數(shù)據(jù)分析在企業(yè)風(fēng)險管理中的應(yīng)用與展望
- 時間:2014-12-31
- 來源:遠(yuǎn)光軟件
管理思想進(jìn)步與實踐需求是技術(shù)創(chuàng)新的導(dǎo)向和牽引力,而技術(shù)創(chuàng)新又成為管理創(chuàng)新的重要基礎(chǔ);在這個互動循環(huán)中,數(shù)據(jù)分析是一個技術(shù)創(chuàng)新的典范。早期的數(shù)據(jù)分析主要是從古代產(chǎn)生、發(fā)展而來的概率、數(shù)理統(tǒng)計理論的技術(shù)與方法;而如今,又產(chǎn)生了基于各種信息化系統(tǒng)、數(shù)據(jù)庫的數(shù)據(jù)挖掘等分析技術(shù),以及與大數(shù)據(jù)分析相關(guān)的多種新興計算機技術(shù)。云計算、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)等革命性的技術(shù)應(yīng)用正在許多領(lǐng)域改變著人們的工作與生活方式,以及企業(yè)組織的決策思維模式、商業(yè)經(jīng)營模式。2006年6月,國務(wù)院國資委發(fā)布《中央企業(yè)全面風(fēng)險管理指引》(國資發(fā)改革[2006]108號),大力推動國有企業(yè)的風(fēng)險管理。對于風(fēng)險管理來說,其管理對象是未來不確定性,量化分析評估風(fēng)險、合理預(yù)測未來是其核心價值所在,也是難點所在;而數(shù)據(jù)分析帶來了新的技術(shù)、方法和思路,為此提供了有力支撐。系統(tǒng)地了解數(shù)據(jù)分析的技術(shù)應(yīng)用與發(fā)展趨勢,對提高企業(yè)風(fēng)險管理能力有著重要意義。
1 風(fēng)險管理中的數(shù)據(jù)分析
從許多關(guān)于風(fēng)險管理的文獻(xiàn)中可以看到,人們對風(fēng)險的認(rèn)識及、管理思想可以追溯到遠(yuǎn)古時代 。企業(yè)的風(fēng)險管理實踐面臨許多實際問題,支撐風(fēng)險決策的量化分析就是其中一個重點和難點,而應(yīng)用于風(fēng)險量化的數(shù)據(jù)分析正發(fā)揮著越來越大的作用。
1.1 風(fēng)險評估與風(fēng)險的量化分析
風(fēng)險的本質(zhì)特征決定了其量化分析的重要性。不同視角、不同研究目的或不同的風(fēng)險管理目標(biāo),對風(fēng)險本質(zhì)的理解認(rèn)識各有不同。郭曉亭等曾把多位中外學(xué)者關(guān)于風(fēng)險概念的研究歸納總結(jié)為7類,并分別給出了相應(yīng)的風(fēng)險數(shù)量表達(dá)式:風(fēng)險是未來結(jié)果發(fā)生的不確定性;風(fēng)險是損失發(fā)生的不確定性;風(fēng)險是可能發(fā)生損失的程度或大小;風(fēng)險是損失大小及發(fā)生可能性;風(fēng)險是由其構(gòu)成要素因果遞進(jìn)的結(jié)果;金融領(lǐng)域的風(fēng)險是對價格等變量波動進(jìn)行統(tǒng)計測算得到的損失值;風(fēng)險(風(fēng)險度)是對不確定性隨機概率的數(shù)理描述。
