前言：尋找寫作靈感？中文期刊網用心挑選的智能型財務報表分析專家系統研究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
現有的財務金融與會計專家系統多以推導規則為知識表達方式，在目前的應用上最大的缺陷是無法建立完整的領域知識架構，所以造成推論出來的結果有限。以R.Pacheco等人開發的財報分析系統為例：他們事先定義了三種問題﹙流動性、負債能力與獲利能力﹚以及各自相關的可能成因，使用者在輸入財務比率數值后，通過規則進行分析判斷。然而財報分析的知識內涵是復雜的，有時無法僅歸類于一種問題，例如代表獲利能力的股東權益報酬率，經公式分解后，得知可從三個方面改善：同屬獲利能力的凈利率、表示經營能力的總資產周轉率與代表長期償債能力的權益乘數，而它們分屬三種問題類別，但由于知識表達方式的限制，致使該系統無法推論出進一步的原因與結果。至于FINEVA系統，其知識庫全部由規則所構建，僅僅使用規則構建知識內容的限制在于，當領域知識與控制規則、推論規則結合在一起時，便難以促成知識的分享與再使用。由此可見，傳統的財管專家系統仍具有相當程度的改善空間。文獻[8]針對傳統專家系統缺乏對海量知識的高效管理能力，利用數據庫技術提出一種新的專家系統模型，擺脫了對專家系統開發工具的依賴，對規則、事實數據可以進行方便管理。LjubicaNedovic與VladanDevedzic則進行了一項橫斷面(Cross-Section)的研究[9]，根據五個個案系統探討財管專家系統所采用的技術、工具、方法以及開發過程中所遭遇到的問題等，他們指出，目前的技術仍以規則式專家系統為主，并預期財管專家系統未來將朝向智能型系統發展。作為描述領域專家知識的知識庫是整個專家系統的核心，也是一個專家系統能否成功的關鍵因素[10]。
知識表達法規則式知識表達法發展至今已被廣泛采用，但是本身具有諸多缺點，因此新的知識表達法陸續被提出，如以面向對象為基礎的框架式知識表達法以及以本體論為主要架構的本體論知識表達法。一些研究通過將本體引入財務管理領域[11-12]，可以理清該領域的知識結構，有助于財管領域與各領域進行融合，方便知識的重用和交互。信息檢索信息檢索時數據庫扮演的角色大多為索引表，主要內容為文章所有關鍵字詞的地址，進行檢索時系統先在索引表中取得使用者搜尋的字詞的地址再將擁有搜尋字詞的文章加以呈現，檢索前需要對文章（文件）進行前置處理，其流程如圖1所示。
系統設計思想如圖2所示，知識獲取過程由知識工程師與專家面談并閱讀相關文獻，歸納評估項目與變量，組織知識框架，對評估變量進行分類，最后由領域專家定義財報分析規則并通過模糊邏輯予以模糊化。知識表達部分以框架式知識表達法為基礎，再導入本體論的概念完整的表達財報分析知識，以完成知識庫的構建。知識推理機制與本體論構建部分，以先前完成的知識庫為推理機制的依據，將兩者建立溝通完成整合。知識庫擴充部分利用信息檢索技術將財報中與知識庫內部財報分析專有名詞在語義和概念上相似的字詞檢索出來，再置入知識庫中進行知識建模，通過這種機制提供系統自我學習能力。
1.財報分析知識獲取知識獲取
分為三個階段，第一階段界定評估企業財務體質所需分析的問題分類以及解決各問題必須使用哪些評估項目與評估變量。第二階段建立知識框架關聯性和屬性分類，完成評估變量的分類。第三階段探索專家解決問題的過程與線索，在分析過程中為各個評估變量定義評估標準，并完成模糊語義的定義、歸屬函數與模糊規則的制定。
2.財報分析知識表達
