大數(shù)據(jù)環(huán)境下企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別與管控研究

李紅湘

摘要：財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的，財(cái)務(wù)危機(jī)預(yù)警是防范財(cái)務(wù)風(fēng)險(xiǎn)的重要工具，單一運(yùn)用財(cái)務(wù)指標(biāo)構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，會(huì)導(dǎo)致財(cái)務(wù)危機(jī)預(yù)警難以達(dá)到預(yù)期效果。通過(guò)大數(shù)據(jù)技術(shù)對(duì)與企業(yè)相關(guān)的海量、多維度的非財(cái)務(wù)數(shù)據(jù)信息進(jìn)行挖掘，財(cái)務(wù)危機(jī)預(yù)警模型中引入量化處理的大數(shù)據(jù)信息，將極大提高財(cái)務(wù)預(yù)警的有效性，及時(shí)有效地識(shí)別和防范財(cái)務(wù)風(fēng)險(xiǎn)。

關(guān)鍵詞：大數(shù)據(jù);預(yù)警指標(biāo);財(cái)務(wù)風(fēng)險(xiǎn)

引言

在大數(shù)據(jù)環(huán)境下，企業(yè)獲得信息的速度加快、渠道更廣，使財(cái)務(wù)風(fēng)險(xiǎn)管理工作發(fā)生重大變化，但是這些種類眾多、數(shù)量龐大的信息并不是都有價(jià)值，勢(shì)必存在很多對(duì)企業(yè)決策無(wú)用或失去時(shí)效性的信息，企業(yè)應(yīng)運(yùn)用數(shù)據(jù)挖掘技術(shù)，在大量的數(shù)據(jù)中篩選出有價(jià)值的信息，準(zhǔn)確的識(shí)別并降低企業(yè)面臨的各種財(cái)務(wù)風(fēng)險(xiǎn)，創(chuàng)新財(cái)務(wù)管理模式，提高企業(yè)經(jīng)濟(jì)效益。

一、大數(shù)據(jù)時(shí)代企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管控工作面臨的挑戰(zhàn)

（一）財(cái)務(wù)數(shù)據(jù)的收集處理工作復(fù)雜化

財(cái)務(wù)數(shù)據(jù)的收集、處理與分析，是進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)管控的前提。大數(shù)據(jù)環(huán)境下財(cái)務(wù)信息的收集與處理存在著一定的復(fù)雜性，一方面，獲取財(cái)務(wù)數(shù)據(jù)的渠道更廣，數(shù)據(jù)變化的速度更快，如何進(jìn)行有效數(shù)據(jù)的收集整理成為當(dāng)前財(cái)務(wù)風(fēng)險(xiǎn)管控中出現(xiàn)的新問(wèn)題。另一方面，由于財(cái)務(wù)信息與業(yè)務(wù)信息的逐步深度融合，將不同部門、不同行業(yè)以及網(wǎng)絡(luò)上與企業(yè)相關(guān)的信息納入到傳統(tǒng)的會(huì)計(jì)信息數(shù)據(jù)體系當(dāng)中，提高企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管控能力，必將導(dǎo)致財(cái)務(wù)風(fēng)險(xiǎn)管控工作量的增加。

（二）財(cái)務(wù)風(fēng)險(xiǎn)管控技術(shù)難度增加

大數(shù)據(jù)時(shí)代環(huán)境中財(cái)務(wù)數(shù)據(jù)來(lái)源廣泛，結(jié)構(gòu)復(fù)雜，語(yǔ)義或語(yǔ)態(tài)等諸多方面的變化，也會(huì)造成數(shù)據(jù)結(jié)構(gòu)的復(fù)雜性增大，怎樣才能在海量的數(shù)據(jù)資料中收集與挖掘財(cái)務(wù)信息，是當(dāng)前是否能提高技術(shù)水平的重要環(huán)節(jié)。同時(shí)，企業(yè)的戰(zhàn)略決策與發(fā)展方向在很大程度上受財(cái)務(wù)數(shù)據(jù)的真實(shí)性與準(zhǔn)確度的影響，而大數(shù)據(jù)的價(jià)值密度相對(duì)較低，且其信息的準(zhǔn)確性不盡如人意，同時(shí)針對(duì)財(cái)務(wù)數(shù)據(jù)的辨別技術(shù)也需要有所提升，因而也對(duì)財(cái)務(wù)風(fēng)險(xiǎn)管控技術(shù)提出更高的要求。

二、大數(shù)據(jù)環(huán)境下企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的構(gòu)建

財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的，貫穿于生產(chǎn)經(jīng)營(yíng)的整個(gè)過(guò)程中，具有潛在的不確定性，財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別的主要方式仍是建立財(cái)務(wù)預(yù)警系統(tǒng)，通過(guò)設(shè)置預(yù)警指標(biāo)，觀察敏感性財(cái)務(wù)指標(biāo)的變化，在財(cái)務(wù)危機(jī)萌芽時(shí)提出警示，及時(shí)采取措施有效地進(jìn)行防范。

