基于灰色系統(tǒng)理論的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估方法

陳友嫻

(南京中醫(yī)藥大學(xué)附屬醫(yī)院， 江蘇省中醫(yī)院， 江蘇， 南京 210000)

0 引言

物聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用帶動(dòng)了各行各業(yè)的生產(chǎn)水平的提升，同時(shí)也給企業(yè)的安全帶來了全新的挑戰(zhàn)。在物聯(lián)網(wǎng)技術(shù)不斷發(fā)展的形式下，其存在的弊端也日益呈現(xiàn)，網(wǎng)絡(luò)安全問題成為炙手可熱的話題[1]。由于市場經(jīng)濟(jì)制度的不斷完善，市場競爭的壓力與日俱增，企業(yè)的財(cái)務(wù)保護(hù)和風(fēng)險(xiǎn)評(píng)估變得十分重要[2]。在當(dāng)今背景下，很多中小型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估體系存在諸多薄弱環(huán)節(jié)，隨時(shí)會(huì)發(fā)生不可控因素引起的資產(chǎn)損失，嚴(yán)重影響和制約企業(yè)信息化的發(fā)展[3]。

針對(duì)上述存在的問題，文獻(xiàn)[4]發(fā)布了一種基于數(shù)據(jù)包絡(luò)分析模型的評(píng)估體系，雖然在一定程度上財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)效果不錯(cuò)，但效率值域受限且難以進(jìn)行縱向指標(biāo)對(duì)比評(píng)價(jià)。文獻(xiàn)[5]提出了一種基于模糊推理算法的評(píng)價(jià)體系，雖然評(píng)價(jià)全面、整體性強(qiáng)、算法過程簡單，但是評(píng)價(jià)準(zhǔn)確率低。為此，本研究基于灰色系統(tǒng)理論構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，利用灰色系統(tǒng)理論對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，并采用數(shù)據(jù)包絡(luò)分析模型優(yōu)化灰色系統(tǒng)權(quán)值系數(shù)。

1 財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估分析

在對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估時(shí)，為了量化風(fēng)險(xiǎn)，本文構(gòu)建了財(cái)務(wù)風(fēng)險(xiǎn)模型，能夠?qū)⒇?cái)務(wù)風(fēng)險(xiǎn)中存在的各個(gè)因素直觀地描述出來，能夠使網(wǎng)絡(luò)信息安全存在的威脅和漏洞直觀地表達(dá)出來，進(jìn)而預(yù)防事故的發(fā)生。

為了預(yù)防安全事故的發(fā)生，必須根據(jù)安全需求實(shí)行保險(xiǎn)措施，將財(cái)務(wù)風(fēng)險(xiǎn)控制到最低，保障財(cái)產(chǎn)的安全[6]。財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估各個(gè)因素關(guān)系圖如圖1所示。

1.1.2 父本來源。父本由皖芝2164 Co60輻射誘變系選，單稈型，一般株高160 cm。葉綠色，白花，一葉三蒴，蒴果四棱，單株蒴果數(shù)82.5個(gè)。始蒴部位較低，中長果型，結(jié)蒴較密，每蒴粒數(shù)60.8粒左右，千粒重3.02 g，種皮白色。耐旱性較強(qiáng)，抗枯萎病。正常夏播全生育期90 d左右。2013年參加安徽省區(qū)試，平均產(chǎn)量為1 479.0 kg/hm2，比豫芝4號(hào)增產(chǎn)0.68%。2014年通過安徽省鑒定。

從圖1可以看出，整個(gè)企業(yè)的經(jīng)濟(jì)運(yùn)轉(zhuǎn)依靠財(cái)產(chǎn)，財(cái)產(chǎn)具有價(jià)值，財(cái)產(chǎn)越豐厚則價(jià)值越大，同時(shí)財(cái)產(chǎn)也具有脆弱性，財(cái)產(chǎn)過多脆弱性則容易暴露。根據(jù)財(cái)務(wù)風(fēng)險(xiǎn)可以提出安全要求，安全需求的成本由財(cái)產(chǎn)價(jià)值提供，通過滿足安全需求得到保險(xiǎn)措施。保險(xiǎn)措施能夠防御威脅和降低財(cái)務(wù)風(fēng)險(xiǎn)，但當(dāng)保險(xiǎn)措施存在殘缺，會(huì)存在殘余風(fēng)險(xiǎn)且會(huì)進(jìn)一步導(dǎo)致安全事故的發(fā)生[7]。

