大數據時代金融衍生工具財務管理風險分析的文獻綜述

吳健鵬 黃佑軍

(佛山職業技術學院，廣東 佛山 528137)

大數據時代金融衍生工具財務管理風險分析的文獻綜述

吳健鵬 黃佑軍

(佛山職業技術學院，廣東 佛山 528137)

關于企業運用金融衍生工具的財務風險管理研究非常缺乏。大數據分析的方法可以通過大量的金融產品交易數據、網絡評論數據挖掘其內在規律，建立預警模型幫助企業規避財務風險。根據大數據的思維范式，可把這些雜亂無章的原始數據通過大數據的軟件處理后，進行技術量化引入到預警模型當中，這是大數據技術給企業在進行金融衍生工具投融資過程中做到風險預警的一個重要應用。

大數據；金融衍生工具；財務管理；風險預警

一、引言

企業風險管理是財務管理的一個重要組成部分，風險管理的目的在于減少現金流的波動性。國外關于企業風險管理的實證研究已有幾十年，也取得了可觀成果，這主要與國外的資本市場發展較早、較為成熟有關。隨著大數據發展，學者們嘗試通過大數據分析方法，把其挖掘數據規律的能力引入到分析企業財務風險管理中，建立分析模型與構建金融衍生工具風險管理指標評價體系，并取得了一定的研究成果。下面本文主要在三個方面進行綜述研究：第一是衍生工具與企業風險管理研究前沿；第二是大數據發展及其應用的現狀；第三是大數據支撐的企業財務管理分析體系的文獻綜述。

二、衍生工具與企業風險管理

企業進行風險管理的需求主要是來自于匯率、利率及商品價格的波動對公司未來現金流的影響而用來管理風險的衍生工具的種類可以分為遠期合約、期貨合約、期權合約及互換合約四大基本類型。Bodnar，Hayt，Marston(1995，1998)的調查研究發現，美國企業最常用衍生工具來管理匯率風險，其次為利率風險，再之后是商品價格波動風險。關于運用衍生工具管理風險的方式，國外(包括臺灣) 不僅研究了所管理風險的類型及其頻率排序，所使用衍生工具的類型及其頻率排序，而且研究了運用不同衍生工具對沖不同特征風險的狀況。顯然，這一研究對于指導企業如何運用衍生工具進行風險管控是極具現實意義的，但在我們收集到的文獻中，沒有發現國內的相關研究(劉翰林，2013)。

關于運用金融衍生工具進行風險管理的方式，國外開展了大量深入的調查研究，這一研究對于指導企業如何運用金融衍生工具進行財務風險管理是極具現實意義的，但是國內對于這方面的研究文獻很少。隨著國內衍生品市場的發展，運用衍生工具進行財務風險管理的企業不斷增加，國內應該加強對金融衍生工具進行風險管理的處理開展研究。其研究內容包括具有不同特征的企業傾向于使用何種類型的衍生工具來管理風險，如何選擇不同的工具來管理不同特征的風險，同一工具可用于管理哪些風險，以及同一風險可以采取哪些工具加以管控等等。此外，當前的研究更多地集中于匯率風險、利率風險以及商品價格風險的管控，對于衍生工具的運用對財務風險和經營風險，系統風險和非系統風險具有什么影響，以及這兩類風險之間存在怎樣的聯系等缺乏應有的研究。

因此，對企業而言，企業對于金融衍生工具的運用還有太多急需解決的問題需要通過更深入的研究來揭開：如何探索金融衍生工具與公司財務風險管理的關系？在投資金融衍生品進行風險管理的過程中存在什么危害性問題？能否建立一個有效的財務管理風險預警體系和制度予以保障？這些問題的研究非常缺乏。

三、大數據發展及其應用的現狀

繼物聯網、云計算之后，大數據已經成為當前信息技術產業最受關注的概念之一。隨著互聯網的飛速發展，人們越來越多的行為在網絡中發生，這直接導致互聯網中人類行為相關數據呈爆炸式增長，人類在不知不覺中已經進入了一個“大數據”時代。聯合國在2012年發布的大數據白皮書中指出，大數據時代已經到來，大數據的出現將會對社會各個領域產生深刻影響。為此，世界各國都在此領域投入大量人力物力來支持“大數據”相關研究和應用。

