公司理财论文

上传人：1*** IP属地：河北上传时间：2026-01-02 格式：DOCX 页数：27 大小：28.28KB 积分：7.19 举报 版权申诉

已阅读5页，还剩22页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

公司理财论文一.摘要

在全球化金融环境持续演变的背景下，企业理财策略的优化成为提升核心竞争力与实现可持续发展的关键。本研究以某大型跨国制造企业为案例，通过对其近五年财务数据的系统分析，结合资本资产定价模型（CAPM）、财务比率分析和现金流预测模型，深入探讨了企业理财在风险控制、资本结构优化及投资决策中的应用效果。研究发现，该企业在动态调整债务融资比例、实施多元化投资组合以及采用现金流敏感性分析方法方面表现出显著成效，其财务杠杆率从0.42降至0.35的同时，权益净利率保持在18%以上的水平，显示出稳健的财务弹性。此外，通过对市场波动与公司财务绩效的关联性研究，揭示出企业应进一步强化汇率风险管理机制，以应对国际经济不确定性带来的冲击。研究结论表明，科学的企业理财体系需兼顾短期流动性管理与长期价值创造，通过动态财务指标监控与前瞻性资本配置，能够有效平衡风险与收益，为同行业企业提供具有实践指导意义的决策参考。

二.关键词

企业理财、资本结构优化、现金流管理、风险管理、财务绩效

三.引言

在当代经济体系中，企业理财作为连接微观经营与宏观市场的核心桥梁，其理论与实践的深化直接影响着资本配置效率与企业价值创造能力。随着金融工具创新、金融市场开放以及全球经济格局的重塑，企业面临的理财环境正经历前所未有的复杂化与动态化。一方面，数字货币、绿色金融、供应链金融等新兴理财模式为传统企业提供了多元化的发展路径；另一方面，利率市场化改革、跨国资本流动加剧以及宏观经济周期性波动，又对企业理财的稳定性与前瞻性提出了更高要求。在此背景下，如何构建兼具灵活性与韧性的企业理财体系，已成为学术界与企业界共同关注的重要议题。

企业理财的内在逻辑涉及资本筹集、资本运用及资本收益分配的完整链条。从资本结构理论演进来看，莫迪利亚尼-米勒定理的经典框架在现实约束下逐渐被权衡理论、优序融资理论等修正模型所补充，揭示了企业财务决策中债务融资与股权融资的动态平衡问题。资本结构的优化不仅关系到企业融资成本的最小化，更直接影响着信息不对称导致的代理成本以及市场对公司治理的监督效应。例如，跨国企业因面临汇率风险、政治风险及监管套利空间，其资本结构决策需进一步考虑母子公司协同效应与东道国政策环境；而高科技企业则需在轻资产运营与核心技术研发之间寻求平衡，通过股权激励、风险投资等手段实现价值链的深度整合。

现金流管理作为企业理财的基石，其重要性在流动性危机频发的现代金融市场中愈发凸显。伯南克（2008）提出的“金融摩擦”理论指出，企业内部现金流的不确定性是导致投资-现金流敏感性差异的关键因素。实证研究表明，制造业企业的营运资本周转率与其市场价值存在显著正相关，而服务业企业则更倾向于通过现金流匹配模型（CashFlowMatchingModel）来规避利率风险。值得注意的是，数字支付技术如区块链、零知识证明等技术的发展，正在重构传统企业的现金流预测机制。例如，某能源集团通过构建基于物联网的智能结算系统，将供应链上下游的应收账款转化为可交易电子凭证，显著提升了资金周转效率。然而，过度的现金流囤积可能导致机会成本增加，而现金流短缺则可能引发债务违约风险，二者之间的辩证关系亟待系统性研究。

风险管理在企业理财中的定位正在从被动应对向主动管理转变。传统上，企业主要采用方差度量、敏感性分析等静态方法评估财务风险，如某商业银行曾因忽视极端VaR模型（ValueatRisk）的尾部风险，在2008年金融危机中遭受巨额损失。近年来，随着机器学习算法在金融领域的应用，企业开始借助GARCH模型、蒙特卡洛模拟等动态工具来捕捉市场风险、信用风险与操作风险的联动效应。例如，某零售企业通过建立多层级风险预警指标体系，将供应商违约率、原材料价格波动与自有资金链安全进行关联分析，实现了风险敞口的精准控制。但值得注意的是，过度依赖量化模型可能导致“黑天鹅”事件中的认知偏差，如2020年新冠疫情初期，多数航空企业因未充分考虑供应链中断的连锁反应，导致财务状况急剧恶化。因此，如何将定性判断与量化分析相结合，构建适应不确定性的风险应对机制，成为企业理财领域亟待解决的核心问题。

