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不同的组。通过聚类过程形成的每一个组称为一个类（Cluster）。

　　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为聚类的原型，然后迭代将对象加入与其最相似的原型所在的类，直到满足某种条件为止，应用最为广泛的聚类方法是k-means方法。

　　3.2 实验准备

　　实验数据来自教育部直属高校财务月报系统，该系统是教育部进一步加强财务管理、推进教育财务管理信息化步伐、加快实现教育财务管理现代化的重要举措，通过该系统可以更方便及时地了解直属高校的财务状况和经费收支情况，更便利地进行各种数据汇总和财务分析工作，为教育部财务日常管理和科学决策提供了有力支持。

　　本实验使用SQL Server按照高校财务风险指标计算公式，计算得到76所教育部直属高校2011年6月份在各个指标方面的取值情况，然后利用SPSS Clementine软件提供的k-means方法，根据高校在财务风险4个方面的指标取值情况，对高校进行聚类。Clementine不但可以对对象进行聚类，也可以显示各聚类变量的均值是否存在显著差异[7]，有助于增强聚类结果的可解释性。“三分法”是经验分析中常用的方法，因此本实验将聚类个数设定为3类，旨在获得高、中、低3类。

　　3.3 实验结果分析

　　首先，根据直属高校该月在高校财务风险4个方面指标取值情况，分别对4个子分析主题进行聚类（见表5）。

　　以高校运营能力分析为例，根据高校在其6个指标的取值情况，聚类得到第一个类包含71所学校，第二个类包含1所学校，第三个类包含4所学校。进一步查看各指标在各类的取值情况，显示对于高校运营能力聚类，各个高校在“经费收入支出比率”“公用经费支出占事业支出的比重”“固定资产增长率”指标上的取值差异对聚类结果作用不大，而在“经费自给率”“自筹经费收入占总经费收入的比重”“投资基金占事业基金的比率”指标上的取值差异对聚类结果影响较大，因此进一步查看各高校在这些对聚类结果影响较大的指标上的平均取值，可以看到，聚类-1包含的高校普遍经费自给率较低（0.14）、自筹收入占比一般（0.07）、对外投资风险较小（-0.02），聚类-2包含的高校普遍经费自给率一般（0.22）、自筹收入占比一般（0.07）、对外投资风险过高（42.44），聚类-3包含的高校普遍经费自给率比较高（0.49）、自筹收入占比较高（0.17）、对外投资风险较小（-0.25）。因此，综上分析，聚类-1代表高校财务运营能力“中”，聚类-2代表高校财务运营能力“低”，聚类-3代表高校财务运营能力“高”、财务风险最小。

　　同样，采用类似的方法对其他3方面分别进行聚类分析。其中，根据各高校在收益能力3指标的取值情况，聚类得到第一个类包含73所学校，第二个类包含1所学校，第三个类包含2所学校，其中“资产收入比率”和“净资产收入比率”的取值差异对聚类结果影响较大；根据各高校在偿债能力7个指标的取值情况，聚类得到第一个类包含23所学校，第二个类包含27所学校，第三个类包含26所学校，并且除“流动比率”指标外，其余各指标的取值差异均对聚类结果影响较大；根据各高校在发展潜力5个指标的取值情况，聚类得到第一个类包含29所学校，第二个类包含43所学校，第三个类包含4所学校，除“其他资金动用程度”外，其余各指标的取值差异对聚类结果均影响较大。

　　最后，仍采用同样的方法，根据各高校在个财务风险指标上的取值情况进行聚类（此时评价中“正向指标”表示值越大发生财务风险的可能性越大，“反向指标”表示值越大发生财务风险的可能性越小）（见表6）。结果第一个类包含35所学校，第二个类包含4所学校，第三个类包含37所学校，分析可知，聚类-1代表高校财务状况较好、发生风险等级“低”，聚类-2代表高校财务风险“高”，聚类-3代表高校财务发生风险等级“中”。最后将财务风险分析4个方面和财务风险分析结果进行比较，可以发现财务存在风险的高校。

　　4 结 论

　　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标体系，从高校运营能力、高校收益能力、高校偿债能力、高校发展潜力4方面对高校财务风险进行综合评价，在此基础上，利用聚类分析方法根据各高校在各指标上的取值情况对高校财务风险进行分类，从而获得高校财务风险等级情况。由于本文仅是针对高校某年某月的财务风险情况进行分析，考虑到高校财务状况也会根据时间变化，因此下一步研究将根据高校在一时间段内的财务情况序列对高校财务风险情况进行分析。

　　主要参考文献

　　[1]岳正华，蔡彬. 基于综合评分法的高校财务风险评价分析[J]. 四川教育学院学报，2010，26 （12）：9-11.

　　[2]张文耀. 基于层次分析法的高校财务绩效评价[J]. 西北大学学报：哲学社会科学版，2009，39（4）：116-118.

　　[3]黄文雅，周娉. 因子分析法在高校财务风险评价中的应用[J]. 湖南工程学院学报：社会科学版，2008，18（1）：13-16.

　　[4]黄海波， 刘飞虎. 基于功效系数法的高校财务风险警情测度模型研究[J]. 哈尔滨商业大学学报：社会科学版，2011（2）：86-90.

　　[5]赵春. 基于数据挖掘技术的财务风险分析与预警研究[D].北京： 北京化工大学，2012.

　　[6]武森，高学东，[德]M·巴斯蒂安. 数据仓库与数据挖掘[M]. 北京：冶金工业出版社，2003.

　　[7]薛薇，陈欢歌. Clementine数据挖掘方法及应用[M]. 北京：电子工业出版社，2010.

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。