數字經濟下企業風險的性質轉變與管理策略

何苗 樊子立 張如

【摘要】近年來， 作為一種新出現的經濟形態， 數字經濟成為推動我國經濟高質量發展的重要驅動力。 但是隨著新產品、新模式、新業態的不斷衍生， 其風險逐步凸顯， 企業依靠傳統的風險管理手段已難以有效地面對新問題、新局面， 如何完善風險管理機制和提升風險應對能力成為企業在數字化浪潮中實現可持續發展的重要課題。 基于此， 對數字經濟背景下企業風險的新特征進行分析， 并對企業風險管理各環節的數字化轉型進行探討， 得出要在風險識別階段提高數據化風險感知能力、在風險評估階段構建智慧化標準體系以及在風險應對階段形成自動化應急機制的結論。

【關鍵詞】數字經濟;風險性質;風險管理;傳統企業

【中圖分類號】 F275? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）15-0117-7

一、問題的提出

隨著大數據、云計算、人工智能、移動互聯網為代表的新信息技術的迅速崛起， 新一輪科技革命帶領人類社會邁入數字時代， 疊加疫情因素影響， 數字經濟成為最具活力、輻射最廣的經濟形態， 是引領國民經濟高質量發展的重要引擎。 《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》提出， 發展數字經濟， 推進數字產業化和產業數字化， 推動數字經濟和實體經濟深度融合， 打造具有國際競爭力的數字產業集群。 在數字經濟背景下， 以“大數據+云計算+互聯網”或“物聯網+移動設備數據端”等基礎設施為依托， 通過分析和處理用戶個人信息形成數據信息資源， 建立具有共享特征的市場交易秩序。 中國信息通信研究院2021年發布的《中國數字經濟發展白皮書》顯示， 我國數字經濟規模已由2005年的2.6萬億元增加至2020年的39.2萬億元， 即使受到新冠肺炎疫情的影響， 我國數字經濟依舊在逆勢中加速發展[1] 。

追根溯源， 數字經濟最早出現于Tapscott[2] 1996年出版的《數字經濟》一書中， 他也被后來的研究者們譽為“數字經濟之父”。 他認為， 相較于傳統經濟模式下信息流通過實體方式呈現， 新經濟模式下的信息主要以數字方式呈現。 然而， 他并沒有提出一個準確而清晰的概念， 而是常常將術語“數字經濟”與“新經濟”（強調高增長、低通脹和低失業率）混淆不清。 2000年美國商務部在發布的數字經濟報告中提到， 數字經濟是在新一輪數字技術革新的基礎上建立起來的， 由此衍生出了新的生產方式、新的服務產品以及新的社團模式。 在國內， 數字經濟在2007年作為現象級熱詞、高頻詞在國內出現。 最具有共識度的數字經濟定義來自G20杭州峰會通過的《二十國集團數字經濟發展與合作倡議》[3] 。 數字經濟被表述為以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。

數字經濟成為新時代引領國家發展新動力的同時， 新產品（服務）、新模式、新業態不斷涌現并產生了巨大的商業價值。 以大數據、人工智能等新技術和資源為手段和形式的生態產業鏈， 展現了數字經濟及其競爭格局， 貫穿其整個周期的各種市場擴張競爭行為， 在客觀上已成為世界主要國家和地區間進行市場經濟競爭的主要類型。 就我國具體情況而言， 在數字技術驅動下， 涌現出一大批“智慧+”數字綜合民生服務平臺， 不斷滲透到學習教育、醫療健康、社區管理、生態維護等領域。 以阿里巴巴、騰訊、百度為代表的互聯網企業深度融入經濟高質量發展實踐， 充分利用大數據平臺， 以不同方式發揮各自的作用[4] 。 硅谷戰略專家杰弗里·莫爾曾說到， “在這個世界中， 信息為王。 從業者擁有的數據越多越活躍， 其分析能力越強， 速度越快則投資回報越高”[5]。? 信息為王， 數據為霸， 今天的資產信息比資產本身更值錢， 今天的生產力走向了“無形決定有形”。 中國的人口紅利、海量數據以及各種應用場景成為推動數字經濟發展的獨特優勢，也為未來我國在新技術革命中實現“彎道超車”帶來巨大的可能性。

