大数据时代金融衍生工具财务管理风险分析的文献综述|财务管理方面的文献综述

　 大数据时代金融衍生工具财务管理风险分析的文献综述 *** 1510070223 （**工程技术大学 工商管理学院 财务管理专业，**省葫芦岛市125105） 摘要：关于企业运用金融衍生工具的财务风险管理研究非常缺乏。大数据分析的方法可以通过大量的金融产品交易数据、网络评论数据挖其内在规律，建立预警模型帮助企业规避财务风险。根据大数据的思维范式，可把这些杂乱无章的原始数据通过大数据的软件处理后，进行技术量化引入到预警模型当中，这是大数据技术给企业在进行金融衍生工具投融资过程中做到风险预警的一个重要应用。 关键词：大数据；金融衍生工具；财务管理；风险预警 A Literature Review on Risk Analysis of Financial Derivatives in the Big Data Era ZHAI Yusheng (Liaoning University of Engineering and Technology, School of Business Administration, Finance Management, Liaoning, Huludao 125105) Abstract: There is a lack of research on financial risk management of enterprises using financial derivatives. The method of big data analysis can dig its inherent law through a large number of financial product transaction data and network comment data, and establish early warning model to help enterprises avoid financial risks. According to the thinking paradigm of big data, these chaotic raw data can be processed by software of big data, and technology quantification can be introduced into the early warning model. This is an important application of big data technology in risk early warning for enterprises in the process of investment and financing of financial derivatives. Key words: big data; financial derivatives; financial management; risk early warning 0 引言 企业风险管理是财务管理的一个重要组成部分，风险管理的目的在于减少现金流的波动性。国外关于企业风险管理的实证研究已有几十年，也取得了可观成果，这主要与国外的资本市场发展较早、较为成熟有关。随着大数据发展，学者们尝试通过大数据分析方法，把其挖掘数据规律的能力引人到分析企业财务风险管理中，建立分析模型与构建金融衍生工具风险管理指标评价体系，并取得了一定的研究成果。下面本文主要在三个方面进行综述研究：第一是衍生工具与企业风险管理研究前沿；第二是大数据发展及其应用的现状；第三是大数据支撑的企业财务管理分析体系的文献综述 一、衍生工具与企业风险管理 企业进行风险管理的需求主要是来自于汇率、利率及商品价格的波动对公司未来现金流的影响而用来管理风险的衍生工具的种类可以分为远期合约、期货合约、期权合约及互换合约四大基本类型。Bodnar,Hayt,Marston( 1995，1998）的调查研究发现，美国企业最常用衍生工具来管理汇率风险，其次为利率风险，再之后是商品价格波动风险。关于运用衍生工具管理风险的方式，国外（包括台湾）不仅研究了所管理风险的类型及其频率排序，所使用衍生工具的类型及其频率排序，而且研究了运用不同衍生工具对冲不同特征风险的状况。显然，这一研究对于指导企业如何运用衍生工具进行风险管控是极具现实意义的，但在我们收集到的文献中，没有发现国内的相关研究（刘翰林，2013）。 