大数据背景下财务风险预警问题与改进建议

■沈 强

（徐州报业传媒集团（徐州日报社））

1 引 言

随着经济的高速发展，企业面临着越来越大的财务风险，利用大数据技术发展企业的财务风险预警机制是应对风险的重要举措。在现代企业管理中，将大数据技术融入到财务风险预警体系中，可以拓宽企业风险信息的收集来源，利用全样本分析企业的风险，帮助企业更有效地识别及评估风险，及时有效地对相关风险做出预警。在风险出现前或风险萌芽时做出预警，降低企业的经济损失，提高企业财务风险应对的能力和效率，从而提高企业经营绩效。

在财务风险预警的理论研究方面，许多研究聚焦于利用财务指标等财务信息构建财务风险预警体系，将各项指标加权并予以评分，而将企业内控因素及非财务信息引入预警系统的研究较少。本文在财务风险预警系统的设计中既引入了财务因素，也引入了非财务因素和反映企业经营管理的内控因素。

在实务方面，企业普遍对财务风险预警系统的重视程度不够，成功引入并有效实施财务预警系统的企业较少，风险的识别和应对较为滞后。企业控制风险的路径较为单一，如仅通过内部控制流程中的层层审批管控风险，风险识别的信息来源也较为单一，一般仅从报表数据本身及其发展趋势分析中识别风险，将大数据技术应用到风险预警系统的企业较少。当利用大数据识别不同来源及类型的风险后，有利于管理者从源头入手控制风险。

2 大数据背景下财务风险预警中存在的问题

2.1 企业管理人员重视程度不足

目前很多企业把工作重心放在能直接产生经营业绩的业务方面，风险管理的意识不够。风险管理并不直接带来经济效益，但能够为企业避免高昂的经济损失，是企业经营管理中必不可少的环节。部分管理者存在过度自信的情况，对管理层的经营能力、企业实力及行业发展做出了过于乐观的预计，可能会低估风险。并且很多管理者对风险的处理比较滞后，更加重视风险应对，忽视风险的前期预警。风险在萌芽状态没有得到充分重视，各种类型的风险逐渐累加，往往发展到一定程度时才被管理者识别并处理风险。

2.2 财务风险预警系统缺乏硬件支持

目前通用的财务软件上很少内置财务风险预警的内容，市面上专门的风险预警财务软件也出现较少。风险预警系统的全面性、对风险识别的精度也有待提高。许多风险预警系统的风险评级仅包括财务指标的分析，而财务指标具有一定的滞后性，若需提高预警的时效性需加入一些即时市场反应及投资者情绪等指标。除此之外，目前技术上对一些非结构化信息的采集和确认效率较低。

2.3 缺乏掌握大数据技术及风险管理知识的专业人员

除完善硬件设施外，企业利用大数据技术构建风险预警体系还对财务人员提出了更高的要求。财务人员既要掌握财务知识，又要有一定的业务能力，同时还应具备一定数据处理及分析的知识。具备上述综合能力才能让财务人员更好地识别出业务流程中存在的财务风险，并且能在系统中利用大数据技术分析财务及非财务数据。

2.4 财务预警系统在执行方面落实不到位

部分已研发或安装财务预警系统的企业在执行方面落实不到位，例如缺乏专门负责运营财务预警系统的团队或核心领导人。除此之外，企业缺乏完整的风险预警管理机制和风险应对流程，没有对已检测出来的财务风险及时响应，并且除系统性风险等外部风险，对可以明确追责的内部风险缺乏问责机制，使得财务风险预警系统形同虚设。

2.5 财务预警系统面临数据安全风险

企业使用某个财务风险预警平台时，某些关键的经营数据可能会被泄露或盗用。大数据技术拓宽了数据的来源，在各网站都有数据接口、数据流通，而数据提供者也会要求企业提供一些数据帮助完善行业数据库等资料，平台众多，一旦数据泄露难以溯源。