科學(xué)應(yīng)對風(fēng)險的一個重要前提是評估風(fēng)險。在國務(wù)院國資委(2006)、美國COSO(2004)等許多中外機構(gòu)推出的風(fēng)險管理或內(nèi)部控制框架中,都把風(fēng)險評估作為一個關(guān)鍵要素或關(guān)鍵環(huán)節(jié);風(fēng)險評估常采用定性和定量相結(jié)合的方法。測算風(fēng)險的大小是定量分析、評估風(fēng)險的主要內(nèi)容。從不同的風(fēng)險定義可以看到,風(fēng)險評估主要涉及2個方面:①風(fēng)險的可能性(likelihood),或稱發(fā)生概率(Probability),即某種狀態(tài)或結(jié)果發(fā)生的可能性(Possibility);②風(fēng)險的影響(Impact),或稱風(fēng)險發(fā)生的結(jié)果、風(fēng)險值或風(fēng)險影響后果的大小,某種狀態(tài)或結(jié)果與預(yù)期結(jié)果的偏差值。風(fēng)險評估還包括對固有風(fēng)險、剩余風(fēng)險的評估,其作用不僅是評價風(fēng)險大小,還是預(yù)測和監(jiān)控風(fēng)險的重要手段。
1.2 風(fēng)險量化分析中的數(shù)據(jù)分析
不確定性所包含的隨機性、復(fù)雜性使風(fēng)險量化分析一直是個難題,加上風(fēng)險的分類標(biāo)準(zhǔn)、種類也不統(tǒng)一,難以形成通用的風(fēng)險分析技術(shù)、方法或體系。金融保險等行業(yè)、項目管理等領(lǐng)域的風(fēng)險分析技術(shù)發(fā)展較為成熟,這也是受益于現(xiàn)代數(shù)學(xué)、信息化、計算機技術(shù)的發(fā)展,使數(shù)據(jù)分析技術(shù)不斷提高,應(yīng)用領(lǐng)域也更為廣泛。參考國內(nèi)外現(xiàn)有風(fēng)險分析模型及方法的主要成果,按照風(fēng)險事件的數(shù)量、相關(guān)事項的數(shù)據(jù)量及關(guān)系、預(yù)期結(jié)果的性質(zhì)來劃分,以數(shù)據(jù)分析為基礎(chǔ)的風(fēng)險定量分析從簡單到復(fù)雜的大致分類。
1) 初級數(shù)據(jù)分析。主要是根據(jù)概率論等數(shù)理統(tǒng)計理論來分析、測算單一事件的概率,用于解決類似拋硬幣、判斷正反面的概率等簡單風(fēng)險分析問題。
2) 中級數(shù)據(jù)分析。主要是根據(jù)確定相關(guān)的一個或有限數(shù)量的相關(guān)事件發(fā)生狀態(tài)或數(shù)值進(jìn)行統(tǒng)計、分析,以測算某一個事件某種或多種可能狀態(tài)的發(fā)生概率;例如信用風(fēng)險管理中使用多元回歸分析、數(shù)學(xué)規(guī)劃等統(tǒng)計分析方法的信用評分模型等。
3) 基于數(shù)據(jù)挖掘等信息技術(shù)的高級統(tǒng)計分析。主要是根據(jù)眾多確定或尚未確定的相關(guān)事件信息數(shù)據(jù)、發(fā)生狀態(tài)或數(shù)值進(jìn)行統(tǒng)計、分析,來測算多個事件多個可能狀態(tài)的發(fā)生概率;例如信用風(fēng)險管理中,基于Levenberg-Marguardt 算法的前向神經(jīng)網(wǎng)絡(luò)模型等人工智能模型和神經(jīng)網(wǎng)絡(luò)等信息技術(shù)的新方法;還有應(yīng)用于項目及技術(shù)風(fēng)險管理領(lǐng)域的蒙特卡洛模擬、計算機仿真等分析模型。
4) 基于大數(shù)據(jù)環(huán)境信息技術(shù)的復(fù)雜統(tǒng)計分析。主要是根據(jù)眾多確定或尚未確定的相關(guān)事件信息數(shù)據(jù),發(fā)生狀態(tài)或數(shù)值進(jìn)行統(tǒng)計、分析,來測算多個事件多個可能狀態(tài)或未知狀態(tài)的發(fā)生概率。
