大數(shù)據(jù)背景下中小企業(yè)財務(wù)風(fēng)險識別問題研究

摘 要：隨著大數(shù)據(jù)時代的到來，大數(shù)據(jù)成為中小企業(yè)識別與防控財務(wù)風(fēng)險的重要工具。相比于大型企業(yè)，中小企業(yè)在資金、技術(shù)能力和管理體系上稍顯薄弱，更易受到市場波動、資金鏈斷裂等財務(wù)風(fēng)險的影響。因此，大數(shù)據(jù)背景下如何有效識別中小企業(yè)財務(wù)風(fēng)險顯得尤為重要。文章從大數(shù)據(jù)背景出發(fā)，研究大數(shù)據(jù)對中小企業(yè)財務(wù)風(fēng)險識別的影響，探討大數(shù)據(jù)背景下中小企業(yè)財務(wù)風(fēng)險識別的實施路徑和面臨困境，并提出關(guān)于中小企業(yè)財務(wù)風(fēng)險識別的若干優(yōu)化對策。

關(guān)鍵詞：大數(shù)據(jù)；中小企業(yè)；財務(wù)風(fēng)險；風(fēng)險識別

隨著信息技術(shù)的飛速發(fā)展，我國政府越來越重視大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，數(shù)據(jù)技術(shù)正成為推動經(jīng)濟轉(zhuǎn)型和產(chǎn)業(yè)升級的關(guān)鍵力量。2021年，“十四五”規(guī)劃將大數(shù)據(jù)標(biāo)準(zhǔn)體系的完善視為重要發(fā)展領(lǐng)域，預(yù)示著大數(shù)據(jù)產(chǎn)業(yè)即將步入高速發(fā)展階段。2024年，《數(shù)字經(jīng)濟工作要點》進一步強調(diào)了數(shù)字化轉(zhuǎn)型的緊迫性，激勵企業(yè)利用大數(shù)據(jù)、云計算、人工智能等前沿技術(shù)進行業(yè)務(wù)升級。在此背景下，大數(shù)據(jù)的迅速發(fā)展使企業(yè)財務(wù)數(shù)據(jù)的來源更加廣泛、復(fù)雜，數(shù)據(jù)量急劇增長，數(shù)據(jù)類型多樣化，這不僅為企業(yè)提供了更豐富的信息資源，也增加了財務(wù)風(fēng)險識別的難度和復(fù)雜性。

中小企業(yè)作為經(jīng)濟體系中的重要組成部分，數(shù)量龐大、靈活性強是推動經(jīng)濟增長、促進就業(yè)和社會穩(wěn)定的重要力量。然而，中小企業(yè)在資金、設(shè)備和人員等資源方面相對有限，往往對大數(shù)據(jù)技術(shù)的應(yīng)用比較滯后，加大了財務(wù)風(fēng)險程度。因此，如何有效識別和管理大數(shù)據(jù)背景下的中小企業(yè)財務(wù)風(fēng)險，成為當(dāng)前亟待解決的重要問題。基于此，文章對大數(shù)據(jù)背景下中小企業(yè)財務(wù)風(fēng)險識別路徑和實施困境等方面加以探討，并有針對性地提出優(yōu)化對策和建議以供參考。

一、大數(shù)據(jù)對中小企業(yè)財務(wù)風(fēng)險識別的作用

1.改善財務(wù)風(fēng)險識別技術(shù)

