基于系统结构模型的大数据财务预警指标分析.docVIP

基于系统结构模型的大数据财务预警指标分析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于系统结构模型的大数据财务预警指标分析 宋彪 徐沙沙 丁庆洋 朱建明 内蒙古财经大学会计学院 中央财经大学信息学院 中国财政科学研究院 X 关注成功! 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知! 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要: 大数据是当前学术界的研究热点, 同时大数据在各行业的具体应用也是当前亟待解决的难题。由于财务指标存在一定滞后和失真, 非财务指标难以客观量化, 导致企业财务预警模型一直存在诟病, 因此将大数据指标合理地引入到企业财务预警模型是必要的。大数据具有高维度低价值含量的特点, 在财务预警应用中难以确定指标。通过系统结构模型分析, 分析出大数据指标并针对上市制造业企业实证。结果表明, 所选择的大数据指标可以起到优化财务预警模型的作用。文章提出的大数据企业财务预警模型提高了企业财务预警效果, 同时采用的系统结构模型方法也为其他领域对大数据指标的选择及应用提供了借鉴。 关键词: 大数据; 财务预警; 非财务指标; 系统结构模型; 作者简介:宋彪 (1983—) , 男, 内蒙古兴安盟人, 博士 (后) , 内蒙古财经大学会计学院教师、硕士生导师, 研究方向:大数据、网络舆情、区块链等; 作者简介:徐沙沙 (1992—) , 女, 内蒙古呼伦贝尔人, 中国财政科学研究院硕士研究生; 作者简介:丁庆洋 (1992—) , 男, 河北石家庄人, 内蒙古财经大学会计学院硕士研究生; 作者简介:朱建明 (1965—) , 男, 山西太原人, 博士, 中央财经大学信息学院院长、教授、博士生导师, 研究方向:大数据、网络舆情、区块链等 基金:国家自然科学基金面上项目“基于博弈论的信息安全理论与方法研究” 一、研究现状 财务预警是一个世界性难题。国外对财务预警的研究较国内要早, 多集中在多变量动态分析模型的基础之上, 国内尚未有人提出适合我国企业实际并得到有效验证的财务预警模型。国内很多学者对财务预警进行了开创性的尝试, 财务预警管理已经成为企业管理研究的一个热点话题[1]。 财务预警从选取的指标上划分, 可以分为基于财务指标和非财务指标两种。基于财务指标的财务预警效果一直受限于会计信息的失真和滞后性。而基于非财务指标的财务预警模型又因为指标获取的主观性饱受诟病。以2008年发表在《自然》杂志上论述大数据科学的多篇文章为标志, 世界范围内对数据科学问题的研究正式拉开帷幕。伴随着社会实践的推进以及科学技术的发展, 国内外对大数据科学问题的研究进一步深入, 现阶段学者研究的主题主要围绕以下方面: (1) 大数据是什么, 即如何对大数据进行科学规范的定义问题。 (2) 大数据的影响, 即大数据技术的发展会对人类社会的发展产生怎样的变革, 其中所蕴含的机遇与挑战是什么。 (3) 大数据应用于人类社会发展实践中所必须得以突破的关键技术是什么以及应该如何进行突破。 (4) 面对大数据时代的到来该如何应对等。在社会经济领域, Michael et al.[2]指出, 大数据时代来临的趋势已经不可逆转, 在审计领域, 审计师将大数据技术应用到审计工作中已经成为了应对时代变革的重要举措, 其呼声也越来越高。宋彪等[3]首次把大数据引进财务预警模型, 根据上市公司的ST情况进行了实证, 结果显示预警的效果大为提高。目前的相关研究大都提出技术框架, 或者关注技术实现, 大数据如何引入财经领域的理论论证尚未完善。本文从理论的角度分析了大数据指标引入的可行性和途径。一般把大数据引入到财经领域的研究中, 需要研究企业大数据信息正面情绪指标、中性情绪指标、负面情绪指标、正面与负面情绪交互指标以及大数据信息发布频次指标。这里所说的大数据是为了与财务指标区分, 严格意义上来讲, 财务指标也是企业大数据的一部分。本文所提及的大数据指标, 是通过对互联网上无数网民这个企业传感器进行搜集和信号融合而得到的。它的特点是来源广泛, 结构非常复杂, 需要从网络的海量信息中在线筛选才可获取, 能够从所有利益相关人在线回馈信号流角度反映企业运行的全貌, 个别力量难以左右其趋势, 具有群体智慧性, 并且呈信息碎片化和无意识状态, 符合大数据的相关定义。这些信号流中已经包含了以往财务预警研究中涉及到的非财务指标信息, 而且这种信号传递的信息比以往研究中, 通过调研或者一些定性方法获得的个别非财务指标要更加客观和全面。 二、基于系统结构模型的分析 确定大数据指标和非财务指标的关系, 是一项极其庞大而复杂的任务。ISM即解释结构模型, 作为一种成熟的系统结构模型化技术, 为研究大数据指标和非财务指标的系统关系提供了强有力的工具。 目前, 非财务指标的既有研究所提出的各种指标缺乏系

文档评论(0)

zhengshumian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档