大數(shù)據(jù)與公司財(cái)務(wù)風(fēng)險(xiǎn)控制研究

常冶衡 李俊倩 司秀華

【摘要】 ?文章選取了2018年第二季度中關(guān)于低碳經(jīng)濟(jì)概念39家上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)以及2018年第二季度百度指數(shù)對這39家上市公司名稱檢索的平均值作為研究樣本，采用經(jīng)濟(jì)計(jì)量模型實(shí)證檢驗(yàn)二者的相關(guān)性。研究結(jié)果表明：百度指數(shù)對上市公司檢索量直接影響著公司的短期償債能力，其中流動(dòng)比率與速動(dòng)比率作為反映短期償債能力的重要財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)直接影響著管理層對公司未來的財(cái)務(wù)預(yù)警。同時(shí)，通過進(jìn)一步篩選第三季度財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測結(jié)果來看，傳統(tǒng)的火力發(fā)電、水力發(fā)電、煤炭開采等行業(yè)所占比重較大，面臨著較大的財(cái)務(wù)風(fēng)險(xiǎn)控制。

【關(guān)鍵詞】 ? 百度指數(shù);流動(dòng)比率;速動(dòng)比率;資產(chǎn)負(fù)債率;財(cái)務(wù)風(fēng)險(xiǎn)

【中圖分類號】 ?F275 ?【文獻(xiàn)標(biāo)識碼】 ?A ?【文章編號】 ?1002-5812（2019）22-0026-05

一、引言

財(cái)務(wù)風(fēng)險(xiǎn)是影響公司發(fā)展的一項(xiàng)重要的因素，如何進(jìn)行風(fēng)險(xiǎn)控制對于公司管理來說顯得尤為重要。研究各公司的財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)與百度指數(shù)對該公司關(guān)注行為之間的相關(guān)性，對公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警及風(fēng)險(xiǎn)控制有著重要的意義。

關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的選取，本文根據(jù)東方財(cái)富網(wǎng)所列舉的上市公司財(cái)務(wù)指標(biāo)，選取資產(chǎn)負(fù)債比率、流動(dòng)比率、速動(dòng)比率等指標(biāo)為主要參考依據(jù)。其中資產(chǎn)負(fù)債比率主要衡量公司的資本結(jié)構(gòu)，流動(dòng)比率與速動(dòng)比率主要衡量公司的短期償債能力。百度指數(shù)是以大量網(wǎng)民對關(guān)鍵詞搜索行為數(shù)據(jù)為基礎(chǔ)，通過研究關(guān)鍵詞搜索趨勢以此來衡量網(wǎng)民的興趣和需求，同時(shí)定位受眾特征。以公司名稱作為關(guān)鍵詞，在一定意義上可以衡量在大數(shù)據(jù)背景下網(wǎng)民對公司的關(guān)注情況。

本文研究的是在大數(shù)據(jù)背景下運(yùn)用百度指數(shù)對公司名稱的搜索情況，以此來反映網(wǎng)絡(luò)對該上市公司的關(guān)注度，并且這種關(guān)注度是否與公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)存在相關(guān)性，探討公司財(cái)務(wù)風(fēng)險(xiǎn)控制中能否運(yùn)用搜索行為提早做出預(yù)警。為此，本文選取了2018年第二季度中關(guān)于低碳經(jīng)濟(jì)概念39家上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)以及2018年第二季度百度指數(shù)對這39家上市公司名稱檢索的平均值作為研究樣本，采用經(jīng)濟(jì)計(jì)量模型實(shí)證檢驗(yàn)二者的相關(guān)性。文章的進(jìn)一步研究表明，百度指數(shù)對上市公司的檢索量在一定程度上影響著公司的短期償債能力，其中流動(dòng)比率與速動(dòng)比率作為反映短期償債能力的重要財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)，直接影響著管理層對公司未來的財(cái)務(wù)預(yù)警。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)綜述

