聚類分析在高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用

黃月 高學(xué)東

[摘 要] 財(cái)務(wù)風(fēng)險(xiǎn)分析評(píng)價(jià)問(wèn)題是高校財(cái)務(wù)分析的重要內(nèi)容。目前對(duì)財(cái)務(wù)數(shù)據(jù)的主要分析方法仍是簡(jiǎn)單的查詢和統(tǒng)計(jì)報(bào)表，如何利用數(shù)據(jù)挖掘技術(shù)對(duì)隱藏在財(cái)務(wù)數(shù)據(jù)中的知識(shí)進(jìn)行挖掘值得研究。本文針對(duì)高校財(cái)務(wù)月報(bào)數(shù)據(jù)，首先提出高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，從運(yùn)營(yíng)能力、收益能力、償債能力和發(fā)展?jié)摿?個(gè)方面對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析，然后利用聚類分析方法對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)價(jià)，最后對(duì)教育部直屬高校在某年某月的財(cái)務(wù)數(shù)據(jù)進(jìn)行了實(shí)例分析。

[關(guān)鍵詞] 高校財(cái)務(wù)分析；財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)；數(shù)據(jù)挖掘；聚類分析

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 08. 002

[中圖分類號(hào)] TP391；F275.1 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2014）08- 0005- 05

1 引 言

隨著社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的逐步確立，高校逐步融入市場(chǎng)，出現(xiàn)了高校銀行貸款規(guī)模過(guò)大、學(xué)生學(xué)費(fèi)欠費(fèi)數(shù)不斷增加等問(wèn)題，可能會(huì)引發(fā)高校的財(cái)務(wù)危機(jī)。由于高等教育的準(zhǔn)公益性、準(zhǔn)公共性和高校的非營(yíng)利性的特征決定了政府是其最終的責(zé)任承擔(dān)者。對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析，即對(duì)高校負(fù)債狀況和對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的承受能力以及其事業(yè)發(fā)展的能力進(jìn)行的綜合評(píng)價(jià)，不但是高校財(cái)務(wù)分析的重要內(nèi)容，也是避免高校財(cái)務(wù)危機(jī)和保證學(xué)校教育事業(yè)健康發(fā)展的重要手段。

目前研究主要采用定量分析方法對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，常用的評(píng)價(jià)方法有：綜合評(píng)分法[1]、層次分析法（AHP）[2]、因子分析法[3]、功效系數(shù)法[4]和數(shù)據(jù)挖掘方法[5]等。隨著高校財(cái)務(wù)月報(bào)系統(tǒng)數(shù)據(jù)的逐步積累，利用數(shù)據(jù)挖掘方法可以幫助發(fā)現(xiàn)和有效利用財(cái)務(wù)數(shù)據(jù)中隱含的業(yè)務(wù)運(yùn)行規(guī)律知識(shí)，為教育部和財(cái)政部相關(guān)主管部門提供快速準(zhǔn)確的決策支持。聚類分析[6]作為一種常見的數(shù)據(jù)挖掘方法，由于不需要先驗(yàn)知識(shí)，因而可以用來(lái)發(fā)現(xiàn)數(shù)據(jù)庫(kù)中未知的對(duì)象類，應(yīng)用十分廣泛。

本文針對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)問(wèn)題，提出了一個(gè)高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，計(jì)算了教育部直屬高校在各指標(biāo)上的具體取值，然后利用k-means聚類分析方法根據(jù)各高校的指標(biāo)取值情況確定高校的財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)。

2 高校財(cái)務(wù)風(fēng)險(xiǎn)分析指標(biāo)體系

無(wú)論采用何種分析方法，高校財(cái)務(wù)風(fēng)險(xiǎn)分析主要是基于一系列財(cái)務(wù)指標(biāo)進(jìn)行的，因此設(shè)計(jì)一個(gè)科學(xué)的、客觀的評(píng)價(jià)指標(biāo)體系十分重要。本文將從指標(biāo)體制設(shè)計(jì)框架和指標(biāo)體系具體構(gòu)成兩方面進(jìn)行闡述。

