呂雪梅
(北京中醫(yī)醫(yī)院順義醫(yī)院, 北京 101300)
現(xiàn)今世界是一個經(jīng)濟一體化,信息發(fā)展飛速的時代,企業(yè)面臨著發(fā)展機會與生存的挑戰(zhàn)。在信息技術(shù)普及應用作用下,企業(yè)與外部聯(lián)系逐漸緊密,不同形式的海量信息紛紛呈現(xiàn)在經(jīng)營者面前[1]。如何在海量信息中選擇并利用對企業(yè)發(fā)展的有益部分,已經(jīng)成為現(xiàn)今企業(yè)經(jīng)營者的主要難題。同時,企業(yè)之間的競爭也更加激烈,要想持續(xù)保持自身企業(yè)的發(fā)展力與競爭力,企業(yè)經(jīng)營者必須在清楚地認識到自身實力的前提下,對企業(yè)的日常經(jīng)營與持續(xù)發(fā)展做出正確的決策,并根據(jù)企業(yè)的實際情況對其進行不斷調(diào)整[2]。
隨著經(jīng)濟全球化進程的不斷推進,大量跨國公司拔地而起,極大地增加了公司之間的競爭情況,企業(yè)面臨的不確定性也隨之增大。客觀角度來看,每一個企業(yè)財務狀況均是由正常轉(zhuǎn)向惡化,最終導致破產(chǎn)倒閉的過程[3]。若是在財務狀況出現(xiàn)惡化初期就發(fā)出風險預警信息,企業(yè)及時采取應對措施,避開、化解或者挽救可能出現(xiàn)的財務危機現(xiàn)象,可以為企業(yè)發(fā)展提供極大的幫助[4]。
財務風險預警信息獲取的過程較為復雜,需要綜合考慮企業(yè)經(jīng)營狀況、發(fā)展狀況等海量信息,輔助決策系統(tǒng)應運而生,極大地推進了財務風險預警的研究步伐。文獻[5]提出了基于Cox回歸的中小企業(yè)財務預警模型及實證,該研究利用Cox回歸模型篩選出對中小企業(yè)財務風險有顯著影響的預警指標,并預測企業(yè)自上市起每個時刻會發(fā)生財務風險的概率,構(gòu)建中小企業(yè)財務危機預警模型。文獻[6]提出了基于模糊綜合評價法的互聯(lián)網(wǎng)保險公司財務風險預警研究,該研究從償付能力、資產(chǎn)質(zhì)量、資本結(jié)構(gòu)、經(jīng)營能力、獲利能力、收益質(zhì)量和線上營運能力7個方面計算財務風險預警指標值,運用模糊綜合評價法構(gòu)造比較判斷矩陣,計算各層指標體系權(quán)重,建立評判標準,設立評判集,構(gòu)造隸屬度矩陣,計算財務風險綜合評分值。但上述兩種研究仍存在著系統(tǒng)響應時間長、財務風險發(fā)生率高等問題。
故提出基于多Agent的財務風險預警信息輔助決策系統(tǒng)設計研究,為企業(yè)財務管理與持續(xù)發(fā)展提供有效支撐。
硬件是設計系統(tǒng)穩(wěn)定運行的前提與基礎(chǔ)。設計系統(tǒng)硬件主要為計算機子系統(tǒng),關(guān)鍵硬件單元為處理器單元、硬盤單元與光學閱讀器單元,具體選型過程如下。
依據(jù)設計系統(tǒng)需求,選英特爾靈動N280作為計算機子系統(tǒng)的處理器,采用英特爾GL40芯片組,最多支持4GB閃存,能夠為應用與驅(qū)動程序提供存儲空間(1GB/2GB)。同時處理器內(nèi)部包含一個可用空置插槽,適用于雙通道,支持1-8GB空間,并帶有PCI插槽的可選擴展模塊,能夠安裝多種設備。處理器性能參數(shù)如表1所示。

表1 處理器性能參數(shù)表
選取企業(yè)級SAS與歸檔級SATA磁盤作為計算機子系統(tǒng)的硬盤。這些技術(shù)中,企業(yè)級SAS硬盤實質(zhì)上是最新的SCSI技術(shù),利用串行技術(shù)來加快數(shù)據(jù)傳輸速度,并對其內(nèi)部結(jié)構(gòu)產(chǎn)生一定的優(yōu)化作用[7]。企業(yè)級SAS硬盤性能參數(shù)如表2所示。

表2 企業(yè)級SAS硬盤性能參數(shù)表
歸檔級SATA硬盤也被稱為串口硬盤,也是未來PC機硬盤的主要發(fā)展趨勢。歸檔級SATA硬盤具備優(yōu)質(zhì)的糾錯能力,通過嵌入式時鐘信號提高數(shù)據(jù)傳輸?shù)目煽啃訹8]。現(xiàn)有歸檔級SATA硬盤種類如表3所示。

