基于大數據的企業財務風險防范措施

[摘要]互聯網技術快速發展，當前人們已經逐漸進入大數據時代，大數據相關技術為企業財務工作的開展營造了更為良好的條件，但其自身也存在一定的弊端，在提升財務工作便捷性的同時大大增加企業的財務風險。在大數據時代，財務工具逐漸體現出靈活和易錯的特點，所以要求企業在充分應用大數據相關技術的同時，還必須要能夠有效預警財務風險，并合理采取有效措施予以應對。

[關鍵詞]大數據;財務風險;企業管理

[DOI]10.13939/j.cnki.zgsc.2021.33.183

1大數據時代企業財務風險的問題

1.1工作人員的財務風險預警意識較差，缺乏對大數據采集應用能力（1）工作人員的財務風險意識較差。當前存在很大一部分企業工作人員缺乏較強的財務風險預警意識，導致企業中所存在的財務相關問題無法在第一時間被發現并解決，對企業自身的可持續性發展產生影響。而且，缺乏相關意識會難以認識到大數據信息分析系統的重要性，無法充分利用其功能，導致大數據相關技術難以對企業自身發展和其財務風險預警防范工作起到重要的促進作用。

（2）對大數據的采集應用能力亟待提高。較發達國家而言，我國對于財務風險的預警防范工作起步較晚，大部分企業對此缺乏足夠重視，所以整體缺乏充足的復合型人才。負責相關工作的人員自身綜合能力存在不足，難以充分落實財務風險的預警防范工作，對于大數據相關技術預警和防范財務風險的功能發揮產生阻礙。

1.2缺乏對應的系統監管部門

我國很大一部分企業，由于對市場風險認識不足，導致自身規章制度不夠完善，缺乏優秀的企業文化。一般來講，企業各部門各司其職，基于信任機制，沒有在企業內設置獨立的內部風險防范監督部門，導致企業難以及時準確地判斷發展目標是否與企業當前的實際情況、國家政策及市場經濟發展情況相契合，協同發展的后續保障機制需要建立，影響企業后續經營工作的開展。而且部分企業的管理制度未能得到有效落實，缺乏明確的獎懲措施，出現部分財務人員與業務人員聯手損害企業利益的情況。此外，還存在部分企業為提升自身利益而選擇偷稅漏稅、偽造財務數據的情況，導致難以準確預測和防范財務風險。

1.3財務風險防范措施未能及時創新，對財務風險甄別能力存在不足（1）財務風險防范措施未能及時更新。有效的財務風險預警機制是建立在科學、先進的財務風險預警方法技術上，但目前我國存在部分企業所使用的財務風險防范機制未能及時結合時代發展而進行更新調整，所應用的風險預警模型無法針對企業持續變化的業務情況逐一進行分析。財務人員遵照傳統的財務風險預警機制，習慣性運用財務知識判斷與處理財務風險，未能對預計結果進行深入的分析，大大降低財務風險預警工作的有效性。

（2）對財務風險的甄別能力存在不足。通常來講，企業財務崗位為提高工作人員的專業性，調動或輪崗很少，尤其主管財務工作的中層領導，加上缺乏足夠的專業復合人才支持，導致部分企業難以從相關財務數據中準確識別出所存在的各類財務風險，為后續工作的開展產生阻礙。

2基于大數據的企業財務風險防范措施

2.1高度重視企業財務風險防范，加強相關工作人員培訓

（1）高度重視企業財務風險防范。當前大數據背景下，企業管理層必須高度重視財務風險防范工作，不僅需要明確防范財務風險的重要性及必要性，還需要健全相關的機制體系。具體可以通過設置相關的財務風險防范小組的形式，確定小組成員的具體責任，并確保能夠得到有效落實。企業高層對于財務風險防范工作的重視，會帶動企業其他工作人員共同重視此項工作，能夠更加配合工作，促進企業財務風險防范工作的開展。

（2）應用大數據技術強化工作人員培訓。財務風險預警相關工作人員的專業素養是保障財務風險預警工作順利開展的關鍵，能夠產生直接且重要的影響，所以需要高度重視強化工作人員專業素養和職業能力的工作。通過安排相關的培訓活動，合理應用大數據相關技術，有針對性開展培訓活動。此外可以設置相關的信息交流平臺，允許相關工作人員通過此平臺進行信息交流，互相分享自己的經驗與技巧，讓企業財務風險預警防范工作人員隊伍的整體素質水平得到顯著提升，并有效促進防范財務風險工作的順利開展。還可以對財務人員的結構進行合理優化，積極引進和應用專業的復合型人才，構建能夠適應時代發展且滿足當前實際需求的財務部門，強化其內部競爭機制，形成良好的學習氛圍，轉變重經驗、輕數據的傳統財務管理模式，通過有效培訓強化對于大數據技術的應用能力和意識，從整體上強化對于財務風險的防范。

2.2建立健全財務風險防范監督機制

（1）建立健全的財務風險預警機制。針對我國企業現代管理制度建設起步晚、工作人員相對老齡化嚴重、企業文化相對滯后且缺乏人才等問題，要求企業必須積極構建財務風險預警體系，通過制定健全的財務風險預警與監督機制，切實保障財務風險預警工作能夠得以順利開展，通過協同機制有效提升企業其他部門工作人員的財務風險意識，還可以充分調動各部門人財物的資源優勢。而且，企業所構建的現代管理制度能夠更好地吸引相關的專業復合型人才加入，提升企業競爭力。