二、數字經濟下的企業風險

數字經濟在蓬勃發展的同時也帶來了諸多新風險， 實體企業在追趕數字化變革浪潮的同時要警惕各種風險。 世界經濟論壇發布的《2020年全球風險報告》提出， 大規模數據泄露、網絡攻擊、數據詐騙等數字風險都被列為未來發生可能性最高和影響最大的風險之一。 國際信息系統審計協會發布的《2020年企業風險管理狀況報告》中將網絡安全列為企業頭號風險。 在數字經濟的驅動下， 未來實體企業將面對更多未知和更大的風險壓力。 第一， 企業生產效率不斷提高、邊界不斷擴張、與客戶間的關系也不斷被重新定義， 與之相伴的是顛覆式創新不斷涌現， 企業優勝劣汰中“快吃慢” “新吃舊”的現象屢屢發生， 打破了過去大小企業和諧共存的競爭態勢。 第二， 數字化變革意味著借助云計算、移動互聯網等新技術實現“新興數字技術+實體企業”的深度融合， 代表著通過以數據為基礎的算法推測用戶喜好生成內容推薦并產生互動， 使得信息傳播變得更加個性化、定制化， 但同時也涉及用戶的隱私和喜好， 由此引發的法律爭議、算法倫理風險和隱性風險變得越來越突出。 此外， 在實體企業的數字化進程中， 由于數字化戰略缺失、新技術應用不到位、管控措施薄弱、數字技術對業務支持力度低等引發的各種風險嚴重影響到企業的發展。 簡言之， 在數字經濟中， 數字化變革是亮點， 風險防控是重點， 實體企業是主戰場。

數字經濟背景下企業面臨的風險也發生了相應的變化， 傳統風險管理模式的局限性開始凸顯， 如何變革自身的風險管理機制成為企業在數字化浪潮中實現可持續發展的重要課題。 在傳統經濟背景下， 風險一般指的是不確定性， 或表述為結果的“變動”與偏差。 風險的構成一般包括風險因素、風險事故、風險損失三部分， 其中： 風險因素是風險引發的原因與條件， 風險事故是風險事件的本身并屬于媒介的一種， 風險損失是風險發生后對實體的負面影響。 從企業管理層面來看， 風險主要體現在收益的不確定性和經濟價值降低的可能性上。 針對于此， 風險管理相關經典理論試圖從多角度入手， 對風險控制與防范以及發生后的負面影響進行研究。 然而， 在數字經濟背景下， 相應的風險因素內涵與特征、風險事故的表現形式、風險損失的測量手段是否與傳統經濟背景下的情況相同或相似， 是否發生了數字化與網絡化的轉變？ 如果答案是肯定的， 那么這種轉變對于企業實體的發展與風險控制是否會產生影響， 具體影響又包括哪些方面？ 在此基礎上， 企業應當在風險控制總體與具體環節中進行怎樣的變革， 以適應數字經濟背景下的風險性質變化及其對企業自身的影響？本文試圖通過對企業風險在數字經濟環境下的各方面構成要素與相應的應對措施進行分析， 以回應上述問題。

本文的分析內容包括企業風險的性質變化、企業風險管理的策略變化兩個部分。 前者是基于數字經濟的運行機理及其對企業風險形成邏輯的影響， 從而分析風險的具體變化內容; 后者則是對風險防控手段與策略的變革進行探討。 總之， 數字經濟背景下企業面臨的新風險不僅會影響企業自身的風險控制與發展方向， 也會對企業之間的價值鏈產生沖擊， 進而可能影響總體經濟發展效率與運行質量。 因此， 探討數字經濟背景下企業風險的性質變化和企業風險管理的策略變化不僅具有較強的現實意義， 也是現階段理論界的研究難點所在。

