一、引言
财务风险是指公司财务结构不合理、融资不当使公司可能丧失偿债能力而导致投资者预期收益下降的风险，对财务风险进行合理准确的评估可以为企业的管理经营提供科学的决策依据。财务风险的实质是企业负债经营所产生的风险，而负债经营也正是保险公司经营最大的特性。相对于寿险公司，财险公司经营具有周期短、波动大等显著特点，其负债结构主要属于流动负债，投资策略多为短期投资，因此面临更大的生存危机。近年来，自然灾害和财险事故的频发，高风险和高额度的承保，资金运用的不完善以及经营管理的缺陷使得财险公司面临较高的财务风险。因此，准确的预测财险公司财务风险状况，及时发现相关财务指标及财务状况的异常，对于财险公司稳健运作和持续发展具有重要的现实意义。
我国对财险公司各项财务指标还未建立明确的评价标准，《保险业监管指标》只规定了部分指标的控制范围值，尚未形成统一标准化的指标体系和财务风险度量体系，缺乏对财险公司财务风险的量化研究。近年来，不少经济学者提出建立财务风险预警指标系统以保障保险公司的稳健经营和持续发展。目前，实务中仍采用传统的财务风险评估模型，如柳媛(2007)提出使用EVA业绩评价法，对财险公司财务指标和非财务指标进行了综合评价。吴贤(2008)将动态财务分析模型用于非寿险公司资产负债管理分析。刘洪渭、何建敏、丁德臣(2009)针对风险预警指标体系的不足，从财务信息和非财务信息两个方面，尝试提出了我国财产保险公司全面风险预警初始指标体系。从国内研究状况看，我国对财险公司财务风险的度量分析仍处于初步发展阶段。从国外的研究状况来看，一些方法和模型在评估财务风险上已得到了一定程度的认可，但是也还存在一定的缺陷。这些方法和模型多立足于对财务状况进行量化评估分析，没有将综合财务风险数量化。
二、理论模型
目前，保险公司财务风险的评估度量研究中，几乎没有考虑财险公司财务风险的突变性。本文将根据财险公司财务风险的这一特性，以突变理论为基础，引入突变模型，对财险公司财务风险的度量奠定理论基础。为确定基于突变理论的财险公司财务风险度量模型中的控制变量a、b、c、d，本文采用可拓学方法计算各指标对上层所属指标的隶属度，从而选取模型所需的指标体系，并利用隶属度的大小对指标进行排序，根据其顺序确定控制变量a、b、c、d。
(一)突变理论的基本原理和数理模型
突变理论这一用语最初由英国学者齐曼(Zeeman)提出，之后在1972年被法国数学家雷力·托姆(Thom R)应用于其著作《结构稳定性与形态发生学》，用以解决社会现象中所存在的不连续变化过程。所谓突变就是指系统对平滑变化的外部条件的突如其来做出相应的反应而产生的突发变化。突变理论用形象而精确的数学模型来描述事物的连续性中断的质变过程，包括初等突变理论和非初等突变理论，通常提到的突变理论是指初等突变理论。初等突变理论中，造成突变产生的连续变化因素被称为控制变量，可能出现突变的量被称为状态变量。
托姆在其突变理论中的分类定理中指出，自然界和社会现象中存在的大量不连续现象可以用某些特定的几何图形来描绘。其中控制变量个数不超过5个的一共有11种突变类型，而发生在三维空间和一维时间，在四个因子控制下的初等突变，概括起来只有7种基本类型，分别为折叠突变模型、尖点突变模型、燕尾突变模型、蝴蝶突变模型、双曲脐点突变模型、椭圆脐点突变模型和抛物脐点突变模型。各类型的状态变量和控制变量数目如表1所示。
每一种类型的突变模型都由一个特定的势能函数决定，突变过程的全貌则可由对应的平衡曲面加以描述，对应的势能函数如下：
通过归一公式可将系统内各控制变量不同的质态转化为同一质态，即转化为状态变量x所表示的质态，然后根据所得到的状态变量的值进行评价。状态变量的取值需要根据控制变量之间的关系来确定：若同一层次的控制变量之间存在“互补”关系，即可以相互弥补不足，那么状态变量取各控制变量对应的状态变量的平均值；若同一层次的控制变量为“非互补”关系，即它们之间即不可以互相弥补不足，也不可以相互替代，那么控制变量对应状态变量中的最小值为“瓶颈”，应选择最小值作为状态变量的值。
三、模型的构建与财务风险的度量
本文选取了我国保险行业中52家财险公司(包含外资财险公司)作为评价分析的样本，剔除异常值以及没有连续五年数据的公司样本后，最后选取22家公司作为建模样本。所有数据来源于2006-2010年的《中国保险年鉴》。由于篇幅受限，模型构建只对其中一家财险公司进行详细的过程描述，本文对所有样本财险公司排序按字母表顺序，因此选取安联保险公司广州分公司(后文中简称安联保险公司)为模型构建的演示样本公司。
(一)模型构建的思路
基于突变理论的财险公司财务风险度量模型主要是将由可拓识别出的财务指标，通过突变级数法来实现风险评价。具体思路如下：
1.建立财险公司财务风险评价指标库。构建一个包含三个层次的财务指标库，原始数据仅需第三层指标的数据。这一包含三层指标的指标库将成为各公司指标选取的来源以及用以实现突变级数法的支架。