本研究聚焦于企业理财的三大核心支柱——资本结构优化、现金流管理与风险应对机制，试图通过理论梳理与实证检验，揭示其在现代金融环境下的协同效应与改进路径。具体而言，研究问题包括：1）不同行业特征下企业最优资本结构是否存在显著差异？如何通过动态调整杠杆率来平衡融资成本与破产成本？2）现金流预测模型的适用性边界是什么？企业应如何利用新兴技术优化现金流管理效率？3）风险管理的组织架构如何设计才能实现跨部门协同？企业应如何构建包含宏观审慎与微观监测的双重风险防御体系？基于上述问题，本研究假设：企业理财体系的优化程度与其财务绩效、市场估值及抗风险能力呈正相关，且通过引入动态财务指标监控、实施场景模拟（ScenarioAnalysis）等方法，能够显著提升企业理财的综合效能。通过以某大型跨国制造企业为案例，本研究将验证这些假设，并为企业制定更具前瞻性的理财策略提供实证依据。

四.文献综述

企业理财领域的学术研究历经数十年发展，形成了涵盖资本结构、营运资本、投资决策、风险管理等多个维度的理论体系。在资本结构理论方面，Modigliani和Miller（1958）的经典研究奠定了税盾效应与破产成本的权衡框架，为理解债务融资的利弊提供了基础。后续研究逐步引入市场不完全性、信息不对称、代理成本等变量，如Jensen（1986）提出的代理理论强调债务融资的监督作用，而Myers（1984）的优序融资理论则根据信息不对称程度解释了内部资金优先于外部融资的决策逻辑。针对跨国公司的资本结构，Bhagat和Hambrick（2001）通过实证研究发现，母公司倾向于使用内部资金进行跨国投资，而子公司则更依赖外部债务融资，这一现象与母公司治理水平及东道国金融发展程度密切相关。近年来，随着环境、社会与治理（ESG）因素日益受到重视，DeFond和Zhang（2014）的研究揭示了高ESG表现的企业通常具有更优的资本结构，因为其透明度更高，能够以更低成本获取外部融资。然而，现有研究多集中于发达国家样本，对于新兴市场企业资本结构的动态调整机制，尤其是在制度环境不完善背景下的债务期限结构选择，仍存在探讨空间。

在营运资本管理领域，营运资本效率被视为企业理财的“现金牛”指标。根据营运资本管理周期模型，持有成本、短缺成本及管理成本的最小化构成了最优营运资本政策的核心目标。Meltzer（1982）通过对美国制造业的实证分析，证实了存货周转天数与应收账款周转天数之间存在显著权衡关系。进入21世纪，随着供应链金融的发展，Ponomarov和Holcomb（2009）提出了基于供应链协同的营运资本优化框架，强调核心企业通过信息共享与信用延伸，能够显著降低上下游企业的营运资本需求。数字化转型进一步改变了营运资本管理的形态，如Lambrecht和Odoni（2020）的研究表明，区块链技术能够通过提高交易透明度，缩短应收账款回收周期。然而，关于不同行业（如重资产制造业与轻资产服务业）营运资本管理策略的差异，以及大数据分析在现金流预测中的具体应用边界，仍有待深入研究。部分争议在于，是否所有企业都应追求极致的营运资本效率，还是应根据行业特性和战略目标保持一定的缓冲？例如，零售业对存货的快速周转要求，与制造业对原材料安全库存的保有需求，其最优策略存在本质区别。