三、數字經濟下企業風險的性質變化

大數據顛覆了企業傳統的思維模式、重構了以往的經營模式， 也改變了傳統的企業風險性質。 企業的競爭逐鹿手段已經由傳統經濟時代的單一價格與質量競爭， 轉變為技術較量和標準競爭。 數字經濟時代， 技術的變革與應用改變了企業管理的諸多性質， 如傳統的邊際效用遞減轉化為遞增、層級化轉變為扁平化、溢出效應提升等。 這些特征變化的本質在于數字經濟的網絡技術基礎體現出來的梅特卡夫效應， 該效應引發了邊際成本遞減與外部經濟性增強等效果， 凸顯了網絡技術的新型規模價值。 進一步地， 這種新型規模價值改變了傳統實體企業面臨的風險體系， 并主要體現在風險種類、風險因素、風險轉嫁與風險信息四個方面。

1. 風險種類的復雜化。 傳統風險種類可從多個角度來劃分， 如按照性質、標的、行為、原因、產生環境等進行歸類， 在企業風險管理領域可以按照類似的方法將企業風險劃分為金融風險、經濟風險、法律風險和政治風險等。 傳統風險的分類標準主要根據傳統經濟發展態勢、社會發展現狀以及企業技術水平， 然而在數字經濟背景下， 原有基礎都發生了網絡化的轉變， 從而引起了新的風險或將原有風險變異、放大， 企業風險變數增多并日益復雜， 傳統的風險分類標準已難以奏效。 根據Gartner專門針對CEO的一項研究表明， 77%的CEO認為數字業務將導致新的風險類型與等級。

第一， 數字經濟帶動產業結構優化升級， 引起總體經濟發展態勢及經濟結構發生較大變化， 增加了經濟不確定性。 在傳統經濟模式下， 企業面臨的經濟風險主要來源于實體經濟活動中的不確定性， 具體是指總體經濟發展狀況與經濟結構、市場需求的變化及資本市場的變化。 在數字經濟模式下， 各產業逐漸將數字資源等無形資源加入生產活動中， 使得產業趨向于無形化、數字化， 模糊了一二三產業的邊界， 促進了產業間的延伸融合， 進而改變了總體的經濟發展態勢。 同時， 數字技術、網絡信息技術不僅運用于服務業領域， 在第一與第二產業領域中也不斷擴張， 優化了勞動力資源配置， 提升了生產效率， 促進了經濟增長并使得總體經濟結構發生變化。 一方面， 產業邊界的消融與經濟結構的變化增加了總體經濟與市場發展的不確定性， 進而提高了風險發生的概率; 另一方面， 產業結構的融合也改變了風險劃分的標準， 使得數字經濟背景下企業風險種類呈現復雜化。

第二， 互聯網是數字經濟發展中的“高速公路”， 網絡化使得企業經營活動打破了時間與空間的壁壘， 數據在網絡中飛速運轉并以近乎實時的速度被采集、處理與運用， 不同國家、不同地區、不同經濟實體之間的合作交流越來越頻繁。 與此同時， 網絡化可能引發新的風險， 例如觸發網絡的脆弱性、降低組織的穩定性、危害企業間的交流合作等， 企業往往難以應對。 在傳統的生態環境下， 基于單一業務活動和部門職責條塊化的傳統風險管理模型基本能應對企業可能面臨的風險; 但在數字經濟背景下， 企業在網絡化生態環境中發展將面對更多的新生風險， 對于原有風險的管理可能會由于各類新舊風險的累加、擴散、渲染而面臨失效的可能。 企業網絡化生態環境下的新生風險可分為創新風險、支付風險、快速風險、跨界風險、放大風險、復雜性風險等[6] 。 綜上， 本文總結了企業網絡化生態環境下的部分風險種類， 具體見表1。

2. 風險因素的虛擬化。 在數字經濟模式下， 虛擬經濟與實體經濟加速融合， 貨幣的虛擬化和數字資產的興起使得企業面臨風險因素的虛擬化。 一方面， 貨幣的虛擬化促進了實體經濟交易的虛擬化， 人們開始頻繁地使用電子貨幣、線上支付系統; 另一方面， 數字資產不斷進入實體經濟， 人們不使用實體貨幣就能消費。 這兩種變化使得實體經濟日趨虛擬化， 大量資金脫實向虛， 虛擬經濟的部分特征如風險性、不穩定性、流動性等在總體經濟發展趨勢中也得以體現。

