時(shí)間：2023-08-12 09:05:34
序論：在您撰寫財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的概念時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
【關(guān)鍵詞】 風(fēng)險(xiǎn)預(yù)警系統(tǒng);財(cái)務(wù)知識(shí)管理;本體
財(cái)務(wù)風(fēng)險(xiǎn)管理是企業(yè)風(fēng)險(xiǎn)管理的一個(gè)重要組成部分,是企業(yè)經(jīng)營風(fēng)險(xiǎn)的集中體現(xiàn)。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是財(cái)務(wù)風(fēng)險(xiǎn)管理發(fā)展的一個(gè)新階段。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的重點(diǎn)是抓住小范圍、低程度的財(cái)務(wù)風(fēng)險(xiǎn)事件與財(cái)務(wù)狀況變化,采取控制措施,防止小事件引發(fā)大風(fēng)險(xiǎn)而使企業(yè)陷入財(cái)務(wù)危機(jī)。21世紀(jì)的經(jīng)濟(jì)是世界經(jīng)濟(jì)一體化條件下的經(jīng)濟(jì),是以知識(shí)決策為導(dǎo)向的經(jīng)濟(jì)。企業(yè)管理進(jìn)入知識(shí)經(jīng)濟(jì)時(shí)代,企業(yè)的工作環(huán)境和工作內(nèi)容都徹底發(fā)生了變化,知識(shí)管理的理念和方法不斷滲透到財(cái)務(wù)管理中,為財(cái)務(wù)管理創(chuàng)新提供了機(jī)遇。而財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是一項(xiàng)重要的知識(shí)依賴的技術(shù)工作,在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理中如何引入知識(shí)管理的理念和方法,構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng),幫助管理者準(zhǔn)確地了解企業(yè)財(cái)務(wù)狀況,指導(dǎo)風(fēng)險(xiǎn)應(yīng)對(duì)工作的開展,從而降低經(jīng)營風(fēng)險(xiǎn),減少財(cái)務(wù)損失,是企業(yè)管理者關(guān)注的問題。本文運(yùn)用知識(shí)本體(ontology)方法研究財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警管理,探索科學(xué)化、智能化和系統(tǒng)化的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制。
一、基于知識(shí)本體的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)需求分析
財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)是現(xiàn)代企業(yè)預(yù)測和防范風(fēng)險(xiǎn)的一個(gè)重要工具,它在收集大量相關(guān)信息的基礎(chǔ)上,借助計(jì)算機(jī)技術(shù)、信息技術(shù)、概率論和模糊數(shù)學(xué)等方法,設(shè)定風(fēng)險(xiǎn)預(yù)警指標(biāo)體系及其預(yù)警警戒線,捕捉和監(jiān)視各種細(xì)微的跡象變動(dòng),對(duì)不同性質(zhì)和程度的財(cái)務(wù)風(fēng)險(xiǎn)及時(shí)發(fā)出警報(bào),提醒決策者及時(shí)采取防范和化解風(fēng)險(xiǎn)的措施?？梢?財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)建立的關(guān)鍵是如何有效地捕獲企業(yè)內(nèi)外部信息并形成有用的知識(shí),有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)系統(tǒng)應(yīng)滿足如下四點(diǎn)需求。
一是信息收集與轉(zhuǎn)換功能。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)系統(tǒng)應(yīng)通過收集與企業(yè)經(jīng)營相關(guān)的產(chǎn)業(yè)政策、國內(nèi)外市場競爭狀況、企業(yè)本身的各類財(cái)務(wù)信息和生產(chǎn)經(jīng)營狀況信息,并進(jìn)行分析轉(zhuǎn)換,按一定形式和規(guī)則存入知識(shí)庫。
二是預(yù)警指標(biāo)管理與更新功能。系統(tǒng)應(yīng)建立起財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,并根據(jù)其中的評(píng)價(jià)指標(biāo)計(jì)算公式,利用財(cái)務(wù)風(fēng)險(xiǎn)信息子系統(tǒng)提供的資料,計(jì)算出具體的指標(biāo)值,供綜合評(píng)價(jià)和預(yù)警使用。
三是財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)功能。系統(tǒng)應(yīng)根據(jù)已計(jì)算出的各種風(fēng)險(xiǎn)指標(biāo)的值,利用各種科學(xué)的綜合評(píng)價(jià)模型和預(yù)測模型,對(duì)企業(yè)目前的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)和對(duì)企業(yè)未來的風(fēng)險(xiǎn)進(jìn)行預(yù)測。該功能是根據(jù)對(duì)企業(yè)運(yùn)營過程跟蹤、監(jiān)測的結(jié)果,運(yùn)用現(xiàn)代企業(yè)管理技術(shù)和企業(yè)診斷技術(shù)對(duì)企業(yè)財(cái)務(wù)狀況的優(yōu)劣作出判斷,找出企業(yè)財(cái)務(wù)運(yùn)行中潛在的危險(xiǎn)。
四是財(cái)務(wù)風(fēng)險(xiǎn)報(bào)警功能。系統(tǒng)應(yīng)根據(jù)已計(jì)算出的反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)指標(biāo)值、綜合評(píng)價(jià)值以及預(yù)測值,按照一定的報(bào)警模式發(fā)出不同程度的警報(bào)。
筆者在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理研究中引入本體的概念,本體原本是一個(gè)哲學(xué)上的概念,用于研究客觀世界本質(zhì)。在本體中概念的關(guān)系可以被描述得更加廣泛、詳細(xì)、深入和全面,通過對(duì)概念添加屬性值,以及在屬性與屬性之間添加映射關(guān)系,一些不便描述的語義關(guān)系就可以清晰地描述出來。同時(shí),在本體中可以使用形式語言,這就為實(shí)現(xiàn)知識(shí)檢索創(chuàng)造了條件。在對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)形式化定義后,本體概念模型能夠?qū)崿F(xiàn)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)理解的唯一性和精確性;另外,利用本體技術(shù)對(duì)知識(shí)的聯(lián)系進(jìn)行形式化映射,可以產(chǎn)生和約束新的知識(shí)規(guī)則,增加財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)本體表示方法的實(shí)用性。
二、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)知識(shí)本體建模
通過分析財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域知識(shí)的概念、關(guān)系和知識(shí)結(jié)構(gòu),采用分層次的思路建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域本體,并分別對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)模型、指標(biāo)體系和財(cái)務(wù)狀況監(jiān)控知識(shí)與案例進(jìn)行形式化描述。本系統(tǒng)模型建立概念本體,評(píng)價(jià)模型本體、指標(biāo)本體、資源本體和通訊本體等。下面以財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型概念本體為例說明財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)本體建模。
概念本體是用來描述某個(gè)領(lǐng)域內(nèi)的一些基本概念和概念之間關(guān)系的本體,這些概念是被該領(lǐng)域內(nèi)人們所共同認(rèn)可的,概念是對(duì)事物認(rèn)知的抽象,包含的內(nèi)容很廣,與模型相關(guān)的內(nèi)容有:關(guān)系、函數(shù)、公理與實(shí)例等;關(guān)系表達(dá)了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域內(nèi)概念間的互相作用,n個(gè)概念之間的關(guān)系可以表示為 R:Cl×C2×…×Cn;函數(shù)是一種特殊的概念關(guān)系,表示在n元關(guān)系中確定了n-1個(gè)概念,則第n個(gè)概念是唯一的,即F:Cl×C2×…×Cn-1Cn;公理表示永遠(yuǎn)為真的概念,即真命題;實(shí)例是具體的模型元素。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型概念本體形式化定義如下。
CO::=(Fn,Cc,R,Ac,Ic)。
其中,Fn是領(lǐng)域名,Cc是領(lǐng)域內(nèi)的術(shù)語集,R是關(guān)系集,Ac是公理集,Ic是實(shí)例集。
R形式化為:R::=(Ra,Rc),Ra是Cc上的屬性集,形式化為:Ra::=(dc:Identifier,dc:Title,dc:Creator,dc:Description,dc:Date),前綴dc表示重用DC元數(shù)據(jù)集中的標(biāo)識(shí)符、題名、創(chuàng)建者、描述及日期元素;Rc是術(shù)語間的關(guān)系集,Rc域是Cc1×Cc1,形式化為:Rc::=(SubConceptOf,SuperConceptOf,IsPartOf,HasPart,Equal,Pre,Next),SubConceptOf和SuperConceptOf
是包含和被包含的關(guān)系,IsPartof和HasPart是聚集關(guān)系,Equal是等價(jià)關(guān)系,Pre描述了概念和概念之間的直接前驅(qū)關(guān)系,Next描述了概念和概念之間的直接后繼關(guān)系。Ac是公理集,Ac形式化為:Ac::=(SubConceptOfSuperConceptOf-,IsPartOfHasPart-,PreNext-,IsPartOfIsPartof*,HasPartHasPart*,EqualEqual*,……),表達(dá)了SubConceptOf和SuperConc-
eptOf,IsPartOf和HasPart,Pre和Next都是逆反關(guān)系,IsPartOf和HasPart和Equal都是可傳遞的。Ic形式化為:Ic::=(IRa,IRc),IRa是屬性集實(shí)例,IRc是概念的關(guān)系實(shí)例。
概念是對(duì)人類知識(shí)的抽象,概念本體是按照分類法來組織領(lǐng)域概念及其客觀關(guān)系的,概念本體作為一類獨(dú)立的本體存在,由領(lǐng)域?qū)＜一蛑R(shí)工程師管理。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型概念本體的描述說明如下:
Fn=財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型;
Cc=(Z計(jì)分模型,人工神經(jīng)網(wǎng)絡(luò)模型,多元邏輯(logit)模型,F計(jì)分模型……);
IRa={(“Prop1”,“Z計(jì)分模型”,“Z-score”,“通過將反映企業(yè)償債能力的指標(biāo)(X1,X4)、獲利能力指標(biāo)(X2,X3)和營運(yùn)能力指標(biāo)(X5)五種財(cái)務(wù)比率有機(jī)聯(lián)系起來,綜合分析預(yù)警企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)?！?,(“Prop2”,“人工神經(jīng)網(wǎng)絡(luò)模型”,“Artificial-Neural-Network”,“通過大量神經(jīng)元的復(fù)雜連接,采用由底到頂?shù)膶W(xué)習(xí)方法,以自組織和非線性動(dòng)力學(xué)所形成的并列分布方式處理非語言化的財(cái)務(wù)模式信息,達(dá)到預(yù)警企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的目標(biāo)”),……};
IRc={SubConceptOf(財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型,Z計(jì)分模型),SubConceptOf(財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型,人工神經(jīng)網(wǎng)絡(luò)模型),IsPartOf(Z計(jì)分模型,函數(shù)形式),IsPartOf(Z計(jì)分模型,參數(shù)指標(biāo)),IsPartOf(人工神經(jīng)網(wǎng)絡(luò)模型,模型算法),IsPartOf(人工神經(jīng)網(wǎng)絡(luò)模型,輸入矩陣),……}。
三、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理系統(tǒng)框架
通過分析基于本體的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)模型及需求,本文提出財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理系統(tǒng)框架如圖1所示。
基本的知識(shí)管理活動(dòng)包括知識(shí)的創(chuàng)造、發(fā)現(xiàn)、存儲(chǔ)和應(yīng)用,財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理將這些活動(dòng)整合為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)的獲取、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)的存儲(chǔ)與推理、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)的應(yīng)用與預(yù)警三個(gè)主要過程。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警以企業(yè)經(jīng)營績效為基礎(chǔ),充分認(rèn)識(shí)財(cái)務(wù)風(fēng)險(xiǎn)的本質(zhì)并在更廣泛的領(lǐng)域內(nèi)選擇相關(guān)的預(yù)警指標(biāo),通過綜合評(píng)價(jià)企業(yè)的財(cái)務(wù)狀況進(jìn)行預(yù)警。本財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型由獲利能力、償債能力、經(jīng)濟(jì)效率和發(fā)展?jié)摿λ膫€(gè)方面的評(píng)價(jià)構(gòu)成,獲利能力和償債能力是公司財(cái)務(wù)評(píng)價(jià)的兩大基本部分,而經(jīng)濟(jì)效率高低又直接體現(xiàn)了公司的經(jīng)營管理水平,公司的發(fā)展?jié)摿τ绕渲档弥匾?公司理財(cái)?shù)哪繕?biāo)是財(cái)富最大化,良好的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)不應(yīng)僅僅關(guān)注目前的運(yùn)營狀況。在具體預(yù)警指標(biāo)的選取方面,考慮到各指標(biāo)間既能相互補(bǔ)充,又不重復(fù),盡可能全面綜合地反映公司運(yùn)營狀況,故每個(gè)預(yù)警模塊各取兩個(gè)最具代表性的指標(biāo)。系統(tǒng)從定量和定性兩個(gè)角度利用財(cái)務(wù)本體知識(shí)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),本體風(fēng)險(xiǎn)評(píng)價(jià)模型利用本體推理與財(cái)務(wù)知識(shí)庫得出的各指標(biāo)值,代入建立的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型,進(jìn)行風(fēng)險(xiǎn)評(píng)估,具體的評(píng)價(jià)模型可根據(jù)風(fēng)險(xiǎn)案例庫的匹配情況,選取合適的模型,如層次分析模型或模糊評(píng)價(jià)模型等。
在企業(yè)內(nèi)外部信息集成與知識(shí)獲取部分,利用本體技術(shù)、知識(shí)集成技術(shù)、多種檢索技術(shù),對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)進(jìn)行數(shù)字化語義處理;系統(tǒng)按照本體論思想對(duì)知識(shí)進(jìn)行分類標(biāo)注,組織到知識(shí)庫中,形成財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域概念集;這種框架便于實(shí)現(xiàn)本體知識(shí)獲取、存儲(chǔ)、檢索等功能,并方便財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)集成、共享、發(fā)現(xiàn)和重用。本框架一方面從技術(shù)角度針對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理提出了全面的解決方案;另一方面,通過引入本體技術(shù),本框架在一定程度上能夠使知識(shí)提供者和知識(shí)需求者之間盡可能無歧議地相互理解,并且能夠表達(dá)組織內(nèi)知識(shí)提供者和知識(shí)需求者的原始思想。這將使得財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理能夠更廣泛地應(yīng)用于各種類型的組織中,為組織的財(cái)務(wù)風(fēng)險(xiǎn)管理在技術(shù)上提供支持。
企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理是一項(xiàng)復(fù)雜的系統(tǒng)工程,隨著知識(shí)經(jīng)濟(jì)時(shí)代的到來,信息革命和經(jīng)濟(jì)全球化的進(jìn)程日趨加快,財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)系統(tǒng)研究有著廣闊的發(fā)展前景,日益被人們所關(guān)注。本文采用本體方法為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域知識(shí)建模,并提出基于本體的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理框架,但在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)表達(dá)與推理等方面需進(jìn)一步研究。
【參考文獻(xiàn)】
[1] 谷文林.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究綜述[J].現(xiàn)代管理科學(xué),2008(8).94-95.