圖1 財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估各個(gè)因素關(guān)系圖

在對(duì)財(cái)務(wù)風(fēng)險(xiǎn)信息進(jìn)行評(píng)估時(shí)，本文先對(duì)財(cái)務(wù)風(fēng)險(xiǎn)信息進(jìn)行識(shí)別，進(jìn)而發(fā)現(xiàn)威脅發(fā)生的頻率賦值，識(shí)別脆弱性并對(duì)脆弱性的強(qiáng)度賦值。根據(jù)已有的保險(xiǎn)措施進(jìn)行風(fēng)險(xiǎn)分析，判斷整個(gè)財(cái)務(wù)管理系統(tǒng)是否能夠承受該風(fēng)險(xiǎn)，得出結(jié)論并進(jìn)行下一步具體實(shí)施。風(fēng)險(xiǎn)評(píng)估的過程示意圖如圖2所示。

圖2 關(guān)于風(fēng)險(xiǎn)評(píng)估實(shí)施流程圖

2 關(guān)鍵技術(shù)

2.1 灰色系統(tǒng)理論

灰色系統(tǒng)的核心思想是通過整理已知信息尋找規(guī)律，并通過這種內(nèi)在規(guī)律進(jìn)行信息預(yù)測(cè)[8]。本研究的財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)構(gòu)建的基本預(yù)測(cè)數(shù)學(xué)模型步驟如下所示。

調(diào)整后的Q值用于圖1來確定合適的邊墻支護(hù)參數(shù)。 加筋噴混的厚度、 間距和鋼筋的數(shù)量和直徑都必須根據(jù)地下洞室的尺寸和巖體質(zhì)量而變化。

假設(shè)財(cái)務(wù)風(fēng)險(xiǎn)原始序列為X0，其表達(dá)式為

3.3.1 積極營造適合中職生學(xué)習(xí)的課堂環(huán)境 良好的環(huán)境對(duì)心理調(diào)節(jié)和行為規(guī)范有積極作用，包括物質(zhì)環(huán)境和心理環(huán)境。物質(zhì)環(huán)境：主要是指教室布置。應(yīng)按照專業(yè)特點(diǎn)合理規(guī)劃，設(shè)計(jì)與專業(yè)有關(guān)的內(nèi)容，保持教室的整潔，從而增強(qiáng)學(xué)生的責(zé)任感。心理環(huán)境：和諧的課堂氛圍對(duì)于學(xué)生良好行為習(xí)慣的養(yǎng)成具有重要影響。課堂氣氛和諧融洽，教師講課心情愉悅，學(xué)生就容易受到感染，不僅課堂問題行為很少，還能促進(jìn)其學(xué)習(xí)與交流。

式中施加力F，壓電應(yīng)變常數(shù)[d]，尺寸參數(shù)為L*W*H，介電常數(shù)ε，由上述方程式可知所產(chǎn)生的電壓幅值與壓電陶瓷的外形尺寸、性能參數(shù)以及所受壓力密切相關(guān)。

X0=(x01，x02，…,x0n)

(1)

將得到的財(cái)務(wù)風(fēng)險(xiǎn)原始數(shù)據(jù)信息序列進(jìn)行累加，最終輸出的新序列為

X1=(x11，∑2n=1x12，…,∑nn=1x1n)

(2)

【查閱資料】制作固體酒精時(shí)，用由硬脂酸和氫氧化鈉反應(yīng)生成的硬脂酸鈉作為凝固劑，再加入酒精，酒精填充在硬脂酸鈉骨架間隙中，即可得到固體酒精。固體酒精在較高的溫度下燃燒時(shí)，硬脂酸鈉可完全轉(zhuǎn)化為硬脂酸和氫氧化鈉，硬脂酸和酒精均可完全燃燒生成二氧化碳和水。

