大数据与公司财务风险控制研究

　　常冶衡李俊倩司秀华
　　【摘要】文章选取了2018年第二季度中关于低碳经济概念39家上市公司财务风险指标以及2018年第二季度百度指数对这39家上市公司名称检索的平均值作为研究样本，采用经济计量模型实证检验二者的相关性。研究结果表明：百度指数对上市公司检索量直接影响着公司的短期偿债能力，其中流动比率与速动比率作为反映短期偿债能力的重要财务风险指标直接影响着管理层对公司未来的财务预警。同时，通过进一步筛选第三季度财务风险预测结果来看，传统的火力发电、水力发电、煤炭开采等行业所占比重较大，面临着较大的财务风险控制。
　　【关键词】百度指数；流动比率；速动比率；资产负债率；财务风险
　　【中图分类号】F275【文献标识码】A【文章编号】10025812（2019）22002605
　　一、引言
　　财务风险是影响公司发展的一项重要的因素，如何进行风险控制对于公司管理来说显得尤为重要。研究各公司的财务风险指标与百度指数对该公司关注行为之间的相关性，对公司财务风险预警及风险控制有着重要的意义。
　　关于财务风险指标的选取，本文根据东方财富网所列举的上市公司财务指标，选取资产负债比率、流动比率、速动比率等指标为主要参考依据。其中资产负债比率主要衡量公司的资本结构，流动比率与速动比率主要衡量公司的短期偿债能力。百度指数是以大量网民对关键词搜索行为数据为基础，通过研究关键词搜索趋势以此来衡量网民的兴趣和需求，同时定位受众特征。以公司名称作为关键词，在一定意义上可以衡量在大数据背景下网民对公司的关注情况。
　　本文研究的是在大数据背景下运用百度指数对公司名称的搜索情况，以此来反映网络对该上市公司的关注度，并且这种关注度是否与公司财务风险指标存在相关性，探讨公司财务风险控制中能否运用搜索行为提早做出预警。为此，本文选取了2018年第二季度中关于低碳经济概念39家上市公司财务风险指标以及2018年第二季度百度指数对这39家上市公司名称检索的平均值作为研究样本，采用经济计量模型实证检验二者的相关性。文章的进一步研究表明，百度指数对上市公司的检索量在一定程度上影响着公司的短期偿债能力，其中流动比率与速动比率作为反映短期偿债能力的重要财务风险指标，直接影响着管理层对公司未来的财务预警。
　　二、文献回顾与研究假设
　　（一）文献综述
　　在有关低碳经濟与公司财务风险控制的研究方面，聂艳红（2018）通过研究财务风险理论的基础上，将低碳概念纳入企业财务风险的预警指标中，从碳盈利指标、碳发展指标、碳偿债指标、碳运营指标等方面构建一套适合低碳经济发展要求的财务风险预警指标体系；鲁丽萍等（2017）在投资战略问题中提到了策略选择中项目效益决定了企业所进入的共生圈，应该通过人才、技术等方面的引进来缩小企业与行业之间的差距，进入更高级别的共生系统。
　　但是，在有关大数据与财务风险控制相关性的研究方面，目前在学界尚未找到对该问题的研究。通过对相似文献进行查阅发现，张继德等（2014）仅通过对普通投资者关注度方面研究对上市公司股票收益所产生的正向影响，对财务风险问题的研究目前存在空白。对此，本文将百度指数对低碳概念板块的上市公司搜索量作为关注度，选取39家上市公司作为研究样本，结合公司的资产负债比率、流动比率、速动比率等三项财务风险指标，采用经济计量模型实证检验二者的相关性，并在此基础上构建一套有效的风险控制体系。
　　（二）研究假设
　　由于本文研究选取指标有限，现对其做出如下假设：
　　H1：通过百度指数对上市公司名称的检索量反映大数据信息检索情况，以此来衡量网络搜索行为对上市公司的关注度。
　　H2：通过选取资本结构中的资产负债比率来反映公司的长期潜在风险，选取短期偿债能力中的流动比率与速动比率来反映公司的短期财务风险。
　　三、研究设计
　　（一）样本的选取与数据来源
　　本文选取2018年第二季度中关于低碳经济概念39家上市公司财务风险指标（资产负债比率、流动比率、速动比率）以及2018年第二季度百度指数对这39家上市公司名称检索的平均值作为研究样本。其中财务风险指标数据来源于东方财富网，百度指数主要来自百度官方数据对上市公司名称2018年36月的样本均值。表1为样本数量筛选过程及相关说明。
　　（二）模型的建立与说明
　　为了检验低碳板块上市公司的检索量是否对公司的财务风险指标产生影响，本文借鉴回归分析方法，构建基本模型。因变量选取资产负债率（Assetliabilityratio）、流动比率（Currentratio）、速动比率（Quickratio），自变量选取低碳板块上市公司检索量，即百度指数（baiduindex）。构建模型如下：