維基百科上給出的大數據定義是：數據量規模巨大到無法通過目前主流軟件工具獲取、管理、處理、整理成為幫助企業經營決策，達成更積極目的的信息。國際數據公司(IDC)認為，大數據是符合4V特征的數據集，即海量的數據規模(Volume)、快速的數據流轉和動態的數據體系(Velocity)、多樣的數據類型(Variety)、巨大的數據價值(Value)。

為了達到大數據挖掘的研究目標，研究者主要采用以下五類技術方法：(1)預測。建立一個能夠從整合多個預測變量推斷單一被預測變量的模式。(2)聚類。根據數據特性，將一個完整的數據集分成不同的子集。(3)關系挖掘。探索數據集中各變量之間的相關關系，并將相關關系作為一條規則進行編碼。(4)人類判斷過程簡化。用一種便于人類理解的方式描述數據，以便人們能夠快速地判斷和區分數據特征，該方法主要以可視化數據分析技術為主。(5)模型構建。通過對數據集的聚類、相關關系挖掘等過程，構建供未來分析的有效現象解釋模型。

在大數據應用方面，國內早在從2008年初，阿里巴巴通過對用戶行為數據的挖掘和分析發現整個買家詢盤數極具下滑，同時歐美對中國采購也在下滑。他們提前半年時間準確預測出世界外貿經濟走勢，從而躲避了金融危機。Kira Radinsky(2013)舉了一例是如何用挖掘分析暴風雨、干旱等自然災害數據的方法去預測安哥拉霍亂的爆發，結果證明可以提前一年預測到霍亂爆發的蔓延。

太多的案例利用大數據去分析、洞察未來。大數據，已經超越數據本身，轉向數據的資產化和服務化，轉向挖掘與分析數據帶來新商業價值，轉向以技術維護國家安全利益，并為信息服務產業和傳統商業模式帶來了巨大的機遇與挑戰。通過揭示大數據市場潛在需求與機會，為戰略投資者選擇恰當的投資時機和公司領導層做戰略規劃提供準確的市場情報信息及科學的決策依據。而國內尚處啟蒙階段，因此，國內研究迫切需要整合現有資源，發揮后進優勢，實現金融大數據研究和應用的跨越式發展。

因此，引入大數據分析的方法是一種研究方法的創新。在大量的金融產品交易數據、網絡評論數據是大數據分析的前提條件，數據可獲得性強、噪音較低，非常適合應用大數據分析方法挖掘其內在規律，幫助企業規避財務風險。

四、大數據支撐的企業財務管理分析體系的文獻綜述

在互聯網技術、云計算技術等新技術的支持下，信息的收集達到空前的無孔不入，很多信息的收集將不再以傳統的方式進行，而是進入了大數據時代，所以這也給企業的財務分析工作帶來了重大的轉變。

大數據是從信息化快速發展才出現的，它在應用的過程中也必須要依賴于計算機技術。利用大數據分析時，數據數量越多越好，種類越繁雜越好，設定好程式，把任務交給數據處理的計算機，可以挖掘出數據之間的聯系與表現的結果。舉個例子，保險公司的汽車險，員工可以通過搜羅數據，得到車主的駕車習慣是否良好，駕車時間和路段是否安全，停車的車庫的環境等數據，進而降低駕車風險低的車主的保險費用，提高風險高的車主的保險費用，這樣便從一定程度上增加了保險公司的收益，保證保險公司的利益。銷售公司可以從客戶的家庭水電費，煤氣燃氣費的消費情況，使用的手機，電腦，車子的型號，以及經常出沒的餐廳，娛樂場所等信息收集，從而更加了解客戶的生活水平，以便日后推廣什么水平程度的產品。

大數據從總體上來說是存在著一些固定特征的，它變化速度快，種類多，準確性也比較高。而且隨著網絡技術的不斷改進和完善，大數據時代的發展已經成為歷史的必然，這也給傳統的數據處理和分析技術帶來了非常大的挑戰(任禾，2015)。

