司橋林

(天津市眼科醫(yī)院， 天津 300020)

0 引言

隨著信息技術(shù)不斷發(fā)展，許多企業(yè)以及政府部門都建立了自身的財務(wù)信息管理系統(tǒng)，并通過網(wǎng)絡(luò)進行信息共享，因此當(dāng)前存在大量、各種類型的財務(wù)信息管理系統(tǒng)[1]。在財務(wù)信息管理系統(tǒng)的實用過程中，其同其它信息系統(tǒng)一樣，不可避免地受到一些非法用戶的干擾和入侵，使財務(wù)信息管理系統(tǒng)面臨巨大風(fēng)險[2-4]。由于財務(wù)信息管理系統(tǒng)保存著一些重要的信息，一旦出現(xiàn)安全問題，如信息泄露、被非法篡改，會給企業(yè)帶來不可估量的損失，因此財務(wù)信息管理系統(tǒng)風(fēng)險識別一直是人們關(guān)注的焦點[5]。

由于財務(wù)信息管理系統(tǒng)風(fēng)險識別的研究可以保證系統(tǒng)的安全，為管理人員提供有價值的信息，可以提早做出相應(yīng)的防范措施，因此企業(yè)的一些財務(wù)信息管理人員以及一些有名的研究機構(gòu)投入了大量的時間對財務(wù)信息管理系統(tǒng)風(fēng)險識別問題進行了不懈的研究，并且取得了不錯的財務(wù)信息管理系統(tǒng)風(fēng)險識別研究成果[6]。財務(wù)信息管理系統(tǒng)風(fēng)險識別方法劃分為傳統(tǒng)技術(shù)和現(xiàn)代技術(shù)兩種，其中傳統(tǒng)技術(shù)方法中最具代表的為基于時間序列的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法，其將財務(wù)信息管理系統(tǒng)風(fēng)險的變化過程看作是一個根據(jù)時間先后順序變化的系統(tǒng)，從歷史數(shù)據(jù)分析中揭示出財務(wù)信息管理系統(tǒng)風(fēng)險變化的特點，但是其財務(wù)信息管理系統(tǒng)風(fēng)險識別誤差極大，識別結(jié)果可信度低[7-9]；現(xiàn)代技術(shù)方法中最具代表性的方法為：基于灰色模型的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法、貝葉斯網(wǎng)絡(luò)的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法，它們的財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果要優(yōu)于時間序列分析法，但是它們的缺陷也十分明顯，如存在財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果不穩(wěn)定、建模時間過長、風(fēng)險識別效率低等[10-12]。

近年來，隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，BP神經(jīng)網(wǎng)絡(luò)得到了長足的發(fā)展，為財務(wù)信息管理系統(tǒng)風(fēng)險識別建模提供一種新的研究工具[13]，由于財務(wù)信息管理系統(tǒng)風(fēng)險變化十分復(fù)雜，為了提高財務(wù)信息管理系統(tǒng)風(fēng)險識別正確率，本文提出了數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別算法，該方法結(jié)合了灰色模型和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點，分別對財務(wù)信息管理系統(tǒng)風(fēng)險變化特點進行挖掘，全面評價財務(wù)信息管理系統(tǒng)所處的風(fēng)險等級，并與其它財務(wù)信息管理系統(tǒng)風(fēng)險識別方法進行了對比測試，結(jié)果表明，本文方法是一種高正確率、速度快的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法，為解決復(fù)雜多變化的財務(wù)信息管理系統(tǒng)風(fēng)險識別問題提供了一種新的研究思路。

1 數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法

1.1 灰色模型

GM(1,1)是灰色模型中最典型的一種，其一階微分為式(1)。

a(1)x(1)+a?x(1)=u

(1)

對式(1)進行白化微分處理得式(2)。

(2)

式中，a和u為參數(shù)。

采用LS算法計算a的值得式(3)。

(3)

