財(cái)務(wù)內(nèi)控信息化方法探索

序言：作為思想的載體和知識(shí)的探索者，寫(xiě)作是一種獨(dú)特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的1篇財(cái)務(wù)內(nèi)控信息化方法探索，期待它們能激發(fā)您的靈感。

摘要:采用目前方法對(duì)企業(yè)財(cái)務(wù)信息進(jìn)行控制時(shí)，未考慮降維處理財(cái)務(wù)信息，導(dǎo)致財(cái)務(wù)內(nèi)控的信息化建設(shè)受數(shù)據(jù)維數(shù)的影響較大，存在Kappa系數(shù)和特征貢獻(xiàn)率低的問(wèn)題。為此提出財(cái)務(wù)內(nèi)控信息化方法探索。采用加權(quán)距離度量測(cè)度方法，降維處理財(cái)務(wù)信息，抑制干擾樣本點(diǎn)并充分發(fā)揮樣本點(diǎn)的貢獻(xiàn)。通過(guò)自適應(yīng)權(quán)重聚類(lèi)算法，對(duì)降維處理后的財(cái)務(wù)數(shù)據(jù)進(jìn)行聚類(lèi)處理，獲得譜系聚類(lèi)樹(shù)狀圖，實(shí)現(xiàn)企業(yè)財(cái)務(wù)內(nèi)控信息化。實(shí)驗(yàn)結(jié)果表明，所提方法財(cái)務(wù)內(nèi)控的信息化建設(shè)受數(shù)據(jù)維數(shù)的影響較小，Kap-pa系數(shù)和特征貢獻(xiàn)率較高。

關(guān)鍵詞:企業(yè)管理；財(cái)務(wù)內(nèi)控；信息化建設(shè)；自適應(yīng)權(quán)重聚類(lèi)算法

1引言

企業(yè)在競(jìng)爭(zhēng)激烈的市場(chǎng)中通常面臨著內(nèi)部資源協(xié)調(diào)和外部環(huán)境變化的問(wèn)題。企業(yè)是在內(nèi)部協(xié)調(diào)性的基礎(chǔ)上，實(shí)現(xiàn)外部環(huán)境的適應(yīng)[1]。財(cái)務(wù)內(nèi)部控制是大部分企業(yè)中最基本的工作內(nèi)容，可以完善企業(yè)制定的經(jīng)營(yíng)目標(biāo)，提高企業(yè)日常的經(jīng)營(yíng)效率和經(jīng)營(yíng)效果。在企業(yè)財(cái)務(wù)管理實(shí)際情況的基礎(chǔ)上，控制財(cái)務(wù)信息，可以提高管理和經(jīng)營(yíng)水平[2]，完成進(jìn)度和實(shí)施狀況，降低多余開(kāi)支，避免發(fā)生風(fēng)險(xiǎn)。文獻(xiàn)[3]提出基于樸素貝葉斯分類(lèi)法的財(cái)務(wù)內(nèi)控方法，通過(guò)樸素貝葉斯分類(lèi)方法構(gòu)建財(cái)務(wù)信息分類(lèi)模型，對(duì)相關(guān)因素對(duì)應(yīng)的聯(lián)合概率進(jìn)行計(jì)算，分類(lèi)處理財(cái)務(wù)信息，實(shí)現(xiàn)財(cái)務(wù)內(nèi)控。該方法在特征提取過(guò)程中容易受到高維數(shù)據(jù)的影響，導(dǎo)致提取的特征貢獻(xiàn)率較低。文獻(xiàn)[4]提出西班牙地方政府網(wǎng)絡(luò)財(cái)務(wù)信息披露與內(nèi)部控制，以西班牙地方政府為研究對(duì)象，探討內(nèi)部控制結(jié)構(gòu)對(duì)互聯(lián)網(wǎng)財(cái)務(wù)信息披露的影響。采用實(shí)證分析結(jié)合描述性和解釋性兩個(gè)方面，分析內(nèi)部控制制度影響西班牙網(wǎng)站上財(cái)務(wù)信息問(wèn)題。使用多元模型，驗(yàn)證地方政府內(nèi)部控制解釋變量預(yù)測(cè)能力。該方法在數(shù)據(jù)特征提取過(guò)程中未考慮數(shù)據(jù)之間存在的減弱效應(yīng)和增強(qiáng)效應(yīng)，存在Kappa系數(shù)低的問(wèn)題。針對(duì)上述問(wèn)題，提出財(cái)務(wù)內(nèi)控信息化方法探索。