風險理論認為，經濟活動之所以存在風險，原因在于經濟環境存在不確定性。在財務危機預警過程中，為了更準確地預測企業的財務風險，有效的途徑就是盡可能尋找全面的可以反映企業自身狀況和所處經濟環境的指標(宋彪等，2015)。

目前主流的財務預警研究方法依然是用財務指標構建模型。基于財務指標建模的學者們經常使用財務指標建立研究模型，代入數據驗證，以期獲得較高的判別率。如Altman 在樣本公司破產前一年預測準確率是95%(Altman，1968)等等。但財務指標、財務報表公布的信息存在嚴重的滯后性，滯后驗證也是很多學者們解決的方向，但學者們已經認識到根據財務指標預測財務風險的局限。如Johnson(1970)、Ohlson(1980)、Elloumi F(2001)、Campbell(2008)等后期研究，都對研究手段、研究方法、研究模型進行了修正與驗證。這些研究都各自證明了所提出非財務變量的預警有效性，但在具體操作中，數據的獲取難度限制了非財務指標在財務預警方面的系統研究，提出的變量沒有統一的標準，也沒有考慮變量之外的影響因素，反映不出企業對某一非財務指標敏感程度。企業危機發生后，發現最終導致預警失敗的，往往是研究者們未曾考慮過的因素。同時，多數研究者更關注危機發生的根源，以求畢其功于一役，卻忽略了財務預警這一行為本身的社會性。簡單認為明確了危機發生的原因，就可以進行準確的預測，事實上財務危機每次發生的原因都在變化。奧斯特羅姆的研究指出，信任、聲譽與互惠機制來自于人際網絡。企業危機的發生，起源于企業所有的相關人在社會網絡中的相互作用。大數據技術的出現，使從社會網絡角度獲得關注會計主體更多一些的細節信息成為可能(宋彪等，2015)。

目前利用從互聯網獲得的大數據進行研究，一般從分析群體情緒和網民行為規律來實現。如Johan Bollen(2010)對Twitter的研究，張雪等(2010)對情緒影響股市的研究，緒，Tobias Preis(2013)對搜索關鍵詞對股市的研究，結果都指向研究對象對事物的影響是顯著的。

通過對以上文獻的解讀，可以認為網民在網上搜索的關鍵詞、相關利益者發布或者關注某事物的行為，以及網絡上各種論壇、大V博客、新聞媒體發布的信息往往都是把社會大眾的目光引導至一個處于混沌狀態的結果，這個結果跟研究對象往往有內在的聯系。因此，通過計算機網絡技術收集社會透露的企業真實的管理狀態和走勢信息，根據大數據的思維范式，可把這些信息，通過大數據的處理技術量化后引入到預警模型當中，這是大數據技術給企業在進行金融衍生工具投融資過程中做到風險預警的一個重要應用。

五、小結

企業運用金融衍生工具的研究非常缺乏。特別是企業經營者關心的問題：在投資金融衍生品進行風險管理的過程中存在什么危害性問題？能否建立一個有效的預警體系和制度予以保障？大數據分析的方法可以通過大量的金融產品交易數據、網絡評論數據挖掘其內在規律，建立預警模型幫助企業規避財務風險。根據大數據的思維范式，可把這些雜亂無章的原始數據通過大數據的軟件處理后，進行技術量化引入到預警模型當中，這是大數據技術給企業在進行金融衍生工具投融資過程中做到風險預警的一個重要應用。

[1] Stiglitz，J.E.Weiss，A.M.，1983.Incentive Effects of Terminations：Applications to Credit and Labor markets，American Economic Review，Vol.73，No.3：912 -927.

[2] 張杰，尚長風.資本結構、融資渠道與中小企業融資困境———來自中國江蘇的實證分析[J].經濟科學，2006( 3).

[3] 白石.中小企業融資問題討論綜述[J].經濟理論與經濟管理，2004( 9).

[4] 郭娜.政府 市場 誰更有效———中小企業融資難解決機制有效性研究[J].金融研究，2013( 3).

[5] Banerjee，A.V.，Besley，T.，and Guinnane，T.W.，1994.The Neighbor’s Keeper：The Design of a Credit Cooperative with Theory and a Test.Quarterly Journal of Economics，Vol.109，No.22：925-954.