[2] 于富生,張敏,姜付秀,任夢(mèng)杰.公司治理影響公司財(cái)務(wù)風(fēng)險(xiǎn)嗎?[J].會(huì)計(jì)研究,2008(10):52-59.
[3] 張友棠.基于內(nèi)部控制的多維財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)[J].財(cái)會(huì)月刊(會(huì)計(jì)版),2008(1):16-18.
[4] 彭潤華,陽震青.基于XBRL的集團(tuán)財(cái)務(wù)知識(shí)管理研究[J].會(huì)計(jì)之友,2009(3):31-33.
[5] Segev A,Gal A.Enhancing portability with multilingual ontology-based knowledge management[J].Decision Support Systems.2008,45(3):567-584.
【論文關(guān)鍵詞】風(fēng)險(xiǎn)預(yù)警系統(tǒng)財(cái)務(wù)知識(shí)管理本體
財(cái)務(wù)風(fēng)險(xiǎn)管理是企業(yè)風(fēng)險(xiǎn)管理的一個(gè)重要組成部分,是企業(yè)經(jīng)營風(fēng)險(xiǎn)的集中體現(xiàn)。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是財(cái)務(wù)風(fēng)險(xiǎn)管理發(fā)展的一個(gè)新階段。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的重點(diǎn)是抓住小范圍、低程度的財(cái)務(wù)風(fēng)險(xiǎn)事件與財(cái)務(wù)狀況變化,采取控制措施,防止小事件引發(fā)大風(fēng)險(xiǎn)而使企業(yè)陷入財(cái)務(wù)危機(jī)。21世紀(jì)的經(jīng)濟(jì)是世界經(jīng)濟(jì)一體化條件下的經(jīng)濟(jì),是以知識(shí)決策為導(dǎo)向的經(jīng)濟(jì)。企業(yè)管理進(jìn)入知識(shí)經(jīng)濟(jì)時(shí)代,企業(yè)的工作環(huán)境和工作內(nèi)容都徹底發(fā)生了變化,知識(shí)管理的理念和方法不斷滲透到財(cái)務(wù)管理中,為財(cái)務(wù)管理創(chuàng)新提供了機(jī)遇。而財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是一項(xiàng)重要的知識(shí)依賴的技術(shù)工作,在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理中如何引入知識(shí)管理的理念和方法,構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng),幫助管理者準(zhǔn)確地了解企業(yè)財(cái)務(wù)狀況,指導(dǎo)風(fēng)險(xiǎn)應(yīng)對(duì)工作的開展,從而降低經(jīng)營風(fēng)險(xiǎn),減少財(cái)務(wù)損失,是企業(yè)管理者關(guān)注的問題。本文運(yùn)用知識(shí)本體(ontology)方法研究財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警管理,探索科學(xué)化、智能化和系統(tǒng)化的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制。
一、基于知識(shí)本體的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)需求分析
財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)是現(xiàn)代企業(yè)預(yù)測和防范風(fēng)險(xiǎn)的一個(gè)重要工具,它在收集大量相關(guān)信息的基礎(chǔ)上,借助計(jì)算機(jī)技術(shù)、信息技術(shù)、概率論和模糊數(shù)學(xué)等方法,設(shè)定風(fēng)險(xiǎn)預(yù)警指標(biāo)體系及其預(yù)警警戒線,捕捉和監(jiān)視各種細(xì)微的跡象變動(dòng),對(duì)不同性質(zhì)和程度的財(cái)務(wù)風(fēng)險(xiǎn)及時(shí)發(fā)出警報(bào),提醒決策者及時(shí)采取防范和化解風(fēng)險(xiǎn)的措施?？梢?財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)建立的關(guān)鍵是如何有效地捕獲企業(yè)內(nèi)外部信息并形成有用的知識(shí),有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)系統(tǒng)應(yīng)滿足如下四點(diǎn)需求。
一是信息收集與轉(zhuǎn)換功能。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)系統(tǒng)應(yīng)通過收集與企業(yè)經(jīng)營相關(guān)的產(chǎn)業(yè)政策、國內(nèi)外市場競爭狀況、企業(yè)本身的各類財(cái)務(wù)信息和生產(chǎn)經(jīng)營狀況信息,并進(jìn)行分析轉(zhuǎn)換,按一定形式和規(guī)則存入知識(shí)庫。
二是預(yù)警指標(biāo)管理與更新功能。系統(tǒng)應(yīng)建立起財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,并根據(jù)其中的評(píng)價(jià)指標(biāo)計(jì)算公式,利用財(cái)務(wù)風(fēng)險(xiǎn)信息子系統(tǒng)提供的資料,計(jì)算出具體的指標(biāo)值,供綜合評(píng)價(jià)和預(yù)警使用。
三是財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)功能。系統(tǒng)應(yīng)根據(jù)已計(jì)算出的各種風(fēng)險(xiǎn)指標(biāo)的值,利用各種科學(xué)的綜合評(píng)價(jià)模型和預(yù)測模型,對(duì)企業(yè)目前的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)和對(duì)企業(yè)未來的風(fēng)險(xiǎn)進(jìn)行預(yù)測。該功能是根據(jù)對(duì)企業(yè)運(yùn)營過程跟蹤、監(jiān)測的結(jié)果,運(yùn)用現(xiàn)代企業(yè)管理技術(shù)和企業(yè)診斷技術(shù)對(duì)企業(yè)財(cái)務(wù)狀況的優(yōu)劣作出判斷,找出企業(yè)財(cái)務(wù)運(yùn)行中潛在的危險(xiǎn)。
四是財(cái)務(wù)風(fēng)險(xiǎn)報(bào)警功能。系統(tǒng)應(yīng)根據(jù)已計(jì)算出的反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)指標(biāo)值、綜合評(píng)價(jià)值以及預(yù)測值,按照一定的報(bào)警模式發(fā)出不同程度的警報(bào)。
筆者在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理研究中引入本體的概念,本體原本是一個(gè)哲學(xué)上的概念,用于研究客觀世界本質(zhì)。在本體中概念的關(guān)系可以被描述得更加廣泛、詳細(xì)、深入和全面,通過對(duì)概念添加屬性值,以及在屬性與屬性之間添加映射關(guān)系,一些不便描述的語義關(guān)系就可以清晰地描述出來。同時(shí),在本體中可以使用形式語言,這就為實(shí)現(xiàn)知識(shí)檢索創(chuàng)造了條件。在對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)形式化定義后,本體概念模型能夠?qū)崿F(xiàn)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)理解的唯一性和精確性;另外,利用本體技術(shù)對(duì)知識(shí)的聯(lián)系進(jìn)行形式化映射,可以產(chǎn)生和約束新的知識(shí)規(guī)則,增加財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)本體表示方法的實(shí)用性。
二、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)知識(shí)本體建模
通過分析財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域知識(shí)的概念、關(guān)系和知識(shí)結(jié)構(gòu),采用分層次的思路建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域本體,并分別對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)模型、指標(biāo)體系和財(cái)務(wù)狀況監(jiān)控知識(shí)與案例進(jìn)行形式化描述。本系統(tǒng)模型建立概念本體,評(píng)價(jià)模型本體、指標(biāo)本體、資源本體和通訊本體等。下面以財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型概念本體為例說明財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)本體建模。
概念本體是用來描述某個(gè)領(lǐng)域內(nèi)的一些基本概念和概念之間關(guān)系的本體,這些概念是被該領(lǐng)域內(nèi)人們所共同認(rèn)可的,概念是對(duì)事物認(rèn)知的抽象,包含的內(nèi)容很廣,與模型相關(guān)的內(nèi)容有:關(guān)系、函數(shù)、公理與實(shí)例等;關(guān)系表達(dá)了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警領(lǐng)域內(nèi)概念間的互相作用,n個(gè)概念之間的關(guān)系可以表示為R:Cl×C2×…×Cn;函數(shù)是一種特殊的概念關(guān)系,表示在n元關(guān)系中確定了n-1個(gè)概念,則第n個(gè)概念是唯一的,即F:Cl×C2×…×Cn-1Cn;公理表示永遠(yuǎn)為真的概念,即真命題;實(shí)例是具體的模型元素。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型概念本體形式化定義如下。
CO::=(Fn,Cc,R,Ac,Ic)。
其中,Fn是領(lǐng)域名,Cc是領(lǐng)域內(nèi)的術(shù)語集,R是關(guān)系集,Ac是公理集,Ic是實(shí)例集。
R形式化為:R::=(Ra,Rc),Ra是Cc上的屬性集,形式化為:Ra::=(dc:Identifier,dc:Title,dc:Creator,dc:Description,dc:Date),前綴dc表示重用DC元數(shù)據(jù)集中的標(biāo)識(shí)符、題名、創(chuàng)建者、描述及日期元素;Rc是術(shù)語間的關(guān)系集,Rc域是Cc1×Cc1,形式化為:Rc::=(SubConceptOf,SuperConceptOf,IsPartOf,HasPart,Equal,Pre,Next),SubConceptOf和SuperConceptOf
是包含和被包含的關(guān)系,IsPartof和HasPart是聚集關(guān)系,Equal是等價(jià)關(guān)系,Pre描述了概念和概念之間的直接前驅(qū)關(guān)系,Next描述了概念和概念之間的直接后繼關(guān)系。Ac是公理集,Ac形式化為:Ac::=(SubConceptOfSuperConceptOf-,IsPartOfHasPart-,PreNext-,IsPartOfIsPartof*,HasPartHasPart*,EqualEqual*,……),表達(dá)了SubConceptOf和SuperConc-
eptOf,IsPartOf和HasPart,Pre和Next都是逆反關(guān)系,IsPartOf和HasPart和Equal都是可傳遞的。Ic形式化為:Ic::=(IRa,IRc),IRa是屬性集實(shí)例,IRc是概念的關(guān)系實(shí)例。
概念是對(duì)人類知識(shí)的抽象,概念本體是按照分類法來組織領(lǐng)域概念及其客觀關(guān)系的,概念本體作為一類獨(dú)立的本體存在,由領(lǐng)域?qū)＜一蛑R(shí)工程師管理。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型概念本體的描述說明如下:
Fn=財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型;
Cc=(Z計(jì)分模型,人工神經(jīng)網(wǎng)絡(luò)模型,多元邏輯(logit)模型,F計(jì)分模型……);
IRa={(“Prop1”,“Z計(jì)分模型”,“Z-score”,“通過將反映企業(yè)償債能力的指標(biāo)(X1,X4)、獲利能力指標(biāo)(X2,X3)和營運(yùn)能力指標(biāo)(X5)五種財(cái)務(wù)比率有機(jī)聯(lián)系起來,綜合分析預(yù)警企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)?！?,(“Prop2”,“人工神經(jīng)網(wǎng)絡(luò)模型”,“Artificial-Neural-Network”,“通過大量神經(jīng)元的復(fù)雜連接,采用由底到頂?shù)膶W(xué)習(xí)方法,以自組織和非線性動(dòng)力學(xué)所形成的并列分布方式處理非語言化的財(cái)務(wù)模式信息,達(dá)到預(yù)警企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的目標(biāo)”),……};
IRc={SubConceptOf(財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型,Z計(jì)分模型),SubConceptOf(財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警定量模型,人工神經(jīng)網(wǎng)絡(luò)模型),IsPartOf(Z計(jì)分模型,函數(shù)形式),IsPartOf(Z計(jì)分模型,參數(shù)指標(biāo)),IsPartOf(人工神經(jīng)網(wǎng)絡(luò)模型,模型算法),IsPartOf(人工神經(jīng)網(wǎng)絡(luò)模型,輸入矩陣),……}。
三、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理系統(tǒng)框架
