企業(yè)財(cái)務(wù)危機(jī)預(yù)警的智能決策方法探微

劉立斌

【摘要】企業(yè)發(fā)展運(yùn)營(yíng)的過(guò)程中，企業(yè)危機(jī)最為綜合的體現(xiàn)便是財(cái)務(wù)危機(jī)。隨著我國(guó)證券市場(chǎng)的發(fā)展，企業(yè)各項(xiàng)制度不斷完善，財(cái)務(wù)危機(jī)必然會(huì)給企業(yè)帶來(lái)重要損失，影響到企業(yè)的生存和發(fā)展。因此，現(xiàn)階段企業(yè)發(fā)展中，財(cái)務(wù)危機(jī)預(yù)警成為急需解決的問(wèn)題。以往財(cái)務(wù)危機(jī)預(yù)警中，采取的危機(jī)預(yù)警方式比較單一，存在一定的問(wèn)題和不足。信息化時(shí)代背景下，人工智能技術(shù)不斷發(fā)展，需要從人工智能角度思考企業(yè)財(cái)務(wù)危機(jī)預(yù)警方式。

【關(guān)鍵詞】企業(yè)財(cái)務(wù) ?危機(jī)預(yù)警 智能決策方法

目前，我國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)展的背景下，企業(yè)內(nèi)部改革不斷深入，經(jīng)濟(jì)全球化的發(fā)展給企業(yè)一體化發(fā)展帶來(lái)機(jī)遇。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，不少企業(yè)由于缺乏創(chuàng)新能力和管理能力被逐漸淘汰。在勁烈的市場(chǎng)環(huán)境中，對(duì)客觀環(huán)境缺乏深入的認(rèn)知，導(dǎo)致企業(yè)面臨著更加的風(fēng)險(xiǎn)，出現(xiàn)經(jīng)營(yíng)失敗的危機(jī)。財(cái)務(wù)危機(jī)是企業(yè)危機(jī)的首要體現(xiàn)，結(jié)合企業(yè)財(cái)務(wù)危機(jī)預(yù)警問(wèn)題，提出幾點(diǎn)智能決策方式。

一、人工智能單分類器財(cái)務(wù)危機(jī)預(yù)警方法

此類型的財(cái)務(wù)危機(jī)預(yù)警方法的基礎(chǔ)是機(jī)器學(xué)習(xí)預(yù)警，構(gòu)建相應(yīng)的財(cái)務(wù)危機(jī)預(yù)警模型，將預(yù)測(cè)結(jié)果向管理人員發(fā)出預(yù)警，以單分類器預(yù)測(cè)結(jié)果作為基礎(chǔ)，提高財(cái)務(wù)危機(jī)預(yù)測(cè)效果。企業(yè)財(cái)務(wù)危機(jī)預(yù)警決策方法主要有三角人工智能單分類技術(shù)：遺傳算法優(yōu)化決策樹(shù)財(cái)務(wù)預(yù)警方法，以支持向量機(jī)作為基礎(chǔ)的財(cái)務(wù)危機(jī)預(yù)測(cè)方法和相似度加權(quán)投票組合危機(jī)預(yù)測(cè)方法。

第一，遺傳算法動(dòng)態(tài)優(yōu)化決策樹(shù)財(cái)務(wù)危機(jī)預(yù)測(cè)方法。在傳統(tǒng)的統(tǒng)計(jì)方法中，受到各方面的限制出現(xiàn)一定的問(wèn)題，采取決策樹(shù)歸納學(xué)習(xí)方法，發(fā)掘企業(yè)財(cái)務(wù)危機(jī)預(yù)警預(yù)測(cè)知識(shí)，。決策樹(shù)方法不會(huì)受到統(tǒng)計(jì)方法的限制，具有速度快、簡(jiǎn)單易用等優(yōu)勢(shì)。從備選屬性集合中搜索相應(yīng)的決策樹(shù)輸入屬性自己，對(duì)遺傳算法進(jìn)行優(yōu)化，實(shí)現(xiàn)決策樹(shù)的優(yōu)化。借助遺傳算法的動(dòng)態(tài)化優(yōu)勢(shì)，完善財(cái)務(wù)危機(jī)預(yù)測(cè)方式，克服傳統(tǒng)決策樹(shù)應(yīng)用中的困難，構(gòu)建預(yù)測(cè)準(zhǔn)確率作為目標(biāo)的動(dòng)態(tài)化決策樹(shù)。遺傳算法動(dòng)態(tài)優(yōu)化決策樹(shù)的財(cái)務(wù)危機(jī)預(yù)測(cè)方法的流程如下：群體初始化→適應(yīng)度評(píng)價(jià)→選擇操作→交叉操作→變異操作→替代操作→終止條件判斷→最優(yōu)決策樹(shù)。