在有關(guān)低碳經(jīng)濟(jì)與公司財(cái)務(wù)風(fēng)險(xiǎn)控制的研究方面，聶艷紅（2018）通過研究財(cái)務(wù)風(fēng)險(xiǎn)理論的基礎(chǔ)上，將低碳概念納入企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警指標(biāo)中，從碳盈利指標(biāo)、碳發(fā)展指標(biāo)、碳償債指標(biāo)、碳運(yùn)營指標(biāo)等方面構(gòu)建一套適合低碳經(jīng)濟(jì)發(fā)展要求的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系;魯麗萍等（2017）在投資戰(zhàn)略問題中提到了策略選擇中項(xiàng)目效益決定了企業(yè)所進(jìn)入的共生圈，應(yīng)該通過人才、技術(shù)等方面的引進(jìn)來縮小企業(yè)與行業(yè)之間的差距，進(jìn)入更高級別的共生系統(tǒng)。

但是，在有關(guān)大數(shù)據(jù)與財(cái)務(wù)風(fēng)險(xiǎn)控制相關(guān)性的研究方面，目前在學(xué)界尚未找到對該問題的研究。通過對相似文獻(xiàn)進(jìn)行查閱發(fā)現(xiàn)，張繼德等（2014）僅通過對普通投資者關(guān)注度方面研究對上市公司股票收益所產(chǎn)生的正向影響，對財(cái)務(wù)風(fēng)險(xiǎn)問題的研究目前存在空白。對此，本文將百度指數(shù)對低碳概念板塊的上市公司搜索量作為關(guān)注度，選取39家上市公司作為研究樣本，結(jié)合公司的資產(chǎn)負(fù)債比率、流動(dòng)比率、速動(dòng)比率等三項(xiàng)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)，采用經(jīng)濟(jì)計(jì)量模型實(shí)證檢驗(yàn)二者的相關(guān)性，并在此基礎(chǔ)上構(gòu)建一套有效的風(fēng)險(xiǎn)控制體系。

（二）研究假設(shè)

由于本文研究選取指標(biāo)有限，現(xiàn)對其做出如下假設(shè)：

H1：通過百度指數(shù)對上市公司名稱的檢索量反映大數(shù)據(jù)信息檢索情況，以此來衡量網(wǎng)絡(luò)搜索行為對上市公司的關(guān)注度。

H2：通過選取資本結(jié)構(gòu)中的資產(chǎn)負(fù)債比率來反映公司的長期潛在風(fēng)險(xiǎn)，選取短期償債能力中的流動(dòng)比率與速動(dòng)比率來反映公司的短期財(cái)務(wù)風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本的選取與數(shù)據(jù)來源

本文選取2018年第二季度中關(guān)于低碳經(jīng)濟(jì)概念39家上市公司財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)（資產(chǎn)負(fù)債比率、流動(dòng)比率、速動(dòng)比率）以及2018年第二季度百度指數(shù)對這39家上市公司名稱檢索的平均值作為研究樣本。其中財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)來源于東方財(cái)富網(wǎng)，百度指數(shù)主要來自百度官方數(shù)據(jù)對上市公司名稱2018年3—6月的樣本均值。表1為樣本數(shù)量篩選過程及相關(guān)說明。

（二）模型的建立與說明

為了檢驗(yàn)低碳板塊上市公司的檢索量是否對公司的財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)產(chǎn)生影響，本文借鑒回歸分析方法，構(gòu)建基本模型。因變量選取資產(chǎn)負(fù)債率（Asset-liability ratio）、流動(dòng)比率（Current ratio）、速動(dòng)比率（Quick ratio），自變量選取低碳板塊上市公司檢索量，即百度指數(shù)（baidu index）。構(gòu)建模型如下：

Asset-liability ratio（t）=α1+β1 baidu index（t）+ξk1（1）

Current ratio （t）=α2+β2 baidu index（t）+ξk2 （2）

Quick ratio （t）=α3+β3 baidu index（t）+ξk3 （3）

式（1）-（3）分別表示百度指數(shù)對目標(biāo)公司的檢索量分別對資產(chǎn)負(fù)債比率、流動(dòng)比率、速動(dòng)比率等三項(xiàng)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的影響情況。

（三）回歸分析與檢驗(yàn)

