黄健
四川省港航投资集团有限责任公司
在科学技术不断发展创新的背景下，以电子信息技术和云计算技术为基础的大数据技术也已经渗透到各行各业。将大数据技术应用到企业风险管理中，促进企业风险管理的自动化、智能化发展是大势所趋。但如何以大数据技术为抓手，应对复杂经营环境给企业风险管理带来挑战，为企业的稳定发展提供保证，还需要更为深入的探索和研究。
(一)大数据的特点
大数据一词源于英文的“Big Data”，麦肯锡全球研究所将大数据定义为：大小规格超越传统数据库软件工具抓取、存储、管理和分析能力的数据群。与传统数据相比，大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低等特征。目前，各行各业每天都会创造大量的数据，每天需要处理大量的数据，并保证数据处理的实时性。面对庞大而复杂的数据，企业只有利用科学合理的手段进行存储、管理，并提取其中的价值帮助企业科学判断下一步经营战略。但是，数据同时还是一种成本，需要进行妥善的存储和管理。企业想要抓住大数据带来的机遇与潜力，利用大数据创造更大的价值，必须掌握有效的数据管理方法。
(二)企业风险管理基本流程
企业经营活动过程中，会遇到各种各样的不确定事件，这些事件发生概率以及对企业发展的影响无法提前知晓，这些不确定事件就是企业发展过程中需要应对的风险。企业在发展过程中，可能面临着社会环境风险、战略风险、财务风险、运营风险、市场风险、灾害性风险等诸多内外风险。企业为了实现未来战略目标，必须将各类不确定因素产生的结果控制在预期可接受范围内，这就是风险管理。其基本流程主要包括收集初始信息、评估并制定策略、提出并实施解决方案、监督与改进等工作，通过在企业管理的各个环节和经营过程中执行风险管理的基本流程，建立全面的风险管理体系，从而将风险的不良影响降到最低。
(三)企业风险管理体系建设需要大数据技术支撑
全面风险管理体系建设过程中，管理人员需要尽最大努力找出可能影响企业发展的各种潜在风险，并通过合理的管理手段保证企业战略发展目标的实现。在大数据时代背景下，风险管理体系建立以及建立后的运行、监测、评价和改进过程中，都会面临来自企业内外部环境的海量数据，企业必须具备强大的技术支撑，才能对这些数据进行实时收集、分类、筛选和处置，形成并及时更新企业的风险数据库，为决策提供信息，提高风险管理的整体效率和效果。
(一)搜集风险信息资源
大数据时代下，企业需要通过各种渠道搜集风险信息资源，并预判这些风险对企业战略目标实现或者生存发展的影响，进而采取相关措施进行风险规避。首先，从外部环境分析，企业的经营活动受到政策变动、融资问题、人力资源问题以及应收账款回收问题等方面的影响，这些信息以音频、视频、图片、表格表单等结构化和非结构化数据的形式存在于企业的各个角落。如果使用传统的风险管理手段，单纯收集这些风险信息就需要占用大量的人力和财力，且收集到的信息时效性也不高，再加上这些风险信息的分布杂乱无章，整理起来具有较大的难度。在这种情况下，要通过全面风险识别来提高风险管理质量，具有一定的难度。
而大数据技术应用可以有效解决以上问题。首先，通过Flume工具对海量的风险信息进行实时收集，并通过关键性文字抓取，保证数据信息整理的统一性与高效性。其次，通过网络爬虫技术，对客户信用及诉讼等信息进行获取，进而准确判断其应收账款回收情况，降低坏账风险。最后，通过大数据采集技术，对企业中ERP、MES 系统中与经营、财务等有关信息进行提取，进而帮助管理者更好的掌握企业经营情况，保证风险信息的准确性。
(二)科学评估企业风险
企业风险评估工作的开展，需要以风险信息收集为基础。在大数据时代下，单纯依靠为数不多的工作人员和传统的手工收集方式，很难对海量数据信息进行高效收集、整理和提取，故而难以保证相应风险评估结果的科学性、准确性、合理性。而大数据技术应用可以通过分类分析和关联规则等方式，将各种风险信息快速收集、分类、整理，再利用统计分析或在线实时分析等手段，及时对风险信息进行初步评估，从而提升风险评估质量。