大數(shù)據(jù)技術(shù)的蓬勃發(fā)展，對傳統(tǒng)的人工財務(wù)風(fēng)險識別方法產(chǎn)生了深遠影響，極大地提升了財務(wù)風(fēng)險識別的精確性與深度。依托大數(shù)據(jù)平臺，企業(yè)可以對多元化的數(shù)據(jù)資源進行匯聚整合，形成一個全面系統(tǒng)的數(shù)據(jù)集合，包括精細的財務(wù)數(shù)據(jù)、實時的市場數(shù)據(jù)及全面的行業(yè)數(shù)據(jù)等。在此基礎(chǔ)上，大數(shù)據(jù)技術(shù)借助先進的算法與模型，能夠?qū)λ袠I(yè)務(wù)從數(shù)據(jù)表面和流程機制兩個角度進行分析，進而識別出企業(yè)存在的潛在風(fēng)險源。萬科將微軟的Azure OpenAI模型嵌入風(fēng)險預(yù)警平臺后，可利用GPT-3模型從大量輿情、投訴、突發(fā)事件數(shù)據(jù)中提取特征，精準(zhǔn)分類，并進行預(yù)警。

2.提高財務(wù)風(fēng)險識別效率

大數(shù)據(jù)技術(shù)以卓越的數(shù)據(jù)處理能力和實時性的核心優(yōu)勢，顯著優(yōu)化了財務(wù)風(fēng)險識別的流程，提高了財務(wù)風(fēng)險的效率。通過自動化與智能化的數(shù)據(jù)處理機制，大數(shù)據(jù)能夠在短時間內(nèi)完成海量數(shù)據(jù)的分析解讀，從而快速完成復(fù)雜的財務(wù)風(fēng)險評估過程。德勤的“小勤人”可以根據(jù)供應(yīng)商和代理商名稱清單，自動獲取關(guān)聯(lián)公司關(guān)系圖譜識別企業(yè)關(guān)聯(lián)風(fēng)險，查詢時間和處理效率均比人工提升86%，充分展示了大數(shù)據(jù)技術(shù)在提升財務(wù)風(fēng)險識別效率方面的顯著成效。此外，大數(shù)據(jù)的實時監(jiān)控與預(yù)警機制能夠確保企業(yè)即時捕捉風(fēng)險信號，迅速響應(yīng)并啟動風(fēng)險應(yīng)對策略，全面提升企業(yè)的風(fēng)險防控能力，有效遏制風(fēng)險擴散與損失加劇。

3.優(yōu)化財務(wù)風(fēng)險識別流程

大數(shù)據(jù)技術(shù)通過構(gòu)建統(tǒng)一的數(shù)據(jù)平臺與信息系統(tǒng)，實現(xiàn)了數(shù)據(jù)的集中化管理與共享，消除了傳統(tǒng)流程中部門間協(xié)同的障礙與信息傳遞的滯后，促進了企業(yè)內(nèi)部的高效協(xié)作。例如海爾智家在企業(yè)內(nèi)部建立的財務(wù)共享中心，將分散的會計業(yè)務(wù)進行整合，實現(xiàn)了業(yè)務(wù)和部門的統(tǒng)一化管理；對財務(wù)數(shù)據(jù)與業(yè)務(wù)流程進行融合，實現(xiàn)了全流程化的風(fēng)險控制管理。同時，大數(shù)據(jù)技術(shù)提供的可視化分析工具，將復(fù)雜的財務(wù)風(fēng)險數(shù)據(jù)轉(zhuǎn)化為直觀、易于理解的圖表與模型，為管理層提供了高度精煉與科學(xué)化的決策信息，進一步優(yōu)化了企業(yè)財務(wù)風(fēng)險識別流程。

二、大數(shù)據(jù)背景下中小企業(yè)財務(wù)風(fēng)險識別與傳統(tǒng)方法的區(qū)別

1.數(shù)據(jù)收集

在數(shù)據(jù)收集內(nèi)容層面，傳統(tǒng)模式下，數(shù)據(jù)收集的內(nèi)容主要聚焦于企業(yè)內(nèi)部財務(wù)報表等結(jié)構(gòu)化數(shù)據(jù)，而大數(shù)據(jù)背景下不僅涵蓋了企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，還包括來自互聯(lián)網(wǎng)、社交媒體、物聯(lián)網(wǎng)等外部數(shù)據(jù)。在收集方式上，相比于傳統(tǒng)方法的人工錄入或簡單的信息系統(tǒng)收集，利用爬蟲、API接口等大數(shù)據(jù)技術(shù)和工具，企業(yè)能夠?qū)崿F(xiàn)數(shù)據(jù)的自動抓取和實時更新。這不僅提高了數(shù)據(jù)收集的效率，還確保了數(shù)據(jù)的準(zhǔn)確性和時效性，為企業(yè)決策提供了更可靠的數(shù)據(jù)基礎(chǔ)。

