zhǔn)備金等。而后者，企業(yè)年金“經(jīng)營(yíng)風(fēng)險(xiǎn)”也由兩部分組成，即“繳費(fèi)風(fēng)險(xiǎn)”和“投資風(fēng)險(xiǎn)”。構(gòu)建企業(yè)資金“動(dòng)態(tài)財(cái)務(wù)分析模型”的本質(zhì)，實(shí)際上就是要在規(guī)劃期間內(nèi)對(duì)企業(yè)資產(chǎn)負(fù)債表和經(jīng)營(yíng)狀況表進(jìn)行定量的預(yù)測(cè)和規(guī)劃。因此，“動(dòng)態(tài)財(cái)務(wù)分析模型”的構(gòu)建也應(yīng)當(dāng)由“資產(chǎn)”、“負(fù)債”、“繳費(fèi)”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(fēng)險(xiǎn)因素都應(yīng)當(dāng)加以認(rèn)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(huì)降低債券的價(jià)值，但同時(shí)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(shí)際上還和證券回報(bào)率以及惡化的經(jīng)濟(jì)環(huán)境有直接關(guān)系。總之，在構(gòu)建動(dòng)態(tài)財(cái)務(wù)分析模型時(shí)，割裂“資產(chǎn)”、“負(fù)債”、“繳費(fèi)”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(shí)的簡(jiǎn)化反映，公司動(dòng)態(tài)財(cái)務(wù)分析模型也不例外，試圖預(yù)測(cè)所有的可能或風(fēng)險(xiǎn)狀況是不現(xiàn)實(shí)的，因此，在動(dòng)態(tài)財(cái)務(wù)分析模型中，只能考慮和包括與公司經(jīng)營(yíng)或財(cái)務(wù)狀況最為相關(guān)的因素，而且并非所有的風(fēng)險(xiǎn)都能夠或應(yīng)該建立模型，還應(yīng)當(dāng)考慮該風(fēng)險(xiǎn)因素是否可以量化。例如，導(dǎo)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(fēng)險(xiǎn)，就目前的技術(shù)和理論水平而言，是不現(xiàn)實(shí)的；因此，對(duì)于此種目前無(wú)法量化的風(fēng)險(xiǎn)，只能暫時(shí)排除于模型之外。

　　此外，構(gòu)建動(dòng)態(tài)財(cái)務(wù)分析模型還應(yīng)當(dāng)要明確該模型的使用目的，因?yàn)閯?dòng)態(tài)財(cái)務(wù)分析模型可以適用許多領(lǐng)域（如財(cái)務(wù)預(yù)測(cè)、戰(zhàn)略決策，資產(chǎn)負(fù)債管理，資本充足性測(cè)試等），所以必須在構(gòu)建之初即明確其目的。例如，如果動(dòng)態(tài)財(cái)務(wù)分析模型僅是設(shè)計(jì)用來(lái)進(jìn)行償付能力水平測(cè)試，那么就應(yīng)當(dāng)回答公司陷入財(cái)務(wù)困境的頻率究竟如何。如果模型設(shè)計(jì)妥當(dāng)，就應(yīng)當(dāng)可以提供這樣的信息，比如是何種因素導(dǎo)致企業(yè)的財(cái)務(wù)困境，以及關(guān)鍵性財(cái)務(wù)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(jī)模擬的結(jié)果，如果其中有10次結(jié)果是不能接受的，那么就應(yīng)當(dāng)確定導(dǎo)致此結(jié)果的特定原因，也許導(dǎo)致這10次結(jié)果的主要原因是利率水平的升高，那么公司管理層就應(yīng)當(dāng)明確，對(duì)公司所面臨的利率風(fēng)險(xiǎn)進(jìn)行套期保值，也許就是減少自身財(cái)務(wù)危機(jī)的最佳途徑。

　　動(dòng)態(tài)財(cái)務(wù)分析模型的構(gòu)建步驟

　　1、確定目標(biāo)動(dòng)態(tài)財(cái)務(wù)分析的第一步是由公司董事會(huì)明確公司的目的、經(jīng)營(yíng)目標(biāo)、約束條件和風(fēng)險(xiǎn)容忍程度，從而據(jù)此確定評(píng)價(jià)各種戰(zhàn)略方案優(yōu)劣的標(biāo)準(zhǔn)。它使管理層集中關(guān)注影響公司的重大事項(xiàng)，以及對(duì)這些事項(xiàng)進(jìn)行相互溝通?？梢粤炕慕?jīng)營(yíng)目標(biāo)通常是：期望的股東盈余（Shareholder‘s Surplus）及其標(biāo)準(zhǔn)差；期望的股票持有人盈余（認(rèn)可資產(chǎn)與認(rèn)可負(fù)債之差）（Policyholder Surplus）及其標(biāo)準(zhǔn)差；公司的期望經(jīng)濟(jì)價(jià)值（Economic Value）及其標(biāo)準(zhǔn)差等。