（一）財(cái)務(wù)預(yù)警財(cái)務(wù)指標(biāo)體系的構(gòu)建及其局限性

企業(yè)結(jié)合自身的具體特征，以財(cái)務(wù)指標(biāo)作為財(cái)務(wù)危機(jī)預(yù)警的主要判斷指標(biāo)，建立適合本企業(yè)的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，仍然是必須的。財(cái)務(wù)指標(biāo)從不同的角度考查企業(yè)的償債能力、盈利能力等財(cái)務(wù)能力，這些指標(biāo)的異?？赡茴A(yù)示著企業(yè)陷入財(cái)務(wù)危機(jī)，所以必須建立有效的監(jiān)控體系來(lái)預(yù)防和控制這些可能的風(fēng)險(xiǎn)，助力企業(yè)持續(xù)健康發(fā)展。

財(cái)務(wù)危機(jī)風(fēng)險(xiǎn)預(yù)警目前仍是一個(gè)世界性的難題，在財(cái)務(wù)危機(jī)預(yù)警傳統(tǒng)模型構(gòu)建中如果過(guò)于依賴財(cái)務(wù)指標(biāo)，將使模型產(chǎn)生一些先天不足，即假設(shè)企業(yè)的財(cái)務(wù)報(bào)表數(shù)據(jù)是真實(shí)可靠的。但財(cái)政部每年發(fā)布的會(huì)計(jì)信息質(zhì)量檢查公告披露，部分企業(yè)在公司治理、內(nèi)部控制、會(huì)計(jì)核算和信息披露等方面仍然存在信息失真。由于稽查范圍的局限和稽查技術(shù)的制約，現(xiàn)實(shí)中的企業(yè)會(huì)計(jì)失真，遠(yuǎn)比財(cái)政部會(huì)計(jì)信息質(zhì)量檢查公告中披露的更為嚴(yán)重，所以，財(cái)務(wù)報(bào)表數(shù)據(jù)真實(shí)可靠假設(shè)為財(cái)務(wù)預(yù)警模型與現(xiàn)實(shí)應(yīng)用的脫節(jié)埋下了伏筆。另一方面，這些財(cái)務(wù)指標(biāo)是基于財(cái)務(wù)核算結(jié)果計(jì)算出來(lái)的，財(cái)務(wù)指標(biāo)只是財(cái)務(wù)發(fā)生危機(jī)的一種表現(xiàn)形式，存在一定的滯后性，會(huì)影響財(cái)務(wù)危機(jī)預(yù)警功能。所以基于財(cái)務(wù)報(bào)表建立的各種模型，由于會(huì)計(jì)信息的滯后和失真，無(wú)法完全實(shí)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警的功能。

因此必須對(duì)主要依賴財(cái)務(wù)指標(biāo)而建立的模型進(jìn)行改進(jìn)，尋找并發(fā)現(xiàn)影響企業(yè)危機(jī)預(yù)警效果的各種因素，并將它們納入模型中，最終真正使模型提高實(shí)際預(yù)警能力。于是學(xué)者們引入了非財(cái)務(wù)指標(biāo)，但國(guó)內(nèi)外學(xué)者的研究都僅僅涉及那些比較正式的書面披露，如企業(yè)的年度報(bào)告、審計(jì)報(bào)告等，對(duì)其他媒介披露的財(cái)務(wù)信息則幾乎忽略不計(jì)，其結(jié)果可能導(dǎo)致引入的非財(cái)務(wù)指標(biāo)具有很大的主觀性和局限性，進(jìn)而導(dǎo)致財(cái)務(wù)危機(jī)預(yù)警模型的表現(xiàn)達(dá)不到預(yù)期。并且這些非財(cái)務(wù)指標(biāo)都是在危機(jī)發(fā)生之后依靠試錯(cuò)方法引入模型，當(dāng)下次發(fā)生不同類型的經(jīng)濟(jì)危機(jī)時(shí)，之前建立的財(cái)務(wù)預(yù)警模型便會(huì)無(wú)法預(yù)測(cè)。

（二）財(cái)務(wù)預(yù)警大數(shù)據(jù)指標(biāo)處理

大數(shù)據(jù)技術(shù)的出現(xiàn)，使獲得多維度的非財(cái)務(wù)數(shù)據(jù)成為可能，通過(guò)大數(shù)據(jù)技術(shù)對(duì)與企業(yè)相關(guān)的海量信息進(jìn)行挖掘，引入大數(shù)據(jù)指標(biāo)，進(jìn)行財(cái)務(wù)危機(jī)預(yù)警模型的有效構(gòu)建。

