大數據背景下企業集團財務風險管控芻議

高金英 利群集團股份有限公司

引言

隨著信息技術的發展，更為高效便捷的新型技術不斷涌現，大數據技術使得網絡數據處理更為全面細致。在該情況下，企業集團的財務管理也應與時俱進，更加高效地進行數據處理以及風險識別應對，為企業集團的穩健持續發展提供有力的技術支持。在大數據背景下，應做好財務風險識別、分析與處理的數據化探索方案，提高企業集團的財務管理水平。

一、大數據背景

隨著物聯網、社交網絡、云計算等技術不斷融入我們的生活，計算能力、存儲空間、網絡帶寬的爆炸式發展，大數據被定義為一種多樣化的信息資產，其戰略意義不僅體現為相關數據技術的匯集，更重要的是對海量信息的分析與處理。在該情況下，企業集團的管理模式勢必發生相應變化，尤其在面對每日新增的大量經營數據時，企業需要運用大數據技術對其價值進行多維度、深層次的分析，以此滿足不同的經營分析需求[1]與新盈利增長點的發掘。

近年來，在信息技術的不斷普及應用愈發廣泛的情況下，各個領域應用數據系統的規模呈明顯上升趨勢，各個行業對數據價值挖掘的需求日益增長，現有的信息系統數據處理能力已逐漸無法滿足各行業的升級發展需求，因此，尋求更為有效的技術手段已成為各企業實現發展目標的主要需求之一。財務管理作為企業集團的基礎管理，也面臨著企業轉型發展帶來的更加復雜多變的財務風險，為更加高效地實現財務風險的識別、應對，將大數據技術運用到財務風險管控中是非常必要的。

二、分析企業集團發展期間常見的財務風險

（一）營運風險

所謂營運風險，主要是指企業在現金管理、應收賬款管理以及存貨管理等方面所面臨的不確定性。基礎財務數據是企業財務人員開展資產分析、負債分析以應對經營風險的基礎，直接關系到企業運營風險的識別和應對方案的確定。以某企業集團為例，在2015-2019 年期間，其營運資金周轉波動性較大，具體數據如表1 所示：

根據表1 可知，該企業2015-2019 年之間的營運資金出現較大波動，其中，2018 年最高，通過對比分析行業正常水平，2015 年、2016 年、2017 年以及2019 年的流動資產周轉率均在行業正常水平之下，由此可見，該企業在這一時間段存在一定的運營資金風險。

表 1 某企業營運數據（2015-2019年）

（二）籌資風險

所謂籌資風險，主要是指企業集團在到達還款期限后但卻無力償付引發的財務風險，通常狀況下，籌資活動風險的衡量指標包括資產負債率、企業可控資產等。對于企業集團而言，籌資風險的來源多樣且復雜，比如利率波動、資金供需的變化、企業自身的現金流狀況等，這些都會對籌資活動造成影響，而且，在選擇籌資方式時，不同融資方式，成本也存在差異，企業面對的籌資風險也不盡相同。若僅基于基本財務信息的片面數據做籌資決策，將對籌資決策和融資成本造成影響，導致無法實現籌資預期，或者導致融資成本過高，如果無法按時償付借款等金融負債，最終將引發企業經營危機。在企業集團數字化轉型的背景下，當負債規模較大時，企業運營資金的低效率使用，造成現金流緊張，會進一步加重企業的債務風險。數字化轉型作為生產價值創造的顛覆式技術手段，將數字技術科學合理融入到企業日常財務管理中，保證企業資金管理的風險可控，避免錯誤的資金投入，提高資金使用效率，避免出現導致籌資風險的隱患[2]。

（三）投資風險

一般情況下，投資風險出現的原因是投資項目、規模選擇不恰當或者投資周期預測有誤等，帶來的直接結果是企業集團無法收到預期投資收益，或是引發投資本金虧損風險。在企業集團經營發展期間，投資是生產規模、企業規模擴大的有效方式之一，但這一發展方法伴隨著一定風險性，若是收益無法達到預期，或是使用資金來源于借貸，將引發嚴重的財務風險。尤其在大數據時代背景下，企業出于數字化轉型的需求會擴大規模，提升各方面資產與設備水平，在缺乏相關數字風控系統時將埋下隱患，將企業集團置于被動狀態。外加數字化轉型門檻相對較低，公司規模的快速擴張可能引發為了搶占投資先機卻未明確目標的情況，過于關注眼前利益，不符合企業集團的長遠發展規劃，進而產生投資風險。