通過分析基于本體的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)模型及需求,本文提出財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理系統(tǒng)框架如圖1所示。
基本的知識(shí)管理活動(dòng)包括知識(shí)的創(chuàng)造、發(fā)現(xiàn)、存儲(chǔ)和應(yīng)用,財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)管理將這些活動(dòng)整合為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)的獲取、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)的存儲(chǔ)與推理、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警知識(shí)的應(yīng)用與預(yù)警三個(gè)主要過程。財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警以企業(yè)經(jīng)營績效為基礎(chǔ),充分認(rèn)識(shí)財(cái)務(wù)風(fēng)險(xiǎn)的本質(zhì)并在更廣泛的領(lǐng)域內(nèi)選擇相關(guān)的預(yù)警指標(biāo),通過綜合評(píng)價(jià)企業(yè)的財(cái)務(wù)狀況進(jìn)行預(yù)警。本財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型由獲利能力、償債能力、經(jīng)濟(jì)效率和發(fā)展?jié)摿λ膫€(gè)方面的評(píng)價(jià)構(gòu)成,獲利能力和償債能力是公司財(cái)務(wù)評(píng)價(jià)的兩大基本部分,而經(jīng)濟(jì)效率高低又直接體現(xiàn)了公司的經(jīng)營管理水平,公司的發(fā)展?jié)摿τ绕渲档弥匾?公司理財(cái)?shù)哪繕?biāo)是財(cái)富最大化,良好的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)不應(yīng)僅僅關(guān)注目前的運(yùn)營狀況。在具體預(yù)警指標(biāo)的選取方面,考慮到各指標(biāo)間既能相互補(bǔ)充,又不重復(fù),盡可能全面綜合地反映公司運(yùn)營狀況,故每個(gè)預(yù)警模塊各取兩個(gè)最具代表性的指標(biāo)。系統(tǒng)從定量和定性兩個(gè)角度利用財(cái)務(wù)本體知識(shí)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),本體風(fēng)險(xiǎn)評(píng)價(jià)模型利用本體推理與財(cái)務(wù)知識(shí)庫得出的各指標(biāo)值,代入建立的財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)模型,進(jìn)行風(fēng)險(xiǎn)評(píng)估,具體的評(píng)價(jià)模型可根據(jù)風(fēng)險(xiǎn)案例庫的匹配情況,選取合適的模型,如層次分析模型或模糊評(píng)價(jià)模型等。
關(guān)鍵詞：財(cái)務(wù)風(fēng)險(xiǎn)：風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)
財(cái)務(wù)風(fēng)險(xiǎn)是指公司財(cái)務(wù)結(jié)構(gòu)不合理、融資不當(dāng)使公司可能無法按期支付負(fù)債融資所應(yīng)負(fù)的利息而導(dǎo)致投資者預(yù)期收益下降的風(fēng)險(xiǎn)。企業(yè)如何認(rèn)識(shí)財(cái)務(wù)風(fēng)險(xiǎn)，如何減少財(cái)務(wù)風(fēng)險(xiǎn)是提高企業(yè)風(fēng)險(xiǎn)承受能力，保證企業(yè)健康發(fā)展的關(guān)鍵。
一、企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系概述
1.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)概念
傳統(tǒng)西方經(jīng)濟(jì)理論認(rèn)為企業(yè)風(fēng)險(xiǎn)分為經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)。西方國家對(duì)于風(fēng)險(xiǎn)管理的研究始于上世紀(jì)三十年代，經(jīng)過幾十年的發(fā)展，企業(yè)已經(jīng)建立了風(fēng)險(xiǎn)管理職能。雖然已經(jīng)發(fā)展比較成熟，但是國外風(fēng)險(xiǎn)管理理念主要針對(duì)于如何擺脫財(cái)務(wù)風(fēng)險(xiǎn)，而非分析財(cái)務(wù)風(fēng)險(xiǎn)形成的原因，同時(shí)也沒有關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)如何進(jìn)行預(yù)防的研究。與其面對(duì)風(fēng)險(xiǎn)、擺脫風(fēng)險(xiǎn)，不如分析風(fēng)險(xiǎn)、預(yù)防風(fēng)險(xiǎn)。因而，財(cái)務(wù)風(fēng)險(xiǎn)的管理與控制是今后風(fēng)險(xiǎn)管理發(fā)展的方向。
目前，我國對(duì)于企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)概念的界定代表性的觀點(diǎn)主要有兩種，一種認(rèn)為企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)來自于籌資、融資活動(dòng)。這種觀點(diǎn)認(rèn)為，企業(yè)進(jìn)行籌資所形成的負(fù)債，不僅要償還本金，還需要支付相應(yīng)利息。如果企業(yè)不舉借任何債務(wù)，將不會(huì)存在任何風(fēng)險(xiǎn)。但是企業(yè)在生產(chǎn)經(jīng)營過程中，或多或少都可能存在資金流轉(zhuǎn)問題，如果不舉借負(fù)債，勢(shì)必會(huì)出現(xiàn)經(jīng)營困難。而且這種觀點(diǎn)沒有考慮財(cái)務(wù)杠桿作用，可見這種觀點(diǎn)不具有科學(xué)性。
另一種觀點(diǎn)是廣義的觀點(diǎn)，認(rèn)為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是在企業(yè)的財(cái)務(wù)活動(dòng)過程中，由于受到財(cái)務(wù)結(jié)構(gòu)不完善、企業(yè)所在環(huán)境的改變等一些內(nèi)外部的不確定因素的影響，使企業(yè)的實(shí)際收益與預(yù)期收益產(chǎn)生較大的偏差，使企業(yè)蒙受損失的可能性。企業(yè)在生產(chǎn)經(jīng)營過程中，任何一個(gè)環(huán)節(jié)或者部門，甚至一筆訂單，都可能引起企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，如果財(cái)務(wù)風(fēng)險(xiǎn)控制不好，就可能導(dǎo)致企業(yè)產(chǎn)生損失，甚至導(dǎo)致破產(chǎn)。這種觀點(diǎn)是從企業(yè)整體出發(fā)，結(jié)合整體環(huán)境進(jìn)行的分析，也是我國財(cái)務(wù)風(fēng)險(xiǎn)理論中主要的觀點(diǎn)。
2.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的特征
財(cái)務(wù)風(fēng)險(xiǎn)具備了風(fēng)險(xiǎn)的兩個(gè)基本特征：客觀性和不確定性。
首先，財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的。任何企業(yè)在生產(chǎn)經(jīng)營過程中都不可避免財(cái)務(wù)風(fēng)險(xiǎn)，財(cái)務(wù)風(fēng)險(xiǎn)是市場經(jīng)濟(jì)運(yùn)行下企業(yè)資金運(yùn)動(dòng)的必然產(chǎn)物。財(cái)務(wù)風(fēng)險(xiǎn)受到國民經(jīng)濟(jì)、市場環(huán)境以及國際金融環(huán)境等諸多方面因素的影響。
其次，財(cái)務(wù)風(fēng)險(xiǎn)具有不確定性。雖然企業(yè)要面對(duì)各種財(cái)務(wù)風(fēng)險(xiǎn)，但是風(fēng)險(xiǎn)的發(fā)生具有不確定性。什么事件發(fā)生、以何種形式發(fā)生，甚至是否發(fā)生，都不是能夠準(zhǔn)確計(jì)量的。
二、目前的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系存在的問題
從對(duì)當(dāng)前我國企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的理論研究和實(shí)踐中來看，現(xiàn)有的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系存在著與企業(yè)經(jīng)營環(huán)境不適應(yīng)、指標(biāo)無法真實(shí)反映企業(yè)情況、缺少行業(yè)針對(duì)性的問題，財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系不能很好地應(yīng)用在實(shí)踐中，在對(duì)風(fēng)險(xiǎn)的有效評(píng)價(jià)和控制上還有一定的欠缺。
1.與企業(yè)經(jīng)營環(huán)境不適應(yīng)
由于我國的風(fēng)險(xiǎn)理論起步較晚，與國外的風(fēng)險(xiǎn)管理比起來，理論基礎(chǔ)上，又加上財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系的研究較晚，體系發(fā)展還不夠成熟和完善，在企業(yè)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)時(shí)，財(cái)務(wù)比率的綜合分析常用的是單量判定模型法，基于這種模型法的體系反映出來的信息量有限，企業(yè)由于使用了較多的抽象概念和函數(shù)，不利于推廣，無法適應(yīng)企業(yè)隨著經(jīng)營規(guī)模擴(kuò)大而日益復(fù)雜的經(jīng)營環(huán)境。
2.指標(biāo)無法真實(shí)反映出企業(yè)情況
評(píng)價(jià)指標(biāo)對(duì)企業(yè)真實(shí)情況分析不足的情況主要表現(xiàn)為對(duì)企業(yè)短期償債能力分析不足、對(duì)企業(yè)長期償債能力分析不足，對(duì)企業(yè)盈利能力分析不足三個(gè)方面。
在對(duì)企業(yè)短期償債能力進(jìn)行分析時(shí)，企業(yè)資產(chǎn)的流動(dòng)比率和速度比率的指標(biāo)是從資產(chǎn)負(fù)債表的數(shù)據(jù)得出的，它是從靜態(tài)的角度對(duì)一定時(shí)期內(nèi)的償債能力進(jìn)行分析的-而如果企業(yè)是實(shí)際資產(chǎn)流動(dòng)的質(zhì)量差，就會(huì)高估企業(yè)的流動(dòng)資產(chǎn)，且這些從財(cái)務(wù)報(bào)表中出的數(shù)據(jù)不能將一些影響企業(yè)變現(xiàn)能力和短期債務(wù)負(fù)擔(dān)的因素反映出來，使得出的結(jié)果與實(shí)際情況可能產(chǎn)生偏離。
與短期償債能力分析一樣，評(píng)價(jià)方法中資產(chǎn)的負(fù)債率和負(fù)債經(jīng)營指標(biāo)不能準(zhǔn)確地估量出企業(yè)的實(shí)際資產(chǎn)，另外，在企業(yè)采取一定的措施對(duì)利潤進(jìn)行調(diào)節(jié)時(shí)，利息賺取率的指標(biāo)不能對(duì)企業(yè)虛增的利潤進(jìn)行辨別，無法真實(shí)地反映出企業(yè)的長期償債能力。
體系中包括銷售凈利潤率、資產(chǎn)凈利潤率等一些盈利能力分析指標(biāo)在對(duì)企業(yè)真實(shí)的盈利能力分析上有很大的局限性。
3.缺少行業(yè)針對(duì)性
在我國，由于對(duì)財(cái)務(wù)風(fēng)險(xiǎn)理論的研究還處于初級(jí)階段，相對(duì)較為完善的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系不多，企業(yè)在對(duì)自身進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)時(shí)，常常是使用通用的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系，而不是根據(jù)自身行業(yè)和自身企業(yè)發(fā)展的特點(diǎn)制定符合自身實(shí)際的風(fēng)險(xiǎn)評(píng)價(jià)體系，這就使得財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系在實(shí)踐應(yīng)用中，不能很好地發(fā)揮出原有的作用。
三、重建企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系
如何重建企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)，是多數(shù)學(xué)者正在研究討論的問題。筆者從企業(yè)經(jīng)營與財(cái)務(wù)管理的角度進(jìn)行結(jié)合，提出以下幾點(diǎn)建議，為增強(qiáng)企業(yè)財(cái)政實(shí)力以及實(shí)際應(yīng)用效果，進(jìn)而可以保障企業(yè)正常運(yùn)行，促進(jìn)企業(yè)良好健康發(fā)展提出改革方向。
1.綜合考慮企業(yè)實(shí)際情況，謹(jǐn)慎選擇財(cái)務(wù)指標(biāo)。
眾所周知，企業(yè)經(jīng)營過程中風(fēng)險(xiǎn)重重，財(cái)務(wù)指標(biāo)的選取能夠體現(xiàn)出企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)大小，進(jìn)而采取相應(yīng)措施?？墒悄壳柏?cái)務(wù)指標(biāo)很多，如果每個(gè)指標(biāo)都進(jìn)行計(jì)算，雖然可以從多方面反應(yīng)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)大小，但是同時(shí)會(huì)增加財(cái)務(wù)人員工作量，降低工作效率。謹(jǐn)慎選擇和企業(yè)相關(guān)的財(cái)務(wù)指標(biāo)，尤其重要。例如，生產(chǎn)制造型企業(yè)可以對(duì)營運(yùn)能力方面的指標(biāo)――存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率――等進(jìn)行相應(yīng)分析，分析存貨周轉(zhuǎn)率變化的主要因素，進(jìn)而進(jìn)行改進(jìn)。
