大數據環境下企業財務風險識別與管控研究

李紅湘

摘要：財務風險是客觀存在的，財務危機預警是防范財務風險的重要工具，單一運用財務指標構建財務風險預警指標體系，會導致財務危機預警難以達到預期效果。通過大數據技術對與企業相關的海量、多維度的非財務數據信息進行挖掘，財務危機預警模型中引入量化處理的大數據信息，將極大提高財務預警的有效性，及時有效地識別和防范財務風險。

關鍵詞：大數據;預警指標;財務風險

引言

在大數據環境下，企業獲得信息的速度加快、渠道更廣，使財務風險管理工作發生重大變化，但是這些種類眾多、數量龐大的信息并不是都有價值，勢必存在很多對企業決策無用或失去時效性的信息，企業應運用數據挖掘技術，在大量的數據中篩選出有價值的信息，準確的識別并降低企業面臨的各種財務風險，創新財務管理模式，提高企業經濟效益。

一、大數據時代企業財務風險管控工作面臨的挑戰

（一）財務數據的收集處理工作復雜化

財務數據的收集、處理與分析，是進行財務風險管控的前提。大數據環境下財務信息的收集與處理存在著一定的復雜性，一方面，獲取財務數據的渠道更廣，數據變化的速度更快，如何進行有效數據的收集整理成為當前財務風險管控中出現的新問題。另一方面，由于財務信息與業務信息的逐步深度融合，將不同部門、不同行業以及網絡上與企業相關的信息納入到傳統的會計信息數據體系當中，提高企業財務風險管控能力，必將導致財務風險管控工作量的增加。

（二）財務風險管控技術難度增加

大數據時代環境中財務數據來源廣泛，結構復雜，語義或語態等諸多方面的變化，也會造成數據結構的復雜性增大，怎樣才能在海量的數據資料中收集與挖掘財務信息，是當前是否能提高技術水平的重要環節。同時，企業的戰略決策與發展方向在很大程度上受財務數據的真實性與準確度的影響，而大數據的價值密度相對較低，且其信息的準確性不盡如人意，同時針對財務數據的辨別技術也需要有所提升，因而也對財務風險管控技術提出更高的要求。

二、大數據環境下企業財務風險預警指標體系的構建

財務風險是客觀存在的，貫穿于生產經營的整個過程中，具有潛在的不確定性，財務風險識別的主要方式仍是建立財務預警系統，通過設置預警指標，觀察敏感性財務指標的變化，在財務危機萌芽時提出警示，及時采取措施有效地進行防范。

（一）財務預警財務指標體系的構建及其局限性

企業結合自身的具體特征，以財務指標作為財務危機預警的主要判斷指標，建立適合本企業的財務危機預警指標體系，仍然是必須的。財務指標從不同的角度考查企業的償債能力、盈利能力等財務能力，這些指標的異?？赡茴A示著企業陷入財務危機，所以必須建立有效的監控體系來預防和控制這些可能的風險，助力企業持續健康發展。

財務危機風險預警目前仍是一個世界性的難題，在財務危機預警傳統模型構建中如果過于依賴財務指標，將使模型產生一些先天不足，即假設企業的財務報表數據是真實可靠的。但財政部每年發布的會計信息質量檢查公告披露，部分企業在公司治理、內部控制、會計核算和信息披露等方面仍然存在信息失真。由于稽查范圍的局限和稽查技術的制約，現實中的企業會計失真，遠比財政部會計信息質量檢查公告中披露的更為嚴重，所以，財務報表數據真實可靠假設為財務預警模型與現實應用的脫節埋下了伏筆。另一方面，這些財務指標是基于財務核算結果計算出來的，財務指標只是財務發生危機的一種表現形式，存在一定的滯后性，會影響財務危機預警功能。所以基于財務報表建立的各種模型，由于會計信息的滯后和失真，無法完全實現財務危機預警的功能。

因此必須對主要依賴財務指標而建立的模型進行改進，尋找并發現影響企業危機預警效果的各種因素，并將它們納入模型中，最終真正使模型提高實際預警能力。于是學者們引入了非財務指標，但國內外學者的研究都僅僅涉及那些比較正式的書面披露，如企業的年度報告、審計報告等，對其他媒介披露的財務信息則幾乎忽略不計，其結果可能導致引入的非財務指標具有很大的主觀性和局限性，進而導致財務危機預警模型的表現達不到預期。并且這些非財務指標都是在危機發生之后依靠試錯方法引入模型，當下次發生不同類型的經濟危機時，之前建立的財務預警模型便會無法預測。

