1. 课程导入

欢迎进入《企业流动性压力测试与情景分析》课程。本章不讨论复杂模型，而是先建立一张“认知地图”：什么是流动性风险，它为什么可能比亏损更致命，压力测试与情景分析各自解决什么问题，以及后续30章将围绕怎样的框架展开。只有先把概念边界和整体结构厘清，后面的现金流缺口测算、情景设定、参数校准和应急预案才不会变成零散工具。

一、学习目标：学完本课程，你应当能够做什么

本课程面向企业财务、资金管理、风险控制、司库及审计岗位，也适合需要理解企业现金安全边界的业务负责人。学习目标分为四个层次：

• 概念层：准确区分流动性风险、偿付能力风险与盈利风险，理解“有利润但缺现金”的典型困境。
• 方法层：掌握压力测试的基本流程，包括风险因子识别、情景设定、现金流映射、缺口计算与结果解释。
• 工具层：能够搭建滚动现金流预测表、流动性缺口表、压力情景参数表和应急资金计划。
• 决策层：把测试结果转化为融资安排、额度储备、付款优先级、投资节奏和应急预案。

二、流动性风险的定义与重要性

流动性风险，是指企业无法以合理成本及时获得足够资金，以满足到期支付义务、日常经营支出和资本承诺的风险。它通常表现为两种形式：融资流动性风险，即企业难以在需要时获得外部资金；资产流动性风险，即企业持有的资产难以快速变现，或变现时折价过大。

流动性风险的重要性在于，它直接决定企业能否“活到明天”。盈利亏损可以解释、可以修复，但支付违约往往触发连锁反应：供应商停止供货、员工信心下降、银行抽贷、客户要求更苛刻的账期、评级下调，最终形成“流动性螺旋”。因此，流动性管理不是财务部门的后台工作，而是企业生存的底线管理。

可以用一个简单关系理解：利润表反映“赚不赚钱”，资产负债表反映“家底厚不厚”，现金流量表反映“能不能撑住”。流动性压力测试关注的正是第三张表在极端情况下的表现。

三、压力测试与情景分析的整体框架

压力测试与情景分析经常被混用，但二者侧重点不同。情景分析回答“如果发生某种情况，会怎样”；压力测试更强调“在极端但可能发生的情况下，企业能否承受”。完整框架可以概括为五个环节：

1. 确定测试目标与范围：是测试集团整体、某个子公司，还是某个项目？时间窗口是13周、6个月还是12个月？
2. 识别风险因子：销售回款、原材料价格、汇率、利率、授信额度、客户集中度、债务到期结构等。
3. 设定情景：基准情景、温和压力情景、严重压力情景，必要时增加极端情景和反向压力测试。
4. 映射现金流并计算缺口：把情景参数转化为现金流入、流出和融资能力变化，得到各期净缺口与累计缺口。
5. 解释结果并制定行动：确定触发阈值、应急措施、融资预案和监控频率。

下面的SVG展示了本章的核心认知框架：从风险因子到情景设定，再到现金流映射、缺口计算与决策行动，同时标出基准、压力和极端三种情景的分支关系。

四、核心原理：流动性风险的三个关键特征

理解流动性风险，需要抓住三个特征。第一，时间不对称性：资产变现和融资到账需要时间，而债务和工资支付有明确到期日，时间错配是缺口的根源。第二，非线性放大：一旦市场或交易对手察觉企业资金紧张，融资成本会上升、账期会缩短，风险不是线性增加，而是加速恶化。第三，传染性：单一客户违约可能影响应收账款，进而影响银行授信，再影响供应商账期，形成跨主体、跨市场的连锁反应。

因此，压力测试不能只看期末余额，而要看逐期现金流。一个企业期末现金为正，不代表中间某个月不会出现支付危机。这也是后续课程强调滚动预测和最短生存期的原因。

五、方法流程与最小可用模板

为了让框架可落地，可以先建立一个最小可用的流动性缺口表。下表给出13周滚动测试的简化结构，实际使用时可按企业业务周期调整。

项目	第1-4周	第5-8周	第9-13周	压力调整
期初现金	已知	上期结转	上期结转	不变
经营现金流入	按客户回款计划	按合同账期	按预测	回款延迟20%-50%
经营现金流出	工资、采购、税费	到期应付	资本开支	刚性支出不缩减
融资净流入	可用授信提款	到期续贷	新增融资	授信收缩或抽贷
净缺口	流入-流出	流入-流出	流入-流出	逐期计算
累计缺口	逐期累加	逐期累加	逐期累加	识别最低点

在工具层面，可以用电子表格或脚本实现。下面是一个简化的Python示例，用于计算三种情景下的累计缺口，帮助理解“参数变化如何转化为资金缺口”。

import pandas as pd

weeks = list(range(1, 14))
base_inflow = [120, 130, 125, 140, 135, 150, 145, 155, 160, 150, 145, 140, 135]
base_outflow = [110, 115, 120, 125, 130, 135, 140, 145, 150, 155, 160, 165, 170]
opening_cash = 80

def cumulative_gap(inflow, outflow, opening):
    net = [i - o for i, o in zip(inflow, outflow)]
    cum = []
    balance = opening
    for n in net:
        balance += n
        cum.append(balance)
    return net, cum

# 压力情景：回款延迟导致流入下降30%，刚性支出不变
stress_inflow = [x * 0.7 for x in base_inflow]
net_base, cum_base = cumulative_gap(base_inflow, base_outflow, opening_cash)
net_stress, cum_stress = cumulative_gap(stress_inflow, base_outflow, opening_cash)

df = pd.DataFrame({
    "week": weeks,
    "base_net": net_base,
    "base_cum": cum_base,
    "stress_net": net_stress,
    "stress_cum": cum_stress
})
print(df)
print("基准最低现金余额:", min(cum_base))
print("压力最低现金余额:", min(cum_stress))

六、案例场景：一家制造企业的13周流动性测试

假设某制造企业期初现金800万元，未来13周基准情景下经营净现金流为正，但第6周有一笔2000万元短期贷款到期，第8周最大客户回款延迟。基准情景下，企业可通过续贷和正常回款覆盖；压力情景下，银行只同意续贷50%，大客户回款延迟4周，同时供应商要求现款现货。测试结果显示，第7周累计缺口达到1200万元，第9周扩大至1800万元。

这个案例说明：流动性风险往往不是“总量不够”，而是“时点错配”。如果企业只看季度末余额，可能误判为安全；但逐周测试后，会发现第7至第9周是真正的危险窗口。后续课程将围绕如何识别这类窗口、如何设定情景参数、如何设计应急方案展开。

七、常见误区与复盘要点

• 误区一：把压力测试当成一次性合规任务。流动性风险随市场、客户和债务结构变化，测试应定期更新。
• 误区二：只做单一情景。至少应包含基准、压力和极端三类情景，避免“拍脑袋”式乐观。
• 误区三：忽略融资能力的联动变化。压力情景下，授信可能收缩、抵押品价值可能下降，不能假设融资渠道不变。
• 误区四：只计算缺口，不制定行动。测试结果必须对应触发阈值、责任人和应急措施，否则只是数字游戏。
• 误区五：把流动性风险等同于亏损风险。亏损企业不一定立刻倒闭，但流动性断裂可能迅速导致经营停摆。

本章建立了流动性风险的基本定义、压力测试与情景分析的五步框架，以及基准、压力、极端三类情景的分支逻辑。接下来，课程将进入现金流预测与缺口测算的具体方法，把这张认知地图转化为可操作的资金管理工具。