為了更好地理解低碳板塊上市公司檢索量對財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的影響問題，本文根據(jù)式（1）-（3）分別進(jìn)行回歸分析。具體如表2所示。

表2百度指數(shù)對目標(biāo)公司的檢索量（以下用baidu index（t）表示）分別對資產(chǎn)負(fù)債比率、流動(dòng)比率、速動(dòng)比率等三項(xiàng)財(cái)務(wù)指標(biāo)進(jìn)行回歸分析的結(jié)果顯示：baidu index（t）對Asset-liability ratio（t）的Multiple R=0.092702739，說明相關(guān)性較弱;baidu index（t）對Current ratio （t）的Multiple R=0.783002286，說明相關(guān)性較弱;同時(shí)P-value值均小于0.001，屬于極端顯著，說明回歸模型是有效的;baidu index（t）對Quick ratio （t）的Multiple R=0.834610504，說明相關(guān)性較弱;同時(shí)P-value值均小于0.001，屬于極端顯著，說明回歸模型也是有效的。

對以上三項(xiàng)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)篩選發(fā)現(xiàn)，百度指數(shù)對目標(biāo)公司的檢索量對流動(dòng)比率、速動(dòng)比率兩項(xiàng)短期償債能力指標(biāo)影響有效，可以作為上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警及控制的參考依據(jù)。其中兩項(xiàng)指標(biāo)的回歸方程如下：

Current ratio （t）= 0.7941476+ 0.000603641 baidu index（t）（4）

Quick ratio （t）= 0.6045887+0.0007451 baidu index（t）（5）

四、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測及風(fēng)險(xiǎn)預(yù)警設(shè)計(jì)

（一）財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)預(yù)測

根據(jù)回歸分析與檢驗(yàn)結(jié)果發(fā)現(xiàn)，百度指數(shù)對目標(biāo)公司的檢索量對短期償債能力的兩項(xiàng)指標(biāo)影響有效，基于此，本文選取39家研究樣本公司2018年7—9月的百度指數(shù)平均檢索量對反映短期償債能力的兩項(xiàng)指標(biāo)——流動(dòng)比率、速動(dòng)比率指標(biāo)預(yù)測情況進(jìn)行計(jì)量。具體如表3所示。

（二）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警設(shè)計(jì)

根據(jù)表3的預(yù)測結(jié)果，將第二季度的財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)實(shí)際情況與第三季度的預(yù)測數(shù)值進(jìn)行對比，并結(jié)合行業(yè)均值與變化情況，進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)分析，找出需要風(fēng)險(xiǎn)預(yù)警的上市公司。

1.計(jì)算兩個(gè)季度的行業(yè)均值。根據(jù)上頁表1中的第二季度39家低碳概念板塊的上市公司的流動(dòng)比率與速動(dòng)比率兩項(xiàng)短期償債能力指標(biāo)，分別計(jì)算概念板塊均值（∑Current ratio（2t）/39、∑Quick ratio（2t）/39）;根據(jù)表3中的第三季度預(yù)測數(shù)據(jù)的39家低碳概念板塊上市公司的流動(dòng)比率與速動(dòng)比率兩項(xiàng)短期償債能力指標(biāo)，分別計(jì)算概念板塊均值（∑Current ratio（3t）/39、∑Quick ratio（3t）/39）。

2.制定財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)。首先，通過對第二季度目標(biāo)公司財(cái)務(wù)指標(biāo)與概念板塊均值進(jìn)行比較分析，分別將每個(gè)樣本公司第二季度流動(dòng)比率與速動(dòng)比率兩項(xiàng)指標(biāo)減去概念板塊均值來計(jì)算其差值。具體如式（6）-（7）所示。

ΔC（2t） =Current ratio（2t）-∑Current ratio（2t）/39 ? ? （6）

ΔQ（2t） = Quick ratio（2t）-∑Quick ratio（2t）/39 ? ? ? ? （7）

其次，通過對第三季度目標(biāo)公司預(yù)測財(cái)務(wù)指標(biāo)與對應(yīng)概念板塊均值進(jìn)行比較分析，分別將每個(gè)樣本公司第三季度流動(dòng)比率與速動(dòng)比率兩項(xiàng)指標(biāo)減去概念板塊均值來計(jì)算其差值。具體如式（8）-（9）所示。