表3 歸檔級SATA硬盤種類表
光學閱讀器是計算機子系統(tǒng)中的一種掃描器裝置,能夠?qū)⒓堎|(zhì)資料轉(zhuǎn)換為計算機能夠處理與顯示的數(shù)位信息。光學閱讀器的應用可以降低財務人員的工作量,加快財務信息的錄入和輔助決策信息處理的效率,為企業(yè)經(jīng)營者制定正確的財務風險應對措施,提供實時、準確的數(shù)據(jù)支持。由于篇幅的限制,此研究概不對光學閱讀器結(jié)構(gòu)等信息進行詳細的贅述。
上述過程完成了設計系統(tǒng)硬件單元的選型與設計,但是依然無法實現(xiàn)財務風險預警信息的輔助決策,故以設計好的硬件單元為基礎(chǔ),設計系統(tǒng)軟件模塊。
設計系統(tǒng)軟件模塊主要包含數(shù)據(jù)庫模塊、功能Agent設計模塊和多Agent協(xié)作模塊,具體設計過程如下。
數(shù)據(jù)庫是設計系統(tǒng)穩(wěn)定運行的基礎(chǔ),也是設計系統(tǒng)數(shù)據(jù)存儲的一部分。數(shù)據(jù)庫由數(shù)據(jù)倉庫、模型庫與知識庫3部分構(gòu)成。其中,數(shù)據(jù)倉庫中存儲的是財務預測計劃、決策、控制等相關(guān)原始信息。數(shù)據(jù)倉庫中原始信息均是從會計核算系統(tǒng)中提取的,包括成本、資金、銷售與利潤等。為了方便設計系統(tǒng)的應用,數(shù)據(jù)倉庫將原始數(shù)據(jù)信息進行了層次管理,具體如圖1所示。

圖1 原始數(shù)據(jù)信息層次管理框架圖
如圖1所示,歷史數(shù)據(jù)層主要為時間序列數(shù)據(jù),常規(guī)情況下,存儲5-10年的企業(yè)財務數(shù)據(jù);當前數(shù)據(jù)層存儲最新的企業(yè)財務數(shù)據(jù),在一定時間后,設計系統(tǒng)會將該層數(shù)據(jù)自動轉(zhuǎn)移至歷史數(shù)據(jù)層;歸納總結(jié)數(shù)據(jù)層是對歷史數(shù)據(jù)與當前數(shù)據(jù)進行歸納與總結(jié),得到的財務風險預警信息輔助決策需要的綜合數(shù)據(jù);分析決策數(shù)據(jù)層指的是高度綜合數(shù)據(jù),能夠直觀地顯示企業(yè)的經(jīng)營狀況,幫助企業(yè)經(jīng)營者做出科學的、合理的決策。
模型庫是財務風險預警信息輔助決策系統(tǒng)的核心部分之一,集合了全部的財務風險預警模型,存儲了全部財務風險決策、分析的模型描述信息。模型庫主要以模型字典形式展示,具體如表4所示。

表4 模型字典表
知識庫是一個支持知識生成、存儲、維護與調(diào)用的軟件系統(tǒng),具備搜索策略、推理機制、存取管理、完整性與一致性檢驗等功能。
功能Agent設計模塊主要包含兩部分,分別為界面Agent與信息源Agent設計。
界面Agent承擔著人機交互任務,貫穿于整個財務風險預警信息輔助決策過程中。界面Agent結(jié)構(gòu),如圖2所示。

圖2 界面Agent結(jié)構(gòu)圖
信息源Agent是財務風險預警信息輔助決策系統(tǒng)與網(wǎng)絡連接的橋梁。通過信息源Agent,設計系統(tǒng)能夠得到網(wǎng)絡上財務相關(guān)信息,并能夠?qū)ζ溥M行下載、存儲等操作,能夠增強財務風險預警信息的精準性。信息源Agent結(jié)構(gòu),如圖3所示。

圖3 信息源Agent結(jié)構(gòu)圖
設計系統(tǒng)是由一組相互獨立,并相互協(xié)作的Agent構(gòu)成。Agent是設計系統(tǒng)的構(gòu)成單元,也是獨立運行的實體。在設計系統(tǒng)中,多Agent通過相互協(xié)作來實現(xiàn)財務風險預警任務。每一個Agent依據(jù)自身與其他Agent的信息來調(diào)整自身的行為,避免沖突的發(fā)生。
多Agent之間的通信方式包含點對點直接通信、廣播式、聯(lián)邦式與黑板式,依據(jù)設計系統(tǒng)需求,選取直接通信方式,其具備著可靠性高、定向、高速等優(yōu)勢。多Agent通信語言與協(xié)議為KQML,其規(guī)范地保留通信原語與保留參數(shù),具體如表5所示。

表5 KQML規(guī)范表
多Agent協(xié)作機制應用的是使用較為廣泛的合同網(wǎng)模型。在合同網(wǎng)模型中,全部Agent被劃分為兩種角色,分別為管理者與工作者,其工作流程如圖4所示。