例如，企业开展采购招投标活动，如果每次都是固定的投标人参与投标，且均为同一投标人中标，那么该企业的采购流程必然存在风险。但如果使用传统风险评估方法，很难对采购招标活动重大异常现象做出及时、准确的分析和判断，风险评估的时效性得不到保障。而大数据挖掘技术与分析技术的应用，则可以对这些投标公司和中标公司的信息进行提前整理与分析，挖掘投标公司实际控股人信息，进而判断该公司是否存在违规投标情况，并及时采取针对性的风险规避措施。
(三)实时进行风险预警
传统风险管理模式要求管理人员必须对风险有足够敏感性，且可以根据企业情况制定风险防范策略，但由于管理人员个人因素影响，导致一定程度上存在着明显的不确定性。而在大数据时代下，企业通过大数据采集技术，可以有效搜集企业面临的内部风险信息和外部风险信息；
通过大数据挖掘技术和分析技术，可以保证风险评估的准确性；
通过大数据技术与预测模型的结合，可以进一步增强风险预测的准确性。另外，大数据技术还具有实时预警作用，即企业可以对数据进行实时整合与监控，对数据之间的关系进行自动化监测，并从中发现风险。例如，在企业日常经营活动中，如果某一员工的行为不符合标准工作流程，那么系统会在第一时间发出预警。
(四)动态监测业务活动
在企业日常经营活动中，业务活动是最关键的部分，因此加强业务活动的风险管理至关重要。但由于企业普遍存在业务单元协调性差、信息共享程度低等问题，严重影响风险管理工作质量。大数据技术的应用，则可以将风险管理措施与业务流程进行充分融合，将业务活动重点作为风险管理监测对象，并结合风险控制的实际情况完善业务管理体系，挖掘各业务单元风险管理潜力。
(一)大数据平台搭建难度较大
企业要想利用大数据技术进行风险管理，最重要的就是进行大数据平台搭建，但大数据平台搭建面临着很多阻碍。首先，搭建大数据平台不仅要充分考虑数据采集与处理，还需要思考通过模型加强数据应用，以及将各种模型、系统和技术进行集成的方法。无论是自行搭建，还是委托外部机构，都需要花费较大的人力、物力以及财力，搭建成本太高。其次，搭建大数据平台需要统筹考虑企业内部现有的信息系统、内部控制流程以及业务经营情况等多方面因素，企业需要耗费较长的时间将大数据平台与企业的日常运营管理进行充分融合，才能够发挥大数据平台在风险管理中的作用。最后，大数据平台无论是搭建还是运营维护，都需要专业IT 技术人员提供技术保障，但多数企业的内部业务人员、财务人员以及管理人员，并不具备相关IT专业技术知识及实际操作能力，企业必须要重新招聘或培养IT 技术队伍，才能够保证大数据平台稳定运行。
(二)大数据风险管理人才缺乏
利用大数据进行风险管理，需要精通大数据技术的管理人才，尤其是偏向大数据分析、大数据智能模型编制方向的专业人才，而实际企业管理中，既精通企业业务、财务、管理知识，又精通大数据技术的综合型人才，却是少之又少。人才的缺乏，使得企业即便有足够的数据支持，也无法应用这些数据确定风险偏好与风险容忍度，无法在此基础上编制风险智能模型，无法形成相应的大数据风险控制业务循环，难以实现风险的智能化管理。
(三)经验决策与数据决策难以平衡
虽然企业在逐渐加大大数据技术的应用，实现数据驱动业务、数据驱动管理，但是这并不意味着企业可以放弃经验决策。企业将大数据技术应用到风险管理当中，最重要的是加强对各种载体上数据信息的利用。如果这些数据信息被人为加工过，那么大数据技术将无法采集到最准确的信息，也无法保证利用这些信息得出的风险结论的可靠性，导致风险管理人员可能做出错误的风险决策，使企业面临新的风险。如何把握经验决策与数据决策之间的平衡，提升风险管理质量，是企业需要重点思考的问题。
(四)大数据平台存在着安全隐患
利用大数据平台进行风险管理，便于企业提高风险管理水平，降低各种风险对企业运营活动的影响，为企业进一步发展提供保障，但是平台本身的安全性却成为企业需要面临的新风险。大数据平台是企业内部业务系统和管理系统的集成，其中保存着大量涉及企业生产经营的机密数据，如果无法保障平台的安全性，将有可能导致企业内部数据流失、损坏等问题。