ΔC（3t） =Current ratio（3t）-∑Current ratio（3t）/39 （8）

ΔQ（3t） = Quick ratio（3t）-∑Quick ratio（3t）/39 （9）

再次，將流動(dòng)比率、速動(dòng)比率第三季度預(yù)測數(shù)據(jù)與第二季度實(shí)際數(shù)據(jù)進(jìn)行對比分析。具體如式（10）-（11）所示。

ΔC（3t-2t） =ΔC（3t）-ΔC（2t） （10）

ΔQ（3t-2t） =ΔQ（3t）-ΔQ（2t） （11）

最后，對式（1）-（10）計(jì)算結(jié)果進(jìn)行分析，找出其中的變化情況，制定風(fēng)險(xiǎn)控制方法。整個(gè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法相關(guān)說明如表4所示。

3.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)面板數(shù)據(jù)分析結(jié)果。通過表4的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法相關(guān)說明（即公式（1）-（11）），分別計(jì)算ΔC（2t）、ΔQ（2t）、ΔC（3t） 、ΔQ（3t）、ΔC（3t-2t）、ΔQ（3t-2t），具體如下頁表5所示。

經(jīng)過對流動(dòng)比率與速動(dòng)比率的預(yù)測模型進(jìn)行計(jì)量發(fā)現(xiàn)：39家低碳經(jīng)濟(jì)概念的上市公司中，19家上市公司ΔC（3t-2t）> 0，預(yù)期流動(dòng)比率提高，說明短期償債能力提高;另外20家上市公司ΔC（3t-2t）<0，預(yù)期流動(dòng)比率下降，短期償債能力下降，財(cái)務(wù)風(fēng)險(xiǎn)加大。與此同時(shí)，21家上市公司ΔQ（3t-2t） >0，預(yù)期速動(dòng)比率提高，說明短期償債能力提高;另外18家上市公司ΔC（3t-2t） <0，預(yù)期速動(dòng)比率下降，短期償債能力下降，財(cái)務(wù)風(fēng)險(xiǎn)加大。

為了進(jìn)一步分析財(cái)務(wù)風(fēng)險(xiǎn)存在的問題，本文分別選取兩項(xiàng)指標(biāo)均小于0和其中一項(xiàng)指標(biāo)小于0的上市公司（分別表示公司Ω1和Ω2）。

Ω1={ΔC（3t-2t） <0且ΔC（3t-2t） <0}

Ω2={ΔC（3t-2t） >0且ΔC（3t-2t） <0}∪{ΔC（3t-2t） <0且ΔC（3t-2t） >0}

篩選結(jié)果發(fā)現(xiàn)，Ω1=17，Ω2=4。最終篩選存在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警問題的上市公司如下頁表6所示。

首先，對于Ω1篩選出的17家上市公司經(jīng)過行業(yè)細(xì)分發(fā)現(xiàn)：火力發(fā)電、水力發(fā)電、煤炭開采中，各有2家上市公司，共計(jì)6家，占整個(gè)Ω1公司的34%，上述行業(yè)屬于傳統(tǒng)的板塊，同時(shí)根據(jù)表5對財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的變化情況來看，排名靠前，說明公司第三季度流動(dòng)比率與速動(dòng)比率預(yù)測值與第二季度相比減少過大，短期償債能力需要加強(qiáng)。同時(shí)在傳統(tǒng)行業(yè)中，塑料、其他建材、建筑施工、紡織等行業(yè)面臨較大的財(cái)務(wù)風(fēng)險(xiǎn)問題。

其次，對于Ω2篩選出的4家上市公司經(jīng)過行業(yè)細(xì)分發(fā)現(xiàn)均處于不同的行業(yè)，上述行業(yè)中的上市公司財(cái)務(wù)風(fēng)險(xiǎn)控制加大。