关于运用金融衍生工具进行风险管理的方式，国外开展了大量深人的调查研究，这一研究对于指导企业如何运用金融衍生工具进行财务风险管理是极具现实意义的，但是国内对于这方面的研究文献很少。随着国内衍生品市场的发展，运用衍生工具进行财务风险管理的企业不断增加，国内应该加强对金融衍生工具进行风险管理的处理开展研究。其研究内容包括具有不同特征的企业倾向于使用何种类型的衍生工具来管理风险，如何选择不同的工具来管理不同特征的风险，同一工具可用于管理哪些风险，以及同一风险可以采取哪些工具加以管控等等。此外，当前的研究更多地集中于汇率风险、利率风险以及商品价格风险的管控，对于衍生工具的运用对财务风险和经营风险，系统风险和非系统风险具有什么影响，以及这两类风险之间存在怎样的联系等缺乏应有的研究。 因此，对企业而言，企业对于金融衍生工具的运用还有太多急需解决的问题需要通过更深人的研究来揭开：如何探索金融衍生工具与公司财务风险管理的关系？在投资金融衍生品进行风险管理的过程中存在什么危害性问题？能否建立一个有效的财务管理风险预警体系和制度予以保障？这些问题的研究非常缺乏。 二、大数据发展及其应用的现状 继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。随着互联网的飞速发展，人们越来越多的行为在网络中发生，这直接导致互联网中人类行为相关数据呈爆炸式增长，人类在不知不觉中已经进人了一个 “大数据"时代。，联合国在2012年发布的大数据白皮书中指出，大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响。为此，世界各国都在此领域投人大量人力物力来支持“大数据"相关研究和应用。 维基百科上给出的大数据定义是：数据量规模巨大到无法通过目前主流软件工具获取、管理、处理、整理成为帮助企业经营决策，达成更积极目的的信息。国际数据公司（IDC）认为，大数据是符合特征的数据集，即海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity)、多样的数据类型(Variety)、巨大的数据价值（value）。 为了达到大数据挖掘的研究目标，研究者主要采用以下五类技术方法：0）预测。建立一个能够从整合多个预测变量推断单一被预测变量的模式。（2）聚类。根据数据特性，将一个完整的数据集分成不同的子集。（3）关系挖掘。探索数据集中各变量之间的相关关系，并将相关关系作为一条规则进行编码。（4）人类判断过程简化。用一种便于人类理解的方式描述数据，以便人们能够快速地判断和区分数据特征，该方法主要以可视化数据分析技术为主。（5）模型构建。通过对数据集的聚类、相关关系挖掘等过程，构建供未来分析的有效现象解释模型。 在大数据应用方面，国内早在从2 8年初，阿里巴巴通过对用户行为数据的挖掘和分析发现整个买家询盘数极具下滑，同时欧美对中国采购也在下滑。他们提前半年时间准确预测出世界外贸经济走势，从而躲避了金融危机。Kira Radinsky（2013）举了一例是如何用挖掘分析暴风雨、干旱等自然灾害数据的方法去预测安哥拉霍乱的爆发，结果证明可以提前一年预测到霍乱爆发的蔓延。 太多的案例利用大数据去分析、洞察未来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。通过揭示大数据市场潜在需求与机会，为战略投资者选择恰当的投资时机和公司领导层做战略规划提供准确的市场情报信息及科学的决策依据。而国内尚处启蒙阶段，因此，国内研究迫切需要整合现有资源，发挥后进优势，实现金融大数据研究和应用的跨越式发展。 因此，引人大数据分析的方法是一种研究方法的创新。在大量的金融产品交易数据、网络评论数据是大数据分析的前提条件，数据可获得性强、噪音较低，非常适合应用大数据分析方法挖掘其内在规律，帮助企业规避财务风险。 三、大数据时代对企业财务管理的影响 随着全球经济一体化趋势的日益加快，企业面临的内外部环境发生了较大的变化。相应的企业财务管理信息也因随之更新，因此需要企业能够通过快速响应与技术创新来获得内外部的财务管理信息情报，从而构筑一个更具竞争力的战略决策体系。在前大数据时代，企业获得财务管理信息无非是通过财务会计报表数据，而在大数据时代背景下，企业获得财务管理信息的主要途径除了传统的财务报表外，利用大数据技术，企业可以从业务数据、客户数据等方面挖掘更多的财务管理信息。