1.大數(shù)據(jù)引入財(cái)務(wù)危機(jī)預(yù)警模型的必要性

企業(yè)的利益相關(guān)者和企業(yè)接觸后產(chǎn)生的反應(yīng)映射到互聯(lián)網(wǎng)上，如顧客對(duì)產(chǎn)品的滿意度、產(chǎn)品質(zhì)量、供應(yīng)商的態(tài)度、投資方的態(tài)度、政策導(dǎo)向、權(quán)威媒體對(duì)上市企業(yè)的報(bào)道，還有自媒體以及行業(yè)專家的觀點(diǎn)、評(píng)價(jià)和趨勢(shì)預(yù)測(cè)等，網(wǎng)上這些大數(shù)據(jù)信息比通過(guò)公司公告、調(diào)査、談話等方式獲得的信息更為客觀和全面。顧客、供應(yīng)鏈伙伴、投資者、政府等相關(guān)者對(duì)企業(yè)產(chǎn)生不同的情緒，這些不同的情緒經(jīng)過(guò)網(wǎng)絡(luò)上交互過(guò)程中的聚集、排斥和融合作用，最后會(huì)產(chǎn)生集體智慧，這些群體智能反映企業(yè)的某種狀態(tài)，這些情感傾向代表著企業(yè)的經(jīng)營(yíng)管理和財(cái)務(wù)狀況等，一家公司如果能夠?qū)ζ溥M(jìn)行專門化處理，將會(huì)產(chǎn)生重大的市場(chǎng)價(jià)值，為企業(yè)決策提供有利的幫助。財(cái)務(wù)危機(jī)預(yù)警模型中引入量化處理的大數(shù)據(jù)信息，將極大地提高財(cái)務(wù)預(yù)警的有效性。

2.大數(shù)據(jù)信息的處理

網(wǎng)絡(luò)信息所形成的大數(shù)據(jù)對(duì)財(cái)務(wù)數(shù)據(jù)的預(yù)測(cè)價(jià)值已逐漸呈現(xiàn)。將網(wǎng)絡(luò)信息量化處理主要包含兩個(gè)方面，一是大數(shù)據(jù)的獲取，二是大數(shù)據(jù)的量化分析。

大數(shù)據(jù)的獲取主要利用聚焦網(wǎng)絡(luò)爬蟲算法無(wú)監(jiān)督地抓取網(wǎng)絡(luò)中相關(guān)主題信息，同時(shí)可根據(jù)要求過(guò)濾掉大量無(wú)效數(shù)據(jù)，對(duì)網(wǎng)絡(luò)信息進(jìn)行數(shù)值化處理，將網(wǎng)頁(yè)轉(zhuǎn)換為純文本文件。

大數(shù)據(jù)的量化分析主要是將網(wǎng)絡(luò)信息所產(chǎn)生的大數(shù)據(jù)量化為信息量和情感傾向兩個(gè)指標(biāo)。文本情緒傾向主要基于財(cái)經(jīng)領(lǐng)域詞典進(jìn)行企業(yè)信息的語(yǔ)義分析與統(tǒng)計(jì)，網(wǎng)絡(luò)收集的大數(shù)據(jù)信息文本，先通過(guò)財(cái)經(jīng)領(lǐng)域詞典對(duì)比判斷出文本內(nèi)詞匯的情感傾向，再經(jīng)過(guò)算法統(tǒng)計(jì)得出整句或者整個(gè)文檔的情感傾向。通過(guò)語(yǔ)義分析判斷出網(wǎng)絡(luò)在線信息文本的積極態(tài)度比例和信息數(shù)量，目前大數(shù)據(jù)指標(biāo)主要包括情感值（積極態(tài)度比例）和信息熱度（信息數(shù)量）兩個(gè)子指標(biāo)，并將其引入財(cái)務(wù)指標(biāo)預(yù)警模型。

通過(guò)與財(cái)務(wù)指標(biāo)的結(jié)合，對(duì)研究假設(shè)進(jìn)行實(shí)際數(shù)據(jù)驗(yàn)證，發(fā)現(xiàn)引入大數(shù)據(jù)指標(biāo)的財(cái)務(wù)預(yù)警模型相對(duì)于財(cái)務(wù)指標(biāo)預(yù)警模型，在短期內(nèi)對(duì)預(yù)測(cè)效果有一定的提高，從長(zhǎng)期來(lái)看對(duì)預(yù)測(cè)效果會(huì)有明顯提高，大數(shù)據(jù)指標(biāo)在誤警率和漏警率上比財(cái)務(wù)指標(biāo)表現(xiàn)得明顯要好，從而驗(yàn)證了在復(fù)雜的社會(huì)環(huán)境中，依靠大數(shù)據(jù)技術(shù)加強(qiáng)信息搜尋是提高財(cái)務(wù)預(yù)警有效性的重要路徑。