2.數(shù)據(jù)處理

在數(shù)據(jù)處理方面，傳統(tǒng)方法往往只能對有限的數(shù)據(jù)進行簡單的統(tǒng)計分析或利用Excel等辦公軟件進行基礎(chǔ)的數(shù)據(jù)處理。然而，在大數(shù)據(jù)背景下，企業(yè)可以利用Hadoop、Spark等分布式計算框架，以及機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等大數(shù)據(jù)技術(shù)，滿足海量數(shù)據(jù)的快速處理需求。此外，數(shù)據(jù)處理模式也有所不同，傳統(tǒng)方式主要以人工為主導(dǎo)，進行繁瑣的數(shù)據(jù)篩選、整理、清洗等流程，而大數(shù)據(jù)的引入實現(xiàn)了數(shù)據(jù)清洗、轉(zhuǎn)換、集成等自動化處理流程，減少了人工干預(yù)，提高了數(shù)據(jù)處理的準(zhǔn)確性。

3.數(shù)據(jù)分析

在分析維度上，傳統(tǒng)方式主要基于財務(wù)報表等結(jié)構(gòu)化數(shù)據(jù)進行分析，關(guān)注利潤率、負債率、現(xiàn)金流等財務(wù)指標(biāo)的變化和趨勢，而大數(shù)據(jù)結(jié)合了結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，從市場環(huán)境、競爭對手、客戶需求等多個維度，對企業(yè)財務(wù)風(fēng)險進行更全面的分析。在分析方法上，傳統(tǒng)財務(wù)風(fēng)險識別方法多依賴于比率分析、趨勢分析等較靜態(tài)的財務(wù)分析方法對財務(wù)歷史數(shù)據(jù)進行分析；而大數(shù)據(jù)背景下，企業(yè)可以利用數(shù)據(jù)挖掘、文本分析、關(guān)聯(lián)規(guī)則挖掘等高級分析技術(shù)，對數(shù)據(jù)進行實時數(shù)據(jù)分析和風(fēng)險模型預(yù)測，從而提前識別企業(yè)潛在的財務(wù)風(fēng)險。

三、大數(shù)據(jù)背景下中小企業(yè)財務(wù)風(fēng)險識別的實施

1.明確風(fēng)險識別目標(biāo)

在大數(shù)據(jù)背景下，中小企業(yè)首先需要明確財務(wù)風(fēng)險識別的具體目標(biāo)。這一目標(biāo)應(yīng)明確企業(yè)風(fēng)險識別的范圍，包括市場風(fēng)險、財務(wù)風(fēng)險、法律風(fēng)險、技術(shù)風(fēng)險等。同時，基于歷史數(shù)據(jù)、行業(yè)慣例、法律法規(guī)等多個方面，設(shè)定風(fēng)險識別的標(biāo)準(zhǔn)，包括設(shè)定風(fēng)險發(fā)生的可能性閾值以及風(fēng)險影響程度的評估標(biāo)準(zhǔn)。通過明確風(fēng)險識別目標(biāo)，確保中小企業(yè)后續(xù)風(fēng)險識別工作的方向明確、重點突出，從而有效提升風(fēng)險識別的針對性和實效性。