其中，ε表示非阿基米德無窮小量，S-r與S+S分別表示減少的投入向量與增加的產(chǎn)出向量。

x0i+ax1i=bi

(3)

其中，k是1到n之間的任意自然數(shù)。通過累減計(jì)算進(jìn)行還原得到財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的最終形式為

a=[a,b]T=(BTB)-1BY

(4)

B=-x111

-x121

??

-x1n1,Y=x01

x02

?

x0n

(5)

由式(3)確定白化方程為

dX1dt+aX1=b

(6)

通過對(duì)財(cái)務(wù)風(fēng)險(xiǎn)原始序列X1離散化得到X1(t)，由式(6)確定時(shí)間t的響應(yīng)式為

x1(t)=x0(t)-bae-at+ba

(7)

進(jìn)而由時(shí)間響應(yīng)式得到時(shí)間相應(yīng)序列為

1(k+1)=X0(1)-bae-ak+ba

(8)

其中，a和b都是財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型中的參數(shù)，具體參數(shù)運(yùn)算為

(2)計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)樣本數(shù)據(jù)的殘差值u(k)和殘差平均值：

0(k+1)=x0(1)-ba(1-ea)e-ak

(9)

0(k+1)=w1(k+1), 0≤w≤1

(10)

其中，w表示財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)權(quán)重值。在得到最終形式的財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型后，為了驗(yàn)證財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型預(yù)測(cè)的準(zhǔn)確性，通常在過程中對(duì)財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型進(jìn)行檢驗(yàn)。本研究采用后驗(yàn)差檢驗(yàn)法驗(yàn)證財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的精準(zhǔn)度，其過程如下。

(1) 計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)樣本數(shù)據(jù)的平均值x-和均方差S21：

x-=1n∑nk=1x0(k)

(11)

S21=1n∑nk=1(x0(k)-x-)2

(12)

慢性阻塞性肺疾病是比較多見的疾病,因?yàn)闅饬魇芟?不完全可逆等導(dǎo)致了患者的肺部疾病。患者還會(huì)合并右心功能衰竭,大部分都是因?yàn)槁宰枞苑渭膊∷鶎?dǎo)致的。患者急性發(fā)作期優(yōu)于缺氧和二氧化碳潴留導(dǎo)致了肺動(dòng)脈痙攣,血液粘度上升,高凝和血栓前狀態(tài),肺部通氣受到影響,肺功能衰竭,心衰難以控制,因此抗凝和降低肺動(dòng)脈壓是治療的關(guān)鍵。

u(k)=x0(k)-0(k)x0(k)

(13)

=1n∑nk=1u(k)

(14)

(3)計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)樣本數(shù)據(jù)的均方差S22和2個(gè)均方差之比C：

S22=1n∑nk=1(u(k)-)2

(15)

C=S2S1

(16)

(4)通過財(cái)務(wù)風(fēng)險(xiǎn)樣本數(shù)據(jù)的殘差值與平均殘差值算出誤差概率P為

P={u(k)-<0.674 5S1}

(17)

由上述過程得到均方差之比C與誤差概率P，根據(jù)這兩個(gè)參數(shù)來檢驗(yàn)財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型預(yù)測(cè)的準(zhǔn)確性，檢驗(yàn)等級(jí)標(biāo)準(zhǔn)如表1所示。

表1 灰色系統(tǒng)模型檢驗(yàn)等級(jí)標(biāo)準(zhǔn)

在表1的計(jì)算過程中，如果均方差之比C越小，誤差概率P越大，那么財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的預(yù)測(cè)精度就越高。雖然灰色系統(tǒng)理論在很多方面效果很好，但依然存在某些缺陷。