2.多角度選擇指標(biāo)
企業(yè)經(jīng)營不是單方面的，著想系統(tǒng)、科學(xué)地了解企業(yè)承受的財(cái)務(wù)風(fēng)險(xiǎn)，必須從多方面進(jìn)行評(píng)價(jià)。在實(shí)際工作中，如果要求財(cái)務(wù)人員從數(shù)學(xué)建模等方面進(jìn)行分析選擇財(cái)務(wù)指標(biāo)，可能不太現(xiàn)實(shí)，也不易操作。因而，筆者提出，在進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)選取時(shí)，應(yīng)當(dāng)針對(duì)研究對(duì)象的實(shí)際情況，以能夠?qū)ζ髽I(yè)財(cái)務(wù)狀況作出合理描述為基礎(chǔ)-按照企業(yè)財(cái)務(wù)危機(jī)相關(guān)理論，合理選擇財(cái)務(wù)指標(biāo)，使選擇的財(cái)務(wù)指標(biāo)與企業(yè)的經(jīng)營活動(dòng)相一致。
3.重點(diǎn)關(guān)注企業(yè)經(jīng)常使用的指標(biāo)
對(duì)于制造業(yè)而言，存貨周轉(zhuǎn)速度快慢、存貨資金占用量是否合理是企業(yè)經(jīng)營中非常關(guān)鍵的信息，“存貨周轉(zhuǎn)率”這樣的指標(biāo)就應(yīng)當(dāng)重點(diǎn)關(guān)注。不同的行業(yè)不同的企業(yè)都有各自的計(jì)算指標(biāo)，只有將這樣的指標(biāo)持續(xù)關(guān)注，才能提高企業(yè)自身核心競爭力，提高抗風(fēng)險(xiǎn)能力。當(dāng)然，重點(diǎn)關(guān)注的指標(biāo)也是在全面選擇指標(biāo)的基礎(chǔ)之上擇優(yōu)選擇出來的，其選擇的標(biāo)準(zhǔn)也是圍繞企業(yè)的核心業(yè)務(wù)流程。
4.保持財(cái)務(wù)指標(biāo)的動(dòng)態(tài)性
在財(cái)務(wù)指標(biāo)選取的時(shí)候，應(yīng)當(dāng)考慮時(shí)效性。如果財(cái)務(wù)指標(biāo)已經(jīng)不能發(fā)映出企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)情況，或者已經(jīng)被淘汰，就應(yīng)當(dāng)用其他合適的指標(biāo)進(jìn)行替換。這需要企業(yè)全體部門共同關(guān)注，而不是財(cái)務(wù)部門的責(zé)任。市場變化了，原指標(biāo)的計(jì)算意義不復(fù)存在，就應(yīng)當(dāng)進(jìn)行替換。
5.根據(jù)需要自行設(shè)計(jì)財(cái)務(wù)指標(biāo)
目前在財(cái)務(wù)管理風(fēng)險(xiǎn)控制的理論中，主要涉及了負(fù)債能力、營運(yùn)能力、盈利能力和成長能力四類財(cái)務(wù)指標(biāo)。企業(yè)在進(jìn)行指標(biāo)選取過程中，如果發(fā)現(xiàn)這幾類指標(biāo)無法反應(yīng)企業(yè)自身財(cái)務(wù)風(fēng)險(xiǎn)，可以根據(jù)自身情況進(jìn)行設(shè)計(jì)。當(dāng)然，設(shè)計(jì)的財(cái)務(wù)指標(biāo)主要是針對(duì)于企業(yè)內(nèi)部管理進(jìn)行分析，并非對(duì)外進(jìn)行公布。
6.單位部門獨(dú)立計(jì)算
關(guān)鍵詞：財(cái)務(wù)風(fēng)險(xiǎn)；財(cái)務(wù)風(fēng)險(xiǎn)管理；財(cái)務(wù)風(fēng)險(xiǎn)管理職能
中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2012）04-0-01
一、財(cái)務(wù)風(fēng)險(xiǎn)管理及其特征
關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)的概念界定有很多，本文所指的財(cái)務(wù)風(fēng)險(xiǎn)主要是指企業(yè)在財(cái)務(wù)活動(dòng)中未來現(xiàn)實(shí)結(jié)果偏離預(yù)期結(jié)果的可能性。財(cái)務(wù)風(fēng)險(xiǎn)包括企業(yè)財(cái)務(wù)活動(dòng)本身各方面所具有的風(fēng)險(xiǎn)，主要表現(xiàn)為籌資活動(dòng)、投資活動(dòng)、資金回收活動(dòng)和收益分配等財(cái)務(wù)活動(dòng)中未來實(shí)際結(jié)果偏離預(yù)期結(jié)果的可能性。
財(cái)務(wù)管理主要包括四個(gè)方面的內(nèi)容，分別是指籌資引起的企業(yè)財(cái)務(wù)活動(dòng)、基于投資的相關(guān)財(cái)務(wù)活動(dòng)、企業(yè)經(jīng)營管理引起的財(cái)務(wù)活動(dòng)和企業(yè)分配引起的財(cái)務(wù)活動(dòng)。從一定角度看，在企業(yè)組織財(cái)務(wù)活動(dòng)過程中發(fā)生的相關(guān)財(cái)務(wù)關(guān)系，也是財(cái)務(wù)管理基本內(nèi)容的范疇。財(cái)務(wù)風(fēng)險(xiǎn)管理是一切管理活動(dòng)中毫無疑問處于核心戰(zhàn)略地位的管理工作，相比于企業(yè)其它管理工作，有如下特點(diǎn)：
1.綜合性強(qiáng)
從反映經(jīng)濟(jì)活動(dòng)的形式看，財(cái)務(wù)風(fēng)險(xiǎn)管理主要是運(yùn)用價(jià)值形式對(duì)企業(yè)經(jīng)營全過程的各種財(cái)務(wù)風(fēng)險(xiǎn)實(shí)施管理。企業(yè)各個(gè)方面所存在不同類別的風(fēng)險(xiǎn)，最終是對(duì)企業(yè)資產(chǎn)及其資金運(yùn)動(dòng)的風(fēng)險(xiǎn)，都要通過資金來綜合表現(xiàn)，最終綜合反映在與財(cái)務(wù)狀況、經(jīng)營成果以及現(xiàn)金流量等相關(guān)的財(cái)務(wù)指標(biāo)上。
2.涉及面較廣
從工作范圍看，財(cái)務(wù)風(fēng)險(xiǎn)管理的涉及面廣。在企業(yè)里，無論是銷各環(huán)節(jié)的經(jīng)營活動(dòng)，還是企業(yè)各職能部門的管理活動(dòng)，只要涉及到資金運(yùn)動(dòng)都屬于財(cái)務(wù)風(fēng)險(xiǎn)管理的范圍。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生在企業(yè)資金運(yùn)動(dòng)所涉及到的各環(huán)節(jié)、各部門，并且一個(gè)環(huán)節(jié)上的風(fēng)險(xiǎn)可能會(huì)波及另一個(gè)環(huán)節(jié)上的風(fēng)險(xiǎn)。財(cái)務(wù)風(fēng)險(xiǎn)管理的范圍包括企業(yè)生產(chǎn)經(jīng)營與管理的各個(gè)環(huán)節(jié)，企業(yè)其他方面的管理工作也要在合理使用資金，提高風(fēng)險(xiǎn)管理效益方面接受財(cái)務(wù)風(fēng)險(xiǎn)管理的監(jiān)督和約束。
3.靈敏度高
站在管理效果上看，風(fēng)險(xiǎn)預(yù)測是否準(zhǔn)確，風(fēng)險(xiǎn)決策是否恰當(dāng)，經(jīng)營管理是否有序，風(fēng)險(xiǎn)的預(yù)防和控制是否有效，風(fēng)險(xiǎn)管理能力是否提高等，都會(huì)在一定程度上集中反映到企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理上來。因此，財(cái)務(wù)風(fēng)險(xiǎn)管理在企業(yè)風(fēng)險(xiǎn)管理中，處于關(guān)鍵位置，是企業(yè)搞好風(fēng)險(xiǎn)管理、提高經(jīng)濟(jì)效益必須予以重視的環(huán)節(jié)。
二、財(cái)務(wù)風(fēng)險(xiǎn)管理的職能
財(cái)務(wù)風(fēng)險(xiǎn)管理是一個(gè)完備的職能體系，主要是由財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測、財(cái)務(wù)風(fēng)險(xiǎn)決策、財(cái)務(wù)風(fēng)險(xiǎn)控制、財(cái)務(wù)風(fēng)險(xiǎn)管理效果評(píng)價(jià)以及財(cái)務(wù)風(fēng)險(xiǎn)損益處理五項(xiàng)職能組成，它們同時(shí)共同構(gòu)成了實(shí)施風(fēng)險(xiǎn)基礎(chǔ)管理的五個(gè)管理階段和五方面的管理內(nèi)容。
1.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測
在財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生前，分析各種技術(shù)經(jīng)濟(jì)條件，綜觀企業(yè)各項(xiàng)管理活動(dòng)的發(fā)展活動(dòng)以及企業(yè)管理的各個(gè)環(huán)節(jié)，運(yùn)用識(shí)別、估量等方法，對(duì)尚未發(fā)生但又客觀存在的各種風(fēng)險(xiǎn)，從財(cái)務(wù)角度進(jìn)行系統(tǒng)的分析、全面的識(shí)別和恰當(dāng)?shù)墓懒?，系統(tǒng)、連續(xù)地發(fā)現(xiàn)風(fēng)險(xiǎn)和不確定性，可以預(yù)測風(fēng)險(xiǎn)事項(xiàng)的發(fā)生及其可能造成的影響后果。風(fēng)險(xiǎn)預(yù)測分為識(shí)別和估量兩個(gè)步驟。
2.財(cái)務(wù)風(fēng)險(xiǎn)決策
在預(yù)測的基礎(chǔ)上，有必要將風(fēng)險(xiǎn)收益與控制風(fēng)險(xiǎn)所需成本進(jìn)行縱向和橫向上的比較，確定企業(yè)應(yīng)對(duì)風(fēng)險(xiǎn)的級(jí)別，明確財(cái)務(wù)目標(biāo)和經(jīng)營目標(biāo)，圍繞目標(biāo)制定相關(guān)政策，從而是現(xiàn)場降低企業(yè)風(fēng)險(xiǎn)管理成本，提高風(fēng)險(xiǎn)管理效益的目的。在決策過程中，決策者必須對(duì)風(fēng)險(xiǎn)發(fā)生的概率及風(fēng)險(xiǎn)損失的大小進(jìn)行優(yōu)化組合，才能選出最佳決策方案。
3.財(cái)務(wù)風(fēng)險(xiǎn)控制
基于財(cái)務(wù)風(fēng)險(xiǎn)決策的結(jié)果，要求財(cái)務(wù)管理部門制定具有針對(duì)性的方案計(jì)劃，采取相應(yīng)的風(fēng)險(xiǎn)控制措施，降低風(fēng)險(xiǎn)的不確定性和減少損失。財(cái)務(wù)風(fēng)險(xiǎn)控制包括事前、事中和事后控制幾個(gè)環(huán)節(jié)，在不同的環(huán)節(jié)，企業(yè)要采取相應(yīng)的措施預(yù)防和控制風(fēng)險(xiǎn)。在風(fēng)險(xiǎn)預(yù)控中，財(cái)務(wù)部門一方面要對(duì)企業(yè)其它職能部門的風(fēng)險(xiǎn)預(yù)防控制工作實(shí)行財(cái)務(wù)監(jiān)督，另一方面也要對(duì)財(cái)務(wù)收支結(jié)算、籌資、投資和換匯等直接由財(cái)務(wù)部門負(fù)責(zé)的業(yè)務(wù)進(jìn)行預(yù)防和控制。
4.財(cái)務(wù)風(fēng)險(xiǎn)管理效果評(píng)價(jià)
為了控制財(cái)務(wù)風(fēng)險(xiǎn)管理績效，必須依據(jù)績效評(píng)價(jià)標(biāo)準(zhǔn)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)管理責(zé)任部門所采取的各項(xiàng)管理措施的適用性和效益性進(jìn)行考察、分析、檢查和評(píng)估，明確績效的責(zé)任歸屬，并據(jù)以不斷修正和調(diào)整計(jì)劃，以適應(yīng)變化中的情況并達(dá)到最佳管理效果。財(cái)務(wù)風(fēng)險(xiǎn)管理效果評(píng)價(jià)職能能否客觀、公正地發(fā)揮，直接關(guān)系到財(cái)務(wù)風(fēng)險(xiǎn)管理責(zé)任的落實(shí)和評(píng)價(jià)，關(guān)系到各責(zé)任主體利益的分配，關(guān)系到能否調(diào)動(dòng)有關(guān)責(zé)任部門和人員的工作積極性問題。因此，企業(yè)首先應(yīng)建立財(cái)務(wù)風(fēng)險(xiǎn)管理評(píng)價(jià)標(biāo)準(zhǔn)，其次應(yīng)衡量實(shí)際績效與評(píng)估標(biāo)準(zhǔn)的差異程度，然后是調(diào)整差異程度。
5.財(cái)務(wù)風(fēng)險(xiǎn)損益處理
企業(yè)對(duì)風(fēng)險(xiǎn)結(jié)果進(jìn)行財(cái)務(wù)處理，包括對(duì)風(fēng)險(xiǎn)損失的補(bǔ)償和風(fēng)險(xiǎn)收益的合理配置兩個(gè)層次。根據(jù)風(fēng)險(xiǎn)事件發(fā)生是否帶有很大的不確定性，風(fēng)險(xiǎn)結(jié)果就有兩種可能性，一是風(fēng)險(xiǎn)事件不發(fā)生，企業(yè)除了獲得期望收益外，甚至還可能獲得更大的額外收益；二是風(fēng)險(xiǎn)事件發(fā)生，企業(yè)不能獲得風(fēng)險(xiǎn)收益。為配合企業(yè)風(fēng)險(xiǎn)管理效果的考核，必須科學(xué)組織風(fēng)險(xiǎn)損益的核算，及時(shí)補(bǔ)償風(fēng)險(xiǎn)損失，合理分配風(fēng)險(xiǎn)收益。
參考文獻(xiàn)：
[1]張敦力.財(cái)務(wù)風(fēng)險(xiǎn)管理研究[M].北京:中國財(cái)政經(jīng)濟(jì)出版社,2002.
[2]楊燕.防范企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的思考[J].遼寧師范大學(xué)學(xué)報(bào),2011(09).
[3]陳小玲.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理探討[J].現(xiàn)代商貿(mào)工業(yè),2010(08).