2.1 指標(biāo)體系設(shè)計(jì)框架

本文按照高校財(cái)務(wù)實(shí)際運(yùn)行過(guò)程，從4個(gè)方面對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析，具體如圖1：①高校運(yùn)營(yíng)能力，反映高校在運(yùn)營(yíng)過(guò)程中高校合理有效利用教育資源完成預(yù)期目標(biāo)的能力，這類指標(biāo)不理想，表明高校管理存在問(wèn)題，有發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)警情的可能性；②高校收益能力和③高校償債能力，由于高校在運(yùn)營(yíng)一段時(shí)間后，可能在運(yùn)作資金的過(guò)程中進(jìn)行銀行貸款等操作導(dǎo)致財(cái)務(wù)風(fēng)險(xiǎn)，高校收益能力分析和高校償債能力分析就是分別反映高校在運(yùn)行一段時(shí)間后所體現(xiàn)的取得經(jīng)濟(jì)效益的能力和高校償付各種到期債務(wù)的能力；④高校發(fā)展?jié)摿?，根?jù)高校運(yùn)行一段時(shí)間的表現(xiàn)，分析高校的發(fā)展?jié)摿Γ从沉烁咝？沙掷m(xù)發(fā)展的能力，一個(gè)學(xué)校發(fā)展?jié)摿Σ蛔?，說(shuō)明其未來(lái)財(cái)務(wù)風(fēng)險(xiǎn)將會(huì)加大。高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)則是根據(jù)高校在上述4個(gè)方面的表現(xiàn)，將高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行等級(jí)劃分。

2.2 指標(biāo)體系具體構(gòu)成

針對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)的每一個(gè)分析子主題從指標(biāo)名稱、指標(biāo)含義、計(jì)算公式和指標(biāo)評(píng)價(jià)4方面進(jìn)行描述。其中，指標(biāo)評(píng)價(jià)為“正向指標(biāo)”表示該指標(biāo)值越大表明高校在該分析主題方面表現(xiàn)的能力越強(qiáng)，反之則越弱；“反向指標(biāo)”表示指標(biāo)值越大表明高校在該分析主題方面表現(xiàn)的能力越弱，反之則越強(qiáng)。

2.2.1 高校運(yùn)營(yíng)能力分析

高校運(yùn)營(yíng)能力分析是指對(duì)高校利用教育資源完成預(yù)期目標(biāo)能力的分析（表1）。

2.2.2 高校收益能力分析

在高校規(guī)模快速擴(kuò)張，事業(yè)發(fā)展與資金供給矛盾突出的今天，經(jīng)營(yíng)學(xué)校已成為高校管理者的共識(shí)。因此，一個(gè)學(xué)校收益能力大小，將直接影響到其發(fā)展速度和競(jìng)爭(zhēng)能力（見表2）。

2.2.3 高校償債能力分析

高校如果不具備較高的償債能力，其應(yīng)付突發(fā)事件的能力就很脆弱，發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性也就較高（見表3）。

2.2.4 高校發(fā)展?jié)摿Ψ治?/p>

高校管理者不能只局限于當(dāng)前學(xué)校的發(fā)展?fàn)顩r，還應(yīng)為長(zhǎng)期的辦學(xué)規(guī)模擴(kuò)大和經(jīng)濟(jì)效益增長(zhǎng)儲(chǔ)備良好的支撐條件，提供持久的發(fā)展?jié)摿Γㄒ姳?）。

3 實(shí)例數(shù)值分析

3.1 聚類原理

聚類（Clustering）是數(shù)據(jù)挖掘的一項(xiàng)重要任務(wù)，用于發(fā)現(xiàn)數(shù)據(jù)中未知的對(duì)象類。[6]這種對(duì)象類劃分的依據(jù)是“物以類聚”，即考察個(gè)體或數(shù)據(jù)對(duì)象間的相似性，將滿足相似性條件的個(gè)體或數(shù)據(jù)對(duì)象劃分在一組內(nèi)，不滿足相似性條件的個(gè)性或數(shù)據(jù)對(duì)象劃分在不同的組。通過(guò)聚類過(guò)程形成的每一個(gè)組稱為一個(gè)類（Cluster）。

現(xiàn)有聚類方法主要可以分為分割聚類方法、層次聚類方法、基于密度的聚類方法和基于網(wǎng)格的聚類方法4類。[6]其中，分割聚類方法是聚類最常用的一種方法，首先隨機(jī)選取幾個(gè)對(duì)象作為聚類的原型，然后迭代將對(duì)象加入與其最相似的原型所在的類，直到滿足某種條件為止，應(yīng)用最為廣泛的聚類方法是k-means方法。