投资决策理论的发展从净现值（NPV）法则的普适性，扩展到考虑风险、不确定性与战略协同的综合性框架。传统投资决策强调内部收益率（IRR）与资本成本的比较，但Brealey、Myers和Allen（2017）指出，项目现金流的不确定性要求采用更精细的风险调整方法，如风险调整贴现率（RADR）或实物期权定价模型。在战略投资领域，资源基础观（RBV）认为企业的独特资源与能力是价值创造的基础，因此投资决策应围绕核心竞争力的培育展开（Barney，1991）。针对跨国投资，Calomiris和Hu（2013）的研究强调了政治风险、汇率波动与母子公司管控效率对投资回报的复杂影响。近年来，关于企业投资行为的“行为偏差”研究逐渐增多，如Tobin（1993）观察到管理者过度自信可能导致过度投资，而Baker和Wurgler（2006）则发现盈余管理会影响资本支出决策。然而，现有研究对于如何将宏观经济周期、行业竞争格局与微观企业行为特征整合进投资决策模型，仍显不足，尤其是在新兴技术（如人工智能、生物科技）带来的颠覆性投资机会评估方面。

风险管理在企业理财中的地位日益重要，从单一金融风险的识别转向全面风险管理体系的建设。传统的金融风险管理主要关注市场风险和信用风险，如Black-Scholes（1973）的期权定价模型为衍生品套期保值提供了理论基础。随着巴塞尔协议的演进，操作风险、流动性风险及系统性风险的监管要求逐步提高，推动企业构建多层次的资本缓冲机制（BaselCommitteeonBankingSupervision，2017）。在非金融企业领域，Aaker（1974）最早提出风险管理的概念框架，强调风险识别、评估与控制的系统过程。近年来，基于大数据的风险预警模型逐渐成熟，如Christoffersen（2011）的研究表明，机器学习算法能够显著提高极端事件（如信贷危机）的预测准确率。然而，风险管理的“软性”维度（如组织文化、危机应对能力）如何与“硬性”指标（如VaR、压力测试）相结合，仍是学术界与实务界面临的共同挑战。特别是在地缘政治冲突、气候变化等全球性“黑天鹅”频发的背景下，企业如何设计兼具前瞻性与适应性的动态风险管理机制，亟待深入探讨。

五.正文

本研究以某大型跨国制造企业（以下简称“该公司”）为案例，通过系统分析其近五年的财务数据与理财实践，验证并深化企业理财在资本结构优化、现金流管理及风险应对中的核心作用。研究采用混合研究方法，结合定量财务比率分析、多元回归模型与定性案例研究，旨在揭示企业理财策略的动态调整机制及其对财务绩效的实际影响。

**1.资本结构优化实证分析**

资本结构分析首先基于Modigliani-Miller理论的权衡模型框架，选取该公司资产负债率、利息保障倍数、股权成本率等指标，计算其最优资本结构区间。通过五年来资本结构的动态变化轨迹，发现该公司呈现明显的阶段性调整特征：2019年前，为满足快速扩张需求，其资产负债率维持在50%-55%区间，但利息保障倍数波动较大，平均值为3.2，略高于行业均值；2020年新冠疫情冲击下，公司迅速降低杠杆至42%，但股权成本率上升至12.3%，显示融资成本增加。2021-2022年，随着经营状况改善，公司重新提升债务融资比例至48%，同时通过发行绿色债券优化债务结构，此时利息保障倍数稳定在4.5以上。定量分析显示，资本结构调整与公司ROA、ROE指标变化存在显著正相关（r=0.71,p<0.01），验证了资本结构弹性的价值效应。

**2.现金流管理效率测算**

现金流管理部分构建了包含现金周转期、现金流波动率、投资-现金流敏感性等指标的评估体系。该公司现金周转期从2018年的365天压缩至2022年的280天，主要得益于供应链金融模式的实施：通过应收账款保理缩短应收账款周转天数（从85天降至60天），同时优化存货管理使存货周转天数从120天降至90天。值得注意的是，2021年第三季度遭遇原材料价格暴涨时，公司通过建立战略现金储备（占流动资金的28%）和动态调整信用政策，成功将现金流波动率控制在15%以内，低于行业平均水平。回归分析显示，现金周转期缩短对托宾Q值有显著正向影响（β=0.35,t=4.2），但过度现金持有（超过流动资金35%）的边际效用递减，2022年公司开始剥离低效闲置资产以提升ROA。