【關(guān)鍵詞】 關(guān)聯(lián)規(guī)則； 數(shù)據(jù)挖掘； 財(cái)務(wù)風(fēng)險(xiǎn)； 風(fēng)險(xiǎn)評(píng)價(jià)
【中圖分類號(hào)】 F275 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2017）01-0032-04
對(duì)于企業(yè)而言，自身運(yùn)營過程中存在的風(fēng)險(xiǎn)因素能否被準(zhǔn)確洞察直接關(guān)系著自身的可持續(xù)發(fā)展，也正是如此，理論界始終關(guān)注企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)或預(yù)警指標(biāo)的選擇和整體模型的構(gòu)建，其相關(guān)理論研究成果也為企業(yè)的持續(xù)、健康運(yùn)營產(chǎn)生了積極影響，但不可否認(rèn)，傳統(tǒng)統(tǒng)計(jì)模型過于苛刻的假設(shè)條件和繁雜的計(jì)算過程也極大限制了理論成果的實(shí)踐效用[1]。伴隨信息技術(shù)的快速發(fā)展，數(shù)字時(shí)代的到來一改傳統(tǒng)的假設(shè)分析方法，更強(qiáng)調(diào)大規(guī)模數(shù)據(jù)分析中規(guī)律的呈現(xiàn)，這對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)而言也帶來了一種全新的方法，即在充分運(yùn)用數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，結(jié)合企業(yè)發(fā)展的動(dòng)態(tài)性，建立更具實(shí)效性和實(shí)踐性的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析和危機(jī)預(yù)警模型，以確保企業(yè)管理者可以及時(shí)發(fā)現(xiàn)運(yùn)用過程中存在的潛在風(fēng)險(xiǎn)因素，并采取積極的應(yīng)對(duì)措施。基于此，本文擬在充分分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)現(xiàn)狀的基礎(chǔ)上，以關(guān)聯(lián)規(guī)則交互挖掘算法為基本方法、以企業(yè)相關(guān)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)挖掘?yàn)榛痉绞?，以期探尋隱藏于財(cái)務(wù)指標(biāo)體系中的基本規(guī)則），從而發(fā)現(xiàn)真正引致企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的根源之所在。
一、關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘內(nèi)涵及運(yùn)用
數(shù)據(jù)挖掘，也稱為知識(shí)發(fā)現(xiàn)，即在海量數(shù)據(jù)中探索隱藏于其中的規(guī)律、規(guī)則的過程[2]。從其發(fā)展過程來看，它最初的思想萌芽于統(tǒng)計(jì)學(xué)，且發(fā)展也以統(tǒng)計(jì)學(xué)為基礎(chǔ)，在計(jì)算機(jī)、信息技術(shù)實(shí)現(xiàn)飛速發(fā)展后，實(shí)現(xiàn)了統(tǒng)計(jì)學(xué)與數(shù)據(jù)庫技術(shù)、人工智能技術(shù)等理論和技術(shù)的融合，最終實(shí)現(xiàn)了數(shù)據(jù)挖掘?？梢姡@一知識(shí)發(fā)現(xiàn)過程的實(shí)現(xiàn)有著兩個(gè)充分條件：一是高性能計(jì)算技術(shù)，這是實(shí)現(xiàn)數(shù)據(jù)分析的必備技術(shù)手段；二是海量數(shù)據(jù)搜集，這是探索基本規(guī)律的必要資料基礎(chǔ)。從數(shù)據(jù)挖掘的使用來看，數(shù)據(jù)挖掘技術(shù)的使用最初始于計(jì)算機(jī)領(lǐng)域，以IBM為代表的企業(yè)率先將其運(yùn)用于自身的相關(guān)產(chǎn)品研發(fā)，如IBM Intelligent Miner[3]；國內(nèi)則主要關(guān)注于數(shù)據(jù)挖掘的算法研究，這就導(dǎo)致研究主體以高校和相關(guān)科研機(jī)構(gòu)為主，其在實(shí)踐方面的運(yùn)用尚不普遍。從20世紀(jì)90年代數(shù)據(jù)挖掘技術(shù)出現(xiàn)至今，雖然對(duì)其的研究仍是理論界關(guān)注的焦點(diǎn)，但在實(shí)踐領(lǐng)域也有了相當(dāng)?shù)倪M(jìn)展，總體來看，在所有數(shù)據(jù)挖掘方法中以關(guān)聯(lián)規(guī)則的挖掘運(yùn)用最為廣泛。因此，本文也將主要以關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法為基礎(chǔ)，將其與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析相結(jié)合。關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘方法如下：一是Apriori算法，該方法由Agrawal等首先提出，其基本思想是在所建立的支持度-置信度框架下通過迭代運(yùn)算形成最終所需的頻繁模式集，即在對(duì)數(shù)據(jù)庫掃描的基礎(chǔ)上生成首要A候選集，在此基礎(chǔ)上進(jìn)行支持度計(jì)數(shù)比較（主要采用Apriori算法），形成頻繁集A’，此時(shí)，候選集的生成將不再是對(duì)數(shù)據(jù)庫的掃描，而是數(shù)據(jù)集A’將以自身鏈接的形式再生成新的候選集B，B仍然采用Apriori算法進(jìn)行支持度計(jì)數(shù)比較形成頻繁集B’。如此反復(fù)，直到得出所有長度L（k≥1）的頻繁項(xiàng)集L’，此時(shí)應(yīng)不再產(chǎn)生新的頻繁集項(xiàng)。二是FP-Growth 算法，該方法由Jiawei Han等率先提出，克服了支持度閾值較低時(shí)運(yùn)用Apriori算法對(duì)數(shù)據(jù)庫頻繁掃描所導(dǎo)致的算法性能下降的缺陷[4]。其基本思想是在Apriori算法基礎(chǔ)上引入Frequent Patterns Tree重新保存數(shù)據(jù)集，這樣就避免了對(duì)數(shù)據(jù)庫的頻繁掃描，且有效縮減了每一條數(shù)據(jù)傳導(dǎo)路徑中節(jié)點(diǎn)的頻繁程度，既強(qiáng)化了數(shù)據(jù)結(jié)構(gòu)的緊湊度，又為后續(xù)生成算法中對(duì)FP-Tree的快捷拆分提供了方法保障。
基關(guān)聯(lián)規(guī)則的交互挖掘則是以數(shù)據(jù)挖掘?yàn)榛A(chǔ)，專門用于解決最小支持度和置信度閾值未知情況下的數(shù)據(jù)挖掘問題，其最大的特點(diǎn)就在于需要通過實(shí)驗(yàn)和調(diào)整來探知最小支持度和置信度閾值，最終實(shí)現(xiàn)對(duì)數(shù)據(jù)用戶需求的有效滿足；其常用的方法主要包括以下兩類：
一是基于Apriori算法的交互挖掘方法，該方法主要以Apriori算法為基礎(chǔ)，試圖通過對(duì)已挖掘的關(guān)聯(lián)規(guī)則的高效運(yùn)用，從而達(dá)到控制候選集規(guī)模的目的，這樣可以最終實(shí)現(xiàn)對(duì)數(shù)據(jù)庫測試頻率的有效降低。目前，理論界常用的具體方法包括IUA（Incremental Updating Algorithm）和 NewIUA（NewIncremental Updating Algorithm）兩類[5]。以IUA為例，對(duì)于真正有效關(guān)聯(lián)規(guī)則挖掘目的的實(shí)現(xiàn)則主要依賴于最小支持度和最小置信度閾值的實(shí)驗(yàn)和調(diào)整，若數(shù)據(jù)庫始終保持不變則支持度和置信度閾值的變化就會(huì)引致關(guān)聯(lián)規(guī)則更新，此時(shí)可利用已存在的頻繁項(xiàng)集實(shí)現(xiàn)對(duì)新的頻繁項(xiàng)集的開發(fā)，即采用增量式更新算法IUA，但對(duì)于頻繁項(xiàng)集的劃分容易導(dǎo)致大量無用候選集的產(chǎn)生和有效頻繁項(xiàng)集的誤刪。
二是基于模式增長的交互挖掘方法，該方法的主要思想是通過對(duì)已發(fā)現(xiàn)關(guān)聯(lián)規(guī)則使用效率的提升進(jìn)而實(shí)現(xiàn)對(duì)算法效率的改善，其主要改善路徑則是控制頻繁模式樹的重復(fù)構(gòu)建率和減少數(shù)據(jù)庫的重復(fù)掃描次數(shù)。以Khashei M，Cong et al.[6]為代表的研究者就主張以有效的壓縮策略實(shí)現(xiàn)對(duì)三個(gè)頻繁模式挖掘技術(shù)的匹配，以避免頻繁模式的不斷增加。
總體而言，伴隨關(guān)聯(lián)數(shù)據(jù)挖掘技術(shù)理論研究的豐富，其在社會(huì)實(shí)踐中的運(yùn)用范圍也不斷擴(kuò)大，已經(jīng)被逐漸應(yīng)用于零售、金融、電子商務(wù)等領(lǐng)域特定產(chǎn)品的研發(fā)中。以美國銀行為例，其目前對(duì)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)的使用增長率已達(dá)到15%，同時(shí)，還將其充分運(yùn)用于利潤評(píng)測模型和風(fēng)險(xiǎn)控制模型的構(gòu)建中，實(shí)現(xiàn)了管理效率的有效提升。
二、基于關(guān)聯(lián)規(guī)則交互挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析指標(biāo)體系構(gòu)建
傳統(tǒng)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建均建立于評(píng)價(jià)者或管理者對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的自我認(rèn)知和判別基礎(chǔ)上，具有極大的主觀性，但基于數(shù)據(jù)挖掘的財(cái)務(wù)指標(biāo)選擇更強(qiáng)調(diào)指標(biāo)間的相關(guān)性，保障了指標(biāo)選擇的客觀性。目前，理論界普遍采用的指標(biāo)體系通常包括以下方面[7]：
一是對(duì)企業(yè)營運(yùn)能力的綜合反映，該類指標(biāo)需要充分反映企業(yè)資產(chǎn)的周轉(zhuǎn)狀況，進(jìn)而實(shí)現(xiàn)對(duì)企業(yè)生產(chǎn)、銷售等環(huán)節(jié)效率的準(zhǔn)確判斷，若經(jīng)營狀況良好則資產(chǎn)運(yùn)轉(zhuǎn)情況良好，收入也越高。常選用的指標(biāo)包括針對(duì)流動(dòng)性資產(chǎn)周轉(zhuǎn)狀況評(píng)價(jià)的流動(dòng)資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率和存貨周轉(zhuǎn)率，以及針對(duì)固定資產(chǎn)周轉(zhuǎn)狀況評(píng)價(jià)的固定資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率。
二是對(duì)企業(yè)盈利能力的評(píng)價(jià)，該類指標(biāo)主要與企業(yè)長期盈利能力相關(guān)，雖然企業(yè)短期盈利能力也是投資者關(guān)注的主要指標(biāo)之一，但從財(cái)務(wù)風(fēng)險(xiǎn)應(yīng)對(duì)角度來看，只有持續(xù)的長期盈利能力才能確保企業(yè)具備有效風(fēng)險(xiǎn)對(duì)抗能力。常選用的指標(biāo)主要包括毛利率、營業(yè)利潤率、凈利潤率、凈資產(chǎn)收益率和每股收益指標(biāo)。這些指標(biāo)均與企業(yè)總利潤間呈正相關(guān)關(guān)系，即企業(yè)盈利能力增強(qiáng)，風(fēng)險(xiǎn)的應(yīng)對(duì)能力隨之上升。
三是對(duì)于企業(yè)未來成長潛能的評(píng)價(jià)，該類指標(biāo)主要是通過對(duì)企業(yè)一定時(shí)期內(nèi)經(jīng)營能力的判斷進(jìn)而形成對(duì)其成長潛在空間的評(píng)價(jià)，即以當(dāng)前營運(yùn)、發(fā)展?fàn)顩r為評(píng)價(jià)基礎(chǔ)。常選擇的評(píng)價(jià)指標(biāo)包括總資產(chǎn)增長率、凈資產(chǎn)增長率、凈利潤增長率、每股收益增長率和主營業(yè)務(wù)收入增長率。這些指標(biāo)可以在一定程度上反映企業(yè)的資本規(guī)模擴(kuò)張速度、負(fù)債規(guī)模的擴(kuò)展速度以及經(jīng)營規(guī)模的擴(kuò)張速度等，進(jìn)而形成對(duì)未來成長潛能的準(zhǔn)確、客觀評(píng)價(jià)。
