企业财务大数据预测投资对收益水平和风险程度的变革和影响

张钰霜

【摘要】大数据的爆炸式增长，考验着现代企业的对于数据的处理和分析能力。然而，如何从大数据中发掘出正真有价值的信息则是一个巨大的挑战。对于企业来说，在大数据时代用大数据预测投资收益水平和风险程度，是一个挑战，也是一个机遇。如何掌握数据，拥有风险定价能力成为了赢得竞争优势的关键。

【关键词】大数据 预测投资 收益 风险

一、大数据时代

（一）大数据

“大数据是着么产生的？”这是人们想到的第一个问题。互联网是大数据产生的重要媒介，数据经过移动互联网的催化而爆炸，这使得整个社会进入了大数据时代。这个时代，人们对大数据的挖掘深化了信心技术的应用，也由此产生了新业务，接着也就颠覆了旧的产业格局，相继引发了产业变革。这其中，投资也受到了巨大的冲击。

“数据”这个词出现在很早之前，然而，如今被称之为“大数据”，关键在于它的“大”字上。大数据究竟有多大？我们用一组数据来告诉大家，一天之内，互联网产生的文字信息可以印满500亿份报纸；一天内发出的音频、视频也是过去总和的好几百倍。据统计，从大数据到来到现在，产生的数据量是过去400年的2倍。

（二）数据的价值

从计算机被发明开始到互联网被普及计算，从数字到数据，这不仅仅只是一个量的变化，更是一个质的飞跃。现在的社会已经是由信息构建而成的，信息也就成了一种新型的要素，如何有效利用这种要素，将会带来巨大的财富。

大数据时代带来的是一场又一场的变革，因为想从这庞大的数据中得到有价值的信息企业必须从一个全新的视角重新审视数据战略，必须得到更强的决策力、洞察发现力和数据分析能力。

（三）大数据的特征

业界通常用4个V（Volume、Variety、Value、Velocity）来概括大数据的特征。

数据量大（Volume）

这是第一个特征，也是最主要的特征，数据量大。

数据类型繁多（Variety）

这是第二个特征，数据类型繁，这主要是由于数据的来源广、数据种类繁多和格式日益变多，以前所限定的格式化早已被冲破。

价值密度低（Value）

这是第三个特征，这个特征主要由于第一特征数据量巨大的影响，随着海量数据的涌入传统数据源的局限被打破，如何从海量的数据中提取有价值的信息成为了一个待解决的难题。

速度快（Velocity）

数据处理速度快对于人类来说，即是新的挑战，也是机遇。

（四）大数据面临的问题

数据来源是面临的第一个问题，数据来自各个不同的地方，并且每个地方的对于数据的判断依据也不同，进来的数据量又非常大，结构形式也多样，又具有实时性，数据采集和整合的难度也被这些杂乱的来源增大了很多。

数据的分析处理是大数据时代的关键，但也是最大的问题。数据的分析过程会产生巨大的价值，但是它同时也带来了挑战。首先，分析大数据带来了巨大价值的同时也带来了更多的数据噪音和杂物。在进行数据清理等处理工作是必须更加的谨慎，因为清理过程中，清理程度太大，会把有用的信息清理掉，清理程度太小，则会留下很多不要的信息，不能达到预计的效果，因此在质和量之间需要进行平衡。

二、企业投资

（一）投资收益和风险

投资具有收益性和风险性，这是所有人都知道并且明白的事情。所有投资者进行投资时，最理想的目标就是取得最大投资收益的同时取得最小投资的风险，但这种情况却不可能出现，这是因为客观性的存在，风险和收益时相对的，当风险上升时，收益也会随之上升；当然，当风险下降时，收益也会随之下降，这是必然的结果。

投资者进行投资的目的很简单，必然是为了获得利润，但是在实际情况下投资者实际获得的收益是非常小的，一般都会低于投资者所预期的收益，有些投资根本没有收益，甚至会让投资者赔个体无完肤。在股票中，我们就能很好的看出风险的存在。投资者买入的股票开始跌，并且下跌的比买入时的价格更低，那么投资者必然会心急的卖出股票，但这个时候投资者已经损失了，这就会造成投资的损失。

但在专业投资者眼里，像上述所说的买出时的股票价格比买入时股票价格低并不是风险的全部。在他们看来，风险也包括那些买入时股票价格高于卖出时股票价格的情况。我们再以股票为例，假如一个股票的价格走势在不断的爬升，并且比预期的价格高，在这种情况下如果卖出了股票，从表面上看，实际收益比预期收益高，对于多数投资者来说这就是收益，但对于专家来说，在这种情况下卖出股票，就算是失去了这次可以获得收益更多的机会。因此，对于卖方来说，这也是一种风险。

投资中的收益水平和风险程度，是指投资的实际发生的收益和风险与预测中收益和风险的差别有多少，这个差别可能是高，也可能是低。

例如在股票投资市场上，如果有一只预测要的上升的股票，并且上升的程度可能会很高，那么可以确定这只股票的价格肯定不会低，而在此时，投资者会考虑买入这个股票，但若投资者买了这个股票，而这时股票却开始下滑，投资者必然会赔个血本无归。同样的，如果一只预期下跌的股票，并且跌得很严重，这时候股票的价格也已经不高了，那么此时投资者若卖出股票，一旦股票上涨，也会损失惨重。这就是股票的高风险高收益的特征。