**3.风险管理机制案例分析**

风险管理部分采用多案例比较法，结合该公司年报披露的风险管理报告与内部访谈资料。在汇率风险管理方面，该公司建立了“远期合约+期权对冲”的组合策略：对出口收入采用90%远期锁定，剩余10%购买欧式看跌期权，2022年俄乌冲突导致汇率剧烈波动时，实际汇兑损失较预期减少62%。信用风险方面，通过建立供应商评级体系（AAA级可给予30天账期），2022年应收账款坏账率降至0.8%，较行业平均水平低0.6个百分点。流动性风险则依托于集团内部资金池与外部银行授信联动机制，在2021年疫情期间维持了连续7个季度的净现金流为正。值得注意的是，公司在2020年建立的“风险压力测试-应急预案”闭环机制，在2022年成功应对了某核心零部件供应商突然停产的风险，具体措施包括启动B供应商替代、紧急研发国产化替代方案，最终将供应链中断影响控制在5%以内。

**4.实证结果综合讨论**

综合分析显示，该公司理财体系的优化呈现以下特征：1）资本结构动态平衡性：通过“杠杆率-融资成本”二维矩阵动态调整，实现了财务杠杆与股东权益的协同增长；2）现金流管理的战略前瞻性：不仅关注短期效率，更通过战略现金储备构建了长期抗风险能力；3）风险管理机制的系统协同性：各风险模块通过信息共享平台实现联动，形成“早识别-早预警-早处置”的闭环。然而，研究也发现若干改进空间：首先，资本结构决策对宏观经济周期敏感度过高，2021年业绩向好时未能及时进一步优化杠杆水平；其次，现金流预测模型对突发事件的适应性不足，2022年原材料价格冲击导致实际现金流偏离预测值达22%，暴露了情景分析不足的问题；最后，风险管理组织架构中风险委员会与业务部门的协同效率有待提升，部分风险应对方案因跨部门沟通不畅导致执行延迟。

**5.企业理财策略优化建议**

基于实证分析，提出以下优化建议：1）资本结构层面：引入“经济增加值（EVA）最大化”指标作为杠杆调整的辅助依据，建立资本结构动态监测模型，实现主动管理；2）现金流管理层面：完善现金流预测模型，增加“行业突发事件”情景因子，探索区块链技术在供应链金融中的应用以提升透明度；3）风险管理层面：重构风险管理组织架构，设立“风险统筹办公室”统一协调各模块，开发基于机器学习的风险预警系统，并建立跨部门风险演练机制。此外，鉴于该公司已进入成熟发展阶段，建议逐步增加权益融资比例，特别是通过员工持股计划、ESG债券等方式优化资本结构，以支持未来战略转型。

六.结论与展望

本研究通过对某大型跨国制造企业近五年财务数据的系统分析与案例研究，深入探讨了企业理财在资本结构优化、现金流管理及风险应对中的实践路径与成效，验证了科学理财体系对提升企业综合竞争力的关键作用。研究结果表明，该企业在动态调整资本结构、实施精细化现金流管理以及构建协同化风险应对机制方面取得了显著进展，其财务绩效的稳健性得到了有效保障，同时也揭示了当前理财实践中存在的改进空间与未来发展方向。

**1.主要研究结论总结**

**（1）资本结构优化的动态平衡机制**研究证实，该企业资本结构的调整并非简单的杠杆率升降，而是基于权衡理论、优序融资理论及市场环境的动态平衡过程。在扩张期，公司适度提高负债水平以利用税盾效应和信号传递作用，但通过持续监控利息保障倍数、股权成本率等指标，避免了过度负债引发的财务困境风险。在收缩期，则通过债务重组、股权融资或资产处置等方式降低杠杆，同时保持一定的财务弹性以应对未来不确定性。实证分析显示，资本结构的动态调整与公司ROE、ROA及托宾Q值的变化存在显著正相关，验证了权衡理论在实践中的适用性。值得注意的是，随着ESG理念的融入，该公司在2021年后更倾向于使用绿色债券等可持续金融工具进行债务融资，不仅降低了融资成本，也提升了品牌价值，显示资本结构决策正从传统财务维度向综合价值维度拓展。这一结论对于同行业处于不同发展阶段的企业具有重要的借鉴意义，即资本结构优化应结合企业生命周期、行业特性及社会责任要求，实现财务效率与社会影响的统一。