四是對(duì)于企業(yè)償債能力的評(píng)價(jià)，這又涉及短期償債能力和長期償債能力的分別判斷；對(duì)于企業(yè)而言，短期償債能力與未來融資規(guī)模、融資成本息息相關(guān)，常選擇的指標(biāo)主要是企業(yè)的流動(dòng)比率和速動(dòng)比率；長期償債能力則直接關(guān)系企業(yè)自身的正常運(yùn)營，若不能按時(shí)還本付息則會(huì)直接影響企業(yè)自身的可持續(xù)發(fā)展，常選擇的評(píng)價(jià)指標(biāo)包括資產(chǎn)負(fù)債比率、股東權(quán)益比率和利息支付倍數(shù)三項(xiàng)。
五是對(duì)于企業(yè)現(xiàn)金流量狀況的評(píng)價(jià)，該類指標(biāo)直接決定著企業(yè)管理決策的制定，且屬于動(dòng)態(tài)類指標(biāo)，應(yīng)根據(jù)實(shí)時(shí)變化對(duì)相關(guān)指標(biāo)進(jìn)行分析。常選擇的評(píng)價(jià)指標(biāo)包括經(jīng)營現(xiàn)金凈流量對(duì)流動(dòng)負(fù)債的比率、經(jīng)營現(xiàn)金凈流量對(duì)凈利潤的比率以及經(jīng)營現(xiàn)金凈流量對(duì)銷售收入的比率。
考慮到風(fēng)險(xiǎn)評(píng)價(jià)過程中對(duì)于營業(yè)收入、凈資產(chǎn)以及現(xiàn)金流的綜合考察，在選擇具體評(píng)價(jià)指標(biāo)r增加營業(yè)收入、每股凈資產(chǎn)、每股現(xiàn)金流量等評(píng)價(jià)指標(biāo)。
三、基于關(guān)聯(lián)規(guī)則交互挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析模型
（一）基于風(fēng)險(xiǎn)視角的層次樹構(gòu)建
企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型能否真正對(duì)潛在風(fēng)險(xiǎn)因素進(jìn)行準(zhǔn)確的識(shí)別和程度預(yù)測關(guān)鍵在于能否對(duì)復(fù)雜的風(fēng)險(xiǎn)類型進(jìn)行深入的解析，即能否準(zhǔn)確構(gòu)建風(fēng)險(xiǎn)概念層次樹。從上述財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建可以明確其對(duì)于企業(yè)風(fēng)險(xiǎn)的評(píng)價(jià)是多方面的，既有針對(duì)經(jīng)營狀況的盈利、營運(yùn)、成長方面的評(píng)價(jià)，也有專門針對(duì)企業(yè)債務(wù)規(guī)模、還債能力狀況的償債能力、現(xiàn)金流量方面的分析，這就必然涉及數(shù)據(jù)的泛化問題，而建立風(fēng)險(xiǎn)概念層次樹正好可以利用高層次概念對(duì)低層次概念的替換而實(shí)現(xiàn)這一技術(shù)目標(biāo)。具體而言，財(cái)務(wù)風(fēng)險(xiǎn)概念層次樹包含4個(gè)層級(jí)：企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)（最高層）、企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的各個(gè)方面（第二層）、企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的綜合關(guān)鍵指標(biāo)（第三層）以及具體概念指標(biāo)層次（第四層），具體見圖1。
從圖1可見，這一概念層次樹既充分描述了不同層級(jí)間概念遞進(jìn)關(guān)系，又實(shí)現(xiàn)了對(duì)低層次具體概念的深入挖掘，且這種挖掘的形式不單局限于指標(biāo)的綜合挖掘，還可以延伸至各個(gè)具體模塊中進(jìn)行局部挖掘。在實(shí)現(xiàn)了低層次概念深入挖掘的基礎(chǔ)上，再進(jìn)行第三層、第二層概念的挖掘，直至最高層，從而有效尋找指標(biāo)間的隱藏規(guī)律。
（二）支持度閾值的交互挖掘
現(xiàn)以盈利能力為例，假定凈利潤率和凈資產(chǎn)收益率為頻繁項(xiàng)集，則在支持閾值交互挖掘策略下層級(jí)級(jí)別的高低將直接決定支持閾值的大小，即財(cái)務(wù)指標(biāo)層級(jí)越高，則所對(duì)應(yīng)的最小支持閾值就越大，反之亦反。這也意味著在考慮支持度閾值時(shí)必須結(jié)合指標(biāo)的層級(jí)綜合判斷，想要得到最小的支持度閾值就必須著眼于最低級(jí)別的指標(biāo)層，具體見圖2。
（三）數(shù)據(jù)挖掘與結(jié)果輸出
上述所構(gòu)建的基于關(guān)聯(lián)規(guī)則交互挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析模型，應(yīng)對(duì)模型的支持度和置信度閾值進(jìn)行分別數(shù)值設(shè)定，進(jìn)而實(shí)現(xiàn)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)頻繁模式類型數(shù)目以及規(guī)則數(shù)目的挖掘，以此為基礎(chǔ)最終實(shí)現(xiàn)對(duì)財(cái)務(wù)指標(biāo)間規(guī)律的探析，現(xiàn)將對(duì)具體的操作過程進(jìn)行描述。
首先，在算法選擇上，為避免交互挖掘中因支持度閾值遞減而導(dǎo)致的計(jì)算過程重復(fù)，改用已獲取挖掘信息下的新支持度閾值的頻繁項(xiàng)，在此基礎(chǔ)上以Hash結(jié)構(gòu)為數(shù)據(jù)儲(chǔ)存方式并同時(shí)更新支持度閾值下頻繁項(xiàng)集的支持度計(jì)數(shù)，這將有效提高了數(shù)據(jù)挖掘的效率[8]，至于HIUA的算法偽代碼在此不做專門描述。具體而言，在初次計(jì)算新支持度閾值下頻繁項(xiàng)集時(shí)，算法仍然采用Apriori算法，可得到相應(yīng)閾值下分級(jí)數(shù)據(jù)的頻繁項(xiàng)集；隨后不再采用Apriori算法，分兩種不同情況進(jìn)行處理：若是支持度閾值遞增則通過對(duì)上一頻繁項(xiàng)集的篩選得到進(jìn)一步的分級(jí)數(shù)據(jù)頻繁項(xiàng)集；若是支持度閾值遞減則將上一頻繁項(xiàng)集設(shè)為A，在此基礎(chǔ)上計(jì)算新閾值下的頻繁項(xiàng)集A1，從而得到新的頻繁項(xiàng)集項(xiàng)。此時(shí)頻繁項(xiàng)集項(xiàng)間的自連接將分別得到新的閾值，對(duì)這些數(shù)據(jù)進(jìn)行再篩選和再組合最終得到頻繁項(xiàng)集L，直到L為空時(shí)算法結(jié)束，此時(shí)將生產(chǎn)相應(yīng)之尺度下的具體關(guān)聯(lián)規(guī)則。
其次，在性能測試上，為確保算法的高效性現(xiàn)專門對(duì)Apriori算法、IUA算法和HIUA算法進(jìn)行對(duì)比。從前面分析已知，在避免了頻繁集的重復(fù)更新后，置信度和支持度閾值上升的環(huán)境下，IUA算法的速度明顯高于HUIA，因此現(xiàn)只對(duì)支持度閾值遞減的情況進(jìn)行專門測算?，F(xiàn)選擇上市公司中ST公司2007―2014年期間的相關(guān)財(cái)務(wù)指標(biāo)數(shù)據(jù)，共計(jì)34家841條記錄；以X軸表示支持度閾值，范圍為0.2―0.3，步長0.01，Y軸為計(jì)算頻繁模式集的運(yùn)行時(shí)間，則不同支持度閾值和置信度閾值下規(guī)則數(shù)目如圖3所示。
四、政策建議
從所構(gòu)建的具體財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)層次樹可以看出，對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的防范應(yīng)該是多層面、全方位的，結(jié)合具體財(cái)務(wù)指標(biāo)選擇企業(yè)對(duì)于潛在財(cái)務(wù)風(fēng)險(xiǎn)的防范應(yīng)基于以下方面。
一是在企業(yè)營運(yùn)風(fēng)險(xiǎn)管理方面，應(yīng)著重關(guān)注應(yīng)收賬款周轉(zhuǎn)速度和存貨周轉(zhuǎn)，這主要是因?yàn)閼?yīng)收賬款的周轉(zhuǎn)狀況直接關(guān)系著企業(yè)資產(chǎn)的流動(dòng)速度，兩者間呈正相關(guān)關(guān)系，只有資產(chǎn)高速流轉(zhuǎn)才能有效提升企業(yè)營運(yùn)能力；對(duì)于存貨而言，也是如此，只有周轉(zhuǎn)速度越快才能提高資源的使用效率，也才能最終實(shí)現(xiàn)對(duì)企業(yè)營運(yùn)能力的提升。
二是在企業(yè)盈利能力管理方面，應(yīng)主要關(guān)注每股收益與凈資產(chǎn)收益率，這兩個(gè)指標(biāo)也是外在投資者最為關(guān)注的指標(biāo)，它們直接與企業(yè)的利潤回報(bào)率相聯(lián)系，彼此間呈正相關(guān)關(guān)系，利潤回報(bào)率越高則每股收益與凈資產(chǎn)收益率也越高。
三是在企業(yè)成長能力評(píng)價(jià)方面，應(yīng)著重關(guān)注凈利潤增長狀況和總資產(chǎn)增長速度，這主要是因?yàn)閮衾麧櫾鲩L率直接與企業(yè)經(jīng)營績效相關(guān)，作為對(duì)企業(yè)未來成長潛力的評(píng)判，必然首先關(guān)注其經(jīng)營績效的高低，企業(yè)經(jīng)營效益越高則意味著成長潛力越大；而總資產(chǎn)增長速度則直接決定于企業(yè)一定時(shí)期內(nèi)資產(chǎn)經(jīng)營規(guī)模的擴(kuò)張速度，資產(chǎn)經(jīng)營規(guī)模擴(kuò)張?jiān)娇煲馕吨鴿撛诔砷L空間越大。
四是在企業(yè)現(xiàn)金流評(píng)價(jià)方面，應(yīng)主要關(guān)注經(jīng)營現(xiàn)金凈流量對(duì)銷售收入比和資產(chǎn)經(jīng)營現(xiàn)金流量回報(bào)率，這兩個(gè)指標(biāo)值的高低直接Q定于企業(yè)持續(xù)經(jīng)營的狀況，如呈現(xiàn)良性、健康循環(huán)則現(xiàn)金流必然隨之上升，反之亦反。
五是在企業(yè)償債能力評(píng)價(jià)方面，應(yīng)主要關(guān)注流動(dòng)比率和現(xiàn)金比率，這可以實(shí)現(xiàn)對(duì)企業(yè)長短期償債能力的綜合判斷。流動(dòng)比率越高則意味著企業(yè)到期還款能力越強(qiáng)，而現(xiàn)金比率越高則意味著企業(yè)資產(chǎn)流動(dòng)性越強(qiáng)，企業(yè)風(fēng)險(xiǎn)自然也就越小。
【參考文獻(xiàn)】
[1] 吳應(yīng)宇，蔡秋萍，吳.基于神經(jīng)網(wǎng)絡(luò)技術(shù)的企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[J].東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2008，10（1）：22-26.
[2] 韓家煒，KAMBER M. 數(shù)據(jù)挖掘概念與技術(shù)[M].北京： 機(jī)械工業(yè)出版社，2004.
[3] 劉英華，楊炳儒，馬楠，等.分布式隱私保護(hù)數(shù)據(jù)挖掘研究[J].計(jì)算機(jī)應(yīng)用研究，2011，28（10）：3606-3610.
[4] 宋威，李晉宏，徐章艷，等.一種新的頻繁項(xiàng)集精簡表示方法及其挖掘算法的研究[J].計(jì)算機(jī)研究與發(fā)展，2010，47（2）：277-285.
[5] 戰(zhàn)立強(qiáng)，劉大昕.頻繁項(xiàng)集快速挖掘算法研究[J].哈爾濱工程大學(xué)學(xué)報(bào)，2008，29（3）：266-271.
[6] KHASHEI M，et al.Improvement of Auto-Regressive Integrated Moving Average Models Using Fuzzy Logic and Artificial Neural Networks （Anns）[J].Neurocomputing，2009，72（4-6）： 956-967.
