论文部分内容阅读
随着经济全球化和互联网经济的发展,企业之间的竞争更加激烈,投资者和企业都更加重视财务危机预警在企业管理中的重要作用,然而企业财务危机预警一直是企业管理中面临的一个难题。当前的财务危机预警研究主要着眼点是基于财务指标建立模型,但是现实中每次经济危机发生时的预警悖论,使财务指标在危机风险预警方面的局限性逐渐暴露出来。财务指标的滞后性和可人为操纵性,严重的影响了财务危机预警的可信度。虽然有学者在模型中引入了非财务指标,但由于数据获取的难度,选取的非财务指标相对片面,难以适应对各种非财务指标具有不同敏感度的公司样本要求。大数据思维和技术为非财务指标的选择提供了新的思路。本文研究基于大数据的企业财务预警的理论与方法。首先,针对财务危机预警这一难题,运用演化博弈论分析了财务危机预警准确度偏低的原因,证明了财务数据真实有效假设的不可靠性,发现了提高财务危机预警效果的有效路径。根据系统动力学仿真得出结论,指出发展相关信息获取技术是解决财务预警效果不佳问题的重要方向。在此基础上,提出了以网民为企业“传感器”的思想,基于互联网上的相关在线信息,通过情感分析处理,以及统计网民信息发布频次,融合后形成传感器信号,涵盖了与公司相关的所有维度的信息。利用基于大数据的网络爬虫和文本情感倾向分析技术,将与上市公司有关的信息结构化并且降维,形成关于上市公司的综合大数据情感指标,结合财务指标,最终建立引入大数据指标的财务风险预警模型,并对模型的预测效果进行比较分析和检验,结果显示基于大数据的财务风险预警模型具有更好的有效性。相关结论从理论上提供了进行企业财务预警的新思路,也为相关方面预测上市公司财务危机提供了理论支持,最后指出作为Web2.0环境中在线信号的外在表现形式,企业网络舆情与企业危机是相互影响的关系,并根据“最好的预测是创造”的观点,从企业舆情的角度对企业危机管理进行了系统的研究。本文的选题来自于国家自然科学基金项目“基于博弈论的信息安全理论与方法研究(编号:61272398)”和北京市社会科学基金重点项目“基于大数据的财务预警理论与方法研究(编号:14JGA001)”的部分研究内容。论文的主要工作和创新点有以下几个方面:1.财务危机预警效果博弈论分析。针对企业财务危机预警的难题,用演化博弈论分析了财务危机预警活动的失败原因,论证了财务数据真实有效假设的不可靠性,指出了提高危机预警效果的有效路径。根据系统动力学仿真,明确了发展相关信息获取技术是解决财务预警效果不佳问题的重要方向。2.基于大数据的财务预警模型构建。将网民视为企业分布在互联网上的传感器,考虑到互联网上的相关在线信息,通过情感分析处理,获得能够涵盖相关公司的各个方面所有维度信息,通过结合财务指标,最终建立引入大数据指标的财务风险预警模型。3.大数据主题爬虫算法和语义分析算法设计。设计了可处理大数据的基于支持向量机和关键词的主题网络爬虫算法,构建了适用于财务领域的语义词典,进而设计了文本情感倾向分析算法,将互联网上与上市公司有关的信息结构化和降维,收集具体传感器信号,支持本文设计的企业传感器模型,形成关于上市公司的综合大数据情感指标,进而对所设计模型的预测效果进行比较分析和检验,结果显示基于大数据的财务风险预警模型具有更好的有效性。4.基于大数据财务预警模型的企业危机管理。通过大数据财务预警模型可以发现,企业危机和企业舆情具有相互影响的关系。对随时变化的企业舆情进行治理,是企业危机管理的重要环节。基于企业网络舆情在产生和发展过程中所呈现的群体性,应用群集动力学和演化博弈论的方法,在研究企业相关网络舆情群体流动过程和个体流动过程的基础上,构建了企业网络舆情疏导模型。通过使用多Agent仿真,应用所提出的模型,寻求在相关约束下的最佳疏导策略,证明了企业网络舆情疏导模型的有效性。研究成果为大数据财务预警模型提供预警信号的情况下,从网络舆情角度对企业进行危机管理提供理论依据。