2.2 數(shù)據(jù)包絡(luò)分析模型優(yōu)化

為了使財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的預(yù)測(cè)結(jié)果能夠得到進(jìn)一步地優(yōu)化，本研究采用數(shù)據(jù)包絡(luò)分析(DEA)模型進(jìn)行改進(jìn)，有效地克服了財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的預(yù)測(cè)結(jié)果的缺陷，減弱了隨機(jī)財(cái)務(wù)風(fēng)險(xiǎn)數(shù)據(jù)干擾的影響，使評(píng)估結(jié)果更加科學(xué)合理。

通過式(1)、式(2)得到財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的基本形式為

在DEA強(qiáng)化模型中，當(dāng)zj=1且減少的投入向量與增加的產(chǎn)出向量均為0時(shí)，說明財(cái)務(wù)風(fēng)險(xiǎn)獨(dú)立決策模塊Mj相對(duì)效率達(dá)到最高，無法進(jìn)行優(yōu)化;當(dāng)zj<1且減少的投入向量與增加的產(chǎn)出向量均不為0時(shí)，按照實(shí)際減少的投入向量與增加的產(chǎn)出向量的值進(jìn)行調(diào)整，實(shí)現(xiàn)DEA模型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)灰色系統(tǒng)模型的預(yù)測(cè)結(jié)果的優(yōu)化。

將字母j表示為用戶可以任意設(shè)置的自然數(shù)，則存在一組財(cái)務(wù)風(fēng)險(xiǎn)獨(dú)立決策模塊Mj，其投入向量xj與產(chǎn)出向量yj表達(dá)式為

xj=(x1j,x2j,…,xrj)T

yj=(y1j,y2j,…,ysj)T

(18)

其中，r與s均為自然數(shù)。假設(shè)Aj與Bj分別表示投入指標(biāo)的權(quán)重向量與產(chǎn)出指標(biāo)的權(quán)重向量，則財(cái)務(wù)風(fēng)險(xiǎn)獨(dú)立決策模塊Mj的相對(duì)效率為

zj=∑sj=1Bjysj∑rj=1Ajxrj,j=1,2,…,n

(19)

通過選取合適的投入權(quán)重與產(chǎn)出權(quán)重，使得相對(duì)效率小于等于1。通過Charnes-Cooper對(duì)式(19)變換得到線性方程組，即為DEA基礎(chǔ)模型：

minzj

DEA∑nj=1kjxrj≤zjxrj

∑nj=1kjysj≥yrj

kj≥0

(20)

其中，kj表示財(cái)務(wù)風(fēng)險(xiǎn)獨(dú)立決策模塊Mj的決策變量。由于單純的DEA基礎(chǔ)模型優(yōu)化效果十分有限，本研究在式(20)的基礎(chǔ)上引用非阿基米德無窮小量等參數(shù)，得到DEA強(qiáng)化模型：

大多數(shù)剖腹產(chǎn)手術(shù)患者因?qū)κ中g(shù)了解不充分,存在緊張、焦慮、恐懼等不良心理,非常不利于術(shù)后康復(fù)。因此,護(hù)理人員要將手術(shù)的相關(guān)知識(shí)及手術(shù)注意事項(xiàng)向患者詳細(xì)的講解,協(xié)助做好術(shù)前各種檢查;指導(dǎo)患者學(xué)會(huì)有效咳嗽,避免震動(dòng)傷口;同時(shí),認(rèn)真傾聽患者的主訴,給予細(xì)致的解答,盡量滿足她們的訴求,給予親人般關(guān)心和安慰,消除她們術(shù)前、術(shù)中、術(shù)后各種不良情緒,樹立樂觀的心態(tài),積極配合臨床治療與護(hù)理,爭取早日康復(fù)。

minzj-ε∑nj=1S-r+∑nj=1S+s

DEA∑nj=1kjxrj+S-r=zjxrj

∑nj=1kjxrj-S+s=ysj

kj≥0S-r≥0,S+s≥0

(21)