当然，做投资，就要做好面对风险的准备，相对的，想要取得预期高的收益，那么就要面对大风险也是在所难免的。我们可以从债券和股票这两个投资方式来进行对比，股票投资的风险比债券投资的风险大，股票会涨回跌，而且幅度也有大有小，非常难确定，有时甚至会上涨50%、60%也是非常常见的，而债券就很难出现幅度那么大的涨幅。

（二）大数据对投资的影响

随着大数据对整个社会甚至是人类社会发展方式的颠覆，投资行业在未来也将由大数据所主导，大数据将成为投资收益和风险的关键性因素。投资者甚至可以根据大数据的技术来更准确地预测投资的收益水平和风险程度，以此来为自己创造更大的价值。如今，大数据时代才刚开始，一切都处于初级阶段，大数据的价值也还没有被正真的挖掘，留给我们的是一个未被完全探索的无穷无尽的信息空间和它所带来的价值。

（三）新投资分析与传统投资分析的区别

目前而言，人们对大数据的看法仍停留在统计数据分析的层面上。因此，人们很难区分如今在大数据影响下的新投资分析和传统投资分析的区别。新投资分析与传统的的投资分析在数据分析上就有不同。而从数据规模上看，传统数据一般为TB，而大数据的规模则是TB的100倍、1000倍。从分析方式看，以前的投资分析以批处理为主，而大数据则支持流式分析。

（四）大数据给投资收益和风险带来的变革

如何规避投资风险、提高投资收益率，这是投资行业一直在解决的问题。我们可以从历史数据中得到一些信息，从2006年一直到今天以来，A股市场的变现有好有坏。变现的最好的是2007年市场平均的收益率在100%以上，表现最差的比如说2008年，市场下跌了68%，2011年下跌了19%。如果把历史数据中超越市场30%的股票拿出来，这些股票数量有多也有少。但不管是在股票收益好的2007年还是股票收益差的2008年，能够超越市场30%的股票平均收益仍然很多。所以，如果能找到这些变现相对较好的股票，就可以有效的降低投资风险，提高收益率。

但关键问题在于如何找到这些好的股票。股票是由人形成，所以我们不仅仅要分析企业的经营数据，更要分析人的行为，要了解整个市场的参与者对这些股票的成交量、价格、交易数据以及公司相关报告的反应，然而，这些反应往往只能通过现在的大数据才能进行。从微观上来讲，股票的走势我们没有办法去预测，然而，大数据可以帮助我们提高股票未来走势的准确率，这将是根本性的改变，并将会产生巨大的影响。

在这个时代，我们的优势是数据量的急速攀升，但伴随而来的问题也就是如何从海量数据中得到想要的有价值的数据，这个问题成为了重中之重。如何快速采集收纳数据、分析数据、再从海量数据中得到有价值的信息已经成为现在研究的新方向。

三、案例分析

（一）数据分析

以下是某公司三年里的财务数据以及一年中三个公司的比较数据。

以上表中的四个数据进行分析可知，A公司的短期偿债能力是比较弱的，而C公司在短期偿债能力上就会相对较强一些。并且B公司的现金流量比率波动比较大，主要是由于其经营现金流量起伏较大。

通过以上表中的数据，可以知道A公司的周转率并不理想，A公司的盈利能力没有完全从资产中发挥出来，A公司应该加强其产业管理的水平，从而提高盈利能力。

A公司这几年的销量增长超过了30%，增长十分稳定，波动也比较小，是典型的高成长型的企业。我们可以从销售市场的比较入手，在2015年，我国的市场的增长率高达25.56%，A公司的销售增长率却达到59.2%，远远高于市场的销售增长率。从A公司的净资产收益率和主营业务毛利率来看，也是非常高的。

（二）存在的问题和解决对策

A公司从与自身和其他同类公司的对比分析数据中可以看出，A公司的短期偿债能力比较差，即使在同类公司中也是很差的，但是长期偿债率在下降，说明企业偿还债务的能力在提高，而且这几年的长期资产负债率处于最适宜的0.4-0.6水平之间。即使偿债能力在上升，但存在的问题还是很多，A公司的周转率就不理想，这反应出A公司的资产管理能力水平低下。

企业管理层必须深刻认识周转率的重要性，它不仅影响企业的短期偿债能力，也是整个企业管理的重要内容。存货周转速度决定着存货的周转、占有和流动性，这也是企业短期偿债能力下降的主要原因。企业应该加大力度与产业的管理方面，尽可能的提高销售额，减少库存，使周转率提高，从而提高盈利能力。

参考文献

[1]左红.浅析金融市场利率和风险管理[J].会计之友，2008.

[2]刘莹.“互联网+”将成经济增长新引擎[J].江苏企业管理，2015.

[3]赵振全，刘昌洁.证券投资风险量度的探讨.数量经济技术经济研究，1999.

[4]徐贵彦.关于金融投资收益与风险的分析与研究，2002.