對國有企業(yè)運用大數據手段管理財務風險的思考與實踐

楊小蓓

一、國有企業(yè)財務風險管理工作存在問題

（一）內外部環(huán)境變化對國有企業(yè)風險管理工作提出更高要求

黨和國家高度重視重大風險防控工作。黨的十九大報告指出“要堅決打好防范化解重大風險、精準脫貧、污染防治的攻堅戰(zhàn)”。2017年、2018年的中央經濟工作會議都將防范化解重大風險作為三大攻堅戰(zhàn)之一，并提出明確要求。2019年1月，習近平總書記參加省部級主要領導干部堅持底線思維著力防范化解重大風險專題研討班開班式，并發(fā)表重要講話，就防范化解政治、意識形態(tài)、經濟、科技、社會、外部環(huán)境、黨的建設等領域重大風險作出深刻分析、提出明確要求。與此同時，隨著內外部環(huán)境的變化，對國有企業(yè)的風險管理工作提出了新的、更高的要求。一是經濟進入下行通道后，以前所長期積累的風險隱患逐步暴露出來，使企業(yè)面臨更復雜、嚴峻的風險管理局面；二是科學技術的快速發(fā)展使得各行業(yè)的新業(yè)務、新商業(yè)模式不斷出現，對企業(yè)風險管理的前瞻性、靈活性提出了更高的要求。

（二）當前國有企業(yè)財務風險管理工作面臨的問題

一是海量數據人工無法全面監(jiān)控。傳統上集中開展財務監(jiān)督檢查的風險管理模式，需投入大量人力和時間，通過人工方式監(jiān)控海量數據，耗時長工作量大，并且由于財務風險涉及企業(yè)經營的方方面面，點多面廣，情況復雜，經常會出現人工無法全面管控的情況；二是風險問題發(fā)現滯后。財務報告分析滯后無法對財務風險進行實時監(jiān)控，只有在出賬后才能通過對報表的分析、發(fā)現識別風險，這種情況下，在風險被發(fā)現時，損失往往已經發(fā)生，無法在造成損失及影響之前防患于未然；三是風險被動整改。隨著巡視、審計等工作力度的加大，企業(yè)接受外部監(jiān)督檢查成為常態(tài)。在巡視、審計等工作中，經常出現檢查組已經發(fā)現的問題，國有企業(yè)總部卻毫不知曉，在檢查組已經形成正式報告后，總部再了解情況、制定整改舉措的被動情況，無法提前對風險情況進行預判，將問題抓早抓小；四是風險管理不閉環(huán)。傳統風險管理模式下，整改活動在線下進行，人工整改處理風險事項需要多次反復線下溝通，且無法形成完整的系統處理流程，不利于對整改結果進行審核和歸檔，無法形成系統的風險檔案，不利于風險數據再挖掘、再利用。

二、運用大數據手段進行財務風險掃描實施條件分析

各大型國有企業(yè)近年來在國資委的統一安排下都在緊鑼密鼓地實施財務集中、業(yè)財數據融合，這為運用大數據手段進行財務風險分析提供了有利條件。以某國有通信運營商企業(yè)為例，自2008年起就開始實施會計核算集中，歷經10年實現省級公司會計核算集中（設立省級財務共享中心，簡稱省級SSC）管理和部分地區(qū)跨省會計核算區(qū)域集中（設立區(qū)域財務共享中心，簡稱區(qū)域SSC）。省級SSC和區(qū)域SSC成立以來，通過統一會計制度，統一核算標準，統一流程規(guī)范，極大提升了核算效率和質量。基礎數據的標準化、規(guī)范化為運用大數據手段進行財務風險分析提供了有利的數據條件。自2012 年起，該通信運營商企業(yè)開始實施集中MSS（管理支撐信息系統）建設，歷經6年實現合并報表單位全部納入集中MSS 統一管理，SAP 系統、資金管控系統、財輔報賬系統、全面預算系統、影像管理系統、稅務管理系統、會計檔案、銀企直聯、計劃建設系統、供應鏈管理系統、法律合同系統等均在集團MSS集中建設落地，實現了業(yè)財數據的融合。財務、業(yè)務相關數據和輔助流程數據均可以按照統一規(guī)則進行抓取，為數據提取、挖掘分析和風險問題預警提供了有利的系統條件。

三、大數據財務風險防控系統建設探索

基于以上情況，該國有通信運營商企業(yè)積極籌劃、精心部署，統籌實施構建了集中化的“大數據財務風險防控系統”。旨在通過信息化手段幫助各級單位主動、常態(tài)化開展財務風險自查自糾工作，實現集團全級次、全流程風險預警防控，加強“以事先防范和過程控制為主，事后補救為輔”的風險管理模式，將財務風險降到最低。大數據財務風險防控系統通過引入大數據技術，結合當前先進的財務風險管理理論、方法、手段，對企業(yè)資金、資產、稅務、預算、收入、成本、工程建設、采購、合同、發(fā)票、供應商等諸多財務、業(yè)務結果數據和流程數據，進行交叉掃描和智能化多維度分析，智慧識別存在的財務風險問題，精準定位到責任單位，并建立風險整改監(jiān)督機制，實現財務風險閉環(huán)管理。大數據財務風險防控系統的建設和推廣實現了風險管理與日常經營工作的結合，提高了風險管理對業(yè)務發(fā)展的前瞻性指導，是對風險管理工作的有效實踐和創(chuàng)新。主要做法如下：

