大數據與企業財務風險預警分析

[ 作者簡介 ]

周建華，男，浙江臺州人，浙江奧翔藥業股份有限公司，中級會計師，本科，研究方向：財務管理。

[ 摘要 ]

文章對大數據對企業財務風險預警的影響進行簡單分析，強調大數據視域下強化企業財務風險預警的現實價值。在此基礎上，提出構建并推行融合各部門數據的管理模式、實施對所有數據信息價值性的深入挖掘、著力搭建并切實應用財務風險預警系統、建立健全企業財務預警機制、持續加強人才隊伍優化建設這些大數據時代企業財務風險預警工作的優化落實路徑，以期實現企業財務風險預警與管控工作的升級。

[ 關鍵詞 ]

大數據技術；企業管理；財務風險；風險預警

中圖分類號：F27

文獻標識碼：A

DOI：10.3969/j.issn.1672-0407.2022.16.027

現階段想要切實實現企業財務風險預警工作的與時俱進，就要加大對大數據技術的利用深入度，融合大數據技術與企業各項財務工作，強化企業財務風險防范與抵御能力，推動企業可持續發展。

1 ? ?大數據對企業財務風險預警的影響分析

在大數據時代下，企業經營發展以及財務事務處理均逐步向著大數據技術靠攏，在一般性的企業財務管理工作中，普遍會生成海量復雜數據。在這樣的背景下，企業財務風險預警可以充分利用大數據思想與技術，助推財務風險預警相關工作的與時俱進以及技術升級，創新企業財務風險預警工作的展開形式與內容。在大數據技術的支持下，企業財務風險防范與抵御能力明顯提升，加速了企業發展戰略目標的實現。大數據時代對企業財務風險預警提出了新要求以及新技術支持，需要企業著力展開對企業財務風險預警工作的策略優化更新。

2 ? ?大數據視域下強化企業財務風險預警的現實價值分析

第一，維護企業財務信息的完整性與安全性。企業財務信息有著極高的價值性，在企業經營發展決策生成過程中發揮著重要的支持性作用。但是，對于財務信息而言，能夠對其價值性產生影響的因素相對較多，包括信息真實準確性、信息完整程度等等，想要實現對財務信息價值性的最大程度發揮，就需要維護企業財務信息的完整性與安全性[1]。依托財務風險預警工作的展開能夠達到上述目標，特別是在大數據技術的支持下，企業信息篩選能力明顯提升，可以在海量復雜數據內迅速提取高價值財務數據信息，剔除無效數據信息的干擾，支持企業各項經營決策的快速科學生成。

第二，顯著降低企業的經營損失。企業盈利能力等指標能夠直觀反映出企業經營質量以及戰略科學性，與企業穩定發展水平息息相關。在實踐中，想要更好地避免企業經營損失的產生，促使效益最大化成為現實，強化落實財務風險預警與管控是必然選擇。依托財務風險預警與管控工作的規范化展開，能夠迅速完成對企業現實發展水平、投資活動展開情況的評價，發覺投資風險，保證風險控制工作的及時有效落實。通過大數據技術的應用，能夠進一步縮短風險挖掘的時間長度，保證風險定位精準，助推財務風險預警與管控工作的高質量、高效率展開，從而達到提升企業盈利能力以及效益水平的效果。

3 ? ?大數據時代企業財務風險預警工作的優化落實路徑探究

3.1 ?構建并推行融合各部門數據的管理模式

現階段需要深化大數據技術與企業財務核算工作的結合應用程度，搭建起成本管理信息化系統，針對不同收入實施更為高效、高精準度的核算，更加清晰、直觀地反映企業所有支出情況，驅動企業財務核算工作持續向著智能化、自動化的方向發展，促使財務信息一體化收集成為現實，為后續財務數據的深入分析提供有力支持，助推企業經營決策的合理生成。同時，要落實對財務數據的集成保存以及綜合分析，全面掌握預算內容，并以此為基礎完成預算信息的科學編制。通過財務預算管理信息化系統的搭建與應用，可以實現對企業預算范圍內所有信息數據的自動化收集，實時監督企業任意一項資金的使用，推動企業預算管理工作的升級。

3.2 ?實施對所有數據信息價值性的深入挖掘

現階段要助推企業財務工作逐步升級為管理會計工作，并不斷向著信息化的方向發展。為實現上述目標，要深入挖掘所有信息數據的價值，確保其價值得到最大程度的發揮；組織落實對所有數據信息的整合以及綜合分析，并將分析結果應用于不同管理工作中。例如，在進行投融資管理期間，可以結合大數據技術，對比分析本企業在投融資方面的主要財務數據指標以及同行企業在投融資方面的主要財務數據指標、行業均值，配套應用SPSS軟件分析、聚類分析等方法確定風險因素，并以此為參考完成企業投融資計劃的科學合理性設定。