2財(cái)務(wù)信息降維處理

在處理財(cái)務(wù)數(shù)據(jù)時(shí)，如果財(cái)務(wù)數(shù)據(jù)在最近鄰搜索階段中是均勻分布的，可以用概率分布中心對(duì)每個(gè)財(cái)務(wù)數(shù)據(jù)進(jìn)行描述[5]。當(dāng)財(cái)務(wù)數(shù)據(jù)樣本點(diǎn)不均勻分布時(shí)，在小區(qū)域內(nèi)財(cái)務(wù)數(shù)據(jù)密度會(huì)出現(xiàn)急劇變化，如圖1所示。圖1中，Х描述的是中心點(diǎn)，小圓圈描述的是鄰近點(diǎn)，如果在上述近鄰點(diǎn)的基礎(chǔ)上建立相似度量矩陣，獲取的信息屬于單一方向的，此時(shí)會(huì)出現(xiàn)嚴(yán)重的冗余。如果采用上述信息重建中心時(shí)，重建中心無(wú)法通過(guò)選擇的鄰近點(diǎn)進(jìn)行描述，對(duì)財(cái)務(wù)信息進(jìn)行NPE降維處理后，大部分財(cái)務(wù)信息會(huì)丟失本質(zhì)結(jié)構(gòu)和內(nèi)在特征[6]。圖基于加權(quán)距離虛線和歐氏距離實(shí)線的ε近鄰選擇企業(yè)管理與財(cái)務(wù)內(nèi)控的信息化方法采用加權(quán)距離度量測(cè)度方法對(duì)財(cái)務(wù)信息進(jìn)行降維處理，主要思想是通過(guò)財(cái)務(wù)數(shù)據(jù)點(diǎn)周?chē)嬖诘臉颖军c(diǎn)的分布確定距離函數(shù)，能夠抑制干擾樣本點(diǎn)的同時(shí)充分發(fā)揮樣本點(diǎn)的貢獻(xiàn)。企業(yè)中存在的財(cái)務(wù)信息數(shù)量巨大，維數(shù)較高，為了實(shí)現(xiàn)財(cái)務(wù)內(nèi)控的信息化，需要將企業(yè)管理中存在的高維財(cái)務(wù)信息轉(zhuǎn)變?yōu)榈途S信息：

（一）加權(quán)距離

設(shè)定原始高維財(cái)務(wù)數(shù)據(jù)集X=[x1,x2,…,xi]，其中，xiRD表示財(cái)務(wù)數(shù)據(jù)點(diǎn)。

（1）對(duì)xi與周?chē)忺c(diǎn)之間的標(biāo)準(zhǔn)歐式距離進(jìn)行比較，獲得基于歐式距離的參數(shù)kw個(gè)鄰近。

（2）設(shè)海量高維向量相似度代表的是vit高維索引的平均值；海量低維向量相似度代表的是vil低維索引對(duì)應(yīng)的平均值，可通過(guò)下述公式計(jì)算得到：3）設(shè)置隨機(jī)向量G=D(a,b,)，其中，參數(shù)a、b、可通過(guò)下述公式計(jì)算得到：

（二）尋找近鄰點(diǎn)

尋找財(cái)務(wù)數(shù)據(jù)點(diǎn)xi基于加權(quán)距離的參數(shù)k個(gè)近鄰點(diǎn)。

（1）設(shè)Dist(xj,xi)代表的是財(cái)務(wù)數(shù)據(jù)xi與xj之間存在的加權(quán)距離，其計(jì)算公式如下：

（2）根據(jù)上述過(guò)程計(jì)算得到的加權(quán)距離，尋找財(cái)務(wù)數(shù)據(jù)xi的k個(gè)最近鄰xi1,xi2,…,xik。

（三）最優(yōu)重建權(quán)值矩陣

（1）設(shè)C為局部協(xié)方差矩陣Ci=(xi-xj)T(xi-xj)，其中，T為轉(zhuǎn)置矩陣。

（2）通過(guò)Ci(j,k)←Ci(j,k)+ηi對(duì)局部協(xié)方差矩陣進(jìn)行調(diào)整，其中ηi代表的是拉格朗日乘子。

（3）通過(guò)下述公式對(duì)權(quán)值系數(shù)進(jìn)行重建：

（四）計(jì)算低維映射

（1）設(shè)M代表的是對(duì)稱(chēng)矩陣，其表達(dá)式為M=(I-W)T(I-W)，其中，矩陣I由重建的數(shù)據(jù)構(gòu)成。

