王迎輝

(首都醫(yī)科大學附屬北京康復(fù)醫(yī)院,北京 100144)

0 引言

企業(yè)資源計劃系統(tǒng)(ERP)在公立醫(yī)院管理體系中,可以提供各部門及各設(shè)備的詳細運行信息。即其內(nèi)建組件中,業(yè)務(wù)流程管理體系可以提供公立醫(yī)院各部門的經(jīng)營性賬目信息,其設(shè)備定制化系統(tǒng)中,可以將內(nèi)建細節(jié)賬目進行分別控制。所以利用ERP系統(tǒng)可以實現(xiàn)對公立醫(yī)院運營管理細部數(shù)據(jù)的逐一管理。ERP系統(tǒng)對醫(yī)院的運營管理和資金流量的管理都能夠起到很好的監(jiān)督作用,系統(tǒng)的基本理念也是為企業(yè)的發(fā)展創(chuàng)造良好的管理模式,利于企業(yè)的風控管理和其他的業(yè)務(wù)的開發(fā)管理,也為企業(yè)的發(fā)展和企業(yè)的業(yè)務(wù)提升創(chuàng)造良好的發(fā)展環(huán)境。

而傳統(tǒng)財務(wù)風險管理體系下,投融資現(xiàn)金流風險、設(shè)備投資回收風險和管理過程控制風險是公立醫(yī)院財務(wù)風險的3個重要控制要素。該研究重點就上述3個財務(wù)風險控制因素的ERP大數(shù)據(jù)應(yīng)用模型進行優(yōu)化改進,探索公立醫(yī)院財務(wù)風險管理的新型財務(wù)內(nèi)審模型。

1 ERP平臺大數(shù)據(jù)資源中財務(wù)風險預(yù)警的支持途徑

ERP系統(tǒng)作為企業(yè)中最常用的管理信息系統(tǒng)之一,ERP系統(tǒng)的管理客體是業(yè)務(wù)流程,其主數(shù)據(jù)表中每一條數(shù)據(jù)均為其管理流程中的節(jié)點信息。其數(shù)據(jù)關(guān)聯(lián)結(jié)構(gòu)構(gòu)建在業(yè)務(wù)種類對照表、管理員工作單位及職務(wù)信息對照表和涉財務(wù)業(yè)務(wù)發(fā)生金額等,如圖1所示。

圖1 ERP系統(tǒng)大數(shù)據(jù)的財務(wù)內(nèi)審工作流程

圖1中,系統(tǒng)的大數(shù)據(jù)財務(wù)的內(nèi)審工作流程主要是采取了工作流程圖的形式,以申請人作為基礎(chǔ)來開展相關(guān)的業(yè)務(wù)模式,逐級進行分管,達到財務(wù)內(nèi)審的標準和規(guī)范。通過邏輯標志法、關(guān)鍵字查詢法、分類統(tǒng)計法等統(tǒng)計學方法,可以從ERP大數(shù)據(jù)中提取以下信息:

1) 關(guān)鍵設(shè)備的應(yīng)用頻率和營收情況。為提供檢查、化驗所需的技術(shù)服務(wù),公立醫(yī)院一般會購買諸多大型關(guān)鍵設(shè)備,如磁共振設(shè)備、X光及CT掃描設(shè)備、介入介導(dǎo)設(shè)備、蛋白質(zhì)及核算檢測設(shè)備等,這些設(shè)備采購價值一般達到數(shù)十萬至數(shù)百萬不等。而通過ERP系統(tǒng)大數(shù)據(jù),可以獲得這些設(shè)備在實際診療過程中的應(yīng)用情況,根據(jù)服務(wù)單價和服務(wù)次數(shù),可以獲得不同科室為設(shè)備提供的回款進度。

2) 一次性醫(yī)療器械及藥品的進銷存情況。注射器、一次性手術(shù)器械、導(dǎo)管等一次性護理器械、病房用藥、急診用藥、手術(shù)室用藥、門診處方等信息,可以明確給出各科室的一次性醫(yī)療器械和藥品的流動效率,且可以做出詳細的數(shù)據(jù)匯總統(tǒng)計。

