在大数据背景下，财务风险控制面临的问题与对策如下：
问题：
1. 数据质量不高：由于数据采集、处理和存储过程中可能存在的误差，导致数据质量不高，影响风险评估的准确性。
2. 数据安全和隐私保护：随着大数据的应用，企业需要处理大量敏感信息，如何确保数据安全和隐私保护成为一大挑战。
3. 数据分析能力不足：企业缺乏专业的数据分析团队和工具，难以从海量数据中提取有价值的信息，从而影响风险控制的效果。
4. 法规政策滞后：大数据应用涉及多个领域，如金融、医疗、交通等，不同领域的法规政策存在差异，给企业带来合规风险。
5. 技术更新迅速：大数据技术更新迅速，企业需要不断投入资金进行技术升级，以保持竞争力。
对策：
1. 提高数据质量：加强数据采集、处理和存储过程中的质量控制，采用先进的数据清洗、去重、校验等技术手段，确保数据准确性。
2. 加强数据安全和隐私保护：建立健全数据安全管理制度，采用加密、脱敏等技术手段保护数据安全；遵守相关法律法规，确保数据隐私保护。
3. 提升数据分析能力：建立专业的数据分析团队，引进先进的数据分析工具和技术，提高数据处理和分析能力。
4. 完善法规政策体系：针对大数据应用的特点，制定和完善相关法规政策，确保企业合规经营。
5. 加大技术创新投入：关注大数据技术的发展动态，加大技术创新投入，提高企业的核心竞争力。
