DFA——企业财务管理新方法

　　
　　2、收集数据

　　确定分析目标后，必须对外生变量的历史经验数据进行收集，以便对其未来状况做出预测。DFA需要大量有关公司主要风险的可靠数据，并使这些数据随时可以被提取，因为DFA分析的质量依赖于所使用数据的质量。仅仅想查找出公司最重要的风险就需要大量的时间与努力，这是因为存在于不同部门的不同风险的数据通常都是不完全的，而且因可能存在的方式不同，可能不易获得或者不适宜进行分析(例如，一堆凌乱的文件)。许多公司越来越多地以电子方式获取和存储信息，这使得DFA获取数据变得越来越简单。
　　
　　3、模型参数化

　　模型参数化是对模型中的随机因素(比如实际GDP增长率、利率水平等)进行假定。用于模拟经济变量的模型，通常由时间序列的回归分析得出，或者已经被普遍接受(比如，股指收益率满足对数正态分布，股价运动表现为伊藤过程等)。模型参数化要求一要确定初始条件，二要确定模型参数。
　　
　　4、生成模型结果

　　这一步主要是上机操作。当然，使用者必须理解DFA所使用的模拟技术及其缺陷所在。
　　
　　5、分析模型结果

　　DFA可以依据公认会计准则、监理会计准则、税收基础和经济价值基础，分别生成财务报表。如果预算期为5年，做20种不同的模拟，我们就会有400张报表。因此，DFA分析能否成功取决于能否把如此多的数据加工浓缩成简洁明快的形式。
　　
　　6、敏感度测试

　　敏感度测试是为了验证模型的结论并非是某一随意的假设，或随意取出的某一组情景。敏感度测试的做法是固定其他变量，每次只变动一个变量的数值，测试该变量对目标值的影响程度。经常进行灵敏性测试的变量有利率、股指收益率等。如果已知变量之间的相关关系，那么，以上变量的联合影响也可以通过敏感度测试进行评估。
　　
　　7、呈报结论

　　DFA经常要做上千次模拟，所以DFA的结果必须以简洁明快、易于理解的方式呈报给公司最高管理层。报告应满足以下要求：一是明确每一步的重点；二是明确各模型的前后逻辑关系，以便增进管理层对模型的理解；三是结果要简洁。

　　使用DFA模型可以使我们对商业策略潜在的风险和收益有更深入的了解，DFA模型与老式的仅考虑关键比率的财务分析方法相比可以说是一个新的里程碑。实际上，DFA模型是基于现金流的整个商业策略进行建模的一个可行办法。通过它可以对影响企业财务状况的各种随机变量和它们之间的关系细节进行详细的考察。DFA可以适应不同的目标，也可以对不同的管理单元(缴费、投资、计划、预算等)有所侧重。

　　但值得指出的是，DFA模型不可能完全捕捉现实商业环境中的复杂性。必要时，在建模过程中我们可以集中注意力于模型可以反映的某些特征。然而，即使是在一个中等规模的DFA模型中，事先估计的参数数量和模型涉及的随机变量数量无疑是相当多的，对这些参数的处理也要耗费相当多的工作量。而且，从模型得到的结果与模型设置时采取的假设有很大的关系。一个关键问题是：DFA模型到底应该有多大多复杂?做任何事情都要付出代价，由于人们都不情愿使用不透明的黑箱，所以如果一个简单的模型可以输出合理的结果，多数人就会选择这种模型。另外，越简单的模型越符合直觉，并且可以容易的评估特定变量的影响，对不确定性和近似性的正确理解与控制是使用DFA模型的关键。