【大数据时代下的企业财务风险探析11000字（论文）】

大数据时代下的企业财务风险分析目录一、前言………………1(一)问题的提出……………1(二)相关文献综述…………1二、大数据及其在财务领域的应用和影响…………………2（一）大数据的定义、特点………………2（二）大数据信息获取技术及处理分析技术现状………4（三）大数据在财务领域的应用现状……………………5（四）大数据对企业财务的影响…………6三、大数据下的企业财务风险分析…………7（一）数据收集、使用不当存在安全性风险……………7（二）数据存储存在安全性风险…………8（三）非法入侵风险………………………8四、大数据下企业的财务风险管理…………9（一）大数据对企业财务风险管理的影响………………9（二）大数据下的企业财务风险管理……………………9总结…………………………12参考文献……………………13一、前言（一）问题的提出在过去数十年中，人们利用经理无数研究试验的科学技术成果，创造出了各式各样获取数据的工具，可以用来获得过去无法获得的人类生活、生产、交往的数据，获得自然界运动变化的数据，获得物质自身与物质生产的数据。这些数据数量之多、种类之繁杂、增长速度之快，终于在2010年前后引起了足够多的人的注意，并开始思考这个现象背后的意义，人们将这种现象称之为大数据。近年来，大数据已然成为了具有全球性质的热点，国内外学术界和各类应用行业对其相关理论与技术进行了普遍关注研究，形成了国内外前所未有的研究盛况。国务院常务会议于2015年8月19日通过了《关于促进大数据发展的行动纲要》，政府顺应技术发展与应用需求的潮流，加大促进大数据行业发展的政策支持力度。所谓大数据，即为运用IT工具从广泛丰富的海量数据中，快速获得具有商业价值的信息的能力。财务领域是一个重要的、典型的大数据可应用的领域，对大量数据的分析有与生俱来的巨大需求。随着互联网大数据技术的进步与应用的推广，新的数据处理模式带来的不仅有技术红利，也给企业在模式革新和技术磨合过程中带来了更多、更复杂的财务风险。这些风险会给企业的生产经营造成冲击，也有进而影响到整个国家的经济发展和社会稳定的可能性。经济活动本身风险较高的特殊性质使得企业必须认真对待所面临或可能面临的财务风险，对风险的具体内容及其可能造成的损失及其后续影响范围进行细致的了解，并在此基础上制定与实施在自身处境中最有效的风险防范办法与措施，尽量避免可能出现的不利结果，减少可能的损失，维持企业正常的生产经营活动。对大数据时代下通过应用大数据技术进行产业革新的企业的财务风险进行系统的理论研究，并在此基础上有针对性地提出风险防控的可行办法，对规避和控制由大数据带来的企业财务风险，保持企业可持续发展的态势，具有较为重要的现实意义。（二）相关文献综述在现在的诸多文献中，对大数据下的企业财务风险进行研究的举不胜举，但大多观点都一致：我国大部分在大数据支撑下的企业财务风险管理还不够完善。现就几个人的文献观点进行一下概括。在2009年“大数据”一词进入国内之后，刘新锋(2014)等人就对大数据下的企业财务管理风险进行了研究，普遍认为大数据时代会给企业处理数据能力、安全性等方面带来挑战，并加大了政府监管的难度。可以通过降低运营成本、建立数据保障、充分分析处理数据把握商业机会来应对大数据下的财务风险。在2015年国家开始推广大数据之后，讨论大数据下的企业财务风险的就更多了，例如：1、郭舒雅（2016），通过对当前大数据环境下企业财务管理所面临的挑战和必要进行的变革的研究，得出结论：在当前环境中，要将企业在大数据应用状态下的价值进行新的评估，包括对企业综合竞争实力、商业模式、创新性能、发展潜能等多方面进行评估。