基于灰色局勢算法高校財(cái)務(wù)績效智能評估體系構(gòu)建研究(理工科一般+201603中文稿件).docx

基于灰色局勢算法高校財(cái)務(wù)績效智能評估體系構(gòu)建研究摘要：高校體制改革不斷推進(jìn)，探索發(fā)展教育科研和行政管理水平的有效機(jī)制。國家對高等院校的扶持力度和資源投入比例不斷增大，而是否能夠發(fā)揮資源效益，對高校的長期健康發(fā)展十分重要。而高校財(cái)務(wù)管理方面普遍存在收支不均衡、資源利用效益低、績效評估機(jī)制落后等問題，制約著高校科研能力和教育水平的提高。推動(dòng)高校財(cái)務(wù)績效評估體系的構(gòu)建，是政府和民眾加強(qiáng)對高等教育質(zhì)量監(jiān)督，引導(dǎo)高素質(zhì)創(chuàng)新人才培養(yǎng)方向，改善我國人力資源水平的切實(shí)之需?；诨疑謩輿Q策理論，基于高等院校的財(cái)務(wù)資源配置情況和運(yùn)行績效的具體分析比較，構(gòu)建財(cái)務(wù)績效的評估指標(biāo)體系，以有效地反映高校的綜合財(cái)務(wù)實(shí)力，引導(dǎo)財(cái)務(wù)管理的改革?；疑謩輿Q策算法優(yōu)化關(guān)系績效評估的多維度多指標(biāo)間的目標(biāo)定量化計(jì)算，提高數(shù)據(jù)分析的可信性。關(guān)鍵詞 ：灰色局勢決策；財(cái)務(wù)管理； 績效評估；目標(biāo)定量化1. INTRODUCTION教育是全面提高國民素質(zhì)，推進(jìn)國家精神文明建設(shè)，為經(jīng)濟(jì)社會(huì)發(fā)展提供智力支持的根本保證。而高等教育素來是國家戰(zhàn)略規(guī)劃中的重點(diǎn)，隨著政府公共財(cái)政體制的不斷完善和績效評價(jià)作為財(cái)政撥款的依據(jù)把高校作為國有資產(chǎn)重點(diǎn)管理項(xiàng)目來優(yōu)化教育資源配置的趨勢，高校財(cái)務(wù)管理和運(yùn)營效益的重要性不言而喻?？茖W(xué)合理的財(cái)務(wù)績效評估體系可以準(zhǔn)確反映高校的財(cái)務(wù)情況，為以提高教研質(zhì)量和水平為目標(biāo)合理分配教育資源提供數(shù)據(jù)分析支持，是市場經(jīng)濟(jì)條件下高校教育組織研究的重點(diǎn)所在，同時(shí)是推動(dòng)教育管理制度的改革，改善教學(xué)質(zhì)量，促進(jìn)教育管理理論和實(shí)踐不斷發(fā)展的發(fā)向?；疑謩輿Q策是從多種決策和目標(biāo)出發(fā)選擇預(yù)測效果最佳的決策方法。近年來，灰色局勢決策模型已經(jīng)被廣泛應(yīng)用于農(nóng)業(yè)、氣象、地質(zhì)等多個(gè)領(lǐng)域，為復(fù)雜問題中的多種因素建立分層次量化分析。鄧聚龍(Deng,1987)1于上世紀(jì)八十年代創(chuàng)立基于數(shù)學(xué)理論的系統(tǒng)工程學(xué)的灰色決策理論，繼而眾多國內(nèi)外專家學(xué)者由此展開相關(guān)理論的研究和應(yīng)用實(shí)踐。在改進(jìn)灰色局勢模型方面，傅立(Fu, 1992) 2于1992年對灰色系統(tǒng)理論的應(yīng)用模型進(jìn)行探索。在灰色局勢決策中的決策信息為區(qū)間數(shù)和灰色關(guān)聯(lián)熵的距離分析的基礎(chǔ)上，提出了客觀的權(quán)重優(yōu)化處理方法。周玲和羅黨(Zhou et al, 2010)3于2010年探討了評價(jià)信息作為區(qū)間灰數(shù)的情況，設(shè)置多目標(biāo)灰色局勢決策的確定各目標(biāo)最佳權(quán)重的優(yōu)化模型。常海峰(Chang, 2010)4于2011年通過采用灰色局勢決策方法的手段對醫(yī)療行業(yè)的績效考核進(jìn)行模型構(gòu)建。單霞(Shan, 2011)5假設(shè)所有的屬性索引是梯形模糊數(shù)的狀態(tài)，并使用灰色局勢決策法優(yōu)化問題解決方案。在灰色局勢決策的相關(guān)研究方面，由多個(gè)專家參與決策以及決策參與者們的主觀隨意性的情況很少被考慮。