互联网企业财务风险预警研究与对策分析

林梦娴

【摘要】中国具有全球数量最多的网民群体，已达8.02亿，其普及率达57.5%，同时建设数字强国的战略逐步实施，这均成为互联网企业蓬勃发展的土壤。目前学术界已有许多关于企业财务风险预警模型的成果，着力点于互联网行业的预警研究相对较少，这使得建立一套具有完整指标、及时有效且富有针对性的互联网企业财务风险预警模型迫在眉睫。

【关键词】互联网行业;财务风险;预警模型

一、引言

从1994年起，中国互联网开始成为世界互联网中的一部分，但由于技术门槛，成本高昂等原因，互联网被局限在中高收入人群中。十余年后，用户从Pc端快速迭代到移动客户端，互联网已成为人们密不可分的日常生活。据第42次CNNIc发布统计报告显示，截至2018年6月，我国网民规模已经达到8.02亿，普及率也较2017年末增加了3.8个百分点，达到57.7%，我国居民中使用手机上网的已达7.88亿。

2015年3月5日，李克强总理首次提出“互联网+”，这推动了互联网行业渗透其他业态的脚步，由此，中国互联网企业积极走向产业互联网，与实体进一步互动。2018年4月，习近平总书记提出网络强国，建立数字中國的思想，互联网企业在国家战略层面迎来更多的机遇，但产业融合的同时也面临着诸多困难，以制造业为例，数字化能力受制于制造业整体水平，在智能互联、信息整合等核心方面与全球领先水平相比仍存在差距。互联网发展拥有着良好的土壤，信息化和数字化为中华民族带来了巨大的机遇，但与此同时也面临着潜在的挑战和激烈的竞争。

出于行业特性，互联网行业面临的财务风险有别于其他行业，这对于财务风险预警的及时性和准确性提出了更高的需求，目前的财务风险预警研究起源于上个世纪三十年代，从定性研究到定量研究已经迈出了巨大的进步，但针对互联网行业具体应用仍存在不足。

二、财务风险预警定义与方法

（一）财务风险定义

财务风险的定义存在狭义及广义两种区分，狭义观点将企业拥有的到期债务的偿还能力，作为判别一家上市企业是否面临财务风险的基本准则。

广义定义认为财务风险是指企业面临诸多类型的不确定性因素，导致企业偏离正常轨道，并面临着承担损失的风险。在全球经济盘根错杂的今天，一家企业的财务活动是很难一言以蔽之，面临的财务风险也很难从结果来判断，当从债务的清偿能力来衡量企业是否面临财务风险不具有普适性。

（二）财务预警定义

财务预警是指通过对上市公司披露的各项财务指标，经营资料等一系列数据来构建指标体系，采取相对应的分析方法，利用模型整体综合变化来对企业当前或未来可能出现的财务风险进行提前警醒的过程。吴战旎、李晓龙认为财务风险预警应该是根据企业目前拥有的财务及非财务指标，并且这些指标能够有效反映企业是否存在内部管理以及控制失灵、经营不当，财务杠杆较高的情况，并且通过这些数据来对财务危机提前预判的过程。

（三）财务预警模型

1、定性研究法

标准化调查方法是最早出现的研究方法，主要由公司管理层雇用相关专业的公司对其进行调查分析，通过财务风险分析评估报告给予决策者经营意见和意见参考。

A记分法是管理层聘请咨询公司深入业务流程，根据公司经营情况进行打分，加权计算风险A值，对比标准值得到企业的财务风险程度，这要求调查者调查得非常细致，不适用于现在主营业务错综复杂的企业，同时较为主观，难以客观的做出合理评估。

三个月资金周转表分析法要求公司制定三月资金周转计划，这意味着公司能短期内保证资金链健康，如果无法制定出周转计划，则代表企业存在财务风险。但这周期较短可能加大企业的运营成本，同时短期计划难以满足公司发展需求。

四阶段性病症分析法将财务系统分为四阶段，试图让管理者能分析出财务风险处于哪一个阶段，并针对性制定战略。但这也暴露出一个缺点，现实公司中财务风险相互交织，很难将每个阶段划分出来，很难有客观性和普适性。

2、定量分析法

随着公司发展，定性分析方法难以满足管理层制定策略的需求，学术界开始建立以数理统计为基础的定量模型，力求全面预测和控制财务风险。

Altm an是最早使用多元判别法来评估企业财务风险预警研究的学者。他对比1946年至1965年提出破产申请的33家企业与财务健康的企业进行分析。z值与企业存在财务风险的概率成反比，临界点为1.81，该模型在准确度得到了提升。但仍存在自身的局限性，如它要求预测变量的方差一协方差阵需要相同，并符合正态分布等。