在企業實際經營發展過程中，產生的數據信息量極大且多樣性明顯，依托大數據技術中的關聯分析、聚類分析、回歸分析等方法，可以完成對這些海量復雜數據信息的增量分析，挖掘規律性內容以及數據之間的相關性，支持企業財務數據變化原因的迅速、準確提取，為后續財務管理與風險控制工作的高質量展開提供支持，推動企業財務管理工作始終向著智能化、信息化的方向更新發展。

3.3 ?著力搭建并切實應用財務風險預警系統

3.3.1 ?財務風險預警系統總體建設思路

當前，建立并應用財務風險預警系統是實現企業財務風險管控工作生機的必由之路，提升大數據視域下企業財務風險預警與控制工作的質量水平。在實踐中，需要切實圍繞企業財務分析事項完成財務風險預警系統搭建，重點落實財務風險預警指標設置、預警區的劃分以及預警處理及時的構建。

其中，企業財務風險預警指標的建設主要思路如下。將重點設定為資金指標，參考企業的績效指標情況完成財務風險預警指標的設置，保證財務風險預警指標覆蓋日?，F金流量、投融資環節、經營環節（績效指標）[2]。應當以定量為基礎落實財務風險預警指標的設置，并配合考量部分定性的設定與引入。企業財務風險預警區間的建設思路主要如下。切實參考企業財務風險承受程度，針對財務風險預警指標完成預警區間的劃分，包括安全區、預警區以及危機區。對于安全區而言，如果財務風險預警指標存在于該區間內，則表明當前企業發生財務危機風險的概率較低；對于預警區而言，如果財務風險預警指標存在于該區間內，則表明當前企業存在發生財務危機風險的可能性；對于危機區而言，如果財務風險預警指標存在于該區間內，則表明當前企業發生財務危機風險的概率較高。在實踐中，可以切實參考行業標準值或是企業歷史財務數據，完成預警區間的合理設定。

3.3.2 ?財務風險預警指標設置

定性指標與定量指標是財務風險預警指標的主要類別，其中定量指標包含績效類預警指標、經營類預警指標、風險類預警指標、資金類預警指標這幾種細化類別。企業可以結合自身實際情況完成財務風險預警指標的設置。通常來說，績效類預警指標中主要包含銷售收入完成率、利潤完成率、EVA完成率、ROE完成率等正向預警指標；經營類預警指標中主要包含銷售毛利率、逾期貨款率、產能利用率、資產周轉率等指標。其中，銷售毛利率與產能利用率為正向預警，逾期貨款率為反向預警，資產周轉率為區間預警；風險類預警指標中主要包含融資占總負債比、融資到期準備充足率、資產負債率等指標，融資占總負債比為區間指標，融資到期準備充足率與資產負債率為反向指標；資金類預警指標中主要包含現金充足率、主營業務現金比率、現金結構比率等正向預警指標。對于定性預警指標而言，一般含有未決訴訟、仲裁及經濟糾紛、稅務問題、重大安全、質量或生產事故、重大人事變動等。

3.3.3 ?財務風險預警處理機制

當判斷預警指標存在于安全區范圍內時，系統不會發出報警或提示信息，此時并不需要相關工作人員對財務風險進行特殊處理，只需要持續落實日常內部控制措施即可。當判斷預警指標接近預警區或是已經進入預警區范圍時，系統迅速向相關工作人員發出報警與提示信息，要求在此期間及時安排專業人員或是協調其他部門共同完成指標變化原因的調查分析，對相應財務風險影響程度進行評估，并以此為參考選擇更為合適的風險處理方案，包括承受風險、風險減少、風險回避等等。當判斷預警指標接近危機區或是已經進入危機區范圍時，系統會第一時間向相關工作人員發出報警信息，要求在此期間及時安排專業人員組建起專項調查組，在企業管理層的直接領導下展開風險調查與控制。