然而，在實(shí)際決策過程中，由于尤其是在該方案集有許多定性指標(biāo)的情況下，多者參與決策時(shí)必然的風(fēng)險(xiǎn)偏好會(huì)影響最終決定的結(jié)果。因此，本文利用前景理論來處理專家的樣本基體，獲得專家們的決策心理過程和涉及一定利益和損失確定的方案選擇中如何規(guī)避風(fēng)險(xiǎn)的思考態(tài)度和方式。同時(shí)針對群體決策中專家權(quán)重難以確定的情況，本文開發(fā)了綜合考量了決策專家最優(yōu)和最劣情況下的前景值矩陣，獲取專家基于TOPSIS法的權(quán)重，收集專家意見，整理在過程中各事件會(huì)出現(xiàn)的多種局勢，最終得到理想的局勢。這種模式考慮到專家和決策者們的風(fēng)險(xiǎn)偏好，為灰色局勢群決策提供了切實(shí)可行的方法?；趯Ω咝Ｘ?cái)務(wù)管理的可量化指標(biāo)分析，論文在相關(guān)基本理論的基礎(chǔ)上，對灰色局勢算法在構(gòu)建智能評估體系進(jìn)行高校財(cái)務(wù)績效分析方面的應(yīng)用進(jìn)行了探討。在第二節(jié)對相關(guān)灰色局勢理論和高校財(cái)務(wù)績效評價(jià)的內(nèi)涵和要義做了解釋說明。在第三節(jié)中對灰色局勢算法具體應(yīng)用在財(cái)務(wù)管理方面的模型進(jìn)行設(shè)計(jì)建構(gòu)，并在第四節(jié)通過選取樣本分析評估高校財(cái)務(wù)績效，實(shí)例驗(yàn)證了智能評估體系的有效性和可行性。2. STATE OF THE ART2.1 灰色局勢算法分析灰色局勢決策是一種基于灰色系統(tǒng)理論的解決多目標(biāo)決策問題的算法。當(dāng)決策對象有多個(gè)評價(jià)目標(biāo)時(shí)，相應(yīng)地會(huì)有多套應(yīng)對方案，而局勢則是時(shí)間和對策組合的有機(jī)系統(tǒng)。通過事先預(yù)定評價(jià)標(biāo)準(zhǔn)和目標(biāo)權(quán)重，對每一方案的綜合效果測度進(jìn)行計(jì)算，最后即可根據(jù)結(jié)果進(jìn)行方案權(quán)衡優(yōu)選。其具體步驟如下：首先給出時(shí)間和對策，然后構(gòu)造局勢，接著給出目標(biāo)，再給出不同目標(biāo)的效果白化值，最后計(jì)算不同目標(biāo)的效果測度。實(shí)際研究應(yīng)用中，具體有不同的決策適用方法。其中對指標(biāo)權(quán)重未知且指標(biāo)值為區(qū)間灰數(shù)的風(fēng)險(xiǎn)型多指標(biāo)決策問題有灰色模糊關(guān)系法及雙基點(diǎn)法兩種決策方法,這兩種方法利用信息熵來確定屬性權(quán)重使決策結(jié)果更客觀(Wang, 2009) 6，并衍生出交易費(fèi)用的灰色組合投資模型的有效解及其臨界最優(yōu)解和均值白化最優(yōu)解的新概念(Xu, 2010) 7。另外基于灰色模糊信息學(xué)者們提出了多屬性決策的概念,構(gòu)建了灰色模糊多屬性決策問題的算法,即直接由灰色模糊決策矩陣確定變權(quán)的基礎(chǔ)權(quán)重和上確界?；诨疑：P(guān)系的多屬性群體決策方法,分別為屬性權(quán)重向量已知和未知兩種情況提供了簡便實(shí)用的算法?；疑植跊Q策方法方面，相關(guān)研究探索提出了基于灰色綜合決策權(quán)的決策表離散化方法(Liu, 2012) 8,并對應(yīng)用決策表方法解決實(shí)際問題時(shí)可能出現(xiàn)的問題進(jìn)行了探討,提出約簡過程要注意理論與實(shí)際相結(jié)合、定性與定量相結(jié)合以盡量貼近實(shí)際的決策規(guī)則。2.2 高校財(cái)務(wù)績效評估的內(nèi)涵和原則財(cái)務(wù)績效是企業(yè)或市場主體涉及以資金為形式的政策和運(yùn)作的結(jié)果。財(cái)務(wù)分析涉及到評估杠桿率，盈利能力，運(yùn)營效率和償債能力；財(cái)務(wù)比率是用于進(jìn)行分析的主要工具。財(cái)務(wù)分析的主要內(nèi)容包括計(jì)算和分析流動(dòng)比率和速動(dòng)比率，效率比，杠桿比率，盈利能力比率和行業(yè)競爭力。流動(dòng)性比率反映的是資金的利用效率。效率比主要有兩個(gè)，分別為固定資產(chǎn)周轉(zhuǎn)率和單位銷售額。