大数据时代金融衍生工具财务管理风险分析的文献综述

2017-12-23吴健鹏黄佑军

金融经济 2017年8期

关键词：预警工具风险管理

吴健鹏黄佑军

(佛山职业技术学院，广东佛山 528137)

大数据时代金融衍生工具财务管理风险分析的文献综述

吴健鹏黄佑军

(佛山职业技术学院，广东佛山 528137)

关于企业运用金融衍生工具的财务风险管理研究非常缺乏。大数据分析的方法可以通过大量的金融产品交易数据、网络评论数据挖掘其内在规律，建立预警模型帮助企业规避财务风险。根据大数据的思维范式，可把这些杂乱无章的原始数据通过大数据的软件处理后，进行技术量化引入到预警模型当中，这是大数据技术给企业在进行金融衍生工具投融资过程中做到风险预警的一个重要应用。

大数据；金融衍生工具；财务管理；风险预警

一、引言

企业风险管理是财务管理的一个重要组成部分，风险管理的目的在于减少现金流的波动性。国外关于企业风险管理的实证研究已有几十年，也取得了可观成果，这主要与国外的资本市场发展较早、较为成熟有关。随着大数据发展，学者们尝试通过大数据分析方法，把其挖掘数据规律的能力引入到分析企业财务风险管理中，建立分析模型与构建金融衍生工具风险管理指标评价体系，并取得了一定的研究成果。下面本文主要在三个方面进行综述研究：第一是衍生工具与企业风险管理研究前沿；第二是大数据发展及其应用的现状；第三是大数据支撑的企业财务管理分析体系的文献综述。

二、衍生工具与企业风险管理

企业进行风险管理的需求主要是来自于汇率、利率及商品价格的波动对公司未来现金流的影响而用来管理风险的衍生工具的种类可以分为远期合约、期货合约、期权合约及互换合约四大基本类型。Bodnar，Hayt，Marston(1995，1998)的调查研究发现，美国企业最常用衍生工具来管理汇率风险，其次为利率风险，再之后是商品价格波动风险。关于运用衍生工具管理风险的方式，国外(包括台湾) 不仅研究了所管理风险的类型及其频率排序，所使用衍生工具的类型及其频率排序，而且研究了运用不同衍生工具对冲不同特征风险的状况。显然，这一研究对于指导企业如何运用衍生工具进行风险管控是极具现实意义的，但在我们收集到的文献中，没有发现国内的相关研究(刘翰林，2013)。

关于运用金融衍生工具进行风险管理的方式，国外开展了大量深入的调查研究，这一研究对于指导企业如何运用金融衍生工具进行财务风险管理是极具现实意义的，但是国内对于这方面的研究文献很少。随着国内衍生品市场的发展，运用衍生工具进行财务风险管理的企业不断增加，国内应该加强对金融衍生工具进行风险管理的处理开展研究。其研究内容包括具有不同特征的企业倾向于使用何种类型的衍生工具来管理风险，如何选择不同的工具来管理不同特征的风险，同一工具可用于管理哪些风险，以及同一风险可以采取哪些工具加以管控等等。此外，当前的研究更多地集中于汇率风险、利率风险以及商品价格风险的管控，对于衍生工具的运用对财务风险和经营风险，系统风险和非系统风险具有什么影响，以及这两类风险之间存在怎样的联系等缺乏应有的研究。

因此，对企业而言，企业对于金融衍生工具的运用还有太多急需解决的问题需要通过更深入的研究来揭开：如何探索金融衍生工具与公司财务风险管理的关系？在投资金融衍生品进行风险管理的过程中存在什么危害性问题？能否建立一个有效的财务管理风险预警体系和制度予以保障？这些问题的研究非常缺乏。

三、大数据发展及其应用的现状

继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。随着互联网的飞速发展，人们越来越多的行为在网络中发生，这直接导致互联网中人类行为相关数据呈爆炸式增长，人类在不知不觉中已经进入了一个“大数据”时代。联合国在2012年发布的大数据白皮书中指出，大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响。为此，世界各国都在此领域投入大量人力物力来支持“大数据”相关研究和应用。

维基百科上给出的大数据定义是：数据量规模巨大到无法通过目前主流软件工具获取、管理、处理、整理成为帮助企业经营决策，达成更积极目的的信息。国际数据公司(IDC)认为，大数据是符合4V特征的数据集，即海量的数据规模(Volume)、快速的数据流转和动态的数据体系(Velocity)、多样的数据类型(Variety)、巨大的数据价值(Value)。