（5）新材料輔助的轉(zhuǎn)基因定量檢測(cè)技術(shù)。從近年來的轉(zhuǎn)基因食品分析檢測(cè)技術(shù)研究實(shí)踐而言，提出了使用新材料輔助進(jìn)行檢測(cè)的技術(shù)，比如納米技術(shù)不僅能夠降低背景值，還能夠提高檢測(cè)的準(zhǔn)確性。除此之外，利用氧化石墨烯、納米金粒子以及量子點(diǎn)等，輔助檢測(cè)作業(yè)。Zhu等[5]基于GD的特點(diǎn)，優(yōu)先結(jié)合單鏈DNA的能力，構(gòu)建了檢測(cè)系統(tǒng)，驗(yàn)證了GD的應(yīng)用價(jià)值。

DEA的原理在于將每種財(cái)務(wù)風(fēng)險(xiǎn)看作是一個(gè)獨(dú)立的決策模塊，利用投入和產(chǎn)出之間線性關(guān)系計(jì)算得出相對(duì)效率，并對(duì)相對(duì)效率進(jìn)行分析。DEA基礎(chǔ)模型的構(gòu)建過程如下。

2.3 財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建

本研究通過構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系進(jìn)行風(fēng)險(xiǎn)評(píng)估，財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)的選取要遵循實(shí)用性和可行性，目前對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)分類沒有一個(gè)確定的標(biāo)準(zhǔn)，本研究構(gòu)建出的一套財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系如表2所示。

表2 財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系

從表2可以看出，將本研究構(gòu)建出的整個(gè)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系劃分為財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)等不同的類型，這些數(shù)據(jù)類型包含了資產(chǎn)利潤率、資產(chǎn)周轉(zhuǎn)率等10個(gè)財(cái)務(wù)指標(biāo)，利率風(fēng)險(xiǎn)、市場周期律等6個(gè)非財(cái)務(wù)指標(biāo)。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)樣本

關(guān)于實(shí)驗(yàn)的硬件環(huán)境為Pentium(R)CPU、8核16G內(nèi)存、512G的硬盤容量;操作系統(tǒng)為Windows 10、JDK 5.0，通過MATLAB軟件系統(tǒng)進(jìn)行仿真。

聯(lián)動(dòng)的PLC、2套步進(jìn)電機(jī)、1塊觸摸屏、1套鎖付機(jī)及相關(guān)的外圍機(jī)械組件構(gòu)成。PLC1為主控制器， 實(shí)現(xiàn)自動(dòng)裝料、自動(dòng)安裝螺絲等功能；PLC2為從站控制器，實(shí)現(xiàn)工作臺(tái)前后、左右移動(dòng)到預(yù)訂安裝位置的功能。通過人機(jī)界面(觸摸屏)來實(shí)時(shí)查看系統(tǒng)工作狀態(tài)，修改螺絲安裝位置等相關(guān)參數(shù)。

本研究以某企業(yè)最近4年財(cái)務(wù)實(shí)際流向數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)樣本，通過構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系得到該企業(yè)從2016年到2019年的財(cái)務(wù)數(shù)據(jù)樣本如表3、表4所示。

進(jìn)行單因素試驗(yàn)時(shí)，一種元素含量作為變量，其余三種元素含量保持不變.試驗(yàn)中各元素質(zhì)量分?jǐn)?shù)范圍分別為10%～12%Si，1.5%～3.5%Cu，0.1%～0.3%Mg，0.1%～0.5%Mn.在ADC12鋁合金成分范圍內(nèi)，采用單因素條件試驗(yàn)分別向合金中添加不同量的Si，Cu，Mg，Mn元素時(shí)，考查合金力學(xué)性能的變化情況.在4種元素質(zhì)量分?jǐn)?shù)為10%Si，1.5%Cu，0.1%Mg，0.1%Mn的條件下，分別進(jìn)行Si，Cu，Mg，Mn添加量對(duì)鑄態(tài)合金抗拉強(qiáng)度與延伸率影響的單因素試驗(yàn)，試驗(yàn)結(jié)果如圖2～5所示.

