大数据背景下企业财务风险预警机制的建立

李佳婧　见兰琪　刘春

【摘 要】大数据的广泛应用为企业财务管理带来更多机遇的同时，也对企业财务管理造成了一定的冲击。面对如此的形势，必须利用大数据的优势，建立适当的企业财务风险预警机制，准确地识别、计量、监控及防范企业财务风险，从而确保企业地持续健康发展。

【关键词】大数据;财务风险;预警机制

中图分类号： F275 文献标识码： A 文章编号： 2095-2457（2019）32-0249-002

DOI：10.19694/j.cnki.issn2095-2457.2019.32.117

0 引言

近些年，我国经济持续高速发展，又由于大数据的发展，我国大经济环境出现了更多的发展机会，但财务风险问题也随之暴露。面对当前竞争激烈、多不确定性的市场形态，必须通过大数据建立有效的财务风险预警机制，达到准确预测、识别财务风险的目的。

“大数据”被未来学家托夫勒在《第三次浪潮》称为——“第三次浪潮的华彩乐章”。而大数据这一概念的正式提出是在2008年8月，同年9月《自然》推出了名为“大数据”的杂志专栏。最早应用大数据的企业是麦肯锡公司，它提出“各个行业和领域都已经被数据渗透了，目前数据已成为非常重要的生产因素。”当前大数据的发展具有“跨学科领域”的特征，大数据的广泛应用，带动了多种行业的发展，我们正从IT时代走向DT时代，与此同时，核心竞争力也逐渐转变成了，数据为社会创造价值的能力和利用数据盈利的能力。大数据时代，数据治理成为了核心，大量的数据井喷式涌现，确保数据的有效性、真实性、可靠性成为了研究者们的新的挑战，对所获取的数据进行管理控制，使数据更具有价值，从而产生更高的价值。

相较于传统的数据库，IBM提出了大数据的5V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），大数据实际上就是，将大量的数据通过获取、存储、管理、分析等途径，使其资源化，以达到数据共享的目的。大数据本身并不具备很高的价值，只有被“活用”了的大数据才能充分发挥其价值。

大数据与财务风险预警机制建立的融合，使得企业财务风险预警机制更加智能化，能够更加高效地服务于企业。大数据的应用弥补了原有财务风险预警机制地不足。目前已有一些应用大数据建立的财务风险预警机制模型，例如人工神经网络方法和支持向量机模型等。

1 企业财务风险预警机制与大数据的融合

早期财务风险预警机制。早期的财务风险预警机制经历了从单变量分析法到极具进步意义的多变量分析法这两个阶段。Fitzpatrick以19对破产和非破产公司作为样本进行实验分析后，于20世纪30年代最早提出了财务风险预警机制这一概念模型，实验的结果表明净资产收益率和股东权益/负债这两个指标在破产公司和非破产公司间具有显著差异。单变量分析法具有简单、直观且有效的优点，但其存在极大的局限性，通过对不同的财务比率分析能够得到截然不同的结果，预警指标和警戒值的确定应当结合所在行业、企业规模等其他情况具体考虑。

之后Altman又提出了Z计分模型，该模型有效解决了之前模型存在的问题，它对五种财务比率进行加权汇总得出总判别分（称为Z值），来预测财务危机。随着对财务风险预警机制研究的深入，多种财务风险预警模型逐渐出现，财务风险预警体系也愈加健全完善，但这些模型都需要足够大的样本作为支撑，巨大的计算量使财务分析工作过于繁琐。

当前财务风险预警机制。目前，应用了大数据的企业财务风险预警机制模型主要有——人工神经网络方法、递归划分算法、支持向量机模型这三种，其中支持向量机模型构建的LS-SVM财务危机预警模型判别准确率高达89.91%。

人工神经网络方法是一种平行分布处理模型，它把各个结点看作是“人工神经元”，故称之为人工神经网络。受自然神经元静息和动作电位的产生机制启发建立了人工神经网络模型，简单来说，人工神经元模型包括多个输入，由于收到信号强度不同便形成了不同的权重值，输入与权重值相乘之后由激活函数决定是否输出。而人工神经网络就是把这些人工神经元融合在一起进行信息处理，它具有高度并行计算额能力、自学能力和容错能力，通过人工神经网络方法所建立的財务风险模型能够更好的拟合资料数据，使预测精度更高。

