網(wǎng)絡(luò)環(huán)境下醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警防控系統(tǒng)設(shè)計(jì)

楊帥

摘要：針對(duì)網(wǎng)絡(luò)環(huán)境下醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的復(fù)雜多變性，為有效識(shí)別、預(yù)測(cè)風(fēng)險(xiǎn)，本文將根據(jù)風(fēng)險(xiǎn)識(shí)別、評(píng)價(jià)和預(yù)警的功能需求，融合Wind0Ws開(kāi)發(fā)工具、Visual FreeBasic可視化集成編程環(huán)境及SQLServ-eT2008數(shù)據(jù)庫(kù)，構(gòu)建醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警防控系統(tǒng)的邏輯架構(gòu);并從經(jīng)營(yíng)、籌資和投資等不同層面，以現(xiàn)金流為導(dǎo)向，采用層次分析法、功效系數(shù)法選取敏感性的預(yù)警指標(biāo)，并確定預(yù)警指數(shù);同時(shí)，引入網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)收集、提取風(fēng)險(xiǎn)數(shù)據(jù)，形成樣本數(shù)據(jù)集合，并利用PsO-svM構(gòu)建混合預(yù)警模型，以Pso技術(shù)對(duì)sVM模型的特征集和核函數(shù)參數(shù)進(jìn)行同時(shí)性優(yōu)化，以提升風(fēng)險(xiǎn)預(yù)測(cè)的效果，且經(jīng)驗(yàn)證該模型對(duì)于風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確度達(dá)到了90%，系統(tǒng)可正確判定風(fēng)險(xiǎn)、及時(shí)預(yù)警和防控。

關(guān)鍵詞：財(cái)務(wù)風(fēng)險(xiǎn);內(nèi)部控制;預(yù)警指標(biāo);風(fēng)險(xiǎn)識(shí)別

中圖分類號(hào)：R197.322;F232文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-5922（2019）09-0127-06

財(cái)務(wù)風(fēng)險(xiǎn)是醫(yī)藥化工企業(yè)有效運(yùn)行的最大阻礙要素，實(shí)時(shí)監(jiān)測(cè)籌資、運(yùn)營(yíng)和投資等財(cái)務(wù)風(fēng)險(xiǎn)隱患，及時(shí)進(jìn)行預(yù)警防控是有效緩解財(cái)務(wù)危機(jī)的核心所在。尤其網(wǎng)絡(luò)環(huán)境下，醫(yī)院化工企業(yè)財(cái)務(wù)管理的信息化已經(jīng)成為必然趨勢(shì)，其將重塑和優(yōu)化傳統(tǒng)會(huì)計(jì)核算流程和方法，在解決成本和效率問(wèn)題、提升醫(yī)藥化工企業(yè)核心競(jìng)爭(zhēng)力的同時(shí)，也將改變內(nèi)部控制機(jī)制的監(jiān)管職責(zé)和內(nèi)容，致使內(nèi)部控制權(quán)限劃分不明、管控不力，容易引發(fā)諸多財(cái)務(wù)風(fēng)險(xiǎn)，且因?yàn)榫W(wǎng)絡(luò)環(huán)境開(kāi)放性、交互性，存在黑客、病毒人侵以及財(cái)務(wù)數(shù)據(jù)丟失等問(wèn)題，這勢(shì)必影響醫(yī)藥化工企業(yè)財(cái)務(wù)的安全性，在此內(nèi)部控制和外部環(huán)境因素的雙重作用下，財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警防控成為關(guān)鍵。而根據(jù)醫(yī)藥化工企業(yè)籌資、運(yùn)營(yíng)及投資等風(fēng)險(xiǎn)成因，可選定不同的預(yù)警指標(biāo)進(jìn)行風(fēng)險(xiǎn)的重點(diǎn)監(jiān)測(cè)，基于網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)從海量、動(dòng)態(tài)的財(cái)務(wù)數(shù)據(jù)中識(shí)別、提取和分析警兆信號(hào)，并以SVM為分類器、應(yīng)用PSO輸出最優(yōu)適應(yīng)值的粒子位置，由此構(gòu)建的基于PSO-SVM的混合預(yù)測(cè)模型，可獲得近似最優(yōu)的預(yù)測(cè)結(jié)果，為醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的精準(zhǔn)預(yù)警和防控提供了有效支撐。

