以杭可科技为例研究大数据背景下企业的风险管理

刘梓聪

(湖北经济学院 湖北 武汉 430205)

当前，随着大数据时代的来临，我国科研人员正在慢慢往大数据技术的发展方向靠拢。首先，本文的主要研究对象是科创板“杭可科技”公司，从风险管理理论的知识点入手，由浅入深对杭可科技公司的风险管理体系进行初步分析。通过对杭可科技公司一些数据的分析，并结合我国企业的当前现状，对杭可科技公司的风险管理提出一些具有指导意义的建议。为什么选择科创板公司作为研究目标？这是因为科创板的企业的风险比较高，科创板公司的技术比较领先，科创板公司的前景无法预测，在市场能够进行对比的公司较少，不能用传统的估值方法来以偏概全，科创板股票在上市后有股价波动的风险。其次，我们从杭可科技公司的财务报表可以看出，公司的主营业务利润主要来源于锂离子电池生产线系统，其主要的客户来源是国内外一些知名的生产锂离子电池的企业。近年来，国家大力发展新能源汽车，与之有很大联系的是锂离子电池的生产，现在，新能源汽车不断普及，锂离子电池的应用越来越广泛，国内对锂离子电池的需求大幅度增加。在这个大的背景之下，锂离子电池生产企业就需要不断地扩大生产，并新建或改造锂离子电池的生产线，带动相关产业的不断发展和吸收。

一、研究内容

(一)提出问题

在大数据背景下，如何做好风险管理以提高杭可科技公司的运作管理机制，其次，杭可科技公司存货变动与营业收入变动的关系又是什么，它们之间有哪些必然的联系，这些问题需要进行一系列的研究才能从中寻找到解决的方法。

(二)提出研究假设

首先，先通过SPSS对杭可科技公司2015年-2019年报告期内的存货与营业收入的相关性进行分析，根据杭可科技公司的存货与营业收入相关性诊断分析，可以得到存货与营业收入是否具有相关性，我们假设得到存货与营业收入呈现线性关系，说明直线拟合在整体上是合适的。其次，再通过SPSS软件，进行一元线性回归分析，结论是杭可科技公司的存货与营业收入的关系是十分紧密的。

(三)选取样本、收集数据

选取的样本主要是杭可科技公司2015年-2019年报告期内的存货与营业收入的相关数据，见下表1：

表1 杭可科技公司2015年-2019年的存货与营业收入 单位：亿元

(数据来源于同花顺)

(四)数据关系分析

1.相关性分析

根据表1中的数据进行相关性分析，将存货的相关数据用X来表示，将营业收入的相关数据用Y来表示，将数据输入到SPSS中，可以得到表2有关X和Y的相关性分析：

表2 相关性

从上图中我们可以看到X和Y的相关性系数为0.762，对应的显著性为0.047，我们设置的显著性水平为0.05，则通过显著性检验，即认为两个变量具有显著性。

2.一元线性回归分析

(1)模型

一元线性回归的模型为：Y=α+β*X+ε，其中X为自变量，Y为因变量，误差项ε是随机变量,同时ε也是模型的截距，表示自变量X变化1个单位时，因变量Y平均变化β个单位。

(2)一元回归结果分析及统计检验(SPSS检验)

表3 模型摘要b

表4 系数a

图1

图2

图3

①回归方程的拟合优度检验

我们选择的方法是判定系数R2，即因变量总的变差平方之和等于由自变量引起的因变量的变差平方和加上由随机变量引起的因变量的变差平方和，R2越大越好，即越接近1越好，表明因变量的变差主要由自变量的不同取值造成的，回归方程对样本点的拟合较好。根据表3的分析中我们可以看到本样本中的R2为0.580，与1比较接近，且调整后R2为0.496，说明回归方程对样本点的拟合比较好。

②回归相关系数的显著性检验

一元线性回归方程主要是研究样本变量X与样本变量Y的线性关系，所以我们通常说样本变量X与Y之间的相关系数是可以用来检验回归方程的显著性，并用简单相关系数来反映它们之间的密切程度。X与Y的简单相关系数(Pearson相关系数)：r的绝对值小于等于1，即|r|≦1。

通过对比相关系数的检验表上的系数，通常当|r|值小于0.05时，我们就认为X与Y之间具有明显的线性关系。

Pearson相关系数的适用范围：

a.两个变量的关系是线性的，并且数据是连续的；b.两个变量的总体是正态分布，或接近正态分布；c.两个变量的观测值需要成对存在，观测值两两之间相互独立。

根据图2回归标准残差的正态P-P图，我们可以看到着两个变量之间具有明显的线性关系，其次，根据图1的直方图，我们也可以看到两个变量符合正态分布，说明两个变量之间是具有显著性的，再者，根据图3的散点图我们可以发现，图中的点的点分布基本分布在纵坐标[-2,2]这个区间，同样也可以说明两个变量之间具有显著性。