具體來看， 一方面， 電子貨幣通過網絡和信息技術完成向現實的轉變， 在價值上與黃金分離而變得虛擬化， 在形式上成為單純的價值象征從而擺脫了傳統紙幣的實體形式， 在一定程度上使得數據資源代替了物質資源。 貨幣的虛擬化促使經濟交易活動不斷虛擬化， 許多經濟交易活動擺脫了時間和地點的限制從而可以瞬間完成， 通過網絡的供需接觸形成對資源配置的要求， 交易成本得以極大地降低。 進一步， 貨幣的虛擬化加速了金融市場的虛擬化， 依托于互聯網的國際金融市場也形成了一個隨時隨地可調動的統一平臺， 全球的資金調撥可在瞬間完成。 另一方面， 虛擬貨幣“開始”現身， 依托于區塊鏈技術進行加密的數字貨幣， 如以太坊、比特幣等已經成為新的金融市場工具， 在一定程度上推動了虛擬資產的流動和與實體經濟的分離。

需要強調的是， 貨幣虛擬化與虛擬貨幣并不能混為一談。 目前貨幣虛擬化是大趨勢， 如微信支付、支付寶等在大眾生活中逐漸普及， 是我國加快貨幣虛擬化進程的體現， 而虛擬貨幣則是一種不被國家金融機構管控的數字化貨幣形式。 相較而言， 兩者性質也不同， 前者改變的是支付方式， 后者是企圖改變貨幣發行規則的數字貨幣。 在這些虛擬貨幣價格如過山車般漲跌的背后， 隱藏著諸多看不見的“手”——政策因素、輿論因素、項目應用價值等， 都會極大地影響價格， 導致投資數字貨幣的風險遠大于傳統金融風險。 以比特幣為代表的“去中心化”數字支付工具的興起， 使得網絡經濟面臨著財產犯罪（如盜竊、普通詐騙等）、隱私侵犯（或個人信息侵犯）、金融犯罪（如金融詐騙、市場操縱等）等較大風險， 這無疑擴大了企業可能面臨的風險損失。 可以預知， 實體經濟的日益虛擬化也將導致企業要承受數字人民幣電子支付、金融虛擬化、數字資產的流動性所帶來的風險。 數字經濟下， 企業經營活動越發依賴于互聯網， 許多過程變得虛擬化而脫離控制， 加之一旦某個經營活動出現問題， 互聯網會變為“風險加速器”從而將有限的風險放大數倍， 這些都加劇了實體企業的風險壓力。

本文針對引發風險的原因與條件提出的風險因素， 是企業進行風險識別、評估、應對的理論基礎。 風險因素的虛擬化代表的不僅是風險發生概率的提高與風險損失的擴大， 還代表了數字經濟背景下企業風險識別、評估與應對難度的提高。 顯然， 在總體層面上， 風險因素的虛擬化與傳統監管規范體系之間形成沖突并產生空隙， 監管力量難以完全滲透并覆蓋整個網絡化風險體系。 同理， 在企業層面上， 單一經濟實體的風險防控體系也較難回應經濟社會數字化帶來的新型風險難題。 一是在風險識別方面， 風險因素的虛擬化使得企業風險防控部門對其進行觀測與預警的難度加大; 二是在風險評估方面， 經濟交易的虛擬化與網絡化加大了企業風險波動程度， 并提高了對其估計的難度; 三是在風險應對方面， 這一系統層面的風險因素需要企業在整體層面自上而下地變革風險防控體系， 該過程會產生較高的成本。 總得來說， 風險因素的虛擬化不僅僅是風險根源與風險條件的改變， 同時也會影響總體風險防控系統， 在各層面、各環節提高企業面臨的風險難度與壓力。