（一）深挖財務風險特征，梳理規(guī)則模型，建立風險指標庫

集團公司組建由總部、省、地市和專業(yè)公司財務專業(yè)骨干組成的項目團隊，聚焦近幾年財務風險高發(fā)領域、高發(fā)事項和高發(fā)環(huán)節(jié)，根據長期積累的風險控制實踐經驗，對風險事項、特征和成因進行全面梳理，結合實際數據驗證，形成風險預警規(guī)則和分析模型，梳理了舞弊風險、經營損失風險和信息質量風險三大類，覆蓋財務六大專業(yè)，共計近兩百個風險指標，形成了初具規(guī)模的財務風險指標庫。

（二）合理確定風險掃描邏輯

根據業(yè)務場景提煉風險特征，生成告警規(guī)則引擎，以區(qū)縣公司為顆粒度，利用大數據手段對多個數據庫開展多維交叉分析，按照預警規(guī)則挖掘掃描風險事項，通過機器自動分析識別、揭示風險問題。系統通過充實和融合各渠道基礎信息（如業(yè)務數據、稅務信息、合同信息、銀行流水、發(fā)票信息、供應商信息等），利用數據關聯，聚焦易發(fā)多發(fā)、性質嚴重的風險事項，分析其特點、交易特征及周期波動等，形成風險報表。目前梳理出的風險指標特征明顯、預警規(guī)則清晰、業(yè)務重復性強、數據量大，對風險定義清晰、例外情況較少情況下的重復性經營管理過程的風險管理發(fā)揮了重要作用。

（三）運用大數據技術掃描監(jiān)控海量數據

該通信運營商企業(yè)財務集中后，相關數據統一匯聚在集團，數據體量大、關聯復雜，各專業(yè)相關成果及流程數據均在PB級別以上，核心數據庫記錄數均在億級以上，且日增量百萬條。考慮到海量數據的處理性能和穩(wěn)定性，系統基于大數據平臺，在數據的處理上采用分層、聚類、拆分等策略。具體流程是：在凌晨業(yè)務量很小的時間段進行數據采集匯聚，采集的原始數據放入采集層，對無效、缺失、信息不完整的數據清洗加工后放入整合層；之后基于整合層，按照專業(yè)分類拆分、關聯數據聚合，建立成本性報賬、資本性報賬、預算占用、資產卡片、采購訂單、工程合同、房屋土地等寬表模型以及對應的清單級明細數據。不同分類、不同粒度的數據都整理加工后，系統運用大數據技術及組件進行分布式實時/離線計算，在數據挖掘分析上融入了機器學習算法和數據訓練等智能手段，生成具備較高價值的風險結果數據；在作業(yè)調度上采用Hive+Phthon方式實現任務的分發(fā)、跟蹤、執(zhí)行等工作，使用Sqoop 組件完成數據的導出，提供給應用系統展現，用于制定決策或價值展示。

（四）引入風險定律和智能算法，全面深入篩查風險

系統不局限于通過大數據技術手段和業(yè)務全流程控制，還引入了較多當前常用的風險管理理論、數學定律和機器算法，例如“本福特定律”、“舞弊三角論”、行業(yè)標桿對照、歷史數據分析、機器模擬數據等，旨在通過更多的維度和更智能的技術深度挖掘風險問題。例如，對于“小金庫”風險，在報賬、付款、結算等諸多環(huán)節(jié)涉及具體金額，大量的金額聚集在[990,1010]、[1990,2010]等區(qū)間；又如，故意逃避內控審批的事項，大量的金額聚集[4500-5000]、[9500-10000]等區(qū)間。這兩類風險指標比較適合使用“本福特定律”進行組合篩查，可以經過多輪比對，鎖定高風險區(qū)域，最終抓取出問題清單。

（五）實現問題追蹤處理，建立閉環(huán)管理機制

風險問題被掃描發(fā)現后，大數據財務風險防控系統形成預警清單，并將其通過派單系統在第一時間自動推送至責任人處待辦，提醒責任人及時查看、跟蹤，采取措施評估改進。在風險預警事項處理上，創(chuàng)建了各級公司普通用戶核查情況、整改反饋，再由市、省、集團逐級審批的流程。普通用戶主要由各單位財務人員、風險管理人員構成，由他們對分派的風險問題進行核查，說明形成原因，進行整改或制定整改計劃，并可通過上傳相關憑證資料，對風險預警事項進行充分說明；之后系統根據風險問題所屬單位自動推送給市級公司財務部門經理、副經理，省級公司預算、核算、資產、資金、稅務、效能主管、集團主管等相應環(huán)節(jié)審批人，審批人員逐級審批，根據整改情況確定是否解除風險預警，從而形成“風險問題發(fā)現-問題核查整改-風險預警解除”的閉環(huán)管理流程。同時系統提供領導視窗、業(yè)務視窗等多種角度及多種維度的分析結果展現，用戶登錄系統后，使用非常便捷，可以很清晰地明確自己的職責，層次感強。