三、大數(shù)據(jù)環(huán)境下企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)防范與控制應(yīng)注意的問(wèn)題

（一）提高思想認(rèn)識(shí)，培養(yǎng)風(fēng)險(xiǎn)意識(shí)

首先，企業(yè)領(lǐng)導(dǎo)層應(yīng)端正對(duì)財(cái)務(wù)預(yù)警的態(tài)度，把財(cái)務(wù)預(yù)警作為規(guī)避風(fēng)險(xiǎn)、提高風(fēng)險(xiǎn)防控能力的必要工作，促使企業(yè)內(nèi)部形成預(yù)測(cè)風(fēng)險(xiǎn)、控制風(fēng)險(xiǎn)的敏感意識(shí)。其次，加強(qiáng)相關(guān)部門人員的思想教育，使其認(rèn)識(shí)到本職工作在企業(yè)中的重要地位，強(qiáng)化其風(fēng)險(xiǎn)理念和危機(jī)意識(shí)。

（二）加強(qiáng)財(cái)務(wù)管理

企業(yè)在經(jīng)營(yíng)管理各個(gè)環(huán)節(jié)建立財(cái)務(wù)風(fēng)險(xiǎn)的防范和控制系統(tǒng)，充分參考財(cái)務(wù)風(fēng)險(xiǎn)管理中的數(shù)據(jù)信息，特別是預(yù)警信息出現(xiàn)時(shí)，能夠快速、有效地應(yīng)對(duì)，真正為企業(yè)規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)服務(wù)，確保財(cái)務(wù)工作的安全運(yùn)作。同時(shí)加強(qiáng)對(duì)財(cái)務(wù)部門的審計(jì)監(jiān)督，確保企業(yè)財(cái)務(wù)信息的真實(shí)性，確保財(cái)務(wù)預(yù)警措施建立在財(cái)務(wù)數(shù)據(jù)真實(shí)可靠的基礎(chǔ)上。

（三）建立健全預(yù)警機(jī)制，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警

企業(yè)應(yīng)結(jié)合自身的特點(diǎn)，充分考慮可能面臨的財(cái)務(wù)風(fēng)險(xiǎn)及其各項(xiàng)因素指標(biāo)，在風(fēng)險(xiǎn)控制分析的基礎(chǔ)上，根據(jù)合理、準(zhǔn)確性原則，選取指標(biāo)數(shù)據(jù)時(shí)既包括財(cái)務(wù)指標(biāo)，還要考慮大數(shù)據(jù)指標(biāo)，借助于現(xiàn)代化人工智能技術(shù)從大量的數(shù)據(jù)中通過(guò)相應(yīng)的算法來(lái)及時(shí)、準(zhǔn)確地搜索出隱藏或者可能隱藏在數(shù)據(jù)信息中的價(jià)值信息，構(gòu)建有針對(duì)性的財(cái)務(wù)危機(jī)預(yù)警機(jī)制。得到風(fēng)險(xiǎn)預(yù)警結(jié)果后，企業(yè)應(yīng)按照風(fēng)險(xiǎn)出現(xiàn)的概率和危害程度由大至小排序，重點(diǎn)關(guān)注發(fā)生的可能性高且危害大的風(fēng)險(xiǎn)，盡快地尋求、制定出有利的對(duì)策方案，避免或者減少財(cái)務(wù)危機(jī)帶來(lái)的風(fēng)險(xiǎn)損失。

結(jié)語(yǔ)

建立財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系是企業(yè)防范財(cái)務(wù)風(fēng)險(xiǎn)的有效途徑，僅僅關(guān)注傳統(tǒng)的財(cái)務(wù)指標(biāo)有一定的局限性，大數(shù)據(jù)環(huán)境下通過(guò)現(xiàn)代信息技術(shù)對(duì)海量信息進(jìn)行挖掘，將大數(shù)據(jù)指標(biāo)引入財(cái)務(wù)危機(jī)預(yù)警模型，能夠及時(shí)發(fā)現(xiàn)企業(yè)各類風(fēng)險(xiǎn)隱患，提高企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管控能力，推進(jìn)企業(yè)健康可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]張美琳.大數(shù)據(jù)環(huán)境下S企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別與管控研究[D].哈爾濱：哈爾濱商業(yè)大學(xué)，2018.

[2]宋彪.基于大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警理論與方法研究[D].北京：中央財(cái)經(jīng)大學(xué)，2015：.

[3]宋彪，朱建明，李煦.基于大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（06）：55–64.

[4]姬潮心，王媛.大數(shù)據(jù)時(shí)代下的企業(yè)財(cái)務(wù)管理研究[M].北京：中國(guó)水利水電出版社，2018：211–229.