3) 投融資數(shù)據(jù)管控過程中,設(shè)備融資租賃、藥品供應(yīng)鏈、固定資產(chǎn)質(zhì)押等均可以根據(jù)ERP系統(tǒng)做出內(nèi)審大數(shù)據(jù)管控。通過ERP系統(tǒng)的設(shè)備定制化功能模塊,可以將上述投融資行為具體到設(shè)備、科室等。

2 財務(wù)風險的模型基函數(shù)搭建

財務(wù)風險的傳統(tǒng)控制工作流程是企業(yè)內(nèi)審工作流程,但該研究中為了充分提升該風險值的估計能力,考慮到諸多不完備數(shù)據(jù)的影響,且在邏輯關(guān)系不完備的前提下將更多ERP系統(tǒng)中的數(shù)據(jù)應(yīng)用到評價模型中,所以需要構(gòu)建一個機器學習模糊神經(jīng)網(wǎng)絡(luò)模型對其進行控制。機器學習模型可以對系統(tǒng)的財務(wù)風險進行預(yù)警,在各個環(huán)節(jié)的模擬下完善對于財務(wù)風險控制體系的模式,對財務(wù)風險進行管控,達到財務(wù)管理的目的。

2.1 投融資現(xiàn)金流風險

醫(yī)院常用的投融資工具,包括設(shè)備金融租賃工具(Ls),藥品及一次性器械的供應(yīng)鏈金融工具(Sc)、固定資產(chǎn)質(zhì)押貸款等(Fn)。其中:

1) 金融租賃的使用方法為由金融機構(gòu)提供不少于70%的設(shè)備采購款項,設(shè)備所有權(quán)在運作初期歸金融機構(gòu)所有,醫(yī)院作為融資方通過協(xié)議租賃的方式每周期向金融機構(gòu)繳納租金,租賃期滿后,該設(shè)備所有權(quán)移交給醫(yī)院。金融租賃的財務(wù)風險保障措施為設(shè)備當期服務(wù)收益大于當期租金,如式(1):

(1)

式中,S(i)為該設(shè)備提供第i次服務(wù)的價格,i遍歷該財務(wù)周期內(nèi)該設(shè)備提供服務(wù)的次數(shù),Ls(x)為當期(第x期)設(shè)備金融租賃費用,m(x)為當期(第x期)設(shè)備預(yù)期利潤率。

2) 供應(yīng)鏈金融的使用方法是由醫(yī)院建立一個供應(yīng)鏈基金賬戶,其中醫(yī)院作為融資方提供至少30%資金量,金融機構(gòu)提供最多70%資金量,該賬戶涉及到的進銷存過程由雙方共管。供應(yīng)鏈金融的財務(wù)風險控制措施為確保醫(yī)院投資得到有效回收,如式(2):

(2)

式中,E(i)為該批次(第i批)物資的總銷售收入,B(i)為金融機構(gòu)提取的銷售收入,F(i)為該批次物資的醫(yī)院總投入,m(i)為預(yù)期利潤率。

3) 質(zhì)押貸款的使用方法為醫(yī)院通過固定資產(chǎn)質(zhì)押的方式獲得自由資金支持,其當期庫存現(xiàn)金可以滿足質(zhì)押貸款的應(yīng)付利息和到期本金的支付需求。該控制方法較為簡單,此處不再展開基函數(shù)公式。

2.2 模糊神經(jīng)網(wǎng)絡(luò)模型

設(shè)備投資回收風險的控制過程的本質(zhì)是對前文中m(x)變量的控制過程,即設(shè)備的實際服務(wù)收益變化趨勢,通過回歸分析后,發(fā)現(xiàn)其變化趨勢,以判斷第x+1期是否可以繼續(xù)滿足該設(shè)備的財務(wù)風險控制需求。此時可引入多列神經(jīng)網(wǎng)絡(luò)統(tǒng)計方法對x+1期、x+2期、x+5期的數(shù)據(jù)進行深度迭代回歸分析。該分析架構(gòu)如圖2所示。