（2）對(duì)XMXTA=XXTA的特征向量和特征值進(jìn)行計(jì)算。

（3）根據(jù)上述計(jì)算結(jié)果得到d個(gè)財(cái)務(wù)信息非零最小特征值的特征向量，即為投影矩陣，通過(guò)投影矩陣將高維財(cái)務(wù)信息轉(zhuǎn)變?yōu)榈途S財(cái)務(wù)信息。

3財(cái)務(wù)內(nèi)控信息化

企業(yè)管理與財(cái)務(wù)內(nèi)控的信息化方法對(duì)降維處理后的財(cái)務(wù)信息進(jìn)行聚類(lèi)處理，根據(jù)聚類(lèi)結(jié)果對(duì)財(cái)務(wù)信息進(jìn)行控制，實(shí)現(xiàn)財(cái)務(wù)內(nèi)控。

（1）設(shè)dij(AQED)代表的是數(shù)據(jù)i和數(shù)據(jù)j之間存在的絕對(duì)距離，其計(jì)算公式如下：式中，dij(AQED)描述的是在時(shí)期T內(nèi)數(shù)據(jù)i和數(shù)據(jù)j之間的距離遠(yuǎn)近程度；xikt代表的是在t時(shí)期內(nèi)數(shù)據(jù)i中存在的第k個(gè)指標(biāo)對(duì)應(yīng)的值。設(shè)dij(ISED)代表的是數(shù)據(jù)i和數(shù)據(jù)j之間存在的增速距離，其計(jì)算公式如下：式中，dij(ISED)為財(cái)務(wù)數(shù)據(jù)i和財(cái)務(wù)數(shù)據(jù)j對(duì)應(yīng)指標(biāo)在時(shí)間變化下的增量趨勢(shì)差異；xikt、xjkt均描述的是絕對(duì)量差異[7]。設(shè)dij(VCED)代表的是數(shù)據(jù)i和數(shù)據(jù)j之間存在的波動(dòng)距離，其計(jì)算公式如下：式中，dij(VCED)描述的是隨時(shí)間的變化在T時(shí)期內(nèi)數(shù)據(jù)i和數(shù)據(jù)j之間的波動(dòng)程度差異；xik代表的是在總時(shí)期T內(nèi)數(shù)據(jù)i中第k個(gè)指標(biāo)的均值；Sik代表的是在總時(shí)期T內(nèi)數(shù)據(jù)i中第k個(gè)指標(biāo)的標(biāo)準(zhǔn)差。

（2）根據(jù)距離類(lèi)型的重要性偏好以及研究者對(duì)客觀事務(wù)的認(rèn)識(shí)對(duì)主觀權(quán)重系數(shù)進(jìn)行計(jì)算。

（3）通過(guò)下述公式對(duì)三種距離對(duì)應(yīng)的客觀熵權(quán)系數(shù)進(jìn)行計(jì)算。對(duì)D=(dij)N×k進(jìn)行歸一化處理，計(jì)算特征比重pij：設(shè)ej代表的是第j個(gè)財(cái)務(wù)數(shù)據(jù)指標(biāo)對(duì)應(yīng)的熵值，可通過(guò)下述公式計(jì)算得到：設(shè)代表的是第j個(gè)財(cái)務(wù)數(shù)據(jù)指標(biāo)對(duì)應(yīng)的客觀權(quán)重[8]，可通過(guò)下式計(jì)算得到：

（4）通過(guò)下式計(jì)算N個(gè)財(cái)務(wù)信息兩兩之間存在的綜合距離，獲得財(cái)務(wù)信息之間的距離矩陣D：（11）式中，zdij(AQED)、zdij(ISED)、zdij(VCED)分別代表的是標(biāo)準(zhǔn)化變換后距離dij(AQED)、dij(ISED)和dij(VCED)對(duì)應(yīng)的值。

（5）初始財(cái)務(wù)信息自成一類(lèi)，k=N描述的是類(lèi)的數(shù)量，令D(1)=D(0)，第i個(gè)類(lèi)Gi={X(i)}(i=1,2,…,N)，令財(cái)務(wù)信息X(i)(i=1,2,…,N)執(zhí)行以下兩個(gè)步驟。

