大数据时代基于企业战略管理下的财务风险预警体系研究

吴晶

摘要：对于财务风险预警的相关研究，早在20世纪30年代就已经开始，众多的专家学者根据财务风险的特点提出了诸多的风险模型。但在实际的工作过程中，人们发现这些模型不能保证预警结果的稳定性和及时性。在当前数据时代的背景下，我们要将大数据技术与企业财务风险预警需求相结合，以便构建多雏度的企业财务风险预警体系。

关键词：大数据时代;企业战略管理;财务风险预警体系

中图分类号：F275 文献识别码：A 文章编号：1001-828X（2019）018-0194-02

随着我国经济的快速发展，企业在获得更多发展机会的同时，财务风险也随之提升。因此，财务风险预警体系的建立是刻不容缓的。只有识别到财务风险，并将风险在未完全产生时解决，才能使企业在目前激烈的市场竞争中立于不败之地。

一、大数据与财务风险预警体系

企业的活动始终是被财务风险预警所贯穿的，因此，这就需要企业在进行投资活动、融资活动和日常的经营活动时从三个层面产生预警需求，这三个层面分别为：部门层面、战略层面以及业务层面。对于战略层面来说，它主要起到的作用是决定公司的主营业务，而业务层面决定着公司应该开发哪一种新型产品，部门层面又决定着公司的销售方法。我们可以看出，各层面的财务预警需求是不同的，这就需要我们注意不同的预警需求要对应不同的数据分析基础。大数据技术的优点就是能在财务风险预警体系中全面收集企业内部状况、行业风险以及供应链传导影响的大量数据，并能在不同层面的风险预警时，根据实际情况提取相关数据进行分析，这样就可以满足各层面不同的预警需求。这项工作的难点主要在于数据收集，由于数据庞大，需要耗费大量的成本。不过数据只需要一次性的收集，但却可以多次利用，从长远角度看可以减少整体的预警成本，同时还可以扩大财务风险预警的适用范围。目前的财务风险预警体系还存在着准确性与稳定性不足的问题，这主要是由于在选取相关指标时对其它非财务因素考虑不足。在选取非财务指标时，通常使用试错法和列举法，虽然简单方便，但却使得选中的目标具有一定的滞后性，使得以后的指标适用性不稳定。在大数据的时代背景下，财务风险预警体系主要以全样本数据作为基础数据，并从多个维度收集实时数据。在收集数据的同时根据预警需求选择指标，这极大提高了预警体系的稳定性和准确性。还需要注意的是，虽然这种方法提高了财务风险预警体系的稳定性和准确性，但也提升了我们对工作人员的技术要求。

由此可见：在大数据视角下，财务风险预警体系是多维度、全方面的，在满足财务风险预警准确性、及时性的同时，还可以提升体系的稳定性。

二、财务风险预警体系设计

1.数据收集和处理阶段的体系设计

數据收集处理作为财务风险预警体系的基础，需要大量的人工成本以及资金成本。相关工作人员以计算机作为主要的数据收集途径，对企业、经济、行业信息等大量数据进行收集并及时更新，这其中包括：企业内部的财务数据、非财务数据、相关行业数据、市场经济数据等。数据收集后，工作人员要根据相应的数据类型对其进行分门别类的整理。其中要注意对财务数据等结构数据作为变量储存在数据库中，对于半结构化或非结构化的数据要优先进行结构化处理。非结构化信息要对其中最常用的文字进行语义分析，这也是为后续的分析计算做准备。

2.风险判断的阶段体系设计

对于风险判断阶段，最为重要的就是对风险程度以及类别进行分析，并对是否需要作出风险预警反应进行判断，这个阶段决定了预警体系的后续工作，因此是最为重要的一个阶段。我们通过对数据库中相关数据的提取计算，并对企业内部经营状况等因素进行分析，可以识别风险类型，这其中包括：法律风险、企业政治风险、市场竞争风险等。在目前的财务风险预警体系中，风险预警的临界值的确定是工作的重点。若是临界值过高，企业就会在发展中遇到较多风险，若是过低的话还可能会导致企业错失发展的机遇。我们可以通过大数据技术，结合人工智能技术对神经元模型进行分析，以便于能够找到符合企业实际情况的临界值。

3.预警报告出具阶段的预警决策信息生成

通过上一阶段的风险判断结果，财务风险预警体系可以生成一份预警报告，通过这份报告可以使得企业对于所处的市场环境有着清晰地了解。报告主要包括：结构化处理后的财务数据和非财务数据、企业内部状况以及经济影响的文字分析、当前所面临的财务风险预警。结构化处理后的数据可以方便使用者查阅，还可以结合文字分析作出正确的企业决策。

4.预警效果评价和反馈阶段原理

对于财务风险预警体系而言，预警的效果评价和反馈的数据可以提高风险预警体系的稳定性和准确性。风险体系可以通过收集整理报告使用者对每次的预警效果评价来对神经元模型的预定值进行调整，以便于控制预警的敏感程度，同时还可以满足企业对于不同风险预警的需求。在另一方面，每次预警也能够对决策函数进行修正，并在提高对风险影响因素适应性的同时，保障财务风险预警质量。

三、财务风险预警路径设计

1.内部动态分析

企业内部的状况包括财务状况和非财务状况，对其进行深入分析是财务风险预警体系中最基本的工作。对于财务状况而言，只要借助于企业系统（如ERP系统）和相关财务软件就可以很容易的分析出以往的财务状况和现金流量变化，这些数据反映出了企业的盈利能力、经营能力、风险控制能力等，对于企业未来的财务风险有着决定性的作用。而非财务状况包括了企业的内部建设、管理机构的完善、公司的规章制度等，这些因素不像财务状况那样能够一目了然的观察到其带来的影响，但是能够对企业的未来财务风险产生潜在影响。通过对这些状况反映出来的数据分析，可以有效提高预警效果。

2.行业风险测度分析

企业所处的市场背景和行业现状对企业的发展起到了决定性的作用，因此，对行业进行风险分析是非常有必要的。企业在发展时，行业发展速度、行业内竞争等因素都会对企业产生影响。衡量这些因素可以通过行业集中度、行业销售增长率、行业利润率等定量指标，并利用大数据技术，对这些定量指标及时更新。同时，我们还要对管理层的语调和非结构化信息进行处理，以便提高财务风险预警体系的准确性。

3.供应链传导影响分析

在企业发展的过程中，供应链的稳定无论是对于上游企业还是下游企业都是极其重要的，它能够对企业的财务状况产生根本性的影响。这就需要我们在判断企业的财务风险时要考虑到供应链传导的因素，首先要对供应商的行业密集度、销售量占比、商品重要性等指标进行衡量，其次是要对供应链上的企业做出最基本的财务状况分析，这样才能对可能产生的财务风险做出进行相关的预警措施。

四、结语

在大数据的时代背景下，财务风险预警体系的建立应在满足企业的战略管理方向的同时，对不同层面进行多维度的风险预警，以满足财务预警需求。目前，我们的财务风险预警体系还不完善，我们在以后的工作过程中，要结合人工智能技术为各个企业量身打造一套符合企业特点的财务风险预警体系，以便于实现财务风险预警的个性化，并保证财务风险预警的及时性、准确性和财务风险体系的稳定性。