2.構(gòu)建大數(shù)據(jù)基礎(chǔ)設(shè)施

基于風(fēng)險識別目標(biāo)，中小企業(yè)應(yīng)構(gòu)建完善的大數(shù)據(jù)基礎(chǔ)設(shè)施。其中應(yīng)涵蓋數(shù)據(jù)采集、處理、分析及存儲等多個關(guān)鍵環(huán)節(jié)，并融合云計算、大數(shù)據(jù)處理技術(shù)等手段。具體來說，中小企業(yè)需建立高效的數(shù)據(jù)采集機制，確保內(nèi)外部多元化財務(wù)數(shù)據(jù)的全面、準(zhǔn)確獲取；引入先進的數(shù)據(jù)處理與分析技術(shù)，如分布式計算、數(shù)據(jù)挖掘等，從海量數(shù)據(jù)中提煉出有價值的風(fēng)險信息；同時，還需集成專業(yè)的風(fēng)險管理工具與平臺，為財務(wù)風(fēng)險識別與管理提供一站式解決方案。

3.建立風(fēng)險識別模型

基于大數(shù)據(jù)基礎(chǔ)設(shè)施和大數(shù)據(jù)技術(shù)支撐，企業(yè)需根據(jù)自身業(yè)務(wù)特性和風(fēng)險管理的具體需求，對企業(yè)建立定制化風(fēng)險識別模型。首先基于業(yè)務(wù)知識和數(shù)據(jù)分析，利用大數(shù)據(jù)技術(shù)從數(shù)據(jù)集中提取出與風(fēng)險識別相關(guān)的關(guān)鍵特征，再根據(jù)風(fēng)險類型和數(shù)據(jù)特性，精準(zhǔn)對接企業(yè)的財務(wù)風(fēng)險管理需求，選擇合適的模型進行風(fēng)險識別，如統(tǒng)計模型、機器學(xué)習(xí)模型、深度學(xué)習(xí)模型等。同時，企業(yè)應(yīng)建立持續(xù)迭代與優(yōu)化機制，利用大數(shù)據(jù)平臺的實時數(shù)據(jù)更新能力，不斷對模型進行微調(diào)與升級，確保模型能夠高效、準(zhǔn)確地識別各類財務(wù)風(fēng)險，為企業(yè)決策提供有力支持。

4.建立風(fēng)險預(yù)警機制

在大數(shù)據(jù)技術(shù)的賦能下，中小企業(yè)應(yīng)構(gòu)建一套高效、精準(zhǔn)的實時動態(tài)風(fēng)險預(yù)警機制，進而實現(xiàn)對財務(wù)數(shù)據(jù)的秒級監(jiān)控與異常檢測。通過預(yù)設(shè)的風(fēng)險閾值與智能算法，系統(tǒng)能夠迅速捕捉數(shù)據(jù)中的異常波動、偏離趨勢等潛在風(fēng)險信號，并自動觸發(fā)預(yù)警流程，預(yù)警信息將通過多種渠道即時推送給相關(guān)部門與人員，確保風(fēng)險信息的迅速傳遞與有效響應(yīng)。此外，該預(yù)警機制還應(yīng)具備智能分析與決策支持功能，利用大數(shù)據(jù)的關(guān)聯(lián)分析、聚類分析等高級分析技術(shù)，對風(fēng)險事件進行深度剖析與預(yù)測，為企業(yè)提供更全面的風(fēng)險應(yīng)對策略與建議。

5.建立風(fēng)險反饋機制

為確保財務(wù)風(fēng)險識別與管理的持續(xù)優(yōu)化與提升，中小企業(yè)必須建立一套完善的反饋與優(yōu)化機制。這一機制應(yīng)涵蓋對風(fēng)險識別模型準(zhǔn)確性與有效性的定期評估與驗證，以及根據(jù)評估結(jié)果對模型進行的必要調(diào)整與優(yōu)化。同時，還需收集風(fēng)險管理措施的實施效果反饋，深入分析存在的問題與不足，總結(jié)經(jīng)驗教訓(xùn)，從而根據(jù)實際情況調(diào)整和更新模型與策略。通過這一閉環(huán)的反饋與優(yōu)化過程，中小企業(yè)能夠不斷提升財務(wù)風(fēng)險識別與管理水平，確保企業(yè)在復(fù)雜多變的市場環(huán)境中保持穩(wěn)健的發(fā)展態(tài)勢。