以计算为核心的大数据处理平台可以为企业提供一个更为有效的数据管理工具，提升企业财务管理水平。 企业在大数据时代背景下能够获得多维度的海量数据信息，在原来的工作模式中，企业可能无法应对如此繁杂的数据，但大数据条件下企业可以建立一个大数据预测分析系统，让企业从原先那种繁杂的数据监测与识别工作中解脱出来，为企业赢取更多的时间来进行决策与分析。比如：企业可以借助客户大数据分析体系，分析购买企业产品客户的收入分布水平和消费习惯阶层，从而开发出针对不同阶层的针对性产品，提高企业产品销售的效率。 在前大数据时代，财务报告的编制以确认、计量、记录为基础，然而由于技术手段的缺失，财务数据和相关业务数据作为企业的一项重要资源，其价值没有并受到应有的重视。受制于技术限制，有些企业决策相关数据并未得到及时、充分的收集，或者由于数据分类标准差异，导致数据整合利用难度大、效率低，相关财务管理信息因此不准确、不精准，大量财务管理数据在生成财务报表之后便处于休眠状态而丧失价值。但在大数据时代由于技术的发展，企业高效率的处理整合海量数据成为可能，而且由于大数据技术所要求的规范化、标准化，大量财务管理数据的准确性得以提升。 从企业财务管理的角度分析，大数据为财务人员从记账复核和简单的报表分析向高层管理会计转型提供了机遇。此前，财务人员只能通过对报表数据的分析为管理者提供决策的依据。随着市场竞争的加剧，基于财务报表的数据分析只能为管理者提供有限的信息，管理者越来越不满足于纯粹报表信息。但在大数据时代，财务人员企业可以面对不同维度的海量财务数据，而且数据之间的因果关系链更完整。同时，大数据技术能够帮助财务人员破解传统 Excel 分析难以应对的数据分析难题，透过那些看似普通的数据，财务人员可以在数据分析过程中更全面地了解到企业的现状及问题，更及时地评价企业的财务状况和经营成果，从而揭示经营活动中存在的矛盾和问题，为改善经营管理提供根据明确的方向和线索。 四、小结 企业运用金融衍生工具的研究非常缺乏。特别是企业经营者关心的问题：在投资金融衍生品进行风险管理的过程中存在什么危害性问题？能否建立一个有效的预警体系和 FINANCE & ECONOMY金融经济制度予以保障？大数据分析的方法可以通过大量的金融产品交易数据、网络评论数据挖掘其内在规律，建立预警模型帮助企业规避财务风险。根据大数据的思维范式，可把这些杂乱无章的原始数据通过大数据的软件处理后，进行技术量化引人到预警模型当中，这是大数据技术给企业在进行金融衍生工具投融资过程中做到风险预警的一个重要应用。 参考文献： [ 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 · 912一927 · [ 2 ]张杰，尚长风·资本结构、融资渠道与中小企业融资困境来自中国江苏的实证分析[ J ] ·经济科学， 2006（3）· [ 3 ]白石·中小企业融资问题讨论综述[ J ] ·经济理论与经济管理，2004（9）． [ 4 ]郭娜·政府市场谁更有效中小企业融资难解决机制有效性研究[ J ]．金融研究，2013（3）· [ 5 ] Banerjee，A. V.，Besley，T. , and Cuinnane，T. W1994 · The Neighbor ' s Keeper：The Design of a Credit Cooperative with Theory and a Test. Quarterly Journal Of Economics，Vol. 109，No. 22：925一954 · [ 6 ]林毅夫，李永军·中小企业金融机构发展与中小企业融资[ J」·经济研究，2001 0）· [ 7 ]郭斌，刘曼路·民间金融与中小企业发展：对温州的实证分析[ J ] ·经济研究，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. 3：671一689 · [ 9 ]赵岳，谭之博·电子商务、银行信贷与中小企业融 一个基于信息经济学的理论模型[ J ] ·经济研究，2012（7）· [ 10 ]谢平，邹传伟·互联网金融模式研究[ J ]．金融研究，2012（12）． [ 1 1 ]姜奇平·给金融开天眼[ J ]·互联网周刊· 2012（10）． [ 12 ]宫学庆，金澈清，王晓玲，张蓉，周傲英·数据密集型科学与工程：需求和挑战[ J ] ·计算机学报· 2005（1）· [ 13 ]德勤中国金融服务业卓越中心·战略管理新思维[ D ] ·大连：东北财经大学出版社，201L