每一种预测模型都有其各自的优势与劣势所在，企业在对其进行应用时还应根据企业自身所处行业、风险标准、防范态度等各因素综合考虑，建立适应有效的财务预警机制，充分、合理利用大数据，积极应对大数据对企业财务管理所带来的挑战。

2 企业财务风险预警机制的构建

大数据背景下企业财务风险预警机制的构建过程 大数据环境下，风险管理是在前所未有的大规模数据的基础上展开的，全面收集不同层面所需要的海量数据，构建多层次风险控制体系，通过专业的风险分析模型与风险管理模型的充分利用，提高企业层面的风险管理与预警能力。此外，数据还可以实现一次收集反复利用，这可以很大程度上减少时间和成本，有效利用数据资源，通过对数据的有效利用，扩大风险预警的适用范围，降低风险。

公司风险管理的一个重要内容就是建立合适的风险预警机制。财务风险贯穿于企业财务管理的全过程，建立有效的企业财务风险预警机制，做到防患于未然，是确保企业持续健康发展的必由之路。建立财务风险预警机制的基础便是，正确衡量财务风险。财务风险会影响企业的偿债能力、营运能力以及盈利能力，财务风险的监控对企业提高管理水平，保持竞争力，保障利益起到很大的作用。

财务风险预警机制的构建可以分为识别财务风险、确定财务风险要素、设计风险评估模型、评估财务风险、制定应对策略这五个步骤。当企业面对的财务风险主要是在生产经营过程中时，必须识别影响企业目标的内部和外部财务风险，并对其进行分类，从生产到管理、计划到考核，可以说体现在财务数据上的所有指标都是影响财务风险的要素，因此，确定财务风险要素的首要任务就是运用合理的方式进行风险评估。企业在选择应对财务风险的策略时，应当注重风险和成本效益的关系，在风险降低同等的程度上，找到风险和收益的平衡点，其次要坚持风险组合观，在财务风险监控中，要从公司的角度全面考虑风险，不能从单个业务或者某个部门考虑单个风险，否则这些单个风险的汇总就可能会超出公司的承受度。

正确衡量财务风险后就是要建立适合本企业的财务风险预警机制，监控能够准确反映企业财务风险的主要指标，如偿债能力、营运能力、盈利能力指标等。当然，财务指标只是建立财务预警机制的基础，想要完善其，还必须使用系统的方法和模型，定性和定量相结合。同时还要加强财务风险预警机制的后续管理工作，例如日常监管和维护，保证数据的更新和共享，确保预警功能的准确和及时。

构建大数据背景下企业财务风险预警机制的意义任何企业，不论其处于何种行业、经营何种业务范围，都会面临不同程度的风险与危机，而财务风险则是其中备受关注的一种风险，它具有不可避免、不可消除的特点，所以通过大数据建立有效的财务风险预警机制是极其有必要的，大数据的应用能够使所建立的财务风险预警机制更加全面和科学，它能够高效处理大量的信息，并捕捉和筛选有效信息，为企业的财务风险防范建立一道坚固的防护墙，与此同时，大数据能够实时分析各类数据，对企业各个方面进行监测，及时对财务风险进行控制，使各部门能够及时有效作出应对措施，使企业能够更加健康的运营。

3 结论

综上所述，大数据背景下企业财务风险预警机制的建立，应当全面考虑企业自身状况，深度剖析所处行业，选择适当的财务指标作为财务预警机制的基础，对企业财务风险进行实时监测，准确识别和计量财务风险，达到风险管理的目标。

在大数据时代，企业应该创新企业财务管理模式，积极学习国内外先进的大数据财务管理技术，优化企业的财务管理水平。近年来，大数据在我国已经逐渐成形，但与发达国家仍有很大差距，这需要我们在实践中进行不断探索与研究，通过理论研究做出系统规划，使大数据更广泛的应用于各領域，加速我国经济发展。

【参考文献】

[1]刘建军.大数据时代企业财务风险预警机制与路径探究_蔡立新[J].全国流通经济，2018，卷缺失（35）：118-119.

[2]李北伟，季忠洋，朱婧祎.大数据生态系统构建机制研究_以阿里巴巴为例_李北伟[J].情报科学，2018，卷缺失（2）：45-49.

[3]晁文琪.中国石油天然气集团财务风险的管理与评估[D].广州大学，2017.

[4]董月超.中国石油天然气集团公司财务风险管控研究[D].中国矿业大学（北京），2012.

[5]时钰.企业财务风险预警机制的构建研究[J].会计之友（下旬刊），2008（09）：32-33.