　　2、收集數(shù)據(jù)確定分析目標(biāo)后，必須對(duì)外生變量的歷史經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行收集，以便對(duì)其未來(lái)狀況做出預(yù)測(cè)。DFA需要大量有關(guān)公司主要風(fēng)險(xiǎn)的可靠數(shù)據(jù)，并使這些數(shù)據(jù)隨時(shí)可以被提取，因?yàn)镈FA分析的質(zhì)量依賴于所使用數(shù)據(jù)的質(zhì)量。僅僅想查找出公司最重要的風(fēng)險(xiǎn)就需要大量的時(shí)間與努力，這是因?yàn)榇嬖谟诓煌块T的不同風(fēng)險(xiǎn)的數(shù)據(jù)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(jìn)行分析（例如，一堆凌亂的文件）。許多公司越來(lái)越多地以電子方式獲取和存儲(chǔ)信息，這使得DFA獲取數(shù)據(jù)變得越來(lái)越簡(jiǎn)單。

　　3、模型參數(shù)化模型參數(shù)化是對(duì)模型中的隨機(jī)因素（比如實(shí)際GDP增長(zhǎng)率、利率水平等）進(jìn)行假定。用于模擬經(jīng)濟(jì)變量的模型，通常由時(shí)間序列的回歸分析得出，或者已經(jīng)被普遍接受（比如，股指收益率滿足對(duì)數(shù)正態(tài)分布，股價(jià)運(yùn)動(dòng)表現(xiàn)為伊藤過(guò)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(jié)果這一步主要是上機(jī)操作。當(dāng)然，使用者必須理解DFA所使用的模擬技術(shù)及其缺陷所在。

　　5、分析模型結(jié)果DFA可以依據(jù)公認(rèn)會(huì)計(jì)準(zhǔn)則、監(jiān)理會(huì)計(jì)準(zhǔn)則、稅收基礎(chǔ)和經(jīng)濟(jì)價(jià)值基礎(chǔ)，分別生成財(cái)務(wù)報(bào)表。如果預(yù)算期為5年，做20種不同的模擬，我們就會(huì)有400張報(bào)表。因此，DFA分析能否成功取決于能否把如此多的數(shù)據(jù)加工濃縮成簡(jiǎn)潔明快的形式。

　　6、敏感度測(cè)試敏感度測(cè)試是為了驗(yàn)證模型的結(jié)論并非是某一隨意的假設(shè)，或隨意取出的某一組情景。敏感度測(cè)試的做法是固定其他變量，每次只變動(dòng)一個(gè)變量的數(shù)值，測(cè)試該變量對(duì)目標(biāo)值的影響程度。經(jīng)常進(jìn)行靈敏性測(cè)試的變量有利率、股指收益率等。如果已知變量之間的相關(guān)關(guān)系，那么，以上變量的聯(lián)合影響也可以通過(guò)敏感度測(cè)試進(jìn)行評(píng)估。

　　7、呈報(bào)結(jié)論DFA經(jīng)常要做上千次模擬，所以DFA的結(jié)果必須以簡(jiǎn)潔明快、易于理解的方式呈報(bào)給公司最高管理層。報(bào)告應(yīng)滿足以下要求：一是明確每一步的重點(diǎn)；二是明確各模型的前后邏輯關(guān)系，以便增進(jìn)管理層對(duì)模型的理解；三是結(jié)果要簡(jiǎn)潔。

　　使用DFA模型可以使我們對(duì)商業(yè)策略潛在的風(fēng)險(xiǎn)和收益有更深入的了解，DFA模型與老式的僅考慮關(guān)鍵比率的財(cái)務(wù)分析方法相比可以說(shuō)是一個(gè)新的里程碑。實(shí)際上，DFA模型是基于現(xiàn)金流的整個(gè)商業(yè)策略進(jìn)行建模的一個(gè)可行辦法。通過(guò)它可以對(duì)影響企業(yè)財(cái)務(wù)狀況的各種隨機(jī)變量和它們之間的關(guān)系細(xì)節(jié)進(jìn)行詳細(xì)的考察。DFA可以適應(yīng)不同的目標(biāo)，也可以對(duì)不同的管理單元（繳費(fèi)、投資、計(jì)劃、預(yù)算等）有所側(cè)重。

　　但值得指出的是，DFA模型不可能完全捕捉現(xiàn)實(shí)商業(yè)環(huán)境中的復(fù)雜性。必要時(shí)，在建模過(guò)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(gè)中等規(guī)模的DFA模型中，事先估計(jì)的參數(shù)數(shù)量和模型涉及的隨機(jī)變量數(shù)量無(wú)疑是相當(dāng)多的，對(duì)這些參數(shù)的處理也要耗費(fèi)相當(dāng)多的工作量。而且，從模型得到的結(jié)果與模型設(shè)置時(shí)采取的假設(shè)有很大的關(guān)系。一個(gè)關(guān)鍵問(wèn)題是：DFA模型到底應(yīng)該有多大多復(fù)雜？做任何事情都要付出代價(jià)，由于人們都不情愿使用不透明的黑箱，所以如果一個(gè)簡(jiǎn)單的模型可以輸出合理的結(jié)果，多數(shù)人就會(huì)選擇這種模型。另外，越簡(jiǎn)單的模型越符合直覺(jué)，并且可以容易的評(píng)估特定變量的影響，對(duì)不確定性和近似性的正確理解與控制是使用DFA模型的關(guān)鍵。