1系統(tǒng)的設(shè)計(jì)方案

1.1系統(tǒng)的主要功能

1.1.1風(fēng)險(xiǎn)識(shí)別模塊

風(fēng)險(xiǎn)識(shí)別是對(duì)風(fēng)險(xiǎn)評(píng)價(jià)、預(yù)警的基礎(chǔ)，醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生前存在諸如現(xiàn)金流量減少、收支失衡、舉債規(guī)模過(guò)大等先兆，但因?yàn)椤皶?huì)計(jì)戲法”的盈利操作模式下，可能導(dǎo)致財(cái)務(wù)信息失真，表面存在盈余，而實(shí)則現(xiàn)金支付能力較差，資不抵債。為此，需要憑借經(jīng)驗(yàn)或預(yù)兆信息從下列預(yù)兆信號(hào)中識(shí)別風(fēng)險(xiǎn)信號(hào)，醫(yī)藥化工企業(yè)核心業(yè)務(wù)收益減少，而非核心的、一次性的收入來(lái)源增加，可能預(yù)示投資失策、盈利前景不佳;應(yīng)收賬款增長(zhǎng)速率遠(yuǎn)高于銷售，平均收款期的非正常延長(zhǎng)，則可能存在過(guò)度使用信用政策提升業(yè)績(jī)的風(fēng)險(xiǎn)問(wèn)題;應(yīng)付款項(xiàng)規(guī)模非常態(tài)增長(zhǎng)，平均支付期無(wú)故延長(zhǎng)，則表明現(xiàn)金流短缺，通過(guò)這些風(fēng)險(xiǎn)信號(hào)可準(zhǔn)確判別風(fēng)險(xiǎn)類別，找準(zhǔn)風(fēng)險(xiǎn)源，以進(jìn)行風(fēng)險(xiǎn)的重點(diǎn)監(jiān)測(cè)。

1.1.2風(fēng)險(xiǎn)分析模塊

風(fēng)險(xiǎn)分析是根據(jù)預(yù)警指標(biāo)，通過(guò)風(fēng)險(xiǎn)數(shù)據(jù)的監(jiān)測(cè)、收集，利用現(xiàn)代數(shù)據(jù)挖掘技術(shù)和測(cè)量方法對(duì)風(fēng)險(xiǎn)的類別、大小及損害程度進(jìn)行綜合分析，并根據(jù)風(fēng)險(xiǎn)警情的級(jí)別程度劃分為不同精度，可設(shè)定為無(wú)警、輕警、中警、重警、巨警等五種類型翻，且可結(jié)合外部政策環(huán)境變化、財(cái)務(wù)指標(biāo)動(dòng)態(tài)監(jiān)測(cè)結(jié)果，完善財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警區(qū)間，優(yōu)化預(yù)警度的敏感性。監(jiān)測(cè)中可依據(jù)警兆指標(biāo)的數(shù)據(jù)大小，確定與之對(duì)應(yīng)的警限區(qū)間，進(jìn)而判定警度級(jí)別，發(fā)送相應(yīng)的預(yù)警信號(hào)，以便醫(yī)藥化工企業(yè)財(cái)務(wù)管理人員及時(shí)采取針對(duì)性的防控對(duì)策。

1.1.3風(fēng)險(xiǎn)預(yù)警模塊

風(fēng)險(xiǎn)預(yù)警是通過(guò)風(fēng)險(xiǎn)因素確定、風(fēng)險(xiǎn)預(yù)警度指標(biāo)測(cè)量分析，將其與預(yù)警閾值對(duì)比，并結(jié)合醫(yī)藥化工企業(yè)財(cái)務(wù)實(shí)際情況，綜合判定風(fēng)險(xiǎn)的大小和嚴(yán)重程度，將其歸類至不同的風(fēng)險(xiǎn)預(yù)警等級(jí)，啟動(dòng)預(yù)警機(jī)制發(fā)出不同的預(yù)警信號(hào)，提醒醫(yī)藥化工企業(yè)財(cái)務(wù)管理人員及時(shí)采取針對(duì)性的風(fēng)險(xiǎn)防控措施，將財(cái)務(wù)風(fēng)險(xiǎn)損失控制在最小限度內(nèi)。

1.2系統(tǒng)的邏輯架構(gòu)