3. 風險轉嫁的群體化。 風險轉嫁又稱風險轉移， 是企業風險應對措施理論體系中應用范圍較廣的一種有效風險管理手段， 通過將風險及其可能造成的損失以一定的方法全部或部分轉移至非本企業的其他實體， 如通過租賃、基金制度、互助保證、訂立保險合同、經濟合同性風險轉嫁等。 傳統經濟環境下風險轉嫁目標與對象一般是特定的， 如在保險性風險轉移過程中， 通常風險轉移的目標或經濟合同中特定的風險承受人是保險公司。 但是數字經濟體現出的特征如網絡化、碎片化、虛擬化、規模化使得企業轉嫁相關風險的過程中可能出現轉移對象群體化， 具體分析如下：

（1）互聯網的海量用戶成為企業風險轉嫁的對象。 據《中國互聯網發展報告2020》顯示， 截至2020年底， 我國網民規模達9.89億。 從本質上來看， 用戶規模不僅是數字經濟的基礎之一， 也是網絡規模化效應的體現。 數字經濟是網絡經濟的核心， 在此背景下， 企業之間通過優勢互補和資源共享來實現某個共同的市場目標。 邊際收益遞增效應在資源共享和企業合作的大背景下得到充分的體現， 產品成本不斷降低。 龐大的用戶規模形成了我國蓬勃發展的消費市場， 為虛擬經濟的發展打下了堅實的用戶基礎， 也成為企業向線上顧客轉移風險的前提。 同時， 數字經濟產業的發展影響了消費者傳統的消費方式與習慣， 使得消費者越發依賴于以數字技術為基礎的在線支付、新零售、平臺經濟等新業態并開始承擔更多的未知風險。

（2）企業轉嫁風險的成本較低。 在傳統經濟環境下， 企業需要一定的成本轉移風險以減少資本的不確定損失， 如向保險公司支付保險費。 而在數字經濟下， 以ofo小黃車退押金難導致擠兌潮事件為例， 企業占用資金（客戶押金形成的資金池）并挪作他用， 在資金難以回潮時就出現了押金難退的情況。 企業將用戶押金作為風險轉移手段卻無需承擔轉移成本， 這一過程具有杠桿放大效應， 并且誘發了企業的新型道德風險， 從而引發了后續的資金風險、社會風險、法律風險等， 最終使企業自身陷入“困境旋渦”。

（3）對用戶規模的監管不力加速了企業風險轉嫁的群體化。 用戶是數據的衍生器， 是各大商戶平臺競爭逐鹿和保障流量的基礎， 每個用戶都是數據的衍生器。 依據我國相關法律規定， 商家收集用戶信息必須征得用戶的同意。 然而， 現階段如果用戶希望獲得APP和網站的服務就必須同意“商家可以使用個人相關隱私數據”這一條款， 否則會被拒絕使用， 這使得本應在數據采集階段所解決的問題轉嫁延伸至數據服務和應用階段， 乏力的知情同意機制導致的隱患風險令人堪憂， 經營者除了自身使用用戶數據還可以通過數據庫交易共享來實現數據的擴展。 從某種程度上來說， 企業通過讓用戶承擔信息泄露的風險來轉移自身風險， 那么較大的用戶規模就意味著較大的風險。 因此， 減少消費者擔憂、區分可利用與應保護的信息與數據來減少企業的“可乘之機”， 進一步釋放網絡消費潛力， 這些對當下的市場監管機制提出了較大的挑戰。

4. 風險信息的不對稱。 信息不對稱本身即為一項十分重要的風險誘發因素， 常見于企業投資、合同交易、并購重組等， 主要因素是市場調節機制的失效和“看不見的手”， 換言之， 經濟活動中的各個組成部分對于信息的掌握程度是不同的， 掌握的信息越充分就越有可能居于地位有利的一方。 在數字經濟背景下， 風險信息的不對稱具體表現在：

