基于大数据的企业财务预警研究_宋彪1
需积分: 0 154 浏览量
2022-08-04
12:43:47
上传
评论
收藏 859KB PDF 举报
中央财经大学学报
2015
年第
6
期
·
财务会计
·
［
收稿日期
］ 2015 － 2 － 24
［
作者简介
］
宋彪
，
男
，1983
年
2
月生
，
中央财经大学信息学院博士生
，
内蒙财经大学讲师
，
研究方向为经济信息分析
；
朱建明
，
男
，
1965
年
8
月生
，
中央财经大学信息学院院长
，
教授
，
博士生导师
，
研究方向为信息安全
；
李煦
，
男
，1974
年
5
月生
，
香港大
学经济及工商管理学院会计系副教授
，
研究方向为会计
、
行为金融学
。
［
基金项目
］
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
” （ 61272398） ；
国家社会科学基金重点项目
“
大数据时代网
络媒介生态环境下个人信息保护体系的构建研究
” （ 13AXW010） ；
北京市哲学社会科学重点项目
“
基于大数据的财务预警理
论与方法研究
” （ 14JGA001）
感谢匿名评审人提出的修改建议
，
笔者已做了相应修改
，
本文文责自负
。
基于大数据的企业财务预警研究
The Ｒesearch of Enterprise Financial Early Warning Based on Big Data
宋 彪 朱建明 李 煦
SONG Biao ZHU Jian-ming LI Xu
［
摘 要
］
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
，
然而会计舞弊或者会
计不作为现象的存在
，
导致各个财务预警模型在以往的经济危机中纷纷失效
。
引入了非财务指标的一
些模型中
，
选取的指标相对片面
，
难以适应对各种非财务指标具有不同敏感度的公司样本
。
大数据技
术的出现
，
使得获得全面而客观信息成为可能
，
笔者提出了以网民为企业
“
传感器
”
的思想
，
即基
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
，
在此基础上结合财务指标
，
尝试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
。
检验显示基于大数据的财务风险预警模型具有更好的有效性
。
实验结果为相关方面预
测我国上市公司财务危机提供了大数据方面的理论依据
。
［
关键词
］
大数据 财务预警 上市公司 支持向量机
［
中图分类号
］ F275 ［
文献标识码
］ A ［
文章编号
］ 1000 － 1549 （ 2015） 06 － 0055 － 10
Abstract： The current financial crisis warning research focuses on model which is based on financial in-
dicators. However，in reality accounting fraud or nonfeasance causes the failure of financial early warning
model in the past economic crisis. the models selecting one-sided indicators are not suitable for all kinds of
sample companies. The development of big data technology makes it possible to obtain comprehensive and ob-
jective information. This paper proposes that internet users are regarded as a sensor to enterprise. Based on the
relevant online information，sensor signals are formed by mixing the analysis of emotion processing and inter-
net information release frequency statistics together，try to bring the index of big data into financial risk early
warning model，and compares the prediction results of the model analysis. We found the financial risk early
warning model based on big data has better effectiveness. The results provides a theoretical basis for forecasting
listed company financial crisis by big data.
Key words： Big data Financial crisis warning Listed company SVM
55
评论0