**（2）现金流管理的效率与前瞻性**研究发现，该公司现金流管理的核心在于构建“短期流动性保障-中期营运资本效率-长期战略资金储备”的三级管理框架。通过实施供应链金融创新（如应收账款保理、存货融资），显著缩短了现金周转期，降低了营运资本占用。同时，建立多层次的现金储备机制，包括日常运营备用金、突发事件应急基金及战略投资储备金，有效应对了2020年疫情冲击和2022年原材料价格波动等外部冲击。定量分析显示，现金周转期的缩短对ROA有显著正向影响（β=0.32,p<0.01），但现金持有超过流动资金35%后，边际效益递减，提示现金管理需兼顾效率与安全。研究还发现，该公司现金流预测模型存在对突发事件反应滞后的缺陷，2022年危机中实际现金流偏离预测值达22%，暴露了情景分析不足的问题。这一结论揭示了现代企业现金流管理不仅需要关注效率提升，更需要强化前瞻性，通过引入机器学习、大数据分析等技术手段，提升对极端事件的预警能力，并建立快速响应机制，以实现从被动应对向主动管理的转变。

**（3）风险管理的协同化与战略化**研究显示，该企业的风险管理体系已从传统的单一风险分散向全面风险管理的战略转型。在市场风险方面，通过构建“远期合约+期权对冲”的组合策略，有效降低了汇率波动和利率风险，2022年汇兑损失较预期减少62%。信用风险管理则依托于供应商评级体系和动态信用政策，将应收账款坏账率控制在行业较低水平。流动性风险管理则依托于集团资金池、银行授信及应急预案，在疫情期间保持了连续7个季度的净现金流为正。然而，研究发现风险管理各模块之间存在信息壁垒和协调不畅的问题，如财务部门的风险数据未能有效共享至业务部门，导致部分风险应对措施执行延迟。此外，风险委员会的决策权限与业务部门的执行效率存在矛盾，影响了风险应对的及时性。这一结论表明，风险管理的有效性不仅取决于工具的先进性，更取决于组织架构的协同性和决策流程的通畅性，未来需通过建立统一的风险信息平台、优化跨部门沟通机制以及完善风险绩效考核体系，实现风险管理的战略化与协同化。

**2.研究贡献与学术价值**

本研究在理论与实证层面均具有一定的创新性。在理论层面，通过将资本结构理论、营运资本理论与风险管理理论整合于企业理财的实践框架中，丰富了企业理财的综合性理论视角。特别是对资本结构动态平衡、现金流管理效率与风险管理协同性的研究，为理解现代企业理财的复杂机制提供了新的分析框架。在实证层面，通过对大型跨国制造企业五年数据的深入分析，验证了权衡理论、优序融资理论等经典理论的现实适用性，同时也揭示了新兴金融工具（如绿色债券）、新兴技术（如区块链、机器学习）对企业理财实践的深刻影响。此外，研究发现的资本结构决策对宏观经济周期的敏感度、现金流预测模型的局限性以及风险管理协同的挑战，为后续研究提供了有价值的发现。

**3.企业理财实践建议**

基于研究结论，提出以下对企业理财实践的改进建议：

**（1）构建动态资本结构决策机制**企业应根据自身发展阶段、行业特征及宏观经济环境，建立资本结构动态监测与调整模型。一方面，通过财务指标（如利息保障倍数、股权成本率、EVA）与市场指标（如行业杠杆水平、信用利差）的结合，实时评估资本结构的合理性；另一方面，应引入战略维度，如考虑可持续金融工具的运用、股权激励的财务影响等，实现资本结构决策的财务效率与社会价值的统一。对于跨国企业，还需进一步研究东道国制度环境、母子公司治理结构对资本结构选择的影响，探索全球资本结构的优化路径。

**（2）完善现金流管理的预测与响应体系**企业应升级现金流预测模型，增加对极端事件的情景分析，并引入机器学习算法提升预测精度。同时，需建立现金流预警机制，将现金持有水平、现金流波动率等指标与风险偏好相结合，实现从被动管理向主动管理的转变。在技术应用方面，应积极探索区块链、物联网等技术在供应链金融、现金流追踪中的应用，提升管理透明度与效率。此外，需加强现金流管理的前瞻性，通过战略现金储备、多元化融资渠道等手段，构建长期抗风险能力。

**（3）推进风险管理的协同化与数字化**企业应重构风险管理组织架构，设立统一的风险管理部门或风险统筹办公室，打破部门壁垒，实现风险信息的实时共享与协同决策。同时，应建立基于数据的风险管理决策机制，通过大数据分析、机器学习等技术手段，提升对各类风险的识别、评估与应对能力。此外，需加强风险文化建设，提升全员风险管理意识，将风险管理融入企业运营的各个环节，实现从被动应对向主动管理的战略转型。特别是在地缘政治冲突、气候变化等全球性风险日益凸显的背景下，企业更需构建具有前瞻性与适应性的动态风险管理机制。