为了达到大数据挖掘的研究目标，研究者主要采用以下五类技术方法：(1)预测。建立一个能够从整合多个预测变量推断单一被预测变量的模式。(2)聚类。根据数据特性，将一个完整的数据集分成不同的子集。(3)关系挖掘。探索数据集中各变量之间的相关关系，并将相关关系作为一条规则进行编码。(4)人类判断过程简化。用一种便于人类理解的方式描述数据，以便人们能够快速地判断和区分数据特征，该方法主要以可视化数据分析技术为主。(5)模型构建。通过对数据集的聚类、相关关系挖掘等过程，构建供未来分析的有效现象解释模型。

在大数据应用方面，国内早在从2008年初，阿里巴巴通过对用户行为数据的挖掘和分析发现整个买家询盘数极具下滑，同时欧美对中国采购也在下滑。他们提前半年时间准确预测出世界外贸经济走势，从而躲避了金融危机。Kira Radinsky(2013)举了一例是如何用挖掘分析暴风雨、干旱等自然灾害数据的方法去预测安哥拉霍乱的爆发，结果证明可以提前一年预测到霍乱爆发的蔓延。

太多的案例利用大数据去分析、洞察未来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。通过揭示大数据市场潜在需求与机会，为战略投资者选择恰当的投资时机和公司领导层做战略规划提供准确的市场情报信息及科学的决策依据。而国内尚处启蒙阶段，因此，国内研究迫切需要整合现有资源，发挥后进优势，实现金融大数据研究和应用的跨越式发展。

因此，引入大数据分析的方法是一种研究方法的创新。在大量的金融产品交易数据、网络评论数据是大数据分析的前提条件，数据可获得性强、噪音较低，非常适合应用大数据分析方法挖掘其内在规律，帮助企业规避财务风险。

四、大数据支撑的企业财务管理分析体系的文献综述

在互联网技术、云计算技术等新技术的支持下，信息的收集达到空前的无孔不入，很多信息的收集将不再以传统的方式进行，而是进入了大数据时代，所以这也给企业的财务分析工作带来了重大的转变。

大数据是从信息化快速发展才出现的，它在应用的过程中也必须要依赖于计算机技术。利用大数据分析时，数据数量越多越好，种类越繁杂越好，设定好程式，把任务交给数据处理的计算机，可以挖掘出数据之间的联系与表现的结果。举个例子，保险公司的汽车险，员工可以通过搜罗数据，得到车主的驾车习惯是否良好，驾车时间和路段是否安全，停车的车库的环境等数据，进而降低驾车风险低的车主的保险费用，提高风险高的车主的保险费用，这样便从一定程度上增加了保险公司的收益，保证保险公司的利益。销售公司可以从客户的家庭水电费，煤气燃气费的消费情况，使用的手机，电脑，车子的型号，以及经常出没的餐厅，娱乐场所等信息收集，从而更加了解客户的生活水平，以便日后推广什么水平程度的产品。

大数据从总体上来说是存在着一些固定特征的，它变化速度快，种类多，准确性也比较高。而且随着网络技术的不断改进和完善，大数据时代的发展已经成为历史的必然，这也给传统的数据处理和分析技术带来了非常大的挑战(任禾，2015)。

风险理论认为，经济活动之所以存在风险，原因在于经济环境存在不确定性。在财务危机预警过程中，为了更准确地预测企业的财务风险，有效的途径就是尽可能寻找全面的可以反映企业自身状况和所处经济环境的指标(宋彪等，2015)。

目前主流的财务预警研究方法依然是用财务指标构建模型。基于财务指标建模的学者们经常使用财务指标建立研究模型，代入数据验证，以期获得较高的判别率。如Altman 在样本公司破产前一年预测准确率是95%(Altman，1968)等等。但财务指标、财务报表公布的信息存在严重的滞后性，滞后验证也是很多学者们解决的方向，但学者们已经认识到根据财务指标预测财务风险的局限。如Johnson(1970)、Ohlson(1980)、Elloumi F(2001)、Campbell(2008)等后期研究，都对研究手段、研究方法、研究模型进行了修正与验证。这些研究都各自证明了所提出非财务变量的预警有效性，但在具体操作中，数据的获取难度限制了非财务指标在财务预警方面的系统研究，提出的变量没有统一的标准，也没有考虑变量之外的影响因素，反映不出企业对某一非财务指标敏感程度。企业危机发生后，发现最终导致预警失败的，往往是研究者们未曾考虑过的因素。同时，多数研究者更关注危机发生的根源，以求毕其功于一役，却忽略了财务预警这一行为本身的社会性。简单认为明确了危机发生的原因，就可以进行准确的预测，事实上财务危机每次发生的原因都在变化。奥斯特罗姆的研究指出，信任、声誉与互惠机制来自于人际网络。企业危机的发生，起源于企业所有的相关人在社会网络中的相互作用。大数据技术的出现，使从社会网络角度获得关注会计主体更多一些的细节信息成为可能(宋彪等，2015)。