要消除企业财务管理边界化，让企业内部信息能够互通有无、整合归纳，实现有效的财务风险评估和防控。2、刘光山（2020）通过对大数据背景下企业财务风险的研究，得出结论：大数据环境下，企业财务存在风险管理意识不足、风险管控体系不完善、数据安全性的问题，提出了完善管理制度，加强风险管理，完善企业运行大数据的基础设施等风险防范方案。3、赖晓涛（2020）通过对企业财务风险的大数据分析方式的研究，指出：大数据时代下，企业财务存在数据集中化风险、管理安全风险、非法入侵风险、数据运营者管理风险分析，并提出构建信息安全管理制度、加强数据审计工作等措施以应对企业财务管理风险。从上述文献及相关文章中可以看出，我国学术界对大数据下的企业财务管理中存在的风险问题的关注只增未减。本文将就大数据时代下的企业财务风险进行一个简单的概括分析。二、大数据及其在财务领域的应用和影响（一） 大数据的定义、特点1.大数据的定义2001年，DougLaney发表了一项研究报告，这名任职于知名IT咨询服务公司Gartner的分析师第一次提出了一个用以分析数据增长的影响的三维模型。该模型所包含的三个维度分别是：高速增长的数据容量(Volume)；高速进出的数据活动(Velocity)；高度异质的数据类别(Variety)。而存在于这个三维空间里的，就是我们所谓的大数据。我们如今普遍接受的，也是为IT行业广泛认同的大数据的定义，就是来源于这个最终被Gartner采用的三维模型。在研究出大数据三维模型之后的第十一年，Laney发表了新的研究报告，他在报告中对自己先前发表的大数据概念定义进行了更新:“大数据是体量庞大、高速变动和种类繁多的信息资产，需要采用全新的处理形式以有助于提高人们在决策形成、视野拓展和过程优化中的能力”。这个定义明确了大数据是一种资产。这种资产以数据信息的形态存在，且具有三维特性，此类资产的盘活需要与科学技术相结合的全新的处理形式，这种资产增值主要体现在决策、视野和过程优化三方面。但这样的定义仍然是抽象的、技术性的、应用型的。这样的定义很难使大众理解被宣传得沸沸扬扬的类似“大数据革命”“大数据时代””的新概念。有人意识到并且指出，大数据并不是新形成的事物，早在几十年前大数据的概念就已经形成并被提出和使用了。当时的一些学科，理科类例如天体物理学、生态学；工科类例如自动控制；文科类例如社会学以及经济学的某些分支，在研究过程中都遇到了由于当时计算机的运算能力有限、项目研究经费拮据和分析手段匮乏等原因，造成的学术研究人员们空有研究所需的充足的研究对象的相关数据，却无法对其进行分析进一步得出结论只能望洋而叹。长此以往，“大数据”就成了概括这一现象的专有名词，即由于数据体量过于宏大、数据关联性过于复杂导致在当时所处状态下无法对其进行处理利用。大数据技术的研究目的与应用意义的重中之重不在于借此得到何种规模的数据信息，而在于如何从海量数据中筛选出有效数据进而进行分析最终的出有价值的数据结论的过程。如果大数据可以看作一项产业，那么这项产业则是通过运用科学技术对数据进行分析处理的过程来实现数据增值的。2.大数据的特点大数据有四大特点，分别是：（1）容量大在大数据技术的广泛支撑下，不仅数据所包含的信息价值得到了高效妥善的分析处理，数据本身的收集效率更是得到了显著地提升，尤其是在数据形成爆炸式增长的当今科技时代。据有关调查统计显示，目前全球范围内的数据信息量正以约每天2.5艾字节的幅度上涨，自进入大数据时代以来，人类生产生活所产生的数据规模已经超过了历史生产数据的总和。（2）种类丰富当前科学技术的繁荣发展，使得电器随处可见。互联网技术使得电子设备可以迅速地进行数据获取，搜索引擎、通话记录、手机软件等都是获取数据渠道。