(一)统筹搭建大数据平台与风险管理体系
要通过大数据技术的应用，切实提高企业风险管理水平，需要将两者有机结合统筹搭建，一并纳入企业战略目标中，根据企业实际情况进行战略计划部署和实施，从设计到执行，大数据平台与风险管理体系都高度契合，满足企业发展需要，这样也可缓解大数据平台搭建所产生的财务压力。另外，从企业战略目标入手统筹搭建，能够为企业预留出充足的时间，根据大数据平台和风险体系建设的进度需要，有条不紊的调整相应的组织结构、部署管理人员，做好员工培训，为企业风险管理水平的提高打好基础。
(二)加大综合型风险管理人才的引进与培养
人才的引进与培养是大数据平台作用充分发挥的必要前提。企业可以通过对外招聘等形式，有针对性的配置综合型大数据风险管理人才，并对其进行系统的企业业务培训，使其了解企业业务活动和管理特点。同时企业还应重视内部管理人才的培养，使其掌握相应的大数据理论知识，可以对大数据平台进行熟练操作。最后，结合实际需要聘请外部专家进行深度的业务培训指导，进一步提高综合型大数据风险管理人才的专业性与综合性。
(三)成立专门的大数据风险管理小组
企业大都设有风险管理委员会，还应在委员会下设大数据风险管理小组，大数据风险管理小组有助于维持经验决策与数据决策之间的平衡。大数据风险管理小组的人员来自于企业内部的各个业务单元，且有着丰富的工作经验。企业风险决策由多个小组成员共同制定，可以有效避免两种决策平衡失败，某一方面影响过大的问题出现，提升风险管理的科学合理性。大数据风险管理小组成员应包含以下四类：一是经验丰富的高层管理人员；
二是企业内部业务骨干；
三是精通大数据技术的人员；
四是内部审计人员。同时应明确大数据风险管理小组的主要职责，即对大数据系统提示的风险预警信息进行分析和判断，然后制定针对性的风险防范措施和风险应对方案。
(四)对大数据平台进行定期的安全审计
大数据平台中的风险数据信息，一部分提取于企业内部的财务数据和经营数据，一部分来自于企业外部的数据资源。不同的数据信息交织在一起，就容易出现安全隐患，要想保证大数据平台的安全运行，就必须对其进行定期的安全审计，建议从以下两方面入手。首先，企业要针对大数据平台的安全运行，制定专门的内部控制制度，对系统内容的修改、数据的访问以及管理等进行严格规定。其次，企业的技术部门要对大数据平台的运行进行实时监控，定期组织安全审计，并出具大数据平台安全报告，避免大数据平台在运行过程中出现安全漏洞，使企业面临新的风险。
综上所述，在企业风险管理中，大数据技术的应用为企业提供了更多风险信息资源，提高了企业风险评估的科学合理性，保证了风险预警的实时性与动态性，加强了风险管理与企业业务的融合。但是，要充分发挥大数据技术优势，提高企业风险管理质量，不仅要搭建大数据平台，还要积极引进综合型大数据风险管理人才，成立大数据风险管理小组，借助人才优势实现企业风险的智能化管理。与此同时，为避免大数据平台在运行中出现安全漏洞，成为企业新的风险，还需要对大数据平台进行定期的安全审计。
猜你喜欢 风险管理信息企业 企业当代水产(2022年5期)2022-06-05企业当代水产(2022年3期)2022-04-26企业当代水产(2022年2期)2022-04-26探讨风险管理在呼吸机维护与维修中的应用世界最新医学信息文摘(2021年12期)2021-06-09敢为人先的企业——超惠投不动产云南画报(2020年9期)2020-10-27房地产合作开发项目的风险管理商周刊(2018年23期)2018-11-26订阅信息中华手工(2017年2期)2017-06-06护理风险管理在冠状动脉介入治疗中的应用中国卫生标准管理(2015年1期)2016-01-14展会信息中外会展(2014年4期)2014-11-27风险管理在工程建设中的应用中国工程咨询(2014年8期)2014-02-16