（6）針對(duì)距離矩陣D(i-1)，新類(lèi)別由綜合距離最小的兩類(lèi)財(cái)務(wù)信息組成。

（7）對(duì)新的財(cái)務(wù)信息與已有財(cái)務(wù)信息的綜合距離進(jìn)行計(jì)算，利用計(jì)算得到的綜合距離建立距離矩陣D(i)，當(dāng)所有財(cái)務(wù)信息都實(shí)現(xiàn)聚類(lèi)時(shí)，停止迭代。

（8）根據(jù)財(cái)務(wù)信息聚類(lèi)結(jié)果，得到企業(yè)財(cái)務(wù)內(nèi)控信息譜系聚類(lèi)樹(shù)狀圖如圖2所示。

（9）設(shè)定閾值h，根據(jù)設(shè)定的閾值確定財(cái)務(wù)信息的類(lèi)別數(shù)和各類(lèi)別中的信息數(shù)量：

4實(shí)驗(yàn)與分析

為了驗(yàn)證企業(yè)管理與財(cái)務(wù)內(nèi)控的信息化方法的整體有效性，需要對(duì)企業(yè)管理與財(cái)務(wù)內(nèi)控的信息化方法進(jìn)行測(cè)試，本次測(cè)試的數(shù)據(jù)均來(lái)自KDD99數(shù)據(jù)集。分別采用企業(yè)管理與財(cái)務(wù)內(nèi)控的信息化方法（方法1）、基于樸素貝葉斯分類(lèi)法的財(cái)務(wù)內(nèi)控方法（方法2）、西班牙地方政府網(wǎng)絡(luò)財(cái)務(wù)信息披露與內(nèi)部控制方法（方法3）進(jìn)行測(cè)試，分析三種方法財(cái)務(wù)信息化處理與財(cái)務(wù)數(shù)據(jù)維度之間的關(guān)系，測(cè)試結(jié)果如圖3所示。

分析圖3中的數(shù)據(jù)可知，采用方法1進(jìn)行測(cè)試時(shí)，方法1對(duì)財(cái)務(wù)信息進(jìn)行處理所用的時(shí)間受財(cái)務(wù)信息維數(shù)的影響較小，方法1處理財(cái)務(wù)信息所用的時(shí)間不隨著數(shù)據(jù)維數(shù)的增加而增加，采用方法2和方法3對(duì)財(cái)務(wù)信息進(jìn)行處理時(shí)，隨著財(cái)務(wù)數(shù)據(jù)維數(shù)的增加，信息處理時(shí)間不斷增加，表明方法2和方法3的財(cái)務(wù)信息化受財(cái)務(wù)數(shù)據(jù)維數(shù)的影響較大。因?yàn)榉椒?對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行降維處理時(shí)，消除了財(cái)務(wù)數(shù)據(jù)之間存在的減弱效應(yīng)和增強(qiáng)效應(yīng)，避免了財(cái)務(wù)數(shù)據(jù)分布過(guò)程中存在畸變，有效降低了財(cái)務(wù)數(shù)據(jù)的維數(shù)，因此方法1的財(cái)務(wù)信息化處理不受數(shù)據(jù)維數(shù)的影響。

Kappa系數(shù)屬于一種多元分離方法可以對(duì)數(shù)據(jù)的聚類(lèi)效果進(jìn)行評(píng)價(jià)，Kappa系數(shù)越高，表明方法的數(shù)據(jù)聚類(lèi)效果越好，分別采用方法1、方法2和方法3對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行聚類(lèi)處理，通過(guò)Kappa系數(shù)測(cè)試上述方法的有效性，測(cè)試結(jié)果如圖4所示。分析圖4中的數(shù)據(jù)可知，在相同數(shù)據(jù)維數(shù)下，方法1的Kappa系數(shù)均高于方法2和方法3的Kappa系數(shù)，因?yàn)榉椒?對(duì)財(cái)務(wù)信息進(jìn)行控制之前，采用加權(quán)距離度量測(cè)度方法對(duì)財(cái)務(wù)信息進(jìn)行降維處理，保留了財(cái)務(wù)信息的本質(zhì)結(jié)構(gòu)和內(nèi)在特征，提高了財(cái)務(wù)信息的聚類(lèi)效果。對(duì)財(cái)務(wù)信息進(jìn)行聚類(lèi)處理的前提是獲取財(cái)務(wù)信息的特征，貢獻(xiàn)率越高提取的特征越有助于數(shù)據(jù)分類(lèi)。分別采用方法1、方法2和方法3進(jìn)行測(cè)試，對(duì)比不同方法提取特征的貢獻(xiàn)率，測(cè)試結(jié)果如表1所示。