三、圍繞具體財務風險研究大數據下企業集團的控制對策

自2017 年起，“數字經濟”被連續五年寫入中央政府工作報告，企業集團的數字化轉型整合落實了5G、區塊鏈、云計算、大數據、物聯網、人工智能等多項技術，在該背景下，財務風險管控可從以下幾個方面入手：

（一）嵌入數字技術，識別現金流量與經營風險

1.現金流量風險識別

對于企業集團發展而言，其健康性與平穩性取決于以現金流量作為保障的凈利潤，而現金流動情況貫穿于生產經營全生命周期，對企業生產經營全要素具有重要影響。因此，在當前轉型變革背景下，企業集團應采取更加現代化的技術方式強化現金流量管理，以此提高利潤轉化能力與效率，使企業集團具備較強的獲利能力。在大數據環境下開展此項工作時，財務人員可以運用數據搜集分析能力對應收賬款回收等風險進行實時關注。以前述提到的企業收入情況為例，在2015-2019 年間，其獲利能力相對較差，為在該背景下實現現金流量風險的有效識別，應利用現有的數據技術平臺劃分風險等級，依托于臨界值的設置增強風險識別效果，并根據具體等級制定、實施及時的財務風險防控措施與經營決策，優化決策內容，充分發揮財務數據在企業決策中的依據作用，以此促使企業保持充足、穩健的現金流量，更好應對可能存在的財務風險。

2.經營風險識別與預警

經營風險集中于企業集團的生產經營環節，一旦出現將導致企業資本使用停滯，不利于企業經營發展戰略目標的達成。在數字經濟宏觀政策的推進下，企業集團面對的外部環境愈發復雜，在信息不對稱、企業認知局限等因素的影響下，可能導致經營活動失敗等現象。在大數據背景下，針對這一風險，企業集團應主動開展數字化的轉型升級工作，積極落實多元化拓展內容，正確認識到轉型建設的系統性特點。為此，企業集團應完善財務風險數字化預警體系，依托于“平臺化”的風險識別保證風險管控效果，實現風險的轉移與控制。具體而言，在對財務風險數字化預警平臺進行完善時，應注重內外環境信息的關注、采集與整合，以主動的狀態面對數字經濟市場環境變化帶來的多樣性與數據復雜性，通過內外部環境信息、行業信息和財務數據信息的整合降低經營風險。

（1）建設風險預警引擎

為強化財務風險識別預警，企業集團可通過“預警算法模型”“預警規則庫”“預警信號評級”“風險預警報告”的構建建設風險預警引擎，打造四位一體的企業經營風險評價模式。當企業資金流動、收入、債務等財務指標發生變化且超過設定的臨界值后，將自動啟動財務經營風險預警體系，定期檢測企業現階段、現存風險，并根據數據庫的搭建給出防控與應對建議，便于企業集團制定相關決策，提升決策可行性[3]。

（2）排查行業風險

由于大數據時代背景下財務人員需要分析與處理的數據量較為龐大，因此，為實現對企業經營、運營風險的有效排除，在經營風險數字化預警體系中還應搭建模型架構與權限體系以及基于行業風險的分析模型與預警模型。在模型與體系結合使用下，企業集團能夠對疑似風險客戶、機構等進行分析，并圍繞分級預警構建健康的財務風險防控體系，為企業集團各項活動的可行性分析提供支持，依托于風險排查防控財務風險。

（3）借助數據價值挖掘轉移風險

在當前時代背景下，數據資源已經成為一種資產，挖掘其深層次價值有助于企業發展戰略決策的制定，以及相關風險的防控。因此，在大數據背景下，企業集團還應以財務風險預警系統為基礎面對各項經濟活動進行精準預算，借助企業數據預警技術保證各項決策的可行性、可靠性。比如，為進一步防控企業集團的經營風險，可圍繞活動參與方采集相關信息，對其核心數據價值進行挖掘與整合，分析出高風險資產，然后將其抵押，以此實現風險的合理轉移與分攤。

