楊曉東

(延安職業(yè)技術(shù)學(xué)院師范教育系，陜西 延安 716000)

0 引 言

信息技術(shù)的不斷發(fā)展極大地推進(jìn)了各行各業(yè)的改革，促使人們的生活方式發(fā)生了巨大變化，與此同時(shí)，也對(duì)傳統(tǒng)會(huì)計(jì)工作產(chǎn)生了極大的影響?，F(xiàn)今，信息化已經(jīng)逐漸融入會(huì)計(jì)行業(yè)[1]。從社會(huì)發(fā)展角度來看，企業(yè)是以信息化為基礎(chǔ)，而企業(yè)信息化的關(guān)鍵就是會(huì)計(jì)信息化。會(huì)計(jì)信息化實(shí)質(zhì)上就是實(shí)現(xiàn)會(huì)計(jì)電算化，其可以實(shí)現(xiàn)會(huì)計(jì)資源的共享管理，進(jìn)而提升企業(yè)的信息化程度。會(huì)計(jì)資源指的是交易原始數(shù)據(jù)采用會(huì)計(jì)處理方法處理后的信息，功能是滿足會(huì)計(jì)、經(jīng)濟(jì)管理所需的經(jīng)濟(jì)信息。而會(huì)計(jì)資源共享指的是同一會(huì)計(jì)資源基于不同目的被不同用戶使用的過程。而會(huì)計(jì)電算化不但可以實(shí)現(xiàn)會(huì)計(jì)資源的共享，也可以對(duì)其進(jìn)行相應(yīng)的管理。會(huì)計(jì)電算化實(shí)現(xiàn)會(huì)計(jì)資源共享管理的過程，即是同一會(huì)計(jì)資源的電子數(shù)據(jù)可以無障礙地被多個(gè)用戶所使用。

然而，會(huì)計(jì)資源共享管理為人們提供便利的同時(shí)，也存在著一定的安全風(fēng)險(xiǎn)，為此研究會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估勢在必行。文獻(xiàn)[2]提出了基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型，選取滬深兩市部分制造性上市企業(yè)的財(cái)務(wù)數(shù)據(jù)為研究對(duì)象，利用已有的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型，通過對(duì)樣本和變量參數(shù)的篩選，采用因子分析和主成分分析，構(gòu)建適合我國上市制造性企業(yè)的Logistic財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，檢驗(yàn)表明，該模型在實(shí)際應(yīng)用中具有較好的預(yù)測效果，但是該模型的評(píng)估時(shí)間較長。文獻(xiàn)[3]提出了基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，以S企業(yè)作為研究對(duì)象，選取了12個(gè)財(cái)務(wù)指標(biāo)利用模糊層次分析法(FAHP)構(gòu)建中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)構(gòu)模型，對(duì)S企業(yè)2015—2017年的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)分析，并對(duì)S企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)控制策略提出合理建議。但是該模型的評(píng)估準(zhǔn)確率較低，導(dǎo)致評(píng)估效果較差。

針對(duì)上述方法存在的問題，本文提出一種基于遺傳算法的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型。遺傳算法是根據(jù)大自然中生物體進(jìn)化規(guī)律而提出的，是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。本文通過遺傳算法的應(yīng)用，經(jīng)過選擇、交叉以及變異操作，得到最優(yōu)個(gè)體，其對(duì)應(yīng)的數(shù)值即為模型參數(shù)最優(yōu)解，根據(jù)最優(yōu)解，制定風(fēng)險(xiǎn)程度評(píng)估規(guī)則，判定風(fēng)險(xiǎn)程度，從而實(shí)現(xiàn)基于遺傳算法的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)的評(píng)估，減少模型的評(píng)估用時(shí)，提高評(píng)估準(zhǔn)確率。

1 會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型設(shè)計(jì)