　　Assetliabilityratio（t）11baiduindex（t）k1（1）
　　Currentratio（t）22baiduindex（t）k2（2）
　　Quickratio（t）33baiduindex（t）k3（3）
　　式（1）（3）分别表示百度指数对目标公司的检索量分别对资产负债比率、流动比率、速动比率等三项财务风险指标的影响情况。
　　（三）回归分析与检验
　　为了更好地理解低碳板块上市公司检索量对财务风险指标的影响问题，本文根据式（1）（3）分别进行回归分析。具体如表2所示。
　　表2百度指数对目标公司的检索量（以下用baiduindex（t）表示）分别对资产负债比率、流动比率、速动比率等三项财务指标进行回归分析的结果显示：baiduindex（t）对Assetliabilityratio（t）的MultipleR0。092702739，说明相关性较弱；baiduindex（t）对Currentratio（t）的MultipleR0。783002286，说明相关性较弱；同时Pvalue值均小于0。001，属于极端显著，说明回归模型是有效的；baiduindex（t）对Quickratio（t）的MultipleR0。834610504，说明相关性较弱；同时Pvalue值均小于0。001，属于极端显著，说明回归模型也是有效的。
　　对以上三项财务风险指标筛选发现，百度指数对目标公司的检索量对流动比率、速动比率两项短期偿债能力指标影响有效，可以作为上市公司財务风险预警及控制的参考依据。其中两项指标的回归方程如下：
　　Currentratio（t）0。79414760。000603641baiduindex（t）（4）
　　Quickratio（t）0。60458870。0007451baiduindex（t）（5）
　　四、财务风险预测及风险预警设计
　　（一）财务风险指标预测
　　根据回归分析与检验结果发现，百度指数对目标公司的检索量对短期偿债能力的两项指标影响有效，基于此，本文选取39家研究样本公司2018年79月的百度指数平均检索量对反映短期偿债能力的两项指标流动比率、速动比率指标预测情况进行计量。具体如表3所示。
　　（二）财务风险预警设计
　　根据表3的预测结果，将第二季度的财务风险指标实际情况与第三季度的预测数值进行对比，并结合行业均值与变化情况，进行财务风险分析，找出需要风险预警的上市公司。
　　1。计算两个季度的行业均值。根据上页表1中的第二季度39家低碳概念板块的上市公司的流动比率与速动比率两项短期偿债能力指标，分别计算概念板块均值（Currentratio（2t）39、Quickratio（2t）39）；根据表3中的第三季度预测数据的39家低碳概念板块上市公司的流动比率与速动比率两项短期偿债能力指标，分别计算概念板块均值（Currentratio（3t）39、Quickratio（3t）39）。
　　2。制定财务风险预警指标。首先，通过对第二季度目标公司财务指标与概念板块均值进行比较分析，分别将每个样本公司第二季度流动比率与速动比率两项指标减去概念板块均值来计算其差值。具体如式（6）（7）所示。
　　C（2t）Currentratio（2t）Currentratio（2t）39（6）
　　Q（2t）Quickratio（2t）Quickratio（2t）39（7）
　　其次，通过对第三季度目标公司预测财务指标与对应概念板块均值进行比较分析，分别将每个样本公司第三季度流动比率与速动比率两项指标减去概念板块均值来计算其差值。具体如式（8）（9）所示。
　　C（3t）Currentratio（3t）Currentratio（3t）39（8）
　　Q（3t）Quickratio（3t）Quickratio（3t）39（9）
　　再次，将流动比率、速动比率第三季度预测数据与第二季度实际数据进行对比分析。具体如式（10）（11）所示。
　　C（3t2t）C（3t）C（2t）（10）
　　Q（3t2t）Q（3t）Q（2t）（11）
　　最后，对式（1）（10）计算结果进行分析，找出其中的变化情况，制定风险控制方法。整个财务风险预警方法相关说明如表4所示。