在大數(shù)據(jù)環(huán)境下,數(shù)據(jù)分析不僅可應(yīng)用于已知的風(fēng)險分析,還可根據(jù)數(shù)據(jù)間或有關(guān)系來發(fā)現(xiàn)和分析未知風(fēng)險。某電力公司借助遠(yuǎn)光軟件咨詢及IT 實力,成功搭建現(xiàn)金流缺口預(yù)測模型、融資決策模型和預(yù)警模型,采用MSTR(Microstrategy)平臺,運用數(shù)據(jù)查詢技術(shù)、數(shù)據(jù)挖掘技術(shù),將電力企業(yè)財務(wù)和各業(yè)務(wù)部門數(shù)據(jù)整合成一個集中的、標(biāo)準(zhǔn)的、可比的分析數(shù)據(jù)源,在此數(shù)據(jù)源的基礎(chǔ)上建立資金決策支持系統(tǒng),通過企業(yè)管理駕駛艙、現(xiàn)金流預(yù)測、融資決策、預(yù)警模型等功能,為資金決策者建立起多維度、智能化、動態(tài)化資金管理綜合分析應(yīng)用平臺。
1.3 數(shù)據(jù)挖掘與大數(shù)據(jù)分析
數(shù)據(jù)挖掘與大數(shù)據(jù)是近十幾年快速發(fā)展起來的新概念、新技術(shù);盡管各界的認(rèn)識與理解并不統(tǒng)一,但它們已經(jīng)在日益廣泛的領(lǐng)域產(chǎn)生著越來越大的作用和影響。數(shù)據(jù)挖掘的主要原理是通過對海量相關(guān)商業(yè)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析或模型化處理,以獲取有助于決策分析的關(guān)鍵信息。數(shù)據(jù)挖掘可以理解為一種對數(shù)據(jù)進(jìn)行高級處理的方式、過程,用于從大量數(shù)據(jù)中提取人們感興趣的隱含信息或知識,并以分類清晰、可靠、簡單、易理解的形式呈現(xiàn)出來。數(shù)據(jù)挖掘主要有2類,一是對現(xiàn)有數(shù)據(jù)庫進(jìn)行規(guī)律(或特征)分析、歸納和總結(jié)的描述性挖掘,又稱概念描述,是數(shù)據(jù)挖掘的基本形式;二是根據(jù)現(xiàn)有數(shù)據(jù)庫進(jìn)行推斷、預(yù)測的預(yù)測性挖掘。
大數(shù)據(jù)是一個較為抽象的概念,主要通過特征描述定義大數(shù)據(jù)。較有代表性的一種觀點認(rèn)為,大數(shù)據(jù)應(yīng)具有3V特點:大容量(又稱規(guī)模性,Volume),多樣性(Variety)、高速度(Velocity)。另外也有關(guān)于第4個V的討論,國際數(shù)據(jù)公司(International Data Corporation,IDC)認(rèn)為大數(shù)據(jù)還應(yīng)具有價值(Value),而IBM認(rèn)為大數(shù)據(jù)應(yīng)具有真實性(Veracity)。與傳統(tǒng)的數(shù)據(jù)庫、數(shù)據(jù)管理相比,大數(shù)據(jù)的革命性變化主要體現(xiàn)在以下幾個方面:數(shù)據(jù)規(guī)模從“池塘”轉(zhuǎn)換為“大海”;數(shù)據(jù)類型從簡單的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為包括半結(jié)構(gòu)化、非結(jié)構(gòu)化的多種類復(fù)雜數(shù)據(jù);模式(Schema)不再是預(yù)設(shè),而是隨著數(shù)據(jù)的種類、數(shù)量不斷演變;數(shù)據(jù)不再是簡單的處理對象,而是用來分析、解決諸多領(lǐng)域問題的資源;而處理數(shù)據(jù)的工具、方法也更加多樣化,大數(shù)據(jù)的處理流程包括數(shù)據(jù)抽取與