大数据背景下企业财务风险管理研究

刘志琴 湖北工建集团第三建筑工程有限公司

引言

随着外部环境的复杂程度不断提高，企业也必然面临着越来越大的竞争压力，各类风险发生的概率和造成的损失都在增加。在此种情境下，利用大数据来进行财务风险的管理显得尤为重要。对财务风险实现有效管理能够保障企业稳步发展，而大数据的普及与迭代，则能够让企业在财务风险管理方面实现现代化与智能化，赋予企业财务风险管理以充分的活力。企业有必要积极研究大数据背景下的财务风险管理方法，积极地应对监管提出的各项要求，不断推陈出新，实现风险管理效用的最大化[1]。

一、利用大数据进行财务风险管理的优势

（一）大数据有助于提高财务风险管理效率

在财务风险管理过程中，运用大数据，往往能够达到事半功倍的效果。首先，企业可以通过构建风险管理的数据库，实现对数据资源的多维搜集与展示，确保使用者能够直观地获取管理对象的数据基本面，大大降低管理人员手工搜集数据并整理汇总的工作量。其次，企业能够通过系统来设置自动监测，例如对于各个事业单元的付款流程，详细监测其交易的频次与金额，一旦金额达到所设定的阈值以上，系统自动对该笔付款的审核情况等进行检测，及时发现违规支付的情况，确保资金收支环节的合规性。最后，通过利用系统大数据进行财务风险的管理，能够使得集团对各个成员单位进行层层监控，大大提高了集团企业进行财务风险管理的效率。可见，在大数据背景下进行财务风险管理，能够通过数据搜集、汇总、校验、比对等自动化流程来对财务活动进行实时监控，大大地提升企业财务风险管理的效率，同时也保证了财务风险管理工作的时效性。

（二）大数据有助于提升财务风险管理质量

在财务风险管理过程中，运用大数据，能够极大地提升管理效果。例如，企业可以通过完善资金收支活动的监控逻辑设置来强化企业对财务风险的防范作用，还可以设置专门的财务报告指标分析体系，来对财务风险及时地做出预判与分析。目前，已经有较多企业在利用大数据进行财务风险管理的过程中获得收益，及时地化解了因资金不足可能带来的财务风险、因触发款项支出的限额或者用途的限定而带来的财务风险、因无预算或者超预算带来的财务风险、因资产负债率过高带来的财务风险、因长短期资金投资活动的错配带来的财务风险等，为企业挽回了数以亿计的财产损失[2]。由此可见，相比较于传统的财务风险管理模式，大数据背景下的财务风险管理，及时性与精准度都有明显的提升，能够更为有效地从源头把控财务风险。

（三）大数据有助于降低财务风险管理成本

在财务风险管理过程中，运用大数据，能够有效降低管理成本。由于大数据技术的运用很大程度上依赖于自动化，所以其相比于传统的风险管理模式，能够大大减少人工管理的时间与精力。对于财务风险管理人员而言，他们能够从一些烦琐、重复、低级的工作中解放出来，就能够更为深入地执行一些分析性质的工作，有助于赋能企业风险管理，实现价值增值。尽管相比于传统的财务风险管理来说，大数据风险管理平台的搭建需要付出更大的经济成本与时间成本，且后期的运维成本也需要稳定支出。但是就企业持续发展过程中风险管理的成本总支出而言，大数据风险管理的成本开支在前期较为明显，等稳定运行之后，其成本开支就变得很有限。部分企业看到前期的大额成本投入就不愿意继续深入建设大数据风险管理平台，其实是一种短视行为。例如运用大数据进行财务风险管理，能够通过线上的数据分析来替代人工现场抽查，使得分析结果不仅更具时效，且能够大大节约人工成本。随着大数据风险管理平台的不断完善与稳定，后期的人工成本还会进一步下降，尤其是对于集团企业而言，新合并的或者成立的企业单体，都可以直接配套使用大数据进行财务风险管理，免去了前期烦琐的人工培训。

