大数据环境下企业财务风险识别与管控研究

李红湘

摘要：财务风险是客观存在的，财务危机预警是防范财务风险的重要工具，单一运用财务指标构建财务风险预警指标体系，会导致财务危机预警难以达到预期效果。通过大数据技术对与企业相关的海量、多维度的非财务数据信息进行挖掘，财务危机预警模型中引入量化处理的大数据信息，将极大提高财务预警的有效性，及时有效地识别和防范财务风险。

关键词：大数据;预警指标;财务风险

引言

在大数据环境下，企业获得信息的速度加快、渠道更广，使财务风险管理工作发生重大变化，但是这些种类众多、数量庞大的信息并不是都有价值，势必存在很多对企业决策无用或失去时效性的信息，企业应运用数据挖掘技术，在大量的数据中筛选出有价值的信息，准确的识别并降低企业面临的各种财务风险，创新财务管理模式，提高企业经济效益。

一、大数据时代企业财务风险管控工作面临的挑战

（一）财务数据的收集处理工作复杂化

财务数据的收集、处理与分析，是进行财务风险管控的前提。大数据环境下财务信息的收集与处理存在着一定的复杂性，一方面，获取财务数据的渠道更广，数据变化的速度更快，如何进行有效数据的收集整理成为当前财务风险管控中出现的新问题。另一方面，由于财务信息与业务信息的逐步深度融合，将不同部门、不同行业以及网络上与企业相关的信息纳入到传统的会计信息数据体系当中，提高企业财务风险管控能力，必将导致财务风险管控工作量的增加。

（二）财务风险管控技术难度增加

大数据时代环境中财务数据来源广泛，结构复杂，语义或语态等诸多方面的变化，也会造成数据结构的复杂性增大，怎样才能在海量的数据资料中收集与挖掘财务信息，是当前是否能提高技术水平的重要环节。同时，企业的战略决策与发展方向在很大程度上受财务数据的真实性与准确度的影响，而大数据的价值密度相对较低，且其信息的准确性不尽如人意，同时针对财务数据的辨别技术也需要有所提升，因而也对财务风险管控技术提出更高的要求。

二、大数据环境下企业财务风险预警指标体系的构建

财务风险是客观存在的，贯穿于生产经营的整个过程中，具有潜在的不确定性，财务风险识别的主要方式仍是建立财务预警系统，通过设置预警指标，观察敏感性财务指标的变化，在财务危机萌芽时提出警示，及时采取措施有效地进行防范。

（一）财务预警财务指标体系的构建及其局限性

企业结合自身的具体特征，以财务指标作为财务危机预警的主要判断指标，建立适合本企业的财务危机预警指标体系，仍然是必须的。财务指标从不同的角度考查企业的偿债能力、盈利能力等财务能力，这些指标的异常可能预示着企业陷入财务危机，所以必须建立有效的监控体系来预防和控制这些可能的风险，助力企业持续健康发展。

财务危机风险预警目前仍是一个世界性的难题，在财务危机预警传统模型构建中如果过于依赖财务指标，将使模型产生一些先天不足，即假设企业的财务报表数据是真实可靠的。但财政部每年发布的会计信息质量检查公告披露，部分企业在公司治理、内部控制、会计核算和信息披露等方面仍然存在信息失真。由于稽查范围的局限和稽查技术的制约，现实中的企业会计失真，远比财政部会计信息质量检查公告中披露的更为严重，所以，财务报表数据真实可靠假设为财务预警模型与现实应用的脱节埋下了伏笔。另一方面，这些财务指标是基于财务核算结果计算出来的，财务指标只是财务发生危机的一种表现形式，存在一定的滞后性，会影响财务危机预警功能。所以基于财务报表建立的各种模型，由于会计信息的滞后和失真，无法完全实现财务危机预警的功能。

因此必须对主要依赖财务指标而建立的模型进行改进，寻找并发现影响企业危机预警效果的各种因素，并将它们纳入模型中，最终真正使模型提高实际预警能力。于是学者们引入了非财务指标，但国内外学者的研究都仅仅涉及那些比较正式的书面披露，如企业的年度报告、审计报告等，对其他媒介披露的财务信息则几乎忽略不计，其结果可能导致引入的非财务指标具有很大的主观性和局限性，进而导致财务危机预警模型的表现达不到预期。并且这些非财务指标都是在危机发生之后依靠试错方法引入模型，当下次发生不同类型的经济危机时，之前建立的财务预警模型便会无法预测。