（1）技術水平導致的不對稱。 區塊鏈、物聯網、大數據等技術已經融入企業的生產活動中。 在2020年天貓“雙11”當天的交易中， 阿里云大數據平臺完成了云原生史上最大規模的大數據算力和實時處理能力， 下屬的MaxCompute單日進行批處理計算數據量達1.7EB; 據騰訊2020年第三季度的業績報告顯示， 微信及WeChat存在12.1億的月活躍用戶， QQ智能終端月活躍賬戶數為6.17億， 每天產生規模量巨大的數據。 數字技術領先的公司往往處于行業前列， 占據數字技術不對稱中的優勢位置。 這些大型互聯網公司依賴其技術優勢積累了大規模的用戶數據并對數據進行加工， 挖掘其深層價值并作用于企業產業鏈。 同時， 數據質量的不對稱也是它們具有的重要優勢， 通過結構化數據和非結構化數據構成的多維度信息， 幫助它們進行精準用戶畫像定位和風險管理， 因此增加了企業所面臨的信息不對稱。

（2）“黑箱”模型算法導致的不對稱。 算法雖然優化了市場配給， 卻也帶來了危害。 從消費者出發， 算法的虛無性就像是“黑箱”， 巧妙地遮蓋了算法不公平行為， 如個性化推薦、針對性行為廣告或是差別定價， 甚或算法共謀[7] 。 互聯網平臺長期使用自動化價格算法， 平臺允許線上商戶使用動態的價格進行市場劃分。 商戶通過大數據收集用戶的使用信息預判消費者的消費心理、消費能力和支付意愿， 根據不同用戶實現定制化價格策略， 這種情形在數字經濟背景下十分常見， 其屬于合理還是違法行為的界線并不清晰。 黑箱模型算法給市場的交易環境帶來了不確定性， 在一定程度上增加了消費者和商家交易的不合理性和不公平性， 同時進一步促使消費者走向信息不對稱的劣勢一端。 從企業角度來看， 在算法被廣泛應用的人工智能時代， 如果某算法設計存在一些問題， 產生的錯誤結果也是海量級的， 事后糾錯成本巨大。 由此， “黑箱”模型算法給企業的市場競爭帶來不確定風險。

（3）碎片化導致的不對稱。 一是信息的碎片化， 隨著信息化技術的飛速發展和人們生活方式的變革， 網絡帶來了信息的碎片化。 雖然人們接觸到了更為龐大的信息群， 但內容非常分散， 消費者接收信息的渠道、方式和習慣都逐漸趨向碎片化。 二是社會的碎片化， 傳統意義上的市場概念、社會結構和觀念都不斷地被重新定義——從生活到工作、從交流到消費， 社會的組成不斷地被分割。 三是網絡社群的碎片化， 互聯網打破了時空地域限制， 使得具有相似性需求的個體聚集在一起， 形成了屬性鮮明的社交群體， 體現了社交網絡的碎片化。 這些碎片特性使得不同群體獲得的信息存在差異。

四、智慧型企業風險管理體系的構建

在企業實際風險管理流程中， 數字經濟的風險特征與性質都應該在風險管理過程中得以體現， 無論是風險識別、風險評估還是風險應對階段， 都要考慮企業風險在數字經濟背景下的特征變化， 進行風險管理工具的數據化變革， 以應對科技創新帶來的負面影響。

1. 風險識別階段， 提高數據化風險感知能力。 在企業風險管理過程中， 開端與基礎就是風險識別， 只有準確地識別出風險的類型與內容， 才能有效分析、分類施策、控制與規避風險。 從概念本質來看， 風險識別又可判定為風險感知， 即利用各類方法精準地、系統地對風險進行判定， 并為后期的風險分析與管理決策服務。 在傳統經濟背景下， 一般采用流程圖法、風險列舉法、分解分析法、環境分析法等常見的風險識別與感知工具進行分析。 然而， 在數字經濟背景下， 網絡化與數據化的技術因素導致風險種類的復雜化與風險因素的虛擬化， 以傳統風險類別為基礎的風險感知系統及方法在理論上已無法完全適用于新經濟環境下的風險識別目標。 基于此， 完善路徑應當是構建出能夠識別近乎所有可能發生的風險的實時風險因素觀測系統。

2. 風險評估階段， 構建智慧化標準體系。 風險評估是對風險識別因素的定量分析， 屬于風險管理的基礎之一， 包括企業價值、風險概率、損失量化等內容。 由于數字經濟的風險性質發生變化， 原本適用于傳統經濟環境中的內部控制法、風險因素分析法等手段在數字經濟環境中并不一定適用。