四、大數(shù)據(jù)背景下中小企業(yè)財務(wù)風(fēng)險識別面臨的困境

1.大數(shù)據(jù)層面

（1） 數(shù)據(jù)安全與隱私難題

大數(shù)據(jù)技術(shù)下，企業(yè)會計工作大都基于互聯(lián)網(wǎng)展開，由于網(wǎng)絡(luò)環(huán)境比較自由、開放，再加上大數(shù)據(jù)過分依賴網(wǎng)絡(luò)和計算機技術(shù)，容易遭受外界攻擊，導(dǎo)致數(shù)據(jù)泄露、非法訪問等安全風(fēng)險。數(shù)據(jù)泄露事件數(shù)不勝數(shù)，2022年，蔚來汽車因服務(wù)器配置錯誤導(dǎo)致百萬條用戶信息泄露，并遭受225萬美元等額比特幣的勒索。2023年，JD sports因遭受網(wǎng)絡(luò)攻擊導(dǎo)致可能有1000萬客戶信息被泄露。數(shù)據(jù)安全的脆弱性不僅會對企業(yè)造成經(jīng)濟損失，還可能對企業(yè)的品牌形象、市場信任度及客戶關(guān)系造成負面影響。

（2） 數(shù)據(jù)質(zhì)量參差不齊

大數(shù)據(jù)環(huán)境下，企業(yè)數(shù)據(jù)來源比較廣泛，因此不同來源的數(shù)據(jù)在標(biāo)準(zhǔn)、格式、質(zhì)量控制標(biāo)準(zhǔn)等方面存在顯著差異，同時數(shù)據(jù)中的噪聲、錯誤和不一致性不僅增加了數(shù)據(jù)清洗和處理的難度，還可能誤導(dǎo)財務(wù)風(fēng)險識別的結(jié)果，影響企業(yè)的風(fēng)險判斷與決策。此外，大數(shù)據(jù)的采集方式包括人工統(tǒng)計報表導(dǎo)入、應(yīng)用系統(tǒng)數(shù)據(jù)交換、傳感器采集、網(wǎng)絡(luò)爬蟲抓取等。不同的采集方式在效率和準(zhǔn)確性上存在差異，且容易受到人為因素、系統(tǒng)兼容性問題、數(shù)據(jù)規(guī)范性等因素的影響，從而導(dǎo)致數(shù)據(jù)質(zhì)量的不穩(wěn)定。

2.企業(yè)層面

（1） 技術(shù)與人才欠缺

中小企業(yè)在大數(shù)據(jù)技術(shù)的應(yīng)用上常受限于技術(shù)與人才的雙重瓶頸。大數(shù)據(jù)處理對計算資源和時間成本的要求較高，中小企業(yè)可能因資源有限而難以承擔(dān)這樣的投入，進一步限制了其在大數(shù)據(jù)應(yīng)用上的發(fā)展。資金有限使企業(yè)難以承擔(dān)高端數(shù)據(jù)處理與分析工具的購置或研發(fā)成本，進而限制了其利用先進技術(shù)和算法從海量數(shù)據(jù)中挖掘有效信息的能力。此外，大數(shù)據(jù)分析處理要求從業(yè)人員需要同時具備財會專業(yè)知識和計算機技能，而處于資金和發(fā)展問題，中小企業(yè)在吸引和保留此類人才方面面臨一定困難。