第二，以支持向量機(jī)為基礎(chǔ)的財(cái)務(wù)危機(jī)預(yù)測(cè)方法。在對(duì)此方法研究中，需要對(duì)支持向量機(jī)原理進(jìn)行探究，主要有線性支持向量機(jī)和非線性支持向量機(jī)兩種方式。在線性支持向量機(jī)的探究中，SVM是以線性可分作為基礎(chǔ)，不斷發(fā)展和演變的。方框點(diǎn)和圓點(diǎn)代表著兩種類型的雅本，中間的實(shí)線表示為分類線。非線性支持向量機(jī)是以非線性函數(shù)作為基礎(chǔ)思想，構(gòu)件想換個(gè)的高維度空間，在空間變化的過(guò)程中，借助線性模型，明確非線性最大間隔超平面。支持向量機(jī)財(cái)務(wù)危機(jī)預(yù)測(cè)方法的流程如下：選擇核函數(shù)→確定模型參數(shù)→構(gòu)建SVM模型→預(yù)測(cè)財(cái)務(wù)情況。

第三，相似度加權(quán)投票組合k近鄰案例財(cái)務(wù)危機(jī)預(yù)測(cè)。在CBR思想的基礎(chǔ)上，提出相應(yīng)的財(cái)務(wù)預(yù)測(cè)方法，對(duì)已經(jīng)發(fā)生的相似企業(yè)案例進(jìn)行分析，對(duì)企業(yè)當(dāng)前財(cái)務(wù)狀態(tài)進(jìn)行預(yù)測(cè)。在設(shè)計(jì)的過(guò)程中主要有三個(gè)步驟：首先，需要明確案例中需要的重要特征，采取相應(yīng)的描述方法構(gòu)建相應(yīng)的案例庫(kù)。其次，結(jié)合特征數(shù)形和案例檢索方式，獲取和當(dāng)前案例相似的以往案例;最后，結(jié)合相似案例的類比數(shù)形，對(duì)當(dāng)前企業(yè)案例財(cái)務(wù)情況開(kāi)展相應(yīng)的分析和預(yù)測(cè)工作，獲得有效的結(jié)果。

二、多分類器組成為基礎(chǔ)的財(cái)務(wù)危機(jī)預(yù)警方法

單分類器財(cái)務(wù)危機(jī)預(yù)警方法中可能出現(xiàn)片面性和不缺性性的問(wèn)題，加強(qiáng)多分類器組合財(cái)務(wù)危機(jī)預(yù)警方法研究彌補(bǔ)這一問(wèn)題，深入思考這一問(wèn)題采取相應(yīng)的組合機(jī)制，對(duì)企業(yè)財(cái)務(wù)危機(jī)開(kāi)展組合預(yù)測(cè)，確保財(cái)務(wù)危機(jī)預(yù)測(cè)的準(zhǔn)確性和穩(wěn)定性，財(cái)務(wù)危機(jī)預(yù)警工作順利開(kāi)展。多分類器組合的財(cái)務(wù)危機(jī)預(yù)測(cè)方法主要有并聯(lián)組合預(yù)測(cè)、串聯(lián)組合預(yù)測(cè)和混合組織預(yù)測(cè)。

第一，并聯(lián)組合模型。財(cái)務(wù)危機(jī)預(yù)測(cè)中國(guó)多分類并聯(lián)組合模型中，主要有若干基本分類器和一個(gè)并聯(lián)組合器，每個(gè)基本分類器完成財(cái)務(wù)危機(jī)預(yù)測(cè)，借助并聯(lián)組合器完成預(yù)測(cè)結(jié)果的整合，最終得到財(cái)務(wù)危機(jī)預(yù)測(cè)結(jié)果。在此種財(cái)務(wù)危機(jī)預(yù)警方法中，每個(gè)基本分類器預(yù)測(cè)見(jiàn)過(guò)是不同的信息片段，采取不同的方式獲取相應(yīng)的信息內(nèi)容，避免出現(xiàn)片面性問(wèn)題，保證預(yù)測(cè)更加的穩(wěn)定準(zhǔn)確。

第二，串聯(lián)組合模型。在此種模型中主要包含有基本分類器以及總體分類器。在財(cái)務(wù)危機(jī)預(yù)測(cè)中，將財(cái)務(wù)情況輸入其中，堅(jiān)持模型中的原則，將識(shí)別結(jié)果作為組合結(jié)果。在此模型中根據(jù)相應(yīng)的次序連接基本分類器，每個(gè)基本分類器執(zhí)行財(cái)務(wù)危機(jī)預(yù)測(cè)工作。財(cái)務(wù)危機(jī)預(yù)測(cè)的多分類器串聯(lián)組合模型，借助相應(yīng)的經(jīng)驗(yàn)提高識(shí)別能力，得到相應(yīng)的識(shí)別結(jié)果。