風險因素的虛擬化提升了對其進行識別分析的難度。 以風險因素分析法為例， 在內外部環境發生變化的情況下， 對傳統風險因素的分析與判斷是顯而易見的， 無論是風險等級還是報表粉飾等風險因素都會在財務報表中體現， 都有較為直觀的數據、科學與固定的標準予以參考; 而在風險因素逐漸虛擬化的情況下， 傳統數據的代表性開始降低， 相應的標準體系也開始模糊化。 如在ofo小黃車事件中， 用戶押金在財務上被記入“其他應付款”科目， 本質上屬于負債， 但一方面這一負債與充值的賬務處理——“預收賬款”之間界限不清， 另一方面普通負債在內部控制環節受到的關注度一般不如收入等項目高。

網絡環境與數據環境下的規模效應更大且容易被忽略。 如若干小金額的負債在傳統審計與內部控制流程中一般不會被重視， 甚至不會被認定為風險; 而在規模逐漸提高的情況下加之梅特卡夫效應的影響， 任何小規模的負債、收入或經濟對象的集聚效應都有可能引發較大風險。 上述兩方面從本質上是標準體系與規范體系（企業內部）和風險因素體系變化之間未形成有效銜接引起的。 仍以ofo小黃車押金事件為例， 在不考慮主觀惡意的情況上， 企業資金鏈斷裂并引發嚴重財務危機與社會擠兌潮的本質原因即為社會或企業自身對于單一小金額的押金沒有引起重視、內部控制與風險評估標準體系較為滯后。 基于此， 企業應當變革評估標準體系， 從標準體系的重構與思維的轉變出發， 實現更為全面、充分的智慧化評估。 具體實踐中， 智慧化標準體系的構建可從以下四個方面實現：

（1）構建有效的風險指標體系。 該指標體系所選取的指標與因素應當充分考慮風險類型， 如根據財務風險、法律風險、經營風險、技術風險進行類型化處理， 再依次從中篩選指標， 包括： 償債能力指標、運營能力指標、盈利能力指標等; 訴訟比率、或有資產及負債等法律指標; 技術研發成功率與達成率、產品交驗合格率、技術開發投訴率等技術指標。 并根據企業性質、經營范圍、歷史數據等設置不同指標的權重并進行整體加權平均， 通過將平均結果與預警數據進行比較， 即可識別與評估風險。

（2）完善知識管理和內部控制人才培養機制。 知識管理機制的建立是開展智慧化風險評估工作的基礎和核心。 企業應當將自身風險管理工作及共享風險案例庫的數據信息、專家經驗、業務規則進行總結、提煉、發布與應用， 并在實踐中不斷修正和完善， 借助規則引擎定義和存儲相關知識點， 構建風險管理知識庫。

（3）加強對內部控制人員的素質培養和隊伍建設。 通過多專業培訓、引進核心人才， 逐步建立一支具有高水平風險知識管理能力的專業人才隊伍 。 對于不同的風險因素， 應當發掘預設標準體系可能忽略的領域與內容。

（4）企業要及時學習或引進外部先進技術和服務。 加強與會計師事務所、大數據研發中心等其他行業領域的聯系與合作， 盡可能地挖掘風險點， 綜合利用多種評估方法， 分析潛在風險因素的概率和影響， 為風險應對奠定堅實的基礎。 值得注意的是， 在變革與創新風險評估標準體系的過程中， 應當關注數字經濟環境的規模性、虛擬性、模糊性、網絡化與數據化特性， 將上述特征充分納入考量。

3. 風險應對階段， 形成自動化應急機制。 風險應對是真正意義上的風險管理環節， 在辨識出風險類型、評判風險發生概率與確定風險損失后， 根據具體情況進行相應的決策行動， 即根據企業的風險防控能力、風險的可規避性與可接受性等情況選擇包括規避、接受、降低、分擔等類別的風險策略。 風險應對作為風險識別與評估的后續程序， 必須基于前置程序的有效性才能進行， 但風險識別與風險評估程序在數字經濟背景下被削弱了影響力并間接性地削弱了風險應對的效果。 基于此， 企業應當拓展風險應對策略體系， 創新風險應對模式， 轉變傳統風險應對思維， 構建新型自動化風險管理模式。