3 大数据背景下财务风险预警系统的设计

3.1 企业内部财务信息的采集与预警机制

系统中的财务信息除财务部门录入的信息外，也有许多由业务部门录入信息后在系统自动生成的财务信息。系统自动更新财务指标数据，并且根据行业平均情况动态调整风险识别的阈值。企业管理人员也可根据企业发展阶段及发展战略，人工对阈值进行比例或数值上的调整。当某一财务指标低于风险识别阈值时，系统会识别出该风险，再结合其他财务状况进行风险评估，给企业发送相关预警通知。

3.2 企业内部非财务信息的采集与预警机制

内部非财务信息主要包括企业战略及内控两方面。在企业战略方面，当企业采取较为激进的发展战略时需提高风险等级。例如当企业面临并购或其他重大投资决策时，企业的风险会大幅提升。利用文本识别技术进行关键词抓取及判断，并结合这些词汇的词频相应调高企业的风险等级。可通过大数据技术对行业内相关公司的相近投资进行分析，算出一个平均的收益额及对未来现金流影响的金额。企业将资产或年收益为基数乘以某个比例来量化可接受风险水平，当超过该水平时及时对企业发出风险预警。

除此之外，还应将企业的内控设计及内控遵从情况纳入风险预警系统。在内控设计方面，企业将自身的内控流程录入系统，分析员工越过内控或违反内控规范时涉及的高危流程。利用大数据检测行业规范或其他公司对外公布的内控方案，查看其中是否存在设计某个关键内控点能够对应完善本企业内控中的高危环节，从而不断对企业内控设计进行优化。在内控遵从方面，系统中业务及财务流程的每一步完成后，都应由该流程的负责人在系统加以确认。大数据技术可以依托刷脸识别、自动辨认账号、检测操作人的IP地址等技术，核对操作人的身份信息等，当操作人并非本人时，往往违背了权责分离的要求，财务舞弊的风险提高，系统此时应及时发出财务风险预警。企业往往为了效率的考虑，除了在某些关键流程无法跳过外，部分流程会先在线下做完，再去线上确认。通过核对流程遵从的完整性和及时性，可及时量化企业的内控风险。

3.3 企业外部财务信息的采集与预警机制

外部财务信息的采集主要包括对整体经济情况、资本市场信息的采集及对相关产业信息的采集。从宏观经济的角度，应考虑整体经济发展状况对企业的影响，将国内生产总值增速等状况考虑到企业风险预警系统中，经济发展乏力时企业经营绩效一般也会随之下滑，还要根据企业行业不同的抗风险能力加以量化。除此之外，还应关注本行业财务数据及上下游行业财务数据的变化。如遭遇行业寒冬或上下游企业整体财务状况恶化时，企业难免受到波及，利用大数据技术采集到相关经济及行业信息后应及时向管理人员发出预警。

另外企业不仅应关注行业整体的平均状况，还应利用大数据技术分析企业财务状况在行业中的相对位置，当财务状况行业排名大幅下滑时应向企业发出预警。企业还应指定一些具体的对标公司，即潜在的竞争对手，利用大数据技术横向对比财务状况的差别，当财务状况落后于对手时及时向企业发出预警。

3.4 企业外部非财务信息的采集与预警机制

企业外部非财务信息主要分为两个方面。第一个方面是投资者情绪对财务风险的影响，并且企业的负面舆情也会对企业的生产经营产生极大的负面影响。可利用大数据技术中的文本识别技术，在各大主要社交平台收集投资者舆情，对反映投资者情绪和企业负面舆情的关键词进行识别及词频分析，分析其为积极、消极还是中性词汇，并赋予一定的分值。当消极词汇词频达到一定量时，触发财务风险报警机制。

第二个方面是产业政策的变化。利用大数据技术中的文本爬虫技术收集相应的行业政策，并利用文本分析识别其中的语义，利用词义分析、词频统计等方式量化政府对企业的支持力度。与上文中分析舆情量化的方法相似，仍可分别将词汇、副词进行赋值，但词汇的选取有一定区别。例如支持、扶持等积极词汇计一分，如前有“大力”“不遗余力”等词汇再加计一分，出现“减少”“限制”等词汇计负一分。当量化的政府支持力度的分数同比往年或往期出现明显下滑时，需要向企业发出预警。产业政策的另一重要组成部分是税收优惠。当税收政策发生变化时，除语义识别外，还要结合税率变化等量化标准进行分析，当税率大幅提高时应向企业发送预警信号。