圖4 合同網(wǎng)模型工作流程圖
多Agent協(xié)作機制中,主要通過信任度、友好度與積極度等參數(shù)來顯示多Agent的協(xié)作質(zhì)量。其中,信任度指的是Agenti對Agentj完成t類任務能力的評價,記為Trust(i,j,t),初始值設置為0.5。
當Agentj完成t類任務時,Agenti對其的信任度會上調(diào)ΔCaward,表達式為式(1)。
if
evaluate(i,j,t)>Vh
then
Trust(i,j,t)=Trust(i,j,t)+ΔCaward
(1)
當Agentj未完成t類任務時,Agenti對其的信任度會下調(diào)ΔCpenalty,表達式為式(2)。

(2) KQML保留參數(shù)
if
evaluate(i,j,t)>Vl
then
Trust(i,j,t)=Trust(i,j,t)+ΔCpenalty
(2)
友好度指的是Agentj成功完成任務次數(shù)與Agenti委托任務總次數(shù)的比例,計算式為式(3)。
(3)
積極度指的是針對Agenti發(fā)出的任務,Agentj投標次數(shù)與全部Agent投標次數(shù)的比例,計算式為式(4)。
(4)
設計系統(tǒng)管理者根據(jù)各個工作Agent的投標以及任務完成情況,對其參數(shù)進行實時修改,以此來保障設計系統(tǒng)高效率的完成。
本文通過上述硬件單元與軟件模塊的設計,實現(xiàn)了財務風險預警信息輔助決策系統(tǒng)的運行,為我國企業(yè)發(fā)展與財務風險預警研究提供一定的幫助。
為了驗證設計系統(tǒng)是否改善了現(xiàn)有系統(tǒng)存在的問題,采用MATLAB平臺設計仿真實驗,具體實驗分析過程如下。
為了保障實驗的順利進行,對Agent基本結(jié)構(gòu)進行合理、科學的設置。Agent實質(zhì)上采用傳感器與字符串編碼來感知并作用于外界環(huán)境。常規(guī)情況下,大多數(shù)Agent不僅僅承擔著與環(huán)境的交互任務,也需要對接收到的信息進行解釋與處理,以此來實現(xiàn)自身的任務。
Agent基本結(jié)構(gòu)如圖5所示。

圖5 Agent基本結(jié)構(gòu)圖
如圖5所示,Agent基本結(jié)構(gòu)為用戶界面、通信接口、感知模塊、推理模塊、計劃模塊、執(zhí)行模塊和知識庫,分別承擔著不同的任務。其中,用戶界面是人機交互的主要橋梁;通信接口承擔著Agent之間及Agent與環(huán)境的通信任務;感知模塊承擔著分類輸入信息任務;推理模塊與決策模塊依據(jù)輸入的信息進行推理與決策;計劃模塊與執(zhí)行模塊,顧名思義即是制定計劃并對其進行執(zhí)行;知識庫,存儲相應數(shù)據(jù),并為財務風險預警信息輔助決策與計劃制定提供數(shù)據(jù)支撐。
依據(jù)上述實驗準備結(jié)果,進行財務風險預警信息輔助決策仿真實驗,通過系統(tǒng)響應時間與財務風險發(fā)生率來反映系統(tǒng)的性能指標,具體實驗結(jié)果分析過程如下。
3.2.1 系統(tǒng)響應時間分析
設計10種財務風險情況,分別記為編號1-編號10,應用現(xiàn)有系統(tǒng)與設計系統(tǒng)對其風險進行預警,記錄系統(tǒng)發(fā)出財務風險預警信息的時間,即為系統(tǒng)響應時間。
通過實驗獲得系統(tǒng)響應時間數(shù)據(jù),如表6所示。
如表6數(shù)據(jù)顯示,在不同財務風險情況下,本文設計系統(tǒng)響應時間均低于現(xiàn)有系統(tǒng),并且穩(wěn)定性較好。

表6 系統(tǒng)響應時間數(shù)據(jù)表
3.2.2 財務風險發(fā)生率分析
對某一企業(yè)實施多種不同財務風險情況,應用現(xiàn)有系統(tǒng)與設計系統(tǒng),觀察企業(yè)發(fā)生財務風險的概率,即為財務風險發(fā)生率。
通過實驗獲得財務風險發(fā)生率數(shù)據(jù),如表7所示。
如表7數(shù)據(jù)顯示,與現(xiàn)有系統(tǒng)(35.12%-46.58%)相比較,本文設計系統(tǒng)(8.25%-10.20%)財務風險發(fā)生率更低。

表7 財務風險發(fā)生率數(shù)據(jù)表
上述實驗結(jié)果顯示,應用設計系統(tǒng)后,可以有效地縮短系統(tǒng)響應時間,降低財務風險發(fā)生率,充分證實了設計系統(tǒng)的有效性。
此研究應用多Agent設計了一個新的財務風險預警信息輔助決策系統(tǒng),極大地縮短了系統(tǒng)響應時間,降低了財務風險發(fā)生率,能夠為企業(yè)持續(xù)發(fā)展提供有效的幫助,同時也為財務風險預警研究提供一定的理論參考。