1.1財(cái)務(wù)風(fēng)險(xiǎn)的概念
企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)生產(chǎn)、管理、經(jīng)營等制度方面的問題在財(cái)務(wù)方面的反饋現(xiàn)象，與經(jīng)營風(fēng)險(xiǎn)聯(lián)系密切，企業(yè)通過創(chuàng)新產(chǎn)品類型并擴(kuò)張銷售渠道來降低經(jīng)營風(fēng)險(xiǎn)，在一定程度上也能減少財(cái)務(wù)風(fēng)險(xiǎn)。對(duì)企業(yè)而言，財(cái)務(wù)風(fēng)險(xiǎn)不可避免、無法消除且影響企業(yè)的生存與發(fā)展，因此，為降低風(fēng)險(xiǎn)給企業(yè)帶來的損失，企業(yè)必須加強(qiáng)財(cái)務(wù)風(fēng)險(xiǎn)的防范，最大限度地控制風(fēng)險(xiǎn)，不斷提高應(yīng)對(duì)市場競爭的能力并獲得持續(xù)健康發(fā)展。
1.2財(cái)務(wù)風(fēng)險(xiǎn)的特征
由以上財(cái)務(wù)風(fēng)險(xiǎn)的定義分析，財(cái)務(wù)風(fēng)險(xiǎn)主要有以下幾個(gè)方面的特點(diǎn)：
1.2.1財(cái)務(wù)風(fēng)險(xiǎn)具有不確定性
企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)往往是隨機(jī)出現(xiàn)的，企業(yè)是否會(huì)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)以及何時(shí)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)，通常很難預(yù)測，發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的結(jié)果也具有潛在性，此外，不同影響因素所導(dǎo)致的財(cái)務(wù)風(fēng)險(xiǎn)的表現(xiàn)也不盡相同。
1.2.2財(cái)務(wù)風(fēng)險(xiǎn)具有客觀性
企業(yè)面臨的政治、經(jīng)濟(jì)、市場背景具有客觀性和不確定性，這就決定了企業(yè)只要存在，則財(cái)務(wù)風(fēng)險(xiǎn)無從避免，其不會(huì)隨著人的意志而發(fā)生變化，財(cái)務(wù)風(fēng)險(xiǎn)廣泛存在于企業(yè)的生產(chǎn)、經(jīng)營等各項(xiàng)經(jīng)濟(jì)活動(dòng)中，在資產(chǎn)管理、納稅、會(huì)計(jì)核算、人力資源管理等方面均存在風(fēng)險(xiǎn)發(fā)生的可能性。
1.2.3財(cái)務(wù)風(fēng)險(xiǎn)的表現(xiàn)形式具有復(fù)雜性
財(cái)務(wù)風(fēng)險(xiǎn)是個(gè)變量，會(huì)隨著一定條件的變化而發(fā)生變化，財(cái)務(wù)風(fēng)險(xiǎn)能綜合展現(xiàn)企業(yè)投資性風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)等各個(gè)方面，但財(cái)務(wù)風(fēng)險(xiǎn)不等于財(cái)務(wù)危機(jī)，這是因?yàn)椋L(fēng)險(xiǎn)和收益在特定條件下可以實(shí)現(xiàn)轉(zhuǎn)化，也就是說，財(cái)務(wù)風(fēng)險(xiǎn)往往伴隨著財(cái)務(wù)收益，而財(cái)務(wù)危機(jī)必定會(huì)給企業(yè)帶來經(jīng)濟(jì)損失。由此可見，財(cái)務(wù)風(fēng)險(xiǎn)對(duì)企業(yè)來講具有復(fù)雜性，企業(yè)財(cái)務(wù)人員必須充分認(rèn)識(shí)它的特征并加以利用。
2財(cái)務(wù)風(fēng)險(xiǎn)的影響因素
筆者主要從以下三個(gè)方面展開分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響因素。
2.1稅收政策
國家稅收政策是指政府根據(jù)經(jīng)濟(jì)和社會(huì)發(fā)展的要求而確定的，指導(dǎo)制定稅收法令制度和開展稅收工作的基本方針和基本準(zhǔn)則。稅收政策的核心問題是稅收負(fù)擔(dān)問題。筆者在實(shí)際工作中深刻認(rèn)識(shí)到，煙草行業(yè)是國民經(jīng)濟(jì)中不容忽視的重要納稅產(chǎn)業(yè)。對(duì)中國煙草行業(yè)稅收影響最大的稅種主要是消費(fèi)稅、增值稅和企業(yè)所得稅。如果增加煙草產(chǎn)品的稅負(fù)，可能帶來煙草行業(yè)整體稅收收入的下降，進(jìn)而對(duì)供求關(guān)系產(chǎn)生影響，由于煙草行業(yè)的特性，如何制定煙草稅收額是值得研究的課題。
2.2利率政策
金融市場中，利率政策是影響企業(yè)籌資成本的重要因素。如果企業(yè)存在負(fù)債，那么國家利率調(diào)整必將導(dǎo)致企業(yè)利息負(fù)擔(dān)的變動(dòng)，如果負(fù)債利率上調(diào)至一定水平，達(dá)到或超過企業(yè)投資報(bào)酬率，企業(yè)將無利可圖甚至嚴(yán)重虧損，負(fù)債越多，企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性就越大。
2.3市場環(huán)境
隨著市場經(jīng)濟(jì)的不斷發(fā)展，市場機(jī)制的調(diào)節(jié)作用對(duì)企業(yè)的影響日益增大。市場化管理手段的運(yùn)用使得煙草企業(yè)的生存與發(fā)展環(huán)境發(fā)生了重大變化，市場意味著競爭，意味著企業(yè)增加了成長發(fā)展機(jī)會(huì)；市場同時(shí)也意味著企業(yè)增加了經(jīng)營管理風(fēng)險(xiǎn)。煙草行業(yè)有行業(yè)特殊性，當(dāng)前煙草市場秩序尚存在地方保護(hù)、市場分割等現(xiàn)象，煙草企業(yè)必須提高風(fēng)險(xiǎn)管理意識(shí)，切實(shí)尋找加強(qiáng)經(jīng)營風(fēng)險(xiǎn)管理的途徑，應(yīng)對(duì)日益復(fù)雜的市場及投資環(huán)境。
3企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)與控制現(xiàn)狀
近幾年來，隨著市場經(jīng)濟(jì)的不斷完善以及計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，各企業(yè)已將財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)列為企業(yè)改革的重點(diǎn)工作之一，但目前財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)與控制現(xiàn)狀仍不容樂觀。
3.1財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系無法適應(yīng)企業(yè)經(jīng)營環(huán)境
我國財(cái)務(wù)評(píng)價(jià)體系起步較晚，所能參考的國外的模型很少，當(dāng)前主要還是采用財(cái)務(wù)比率綜合評(píng)價(jià)體系，這些財(cái)務(wù)比率的計(jì)算必須依據(jù)歷史數(shù)據(jù)，對(duì)日益更新的信息不能做出及時(shí)、準(zhǔn)確的反映，和企業(yè)經(jīng)營環(huán)境脫節(jié)。
3.2財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)不能全面反映企業(yè)實(shí)際經(jīng)營狀況
企業(yè)常用的風(fēng)險(xiǎn)評(píng)價(jià)模式主要針對(duì)資產(chǎn)負(fù)債表和利潤表選擇數(shù)據(jù)，而這些報(bào)表有可能被企業(yè)粉飾，如果企業(yè)不考慮非會(huì)計(jì)信息，可能導(dǎo)致指標(biāo)數(shù)據(jù)與企業(yè)實(shí)際經(jīng)營狀況相去甚遠(yuǎn)的情形。例如，企業(yè)運(yùn)用流動(dòng)比率評(píng)價(jià)短期償債能力時(shí)，盡管流動(dòng)資產(chǎn)比例較高，如部分流動(dòng)資產(chǎn)變現(xiàn)能力差、質(zhì)量較差，仍不能有效保證企業(yè)短期負(fù)債的償還能力。
3.3財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系難以針對(duì)不同行業(yè)特征
我國目前財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)主要采用通用的評(píng)價(jià)體系，尚無根據(jù)各行業(yè)的不同特征選取不同的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系。這種現(xiàn)狀使得企業(yè)風(fēng)險(xiǎn)評(píng)價(jià)流于形式，不能真正發(fā)揮風(fēng)險(xiǎn)評(píng)價(jià)的作用。
4完善企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)與控制對(duì)策
在財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)與控制方面，可采取如下措施：
4.1建立與企業(yè)經(jīng)營環(huán)境相適應(yīng)的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系
企業(yè)應(yīng)根據(jù)自身經(jīng)營環(huán)境，借鑒先進(jìn)的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型，如多元線性評(píng)價(jià)模型、動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)分析模型等，找出影響財(cái)務(wù)風(fēng)險(xiǎn)的主要指標(biāo)，計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的概率，測算財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的范圍，綜合評(píng)價(jià)財(cái)務(wù)風(fēng)險(xiǎn)。
4.2引入非財(cái)務(wù)指標(biāo)，完善當(dāng)前的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)體系
為更好地評(píng)價(jià)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，彌補(bǔ)僅靠資產(chǎn)負(fù)債表、利潤表等計(jì)算歷史指標(biāo)的缺陷，企業(yè)財(cái)務(wù)人員應(yīng)在定量分析的基礎(chǔ)上，結(jié)合自身經(jīng)驗(yàn)，引入非財(cái)務(wù)指標(biāo)，不斷完善風(fēng)險(xiǎn)評(píng)價(jià)體系。比如，人力資源指標(biāo)、創(chuàng)新發(fā)展能力指標(biāo)等。
4.3各行業(yè)按照行業(yè)特征，制定不同的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型
為增強(qiáng)各行業(yè)財(cái)務(wù)指標(biāo)的可比性，有必要按照不同行業(yè)特征，選擇不同的財(cái)務(wù)評(píng)價(jià)指標(biāo)，制定不同的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型。即便是相同的財(cái)務(wù)指標(biāo)，其標(biāo)準(zhǔn)值的制定也必須充分考慮行業(yè)因素，例如，房地產(chǎn)企業(yè)通常流動(dòng)資產(chǎn)比例高，則流動(dòng)比率高；制造業(yè)等行業(yè)的流動(dòng)比率會(huì)降低。
5結(jié)語
【關(guān)鍵詞】關(guān)聯(lián)規(guī)則；數(shù)據(jù)挖掘；財(cái)務(wù)風(fēng)險(xiǎn)；風(fēng)險(xiǎn)評(píng)價(jià)
對(duì)于企業(yè)而言，自身運(yùn)營過程中存在的風(fēng)險(xiǎn)因素能否被準(zhǔn)確洞察直接關(guān)系著自身的可持續(xù)發(fā)展，也正是如此，理論界始終關(guān)注企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)或預(yù)警指標(biāo)的選擇和整體模型的構(gòu)建，其相關(guān)理論研究成果也為企業(yè)的持續(xù)、健康運(yùn)營產(chǎn)生了積極影響，但不可否認(rèn)，傳統(tǒng)統(tǒng)計(jì)模型過于苛刻的假設(shè)條件和繁雜的計(jì)算過程也極大限制了理論成果的實(shí)踐效用[1]。伴隨信息技術(shù)的快速發(fā)展，數(shù)字時(shí)代的到來一改傳統(tǒng)的假設(shè)分析方法，更強(qiáng)調(diào)大規(guī)模數(shù)據(jù)分析中規(guī)律的呈現(xiàn)，這對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)而言也帶來了一種全新的方法，即在充分運(yùn)用數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，結(jié)合企業(yè)發(fā)展的動(dòng)態(tài)性，建立更具實(shí)效性和實(shí)踐性的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析和危機(jī)預(yù)警模型，以確保企業(yè)管理者可以及時(shí)發(fā)現(xiàn)運(yùn)用過程中存在的潛在風(fēng)險(xiǎn)因素，并采取積極的應(yīng)對(duì)措施。基于此，本文擬在充分分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)現(xiàn)狀的基礎(chǔ)上，以關(guān)聯(lián)規(guī)則交互挖掘算法為基本方法、以企業(yè)相關(guān)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)挖掘?yàn)榛痉绞?，以期探尋隱藏于財(cái)務(wù)指標(biāo)體系中的基本規(guī)則），從而發(fā)現(xiàn)真正引致企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的根源之所在。
一、關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘內(nèi)涵及運(yùn)用
