以杭可科技為例研究大數據背景下企業的風險管理

劉梓聰

(湖北經濟學院 湖北 武漢 430205)

當前，隨著大數據時代的來臨，我國科研人員正在慢慢往大數據技術的發展方向靠攏。首先，本文的主要研究對象是科創板“杭可科技”公司，從風險管理理論的知識點入手，由淺入深對杭可科技公司的風險管理體系進行初步分析。通過對杭可科技公司一些數據的分析，并結合我國企業的當前現狀，對杭可科技公司的風險管理提出一些具有指導意義的建議。為什么選擇科創板公司作為研究目標？這是因為科創板的企業的風險比較高，科創板公司的技術比較領先，科創板公司的前景無法預測，在市場能夠進行對比的公司較少，不能用傳統的估值方法來以偏概全，科創板股票在上市后有股價波動的風險。其次，我們從杭可科技公司的財務報表可以看出，公司的主營業務利潤主要來源于鋰離子電池生產線系統，其主要的客戶來源是國內外一些知名的生產鋰離子電池的企業。近年來，國家大力發展新能源汽車，與之有很大聯系的是鋰離子電池的生產，現在，新能源汽車不斷普及，鋰離子電池的應用越來越廣泛，國內對鋰離子電池的需求大幅度增加。在這個大的背景之下，鋰離子電池生產企業就需要不斷地擴大生產，并新建或改造鋰離子電池的生產線，帶動相關產業的不斷發展和吸收。

一、研究內容

(一)提出問題

在大數據背景下，如何做好風險管理以提高杭可科技公司的運作管理機制，其次，杭可科技公司存貨變動與營業收入變動的關系又是什么，它們之間有哪些必然的聯系，這些問題需要進行一系列的研究才能從中尋找到解決的方法。

(二)提出研究假設

首先，先通過SPSS對杭可科技公司2015年-2019年報告期內的存貨與營業收入的相關性進行分析，根據杭可科技公司的存貨與營業收入相關性診斷分析，可以得到存貨與營業收入是否具有相關性，我們假設得到存貨與營業收入呈現線性關系，說明直線擬合在整體上是合適的。其次，再通過SPSS軟件，進行一元線性回歸分析，結論是杭可科技公司的存貨與營業收入的關系是十分緊密的。

(三)選取樣本、收集數據

選取的樣本主要是杭可科技公司2015年-2019年報告期內的存貨與營業收入的相關數據，見下表1：

表1 杭可科技公司2015年-2019年的存貨與營業收入 單位：億元

(數據來源于同花順)

(四)數據關系分析

1.相關性分析

根據表1中的數據進行相關性分析，將存貨的相關數據用X來表示，將營業收入的相關數據用Y來表示，將數據輸入到SPSS中，可以得到表2有關X和Y的相關性分析：

表2 相關性

從上圖中我們可以看到X和Y的相關性系數為0.762，對應的顯著性為0.047，我們設置的顯著性水平為0.05，則通過顯著性檢驗，即認為兩個變量具有顯著性。

2.一元線性回歸分析

(1)模型

一元線性回歸的模型為：Y=α+β*X+ε，其中X為自變量，Y為因變量，誤差項ε是隨機變量,同時ε也是模型的截距，表示自變量X變化1個單位時，因變量Y平均變化β個單位。

(2)一元回歸結果分析及統計檢驗(SPSS檢驗)

表3 模型摘要b

表4 系數a

圖1

圖2

圖3

①回歸方程的擬合優度檢驗

我們選擇的方法是判定系數R2，即因變量總的變差平方之和等于由自變量引起的因變量的變差平方和加上由隨機變量引起的因變量的變差平方和，R2越大越好，即越接近1越好，表明因變量的變差主要由自變量的不同取值造成的，回歸方程對樣本點的擬合較好。根據表3的分析中我們可以看到本樣本中的R2為0.580，與1比較接近，且調整后R2為0.496，說明回歸方程對樣本點的擬合比較好。

②回歸相關系數的顯著性檢驗

一元線性回歸方程主要是研究樣本變量X與樣本變量Y的線性關系，所以我們通常說樣本變量X與Y之間的相關系數是可以用來檢驗回歸方程的顯著性，并用簡單相關系數來反映它們之間的密切程度。X與Y的簡單相關系數(Pearson相關系數)：r的絕對值小于等于1，即|r|≦1。

通過對比相關系數的檢驗表上的系數，通常當|r|值小于0.05時，我們就認為X與Y之間具有明顯的線性關系。

Pearson相關系數的適用范圍：

a.兩個變量的關系是線性的，并且數據是連續的；b.兩個變量的總體是正態分布，或接近正態分布；c.兩個變量的觀測值需要成對存在，觀測值兩兩之間相互獨立。

根據圖2回歸標準殘差的正態P-P圖，我們可以看到著兩個變量之間具有明顯的線性關系，其次，根據圖1的直方圖，我們也可以看到兩個變量符合正態分布，說明兩個變量之間是具有顯著性的，再者，根據圖3的散點圖我們可以發現，圖中的點的點分布基本分布在縱坐標[-2,2]這個區間，同樣也可以說明兩個變量之間具有顯著性。