分析表1中的數(shù)據(jù)可知，采用方法1獲取的特征貢獻(xiàn)率均在0.4%以上，采用方法2和方法3獲取的特征貢獻(xiàn)率均在0.2%附近波動(dòng)，對(duì)比方法1、方法2和方法3的測(cè)試結(jié)果可知，方法1提取的特征貢獻(xiàn)率較高，因?yàn)榉椒?在數(shù)據(jù)降維處理時(shí)采用加權(quán)距離度量測(cè)度方法通過(guò)財(cái)務(wù)數(shù)據(jù)點(diǎn)周?chē)嬖诘臉颖军c(diǎn)的分布確定距離函數(shù)，能夠抑制干擾樣本點(diǎn)的同時(shí)充分發(fā)揮樣本點(diǎn)的貢獻(xiàn)，提高了特征的貢獻(xiàn)率。

5結(jié)束語(yǔ)

企業(yè)要想提升市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)、合理配置企業(yè)資源、降低生產(chǎn)經(jīng)營(yíng)成本、提高業(yè)務(wù)管理水平，需要構(gòu)建健全的財(cái)務(wù)內(nèi)部控制制度，對(duì)財(cái)務(wù)內(nèi)控進(jìn)行信息化建設(shè)。目前財(cái)務(wù)內(nèi)控方法存在受數(shù)據(jù)維數(shù)的影響較大、Kappa系數(shù)低、特征貢獻(xiàn)率低的問(wèn)題，提出財(cái)務(wù)內(nèi)控信息化方法探索，首先對(duì)財(cái)務(wù)信息進(jìn)行降維處理，通過(guò)財(cái)務(wù)信息聚類(lèi)結(jié)果構(gòu)建譜系聚類(lèi)樹(shù)狀圖，實(shí)現(xiàn)財(cái)務(wù)內(nèi)部的控制，解決了目前方法中存在的問(wèn)題，為企業(yè)的可持續(xù)發(fā)展奠定了基礎(chǔ)。

參考文獻(xiàn)

[1]李軍.公司財(cái)務(wù)管理中的內(nèi)控管理[J].經(jīng)濟(jì)學(xué),2019,2(1):13-14.

[2]劉利軍,強(qiáng)建波,彭金龍.橫剪生產(chǎn)線控制及信息管理系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)[J].機(jī)械制造與自動(dòng)化,2019(4):142-144,155.

[3]陳思靜,王磊,尹波,等.樸素貝葉斯分類(lèi)法與數(shù)據(jù)資產(chǎn)會(huì)計(jì)確認(rèn)——難題與突破[J].會(huì)計(jì)之友,2019(19):58-61.

[5]梁可可,李洋,周佩璇.股權(quán)結(jié)構(gòu)對(duì)財(cái)務(wù)績(jī)效的影響研究——基于概率投票模型下股權(quán)控制度的實(shí)證[J].財(cái)會(huì)通訊,2019(11):22-26.

[6]劉襄生,李長(zhǎng)愛(ài).FASB制定準(zhǔn)則的議程設(shè)置及影響因素——兼論會(huì)計(jì)信息質(zhì)量特征的層次性問(wèn)題[J].財(cái)會(huì)月刊:會(huì)計(jì)版,2019(1):73-78.

[7]趙建麗.政府會(huì)計(jì)制度下本年盈余和預(yù)算結(jié)余的差異探究[J].財(cái)務(wù)與會(huì)計(jì),2020(16):65-67.

[8]曹穎賽,劉思峰,方志耕,等.基于案例學(xué)習(xí)的多層次聚類(lèi)指標(biāo)客觀權(quán)重極大熵挖掘模型[J].中國(guó)管理科學(xué),2019,27(2):200-207.

單位:合肥市軌道交通集團(tuán)有限公司；廣州市品高軟件股份有限公司 作者:王德文；洪枝全