1.1 評(píng)估指標(biāo)選取

在會(huì)計(jì)資源共享管理過程中，會(huì)受到多個(gè)方面因素的影響，主要包括3個(gè)方面，即人的因素、技術(shù)的因素以及管理的因素。而人、技術(shù)以及管理這3個(gè)方面的因素很難分開分析，對(duì)于會(huì)計(jì)資源共享管理安全問題來說，三者是對(duì)立統(tǒng)一的整體，具有相互制約、相互影響以及相互發(fā)展的關(guān)系[4]。會(huì)計(jì)資源共享管理影響因素關(guān)系如圖1所示。

圖1 會(huì)計(jì)資源共享管理影響因素關(guān)系圖

依據(jù)上述會(huì)計(jì)資源共享管理影響因素關(guān)系，選取會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估指標(biāo)，具體如表1所示。

表1 會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估指標(biāo)

通過上述過程完成了會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估指標(biāo)的選取，為下述風(fēng)險(xiǎn)評(píng)估做好準(zhǔn)備。

1.2 評(píng)估指標(biāo)權(quán)重確定

基于選取的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估指標(biāo)，采用德爾菲法確定風(fēng)險(xiǎn)評(píng)估指標(biāo)權(quán)重，下面闡述具體的權(quán)重計(jì)算過程。

德爾菲法實(shí)質(zhì)上是一種專家咨詢法，被廣泛地應(yīng)用于風(fēng)險(xiǎn)評(píng)估中[5]。該方法具有精準(zhǔn)度高的優(yōu)勢，但是過程較為繁瑣。德爾菲法流程如圖2所示。

圖2 德爾菲法流程圖

執(zhí)行如圖2所示的流程，得到的權(quán)重矩陣A、V與T分別表示人因素權(quán)重值、技術(shù)因素權(quán)重值以及管理因素權(quán)重值[6]。

1.3 風(fēng)險(xiǎn)評(píng)估量化模型搭建

以上述的評(píng)估指標(biāo)權(quán)重為基礎(chǔ)，搭建會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估量化模型，為風(fēng)險(xiǎn)評(píng)估提供模型支撐[7]。

構(gòu)建會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估基本模型，其表達(dá)式為：

R=F(V,T,C)

(1)

其中，R表示會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)；C表示已有的風(fēng)險(xiǎn)控制措施；V表示會(huì)計(jì)資源共享管理的效率；T表示風(fēng)險(xiǎn)控制周期。

以ISO/IEC定義的風(fēng)險(xiǎn)來看，其可用威脅發(fā)生的脆弱性、可能性的嚴(yán)重程度等來表示，則公式(1)可表示為：

R=F(Pt,Pv,V)

(2)

其中，Pt表示威脅發(fā)生的概率；Pv表示脆弱性的嚴(yán)重程度。

脆弱性嚴(yán)重程度Pv是客觀存在的，但是只有當(dāng)威脅被利用時(shí)，才會(huì)給會(huì)計(jì)資源共享管理帶來風(fēng)險(xiǎn)。即脆弱性嚴(yán)重程度越大，會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)越大[8]。

風(fēng)險(xiǎn)控制措施的有效程度也決定著風(fēng)險(xiǎn)事件發(fā)生的可能性，影響風(fēng)險(xiǎn)評(píng)估的精確性[9-10]。風(fēng)險(xiǎn)控制措施有效程度越大，會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)越小。風(fēng)險(xiǎn)控制措施有效程度計(jì)算公式為：

(3)

其中，Nv表示會(huì)計(jì)資源共享管理平臺(tái)風(fēng)險(xiǎn)發(fā)生的次數(shù)；NR表示會(huì)計(jì)資源共享管理平臺(tái)受到威脅攻擊的總次數(shù)。

依據(jù)實(shí)際情況可知，會(huì)計(jì)資源共享管理平臺(tái)風(fēng)險(xiǎn)事件的發(fā)生具有隨機(jī)性以及統(tǒng)計(jì)規(guī)律性，為此，利用Poisson分布量化風(fēng)險(xiǎn)評(píng)估指標(biāo)[11-13]。

Poisson分布設(shè)置隨機(jī)變量x，其取值為[0,+∞]，計(jì)算公式表示為：

(4)