預(yù)警系統(tǒng)可在事前識(shí)別風(fēng)險(xiǎn)，及時(shí)預(yù)警、防控，據(jù)此，本文以醫(yī)藥化工企業(yè)的財(cái)務(wù)報(bào)表數(shù)據(jù)、經(jīng)營(yíng)狀態(tài)、投融資情況等數(shù)據(jù)為依據(jù)，結(jié)合風(fēng)險(xiǎn)成因分析，篩選出引發(fā)風(fēng)險(xiǎn)的敏感指標(biāo)，并以層次分析法和綜合評(píng)價(jià)法確定各風(fēng)險(xiǎn)指標(biāo)的權(quán)重值、設(shè)定風(fēng)險(xiǎn)預(yù)警的臨界值，據(jù)此實(shí)時(shí)監(jiān)測(cè)、分析風(fēng)險(xiǎn)警兆，并及時(shí)采取防控措施，預(yù)警系統(tǒng)的風(fēng)險(xiǎn)防控機(jī)制如圖1。預(yù)警系統(tǒng)將以Windows作為系統(tǒng)的開(kāi)發(fā)平臺(tái)，采用面向?qū)ο蟮?、具備?qiáng)大c語(yǔ)言功能的Visual FreeBasic可視化發(fā)工具，其集成了IDE、編譯器、函數(shù)庫(kù)等，通過(guò)代碼的編寫即可完成系統(tǒng)的開(kāi)發(fā)，開(kāi)發(fā)效率較高，而SQLServer2008關(guān)系型數(shù)據(jù)庫(kù)，基于C/S體系結(jié)構(gòu)，通過(guò)Transact、sql語(yǔ)言便可完成客戶端與服務(wù)器之間的數(shù)據(jù)傳輸及結(jié)果反饋，擁有基于Web強(qiáng)大分析功能、支持OLE DB多種查詢、圖形化操作界面，為此，選用其作為數(shù)據(jù)庫(kù)開(kāi)發(fā)的基礎(chǔ)，可滿足系統(tǒng)對(duì)于財(cái)務(wù)數(shù)據(jù)、風(fēng)險(xiǎn)因子的統(tǒng)計(jì)分析、查詢需求。

2系統(tǒng)預(yù)警指標(biāo)及警情指數(shù)的確定

2.1預(yù)警監(jiān)測(cè)指標(biāo)的選取

網(wǎng)絡(luò)環(huán)境下，醫(yī)藥化工企業(yè)財(cái)務(wù)數(shù)據(jù)存在遺失、篡改的問(wèn)題，運(yùn)營(yíng)、籌資及投資風(fēng)險(xiǎn)無(wú)法從“應(yīng)計(jì)制”的財(cái)務(wù)報(bào)表上真實(shí)體現(xiàn)，而是取決于現(xiàn)金流量和支付能力，為此，本文基于現(xiàn)金流量選取財(cái)務(wù)風(fēng)險(xiǎn)的防控指標(biāo)：

1）籌資風(fēng)險(xiǎn)防控指標(biāo)：醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)與其負(fù)債規(guī)模和償債能力有關(guān)，為此，本文選用現(xiàn)金流動(dòng)負(fù)債比率、現(xiàn)金盈利值作為風(fēng)險(xiǎn)防控指標(biāo)，其中現(xiàn)金流動(dòng)負(fù)債比率越大則說(shuō)明醫(yī)藥化工企業(yè)運(yùn)營(yíng)產(chǎn)生的現(xiàn)金凈流量越多，償債能力越強(qiáng)，而現(xiàn)金盈利值越高表明醫(yī)藥化工企業(yè)具有充足的現(xiàn)金和現(xiàn)金償付能力。

2）經(jīng)營(yíng)風(fēng)險(xiǎn)防控指標(biāo)：醫(yī)藥化工企業(yè)采、購(gòu)、銷供應(yīng)鏈均存在現(xiàn)金流的變動(dòng)，經(jīng)營(yíng)性現(xiàn)金盈利率可反映醫(yī)藥化工企業(yè)“應(yīng)付賬款”的償付能力，該值越大表明醫(yī)藥化工企業(yè)運(yùn)營(yíng)越好;現(xiàn)金流人量與流出量比值以1為臨界值，該比值在等于或小于1時(shí)表明現(xiàn)金流出量大于流入量，存在運(yùn)營(yíng)風(fēng)險(xiǎn)，其可以反映醫(yī)藥物資變現(xiàn)、“應(yīng)收賬款”進(jìn)賬情況，所得值越大，表明醫(yī)藥化工企業(yè)運(yùn)營(yíng)資金流轉(zhuǎn)狀態(tài)較好，財(cái)務(wù)風(fēng)險(xiǎn)較低。