表3 企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù)樣本

表4 企業(yè)非財(cái)務(wù)指標(biāo)數(shù)據(jù)樣本

表3和表4中的權(quán)值w由式(10)計(jì)算得出。

3.2 實(shí)驗(yàn)內(nèi)容與結(jié)果分析

在有了實(shí)驗(yàn)數(shù)據(jù)樣本后，下面將通過MATLAB軟件來構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，關(guān)于基于灰色系統(tǒng)理論構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型的程序如圖3所示。

圖3 財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型程序流程圖

根據(jù)圖3程序編輯得到財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，以表3中企業(yè)2017年?duì)I業(yè)利潤率財(cái)務(wù)指標(biāo)作為對(duì)象，輸入預(yù)測(cè)年份為2021年至2028年，通過對(duì)比采用與不采用DEA強(qiáng)化模型的計(jì)算權(quán)重所耗時(shí)間，統(tǒng)計(jì)結(jié)果如圖4所示。

圖4 計(jì)算權(quán)重耗時(shí)對(duì)比曲線圖

從圖4可以看出，采用DEA強(qiáng)化模型進(jìn)行優(yōu)化能夠顯著提高計(jì)算效率，并且隨著預(yù)測(cè)年份的變化，采用DEA強(qiáng)化模型計(jì)算權(quán)重耗時(shí)鄰近年份差距不是很大，這是因?yàn)镈EA強(qiáng)化模型減弱了隨機(jī)財(cái)務(wù)風(fēng)險(xiǎn)數(shù)據(jù)干擾的影響。實(shí)驗(yàn)結(jié)果表明，采用DEA強(qiáng)化模型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型優(yōu)化非常實(shí)用。

為了驗(yàn)證本研究基于灰色系統(tǒng)理論的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型比傳統(tǒng)評(píng)估模型更加適用，以文獻(xiàn)[5]中提出的模糊推理算法評(píng)估模型作為對(duì)照，以實(shí)際2016年至2019年的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估值為實(shí)驗(yàn)數(shù)據(jù)，計(jì)算這兩種財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型所預(yù)測(cè)的評(píng)估值，并得出結(jié)果與真實(shí)評(píng)估值進(jìn)行對(duì)比，結(jié)果如圖5所示。

2.2.4 MRI 完成MRI檢查者62例，其中MRI異常15例；其預(yù)測(cè)神經(jīng)系統(tǒng)不良預(yù)后的靈敏度為61.5%，特異度為85.7%，陽性預(yù)測(cè)值為53.3%，陰性預(yù)測(cè)值為89.4%。

圖5 兩種預(yù)測(cè)模型與真實(shí)評(píng)估值對(duì)比

從圖5可以看出，模糊推理算法評(píng)估模型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的評(píng)估值與真實(shí)值相差較大，而本研究所用方法預(yù)測(cè)評(píng)估值與真實(shí)值相差較小，為了更加清晰地對(duì)比，本研究統(tǒng)計(jì)2016年至2019年間的財(cái)務(wù)風(fēng)險(xiǎn)誤差數(shù)值結(jié)果如表5所示。

表5 兩種預(yù)測(cè)模型評(píng)估結(jié)果對(duì)比

從表5可以看出，本研究基于灰色系統(tǒng)理論的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型比模糊推理算法評(píng)估模型誤差值要小，在預(yù)測(cè)2016年時(shí)達(dá)到最小誤差率4.4%，表明本研究構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估方法的精準(zhǔn)性高。

4 總結(jié)

本文基于灰色系統(tǒng)理論構(gòu)建了財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型，通過分析存在的威脅和漏洞評(píng)估財(cái)務(wù)流失等安全事故帶來的危害程度，充分利用了灰色系統(tǒng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，并融入了數(shù)據(jù)包絡(luò)分析模型優(yōu)化灰色系統(tǒng)預(yù)測(cè)效率。最后利用某企業(yè)的數(shù)據(jù)通過實(shí)驗(yàn)驗(yàn)證了該評(píng)估模型的有效性和可靠性。但是本研究仍舊存在一些不足，有待在進(jìn)一步的研究中改進(jìn)。