數(shù)據(jù)挖掘，也稱為知識(shí)發(fā)現(xiàn)，即在海量數(shù)據(jù)中探索隱藏于其中的規(guī)律、規(guī)則的過程[2]。從其發(fā)展過程來看，它最初的思想萌芽于統(tǒng)計(jì)學(xué)，且發(fā)展也以統(tǒng)計(jì)學(xué)為基礎(chǔ)，在計(jì)算機(jī)、信息技術(shù)實(shí)現(xiàn)飛速發(fā)展后，實(shí)現(xiàn)了統(tǒng)計(jì)學(xué)與數(shù)據(jù)庫技術(shù)、人工智能技術(shù)等理論和技術(shù)的融合，最終實(shí)現(xiàn)了數(shù)據(jù)挖掘?？梢姡@一知識(shí)發(fā)現(xiàn)過程的實(shí)現(xiàn)有著兩個(gè)充分條件：一是高性能計(jì)算技術(shù)，這是實(shí)現(xiàn)數(shù)據(jù)分析的必備技術(shù)手段；二是海量數(shù)據(jù)搜集，這是探索基本規(guī)律的必要資料基礎(chǔ)。從數(shù)據(jù)挖掘的使用來看，數(shù)據(jù)挖掘技術(shù)的使用最初始于計(jì)算機(jī)領(lǐng)域，以IBM為代表的企業(yè)率先將其運(yùn)用于自身的相關(guān)產(chǎn)品研發(fā)，如IBMInteligentMiner[3]；國內(nèi)則主要關(guān)注于數(shù)據(jù)挖掘的算法研究，這就導(dǎo)致研究主體以高校和相關(guān)科研機(jī)構(gòu)為主，其在實(shí)踐方面的運(yùn)用尚不普遍。從20世紀(jì)90年代數(shù)據(jù)挖掘技術(shù)出現(xiàn)至今，雖然對(duì)其的研究仍是理論界關(guān)注的焦點(diǎn)，但在實(shí)踐領(lǐng)域也有了相當(dāng)?shù)倪M(jìn)展，總體來看，在所有數(shù)據(jù)挖掘方法中以關(guān)聯(lián)規(guī)則的挖掘運(yùn)用最為廣泛。因此，本文也將主要以關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法為基礎(chǔ)，將其與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析相結(jié)合。關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘方法如下：一是Apriori算法，該方法由A-grawal等首先提出，其基本思想是在所建立的支持度-置信度框架下通過迭代運(yùn)算形成最終所需的頻繁模式集，即在對(duì)數(shù)據(jù)庫掃描的基礎(chǔ)上生成首要A候選集，在此基礎(chǔ)上進(jìn)行支持度計(jì)數(shù)比較（主要采用Apriori算法），形成頻繁集A’，此時(shí)，候選集的生成將不再是對(duì)數(shù)據(jù)庫的掃描，而是數(shù)據(jù)集A’將以自身鏈接的形式再生成新的候選集B，B仍然采用Apriori算法進(jìn)行支持度計(jì)數(shù)比較形成頻繁集B’。如此反復(fù)，直到得出所有長度L（k≥1）的頻繁項(xiàng)集L’，此時(shí)應(yīng)不再產(chǎn)生新的頻繁集項(xiàng)。二是FP-Growth算法，該方法由JiaweiHan等率先提出，克服了支持度閾值較低時(shí)運(yùn)用Apriori算法對(duì)數(shù)據(jù)庫頻繁掃描所導(dǎo)致的算法性能下降的缺陷[4]。其基本思想是在Apriori算法基礎(chǔ)上引入FrequentPatternsTree重新保存數(shù)據(jù)集，這樣就避免了對(duì)數(shù)據(jù)庫的頻繁掃描，且有效縮減了每一條數(shù)據(jù)傳導(dǎo)路徑中節(jié)點(diǎn)的頻繁程度，既強(qiáng)化了數(shù)據(jù)結(jié)構(gòu)的緊湊度，又為后續(xù)生成算法中對(duì)FP-Tree的快捷拆分提供了方法保障?；P(guān)聯(lián)規(guī)則的交互挖掘則是以數(shù)據(jù)挖掘?yàn)榛A(chǔ)，專門用于解決最小支持度和置信度閾值未知情況下的數(shù)據(jù)挖掘問題，其最大的特點(diǎn)就在于需要通過實(shí)驗(yàn)和調(diào)整來探知最小支持度和置信度閾值，最終實(shí)現(xiàn)對(duì)數(shù)據(jù)用戶需求的有效滿足；其常用的方法主要包括以下兩類：一是基于Apriori算法的交互挖掘方法，該方法主要以Apriori算法為基礎(chǔ)，試圖通過對(duì)已挖掘的關(guān)聯(lián)規(guī)則的高效運(yùn)用，從而達(dá)到控制候選集規(guī)模的目的，這樣可以最終實(shí)現(xiàn)對(duì)數(shù)據(jù)庫測試頻率的有效降低。目前，理論界常用的具體方法包括IUA（IncrementalUpdatingAlgorithm）和NewIUA（NewIncrementalUpdatingAlgorithm）兩類[5]。以IUA為例，對(duì)于真正有效關(guān)聯(lián)規(guī)則挖掘目的的實(shí)現(xiàn)則主要依賴于最小支持度和最小置信度閾值的實(shí)驗(yàn)和調(diào)整，若數(shù)據(jù)庫始終保持不變則支持度和置信度閾值的變化就會(huì)引致關(guān)聯(lián)規(guī)則更新，此時(shí)可利用已存在的頻繁項(xiàng)集實(shí)現(xiàn)對(duì)新的頻繁項(xiàng)集的開發(fā)，即采用增量式更新算法IUA，但對(duì)于頻繁項(xiàng)集的劃分容易導(dǎo)致大量無用候選集的產(chǎn)生和有效頻繁項(xiàng)集的誤刪。二是基于模式增長的交互挖掘方法，該方法的主要思想是通過對(duì)已發(fā)現(xiàn)關(guān)聯(lián)規(guī)則使用效率的提升進(jìn)而實(shí)現(xiàn)對(duì)算法效率的改善，其主要改善路徑則是控制頻繁模式樹的重復(fù)構(gòu)建率和減少數(shù)據(jù)庫的重復(fù)掃描次數(shù)。以KhasheiM，Congetal.[6]為代表的研究者就主張以有效的壓縮策略實(shí)現(xiàn)對(duì)三個(gè)頻繁模式挖掘技術(shù)的匹配，以避免頻繁模式的不斷增加?？傮w而言，伴隨關(guān)聯(lián)數(shù)據(jù)挖掘技術(shù)理論研究的豐富，其在社會(huì)實(shí)踐中的運(yùn)用范圍也不斷擴(kuò)大，已經(jīng)被逐漸應(yīng)用于零售、金融、電子商務(wù)等領(lǐng)域特定產(chǎn)品的研發(fā)中。以美國銀行為例，其目前對(duì)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)的使用增長率已達(dá)到15%，同時(shí)，還將其充分運(yùn)用于利潤評(píng)測模型和風(fēng)險(xiǎn)控制模型的構(gòu)建中，實(shí)現(xiàn)了管理效率的有效提升。
二、基于關(guān)聯(lián)規(guī)則交互挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析指標(biāo)體系構(gòu)建
傳統(tǒng)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建均建立于評(píng)價(jià)者或管理者對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的自我認(rèn)知和判別基礎(chǔ)上，具有極大的主觀性，但基于數(shù)據(jù)挖掘的財(cái)務(wù)指標(biāo)選擇更強(qiáng)調(diào)指標(biāo)間的相關(guān)性，保障了指標(biāo)選擇的客觀性。目前，理論界普遍采用的指標(biāo)體系通常包括以下方面[7]：一是對(duì)企業(yè)營運(yùn)能力的綜合反映，該類指標(biāo)需要充分反映企業(yè)資產(chǎn)的周轉(zhuǎn)狀況，進(jìn)而實(shí)現(xiàn)對(duì)企業(yè)生產(chǎn)、銷售等環(huán)節(jié)效率的準(zhǔn)確判斷，若經(jīng)營狀況良好則資產(chǎn)運(yùn)轉(zhuǎn)情況良好，收入也越高。常選用的指標(biāo)包括針對(duì)流動(dòng)性資產(chǎn)周轉(zhuǎn)狀況評(píng)價(jià)的流動(dòng)資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率和存貨周轉(zhuǎn)率，以及針對(duì)固定資產(chǎn)周轉(zhuǎn)狀況評(píng)價(jià)的固定資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率。二是對(duì)企業(yè)盈利能力的評(píng)價(jià)，該類指標(biāo)主要與企業(yè)長期盈利能力相關(guān)，雖然企業(yè)短期盈利能力也是投資者關(guān)注的主要指標(biāo)之一，但從財(cái)務(wù)風(fēng)險(xiǎn)應(yīng)對(duì)角度來看，只有持續(xù)的長期盈利能力才能確保企業(yè)具備有效風(fēng)險(xiǎn)對(duì)抗能力。常選用的指標(biāo)主要包括毛利率、營業(yè)利潤率、凈利潤率、凈資產(chǎn)收益率和每股收益指標(biāo)。這些指標(biāo)均與企業(yè)總利潤間呈正相關(guān)關(guān)系，即企業(yè)盈利能力增強(qiáng)，風(fēng)險(xiǎn)的應(yīng)對(duì)能力隨之上升。三是對(duì)于企業(yè)未來成長潛能的評(píng)價(jià)，該類指標(biāo)主要是通過對(duì)企業(yè)一定時(shí)期內(nèi)經(jīng)營能力的判斷進(jìn)而形成對(duì)其成長潛在空間的評(píng)價(jià)，即以當(dāng)前營運(yùn)、發(fā)展?fàn)顩r為評(píng)價(jià)基礎(chǔ)。常選擇的評(píng)價(jià)指標(biāo)包括總資產(chǎn)增長率、凈資產(chǎn)增長率、凈利潤增長率、每股收益增長率和主營業(yè)務(wù)收入增長率。這些指標(biāo)可以在一定程度上反映企業(yè)的資本規(guī)模擴(kuò)張速度、負(fù)債規(guī)模的擴(kuò)展速度以及經(jīng)營規(guī)模的擴(kuò)張速度等，進(jìn)而形成對(duì)未來成長潛能的準(zhǔn)確、客觀評(píng)價(jià)。四是對(duì)于企業(yè)償債能力的評(píng)價(jià)，這又涉及短期償債能力和長期償債能力的分別判斷；對(duì)于企業(yè)而言，短期償債能力與未來融資規(guī)模、融資成本息息相關(guān)，常選擇的指標(biāo)主要是企業(yè)的流動(dòng)比率和速動(dòng)比率；長期償債能力則直接關(guān)系企業(yè)自身的正常運(yùn)營，若不能按時(shí)還本付息則會(huì)直接影響企業(yè)自身的可持續(xù)發(fā)展，常選擇的評(píng)價(jià)指標(biāo)包括資產(chǎn)負(fù)債比率、股東權(quán)益比率和利息支付倍數(shù)三項(xiàng)。五是對(duì)于企業(yè)現(xiàn)金流量狀況的評(píng)價(jià)，該類指標(biāo)直接決定著企業(yè)管理決策的制定，且屬于動(dòng)態(tài)類指標(biāo)，應(yīng)根據(jù)實(shí)時(shí)變化對(duì)相關(guān)指標(biāo)進(jìn)行分析。常選擇的評(píng)價(jià)指標(biāo)包括經(jīng)營現(xiàn)金凈流量對(duì)流動(dòng)負(fù)債的比率、經(jīng)營現(xiàn)金凈流量對(duì)凈利潤的比率以及經(jīng)營現(xiàn)金凈流量對(duì)銷售收入的比率?？紤]到風(fēng)險(xiǎn)評(píng)價(jià)過程中對(duì)于營業(yè)收入、凈資產(chǎn)以及現(xiàn)金流的綜合考察，在選擇具體評(píng)價(jià)指標(biāo)時(shí)增加營業(yè)收入、每股凈資產(chǎn)、每股現(xiàn)金流量等評(píng)價(jià)指標(biāo)。
三、基于關(guān)聯(lián)規(guī)則交互挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析模型
（一）基于風(fēng)險(xiǎn)視角的層次樹構(gòu)建企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型能否真正對(duì)潛在風(fēng)險(xiǎn)因素進(jìn)行準(zhǔn)確的識(shí)別和程度預(yù)測關(guān)鍵在于能否對(duì)復(fù)雜的風(fēng)險(xiǎn)類型進(jìn)行深入的解析，即能否準(zhǔn)確構(gòu)建風(fēng)險(xiǎn)概念層次樹。從上述財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建可以明確其對(duì)于企業(yè)風(fēng)險(xiǎn)的評(píng)價(jià)是多方面的，既有針對(duì)經(jīng)營狀況的盈利、營運(yùn)、成長方面的評(píng)價(jià)，也有專門針對(duì)企業(yè)債務(wù)規(guī)模、還債能力狀況的償債能力、現(xiàn)金流量方面的分析，這就必然涉及數(shù)據(jù)的泛化問題，而建立風(fēng)險(xiǎn)概念層次樹正好可以利用高層次概念對(duì)低層次概念的替換而實(shí)現(xiàn)這一技術(shù)目標(biāo)。具體而企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)言，財(cái)務(wù)風(fēng)險(xiǎn)概念層次樹包含4個(gè)層級(jí)：企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)（最高層）、企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的各個(gè)方面（第二層）、企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的綜合關(guān)鍵指標(biāo)（第三層）以及具體概念指標(biāo)層次（第四層），具體見圖1。從圖1可見，這一概念層次樹既充分描述了不同層級(jí)間概念遞進(jìn)關(guān)系，又實(shí)現(xiàn)了對(duì)低層次具體概念的深入挖掘，且這種挖掘的形式不單局限于指標(biāo)的綜合挖掘，還可以延伸至各個(gè)具體模塊中進(jìn)行局部挖掘。在實(shí)現(xiàn)了低層次概念深入挖掘的基礎(chǔ)上，再進(jìn)行第三層、第二層概念的挖掘，直至最高層，從而有效尋找指標(biāo)間的隱藏規(guī)律。（二）支持度閾值的交互挖掘現(xiàn)以盈利能力為例，假定凈利潤率和凈資產(chǎn)收益率為頻繁項(xiàng)集，則在支持閾值交互挖掘策略下層級(jí)級(jí)別的高低將直接決定支持閾值的大小，即財(cái)務(wù)指標(biāo)層級(jí)越高，則所對(duì)應(yīng)的最小支持閾值就越大，反之亦反。這也意味著在考慮支持度閾值時(shí)必須結(jié)合指標(biāo)的層級(jí)綜合判斷，想要得到最小的支持度閾值就必須著眼于最低級(jí)別的指標(biāo)層，具體見圖2。（三）數(shù)據(jù)挖掘與結(jié)果輸出上述所構(gòu)建的基于關(guān)聯(lián)規(guī)則交互挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)分析模型，應(yīng)對(duì)模型的支持度和置信度閾值進(jìn)行分別數(shù)值設(shè)定，進(jìn)而實(shí)現(xiàn)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)頻繁模式類型數(shù)目以及規(guī)則數(shù)目的挖掘，以此為基礎(chǔ)最終實(shí)現(xiàn)對(duì)財(cái)務(wù)指標(biāo)間規(guī)律的探析，現(xiàn)將對(duì)具體的操作過程進(jìn)行描述。首先，在算法選擇上，為避免交互挖掘中因支持度閾值遞減而導(dǎo)致的計(jì)算過程重復(fù)，改用已獲取挖掘信息下的新支持度閾值的頻繁項(xiàng)，在此基礎(chǔ)上以Hash結(jié)構(gòu)為數(shù)據(jù)儲(chǔ)存方式并同時(shí)更新支持度閾值下頻繁項(xiàng)集的支持度計(jì)數(shù)，這將有效提高了數(shù)據(jù)挖掘的效率[8]，至于HIUA的算法偽代碼在此不做專門描述。具體而言，在初次計(jì)算新支持度閾值下頻繁項(xiàng)集時(shí)，算法仍然采用Apriori算法，可得到相應(yīng)閾值下分級(jí)數(shù)據(jù)的頻繁項(xiàng)集；隨后不再采用Apriori算法，分兩種不同情況進(jìn)行處理：若是支持度閾值遞增則通過對(duì)上一頻繁項(xiàng)集的篩選得到進(jìn)一步的分級(jí)數(shù)據(jù)頻繁項(xiàng)集；若是支持度閾值遞減則將上一頻繁項(xiàng)集設(shè)為A，在此基礎(chǔ)上計(jì)算新閾值下的頻繁項(xiàng)集A1，從而得到新的頻繁項(xiàng)集項(xiàng)。此時(shí)頻繁項(xiàng)集項(xiàng)間的自連接將分別得到新的閾值，對(duì)這些數(shù)據(jù)進(jìn)行再篩選和再組合最終得到頻繁項(xiàng)集L，直到L為空時(shí)算法結(jié)束，此時(shí)將生產(chǎn)相應(yīng)之尺度下的具體關(guān)聯(lián)規(guī)則。其次，在性能測試上，為確保算法的高效性現(xiàn)專門對(duì)Apriori算法、I-UA算法和HIUA算法進(jìn)行對(duì)比。從前面分析已知，在避免了頻繁集的重復(fù)更新后，置信度和支持度閾值上升的環(huán)境下，IUA算法的速度明顯高于HUIA，因此現(xiàn)只對(duì)支持度閾值遞減的情況進(jìn)行專門測算?，F(xiàn)選擇上市公司中ST公司2007—2014年期間的相關(guān)財(cái)務(wù)指標(biāo)數(shù)據(jù)，共計(jì)34家841條記錄；以X軸表示支持度閾值，范圍為0.2—0.3，步長0.01，Y軸為計(jì)算頻繁模式集的運(yùn)行時(shí)間，則不同支持度閾值和置信度閾值下規(guī)則數(shù)目如圖3所示。
四、政策建議