集成、數(shù)據(jù)分析以及數(shù)據(jù)解釋,“數(shù)據(jù)分析”在這里不再是廣泛意義上的概念,而是一個具體的數(shù)據(jù)處理環(huán)節(jié);相對于大數(shù)據(jù)分析技術(shù)來說,數(shù)據(jù)挖掘、機器學(xué)習(xí)與統(tǒng)計分析等已經(jīng)屬于傳統(tǒng)的數(shù)據(jù)分析技術(shù),而大數(shù)據(jù)分析在數(shù)據(jù)采集、存儲、分析以及可視化等方面都有很大突破,使其在商業(yè)智能、決策支持等許多領(lǐng)域得到應(yīng)用。電力企業(yè)本身掌握著大量購售電信息,掌握著企業(yè)及民眾的用電數(shù)據(jù),利用大數(shù)據(jù)工具,可有效提升自身風(fēng)險預(yù)警能力,并為提高全社會的風(fēng)險抵御能力保駕護(hù)航。某電力公司借助遠(yuǎn)光軟件咨詢及IT 實力,通過該資金決策支持系統(tǒng)在電力企業(yè)的實施,實現(xiàn)了資金決策的精細(xì)化管理的全面應(yīng)用,取得了顯著成效。首先,對該電力企業(yè)資金的歷史數(shù)據(jù)在線分析,提高了數(shù)據(jù)分析的及時性、科學(xué)性和準(zhǔn)確性,減輕了財務(wù)人員繁重的重復(fù)勞動,減少了預(yù)測數(shù)據(jù)的主觀性;其次,對資金相關(guān)數(shù)據(jù)提出高質(zhì)量要求,促使企業(yè)不斷提升資金相關(guān)數(shù)據(jù)的質(zhì)量,管理嚴(yán)謹(jǐn)水平不斷提高;再次,資金決策支持分析模型提供了更加精益的系統(tǒng)支撐。系統(tǒng)從融資規(guī)模、時點、長短期比例、費用等多維度分析,出具可視化融資決策選擇方案,并且時時監(jiān)控資金風(fēng)險,深化資金安全管理;最后,該系統(tǒng)有利于財務(wù)管理和業(yè)務(wù)管理的深度融合,提升整個企業(yè)的管理水平。利用大數(shù)據(jù)思想,挖掘財務(wù)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、外部數(shù)據(jù)和其他數(shù)據(jù)的關(guān)系,不僅提升資金集中管理價值,還提升了整個企業(yè)的價值。
2 數(shù)據(jù)分析的應(yīng)用研究
從科技文獻(xiàn)資料可以看到,國內(nèi)外已經(jīng)有不少關(guān)于企業(yè)財務(wù)報告、經(jīng)營管理行為、經(jīng)濟(jì)環(huán)境因素變化等信息數(shù)據(jù)分析在企業(yè)風(fēng)險管理領(lǐng)域的應(yīng)用研究。主要有供應(yīng)鏈管理領(lǐng)域的信用風(fēng)險管理,銀行等金融行業(yè)的信用風(fēng)險管理,特定行業(yè)的市場風(fēng)險、經(jīng)營風(fēng)險管理,企業(yè)財務(wù)風(fēng)險、會計舞弊風(fēng)險、審計風(fēng)險等管理領(lǐng)域。
2.1 供應(yīng)鏈領(lǐng)域的風(fēng)險管理應(yīng)用