（六）數據開放共享，注智生產應用

系統對風險預警數據進行整合、打標簽分類，形成風險預警模型庫，并開發(fā)了API接口服務，發(fā)布共享，以訂閱形式供其他生產系統調用。MSS（管理支撐信息系統）的應用系統可以很便捷地獲取相關環(huán)節(jié)的風險預警信息；BSS（業(yè)務支撐系統）、OSS（運營支撐系統）如果需要獲取財務預警信息，生成報告、風險畫像等，也可以非常靈活地接入獲取。基于這種服務端向客戶端發(fā)散的開放共享模式，可以打通系統之間的障礙，達到減少系統重復、注智生產應用的效果。

（七）創(chuàng)建線上線下結合的風險管理機制

該項目為非替代性項目，不會像其他機器人項目一樣直接替代人工操作，而是通過線上掃描發(fā)現風險，線下核實整改風險的模式進行運營，從集團到省級、市級以及區(qū)縣四級公司，創(chuàng)建了線上線下相結合的風險管理機制。通過循環(huán)往復的線上發(fā)現、線下核實的規(guī)定動作，持續(xù)調優(yōu)財務風險指標庫；通過對風險指標庫的持續(xù)優(yōu)化擴充，常態(tài)化的開展風險預警、整改，不斷增強增厚財務“防火墻”。

四、大數據財務風險防控系統運營實踐效果初顯

該通信運營商企業(yè)于2018 年底建成大數據財務風險防控系統，并上線試運行，對其總部、省分公司及所轄市、區(qū)縣公司、部分專業(yè)公司，展開風險掃描分析，幫助各級單位開展常態(tài)化自查自糾、針對性整改提升。至2019年二季度末，系統累計亮燈預警十余萬次，派發(fā)重點問題清單三萬余條，各級單位合計五千余人積極使用，反饋良好。大數據財務風險防控系統已成為了該企業(yè)風險集約管控工作應用落地的重要基礎和各級單位將風險管理與日常經營工作相結合的有效抓手，成為了防控重大財務風險、強化各級財務人員風險防范意識、落實風險管理責任的重要手段。運營實踐效果具體有：

1.提質增效，節(jié)約人力物力。以前每次財務檢查、內控檢查，各省級公司都要投入數十人、幾個月的時間，而且人工檢查容易出紕漏，檢查質量無法保證。使用系統后，各級公司只需3-6 名財務人員投入5 個工作日即可，需要檢查的風險事項都可以按需檢索、導出、核對，大大節(jié)省了人力物力，并保證了很高的檢查質量。

2.大數據手段、人工智能，挖掘潛在風險問題。經營管理中，有些風險問題潛藏隱蔽，短時間內不會暴露，通過財務分析很難發(fā)現。通過大數據技術結合人工智能算法、風險管理理論綜合分析后，可以預測趨勢和發(fā)生概率，使得財務人員掌握具有參考價值的動態(tài)數據，便于各級人員盡早防范，避免風險發(fā)生。

3.流程管控、注智業(yè)務，推進財務智慧運營。系統改變以往“線下檢查，線下反饋”的監(jiān)督檢查方式，將風險的閉環(huán)管理流程固化到系統，進行流程可視化管控，既減輕了財務人員工作量，又明確了責任。同時，還提供了數據增值服務，將風險預警信息與生產業(yè)務系統打通，在事前幫助處理人進行決策分析，助力企業(yè)智慧運營，推動財務管理工作轉型升級。

4.強化風險意識，落實風險管理責任。通過大數據技術掃描排查，對存在風險的事項亮燈預警，為各級公司提供了風險管理的有效抓手、監(jiān)督利器。更重要的是通過平臺，讓各級單位、各級財務人員感受到了集團對風險防控工作的重視程度和執(zhí)行力度，強化了風險防控意識、底線意識和責任擔當，讓風險管理和防范深入人心，融入到各級財務人員的日常管理和流程操作中，從源頭上規(guī)避風險問題的發(fā)生。

5.功能逐步延伸，支撐企業(yè)高質量發(fā)展。大數據財務風險防控系統集中建設、全面推廣應用后，取得了良好的使用效果。后期將擴充更多的風險指標，聚集更多的業(yè)務、財務、稅務相關數據，進一步打通與其他關聯系統的交互，優(yōu)化數據標準規(guī)范、數據交換方式、交互消息提醒、應答標準，擴展延伸信息范圍。