　　3。财务风险预警指标面板数据分析结果。通过表4的财务风险预警方法相关说明（即公式（1）（11）），分别计算C（2t）、Q（2t）、C（3t）、Q（3t）、C（3t2t）、Q（3t2t），具体如下页表5所示。
　　经过对流动比率与速动比率的预测模型进行计量发现：39家低碳经济概念的上市公司中，19家上市公司C（3t2t）0，预期流动比率提高，说明短期偿债能力提高；另外20家上市公司C（3t2t）0，预期流动比率下降，短期偿债能力下降，财务风险加大。与此同时，21家上市公司Q（3t2t）0，预期速动比率提高，说明短期偿债能力提高；另外18家上市公司C（3t2t）0，预期速动比率下降，短期偿债能力下降，财务风险加大。
　　为了进一步分析财务风险存在的问题，本文分别选取两项指标均小于0和其中一项指标小于0的上市公司（分别表示公司1和2）。
　　1｛C（3t2t）0且C（3t2t）0｝
　　2｛C（3t2t）0且C（3t2t）0｝｛C（3t2t）0且C（3t2t）0｝
　　筛选结果发现，117，24。最终筛选存在财务风险预警问题的上市公司如下页表6所示。
　　首先，对于1筛选出的17家上市公司经过行业细分发现：火力发电、水力发电、煤炭开采中，各有2家上市公司，共计6家，占整个1公司的34，上述行业属于传统的板块，同时根据表5对财务风险指标的变化情况来看，排名靠前，说明公司第三季度流动比率与速动比率预测值与第二季度相比减少过大，短期偿债能力需要加强。同时在传统行业中，塑料、其他建材、建筑施工、纺织等行业面临较大的财务风险问题。
　　其次，对于2筛选出的4家上市公司经过行业细分发现均处于不同的行业，上述行业中的上市公司财务风险控制加大。
　　五、研究结论与展望
　　总体而言，低碳经济概念的39家样本上市公司中，百度指数对上市公司的检索量在一定程度上影响着该公司的短期偿债能力，其中流动比率与速动比率作为反映短期偿债能力的重要财务风险指标直接影响着管理层对公司未来的财务预警。因此公司在应对财务风险问题时应该合理地配置流动性较强的资产以应对短期借款、应付账款等流动负债，防止在短期内资金链的断裂影响企业正常的运营。在进行风险监测过程中应该随时关注网络对公司的关注情况，其中百度指数能够很好地反映这一情况，可为决策者提供一份有效的参考依据。
　　此外，关于式（4）和式（5）还有一点需要特别说明，在對流动比率与速动比率的预测模型进行计量过程中，流动比率与速动比率的差值大于0，属于正常情况；如果进一步分析二者的差值，是否存在流动比率与速动比率的差值小于0的非正常情况。根据流动比率与速动比率的公式分析来看，流动比率应该大于速动比率，其中的差值主要体现在公司的存货方面的问题，然而在进行实际分析中由于百度指数的变化可能会导致存货存在负值。为了进一步分析其中的问题，本文将流动比率预测模型与速动比率预测模型进行差值分析。具体如式（12）所示。
　　Currentratio（t）Quickratio（t）0。18955890。000141459baiduindex（t）（12）
　　根据上述模型分析，正常情况下Currentratio（t）Quickratio（t）0，此时0。18955890。000141459baiduindex（t）0，即baiduindex（t）1340。因此上述模型适合用于百度指数对公司检索量不大于1340，一旦超过这个临界点，在进行短期偿债能力预测分析中，会导致存货出现负值，属于非正常情况。本文后期的研究还有一些需要改进之处，望更多学者共同研究和探索。
　　【主要参考文献】
　　〔1〕聂艳红。低碳经济视角下企业财务风险预警研究〔J〕。财会通讯，2018，（14）：106109。
　　〔2〕鲁丽萍，石友蓉。共生视角下企业碳财务战略体系的构建〔J〕。财会月刊，2017，（10）：2024。
　　〔3〕张继德，廖微，张荣武。普通投资者关注对股市交易的量价影响基于百度指数的实证研究〔J〕。会计研究，2014，（08）：525997。
　　〔4〕罗婧。投资者网络关注度与股市变化间关系的实证检验〔J〕。财会月刊，2017，（05）：109113。
　　〔5〕徐蕾，冯莉。信息透明度与股价同步性的关系〔J〕。财会月刊，2017，（21）：116123。
　　〔6〕汤祥凤。有限关注与股票价格基于百度指数作为有限关注的实证分析〔J〕。南京航空航天大学学报（社会科学版），2016，18，（03）：2731。
　　【作者简介】
　　常冶衡，男，副教授，2007年至今在青岛黄海学院财经学院从事教学工作；研究方向为财务与金融。