目前利用从互联网获得的大数据进行研究，一般从分析群体情绪和网民行为规律来实现。如Johan Bollen(2010)对Twitter的研究，张雪等(2010)对情绪影响股市的研究，绪，Tobias Preis(2013)对搜索关键词对股市的研究，结果都指向研究对象对事物的影响是显著的。

通过对以上文献的解读，可以认为网民在网上搜索的关键词、相关利益者发布或者关注某事物的行为，以及网络上各种论坛、大V博客、新闻媒体发布的信息往往都是把社会大众的目光引导至一个处于混沌状态的结果，这个结果跟研究对象往往有内在的联系。因此，通过计算机网络技术收集社会透露的企业真实的管理状态和走势信息，根据大数据的思维范式，可把这些信息，通过大数据的处理技术量化后引入到预警模型当中，这是大数据技术给企业在进行金融衍生工具投融资过程中做到风险预警的一个重要应用。

五、小结

企业运用金融衍生工具的研究非常缺乏。特别是企业经营者关心的问题：在投资金融衍生品进行风险管理的过程中存在什么危害性问题？能否建立一个有效的预警体系和制度予以保障？大数据分析的方法可以通过大量的金融产品交易数据、网络评论数据挖掘其内在规律，建立预警模型帮助企业规避财务风险。根据大数据的思维范式，可把这些杂乱无章的原始数据通过大数据的软件处理后，进行技术量化引入到预警模型当中，这是大数据技术给企业在进行金融衍生工具投融资过程中做到风险预警的一个重要应用。

[1] Stiglitz，J.E.Weiss，A.M.，1983.Incentive Effects of Terminations：Applications to Credit and Labor markets，American Economic Review，Vol.73，No.3：912 -927.

[2] 张杰，尚长风.资本结构、融资渠道与中小企业融资困境———来自中国江苏的实证分析[J].经济科学，2006( 3).

[3] 白石.中小企业融资问题讨论综述[J].经济理论与经济管理，2004( 9).

[4] 郭娜.政府市场谁更有效———中小企业融资难解决机制有效性研究[J].金融研究，2013( 3).

[5] Banerjee，A.V.，Besley，T.，and Guinnane，T.W.，1994.The Neighbor’s Keeper：The Design of a Credit Cooperative with Theory and a Test.Quarterly Journal of Economics，Vol.109，No.22：925-954.

[6] 林毅夫，李永军.中小企业金融机构发展与中小企业融资[J].经济研究，2001( 1).

[7] 郭斌，刘曼路.民间金融与中小企业发展：对温州的实证分析[J].经济研究，2002( 10).

[8] Besanko，D.and Thako，A.V.，1987.Collateral and Rationing：Sorting Equilibria in Monopolistic and Competitive Credit Markets，International Economic Review，Vol.28，No.3：671-689.

[9] 赵岳，谭之博.电子商务、银行信贷与中小企业融资———一个基于信息经济学的理论模型[J].经济研究，2012( 7).

[10] 谢平，邹传伟.互联网金融模式研究[J].金融研究，2012( 12).

[11] 姜奇平.给金融开天眼[J].互联网周刊.2012(10).

[12] 宫学庆，金澈清，王晓玲，张蓉，周傲英.数据密集型科学与工程：需求和挑战[J].计算机学报.2005(1).

[13] 德勤中国金融服务业卓越中心.战略管理新思维[D].大连：东北财经大学出版社，2011.

[14] 姜奇平.从蓝海战略到长尾理论[J].互联网周刊.2006(18).

[15] 周天勇.重新定义范围经济[J].财经问题研究.2005(1).

[16] 王迎军，曲亚民.价值创新：利基、途径与风险[J].南开管理评论.2005(1).

[17] 宋彪，朱建明，李煦.基于大数据的企业财务预警研究.中央财经大学学报.2015(6).

[18] 吴星泽.财务危机预警研究：存在问题与框架重构[J].会计研究，2011 ( 2)：59-65.

[19] 李国杰.大数据研究：未来科技及经济社会发展的重大战略领域———大数据的研究现状与科学思考[J].中国科学院院刊，2012(6)：647-656.

[20] 张鸣.企业财务预警前沿[M].北京：中国财政经济出版社，2004.