杠桿比率主要是債權(quán)轉(zhuǎn)股權(quán)和債務(wù)資產(chǎn)，用來比較公司的資產(chǎn)與或股權(quán)以美元作價(jià)來償還債務(wù)的能力。盈利能力比率，兩個(gè)主要的贏利比率是資產(chǎn)收益率（ROA）和股東權(quán)益回報(bào)率（ROE）的收益回報(bào)率。ROA是投資用于擴(kuò)大生產(chǎn)帶來的銷售增長;凈資產(chǎn)收益率是股東投入單位資本而促進(jìn)銷售額增長的情況。一般情況下，ROA等于凈收入除以平均總資產(chǎn)，凈資產(chǎn)回報(bào)率等于凈收入除以平均股東權(quán)益劃分。而同行業(yè)標(biāo)準(zhǔn)，同行業(yè)主體的財(cái)務(wù)表現(xiàn)作比較分析是為突出企業(yè)內(nèi)部的優(yōu)勢和劣勢。(Sahut et al, 2014) 10。關(guān)于高?？冃е笜?biāo)的概念，西方學(xué)者總結(jié)性地解釋為是一種用數(shù)量形式測評高校運(yùn)作特征的工具；這種測量可以是序數(shù)性的也可以是基數(shù)性的；可以是絕對的也可以是相對的；既包括顯性資產(chǎn)也包括一些抽象的評價(jià)聲譽(yù)(Cave,1988)11。但國內(nèi)學(xué)術(shù)界目前仍未就財(cái)務(wù)績效評價(jià)內(nèi)涵達(dá)成一致認(rèn)識(shí)。高校財(cái)務(wù)管理由于高等院校教育為先的特殊性和學(xué)校水平層次個(gè)性化特征的復(fù)雜性和績效評估改革方向以實(shí)現(xiàn)高效可持續(xù)發(fā)展為目的，在構(gòu)建一個(gè)統(tǒng)一的、可行的績效評估體系時(shí)需要指標(biāo)選擇方面對不同指標(biāo)權(quán)重和適用范圍進(jìn)行優(yōu)化分析，并堅(jiān)持系統(tǒng)性、科學(xué)性、通用性、導(dǎo)向性、開放性、定性評價(jià)和定量評價(jià)相結(jié)合等幾項(xiàng)原則 (Xie, 2004)12。通常高校財(cái)務(wù)績效評價(jià)體系從財(cái)務(wù)效果、財(cái)務(wù)效率、財(cái)務(wù)效益三個(gè)方面來構(gòu)建。財(cái)務(wù)效果一般表現(xiàn)為人才培養(yǎng)和科研成果的質(zhì)量和數(shù)量反面，具體指標(biāo)如師生比、畢業(yè)生就業(yè)率、科研項(xiàng)目和成果增長率等進(jìn)行具體評價(jià)；財(cái)務(wù)效率則是高校資金利用率如投入產(chǎn)出比、產(chǎn)業(yè)投資回報(bào)率等相關(guān)情況；財(cái)務(wù)效益是戰(zhàn)略舉措的目標(biāo)達(dá)成度和經(jīng)濟(jì)利益的實(shí)際增減情況。目前，高校財(cái)務(wù)管理方面普遍存在財(cái)務(wù)績效監(jiān)督體制不夠完善，評價(jià)目標(biāo)信息來源不足且滯后等問題，這對高校在行政管理方面提出新要求，要積極建立完善的激勵(lì)和約束機(jī)制，強(qiáng)化績效管理意識(shí)；改進(jìn)學(xué)校會(huì)計(jì)審核和財(cái)務(wù)報(bào)告制度，堅(jiān)持嚴(yán)格公正透明；并不斷完善學(xué)校信息數(shù)據(jù)庫，推進(jìn)信息化建設(shè)(Yang, 2011) 13。3. METHODOLOGY3.1 算法描述和模型建構(gòu)步驟在一個(gè)灰色局勢群決策問題，事件集表示為，對策集設(shè)置為 ，決策專家為，用某一種策略應(yīng)對事件的結(jié)果稱為效果測度，局勢集合為，目標(biāo)為的局勢的效果樣本值為，得到矩陣 (1)非均權(quán)多目標(biāo)決策問題中決策，目標(biāo)的性質(zhì)不同，其效果測度也不同，通常情況分為上限效果測度即取極大值的目標(biāo)，下限效果測度取極小值，適中效果測度取局勢中效果的適中值(Zhang et al, 2011)14。目標(biāo)的重要性不同，其權(quán)值也不等同。然后局勢目標(biāo)為的客觀的權(quán)重向量表示為，其滿足條件，同時(shí)決策專家權(quán)重向量滿足。