供應(yīng)鏈融合物流、資金流、信息流,是企業(yè)生存發(fā)展的重要支撐。但由于供應(yīng)鏈參與主體多、交易環(huán)節(jié)多,還常涉及不同地域的法律、市場環(huán)境等多種因素,使供應(yīng)鏈管理在時間、質(zhì)量、成本等多目標(biāo)約束下面臨著多種風(fēng)險。例如,來自供應(yīng)商等交易伙伴的信用風(fēng)險就是主要風(fēng)險之一。張存祿等介紹了數(shù)據(jù)挖掘在供應(yīng)商風(fēng)險管理中的應(yīng)用 ,其核心思想是在供應(yīng)商特征屬性的客觀統(tǒng)計資料中提取相關(guān)數(shù)據(jù),采用信息增益分析方法進(jìn)行相關(guān)分析,為評價和選擇供應(yīng)商提供決策依據(jù)。謝江林等也介紹了數(shù)據(jù)挖掘在供應(yīng)鏈金融風(fēng)險控制中的應(yīng)用,主要采用描述性數(shù)據(jù)挖掘中“維相關(guān)分析方法”,通過分析高還款風(fēng)險經(jīng)銷商的企業(yè)規(guī)模等特征屬性來預(yù)測、判斷其還款能力。
2.2 銀行等金融領(lǐng)域的風(fēng)險管理應(yīng)用
風(fēng)險管理在各國的銀行、證券、保險等金融行業(yè)發(fā)展較為成熟。評估企業(yè)或個人客戶的信用風(fēng)險是銀行業(yè)風(fēng)險管理的主要內(nèi)容之一。于立勇認(rèn)為傳統(tǒng)的信用風(fēng)險評估模式所反映的有限信息不能充分滿足信貸風(fēng)險決策需求,提出可以把信用風(fēng)險度作為衡量標(biāo)準(zhǔn),利用人工神經(jīng)網(wǎng)絡(luò)構(gòu)建銀行信用風(fēng)險評估預(yù)測模型;使用基于Levenberg-Marguardt 算法的前向神經(jīng)網(wǎng)絡(luò)模型,以某商業(yè)銀行信貸業(yè)務(wù)數(shù)據(jù)為例進(jìn)行實證分析,證明這種方法可以更為客觀、準(zhǔn)確地評估信用風(fēng)險。陳為民等在以往研究的基礎(chǔ)上提出了針對信用卡客戶信用數(shù)據(jù)分析的“兩階段混合數(shù)據(jù)挖掘方法”,構(gòu)建了一個包括自組織神經(jīng)網(wǎng)絡(luò)聚類和支持向量機分類兩階段的神經(jīng)網(wǎng)絡(luò)信用風(fēng)險管理模型,并通過實證分析介紹了模型應(yīng)用。
2.3 特定商品市場的風(fēng)險管理應(yīng)用
隨著各國政府的市場監(jiān)管日益成熟,許多在境內(nèi)外上市的中國企業(yè)已經(jīng)建立了較好的風(fēng)險管理體系,尤其是中央直屬的電力、能源、電信行業(yè)中的國有企業(yè)。商品貿(mào)易是中國五礦的一項主要經(jīng)營業(yè)務(wù),該企業(yè)在“中央企業(yè)管理提升活動”中介紹了其采用風(fēng)險量化手段管理市場風(fēng)險的相關(guān)經(jīng)驗。以影響鋼材等商品市場價格的相關(guān)因素分析為基礎(chǔ),其市場風(fēng)險量化模型包括敞口頭寸、浮動盈虧(MtM)、敏感性分析和在險價值(VaR)四個部分,是以商品價格體系和業(yè)務(wù)持倉結(jié)構(gòu)為數(shù)據(jù)基礎(chǔ),通過量化估值來評估市場風(fēng)險。
電價是同時影響電網(wǎng)企業(yè)購電成本和供售電收入的主要因素,電價波動是電網(wǎng)企業(yè)面臨的主要經(jīng)營風(fēng)險。開展電價風(fēng)險分析對于電網(wǎng)企業(yè)來說非常重要 。遠(yuǎn)光軟件在參與某省電力公司承接的國家電網(wǎng)公司“經(jīng)營風(fēng)險管控體系研究”課題中,通過構(gòu)建多目標(biāo)管理的指標(biāo)體系,把影響電價的上下游多種因素融合到電價風(fēng)險關(guān)聯(lián)關(guān)系分析模型中,利用蒙特卡洛模擬對大量指標(biāo)數(shù)據(jù)進(jìn)行仿真測算,實現(xiàn)對電價風(fēng)險目標(biāo)水平的概率估計。
2.4 企業(yè)財務(wù)、審計及信息化領(lǐng)域的風(fēng)險管理應(yīng)用