多元逻辑回归法规避了多元判别分析法的诸多局限，并将复杂的问题给简易化。最先是Martin将58家财务危机的银行作为数据样本，比较三种模型得到LogiStic模型预测能力最好的结论。即使多元逻辑回归法成为主流，但仍存在局限，如多元逻辑回归法对于指标间多重共线性的敏感度较高，这极大程度影响模型有效性，另外Logjstic回归要求数据为大样本数据。

人工神经网络由Odom和sharda提出的近年来较受欢迎的预测模型，他们对于1975-1982年间129家企业进行了研究，证明BP神经网络模型在预测与验证中拥有更为出色的表现。而后诸多学者基于神经网络算法加以融合与改进。

支持向量机作为基于结构风险最小化原则与机器学习方法，是利用监督学习对样本数据进行二元分类的广义线性分类器。之前的模型方法均基于大数据样本，但支持向量机能在小样本下寻求最优划分。vapnik为估计期望风险最小值，提出建立支持向量机模型用于实际应用中。

三、互联网上市企业财务风险预警机制

由上述文献可看出，目前针对互联网行业的预警研究尚处薄弱，企业财务的健康事关企业可持续发展的战略愿景，在快速发展过程中暴露出来的经营生产问题仍然需要得到管理层的积极重视。互联网企业财务风险的传导机制是一个潜移默化的过程，但风险源都将作用于财务指标和经营数据上，因此企业根据自身生产经营的数据来量化风险产生的传导机制，能够迅速定位到企业当前存在的问题。财务风险预警模型的合理构建对于企业预防风险，完善企业自身体制和战略有着较大的作用。对企业内外部信息的综合评价，建立完整预警模型，选取合适预警指标，以及根据预测结果制定预防措施都是互联网企业进行财务预警的重要组成部分，互联网企业财务风险预警过程如下图所示：

四、互联网企业财务风险预警对策建议

（一）建立高敏感度的风险防范意识

互联网企业大多属于初创企业，对于风险控制的警惕度较之其他行业较薄弱，同时由于行业特性带来的轻资产，资产结构不合理等情况，管理者应全方面把控财务风险的源头和传导机制，以避免潜藏的财务风险为企业带来生存危机。

（二）完善财务风险预警指标

互联网行业从组织结构和企业文化中也存在着特异性，企业的服务产品更迭迅速，重视流量经济，盈利渠道多元，容易构建商业生态，对于技术创新的高度重视等。这说明互联网企业的财务风险来源还能从非财务指标中显现，因此在进行财务预警模型构建的同时，应该合理选择能描述企业治理结构、创新能力等的非财务指标。

（三）选择合理的财务预警模型

由于互联网行业兴起的周期较短，国内在沪深新三板上市企业数量较少，能够参与训练的数据样本不如制造业等，因此在选择预警模型时应匹配行业特点以及数据特征，建立适合自身企业发展的预警模型，做到实时跟踪，及时高效的规避企业财务风险。

（四）构建风控预警对策库

互联网企业的财务风险传导是一个循序渐进的过程，因此对于每个环节的风险预警应分开制定合适的措施，以求将风险遏制在萌芽阶段。对于风险成因应建立完整的分析路径，从企业内部决策层面调整资产结构，合理分配债务等，从企业外部对政策高度敏感，管理层制定战略时能够根据实时变动调整企业发展方向。

五、结论

互联网行业的发展对于建设网络强国，数字中国的意义甚大，但行业兴起周期不长，应将财务风险控制上升到企业战略层面。从公司管理层的角度而言，财务风险预警是一种最为直观体现当前和未来企业财务状态的方法，能够使决策者迅速定位生产经营存在的问题和难点;从公司发展的角度而言，财务预警的根本目的是保障企业健康发展，在多变的市场环境中持续盈利：从投资者的角度而言，对于投资企业的财务状况进行预测能够保证投资人的长期盈利，公司的财务健康能够降低投资人的投资风险;从政府监管的角度而言，政府能够根据预警模型更好的规范行业的运行质量，同时制定出更为准确有效的监管方案。因此加强对互联网企业的财务风险管理无论从宏观层面，抑或是微观层面都拥有极强的现实意义。