則綜合效果測度可用公式表示為 (2)前景理論是依據(jù)價(jià)值函數(shù)和決策權(quán)重的共同作用確定前景價(jià)值的大小從而優(yōu)選決策方案(Kahneman et al, 1992)15。前景價(jià)值的表達(dá)公式如下， (3)式中,為前景價(jià)值;是決策權(quán)重，是評價(jià)性的單調(diào)增函數(shù)；為價(jià)值函數(shù)，體現(xiàn)決策者的主觀感受。綜合前景值為正負(fù)前景值之和即收益和損失和，可以得到 (4) (5) (6)以綜合前景值越大方案作為目標(biāo)構(gòu)建目標(biāo)優(yōu)化模型，然后將目標(biāo)權(quán)重向量的最優(yōu)解代入局勢式二，得到綜合效果測度值，進(jìn)而確定最優(yōu)局勢。針對高校財(cái)務(wù)管理，設(shè)定績效考核對象為事件集，評估指標(biāo)為對策集，根據(jù)專家制定的目標(biāo)的權(quán)重，并將產(chǎn)值、管理成本、資產(chǎn)利用率作為評估的決策目標(biāo)，根據(jù)調(diào)查獲得實(shí)際值作為目標(biāo)的樣本值，依此構(gòu)建效果測度矩陣，相應(yīng)地獲得最優(yōu)局勢。4. RESULT AND ANALYSIS4.1 實(shí)證分析本文選取某四所高校作為樣本進(jìn)行財(cái)務(wù)績效綜合分析，基于績效管理工作的內(nèi)容和性能從教學(xué)績效、科研績效、自籌能力、資產(chǎn)績效、產(chǎn)業(yè)績效五方面和資金收益、資產(chǎn)效益、穩(wěn)定性和成長性四個(gè)角度設(shè)計(jì)評價(jià)，建立高校財(cái)務(wù)績效評估體系如表1所示。Table1. The Financial Performance Evaluation SystemPerformance in Modules of ContentPerformance in Modules of PotencyTeachingA1:Teacher-Student RatioDirect RevenueA3:per capita of Staff ExpenditureA2:Average Equipment Fee for StudentsA8:Average Research FundingA3:per capita of Staff ExpenditureA10:Proportion of Self-raising to Gross IncomeA4:Growth Rate of Revenue of TeachingA15:Yield of Other Investment A5:Ratio of Personal Expenses to Aggregate ExpenditureA20:Average Staff Annual IncomeA6:per capita of Operating Outlay for StudentsA22:Profit Margin of Self-owned BusinessA7:Graduates Employment RateA1:Teacher-Student RatioResearchingA8:Average Research FundingOperating Efficiency of AssetsA2:Average Equipment Fee for StudentsA9:Growth Rate of Research ProjectsA5:Ratio of Personal Expenses to Aggregate ExpenditureSelf-financingA10:Proportion of Self-raising to Gross IncomeA6:per capita of Operating Outlay for StudentsA11:Growth Rate of Self-Raising IncomeA16:per capita area of school premisesA12:Ratio of Self-funding for Capital ConstructionA20:Average Staff Annual Income AssetsA13:Growth in Fixed AssetsStability IndexA7:Graduates Employment RateA14:Ratio of Financial Balance to