二、大数据背景下财务风险管理存在的问题

（一）信息获取不畅通，存在信息壁垒

企业若想用好大数据平台，前提必须是要有可用的、准确的原始数据来作为支撑。但是从目前企业的数据管理来看，很多企业仍未能充分重视数据管理。较多企业的信息获取仍然存在着一定的壁垒，尤其是部门之间的无形阻隔，在一定程度上限制了企业内部信息的衡量流通，使得企业内部的有用信息不能够及时、准确、口径一致地汇总于统一的平台内，内部信息对于风险管理的效率大打折扣。另外，目前的互联网络已经遍布各地、各领域，企业的风险管理信息不再是仅仅依赖于企业内部，而是需要从各个方面进行搜罗与处理，例如经济外交环境、需求市场变化、可比竞争对手分析、上下游信用风险等，都是重要的风险管理信息来源，这些数据的获取与校准能够直接影响企业风险管理的效率。尽管很多企业通过天眼查、企业预警通等平台来对外部客户、供应商或者上下游合作方进行一定的信息搜集，但是仍停留在不定时进行人工搜集的状态，不仅搜集成本较大且往往因为人工工作的懈怠性而缺乏稳定的数据信息。

（二）数据质量参差不齐，不能有效用于管理

通常情况下，企业会通过以下两种途径来进行风险管理相关数据的抓取，一种是通过第三方公开的数据平台来获取共享数据，另一种是人工检测数据更新并及时上报。目前较大的企业，尤其是集团公司，已经开始适用第一种方式来实现数据的自动抓取，但是由于集团公司的单体往往较多，加上地域的限制等原因，在信息系统的建设与维护过程中，仍然需要由各个单位自己来负责子系统的建设与维护。在这个过程中，由于早期缺乏统一的制度或规则的限制，导致各个下属单位的信息化程度存在着严重不同，并不能做到所有的信息系统都能够与大数据的风控平台进行对接，或者即便实现了数据对接，也会因为数据理解或抓取口径的不一致，而导致数据质量参差不齐，反而变成了风险管理数据库的“杂音”[3]，导致无法得出准确的风险分析结论。对于那些采取第二种方法为主的企业，由于其仍然采用风险数据的人工采集与上报形式，受制于人工工作的局限性，导致数据出现严重滞后性的问题，也会影响风险分析的结论。

（三）财务风险的预警指标设置不完善

企业在利用大数据进行财务风险管理的过程中，核心就是要对风控数据进行挖掘与分析，包括进行数据的搜集、筛选、存货、加工、输出、分析等。而这些分控数据往往来源于企业各个级次、各个业务单元、各个部门，同时还包括公开网络上获取的各类数据。但是企业获得的数据往往还停留在财务层面，并没有考虑非财务变量的重要性，没有将非财务变量或要素纳入到风险控制数据系统中形成预警指标。非财务变量能够很好地代表企业所处的社会属性，例如政治、市场环境变化、信誉、上下游企业对风险的应对等，都能够使得企业的“财务风险自画像”更贴近事实，从而制定出更为有效、可行的风险应对措施。大部分企业缺乏这方面的先驱意识，仍局限于利用财务数据进行单一的风险分析，并没有意识到互联网经济态势下瞬息万变的市场环境，就能够让企业的风险应对措施在一夜之间成为“明日黄花”。

（四）财务风险管理缺乏相应的监督与激励措施

在智能化的时代背景下，风险管理的信息技术环境显得日益复杂与重要，企业借助于大数据技术进行财务风险管理的同时，也不得不面对新的系统风险。目前较多的企业还停留在构建系统的阶段，很少有企业在上线系统后成立专门的内部控制小组来对系统运行过程中各个流程进行风险梳理与排查，未能够建立完善的风险管理的监督与激励制度，没有将责任落实到各个岗位中。同时，部分企业未能开展与风险管理工作相关的定期考核，不能将绩效与考核结果进行关联，片面地重视业务的销售业绩，不重视风险管理的绩效，导致风险管理的相关负责人对于风险管理工作形成一种懈怠的情绪，不能够积极推动落实风险管理活动的执行。