③回歸方程的殘差分析

回歸方程的殘差分析主要是分析殘差項是否服從方差相等的正態分布，且相互獨立。

a.殘差序列的正態性的判斷。通過繪制正態曲線的直方圖或累計概率圖，主要是研究標準化殘差的相關圖像。根據圖1可以知道殘差序列的正態曲線的直方圖滿足正態分布。

b.殘差序列的隨機性分析。繪制并比較殘差序列和預測值序列的散點圖，如果殘差系列點隨機分布在經過零的一條直線上下，就說明其是隨機分布的。根據圖3我們可以看出這些點具有隨機性，基本分布在經過零點的一條直線上下。

c.殘差序列的獨立性分析。依據D-W(德賓-沃森)值檢驗進行判斷，接近于2基本可認定殘差序列具有獨立性。根據表3我們可以知道殘差序列的D-W(德賓-沃森)值為3.665，比較接近于2，所以我們說該樣本中的殘差序列，它是具有一定的獨立性的。

(六)研究結論

根據上述的研究方法和論述，我們可以確定提出的研究假設成立，杭可科技公司的存貨與營業收入這兩個財務指標能夠很好地呈現出線性關系，即杭可科技公司存貨與營業收入的關系是緊密相關的。利用SPSS對數據進行一元線性回歸，從回歸的結果來看，X對Y存在影響，方程成立。同時，根據表4我們可以得知存貨與營業收入的一元線性回歸方程表示為：Y=0.915X+1.055(自變量為存貨，因變量為營業收入)。從這個方程的構成來看，存貨與營業收入大體上是正比例關系，存貨增加，營業收入也相應的增加。

二、提出建議

杭可科技公司的管理者在對風險管控方面雖然下了很多苦功夫，也提高了企業風險管控人員的應變能力，然而還是存在著很多人員調配、審核和稽查等不足，而其中技術手段的不足，已經成為企業風險管理的最大限制。運用相關的理論結合實際情況，從大的整體視角來分析企業風險和大數據之間的關系。

風險計量技術在金融領域和銀行領域的應用也十分廣泛，其高效性和準確性也使得越來越多的企業開始引入并開發這一技術。本文分析的主體是結合杭可科技公司的存貨和營業收入的數據進行分析和研究，這些數據在本文中的個數還是相對較少，但是SPSS軟件分析可以分析大量的數據，即就是在運用大數據來分析公司內部一些重要的財務指標，存貨和營業收入只是眾多財務指標中的一部分，還可以分析更多的數據，方法也不僅僅只是用回歸分析法，還有事件研究法和因子分析法可以運用，所以我們說在大數據的分析下，公司可以將有聯系的數據加以分析，使數據的聯系更加緊密。同時，大數據的運用是風險計量技術中的重要環節，使風險管理決策模型的構建更加合理化，提高企業的風險量化能力，從而為客戶提供便利，節省了更多的人力資源和物力資源。具體分析如下：

1.要對企業的存貨風險管理進行相應的管控以及加強企業監管部門的監督作用，使企業內部的運行更加高效和快速。

在大數據的背景下，通過觀察存貨數據的變動，與公司的相關生產產業相聯系，合理的管控庫存的存貨數量，在市場的數據發生變動時，做出相應的調整，控制可能會發生的風險，將風險控制在公司能夠允許的范圍內，對公司造成的損失可以合理的規避到最小，使企業的發展可持續。

2.通過客戶的交易，企業需要留存海量的數據，然后依托互聯網、云計算等信息技術進行識別與分析。

大數據技術能夠通過多種媒體途徑獲得自己需要的信息，挖掘對自己有用的數據，為交易雙方提供更有效的預防措施，減少金融交易中的信息不對稱。在當前中美貿易競爭不斷激化的情況下，大數據技術能夠很好地對其中的信息進行篩選，從而更好地實行相應的政策來規避這方面給公司帶來的外貿風險。由此可見，大數據很有希望在未來克服某些信息不透明對公司帶來的難題，構造全面立體化的客戶數據庫，搭建全方位的風險管理體系。

三、結語

大數據時代給企業信息化提供了各種路徑與渠道。其中，大數據技術與云技術深度合作和互相吸收，給各種新科技提供了相應的發展空間，能夠給企業數據化的發展帶來更多的機遇。大數據背景的來臨，不僅推動了各種新技術的迅速崛起，還給企業帶來需要新的沖擊和挑戰。

本文通過回歸分析法來研究案例，結合杭可科技公司自身的特點，首先提出了相應的應對風險的解決方案，相對于風險管理決策模型而言，更加符合企業的實際情況，使分析結果跟符合實際。當前的情況下，人才合理化、財務數據化、政策透明化是實現風險管理的本質決策。對此，企業需要應對此類問題，為大數據的開發和應用提供環境，采用更加高效的方法，才能獲得可持續發展。在大數據背景下，我們通過借助SPSS等一些數據分析軟件，對數據之間的關系進行一系列的測算，并對相關信息分類處理從而實現各種資源數據的關系透明化，提升信息的利用效率，并提升相關業務的整體處理效率。最后，對于一些風險管理措施，我們需要從風險管理措施的管理層面、完備信息共享模式、充分應用新技術提高企業信息化風險防范力和構建完備的法律體系角度進行分析。