第三，混合組合模型。此種模型的基礎(chǔ)是串聯(lián)和并聯(lián)模型，充分發(fā)揮兩個(gè)模型的優(yōu)勢(shì)，保證財(cái)務(wù)危機(jī)組合預(yù)測(cè)結(jié)果，構(gòu)建財(cái)務(wù)危機(jī)預(yù)測(cè)混合組合模型。從整體上來(lái)說(shuō)，財(cái)務(wù)危機(jī)預(yù)測(cè)多分類混合組合是串聯(lián)結(jié)構(gòu)，每個(gè)串聯(lián)模塊的內(nèi)部采取并聯(lián)結(jié)構(gòu)形式，集合并聯(lián)和串聯(lián)的優(yōu)勢(shì)，避免單個(gè)基本分類器的不穩(wěn)定和不確定問(wèn)題。從理論上來(lái)說(shuō)，采取多樣化的方式做好財(cái)務(wù)危機(jī)預(yù)測(cè)工作，保證財(cái)務(wù)危機(jī)預(yù)測(cè)更加的準(zhǔn)確和穩(wěn)定。

三、以群決策作為基礎(chǔ)的財(cái)務(wù)危機(jī)預(yù)警方法

在企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法中，以機(jī)器學(xué)習(xí)作為基礎(chǔ)，采取定量測(cè)量的方式，開(kāi)展財(cái)務(wù)危機(jī)預(yù)警工作，具有動(dòng)態(tài)化、高速化以及自動(dòng)化的特點(diǎn)，同時(shí)也具有一定的局限性，對(duì)專家經(jīng)驗(yàn)和非財(cái)務(wù)信息預(yù)警作用缺乏考慮。因此，需要開(kāi)展深層次的研究，如何有效利用專家經(jīng)驗(yàn)和知識(shí)，為企業(yè)財(cái)務(wù)危機(jī)預(yù)警提供服務(wù)。群決策財(cái)務(wù)危機(jī)預(yù)警方法主要是多個(gè)專家對(duì)財(cái)務(wù)危機(jī)因因素和財(cái)務(wù)情況進(jìn)行分析，判斷企業(yè)的財(cái)務(wù)危機(jī)可能性，開(kāi)展定性指標(biāo)體系和評(píng)分標(biāo)準(zhǔn)，確定定性指標(biāo)權(quán)重，財(cái)務(wù)危機(jī)可能性的灰色綜合評(píng)價(jià)等，借助此種財(cái)務(wù)危機(jī)預(yù)警方法可以完成相應(yīng)的財(cái)務(wù)危機(jī)預(yù)警目的，為防范工作提供解決方式。定性指標(biāo)權(quán)重是重要的環(huán)節(jié)，權(quán)重確定主要有主觀賦權(quán)和客觀賦權(quán)兩種方式，結(jié)合專家的財(cái)務(wù)危機(jī)預(yù)警經(jīng)驗(yàn)，明確財(cái)務(wù)危機(jī)預(yù)警指標(biāo)，做好定性指標(biāo)權(quán)重的分析。層次分析法是一種常用的方式，多個(gè)專家共同確定指標(biāo)權(quán)重，在兩個(gè)環(huán)節(jié)基礎(chǔ)上綜合判斷結(jié)果，第一，判斷矩陣的權(quán)重計(jì)算;第二，對(duì)最終結(jié)果進(jìn)行統(tǒng)一處理。在群決策環(huán)節(jié)，不同的專家之間對(duì)指標(biāo)的重要性存在分歧，為了更好的解決專家共同確定指標(biāo)權(quán)重的問(wèn)題，通過(guò)相應(yīng)的專家小組進(jìn)行協(xié)商，采取有序加權(quán)平均的方式，對(duì)各類信息進(jìn)行綜合。

四、結(jié)語(yǔ)

文章中對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警決策開(kāi)展有效的分析和探究，根據(jù)財(cái)務(wù)危機(jī)預(yù)警理論知識(shí)，研究相應(yīng)的智能化結(jié)果，采取綜合性的研究方式，對(duì)財(cái)務(wù)危機(jī)預(yù)警深入研究。通過(guò)深入的分析和研究，不斷豐富企業(yè)財(cái)務(wù)危機(jī)預(yù)警理論成果，根據(jù)企業(yè)實(shí)際情況指導(dǎo)財(cái)務(wù)危機(jī)預(yù)警工作，在財(cái)務(wù)危機(jī)爆發(fā)的初級(jí)階段，根據(jù)財(cái)務(wù)指標(biāo)對(duì)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行探究，降低企業(yè)由于財(cái)務(wù)情況出現(xiàn)經(jīng)營(yíng)危機(jī)，提高企業(yè)競(jìng)爭(zhēng)力。