DonationA12:Ratio of Self-funding for Capital ConstructionA15:Yield of Other Investment A14:Ratio of Financial Balance to DonationA16:per capita area of school premisesA17:Proportion of Senior and Medium TalentsA17:Proportion of Senior and Medium TalentsA19:Ratio of Average Bank Balance to Annual ExpenditureA18:Ratio of Logistics ExpenditureA20:Average Staff Annual IncomeA19:Ratio of Average Bank Balance to Annual ExpenditurePotentials of Development A4:Growth Rate of Revenue of TeachingA20:Average Staff Annual IncomeA9:Growth Rate of Research ProjectsSelf-running BusinessA21:Rate of Return on Investment A11:Growth Rate of Self-Raising IncomeA22:Profit Margin of Self-owned BusinessA13:Growth in Fixed Assets在22項(xiàng)指標(biāo)中，A5和A6為逆指標(biāo)，即極小值目標(biāo)，與高校財(cái)務(wù)績效呈負(fù)相關(guān)。A13為適中型指標(biāo)，保持不大不小的增率最好。其他項(xiàng)為極大值目標(biāo)取上限效果測度。然后確定的單項(xiàng)指標(biāo)的標(biāo)準(zhǔn)值(略高于全國高校平均水平)，根據(jù)指標(biāo)體系設(shè)定權(quán)重，對9個(gè)目標(biāo)進(jìn)行決策分析，分析各局勢在不同目標(biāo)下的樣本效果，再進(jìn)行效果測度的計(jì)算，如圖1所示。各色方點(diǎn)分別表示四所樣本院校的效果取值。 Figure1. Comparison of the Performance of Educational Input研究結(jié)果發(fā)現(xiàn)，高校財(cái)務(wù)績效表現(xiàn)大致體現(xiàn)三類分別為綜合型，即教研、產(chǎn)業(yè)、資金收支方面發(fā)展較為均衡，整體實(shí)力有強(qiáng)有弱；進(jìn)取型，即穩(wěn)定性、成長性和資源利用效益方面數(shù)高，財(cái)務(wù)運(yùn)作良好，發(fā)展勢頭很好，但收益表現(xiàn)較差，需要提升學(xué)校知名度和影響力；潛力型，即教學(xué)、科研、穩(wěn)定性表現(xiàn)較好人才儲(chǔ)備豐富但機(jī)構(gòu)人員繁冗，資源產(chǎn)業(yè)產(chǎn)出效益低下，需要大力進(jìn)行管理機(jī)制改革，有很大上升空間。5. CONCLUSION高校的財(cái)務(wù)工作正在經(jīng)歷從會(huì)計(jì)核算到績效管理的轉(zhuǎn)型。學(xué)校在規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)，合理調(diào)整教學(xué)科研投入資源的比重和不同學(xué)科領(lǐng)域間的資源配置，提高教育資源的投入產(chǎn)出比等方面有賴于高效的財(cái)務(wù)績效評估體系的構(gòu)建。本文提出了一種基于前景理論的灰色局勢群體決策方法，綜合考慮決策專家和決策者的偏好心理和風(fēng)險(xiǎn)態(tài)度等非理性因素并以定量化的方式求解屬性權(quán)重，實(shí)現(xiàn)了主觀與客觀的有效結(jié)合，對多目標(biāo)決策中賦權(quán)的計(jì)算方法作了調(diào)整，進(jìn)一步完善了傳統(tǒng)的灰色局勢理論。