五、研究結(jié)論與展望

總體而言，低碳經(jīng)濟(jì)概念的39家樣本上市公司中，百度指數(shù)對上市公司的檢索量在一定程度上影響著該公司的短期償債能力，其中流動(dòng)比率與速動(dòng)比率作為反映短期償債能力的重要財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)直接影響著管理層對公司未來的財(cái)務(wù)預(yù)警。因此公司在應(yīng)對財(cái)務(wù)風(fēng)險(xiǎn)問題時(shí)應(yīng)該合理地配置流動(dòng)性較強(qiáng)的資產(chǎn)以應(yīng)對短期借款、應(yīng)付賬款等流動(dòng)負(fù)債，防止在短期內(nèi)資金鏈的斷裂影響企業(yè)正常的運(yùn)營。在進(jìn)行風(fēng)險(xiǎn)監(jiān)測過程中應(yīng)該隨時(shí)關(guān)注網(wǎng)絡(luò)對公司的關(guān)注情況，其中百度指數(shù)能夠很好地反映這一情況，可為決策者提供一份有效的參考依據(jù)。

此外，關(guān)于式（4）和式（5）還有一點(diǎn)需要特別說明，在對流動(dòng)比率與速動(dòng)比率的預(yù)測模型進(jìn)行計(jì)量過程中，流動(dòng)比率與速動(dòng)比率的差值大于0，屬于正常情況;如果進(jìn)一步分析二者的差值，是否存在流動(dòng)比率與速動(dòng)比率的差值小于0的非正常情況。根據(jù)流動(dòng)比率與速動(dòng)比率的公式分析來看，流動(dòng)比率應(yīng)該大于速動(dòng)比率，其中的差值主要體現(xiàn)在公司的存貨方面的問題，然而在進(jìn)行實(shí)際分析中由于百度指數(shù)的變化可能會(huì)導(dǎo)致存貨存在負(fù)值。為了進(jìn)一步分析其中的問題，本文將流動(dòng)比率預(yù)測模型與速動(dòng)比率預(yù)測模型進(jìn)行差值分析。具體如式（12）所示。

Current ratio （t）-Quick ratio （t）=0.1895589-0.000141459 baidu index（t）（12）

根據(jù)上述模型分析，正常情況下Current ratio （t）- Quick ratio （t）≥0，此時(shí)0.1895589-0.000141459 baidu index（t）≥0，即baidu index（t）≤1 340。因此上述模型適合用于百度指數(shù)對公司檢索量不大于1 340，一旦超過這個(gè)臨界點(diǎn)，在進(jìn)行短期償債能力預(yù)測分析中，會(huì)導(dǎo)致存貨出現(xiàn)負(fù)值，屬于非正常情況。本文后期的研究還有一些需要改進(jìn)之處，望更多學(xué)者共同研究和探索。

【主要參考文獻(xiàn)】

[1] 聶艷紅.低碳經(jīng)濟(jì)視角下企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].財(cái)會(huì)通訊，2018，（14）：106-109.

[2] 魯麗萍，石友蓉.共生視角下企業(yè)碳財(cái)務(wù)戰(zhàn)略體系的構(gòu)建[J].財(cái)會(huì)月刊，2017，（10）：20-24.

[3] 張繼德，廖微，張榮武.普通投資者關(guān)注對股市交易的量價(jià)影響——基于百度指數(shù)的實(shí)證研究[J].會(huì)計(jì)研究，2014，（08）：52-59+97.

[4] 羅婧.投資者網(wǎng)絡(luò)關(guān)注度與股市變化間關(guān)系的實(shí)證檢驗(yàn)[J].財(cái)會(huì)月刊，2017，（05）：109-113.

[5] 徐蕾，馮莉.信息透明度與股價(jià)同步性的關(guān)系[J].財(cái)會(huì)月刊，2017，（21）：116-123.

[6] 湯祥鳳.有限關(guān)注與股票價(jià)格——基于百度指數(shù)作為有限關(guān)注的實(shí)證分析[J].南京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，18，（03）：27-31.

【作者簡介】

常冶衡，男，副教授，2007年至今在青島黃海學(xué)院財(cái)經(jīng)學(xué)院從事教學(xué)工作;研究方向?yàn)樨?cái)務(wù)與金融。