1.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種非線性的數(shù)據(jù)挖掘方法，具有很好的擬合和逼近能力，第k個節(jié)點的輸入和輸出分別為x(k)=(x1(k),x2(k),…,xn(k))和yo=(yo1,yo2,…,yoq)，兩者之間的變化關(guān)系,如式(4)—式(6)。

net=x1ω1+x2ω2+…+xnωn

(4)

(5)

(6)

期望輸出為d(k)=(d1(k),d2(k),…,dq(k))，神經(jīng)網(wǎng)絡(luò)的全局誤差計算為式(7)。

(7)

如果輸出誤差在實際要求的范圍內(nèi)，那么BP神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練，否則需要調(diào)整相應(yīng)的參數(shù)，進行下一輪學(xué)習(xí)。

1.3 數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別原理

基于數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別原理為：首先收集財務(wù)信息管理系統(tǒng)風(fēng)險的歷史值，采用專家系統(tǒng)對它們分別從設(shè)備風(fēng)險、網(wǎng)絡(luò)風(fēng)險、入侵風(fēng)險、人員意識風(fēng)險、技術(shù)風(fēng)險等對企業(yè)財務(wù)信息管理風(fēng)險的影響和危害方面進行打分，打分參考國內(nèi)外相關(guān)企業(yè)的先進經(jīng)驗，本文采用100分制形式，然后采用灰色模型和BP神經(jīng)網(wǎng)絡(luò)對影響因素和財務(wù)信息管理系統(tǒng)風(fēng)險之間的變化關(guān)系進行擬合，建立財務(wù)信息管理系統(tǒng)風(fēng)險識別模型，得到各種財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果，最后采用加權(quán)形式對灰色模型和BP神經(jīng)網(wǎng)絡(luò)的識別結(jié)果進行組合，得到財務(wù)信息管理系統(tǒng)風(fēng)險識別的最后結(jié)果，如圖1所示。

圖1 數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別原理

2 仿真測試

2.1 測試數(shù)據(jù)集合

為了分析數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別性能，選擇一個財務(wù)信息管理系統(tǒng)的風(fēng)險樣本數(shù)據(jù)進行仿真測試，樣本數(shù)據(jù)如圖2所示。

圖2 仿真用到的實驗樣本數(shù)據(jù)集合

從圖2可以看出，該信息管理系統(tǒng)風(fēng)險變化比較復(fù)雜，具有多種變化特點，如規(guī)律性、時變性、隨機性等。為了使數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果更具說服力，選擇傳統(tǒng)的財務(wù)信息管理系統(tǒng)風(fēng)險識別作為測試對比測試，它們分別為：基于灰色模型的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法、基于貝葉斯網(wǎng)絡(luò)的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法，選擇財務(wù)信息管理系統(tǒng)風(fēng)險識別正確率、拒識率以及財務(wù)信息管理系統(tǒng)風(fēng)險識別建模時間作為評價指標(biāo)。

2.2 訓(xùn)練樣本和測試樣本的劃分

在財務(wù)信息管理系統(tǒng)風(fēng)險識別的建模過程中，首先要進行訓(xùn)練，因此訓(xùn)練樣本的選擇十分關(guān)鍵，為了體現(xiàn)實驗結(jié)果的公平性，每一種方法均進行5次財務(wù)信息管理系統(tǒng)風(fēng)險識別的仿真實驗，采用不同數(shù)量的訓(xùn)練樣本對模型進行訓(xùn)練，而測試樣本主要用于檢驗財務(wù)信息管理系統(tǒng)風(fēng)險識別方法的泛化能力，每一次實驗的訓(xùn)練樣本和測試樣本的劃分結(jié)果如表1所示。

表1 訓(xùn)練和測試樣本的劃分結(jié)果

2.3 結(jié)果與分析

統(tǒng)計3種方法從財務(wù)信息管理系統(tǒng)識別訓(xùn)練樣本中識別出的正確數(shù)量，與測試樣本數(shù)量比即可得到風(fēng)險識別正確率，建模時間為財務(wù)信息管理系統(tǒng)識別訓(xùn)練和測試時間，如圖3、圖4所示。