（二）财务预警大数据指标处理

大数据技术的出现，使获得多维度的非财务数据成为可能，通过大数据技术对与企业相关的海量信息进行挖掘，引入大数据指标，进行财务危机预警模型的有效构建。

1.大数据引入财务危机预警模型的必要性

企业的利益相关者和企业接触后产生的反应映射到互联网上，如顾客对产品的满意度、產品质量、供应商的态度、投资方的态度、政策导向、权威媒体对上市企业的报道，还有自媒体以及行业专家的观点、评价和趋势预测等，网上这些大数据信息比通过公司公告、调査、谈话等方式获得的信息更为客观和全面。顾客、供应链伙伴、投资者、政府等相关者对企业产生不同的情绪，这些不同的情绪经过网络上交互过程中的聚集、排斥和融合作用，最后会产生集体智慧，这些群体智能反映企业的某种状态，这些情感倾向代表着企业的经营管理和财务状况等，一家公司如果能够对其进行专门化处理，将会产生重大的市场价值，为企业决策提供有利的帮助。财务危机预警模型中引入量化处理的大数据信息，将极大地提高财务预警的有效性。

2.大数据信息的处理

网络信息所形成的大数据对财务数据的预测价值已逐渐呈现。将网络信息量化处理主要包含两个方面，一是大数据的获取，二是大数据的量化分析。

大数据的获取主要利用聚焦网络爬虫算法无监督地抓取网络中相关主题信息，同时可根据要求过滤掉大量无效数据，对网络信息进行数值化处理，将网页转换为纯文本文件。

大数据的量化分析主要是将网络信息所产生的大数据量化为信息量和情感倾向两个指标。文本情绪倾向主要基于财经领域词典进行企业信息的语义分析与统计，网络收集的大数据信息文本，先通过财经领域词典对比判断出文本内词汇的情感倾向，再经过算法统计得出整句或者整个文档的情感倾向。通过语义分析判断出网络在线信息文本的积极态度比例和信息数量，目前大数据指标主要包括情感值（积极态度比例）和信息热度（信息数量）两个子指标，并将其引入财务指标预警模型。

通过与财务指标的结合，对研究假设进行实际数据验证，发现引入大数据指标的财务预警模型相对于财务指标预警模型，在短期内对预测效果有一定的提高，从长期来看对预测效果会有明显提高，大数据指标在误警率和漏警率上比财务指标表现得明显要好，从而验证了在复杂的社会环境中，依靠大数据技术加强信息搜寻是提高财务预警有效性的重要路径。

三、大数据环境下企业财务风险防范与控制应注意的问题

（一）提高思想认识，培养风险意识

首先，企业领导层应端正对财务预警的态度，把财务预警作为规避风险、提高风险防控能力的必要工作，促使企业内部形成预测风险、控制风险的敏感意识。其次，加强相关部门人员的思想教育，使其认识到本职工作在企业中的重要地位，强化其风险理念和危机意识。

（二）加强财务管理

企业在经营管理各个环节建立财务风险的防范和控制系统，充分参考财务风险管理中的数据信息，特别是预警信息出现时，能够快速、有效地应对，真正为企业规避财务风险服务，确保财务工作的安全运作。同时加强对财务部门的审计监督，确保企业财务信息的真实性，确保财务预警措施建立在财务数据真实可靠的基础上。

（三）建立健全预警机制，将数据挖掘技术应用于企业财务风险预警

企业应结合自身的特点，充分考虑可能面临的财务风险及其各项因素指标，在风险控制分析的基础上，根据合理、准确性原则，选取指标数据时既包括财务指标，还要考虑大数据指标，借助于现代化人工智能技术从大量的数据中通过相应的算法来及时、准确地搜索出隐藏或者可能隐藏在数据信息中的价值信息，构建有针对性的财务危机预警机制。得到风险预警结果后，企业应按照风险出现的概率和危害程度由大至小排序，重点关注发生的可能性高且危害大的风险，尽快地寻求、制定出有利的对策方案，避免或者减少财务危机带来的风险损失。

结语

建立财务危机预警指标体系是企业防范财务风险的有效途径，仅仅关注传统的财务指标有一定的局限性，大数据环境下通过现代信息技术对海量信息进行挖掘，将大數据指标引入财务危机预警模型，能够及时发现企业各类风险隐患，提高企业财务风险管控能力，推进企业健康可持续发展。

参考文献

[1]张美琳.大数据环境下S企业财务风险识别与管控研究[D].哈尔滨：哈尔滨商业大学，2018.

[2]宋彪.基于大数据的企业财务预警理论与方法研究[D].北京：中央财经大学，2015：.

[3]宋彪，朱建明，李煦.基于大数据的企业财务预警研究[J].中央财经大学学报，2015（06）：55–64.

[4]姬潮心，王媛.大数据时代下的企业财务管理研究[M].北京：中国水利水电出版社，2018：211–229.