③回归方程的残差分析

回归方程的残差分析主要是分析残差项是否服从方差相等的正态分布，且相互独立。

a.残差序列的正态性的判断。通过绘制正态曲线的直方图或累计概率图，主要是研究标准化残差的相关图像。根据图1可以知道残差序列的正态曲线的直方图满足正态分布。

b.残差序列的随机性分析。绘制并比较残差序列和预测值序列的散点图，如果残差系列点随机分布在经过零的一条直线上下，就说明其是随机分布的。根据图3我们可以看出这些点具有随机性，基本分布在经过零点的一条直线上下。

c.残差序列的独立性分析。依据D-W(德宾-沃森)值检验进行判断，接近于2基本可认定残差序列具有独立性。根据表3我们可以知道残差序列的D-W(德宾-沃森)值为3.665，比较接近于2，所以我们说该样本中的残差序列，它是具有一定的独立性的。

(六)研究结论

根据上述的研究方法和论述，我们可以确定提出的研究假设成立，杭可科技公司的存货与营业收入这两个财务指标能够很好地呈现出线性关系，即杭可科技公司存货与营业收入的关系是紧密相关的。利用SPSS对数据进行一元线性回归，从回归的结果来看，X对Y存在影响，方程成立。同时，根据表4我们可以得知存货与营业收入的一元线性回归方程表示为：Y=0.915X+1.055(自变量为存货，因变量为营业收入)。从这个方程的构成来看，存货与营业收入大体上是正比例关系，存货增加，营业收入也相应的增加。

二、提出建议

杭可科技公司的管理者在对风险管控方面虽然下了很多苦功夫，也提高了企业风险管控人员的应变能力，然而还是存在着很多人员调配、审核和稽查等不足，而其中技术手段的不足，已经成为企业风险管理的最大限制。运用相关的理论结合实际情况，从大的整体视角来分析企业风险和大数据之间的关系。

风险计量技术在金融领域和银行领域的应用也十分广泛，其高效性和准确性也使得越来越多的企业开始引入并开发这一技术。本文分析的主体是结合杭可科技公司的存货和营业收入的数据进行分析和研究，这些数据在本文中的个数还是相对较少，但是SPSS软件分析可以分析大量的数据，即就是在运用大数据来分析公司内部一些重要的财务指标，存货和营业收入只是众多财务指标中的一部分，还可以分析更多的数据，方法也不仅仅只是用回归分析法，还有事件研究法和因子分析法可以运用，所以我们说在大数据的分析下，公司可以将有联系的数据加以分析，使数据的联系更加紧密。同时，大数据的运用是风险计量技术中的重要环节，使风险管理决策模型的构建更加合理化，提高企业的风险量化能力，从而为客户提供便利，节省了更多的人力资源和物力资源。具体分析如下：

1.要对企业的存货风险管理进行相应的管控以及加强企业监管部门的监督作用，使企业内部的运行更加高效和快速。

在大数据的背景下，通过观察存货数据的变动，与公司的相关生产产业相联系，合理的管控库存的存货数量，在市场的数据发生变动时，做出相应的调整，控制可能会发生的风险，将风险控制在公司能够允许的范围内，对公司造成的损失可以合理的规避到最小，使企业的发展可持续。

2.通过客户的交易，企业需要留存海量的数据，然后依托互联网、云计算等信息技术进行识别与分析。

大数据技术能够通过多种媒体途径获得自己需要的信息，挖掘对自己有用的数据，为交易双方提供更有效的预防措施，减少金融交易中的信息不对称。在当前中美贸易竞争不断激化的情况下，大数据技术能够很好地对其中的信息进行筛选，从而更好地实行相应的政策来规避这方面给公司带来的外贸风险。由此可见，大数据很有希望在未来克服某些信息不透明对公司带来的难题，构造全面立体化的客户数据库，搭建全方位的风险管理体系。

三、结语

大数据时代给企业信息化提供了各种路径与渠道。其中，大数据技术与云技术深度合作和互相吸收，给各种新科技提供了相应的发展空间，能够给企业数据化的发展带来更多的机遇。大数据背景的来临，不仅推动了各种新技术的迅速崛起，还给企业带来需要新的冲击和挑战。

本文通过回归分析法来研究案例，结合杭可科技公司自身的特点，首先提出了相应的应对风险的解决方案，相对于风险管理决策模型而言，更加符合企业的实际情况，使分析结果跟符合实际。当前的情况下，人才合理化、财务数据化、政策透明化是实现风险管理的本质决策。对此，企业需要应对此类问题，为大数据的开发和应用提供环境，采用更加高效的方法，才能获得可持续发展。在大数据背景下，我们通过借助SPSS等一些数据分析软件，对数据之间的关系进行一系列的测算，并对相关信息分类处理从而实现各种资源数据的关系透明化，提升信息的利用效率，并提升相关业务的整体处理效率。最后，对于一些风险管理措施，我们需要从风险管理措施的管理层面、完备信息共享模式、充分应用新技术提高企业信息化风险防范力和构建完备的法律体系角度进行分析。