3）投資風(fēng)險(xiǎn)防控指標(biāo)：國(guó)內(nèi)外將凈現(xiàn)值、內(nèi)部報(bào)酬率作為投資風(fēng)險(xiǎn)的分析指標(biāo)，凈現(xiàn)值是投資項(xiàng)目獲利能力的指標(biāo)，是將項(xiàng)目在計(jì)算期年限以內(nèi)各年的凈現(xiàn)金流量，依照行業(yè)投資的平均報(bào)酬率折算為當(dāng)前的價(jià)值，而后加總，所得知大于0則表明從當(dāng)前看，投資項(xiàng)目可獲利，加總值小于0則表明不能獲利;內(nèi)部報(bào)酬率是上述凈現(xiàn)值為0時(shí)的投資報(bào)酬率，該值越高，其與行業(yè)投資平均報(bào)酬的差距越大，投資項(xiàng)目獲利空間越大，財(cái)務(wù)風(fēng)險(xiǎn)越小。

據(jù)此，各類預(yù)警指標(biāo)及計(jì)算公式如表1所示。

2.2指標(biāo)權(quán)重的確定

結(jié)合上述風(fēng)險(xiǎn)成因及預(yù)警指標(biāo)，采用層次分析方法可將系統(tǒng)的預(yù)警指標(biāo)劃定為目標(biāo)層A、準(zhǔn)則層B、方案層c等三層結(jié)構(gòu)模型，目標(biāo)層指標(biāo)為醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，準(zhǔn)則層指標(biāo)為籌資、運(yùn)營(yíng)及投資等指標(biāo)，而方案層指標(biāo)則為上述表1中對(duì)應(yīng)的各細(xì)化測(cè)評(píng)指標(biāo)，而為了進(jìn)一步確定元素之間的隸屬關(guān)系，將采用相對(duì)重要性方法構(gòu)建兩兩比較的判斷矩陣，各指標(biāo)以1～9的標(biāo)度劃分，相對(duì)重要性的取值如表2所示。

2.3警情指數(shù)設(shè)置

各個(gè)預(yù)警指標(biāo)均是指向特定財(cái)務(wù)風(fēng)險(xiǎn)的警情，為根據(jù)預(yù)警指數(shù)及時(shí)發(fā)出預(yù)警信號(hào)，本文將采用功效系數(shù)求解各個(gè)指標(biāo)的功效系數(shù)，對(duì)預(yù)警指數(shù)進(jìn)行歸類、確定指數(shù)區(qū)間，該值偏離臨界值的程度即為警情指數(shù)，其需要通過(guò)滿意值、不允許值予以確定。上述預(yù)警指標(biāo)均歸類為極大型變量指數(shù)，也即指標(biāo)實(shí)際值越大，財(cái)務(wù)風(fēng)險(xiǎn)越小，滿意值采用行業(yè)的平均值，只要達(dá)到了平均水平，即認(rèn)定為無(wú)警，其不允許值通常為O，如果上述預(yù)警指標(biāo)出現(xiàn)零增長(zhǎng)或負(fù)增長(zhǎng)，則為巨警，可據(jù)此進(jìn)行發(fā)出風(fēng)險(xiǎn)預(yù)警信號(hào)，各預(yù)警指標(biāo)的單項(xiàng)功效系數(shù)計(jì)算公式如下：

上式中，Y為x指標(biāo)的功效系數(shù)，x為指標(biāo)的實(shí)測(cè)值，A、B為指標(biāo)的不允許值、滿意值，依該式獲得各個(gè)指標(biāo)的功效系數(shù)，而后進(jìn)行加權(quán)平均得出整個(gè)財(cái)務(wù)預(yù)警系統(tǒng)的綜合功效系數(shù)，并據(jù)此進(jìn)行警情區(qū)間的劃分，綜合功效系數(shù)越小，則醫(yī)藥企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越嚴(yán)重。

3系統(tǒng)的關(guān)鍵技術(shù)