其中，λ是常數(shù)，表示單位時(shí)間內(nèi)隨機(jī)事件的平均發(fā)生率，范圍為[0,+∞]，并且隨機(jī)變量x服從參數(shù)λ的Possion分布，簡記為x*Π(λ)。

當(dāng)λ達(dá)到最大值時(shí)，Poisson分布公式可以轉(zhuǎn)換為正態(tài)分布公式，表示如下：

(5)

當(dāng)λ等于10時(shí)，Poisson分布曲線與正態(tài)分布曲線接近，具體情況如圖3所示。

綜上所述，孕期保健是保證孕產(chǎn)婦健康的重要因素，系統(tǒng)的孕期保健及相關(guān)教育工作可以減少不良妊娠結(jié)局的發(fā)生率，提高孕產(chǎn)婦生活質(zhì)量。有效的孕期保健可以提高育齡婦女的順產(chǎn)率。對(duì)減少孕產(chǎn)婦死亡和提高嬰兒出生質(zhì)量具有重要作用。電子化的孕期保健管理極大地方便了醫(yī)護(hù)開展有效的孕期保健，對(duì)我國婦幼工作的推進(jìn)起到了積極的作用。

圖3 λ=10的Poisson分布曲線與正態(tài)分布曲線

綜上，采用Poisson分布來量化風(fēng)險(xiǎn)評(píng)估指標(biāo)，結(jié)合公式(5)得到會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估量化模型為：

(6)

1.4 風(fēng)險(xiǎn)程度判定

以上述會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估量化模型為依據(jù)，采用遺傳算法計(jì)算參數(shù)最優(yōu)解，制定風(fēng)險(xiǎn)評(píng)估區(qū)間，判定風(fēng)險(xiǎn)程度，從而實(shí)現(xiàn)基于遺傳算法的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)的評(píng)估[14-16]。

公式(6)需要求取Q與k的值，下面闡述具體求解過程。

設(shè)置初始種群為Chrom={(Rt1,k1),…,(Rti,ki),…,(Rt20,k20)}，其中，Rti與ki分別表示i個(gè)數(shù)量的基因個(gè)體Rt與基因座k取值范圍內(nèi)的實(shí)數(shù)取值，取值范圍為[0，1][17-19]。

計(jì)算種群個(gè)體適應(yīng)度，表達(dá)式為：

fitness=|Vj-Vi|

(7)

其中，Vj表示種群個(gè)體適應(yīng)度值；Vi表示專家評(píng)估值[20]。

fitness值越小，則該個(gè)體被保留在新一代種群中的機(jī)會(huì)就越大。依據(jù)公式(7)計(jì)算結(jié)果，經(jīng)過選擇、交叉以及變異操作，得到最優(yōu)個(gè)體，其對(duì)應(yīng)的數(shù)值即為模型參數(shù)最優(yōu)解，代入公式(6)，即得到最優(yōu)會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估量化模型，將樣本數(shù)據(jù)輸入到該模型中，得到會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估值，以此為基礎(chǔ)，判定風(fēng)險(xiǎn)程度[21-23]，如表2所示。

通過上述過程完成了基于遺傳算法的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型的設(shè)計(jì)與運(yùn)行，為會(huì)計(jì)資源共享管理的安全提供更加有效的保障。

2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型的評(píng)估性能，設(shè)計(jì)仿真對(duì)比實(shí)驗(yàn)，參與實(shí)驗(yàn)的模型為基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型、基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型與本文的評(píng)估模型，通過評(píng)估用時(shí)和評(píng)估準(zhǔn)確率體現(xiàn)模型的評(píng)估性能，下面闡述具體的實(shí)驗(yàn)過程。

2.1 實(shí)驗(yàn)準(zhǔn)備

會(huì)計(jì)資源共享管理需要依據(jù)良好的實(shí)驗(yàn)環(huán)境，因此，在VS2010+OpenCV2.4.13，Windows10操作系統(tǒng)，Intel(R)Xeon(R) CPU E5-2603v4@2.20 GHz，內(nèi)存為32 GB環(huán)境下進(jìn)行仿真對(duì)比實(shí)驗(yàn)。設(shè)置的網(wǎng)絡(luò)參數(shù)如表3所示。