（1）構建基于企業風險知識圖譜的智能問答機器人。 知識圖譜因其自身的圖展示、圖挖掘等優勢， 可幫助企業風控人員進行業務場景的分析與決策， 能快速、系統、全面地展示相關信息及風險標簽， 從本體構建、知識抽取、知識融合和知識儲存四個方面進行構建。 基于企業風險知識圖譜， 構建智能問答機器人， 實現對知識圖譜的檢索和利用， 并為風控人員提供及時、專業的風險度量。

（2）建立包含宏觀、中觀、微觀三個層面的風險預警管理系統， 強化風險預警功能。 從宏觀來看， 首先通過在持續時間段內觀測單個預警指標， 建立成熟可靠的風控模型， 對風險綜合得分進行度量， 獲取相對應的預警信號， 隨后通過風險轉換矩陣自動判斷風險預警等級。 從中觀來看， 利用數據庫中的算法不斷進行深度學習形成機器記憶， 并對不同的風險狀況進行智能組合并預警。 如將識別出來的新型風險類別進行數據化儲存， 并形成循環評價材料， 在結合自身或同行業典型企業的風險防控數據基礎上， 構建深度學習材料， 擴充自身風險數據庫， 并形成機器記憶。 從微觀來看， 對企業財務風險、經營風險、內部控制執行情況某一方面的時段數據進行多角度、多方位的智能分析并進行及時預警。

（3）建立快速響應機制和責任管理機制。 快速響應機制是對風險數據智能化分析的應用， 企業要對數百個風險信號進行分類管理， 并對每個信號建立相應的標準作業流程（SOP）， 比如出現重大風險事件、風險偏好升級等， 企業都要能夠快速響應。 同時， 企業要落實責任管理機制。 當風險控制過程中任一環節出現問題時， 系統都能迅速找到相應的責任人， 避免出現延誤或無法聯系的現象。

五、小結

總的來說， 風險控制的三個流程——識別、評估和應對都是基于風險因素、風險種類與風險性質的變化而轉變。 數字經濟作為一種全新的經濟形態， 雖然推動了我國經濟的快速發展， 卻也放大或改變了原有風險甚至導致新的未知風險， 由其引起的風險種類的復雜化、風險因素的虛擬化、風險轉嫁的群體化、風險信息的不對稱都對企業風險防控提出了較大挑戰， 但數字技術的興起和成熟使得企業也具備了處理數字化風險的巨大潛力與進一步發展和轉型的希望與價值。

【 主 要 參 考 文 獻 】

[1] 中國信息通信研究院.中國數字經濟發展白皮書[EB/OL].http： //www.caict.ac.cn/kxyj/qwfb/bps/202104/t20210423_374626.

htm，2021-05-02.

[2] Tapscott Don. The digital economy：Promise and peril in the age of networked intelligence[M].New York：McGraw-Hill，1996：1 ～ 362.

[3] G20.二十國集團數字經濟發展與合作倡議[EB/OL].http：//www.g20chn.org/hywj/dncgwj/201609/t201609 20_3474.html.，2021-

05-02.

[4] 李輝.大數據推動我國經濟高質量發展的理論機理、實踐基礎與政策選擇[ J].經濟學家，2019（3）：52 ～ 59.

[5] 伯納德·利奧托德，馬克·哈蒙德著.鄭曉舟，胡睿，胡云超譯.大數據與商業模式變革：從信息到知識， 再到利潤[M].北京：電子工業出版社，2015：6.

[6] 陸岷峰，王婷婷.基于數字銀行背景下數字信貸風險控制管理的戰略研究[ J].金融理論與實踐，2020（1）：21 ～ 26.

[7] 陳兵.數字經濟發展對市場監管的挑戰與應對——以“與數據相關行為”為核心的討論[ J].東北大學學報（社會科學版）， 2019（4）：388 ～ 397.