論文基于灰色局勢算法的高校財(cái)務(wù)績效智能評估體系對財(cái)務(wù)運(yùn)作情況的具體指標(biāo)設(shè)計(jì)較為精簡，指標(biāo)間相互獨(dú)立，相關(guān)數(shù)據(jù)收集有很強(qiáng)的可行性和參考價(jià)值，較為全面地對高校教研實(shí)力、資產(chǎn)管理水平、產(chǎn)業(yè)經(jīng)營效益和可持續(xù)發(fā)展?jié)摿ψ鞒隽嗽u估，幫助高校對不斷提高對自身資源尤其是財(cái)務(wù)狀況的了解和把握程度，并能夠相應(yīng)調(diào)整管理運(yùn)作模式，發(fā)揮優(yōu)勢，提高綜合實(shí)力。然而，論文仍具有一定局限性，在高校財(cái)務(wù)績效評估體系的實(shí)際應(yīng)用分析方面欠缺大量例證數(shù)據(jù)支持，評價(jià)指標(biāo)方面需要更加細(xì)化的有代表性的選擇項(xiàng)以作區(qū)別比較，并在評價(jià)標(biāo)準(zhǔn)方面也需綜合高校實(shí)際平均水平和戰(zhàn)略發(fā)展規(guī)劃特征作深入調(diào)研。這些問題將在接下來的研究中進(jìn)行探討解決。References1 Deng J L. Intelligence space in grey situation decision J.The Journal of Grey System, 1987, 10(3): 254262. 2 Fu L. Grey situation evaluation of supply chain cooperative relationship based on cobweb model J. Logistics Tech, 1992, 31(7): 321323.3 Zhou L and Luo D. Study on decision-making method for multi-objective grey situation decision J. Journal of North China Institute of Water Conservancy and Hydroelectric Power, 2010, 31(4): 150153.4 Chang H F. Performance evaluation for medical industry in Taiwan: applying grey situation decision making J. Journal of Grey System, 2010, 22(3): 219226.5 Shan X. Decision-making of missile flexible support sites locating in wartime with fuzzy numbers and grey situation J.Journal of Naval Aeronautical and Astronautical University, 2011, 26(6):703706.6 Wang Z X. Method of integration for currency maintenance resources based on grey situation decision-making J.Fire Control & Command Control, 2009, 38(4): 48.7 Xu K. Comparative studies on the financial performance evaluation of Shaanxi local colleges and universities J. Journal of Shanxi University of Technology, 2010, 47(2): 63-81.8 Liu Y. Multi-objective grey situation decision making method based on prospect theory J.Systems Engineering and Electronics,2012,34(12): 25142519.9 Rhoades D L & Sundaramurthy C. Board composition and financial performance: A meta-analysis of the influence of outside Directors J. Pittsburg State University-Department of Economics, 2000, 12(1):76-91.10