3.2 實(shí)驗(yàn)準(zhǔn)備

實(shí)驗(yàn)數(shù)據(jù)來(lái)自教育部直屬高校財(cái)務(wù)月報(bào)系統(tǒng)，該系統(tǒng)是教育部進(jìn)一步加強(qiáng)財(cái)務(wù)管理、推進(jìn)教育財(cái)務(wù)管理信息化步伐、加快實(shí)現(xiàn)教育財(cái)務(wù)管理現(xiàn)代化的重要舉措，通過(guò)該系統(tǒng)可以更方便及時(shí)地了解直屬高校的財(cái)務(wù)狀況和經(jīng)費(fèi)收支情況，更便利地進(jìn)行各種數(shù)據(jù)匯總和財(cái)務(wù)分析工作，為教育部財(cái)務(wù)日常管理和科學(xué)決策提供了有力支持。

本實(shí)驗(yàn)使用SQL Server按照高校財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)計(jì)算公式，計(jì)算得到76所教育部直屬高校2011年6月份在各個(gè)指標(biāo)方面的取值情況，然后利用SPSS Clementine軟件提供的k-means方法，根據(jù)高校在財(cái)務(wù)風(fēng)險(xiǎn)4個(gè)方面的指標(biāo)取值情況，對(duì)高校進(jìn)行聚類。Clementine不但可以對(duì)對(duì)象進(jìn)行聚類，也可以顯示各聚類變量的均值是否存在顯著差異[7]，有助于增強(qiáng)聚類結(jié)果的可解釋性。“三分法”是經(jīng)驗(yàn)分析中常用的方法，因此本實(shí)驗(yàn)將聚類個(gè)數(shù)設(shè)定為3類，旨在獲得高、中、低3類。

3.3 實(shí)驗(yàn)結(jié)果分析

首先，根據(jù)直屬高校該月在高校財(cái)務(wù)風(fēng)險(xiǎn)4個(gè)方面指標(biāo)取值情況，分別對(duì)4個(gè)子分析主題進(jìn)行聚類（見表5）。

以高校運(yùn)營(yíng)能力分析為例，根據(jù)高校在其6個(gè)指標(biāo)的取值情況，聚類得到第一個(gè)類包含71所學(xué)校，第二個(gè)類包含1所學(xué)校，第三個(gè)類包含4所學(xué)校。進(jìn)一步查看各指標(biāo)在各類的取值情況，顯示對(duì)于高校運(yùn)營(yíng)能力聚類，各個(gè)高校在“經(jīng)費(fèi)收入支出比率”“公用經(jīng)費(fèi)支出占事業(yè)支出的比重”“固定資產(chǎn)增長(zhǎng)率”指標(biāo)上的取值差異對(duì)聚類結(jié)果作用不大，而在“經(jīng)費(fèi)自給率”“自籌經(jīng)費(fèi)收入占總經(jīng)費(fèi)收入的比重”“投資基金占事業(yè)基金的比率”指標(biāo)上的取值差異對(duì)聚類結(jié)果影響較大，因此進(jìn)一步查看各高校在這些對(duì)聚類結(jié)果影響較大的指標(biāo)上的平均取值，可以看到，聚類-1包含的高校普遍經(jīng)費(fèi)自給率較低（0.14）、自籌收入占比一般（0.07）、對(duì)外投資風(fēng)險(xiǎn)較?。?0.02），聚類-2包含的高校普遍經(jīng)費(fèi)自給率一般（0.22）、自籌收入占比一般（0.07）、對(duì)外投資風(fēng)險(xiǎn)過(guò)高（42.44），聚類-3包含的高校普遍經(jīng)費(fèi)自給率比較高（0.49）、自籌收入占比較高（0.17）、對(duì)外投資風(fēng)險(xiǎn)較?。?0.25）。因此，綜上分析，聚類-1代表高校財(cái)務(wù)運(yùn)營(yíng)能力“中”，聚類-2代表高校財(cái)務(wù)運(yùn)營(yíng)能力“低”，聚類-3代表高校財(cái)務(wù)運(yùn)營(yíng)能力“高”、財(cái)務(wù)風(fēng)險(xiǎn)最小。