2.确定各层次的突变类型，并用可拓识别方法从指标库选取各公司相应的指标体系。为了符合突变级数法的基本原理，要先确定各组指标所属的突变类型，由于初等突变模型中状态变量下的控制变量少于或等于4个，因此，各层指标不应超过四个。在确定所需指标数量之后，采用可拓识别方法计算各指标的隶属度，根据隶属程度确定每一个公司被选取的相应的指标体系，并按大小进行排序，以对应突变级数中所需的控制变量a、b、c、d(a＞b＞c＞d)。
3.修正原始财务指标数据。根据突变级数法的需要，控制变量需要介于0到1之间，因此在确定第三层评价指标的控制变量时，需要对待评价年份原始财务数据进行修正，
4.利用突变级数法对各财险公司财务风险进行评价。根据突变级数法中的归一公式，对修正后的数值进行类推计算，先计算第三层指标控制变量的突变级数，得出的级数作为上一层指标的控制变量，以层层递进的取级数方法得到各财险公司最终的财务风险度量值。
5.选取阈值对样本中所有的财险公司的财务风险状况进行等级划分。根据最终的财务风险度量值
，用聚类分析对所有公司的财务风险进行等级划分，将财务风险分为Ⅰ级(偏大)、Ⅱ级(适中)和Ⅲ级(偏小)三个等级，进而判断样本中各财险公司财务风险所属的等级。
(二)财险公司财务风险指标的物元识别
为了提高财务数据处理效率，本文综合至今为止学者们对财险公司财务风险进行分析时所用到的指标体系里的所有财务指标，形成了一个有效性高、完整性高、科学性强的指标库，本文将从这个指标库筛选所需的财务指标。详细的财险公司财务指标库见表2。
根据可拓学中的物元识别方法可以计算得出各下层指标对上层所属指标的关联度，由于篇幅受限，文中只列出对演示样本公司财务指标进行可拓识别的结果，详见表3。
(三)基于突变理论的财险公司财务风险度量模型
根据安联保险公司所有财务指标的关联值，即隶属度，可以确定本文财务风险度量模型所需的指标体系，如表3所示。进一步根据第三层指标的隶属度大小对指标进行排序，可得确定控制变量位置后的指标体系，如图1所示。
本文对2009年22家财险公司的财务风险进行度量，因此选取2009年各公司的财务指标数据作为原始数据，再根据线性比例变换法对原始数据进行修正，以使得财务指标可以符合控制变量介于0～1之间的要求。以安联保险公司为例，对原始财务数据进行修正，使其范围控制在0～1之间。再根据图1中安联保险公司基于突变理论的财务风险度量指标体系，将修正后的财务指标数值对应到控制变量a、b、c、d中，进而利用突变级数法的归一公式，计算第三层指标控制变量的突变级数，突变级数为所属同一上层指标的各控制变量归一化数值的平均值，得出的级数作为上一层指标的控制变量，以层层递进的取级数方法得到各财险公司最终的财务风险度量值。表4～表5为对安联保险公司财务指标进行取级数运算的结果。最终得到安联保险公司财务风险的度量值为0.952 769。
用同样于对安联保险公司财务指标层层取级数的方法，可以得到选取的22家样本财险公司的财务风险度量值。再通过聚类分析可得各公司所属的风险等级，详见表7。
四、结论
从以上22家样本财险公司的财务风险度量结果来看，利宝互助和中华联合2家公司的财务风险属于Ⅰ级偏大，东京海上等6家公司的财务风险属于Ⅱ级适中，安联等14家公司的财务风险属于Ⅲ级偏小。值得注意的是，各公司的财务风险等级是相对的。其中在财务风险等级属于Ⅰ级偏大的2家财险公司中，利宝互助由于其盈利能力五个指标中的净利润率、资产净利率、净资产收益率和总资产报酬率四个指标均为2009年22家财险公司中相对应指标的最小值，使得其盈利性指标值总体处于最低位置，盈利能力的不足造成其公司的财务风险相对于其他公司较大；而中华联合由于其偿付能力指标中的资本充足率、自由资本率和流动比率以及资产结构指标中的速动资产与固定资产之比、股东权益比率均为2009年22家财险公司中相对应指标的最小值，且偿付能力指标中的资产负债率为2009年22家财险公司中相对应指标的最大值，使其偿付能力相对来说较弱，资产结构的合理性较差，这些均是造成其公司的财务风险相对于其他公司较大的主要原因。财务风险属于Ⅱ级适中的6家财险公司各指标相对属于Ⅲ级财务风险偏小的公司，各类指标没有极大的差距，但是参照《保险业监管指标》中对财险公司某些财务指标的规定，可以看出部分指标尚未达标，影响了其财务风险的评估。综上，结合本文的度量结果与2009年各公司的整体财务指标情况来看，度量结果与实际情况很大程度是相符的，说明本文构建的财务风险度量模型具有一定的适用性。
本文构建财险公司财务风险度量模型，利用突变级数法的归一运算得出了22家样本公司的财务风险度量值，并根据这些值的大小判断财险公司财务风险的相对高低，目的在于说明这种方法的应用，因此，财务风险等级的划分是相对的。突变级数法中的归一公式对各指标的重要性的确定是根据公式本身的内在作用机理实现的，不存在主观地确定权重，使得评价更趋于实际。