（2） 財務(wù)風(fēng)險管理觀念滯后

大多數(shù)中小企業(yè)的管理觀念仍停留在傳統(tǒng)模式上，對大數(shù)據(jù)技術(shù)在財務(wù)管理中的應(yīng)用認識不足。一方面，中小企業(yè)的財務(wù)管理觀念往往還停留在傳統(tǒng)的手工模式或簡單的電算化階段，仍然過分依賴對傳統(tǒng)的財務(wù)報表和財務(wù)指標(biāo)進行財務(wù)分析，忽視了大數(shù)據(jù)在風(fēng)險預(yù)警、趨勢預(yù)測等方面的巨大價值。另一方面，企業(yè)負責(zé)人和財務(wù)管理人員可能對大數(shù)據(jù)技術(shù)的了解不足，未能充分利用大數(shù)據(jù)進行財務(wù)風(fēng)險識別和管理的潛力，限制了大數(shù)據(jù)技術(shù)在企業(yè)財務(wù)管理中的深入應(yīng)用。

五、大數(shù)據(jù)背景下提升中小企業(yè)財務(wù)風(fēng)險識別能力的對策建議

1.強化數(shù)據(jù)安全與隱私防護

中小企業(yè)在面臨日益復(fù)雜的數(shù)據(jù)環(huán)境時，亟須構(gòu)建一套全面而嚴(yán)謹?shù)臄?shù)據(jù)安全管理體系。該體系應(yīng)對數(shù)據(jù)生成、存儲、處理、傳輸至銷毀的全周期進行安全管理，確保每一步都遵循嚴(yán)格的安全標(biāo)準(zhǔn)。為實現(xiàn)這一目標(biāo)，中小企業(yè)應(yīng)該采用前沿的加密技術(shù)，確保數(shù)據(jù)在傳輸和存儲過程中的機密性與完整性；同時，部署高級防火墻及智能入侵檢測系統(tǒng)，形成堅不可摧的數(shù)據(jù)安全屏障，有效抵御外部攻擊與內(nèi)部泄露的風(fēng)險。此外，中小企業(yè)還應(yīng)重視數(shù)據(jù)安全文化的建設(shè)，定期舉辦數(shù)據(jù)安全培訓(xùn)，提升全體員工的數(shù)據(jù)保護意識與技能，共同編織起一張緊密的數(shù)據(jù)安全防護網(wǎng)。

2.提升數(shù)據(jù)質(zhì)量水平

為了保證數(shù)據(jù)質(zhì)量，中小企業(yè)應(yīng)嚴(yán)格篩選和審核數(shù)據(jù)來源，優(yōu)化數(shù)據(jù)源管理，確保數(shù)據(jù)的真實性和可靠性。同時，加強數(shù)據(jù)清洗與預(yù)處理工作，采用先進的數(shù)據(jù)清洗技術(shù)和算法，對原始數(shù)據(jù)進行深度處理，去除數(shù)據(jù)中的噪聲和冗余信息，提高數(shù)據(jù)的準(zhǔn)確性和可用性。此外，中小企業(yè)還應(yīng)建立數(shù)據(jù)質(zhì)量評估機制，定期對數(shù)據(jù)質(zhì)量進行檢查和評估。這一機制應(yīng)包括數(shù)據(jù)完整性、準(zhǔn)確性、一致性、時效性等多個維度的評估指標(biāo)，以便及時發(fā)現(xiàn)并糾正數(shù)據(jù)中存在的問題。通過持續(xù)改進和優(yōu)化數(shù)據(jù)管理流程，確保數(shù)據(jù)質(zhì)量的持續(xù)提升。