而物联网技术的广泛应用又使得普通独立的电器也可以随时对使用过程中产生的数据进行记录和传输。数据自身格式的多样化和数据获取渠道的普遍化使得的所获取的数据呈现出各种不同的类别形式。（3）速度快数据具有时效性特征，数据的含金量与其时效性之间成反比关系，即价值越大的数据由于对其需求迫切往往时效性越短。因此很多数据在使用过程中对收集、处理的速度要求较高。而借助较高性能的电子设备使得数据传输的时间大幅缩短，且实时数据可以通过大数据技术与已有数据信息进行有效融合，更加增强了数据应用的时效性。（4）价值大大数据拥有较大的数据规模，数据信息来源丰富；复杂的数据结构，能够支持深度挖掘和复杂建模；较强的数据关联度，这样的数据集极高的有效性、极高的分析价值与一体。大数据的价值在于组织如何将自己转变为大数据驱动型公司，并利用大数据分析的洞察力来决策。（二） 大数据信息获取技术及处理分析技术现状技术是体现大数据价值的手段和大数据行业前进的基础。在大数据从采集、处理、存储到得出最终结论的整个运作周期中，信息的获取与处理分析技术极为重要。1、大数据的信息获取技术大数据采集，即对各类来源的结构化和非结构化的大量数据进行采集，方法有三：其一，系统日志采集，利用运用了分布式架构的操作工具，在进行日志数据的采集和传输工作时速度可达每秒数百MB；其二，网络数据采集，在网站上通过网络爬虫或网站公开API等方式采集所需信息，这些信息中的非结构化数据将被抽取出来，而后以结构化的方式进行存储，最终形成格式统一的本地数据；其三，对于机密性要求较高的数据，则可通过其他方法如使用特定系统接口等相关方式采集数据。2、大数据预处理技术大数据预处理，是指在对数据进行正式分析处理之前，为提升数据质量，保证后续数据分析工作的高效进行，而对先前采集到的初始数据所进行的一系列操作。数据预处理主要包括四个部分：一是数据清理，利用清洗工具，对存在缺失的数据、数据内容有误的不一致数据或与期望值发生偏离的噪音数据进行处理；二是数据集成，将来自不同来源的数据组合到统一视图，合并到统一数据库进行储存；三是数据转换，通过转变数据表现形式对数据中存在的不一致做出处理，其工作步骤中包括数据清洗；四为数据规约，指在尽可能维持数据原本样貌的同时，尽可能缩小其数据量，最终结果是一个较小的数据集。3、大数据预分析挖掘技术大数据分析挖掘，指对参差不齐的数据，进行萃取、精简和分析的过程，一般有以下五种方法：第一，可视化分析，指运用计算机图形学，将数据转化为图形或图像的分析手段，使数据得到清晰高效地传达与沟通，主要应用于对大量数据及其关联性进行分析地过程中；第二，数据挖掘算法，分析数据对特定类型的模式和趋势进行查找，并据此来创建数据挖掘模型的一组试探和计算的数据分析方法，它是大数据理论分析的重中之重；第三，预测性分析，可在结构化和非结构化数据中使用实体分析、预测建模等高级分析功能以确定未来结果。是最重要的应用方式之一，可为规划流程提供信息，并对企业未来进行关键洞察。第四，语义引擎，是指为提升用户搜索体验，为数据进行语义添加的操作；第五，数据质量管理，是以通过可靠的数据提升数据在使用中的价值，并最终为企业赢得经济效益为终极目标，对数据的整个生命周期中数据质量问题，进行识别、衡量、控制等操作，最终以达成解决问题提升数据质量为目的的循环管理过程。（三） 大数据在财务领域的应用现状大数据技术可以从种类繁多的复杂数据中，快速获取附含较高价值的信息。财务领域是一个重要的、典型的大数据应用领域，特别是财务领域对数据分析有巨大的需求。1、预算自动推导中石油的湖北销售XBRL大数据分析平台通过总结分析每座加油站五年来日销售规律变化，考虑天气、道路变更、维修改造等特殊影响因素，形成自下而上的单站预算自动推导模型，让每个加油站掌握影响预算的主要因素，充分挖掘其内生动力。