同樣，采用類似的方法對(duì)其他3方面分別進(jìn)行聚類分析。其中，根據(jù)各高校在收益能力3指標(biāo)的取值情況，聚類得到第一個(gè)類包含73所學(xué)校，第二個(gè)類包含1所學(xué)校，第三個(gè)類包含2所學(xué)校，其中“資產(chǎn)收入比率”和“凈資產(chǎn)收入比率”的取值差異對(duì)聚類結(jié)果影響較大；根據(jù)各高校在償債能力7個(gè)指標(biāo)的取值情況，聚類得到第一個(gè)類包含23所學(xué)校，第二個(gè)類包含27所學(xué)校，第三個(gè)類包含26所學(xué)校，并且除“流動(dòng)比率”指標(biāo)外，其余各指標(biāo)的取值差異均對(duì)聚類結(jié)果影響較大；根據(jù)各高校在發(fā)展?jié)摿?個(gè)指標(biāo)的取值情況，聚類得到第一個(gè)類包含29所學(xué)校，第二個(gè)類包含43所學(xué)校，第三個(gè)類包含4所學(xué)校，除“其他資金動(dòng)用程度”外，其余各指標(biāo)的取值差異對(duì)聚類結(jié)果均影響較大。

最后，仍采用同樣的方法，根據(jù)各高校在個(gè)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)上的取值情況進(jìn)行聚類（此時(shí)評(píng)價(jià)中“正向指標(biāo)”表示值越大發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性越大，“反向指標(biāo)”表示值越大發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性越?。ㄒ姳?）。結(jié)果第一個(gè)類包含35所學(xué)校，第二個(gè)類包含4所學(xué)校，第三個(gè)類包含37所學(xué)校，分析可知，聚類-1代表高校財(cái)務(wù)狀況較好、發(fā)生風(fēng)險(xiǎn)等級(jí)“低”，聚類-2代表高校財(cái)務(wù)風(fēng)險(xiǎn)“高”，聚類-3代表高校財(cái)務(wù)發(fā)生風(fēng)險(xiǎn)等級(jí)“中”。最后將財(cái)務(wù)風(fēng)險(xiǎn)分析4個(gè)方面和財(cái)務(wù)風(fēng)險(xiǎn)分析結(jié)果進(jìn)行比較，可以發(fā)現(xiàn)財(cái)務(wù)存在風(fēng)險(xiǎn)的高校。

4 結(jié) 論

本文針對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)問(wèn)題，提出了一個(gè)高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，從高校運(yùn)營(yíng)能力、高校收益能力、高校償債能力、高校發(fā)展?jié)摿?方面對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)，在此基礎(chǔ)上，利用聚類分析方法根據(jù)各高校在各指標(biāo)上的取值情況對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分類，從而獲得高校財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)情況。由于本文僅是針對(duì)高校某年某月的財(cái)務(wù)風(fēng)險(xiǎn)情況進(jìn)行分析，考慮到高校財(cái)務(wù)狀況也會(huì)根據(jù)時(shí)間變化，因此下一步研究將根據(jù)高校在一時(shí)間段內(nèi)的財(cái)務(wù)情況序列對(duì)高校財(cái)務(wù)風(fēng)險(xiǎn)情況進(jìn)行分析。

主要參考文獻(xiàn)

[1]岳正華，蔡彬. 基于綜合評(píng)分法的高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)分析[J]. 四川教育學(xué)院學(xué)報(bào)，2010，26 （12）：9-11.

[2]張文耀. 基于層次分析法的高校財(cái)務(wù)績(jī)效評(píng)價(jià)[J]. 西北大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2009，39（4）：116-118.

[3]黃文雅，周娉. 因子分析法在高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用[J]. 湖南工程學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2008，18（1）：13-16.

[4]黃海波， 劉飛虎. 基于功效系數(shù)法的高校財(cái)務(wù)風(fēng)險(xiǎn)警情測(cè)度模型研究[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011（2）：86-90.

[5]趙春. 基于數(shù)據(jù)挖掘技術(shù)的財(cái)務(wù)風(fēng)險(xiǎn)分析與預(yù)警研究[D].北京： 北京化工大學(xué)，2012.

[6]武森，高學(xué)東，[德]M·巴斯蒂安. 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘[M]. 北京：冶金工業(yè)出版社，2003.

[7]薛薇，陳歡歌. Clementine數(shù)據(jù)挖掘方法及應(yīng)用[M]. 北京：電子工業(yè)出版社，2010.