3.強化技術(shù)與人才支撐

針對技術(shù)與人才欠缺的問題，中小企業(yè)應(yīng)積極尋求外部合作機會，與科研機構(gòu)、高校及大型企業(yè)建立戰(zhàn)略聯(lián)盟，共享技術(shù)成果與資源，降低大數(shù)據(jù)應(yīng)用的成本門檻。同時，為了減少企業(yè)高昂的初期投資與長期的運維成本，可以引入靈活性較強、成本效益較高的云計算與SaaS服務(wù)。此外，加強對大數(shù)據(jù)專業(yè)人才的引進與培養(yǎng)力度，可通過設(shè)立專項基金支持員工參加專業(yè)培訓(xùn)課程，提升其專業(yè)技能與知識水平。同時，與高校合作開展聯(lián)合培養(yǎng)人才項目，以校企合作構(gòu)建多元化的人才培養(yǎng)體系，為大數(shù)據(jù)應(yīng)用的深入實踐提供堅實的人才保障。

4.強化財務(wù)風(fēng)險管理觀念

為了推動大數(shù)據(jù)技術(shù)在中小企業(yè)財務(wù)管理中的深入應(yīng)用，管理層需轉(zhuǎn)變傳統(tǒng)管理觀念，提升對大數(shù)據(jù)技術(shù)的認知度與重視程度。中小企業(yè)可以組織針對管理層的專題培訓(xùn)，通過案例分析、實操演練等方式，重點介紹大數(shù)據(jù)技術(shù)在財務(wù)管理中的應(yīng)用案例、優(yōu)勢及未來趨勢，以此提升管理層對大數(shù)據(jù)技術(shù)的認知度和重視程度，引導(dǎo)其轉(zhuǎn)變傳統(tǒng)管理觀念，樹立以數(shù)據(jù)為驅(qū)動的管理思維。此外，在企業(yè)內(nèi)部積極營造大數(shù)據(jù)財務(wù)風(fēng)險管理文化氛圍，鼓勵員工主動學(xué)習(xí)應(yīng)用大數(shù)據(jù)技術(shù)，同時通過內(nèi)部宣傳、知識分享會等形式，普及大數(shù)據(jù)財務(wù)風(fēng)險管理知識，提高全員風(fēng)險意識與數(shù)據(jù)應(yīng)用能力，為中小企業(yè)在大數(shù)據(jù)時代穩(wěn)健發(fā)展奠定堅實的基礎(chǔ)。

參考文獻：

[1]杜新.大數(shù)據(jù)在企業(yè)財務(wù)風(fēng)險識別與管控中的應(yīng)用[J].中國中小企業(yè)，2024（6）：159-161.

[2]馬楚顏.大數(shù)據(jù)背景下人工智能在企業(yè)財務(wù)風(fēng)險預(yù)警中的應(yīng)用[J].納稅，2024，18（12）：94-96.

[3]趙翠，李沁園.大數(shù)據(jù)背景下企業(yè)財務(wù)共享服務(wù)中心應(yīng)用研究——以海爾智家為例[J].現(xiàn)代營銷（下旬刊），2024（1）： 83-85.

[4]姜超.大數(shù)據(jù)背景下企業(yè)財務(wù)風(fēng)險管理體系優(yōu)化策略研究[J].活力，2024，42（8）：97-99.

[5]吳修霞.大數(shù)據(jù)時代企業(yè)財務(wù)風(fēng)險防范的思考[J].會計師，2023（13）：16-18.

[6]李紅湘.大數(shù)據(jù)環(huán)境下企業(yè)財務(wù)風(fēng)險識別與管控研究[J].財會學(xué)習(xí)，2020（32）：1-2.

[7]余玉婷.大數(shù)據(jù)在財務(wù)風(fēng)險識別與管控中的應(yīng)用探析[J].納稅，2023，17（13）：58-60.

[8]張軍.大數(shù)據(jù)環(huán)境下企業(yè)財務(wù)風(fēng)險的識別與管控[J].市場周刊，2022，35（3）：67-70.

作者簡介：龐杰（2000— ），女，漢族，陜西西安人，碩士研究生在讀，研究方向：財務(wù)管理；通訊作者：何龍斌（1970— ），男，漢族，陜西安康人，教授，碩士研究生導(dǎo)師，研究方向：區(qū)域經(jīng)濟、產(chǎn)業(yè)經(jīng)濟。