2、风险防控在中石油的湖北销售XBRL大数据分析平台公司各级卡管理人员可以自由选择查询期间和阀值，一次性展示出符合条件各明细加油站，通过穿透查询功能，可以联查到卡消费的明细记录，从而为各级管理人员精确、快速地找到疑似问题卡提供了有力的系统支持。3、用户画像京东利用智能机器人JIMI和OLAP多维分析平台，依据“用户贡献度”智能客服系统，为每位客户制作了“我的京东范儿”专属画像。在为企业做财务共享或只能财务咨询时，为共享服务中心的每位客户做画像，特别是在信用方面，可以据此调节报账流程繁简程度、预测付款周期等4、成本预警万达集团具备科学全面的成本预警制度，当某项项目的成本超过该项目事先提交的计划范围时，该成本预警系统就会自动发出警示并进行项目分析。万达集团规定每个季度初需在其成本系统中编制一次现金流表。项目支出计划的编制涉及大量成本科目。与此同时，万达集团还对项目的执行程度和付款比例进行持续跟进与记录，按照集团规定将实际情况数据与计划情况数据进行对比，并将该结果作为管理层的绩效考核指标之一。在该预警制度的作用下，万达集团不仅能够在接受项目之前提前通过计算预估该项目成本，例如项目涉及的土地成本、设计费用、建设费用、招商租金等，并且精确模型的使用可以降低成本费用的误差，使预算准确有效。（四） 大数据对企业财务的影响1、使企业财务管理更趋近于信息化财务部门对于财务数据的收集和处理随着大数据技术的应用，其准确度和便利程度都大幅提升。它的应用目的从以往单纯的为方便数据的收集和存储，转变为通过对数据进行处理分析，将财务信息同企业各个部门的具体业务数据相互关联印证，创建一个完整的企业财务信息系统，它不仅贯穿企业各生产经营流程使之相连，同时也将各个流程的全部数据囊括其中。通过对相关数据的观察和分析可以快速准确地发现存在的问题，从而据此更科学地对各个流程进行调整和生产力重新分配，使企业在生产经营过程中有能力实现在问题刚露出苗头，造成损失之前，提前对可能存在的风险做好预防措施。2、使企业预算机制更加全面精准任何企业在经营发展过程当中，都需要持续对未来经营的发展方向、战略目标和各类经营指标进行充分准确的预测，以确保企业在按计划发展的进程中尽量避免发生偏离及各项风险，从而实现企业健康稳定的可持续发展。足够的精确的预算机制是企业要达成这一目标的必备要素，从而使企业对各项经营指标的变化趋势和整体发展方向能够有效地进行控制，使企业的经营成果尽可能向既定目标靠拢。在大数据的背景之下，借助大数据采集存储技术的应用，企业可以充分掌握企业生产经营所产生的各类财务数据和非财务数据，并能将企业数据与市场经济整体大环境相结合进行更加科学有效的预算分析，打破了以往财务预算只是局限于对自身财务数据进行纵向对比分析的局面。通过对大数据分析处理技术的应用，企业可以从更加多维的角度、借助更加科学的参照、考虑更加全面的影响因素进行有效的整体分析，最大程度地让分析得出的预算数据更准确、更贴合企业经营现状、更能全面体现企业未来发展走向，在促使企业在纵向对比时能够做到科学规划、健康发展的同时，同时也为企业横向对比提供了预算是否更接近我国经济环境未来发展大方向的考虑维度。3、使企业的风险控制能力增强高科技设备的运用使企业增加了信息接受渠道，企业可以选择从多来源获取同一信息进行补充对比，来解决信息完整性的问题；也可以选择更具权威性和公信力的渠道获取数据，来解决信息真实性的问题。此举避免了管理层因信息失真而做出错误决策的后果，给企业带来了脱离更多未知风险的机会。