[6] 林毅夫，李永軍.中小企業金融機構發展與中小企業融資[J].經濟研究，2001( 1).

[7] 郭斌，劉曼路.民間金融與中小企業發展：對溫州的實證分析[J].經濟研究，2002( 10).

[8] Besanko，D.and Thako，A.V.，1987.Collateral and Rationing：Sorting Equilibria in Monopolistic and Competitive Credit Markets，International Economic Review，Vol.28，No.3：671-689.

[9] 趙岳，譚之博.電子商務、銀行信貸與中小企業融資———一個基于信息經濟學的理論模型[J].經濟研究，2012( 7).

[10] 謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012( 12).

[11] 姜奇平.給金融開天眼[J].互聯網周刊.2012(10).

[12] 宮學慶，金澈清，王曉玲，張蓉，周傲英.數據密集型科學與工程：需求和挑戰[J].計算機學報.2005(1).

[13] 德勤中國金融服務業卓越中心.戰略管理新思維[D].大連：東北財經大學出版社，2011.

[14] 姜奇平.從藍海戰略到長尾理論[J].互聯網周刊.2006(18).

[15] 周天勇.重新定義范圍經濟[J].財經問題研究.2005(1).

[16] 王迎軍，曲亞民.價值創新：利基、途徑與風險[J].南開管理評論.2005(1).

[17] 宋彪，朱建明，李煦.基于大數據的企業財務預警研究.中央財經大學學報.2015(6).

[18] 吳星澤.財務危機預警研究：存在問題與框架重構[J].會計研究，2011 ( 2)：59-65.

[19] 李國杰.大數據研究：未來科技及經濟社會發展的重大戰略領域———大數據的研究現狀與科學思考[J].中國科學院院刊，2012(6)：647-656.

[20] 張鳴.企業財務預警前沿[M].北京：中國財政經濟出版社，2004.

[21] Altman.E1I1，Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy [J].Journal of Finance，1968，23(4)：589-609.

[22] Johnson Craig G.Ratio Analysis and the Prediction of Firm Failure[J].The Journal of Finance，1970，25(5)：1166-1168.

[23] 周啟運，馬毅.信用資本、互聯網金融和集約投保——大數據背景下小微企業信貸體系研究.金融經濟，2016(2).

[24] 馬毅.大數據發展下集群融資創新環境治理研究.經濟體制改革，2014(5).

[25] 劉翰林，包民霞.運用金融衍生工具管理風險的研究綜述.杭州電子科技大學學報(社會科學版)，2013.03.

[26] 徐鵬，王以寧，劉艷華，張海.大數據視角分析學習變革——美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示.遠程教育雜志.2013.12.

[27] 李琪瑤，張宇虹.財務分析與大數據時代.中小企業管理與科技(下旬刊).2015.01.

[28] 李小榮，阮益飛.保險、衍生工具與風險管理：國外實證研究概覽.財會月刊.2011.11.

[29] 張燕紅，王鳳芹，杜晶，邢翠芳.基于大數據的學員思想政治與日常表現評價模型.福建電腦.2015.09.

[30] 劉艷華，徐鵬.大數據教育應用研究綜述及其典型案例解析——以美國普渡大學課程信號項目為例.軟件導刊(教育技術).2014.12.

[31] 任禾.基于大數據時代的財務分析研究.中外企業家.2015.05.

[32] 李芬，朱志祥，劉盛輝.大數據發展現狀及面臨的問題.西安郵電大學學報.2013.09.

[33] 鐘揚廉.財務管理視角下金融衍生工具風險管理研究.財經界(學術版).2014.05.

[34] 中投顧問.2014-2018年中國大數據行業投資分析及前景預測報告.(http：//blog.sina.com.cn/s/blog_5e75a27e0102v82u.html).2015.

[35] 李小榮，阮益飛.保險、衍生工具與風險管理：國外實證研究概覽.財會月刊.2011.11.

廣東省財政廳2015年會計科研課題立項項目，項目名稱：“大數據發展下金融衍生工具風險管理研究——基于財務管理視角”；項目編號：2015A22。