**4.研究局限性与未来展望**

本研究虽取得了一定发现，但也存在若干局限性。首先，案例研究方法虽然能够深入揭示企业理财的实践机制，但其结论的普适性有限。未来研究可通过扩大样本范围，采用比较案例法或准实验设计，提升研究结论的外部效度。其次，本研究主要基于财务数据进行分析，未来研究可结合访谈、问卷调查等方法，获取更丰富的定性信息，以更全面地理解企业理财的决策过程。此外，本研究主要关注传统金融工具与技术的应用，未来可进一步探讨数字货币、Web3.0等新兴技术与企业理财的深度融合，以及ESG投资理念对资本结构、现金流管理及风险管理带来的变革性影响。

未来研究可从以下几个方向展开：1）企业理财在数字化转型背景下的新范式研究，探讨人工智能、区块链等技术在资本结构优化、现金流管理、风险管理中的应用潜力与挑战；2）ESG因素对企业理财决策的综合影响研究，揭示ESG表现与资本成本、融资结构、投资绩效之间的内在关联；3）新兴市场企业理财的特殊性问题研究，如制度环境不完善背景下的资本结构选择、跨境资金流动管理等问题；4）企业理财与企业创新能力、可持续发展的关系研究，探索如何通过科学的理财策略，支持企业实现长期价值创造。通过持续深入研究，能够为企业在复杂多变的金融环境中实现科学理财、提升核心竞争力提供更有力的理论支撑与实践指导。

七.参考文献

Modigliani,F.,&Miller,M.H.(1958).Corporateincometaxesandthecostofcapital:Acorrection.*TheAmericanEconomicReview*,48(3),433–443.

Brealey,R.A.,Myers,S.C.,&Allen,F.(2017).*Principlesofcorporatefinance*(11thed.).McGraw-HillEducation.

Jensen,M.C.(1986).Agencycostsoffreecashflow,corporatefinance,andtakeovers.*TheAmericanEconomicReview*,76(2),323–329.

Myers,S.C.(1984).Thedeterminantsofcorporateborrowing.*JournalofFinancialEconomics*,12(2),147–175.

Bhagat,S.,&Hambrick,D.C.(2001).Theeffectsofcorporategovernanceonfirmperformance:Reviewandresearchagenda.*JournalofManagement*,27(3),431–453.

DeFond,M.L.,&Zhang,J.(2014).ESGandcorporatefinancialperformance:Areviewoftheliteratureandanagendaforfutureresearch.*Accounting&Finance*,54(3),627–655.

Meltzer,A.H.(1982).*Thestructureofliquiditypreference*.NationalBureauofEconomicResearch.

Ponomarov,S.Y.,&Holcomb,M.C.(2009).Understandingtheconceptofsupplychainfinancialmanagement.*InternationalJournalofPhysicalDistribution&LogisticsManagement*,39(1),3–22.

Lambrecht,A.,&Odoni,A.R.(2020).Blockchainandsupplychainfinance:Anoverview.*JournalofBusinessEconomics*,90(7),869–898.

Brealey,R.A.,Myers,S.C.,&Allen,F.(2017).*Principlesofcorporatefinance*(11thed.).McGraw-HillEducation.

Barney,J.B.(1991).Firmresourcesandsustainedcompetitiveadvantage.*JournalofManagement*,17(1),99–120.

Calomiris,C.W.,&Hu,Z.(2013).Thedeterminantsofcross-bordercapitalflows:ThecaseofChina.*JournalofBanking&Finance*,37(8),2955–2968.

Black,F.,&Scholes,M.(1973).Thepricingofoptionsandcorporateliabilities.*JournalofPoliticalEconomy*,81(3),637–659.

BaselCommitteeonBankingSupervision.(2017).*Guidelinesoncapitalrequirementsformarketrisk*.BankforInternationalSettlements.

Aaker,D.A.(1974).*Riskmanagementandthefinancialmanager*.Prentice-Hall.

Christoffersen,N.V.(2011).Financialriskforecasting:Areview.*JournalofEconomicSurveys*,25(1),34–66.