在信息的真实性和完整性能够得到充分保障的基础上，运用大数据的数据采集技术获取市场经济有关信息结合企业内部信息使数据更加全面。在所需数据收集全面的基础上，运用大数据的数据分析处理技术进行充分分析，可以合理预测企业未来发展空间并进行科学筹划，可以精准捕捉企业内部漏洞，察觉企业决策风险并采取弥补措施，以确保企业决策风险的可查可控和有所准备，并且可以从眼下着手，对眼下存在的风险因素采取解决措施消除隐患，以此提升企业对风险的控制和解决能力。4、提高企业对非数字化信息的应用目前企业被财务部门收集利用的数据信息几乎都是数字化信息，比如生产部门的成本费用信息、销售部门的成本利润信息等。但实际上可以为企业带来效益的不仅仅是数字化信息，很多较高的价值都是由非数字化信息带来的，比如招牌产品的生产工序、各部门间的协同模式、企业高层的管理思维等。为满足企业在生产经营管理过程中产生的各种需求，将大数据技术运用到本企业目前生存发展过程中产生的各种需求的适应中，充分收集整合所有相关信息，不仅包括数字化信息还有非数字化信息，通过对其进行综合性较强的全方位多维度分析，得出适用的问题解决方案，保障企业度过危机，帮助企业修复漏洞，为企业实现战略目标持续保驾护航。三、大数据下的企业财务风险分析（一）数据收集、使用不当存在安全性风险多元化全方位发展经营的企业由于其业务涉及多个领域，就有了更多的数据来源，面对大量的琐碎数据，如果企业员工因贪图工作方便未对数据进行有效分类、提取和有效性分析等一系列信息加工流程，只是无差别地对原始数据进行简单的汇总处理，从而使对企业有价值的信息没能经过筛选从海量数据中被挖掘呈现出来，对企业有误导倾向地错误数据也未被筛选淘汰，对数据的收集、使用缺乏安全性把控，将会极大可能给企业带来未知风险。数据的采集风险主要体现在两方面，一方面是对所采集的数据缺乏有效的验证手段，无法保证数据的完整性和真实性，只能借助后期的使用核对过程核实部分数据的真实性和有效性；另一方面，采集的数据质量参差不齐，大量无价值数据的堆积会严重影响数据分析的进度与质量。数据的整理使用同样存在风险。财务工作过程中需要采集多个部门的数据，但由于各部门信息化发展水平的不均衡，各部门间根据各自需要所使用的应用软件也不尽相同，数据标准以及数据的格式、内容在这种情况下缺乏一致性，数据整理的困难程度增大，也给数据关联分析方法的现实应用造成较大困难。（二）数据存储存在安全性风险存储设备和存储技术需要不断升级以满足当下大量、多类、结构复杂的数据的存储需求，需要配置大容量、低功耗、高性能的数据存储电子设备。一旦数据存储方面出现问题，数据的完整性受到恶意破坏或有较高价值的信息被泄露，将会给企业的生存发展造成重大损失。数据的存储风险体现在财务部门采集数据涉及企业各项生产经营活动的信息，数据的遗失、泄密将给企业整体经济状况造成较大损失，同时对企业的公信力也会产生负面影响。当下财务工作过程中的数据存储风险最主要还是来自于数据存储设备的安全风险，如负责财务工作的人员的计算机或相关移动设备等丢失、数据系统加密程度不足等，这些都应是控制数据存储风险的重点关注领域。（三）非法入侵风险大数据将企业的所有生产经营行为作为数据信息进行了系统的存储分析，它的分析成果使得企业领导层的决策有了科学的依据，并逐渐形成由大数据技术支撑的一系列业务决策流程，这使得数据分析的成果至关重要，数据的真实性完整性、分析的科学性都是不可或缺的重要保障。如果采集的数据信息被故意窜改，或者分析系统的程序遭到攻击破坏，那么对数据信息的所有工作就都失去了应有的价值，这不仅会使得企业财务风险增加，影响财务工作质量和水平，更会为企业的日常生产经营活动带来隐患。