圖2 設(shè)備投資回收風險多列神經(jīng)網(wǎng)絡(luò)架構(gòu)圖

圖2中,選取特定設(shè)備近n期的m(x)數(shù)據(jù),實現(xiàn)對前推第1期、第2期、第5期的數(shù)據(jù)預(yù)測值,多列神經(jīng)網(wǎng)絡(luò)共分為3列,每列服務(wù)一個輸出值,且3列神經(jīng)網(wǎng)絡(luò)的架構(gòu)完全一致,僅其收斂方向根據(jù)分析需求和前期訓(xùn)練有不同方向的收斂。該模型中共截取前6期數(shù)據(jù),即每列神經(jīng)網(wǎng)絡(luò)的輸入層共6節(jié)點,隱藏層4層,分別給出7節(jié)點、11節(jié)點、5節(jié)點、3節(jié)點的隱藏層架構(gòu),其節(jié)點函數(shù)均選擇多項式函數(shù)進行節(jié)點設(shè)計,如式(3):

(3)

式中,Xi為前一層神經(jīng)網(wǎng)絡(luò)節(jié)點的第i個輸入量,Y為該節(jié)點的輸出量,j為多項式階數(shù),Aj為第j階多項式的回歸系數(shù)。

該神經(jīng)網(wǎng)絡(luò)的輸出值為m(x)的預(yù)期值,當預(yù)期值低于設(shè)計值時,給出預(yù)警。此時也應(yīng)采用神經(jīng)網(wǎng)絡(luò)算法,根據(jù)各科室的前n個周期的收益能力變化情況作出卷積回歸評價。其輸入數(shù)據(jù)為該科室對應(yīng)的式(1)和式(2)中的m值。通過卷積神經(jīng)網(wǎng)絡(luò)的方式,將上述n個財務(wù)評價周期內(nèi)的2n個數(shù)據(jù)進行卷積,輸出一個評價數(shù)據(jù)。該神經(jīng)網(wǎng)絡(luò)的節(jié)點基函數(shù)同式(3),假定以前6期數(shù)據(jù)作為參照數(shù)據(jù),其輸入項為12個,隱藏層5層,分別為17節(jié)點、23節(jié)點、19節(jié)點、11節(jié)點、3節(jié)點。該神經(jīng)網(wǎng)絡(luò)的輸出值訓(xùn)練收斂到[0,1]區(qū)間上,當科室管理風險評價接近0.000時,認為風險較低,當科室管理風險評價接近1.000時,做出風險預(yù)警。

3 模型運行效果實證

在MATLAB平臺上運行該神經(jīng)網(wǎng)絡(luò)模型,其輸出的風險預(yù)警值處于[0,1]區(qū)間上,將考察同期的庫存現(xiàn)金余額、資產(chǎn)負債率、投資回收效率等數(shù)據(jù)也通過線性投影算法投影到[0,1]區(qū)間上進行數(shù)據(jù)比較,得到如圖3結(jié)果。

圖3 模型分析結(jié)果的實證結(jié)果圖

為評價模型運行的效果,對醫(yī)院財務(wù)的評價指標進行敏感性分析,對本模型分別設(shè)定費用+10%、+15%,相應(yīng)效益不變;效益增減-10%、-15%,相應(yīng)費用不變;費用+10%,相應(yīng)效益-10%等條件,社會折現(xiàn)率取8%,對模型進行了敏感性分析,見表1敏感性分析指標表。

表1 敏感性分析指標表

圖3中,以該評價結(jié)果為自變量,庫存現(xiàn)金余額基本呈現(xiàn)冪次逆相關(guān)關(guān)系,資產(chǎn)負債率基本呈現(xiàn)線性正相關(guān)關(guān)系,投資回報率基本呈現(xiàn)線性逆相關(guān)關(guān)系。形成了表1所示的敏感性分析的指標表,分析此模型的實證結(jié)果,即該模型與資產(chǎn)負債率、投資回收效率等線性相關(guān),與庫存現(xiàn)金余額敏感相關(guān)。

4 總結(jié)

該研究將控制變量較為簡單的投融資現(xiàn)金流風險使用杜邦法進行分析,得到3個分析結(jié)果,根據(jù)該3個結(jié)果,對控制變量較為復(fù)雜的設(shè)備投資回收風險和管理過程控制風險使用神經(jīng)網(wǎng)絡(luò)分析法進行過程簡化,提供更細致的分析結(jié)果。公立醫(yī)院投資較大、管理體系較復(fù)雜,財務(wù)風險控制難度較大,該方案可以利用較小的算力實現(xiàn)其財務(wù)風險的實時評價。后續(xù)研究中,根據(jù)ERP數(shù)據(jù)還可以生成評價周期更短,數(shù)據(jù)依賴性更小,分析精度更高的財務(wù)風險控制模式。