随着经济全球化和互联网经济的发展,企业之间的竞争更加激烈,投资者和
企业都更加重视财务危机预警在企业管理中的重要作用,然而企业财务危机预警
一直是企业管理中面临的一个难题。当前的财务危机预警研究主要着眼点是基于
财务指标建立模型,但是现实中每次经济危机发生时的预警悖论,使财务指标在
危机风险预警方面的局限性逐渐暴露出来。财务指标的滞后性和可人为操纵性,
严重的影响了财务危机预警的可信度。虽然有学者在模型中引入了非财务指标,
但由于数据获取的难度,选取的非财务指标相对片面,难以适应对各种非财务指
标具有不同敏感度的公司样本要求。
大数据思维和技术为非财务指标的选择提供了新的思路。本文研究基于大数
据的企业财务预警的理论与方法。首先,针对财务危机预警这一难题,运用演化博
弈论分析了财务危机预警准确度偏低的原因,证明了财务数据真实有效假设的不
可靠性,发现了提高财务危机预警效果的有效路径。根据系统动力学仿真得出结
论,指出发展相关信息获取技术是解决财务预警效果不佳问题的重要方向。
在此基础上,提出了以网民为企业“传感器”的思想,基于互联网上的相关在
线信息,通过情感分析处理,以及统计网民信息发布频次,融合后形成传感器信号,
涵盖了与公司相关的所有维度的信息。利用基于大数据的网络爬虫和文本情感倾
向分析技术,将与上市公司有关的信息结构化并且降维,形成关于上市公司的综
合大数据情感指标,结合财务指标,最终建立引入大数据指标的财务风险预警模
型,并对模型的预测效果进行比较分析和检验,结果显示基于大数据的财务风险
预警模型具有更好的有效性。相关结论从理论上提供了进行企业财务预警的新思
路,也为相关方面预测上市公司财务危机提供了理论支持,最后指出作为 Web2.0
环境中在线信号的外在表现形式,企业网络舆情与企业危机是相互影响的关系,
并根据“最好的预测是创造”的观点,从企业舆情的角度对企业危机管理进行了
系统的研究。本文的选题来自于国家自然科学基金项目“基于博弈论的信息安全
理论与方法研究(编号:61272398)”和北京市社会科学基金重点项目“基于大数
据的财务预警理论与方法研究(编号:14JGA001)”的部分研究内容。