4 大数据背景下财务风险预警问题的改进建议

4.1 提高对财务风险预警的重视程度，将其常态化

将财务风险预警提升到战略高度，引起管理人员对财务风险预警的高度重视。企业管理者必须熟悉了解企业财务风险预警的内容和运行情况，结合自己对企业经营趋势的预判，准确把握企业财务活动的风险程度。同时，企业上下应时刻具备风险意识，多对风险预警工作的关键性进行强调及宣传。尽管达到警戒级别的风险不是接连出现的，但由于风险因素具有积累的过程，风险的信息收集工作是全年进行的，应纳入到日常经营管理工作的一部分，将其进行常态化。

4.2 加大对财务风险预警系统的硬件支持

在硬件方面，应加大对大数据财务风险预警技术的投入力度。鉴于各公司业务都具有一定的特殊性，可采用外包给财务软件公司与内部研发相结合的方式完善财务风险预警系统。应做好财务风险预警系统的日常运维工作，并且随着科技发展不断对风险预警系统进行更新升级。在软件方面，也应不断梳理并完善业务流程，明确相关人员的职责分工，促进业务和财务数据的有效融合，除上文提到的系统利用大数据抓取信息提出完善建议外，还需人工审核建议并录入完善后的业务流程。

4.3 培养财务风险预警相关的复合型人才

培养既精通会计、业务流程，又熟悉大数据技术的复合技能财务人员。精通业务能够帮助财务人员发现关键风险点，而精通财务知识才能正确评估风险点所产生的财务影响及重要性水平。熟悉大数据技术则可以帮助系统的技术人员改进风险预警系统，使系统的财务处理更符合逻辑，并且能够更精准地识别财务风险。

4.4 强化财务风险预警系统的执行力度

在当今数字化时代，企业应利用大数据技术，建立完善的财务风险预警管理制度体系，做出相应的风险预警流程和预案，结合企业自身财务运营变化规律，契合到经营、管理的各环节中。不断强化财务风险预警系统的执行力度，充分运用风险预警机制提供的大数据信息分析各类风险情况，提前预判风险点，及时做出预防措施，尽可能地化解风险于萌芽之中。同时，企业在财务风险预警管理体系实施的过程中，要结合具体情况，不断进行针对性的调整，和企业在市场环境中的发展相适应。

4.5 重视数据安全风险，建立风险预警监管机制

风险预警系统对风险信息的收集是多方面的，企业通过大数据技术可以在各网站收集到大量信息，如何筛选并安全有效的利用这些信息，同时如何避免企业内部数据的泄露，这些都是风险预警关注的重点。企业应以财务风险管理为基础，建立覆盖全部门、全流程的风险预警监管机制。首先，利用大数据分析工具、财务风险管理工具等，完善财务管理模式，建立数据安全防火墙。其次，应打破部门界限，按照现代管理理念和模式优化管理结构，对数据的采集和使用全方位监管。最后，应注意风险预警系统的后续监管工作，使风险预警系统能够真正发挥作用，出现预警后得到及时的响应及反馈，并且在系统中存储大量财务风险预警处理数据记录以备分析，帮助企业在日后的经营中更高效地规避风险。

5 结 论

利用大数据技术进行财务风险预警是规避财务风险的有效途径，但目前企业的财务预警系统仍存在一定问题，例如硬件技术不到位、安全不过关、缺乏懂技术的财务人员，对财务预警不重视、缺乏数据安全意识等。在财务风险预警系统的流程设计方面，应综合收集企业内外部的财务及非财务信息，还应将风险识别和分析的范围扩展到企业经营的全流程上，既关注作为结果呈现的财务指标，也要关注内控流程的遵从情况。最后本文提出了将风险预警常态化、加强对风险预警系统的投入力度、培养复合财务人才、强化风险预警系统的执行力度、重视数据安全风险等建议。