3.4 ?建立健全企業財務預警機制

第一，加強信息管理。搭建并應用財務風險預警系統是大數據視域下企業強化落實財務風險預警與管控的必要舉措，對于財務風險預警系統而言，其實際運行與功能發揮需要有大量信息數據的支持。因此，強化信息管理能夠為財務風險預警系統提供更為充足、及時、準確、全面的信息數據?？梢栽谄髽I內搭建起專門的信息管理機構，也可以應用大數據技術等信息化手段完成對企業內所有財務數據與業務數據、企業外行業動態信息等多種信息數據的及時提取、整理、分析、保存，保證財務風險預警系統輸出報警提示的準確性與及時性達到預期。

第二，協調好各個系統之間的關系。要確保財務風險預警系統與企業內的其他系統之間存在理想、和諧的合作關系。要考量不同系統的數據傳遞以及各個系統對數據信息提出的差異性要求，支持企業內數據信息的共享，促使財務風險預警系統與其他系統形成一個整體，共同助推企業管理水平的提升以及更好地發展[3]。

第三，完善內部控制制度。財務風險預警系統的搭建與應用對企業內部控制工作提出了更多要求，在此過程中，需要著力豐富、完善企業內部控制制度，保證內部控制制度內容涉及法人治理結構完善、組織建設權責分明、互相制衡、交易處理程序清晰、信息記錄真實、披露及時等方面。

第四，建立財務預警流程。在企業財務部門內設置專職的財務預警崗位，由其完成財務風險預警指標計算（配合使用財務風險預警系統），擬寫初步分析報告，并提交至財務部門經理進行審核；審核通過后，由財務預警崗在企業內下發財務風險通知，切實將相應內容發布至分公司內的財務部門中，由分公司的財務部門完成財務預警分析報告的編制與提交；相應報告遞交至財務預警崗后組織審閱，并再次遞交至財務部門經理進行審核；審核通過后，由財務預警崗下發報告，并由績效考核崗實施財務風險評分（配合使用財務風險預警系統），完成風險處理，最后由財務預警崗實施歸檔處理。

3.5 ?持續加強人才隊伍優化建設

積極在企業財務管理隊伍內吸納財務管理能力強、財務風險管控意識高、信息技術掌握程度深的優質人才，以此實現良好財務風險預警與管控工作隊伍的強化組建，更好地應對大數據時代對企業財務風險預警提出的要求，助推企業的良好發展[4]。

定期針對企業財務管理人員、財務風險預警與控制人員展開專業培訓教育，積極安排專家以企業經營管理中的財務管理趨勢與稅務籌劃風險控制、財務報表分析與財務風險管控等方面為重點，密切結合企業和各業務板塊的特點，對企業在生產經營過程中所面對的稅務風險及財務管控、預算監管等方面，深入淺出地進行闡述和說明，同時剖析典型案例，分享寶貴經驗，不僅開闊了大家的財稅思維，而且提升了風險管控意識。在培訓期間，邀請行業專家現場解答參培人員提出的具體問題，營造更為濃厚的互動氛圍。通過相應培訓活動的展開，參訓人員深入學習稅務風險防范與財務風險管控的重點內容，能夠將學習的知識充分運用到工作實踐中，切實提高稅務風險防范意識和財務風險管控水平，真正做到學以致用、融會貫通，有效助力企業的持續發展，支持企業財務風險預警與管控工作的升級。另外，要配合企業財務風險預警系統的搭建與推行，針對相關工作人員展開系統應用技術培訓，使企業財務人員能夠切實掌握財務風險預警系統的應用方法，保證財務風險預警系統深入融于財務風險預警與管控工作實踐中，支持大數據時代下企業財務風險預警及管控工作的與時俱進。

綜上所述，在大數據視域下，強化企業財務風險預警有著極高的現實價值，是維護企業財務信息的完整性與安全性、顯著降低企業的經營損失的必要舉措。在實踐中，要切實把握大數據對企業財務風險預警提出的要求與支持，搭建并應用財務風險預警系統，更新現實工作機制體系，為財務風險預警工作的展開提供更為全面的保障，切實提升企業財務風險預警與管控工作質量與效率，實現大數據視域下企業財務風險預警工作的升級。

參考文獻

[1]賈庚泉.大數據時代背景下基于Z-score模型、F分數模型的企業財務管理變革與財務風險預警研究[J].甘肅金融，2022（02）：41-47.

[2]趙藝怡.大數據背景下企業財務風險預警機制對策研究[J].商場現代化，2021（06）：141-143.

[3]楊家輝，賀健.基于AHP模型的大數據企業財務風險預警研究[J].企業科技與發展，2021（03）：206-207，210.

[4]張紅梅，賀健.基于Cox回歸模型的大數據企業財務風險預警研究[J].南方農機，2020，51（13）：31，50.