（二）基于大數據拓展融資渠道，防控資金籌措風險

為實現對資金籌措風險的有效管控，在大數據時代背景下，企業集團應積極利用大數據拓寬融資渠道，同時注重信息安全風險，以此實現發展戰略目標。在大數據發展背景下，企業集團應充分發揮大數據技術體系的作用，利用相關技術拓寬融資渠道，比如在發行債券前，應對企業集團現有的應收賬款進行管理，以此保證企業資金量，避免企業出現融資短缺等情況。其中，企業集團可圍繞應收賬款風險構建評價指標體系，分別按照管理成本、壞賬損失、資金成本對管理指標進行明確，并根據企業集團發展變化動態化調整指標標準與相關數據。

以某大型互聯網企業為例，縱觀其轉型發展，在籌措資金時期采用引進外部投資者的籌資策略，相較于債券發行，這種方法能夠在短期內獲得大量資金，且成本水平較低。但是，這一資金籌措方法也會帶來外部投資者，因此若是采用這一籌資方法，要注重企業集團信息安全管理，通過健全的信息安全管理制度與計算機信息安全技術的整合運用保證財務數據的安全，盡可能避免引發財務風險。具體而言，企業集團應利用現有的豐富的內外數據資源，依托于大數據分析、區塊鏈、云計算等先進數據處理技術對企業集團的內部資源技術、專業計算人員進行整合，以此釋放業務生態系統資源。同時，建立健全用戶信用體系，這主要是為了保證內部信息交互安全，消除內部障礙，同時借助智能防火墻、云加密、區塊鏈等技術對網絡環境進行實時監控與凈化、抵御黑客攻擊與病毒入侵等，不斷降低企業集團財務數據丟失概率，優化數據網絡環境，阻止財務數據被竊取、泄露，以此保證財務數據安全，實現對相關財務風險的有效防控[4]。

（三）加強數據收集，打造風險管理閉環

對于企業集團數字化轉型發展期間可能出現的投資風險，為實現對此類風險的有效防控，應牢牢把握投資分析工作，靈活運用大數據技術落實“數據挖掘——風險識別——風險預警——風險處理——審核評估”流程，依托于閉環管理模式防控投資風險，以此提高投資決策的可行性與安全性。發揮大數據技術平臺的數據采集與整合服務功能，盡可能了解同領域的投資信息與成果，同時圍繞行業發展前景與未來一段時間內的市場發展規律進行預測，對投資成功率、收益率等進行相對準確的計算，以此實現企業集團投資風險的有效降低。另外，動態化監控資產數據信息，強化內部控制效果，進一步防控投資風險。夯實相關數據基礎的同時，在打造完整的閉環防控處理流程時，應立足于現有的大數據財務風險防控體系，實現企業集團層次化的風險管理，確保投資決策從擬定到落實所有流程環節軌跡清晰可視，強化財務數據可追溯性。開展以投資風險防控為核心的財務工作時，應利用人工智能深度學習、機器學習等功能自動采集平臺數據，并對其進行分類、篩查等，完成數據挖掘，將其作為投資決策制定依據。圍繞經濟活動進行風險掃描，比如運用規則引擎、掃描邏輯等抓取風險問題并生成清單，依托于企業OA 等辦公系統將其推送給相關活動的負責人，督促其展開圍繞投資活動的風險核查與反饋工作。在此期間，應針對可能出現的投資風險進行成因挖掘、等級劃分，輔以相關解釋證明材料。然后，企業集團相關管理人員領導者可根據這份材料進行審核評估，判斷這一投資活動的可行性以及收益性，從而保證企業集團投資行為的科學合理性，提高投資風險管控力度與效果[5]。

結語

綜上所述，在大數據時代背景下，企業集團應主動開展財務優化，圍繞可能出現和加重的投資、經營、融資風險優化數字化建設防控措施與體系，尤其應建立健全財務風險管控系統平臺、預警體系等，整合運用大數據、人工智能等技術，以此實現對相關風險的有效管控，實現長遠發展目標。