3.1網(wǎng)絡(luò)采集程序

財(cái)務(wù)危機(jī)警兆信息的提取是進(jìn)行預(yù)警的前提，網(wǎng)絡(luò)環(huán)境下，醫(yī)藥化工企業(yè)運(yùn)營(yíng)、投資等財(cái)務(wù)信息集中在Internet之上，為此，本文引人一種網(wǎng)絡(luò)數(shù)據(jù)資源技術(shù)，采用VisualC4+語(yǔ)言設(shè)計(jì)一種網(wǎng)絡(luò)數(shù)據(jù)采集程序，設(shè)置數(shù)據(jù)采集的類型、深度等采集條件、過(guò)濾規(guī)則，利用XML信息與處理技術(shù)對(duì)網(wǎng)絡(luò)財(cái)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理，以實(shí)現(xiàn)有目的檢索，由此，從網(wǎng)絡(luò)資源中收集、提取預(yù)兆信息，形成初始數(shù)據(jù)集合，經(jīng)由自處理或電子表格等軟件完成分析、轉(zhuǎn)換和整理，建立預(yù)警模型所需的樣本數(shù)據(jù)集合;同時(shí)，針對(duì)網(wǎng)絡(luò)環(huán)境下醫(yī)藥化工企業(yè)財(cái)務(wù)數(shù)據(jù)的動(dòng)態(tài)多變性，為確保風(fēng)險(xiǎn)預(yù)測(cè)的精準(zhǔn)性，將選用面向動(dòng)態(tài)數(shù)據(jù)的支持向量機(jī)分類技術(shù)，根據(jù)最新數(shù)據(jù)訓(xùn)練預(yù)警模型中的分類規(guī)則，獲得分類決策函數(shù)，以判定危機(jī)預(yù)警信息和財(cái)務(wù)狀態(tài)之間的關(guān)聯(lián)規(guī)律，結(jié)合醫(yī)藥化工企業(yè)現(xiàn)有財(cái)務(wù)狀態(tài)的相關(guān)數(shù)據(jù)，預(yù)測(cè)財(cái)務(wù)危機(jī)，網(wǎng)絡(luò)采集程序?qū)崿F(xiàn)的流程如圖2所示。

3.2預(yù)警模型及實(shí)現(xiàn)過(guò)程

支持向量機(jī)（SVM）作為一種基于統(tǒng)計(jì)學(xué)習(xí)理論，擁有全局收斂性和較好的泛化能力，以其為數(shù)據(jù)分類與預(yù)測(cè)支撐技術(shù)，但分類中輸人的數(shù)據(jù)存在特征“維數(shù)災(zāi)難”問(wèn)題，影響了SVM數(shù)據(jù)分類與預(yù)測(cè)的效率，為從中提取關(guān)鍵的特征集，要提升SVM分類器的預(yù)測(cè)效果，特征集的優(yōu)化成為必然，而因?yàn)榉庋b方式將具有最佳分類結(jié)果的特征子集作為最終的選擇結(jié)果，對(duì)于分類器來(lái)說(shuō)是最優(yōu)的，為此，可選用該方式進(jìn)行特征集的優(yōu)化。本文將采用二進(jìn)制字符串方式對(duì)特征集，也即預(yù)警指標(biāo)集合進(jìn)行編碼，字符串的長(zhǎng)度（bit數(shù)）表示原始特征集內(nèi)含的特征數(shù)量，字符串中的bit與數(shù)據(jù)特征一一對(duì)應(yīng)，每個(gè)bit值表示相應(yīng)的特征是否被選擇，1、0分別表示對(duì)應(yīng)的特征被選擇、未被選擇，特征集的編碼方式如圖3所示。

由上表可知，基于PSO-SVM模型的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的預(yù)測(cè)精準(zhǔn)度為90%，達(dá)到了較高的水平，能夠準(zhǔn)確識(shí)別醫(yī)藥化工企業(yè)財(cái)務(wù)中存在的潛在危險(xiǎn)，為風(fēng)險(xiǎn)預(yù)警防控提供了有效支撐。

5結(jié)語(yǔ)

網(wǎng)絡(luò)環(huán)境下醫(yī)藥化工企業(yè)財(cái)務(wù)管理，通過(guò)網(wǎng)絡(luò)將采、購(gòu)、銷等連接為一體，形成統(tǒng)一化的財(cái)務(wù)管理網(wǎng)絡(luò)體系。該種管理模式是一種“大財(cái)務(wù)”，在籌資、運(yùn)營(yíng)、分配、投資等各個(gè)環(huán)節(jié)均可能因?yàn)閮?nèi)外部因素導(dǎo)致實(shí)際收益與預(yù)期目標(biāo)發(fā)生偏離，從而引發(fā)多種財(cái)務(wù)風(fēng)險(xiǎn)。而基于PsO-sVM預(yù)警系統(tǒng)，根據(jù)風(fēng)險(xiǎn)成因設(shè)定預(yù)警監(jiān)測(cè)的重要指標(biāo)，并應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)、支持向量機(jī)等技術(shù)完成風(fēng)險(xiǎn)數(shù)據(jù)的識(shí)別、分析，并據(jù)此發(fā)出預(yù)警信號(hào)，能夠強(qiáng)化風(fēng)險(xiǎn)的事前防控，最大限度的規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)，優(yōu)化醫(yī)藥化工企業(yè)財(cái)務(wù)的全流程管理。