基于以上參數(shù)設(shè)定，選取某公司2015—2016年的財(cái)務(wù)報(bào)表數(shù)據(jù)，共1000組樣本的數(shù)據(jù)集，將研究的樣本數(shù)據(jù)隨機(jī)分成訓(xùn)練集和測試集2大類，分別用于會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型的訓(xùn)練和測試過程，具體的訓(xùn)練集和測試集樣本數(shù)量比例為400:600。

2.2 實(shí)驗(yàn)結(jié)果分析

在上述實(shí)驗(yàn)環(huán)境中進(jìn)行仿真對(duì)比實(shí)驗(yàn)，通過Matlab軟件處理樣本數(shù)據(jù)，圖4為會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估指標(biāo)，灰色部分為高風(fēng)險(xiǎn)評(píng)估指標(biāo)。

圖4 高風(fēng)險(xiǎn)評(píng)估指標(biāo)

采用本文的評(píng)估模型、基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型和基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，對(duì)會(huì)計(jì)資源共享管理高風(fēng)險(xiǎn)指標(biāo)進(jìn)行評(píng)估用時(shí)對(duì)比，對(duì)比結(jié)果如表4所示。

表4 評(píng)估用時(shí)對(duì)比結(jié)果 單位：s

從表4可知，基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型評(píng)估用時(shí)范圍為17.46 s～26.02 s；基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型評(píng)估用時(shí)范圍為30.20 s～42.85 s；本文評(píng)估模型評(píng)估用時(shí)范圍為5.00 s～10.20 s。通過對(duì)比研究發(fā)現(xiàn)，本文評(píng)估模型極大地減少了會(huì)計(jì)資源共享管理高風(fēng)險(xiǎn)指標(biāo)評(píng)估用時(shí)，具備更好的評(píng)估性能。

為了驗(yàn)證本文方法的有效性，根據(jù)測試樣本，對(duì)本文評(píng)估模型、基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型和基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估正確率和錯(cuò)誤率進(jìn)行對(duì)比，對(duì)比結(jié)果如表5所示。

表5 3種模型的評(píng)估結(jié)果

從表5可知，基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)誤估個(gè)數(shù)是3種模型中最高的，而本文評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)誤估個(gè)數(shù)為1個(gè)，評(píng)估錯(cuò)誤率只有2%。為了進(jìn)一步驗(yàn)證本文方法的有效性，對(duì)本文評(píng)估模型、基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型和基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估準(zhǔn)確率進(jìn)行對(duì)比分析，對(duì)比結(jié)果如圖5所示。

圖5 3種模型的風(fēng)險(xiǎn)評(píng)估準(zhǔn)確率對(duì)比結(jié)果

從圖5可知，本文評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估準(zhǔn)確率隨著迭代次數(shù)的增長而逐漸升高，最高可達(dá)98%，而基于Logistic的制造性企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估準(zhǔn)確率較不穩(wěn)定，最高只有52%，基于FAHP法的中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估準(zhǔn)確率隨著迭代次數(shù)的增長呈下降趨勢，為3種模型中最低。

綜上所述，采用本文評(píng)估模型可以準(zhǔn)確地對(duì)會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)作出評(píng)估，縮短了評(píng)估用時(shí)。

3 結(jié)束語

由于傳統(tǒng)的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型存在評(píng)估用時(shí)長、評(píng)估準(zhǔn)確率低的問題，本文通過構(gòu)建基于遺傳算法的會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估模型極大地減少了評(píng)估用時(shí)，并且會(huì)計(jì)資源共享管理風(fēng)險(xiǎn)評(píng)估效果較好，可以為會(huì)計(jì)資源共享管理的安全提供更加有效的保障。由于仿真環(huán)境與實(shí)際存在差別，導(dǎo)致模型的實(shí)驗(yàn)數(shù)據(jù)也存在著些許偏差，為了得到更加精確的實(shí)驗(yàn)結(jié)論，需要對(duì)構(gòu)建模型進(jìn)行進(jìn)一步的優(yōu)化研究。