（二）財務預警大數據指標處理

大數據技術的出現，使獲得多維度的非財務數據成為可能，通過大數據技術對與企業相關的海量信息進行挖掘，引入大數據指標，進行財務危機預警模型的有效構建。

1.大數據引入財務危機預警模型的必要性

企業的利益相關者和企業接觸后產生的反應映射到互聯網上，如顧客對產品的滿意度、產品質量、供應商的態度、投資方的態度、政策導向、權威媒體對上市企業的報道，還有自媒體以及行業專家的觀點、評價和趨勢預測等，網上這些大數據信息比通過公司公告、調査、談話等方式獲得的信息更為客觀和全面。顧客、供應鏈伙伴、投資者、政府等相關者對企業產生不同的情緒，這些不同的情緒經過網絡上交互過程中的聚集、排斥和融合作用，最后會產生集體智慧，這些群體智能反映企業的某種狀態，這些情感傾向代表著企業的經營管理和財務狀況等，一家公司如果能夠對其進行專門化處理，將會產生重大的市場價值，為企業決策提供有利的幫助。財務危機預警模型中引入量化處理的大數據信息，將極大地提高財務預警的有效性。

2.大數據信息的處理

網絡信息所形成的大數據對財務數據的預測價值已逐漸呈現。將網絡信息量化處理主要包含兩個方面，一是大數據的獲取，二是大數據的量化分析。

大數據的獲取主要利用聚焦網絡爬蟲算法無監督地抓取網絡中相關主題信息，同時可根據要求過濾掉大量無效數據，對網絡信息進行數值化處理，將網頁轉換為純文本文件。

大數據的量化分析主要是將網絡信息所產生的大數據量化為信息量和情感傾向兩個指標。文本情緒傾向主要基于財經領域詞典進行企業信息的語義分析與統計，網絡收集的大數據信息文本，先通過財經領域詞典對比判斷出文本內詞匯的情感傾向，再經過算法統計得出整句或者整個文檔的情感傾向。通過語義分析判斷出網絡在線信息文本的積極態度比例和信息數量，目前大數據指標主要包括情感值（積極態度比例）和信息熱度（信息數量）兩個子指標，并將其引入財務指標預警模型。

通過與財務指標的結合，對研究假設進行實際數據驗證，發現引入大數據指標的財務預警模型相對于財務指標預警模型，在短期內對預測效果有一定的提高，從長期來看對預測效果會有明顯提高，大數據指標在誤警率和漏警率上比財務指標表現得明顯要好，從而驗證了在復雜的社會環境中，依靠大數據技術加強信息搜尋是提高財務預警有效性的重要路徑。

三、大數據環境下企業財務風險防范與控制應注意的問題

（一）提高思想認識，培養風險意識

首先，企業領導層應端正對財務預警的態度，把財務預警作為規避風險、提高風險防控能力的必要工作，促使企業內部形成預測風險、控制風險的敏感意識。其次，加強相關部門人員的思想教育，使其認識到本職工作在企業中的重要地位，強化其風險理念和危機意識。

（二）加強財務管理

企業在經營管理各個環節建立財務風險的防范和控制系統，充分參考財務風險管理中的數據信息，特別是預警信息出現時，能夠快速、有效地應對，真正為企業規避財務風險服務，確保財務工作的安全運作。同時加強對財務部門的審計監督，確保企業財務信息的真實性，確保財務預警措施建立在財務數據真實可靠的基礎上。

（三）建立健全預警機制，將數據挖掘技術應用于企業財務風險預警

企業應結合自身的特點，充分考慮可能面臨的財務風險及其各項因素指標，在風險控制分析的基礎上，根據合理、準確性原則，選取指標數據時既包括財務指標，還要考慮大數據指標，借助于現代化人工智能技術從大量的數據中通過相應的算法來及時、準確地搜索出隱藏或者可能隱藏在數據信息中的價值信息，構建有針對性的財務危機預警機制。得到風險預警結果后，企業應按照風險出現的概率和危害程度由大至小排序，重點關注發生的可能性高且危害大的風險，盡快地尋求、制定出有利的對策方案，避免或者減少財務危機帶來的風險損失。

結語

建立財務危機預警指標體系是企業防范財務風險的有效途徑，僅僅關注傳統的財務指標有一定的局限性，大數據環境下通過現代信息技術對海量信息進行挖掘，將大數據指標引入財務危機預警模型，能夠及時發現企業各類風險隱患，提高企業財務風險管控能力，推進企業健康可持續發展。

參考文獻

[1]張美琳.大數據環境下S企業財務風險識別與管控研究[D].哈爾濱：哈爾濱商業大學，2018.

[2]宋彪.基于大數據的企業財務預警理論與方法研究[D].北京：中央財經大學，2015：.

[3]宋彪，朱建明，李煦.基于大數據的企業財務預警研究[J].中央財經大學學報，2015（06）：55–64.

[4]姬潮心，王媛.大數據時代下的企業財務管理研究[M].北京：中國水利水電出版社，2018：211–229.