四、大数据下企业的财务风险管理（一） 大数据对企业财务风险管理的影响1、大幅提升财务风险管理信息量在大数据时代背景下，企业的数据产生形式更加多样，数据内容广泛，企业的管理方式发生了较大改变，唯有做到对企业生产经营全方位各个流程的工作数据进行全面把握、合理运用、深入分析，才能得到高价值的数据信息，为管理决策提供有效依据，才能推动企业实现可持续发展。企业财务的情况探查、风险管理等工作所依托的数据来源也不再局限于传统的财务报表、凭证单据等形式，而在大数据背景下，财务信息量激增、获取途径得到扩张。2、大幅提升财务风险管理准确性以往企业财务数据发生遗漏、出现偏差等问题的发生，严重降低了企业财务工作的质量。对数据信息缺乏充分收集、准确验证与有效利用，会导致企业承受较大风险。大数据技术在风险控制过程中的应用，为企业带来了全面有效的数据信息、科学高效的管理流程，使企业能够迅速地发现问题，迅速地排除风险，全面地预防风险，有效地保障了企业的可持续发展。3、大幅提升财务风险管理工作价值相关大数据技术的广泛应用给企业财务管理人员的工作带来了较大的变化。在大数据时代到来之前，财务风险管理的工作依据大部分是就财务账目上的数据进行对比分析，工作内容没有可延展性，工作成果对于其他部门具有较低的参考价值。大数据时代到来之后，财务管理人员能够依托大数据技术手段整合处理全面分析财务信息与非财务信息，使企业财务风险得到更迅速地发现、更有效地解决，也使得依据分析结果对企业现状的评价更全面、更有说服力，拓宽了企业财务管理范畴，并且提升了企业财务管理人员的工作价值。（二） 大数据下的企业财务风险管理1、构建完善的信息安全管理制度，建设全面的数据应用权限体系首先，构建完善的信息安全管理制度。在完善大数据信息安全的相关管理制度时，要依据数据的生命周期，切实结合数据定义、数据采集、数据分析等信息处理程序，有针对性地对安全管理和控制流程进行完善处理。在数据处理过程中，要对数据处理所涉及的岗位及其对应职责进行明确对应和区分。通过应用更适合的安全技术服务来维护系统信息安全，如应用独立密码服务、进行访问限制和监控等。构建完善的信息安全管理制度，形成集制度、技术、管理三位一体的数据体系。其次，建设全面的数据应用权限体系。数据资源的极大丰富和电子存储模式使得信息的使用和处理的权力界限变得模糊。为此，企业需要严格遵守授权制和责任制，对任何程序都做出明确规定：明确各环节责任人，明确各责任人的授权范围，明确各级别工作人员的角色和权限及使用原则，切实做好把关工作，防止以公谋私、职责重叠。建设全面的数据应用权限体系，是有效实施自主预防的成果，为构建更加全面的一体化安全管理打下良好的制度基础。2、增加投入，加强财务信息化建设为了得到有价值的财务分析数据，全面有效地管控财务风险，最大限度地发挥数据信息的作用，企业需要适当增加投入，加强财务信息化建设，为财务数据提供合适的存储和分析平台。一，需要引入合适的财务软件，并结合企业具体需求和发展规划，优化软件功能，以保证数据的真实性、完整性、科学性、有效性。二，软件系统需要专业人员进行定期维护，坚持采取完善防火墙等措施，避免出现系统故障、数据泄露等安全风险。在做到财务数据共享的同时，也要同步提升财务数据和财务软件的风险防控能力。三，持续更新硬件设备，做出合理预算。合理安排硬件设备的更新和维修工作，防范因硬件问题带来的数据安全风险。3、建立健全预警机制，将数据挖掘技术应用于财务风险预警企业在生产经营过程中，为了尽可能避免财务风险和及时应对财务风险，应建立完善的风险预警机制，风险因素要考虑全面，根据科学性、合理性、准确性原则，选取的指标数据应同时囊括财务指标和大数据技术指标，在数据处理技术的帮助下筛选出隐藏在大量数据中的可能反映财务风险的有用信息，进行进一步分析处理，对隐含的风险信息做出明确风险预警。