圖3 財務(wù)信息管理系統(tǒng)風(fēng)險識別正確率對比

圖4 財務(wù)信息管理系統(tǒng)風(fēng)險識別建模時間對比

對它們進行分析可以得到如下結(jié)論。

(1) 在所有的方法中，灰色模型的財務(wù)信息管理系統(tǒng)風(fēng)險識別效果最低，這主要因為灰色模型方法是一種簡單的線性建模技術(shù)，不能全面描述系統(tǒng)風(fēng)險變化規(guī)律，財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果不理想。

(2) 基于貝葉斯網(wǎng)絡(luò)的財務(wù)信息管理系統(tǒng)風(fēng)險識別效果要優(yōu)于灰色模型的財務(wù)信息管理系統(tǒng)風(fēng)險識別效果，減少了灰色模型的財務(wù)信息管理系統(tǒng)風(fēng)險識別誤差，但是貝葉斯網(wǎng)絡(luò)同樣存在缺陷，如財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果不穩(wěn)定，可靠性差。

(3) 數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別效果要優(yōu)于灰色模型和貝葉斯網(wǎng)絡(luò)，減少了財務(wù)信息管理系統(tǒng)風(fēng)險識別誤差，大幅度降低了財務(wù)信息管理系統(tǒng)風(fēng)險的拒識率，財務(wù)信息管理系統(tǒng)風(fēng)險識別結(jié)果更加可靠，克服了傳統(tǒng)方法的不足，驗證了數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法的優(yōu)越性。

(4) 數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別時間少于灰色模型和貝葉斯網(wǎng)絡(luò)，財務(wù)信息管理系統(tǒng)風(fēng)險識別效率得到明顯的改善。

2.4 穩(wěn)定性仿真分析

穩(wěn)定性也是評價一個財務(wù)信息管理系統(tǒng)風(fēng)險識別方法性能的重要評價指標(biāo)，因此選擇100個財務(wù)信息管理系統(tǒng)進行風(fēng)險識別，統(tǒng)計它們的財務(wù)信息管理系統(tǒng)風(fēng)險識別正確率和拒識率，如圖5所示。

a 識別正確率

b 拒識率

從圖5可知，數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別正確率超過95%，財務(wù)信息管理系統(tǒng)風(fēng)險拒識率控制在了10%以內(nèi)，具有較好的穩(wěn)定性，可以廣泛地應(yīng)用于各種財務(wù)信息管理系統(tǒng)風(fēng)險的識別中，具有較高的實際應(yīng)用價值。

3 總結(jié)

財務(wù)信息管理系統(tǒng)風(fēng)險識別研究具有十分重要的價值，成為當(dāng)前財務(wù)領(lǐng)域研究的一個重大課題，傳統(tǒng)方法無法全面、科學(xué)描述財務(wù)信息管理系統(tǒng)風(fēng)險的變化態(tài)勢，它們的識別結(jié)果十分明顯，無法保證財務(wù)信息管理系統(tǒng)的安全，為了獲得理想的財務(wù)信息管理系統(tǒng)風(fēng)險識別效果，本文設(shè)計了基于數(shù)據(jù)挖掘的財務(wù)信息管理系統(tǒng)風(fēng)險識別方法，與其他財務(wù)信息管理系統(tǒng)風(fēng)險識別方法的對照結(jié)果表明，數(shù)據(jù)挖掘可以客觀跟蹤財務(wù)信息管理系統(tǒng)風(fēng)險的變化態(tài)勢，建立了高正確率的財務(wù)信息管理系統(tǒng)風(fēng)險識別模型，并縮短了財務(wù)信息管理系統(tǒng)風(fēng)險識別時間，可以為財務(wù)信息管理人員提供有價值的參考信息。