（2）要強化財務工作人員篩選和分析財務數據的能力。企業必須強化財務工作人員篩選和分析財務數據的能力，確保用于進行財務風險預警的財務數據可靠、真實且有針對性。合理調整傳統以經驗為主的財務工作模式，在引進和應用發達國家相關技術與經驗的同時，還必須按照自身的具體情況進行本土化調整，在此基礎上形成最為適合自身的財務風險防范機制，并且需要強化各部門間的聯動與配合，促進相關監督工作的有序開展，讓企業能夠在發現問題后，第一時間對方案進行調整。監督部門的監督結果需要定期進行公示，同時還需要接受其他部門的共同監督，確保監督工作能夠公正、公平的進行。通過監管部門和各部門間的有效配合，結合先進大數據分析技術，動態分析企業的經營狀況，確定其中所存在的問題，并及時采取措施予以解決，促進企業的健康、持續發展。

2.3結合大數據的財務風險防范預警機制的創新設計

（1）數據采集與處理階段的創新設計。在采集和處理數據環節，工作人員應用計算機獲取和更新與企業、行業及宏觀經濟相關的海量數據，涵蓋企業內部的財務、非財務數據、供應鏈上各企業的公開數據、所在行業及相關行業宏觀經濟數據及行業數據等，并在此基礎上結合數據類型對其進行分類匯總。

（2）風險判斷階段的創新設計。在風險判斷環節，所應用的新機制必須要分析風險的類別與程度，獨立的確定是否需要進行風險預警。此階段作為新機制中最為重要的環節，主要通過計算數據庫中的海量數據，達到分析企業所在行業風險、內部情況、行業關聯情況、宏觀經濟影響及對供應鏈傳導所產生的影響等，在此基礎上識別出有可能產生的單一或混合的法律、企業政治、經營及市場競爭等可能誘發財務風險的各方面因素。在當前的財務預警機制下，如果量化結果高于風險預警的臨界值，預警機制就會啟動，并采取必要的防范措施。過高的臨界值會導致企業無視風險，大膽冒進;過低的臨界值則可能會導致企業過于保守，錯失商機。所以在風險判斷階段需要創新設計，通過對大數據及其相關人工智能技術的合理利用，結合神經元模型與支持向量機模型，確定最為合理的臨界值。

支持向量機模型實質上是確定最優平面，區別放置不同類型的數據。數據庫中所存儲的各類變量及用于判斷企業是否存在財務風險的各類指標共同形成多維空間，所有企業都屬于其中的一部分。通過應用該模型，從多維空間中確定一個能夠有效區分面臨財務風險企業和未面臨財務風險企業的最優平面，并在此基礎上結合大數據相關技術形成了相關的決策函數，將其作為臨界值，企業加上某一個時間點的數據輸入該函數，若被認定為存在財務風險，則要求新機制能夠做出相關的預警提示。

神經元模型則是通過模擬人類神經網絡中神經質的傳遞而形成，相關條件被滿足后，就會激活神經元，并且通過預設的函數確定相關結果。具體在使用過程中，可以先設定企業的點和最優平面之間差距的函數，如果此函數值比預設值低，則激活該神經元，其所輸出的財務預警信號幫助企業及時防范潛在的財務風險。在應用所創新的機制之前，必須要應用大數據技術，使用大量不同企業的歷史數據對創新的機制進行訓練，在此基礎上形成有效的決策函數。而且，在實際使用后，還需要結合每次的預測結果，持續修正及調整相關決策函數。在有效預警風險后，還可以分析預測所可能導致的經濟后果。

（3）生成財務風險防范決策信息。通過應用創新的機制，結合對于財務風險的判斷結果，可自動生成財務風險防范決策報告。報告內容主要分為三部分：其一，經過結構化處理的財務與非財務數據，具體分為行業、企業與宏觀三種情況，以表格的方式給出，便于報告使用者翻閱;其二，文字化分析能夠對企業內部、行業風險、行業關聯、宏觀經濟及供應鏈傳導所形成的相關影響，幫助報告使用者更為客觀了解當前企業的實際情況及所屬環境狀況;其三，從風險的類型、等級、成因及后續的影響結果預警企業面臨的財務風險，讓企業管理層能夠及時采取有效的防范措施。

（4）完善風險防范效果評價及反饋階段運行機理。有效的風險防范效果評價及反饋能夠讓風險預警的穩定性與準確性得到有效提升。基于大數據的創新機制，能夠有效收集和整理報告使用者對于風險防范效果的評價，在此基礎上調整神經元模型中的預設值，保障風險預警防范的靈敏度，確保所有企業都可以結合自身的風險程度個性化設置相關的防范機制。此外，由于創新機制是基于大數據相關技術運行，所以每一次風險預警等同于一次訓練，可以使得其在使用過程中動態對自身的函數模型進行修正，提升自身對于風險影響因素變化的適用性，切實保障財務風險防范工作的質量與效率。

3結論

文章從企業財務風險防范和大數據兩點切入，對大數據背景下企業在防范和預警財務風險方面所存在的諸多問題進行分析，針對所存在的問題，合理采取有效措施，強化人員培訓，高度重視風險防范工作，建立健全的財務風險監督機制，并充分結合大數據技術，創新現有的財務風險防范預警機制，有效解決企業在預警和防范財務風險方面所存在的問題，提升企業財務相關工作質量，促進企業的健康發展。

參考文獻：

[1]蔡立新， 李嘉歡. 大數據時代企業財務風險預警機制與路徑探究[J].財會月刊， 2018（15）：38-43.

[2]王洋洋. 基于大數據環境的企業輿情管理與財務預警研究[J].財會通訊， 2020，844（8）：132-137.

[3]朱衛東， 李守柱. 財務戰略視角下財務共享服務模式的價值分析——以山東魯花集團為例[J].會計之友， 2018（17）：117-120.

[基金項目]寧教職成辦〔2018〕102號。

[作者簡介]劉小玲（1971—），女，漢族，陜西人，就職于寧夏財經職業技術學院，本科，副教授，研究方向：財務管理、公司治理。