得到风险预警结果后，企业应依据分析结果中风险出现的可能性和影响力进行排序，迅速有针对性地采取措施，分别制定实施应对各风险的最有利方案，最终做到尽量避免或者减少财务风险可能带来的经济损失。4、加强财务人员的技术专业性，培养财务人员的风险防控意识在财务领域大数据技术的深度应用促使财务人员对于相关的专业知识和应用技能也要及时进行学习和考量，查漏补缺，确保数据的准确性，要紧跟行业发展的步伐，掌握数据软件的使用技巧，增加应用软件的使用率，获得更具价值的数据信息，提高企业的经济效益。同时企业要注重定期对财务人员进行职能培训：培养财务工作人员的财务数据风险意识，树立财务工作人员的危机意识，提升财务工作人员的风险防范意识，使财务工作人员熟悉风险事前、事中、事后的应对措施，使财务工作人员的工作思维得到转变，时刻为风险的防控和应对做好准备。5、加强数据审计工作，确保数据安全性在数据处理和应用环节中频繁的数据调用会给数据安全性带来极大威胁。为应对这一风险，需要保证网络链接的顺畅，数据源头的纯净。数据审计则会很好地避免由于财务数据的频繁调用带来的数据安全性风险。数据审计工作从审计对象上来区分主要有自身设计和数据访问审计两个方面。在数据自身审计中，主要是对数据进行审计，通过对数据进行跟踪，合法利用计算机技术，对数据来源和变动情况进行审计，通过分析数据变更情况，明确变更操作的主体、设备状况以及网络状况等信息，能够在尽可能短的时间内找出数据违规窜改的罪魁祸首。数据访问审计的审计对象是数据访问操作，目的是对操作的合法性进行确定，如数据操作时间、设备、网络、角色、访问数据范围以及主体等。将这些信息进行数据分析处理，指定有针对性的应对方案，确保数据安全性。如果出现非法入侵的情况，可以通过数据追踪技术掌握其攻击过程，快速采取有效的应对措施，有效遏制网络攻击范围的进一步扩散。

总结在当下数据爆发的时代，大数据技术展现出了超凡的将数据转化为有效信息的能力，从而进入了众多领域的工作中。大数据技术对于企业财务的影响也在逐渐渗透，大数据的应用对于财务而言，有利有弊，须得加以控制。本文通过大数据的定义的描述与理解，确定了大数据之一种信息形态的资产，且借助计算机互联网技术的发展，可通过整合分析得到巨大的增值空间，具有容量大、种类丰富、速度快、价值大的特点。本文通过对大数据在财务领域的应用现状的简要概述，列举大数据在预算自动推导、风险防控、用户画像、成本预警方面的应用实例，得出大数据在财经领域的应用场景拥有较大发展空间的结论。本文通过分析大数据对于财务的影响：使企业财务管理更趋近于信息化、使企业预算机制更加全面精准、使企业的风险控制能力增强、提高企业对非数字化信息的应用，以及分析大数据给企业财务带来的风险：数据收集和使用不当存在安全性风险、数据存储存在安全性风险、非法入侵风险，全面把握了财务在大数据加持下的变化。本文通过分析大数据对企业财务风险管理的影响，得出结论：大幅提升财务风险管理信息量、大幅提升财务风险管理准确性、大幅提升财务风险管理工作价值得出了大数据下的企业财务风险管理相关措施的结论：构建完善的信息安全管理制度，加强数据应用权限体系建设、加大网络安全建设力度、加强数据审计工作，确保数据安全性、建立健全预警机制，将数据挖掘技术应用于企业财务风险预警、加强财务人员的专业性，增强财务人员的风险防控意识。希望在不断发展的过程中，大数据的应用能够更加全面的渗透到财务领域当中，使得这项资产的价值得到最大化的利用。

参考文献[1]刘新锋.刍议大数据时代下的企业财务管理.[J].时代金融，2014-07[2]汤谷良，张守文.大数据背景下企业财务管理的挑战与变革.