聚类研究在高校财务风险评价中应用

《聚类研究在高校财务风险评价中应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、聚类研究在高校财务风险评价中应用[摘要]财务风险分析评价问题是高校财务分析的重要内容。目前对财务数据的主要分析方法仍是简单的查询和统计报表，如何利用数据挖掘技术对隐藏在财务数据中的知识进行挖掘值得研究。本文针对高校财务月报数据，首先提出高校财务风险评价指标体系，从运营能力、收益能力、偿债能力和发展潜力4个方面对高校财务风险进行分析，然后利用聚类分析方法对高校财务风险等级进行评价，最后对教育部直属高校在某年某月的财务数据进行了实例分析。[关键词]高校财务分析；财务风险评价；数据挖掘；聚类分析doi：10.3969/j.issn.167

2、3-0194.2014.08.002[中图分类号]TP391；F275.1[文献标识码]A[文章编号]1673-0194（2014）08-0005-051引言9随着社会主义市场经济体制的逐步确立，高校逐步融入市场，出现了高校银行贷款规模过大、学生学费欠费数不断增加等问题，可能会引发高校的财务危机。由于高等教育的准公益性、准公共性和高校的非营利性的特征决定了政府是其最终的责任承担者。对高校财务风险进行分析，即对高校负债状况和对财务风险的承受能力以及其事业发展的能力进行的综合评价，不但是高校财务分析的重要内容，也是避免高校财务危机和保证

3、学校教育事业健康发展的重要手段。目前研究主要采用定量分析方法对高校财务风险进行评价，常用的评价方法有：综合评分法[1]、层次分析法（AHP）[2]、因子分析法[3]、功效系数法[4]和数据挖掘方法[5]等。随着高校财务月报系统数据的逐步积累，利用数据挖掘方法可以帮助发现和有效利用财务数据中隐含的业务运行规律知识，为教育部和财政部相关主管部门提供快速准确的决策支持。聚类分析[6]作为一种常见的数据挖掘方法，由于不需要先验知识，因而可以用来发现数据库中未知的对象类，应用十分广泛。本文针对高校财务风险评价问题，提出了一个高校财务风险评价指

4、标体系，计算了教育部直属高校在各指标上的具体取值，然后利用k-means聚类分析方法根据各高校的指标取值情况确定高校的财务风险等级。2高校财务风险分析指标体系无论采用何种分析方法，高校财务风险分析主要是基于一系列财务指标进行的，因此设计一个科学的、客观的评价指标体系十分重要。本文将从指标体制设计框架和指标体系具体构成两方面进行阐述。2.1指标体系设计框架9本文按照高校财务实际运行过程，从4个方面对高校财务风险进行分析，具体如图1：①高校运营能力，反映高校在运营过程中高校合理有效利用教育资源完成预期目标的能力，这类指标不理想，表明高校

5、管理存在问题，有发生财务风险警情的可能性；②高校收益能力和③高校偿债能力，由于高校在运营一段时间后，可能在运作资金的过程中进行银行贷款等操作导致财务风险，高校收益能力分析和高校偿债能力分析就是分别反映高校在运行一段时间后所体现的取得经济效益的能力和高校偿付各种到期债务的能力；④高校发展潜力，根据高校运行一段时间的表现，分析高校的发展潜力，反映了高校可持续发展的能力，一个学校发展潜力不足，说明其未来财务风险将会加大。高校财务风险评价则是根据高校在上述4个方面的表现，将高校财务风险进行等级划分。2.2指标体系具体构成针对高校财务风险的每

6、一个分析子主题从指标名称、指标含义、计算公式和指标评价4方面进行描述。其中，指标评价为“正向指标”表示该指标值越大表明高校在该分析主题方面表现的能力越强，反之则越弱；“反向指标”表示指标值越大表明高校在该分析主题方面表现的能力越弱，反之则越强。2.2.1高校运营能力分析9高校运营能力分析是指对高校利用教育资源完成预期目标能力的分析（表1）。2.2.2高校收益能力分析在高校规模快速扩张，事业发展与资金供给矛盾突出的今天，经营学校已成为高校管理者的共识。因此，一个学校收益能力大小，将直接影响到其发展速度和竞争能力（见表2）。2.2.3高

7、校偿债能力分析高校如果不具备较高的偿债能力，其应付突发事件的能力就很脆弱，发生财务风险的可能性也就较高（见表3）。2.2.4高校发展潜力分析高校管理者不能只局限于当前学校的发展状况，还应为长期的办学规模扩大和经济效益增长储备良好的支撑条件，提供持久的发展潜力（见表4）。3实例数值分析3.1聚类原理聚类（Clustering）是数据挖掘的一项重要任务，用于发现数据中未知的对象类。[6]这种对象类划分的依据是“物以类聚”，即考察个体或数据对象间的相似性，将满足相似性条件的个体或数据对象划分在一组内，不满足相似性条件的个性或数据对象划分在

8、不同的组。通过聚类过程形成的每一个组称为一个类（Cluster）。9现有聚类方法主要可以分为分割聚类方法、层次聚类方法、基于密度的聚类方法和基于网格的聚类方法4类。[6]其中，分割聚类方法是聚类最常用的一种方法，首先随机选取几个对象作