企業(yè)的資金管理等財務(wù)風(fēng)險、會計舞弊相關(guān)的審計風(fēng)險也是國內(nèi)外企業(yè)風(fēng)險管理的一個焦點。王會金根據(jù)美國信息系統(tǒng)審計與控制協(xié)會發(fā)布的信息及相關(guān)技術(shù)的控制目標(biāo)(簡稱COBIT)相關(guān)要求,提出了應(yīng)用數(shù)據(jù)挖掘技術(shù)構(gòu)建中觀信息系統(tǒng)審計風(fēng)險控制體系的構(gòu)想,闡述了設(shè)計控制框架與明細(xì)控制標(biāo)準(zhǔn),確定具體挖掘流程及風(fēng)險控制原型系統(tǒng),從而整合成為完整體系的過程。管理信息化產(chǎn)生的數(shù)據(jù)庫是數(shù)據(jù)分析的重要基礎(chǔ),但同時也帶來了信息保密性、完整性和可用性等安全屬性問題。趙冬梅等研究了利用反向傳播神經(jīng)網(wǎng)絡(luò)(BP網(wǎng),一種人工神經(jīng)網(wǎng)絡(luò))進(jìn)行信息安全風(fēng)險評估,并結(jié)合案例介紹了風(fēng)險評估流程和步驟,認(rèn)為這種非線性方法克服了主觀性等人為因素,更為簡單、高效、客觀 。
3 結(jié)語
從宏觀經(jīng)濟(jì)環(huán)境的不規(guī)則波動及其全球化蔓延,到企業(yè)中、微觀環(huán)境的復(fù)雜多變,以及信息數(shù)據(jù)的異質(zhì)性、高度非線性等現(xiàn)實問題,有很多因素影響著企業(yè)風(fēng)險管理量化分析模型的準(zhǔn)確性和有效性。通過數(shù)據(jù)分析的應(yīng)用研究及案例分析可以看到,數(shù)據(jù)挖掘、大數(shù)據(jù)分析等新技術(shù)的應(yīng)用正在多方面提升企業(yè)的風(fēng)險管理能力。數(shù)據(jù)分析從實際市場環(huán)境中提取相關(guān)真實數(shù)據(jù),大大降低了主觀性對風(fēng)險評估的影響,也使風(fēng)險管理與實際業(yè)務(wù)結(jié)合得更加緊密。
隨著信息技術(shù)及企業(yè)管理信息化的發(fā)展,經(jīng)濟(jì)大環(huán)境已經(jīng)進(jìn)入了大數(shù)據(jù)時代。展望未來,數(shù)據(jù)分析將在企業(yè)經(jīng)營管理中更多的領(lǐng)域中發(fā)揮更大的作用。在經(jīng)濟(jì)領(lǐng)域,數(shù)據(jù)分析不僅能夠在煤炭、鋼材、石油、電力等單一要素商品市場風(fēng)險預(yù)測與管理方面發(fā)揮作用,還會在多種相關(guān)要素聯(lián)動風(fēng)險分析方面發(fā)揮作用,例如用電量對經(jīng)濟(jì)活躍度的預(yù)測分析等,也將使克強指數(shù)等經(jīng)濟(jì)分析工具的準(zhǔn)確性和適用性得到改善,為企業(yè)的戰(zhàn)略風(fēng)險管理提供決策參考。
但數(shù)據(jù)分析也面臨許多應(yīng)用的局限性。例如,企業(yè)的信息化基礎(chǔ)。大數(shù)據(jù)分析主要應(yīng)用于管理信息化應(yīng)用與發(fā)展較為成熟的領(lǐng)域。如果管理信息化基礎(chǔ)薄弱、有效數(shù)據(jù)不足或數(shù)據(jù)獲取、處理的技術(shù)有限,都將使數(shù)據(jù)分析的應(yīng)用受到限制。因而,面對信息技術(shù)革命帶來的機遇與挑戰(zhàn),企業(yè)要快速推廣管理信息化,提高數(shù)據(jù)信息的分析技術(shù),使風(fēng)險管理更為精細(xì)化,推動企業(yè)管理的全面提升。(此文主要內(nèi)容選編自楊智勤的博士后研究工作報告)