三、大数据助力企业财务风险管理的对策

（一）加强企业各部门之间的统筹合作

企业必须意识到部门之间统筹效应的重要性，加强部门之间的协同机制建设，为部门之间的数据资源整合提供基础保障。同时，企业要在各部门协同的基础上，通过数据统筹管理来有效地解决信息不对称问题，革新企业的组织结构，实现组织结构扁平化，打通部门之间的壁垒，实现不同部门之间的高效沟通。企业要以数据资源的管理作为中心，整合各个职能部门之间的各个业务系统，增强各方的数据参与意愿，从而实现数据的互通互联。在具体操作上，企业可以从以下三个角度来落实部门之间的统筹合作，第一是要充分整合数据资源，加快厘清各个职能部门或岗位的职责，免除不必要的沟通环节，降低信息传递成本。第二是要进行流程梳理与再造，去除不必要的业务流程，区分清楚各个业务流程之间的界限，将同类型的业务流程进行归类整个，写成流程管理的规模效应。第三是要建立信任机制，加强数据各方的信任，确保数据统筹能够有序进行。

（二）推动数据管理，提高数据质量

数据的范围广度影响着资源的广度，而数据的质量高低则直接影响着资源整合的程度。要想提高数据质量，除了要加强组织机构的重建与协同，还需要技术层面把分散的数据、信息进行汇总与筛选，在已有的数据治理标准基础之上，继续加大改革力度，推行实现数据口径一致性，即建议以统一的标准来获取统一的数据来源，确保数据与信息系统之间能够协调兼容，最终实现数据共享的目的。同时，为了实现数据质量的提升，企业需要将数据标准贯穿于从数据采集到使用的全部过程之中，包括数据搜集的标准、数据处理的标准、数据淘汰的标准、数据传输的标准和数据安全的标准等。企业还可以通过建立统一的标准化制度，来缩短数据的加工处理流程和处理时间，以达到降低数据处理成本的效果[4]。

（三）完善风险预警指标体系中的非财务因素指标

企业的财务风险预警指标范围已经变得更加宽泛和多样，仅仅依靠单一的财务指标已经无法进行有效的风险识别，大数据管理对企业财务风险识别的内容和范围提出了新的要求。企业有必要在财务预警指标系统内加入更为丰富的非财务因素指标，将定性分析与定量分析相结合，有效挖掘大数据管理中的实时性、联动性、全面性管理优势，实现基于大数据驱动的检测与预警效果。企业可以将战略决策、社会环境、经济环境、产业因素等指标化，作为评价体系的一部分。例如，可以从消费者类型、偏好、消费心理、还款能力，或者从供应商的产品质量、创新能力、信誉度等维度来设计外部非财务因素指标，还可以从企业成长能力、数字资源价值、所处发展阶段、适应能力、创新竞争力等维度来设计内部非财务因素指标。在对非财务因素指标体系进行完善后，企业需要利用一定的评价方式将财务与非财务指标进行量化，以此来综合地对财务风险进行考量，而不能仅仅是与同行业可比公司进行对比来识别风险点。通过完善的风险评价体系，能够使企业更加全面、客观、合理地实现风险应对与识别。

（四）建立并执行与风险管理相关的监督与激励制度

为了推动大数据背景下的风险管理控制体系的运转，需要制定相应的制度规范来作为执行的依据与支撑。一方面，需要根据大数据风险管理平台的各个环节与流程，来确定出对应的人为控制点，并将这些控制活动落实到具体的个人，以制度或工作指南的形式来明确相应的岗位职责，确保不相容岗位彼此分离，并严格执行定期轮岗制度。并对各个风险管理过程中的流程进行拆解与分析，在可行的情况下，利用自动化来实现对流程风险的把控与监督，以提高风险管理的效率。此外，企业要积极整合各类有效信息，帮助业务部门以及风险管理部门的人员来全面了解公司的运作流程，并通过全面了解来反思自身所处的岗位产生的风险可能会如何影响企业的整体风险，从员工自身源头来形成自我监督[5]。另一方面，企业应不断完善现有的绩效评估与考核制度，定期对风险管理的工作成效进行考核，无论是管理人员还是基层工作人员，都要牢固树立风险意识，严格执行风险管理的相关规定。对于提早发现风险并上报的行为，要给予适当的奖励。通过监督与激励并存的方式，来共同促进企业财务风险管理制度的落实。

结语

综上所述，在大数据飞速发展的时代背景下，企业在财务风险管理的过程中既面临着机遇又面临着挑战。企业只有不断强化自身的财务风险管理意识，进一步制定并完善大数据背景下的财务风险管理制度，切实加强财务数据的安全性，才能够切实推进信息技术在风险管理中的应用效益，增强企业的竞争力。