對獲取的專家知識進行知識建模，首先以框架式知識表達法描述領域知識的層次關系。若僅以框架式表達領域知識雖然能顯現知識的結構性，但是仍有諸多缺陷，因為框架式知識表達法完全以面向對象的概念與特性作為知識表達架構，如果從知識更新與維護角度而言，一旦知識類別與屬性定義完成，日后難以進行修改與更新，所以知識表達功能仍稍有不足，而且與人類的思維仍有落差。因此我們將現有的框架式知識表達與本體論知識表達加以整合。首先對構建完成的框架式知識庫進行分析，再以此為基礎進入本體論知識表達階段，將分析完成的知識概念導入本體論并加以擴充，再通過知識框架間的關聯性和模糊規則表達知識概念間的關系、知識概念本身所代表的情況、屬性或專有名詞間的邏輯關系、范圍與性質。本體論知識表達實現平臺采用Protégé的本體論知識模塊。
3.建立財報分析知識推理機制
將已完成的框架式知識表達作為推理機制的依據，主要由模糊規則、知識類別描述以及知識類別實體化組成。采用支持Rete算法的JESS作為推理機制工具，模糊規則撰寫部分采用由JESS延伸而來的FuzzyJess。各個知識類別的結構利用JavaBean設計完成，然后將模糊規則置入所屬的類別中，再利用JESS描述各個知識類別以及實體化，此時可開始接收使用者輸入的數據，JESS再用相關的指令將數據分別傳遞至各個對象進行模糊推理。
4.知識本體論與推理機制的溝通
本體論及知識建模開發環境與其它問題求解軟件結合是智能型系統發展與應用的關鍵成功因素之一[14]，這一階段主要任務在于將領域知識本體論以及推理機制整合并構建溝通平臺。采用Eriksson開發的JessTab作為兩者溝通的橋梁。Protégé最大的優點在于可通過插件擴充功能[15]，JessTab作為Protégé的插件成功的整合Jess與Protégé。
5.財報分析知識庫擴充
財報分析領域的專有名詞中由于翻譯和習慣的差異，產生許多同義詞，若僅以關鍵詞為基礎進行檢索，難以找出與關鍵詞在知識上相近的文字，無法實現知識庫的擴充和系統自我學習能力，因此系統結合了文件前置處理流程和擴充式查詢檢索，有利于知識建模與知識庫的完整性，進而提供系統自我學習能力的機制。整個過程分成三個階段，分別為建立詞庫、文件前置處理、知識搜尋與知識庫擴充。
智能型財務報表分析專家系統實現
1.系統架構
圖3（圖略）為智能型財報分析專家系統架構圖。在系統架構與設計上，采用開放式平臺和元件化設計原理，結合Java交互式運算模式與JESS推理機制的開發工具。采用框架式與本體論知識表達法充分表達財務報表分析領域知識，并利用JessTab提供的方法和功能將二種知識表達法建立的知識庫加以整合，有利于知識庫管理與更新同步化。由于財報分析各個方面評估結果隨著使用者認知的不同而稍有差異，因此采用模糊規則實現更精確以及口語化的推理結果。使用者操作界面分為兩種模式，一種模式使用者可針對十三個主要的財務比率進行數據輸入，完成后系統即進入推理運算。另一種模式為系統讀取財務報表，對報表內容以及概念式索引表進行分析、比對，針對財務比率以及會計科目間的知識、概念、同義字關系構建出知識本體論，再置入本體論知識庫中，并搭配框架式推理架構對報表中的數據進行推理、運算產生最后結果。使用者界面與索引表搜尋界面采用JSP設計，使用者通過Web瀏覽器即可使用系統。#p#分頁標題#e#
2.領域知識獲取
首先知識工程師準備了具有高度結構性的問題與領域專家通過問答方式進行面談，最終采用流動比率、凈營業周期、銷售增長率、股東權益占資產比率、長期資金占固定資產比率、利息保障倍數、銷售報酬率、總資產報酬率、股東權益報酬率、總資產周轉率、應收賬款周轉率、存貨周轉率、固定資產周轉率等十三個財務比率作為評估企業財務體質的變量。十三個財務比率依照其代表的知識與意義分成短期償債能力、長期償債能力、獲利能力、經營能力等四類，其中短期償債能力與長期償債能力可歸為償債能力，獲利能力與經營能力可歸為經營績效，領域專家認為償債能力和經營績效在評估企業財務體質時為主要的兩大項目，因此二者又歸為企業財務體質類。表1給出了本文采用的十三個財務比率的含義及類別，圖4給出了采用這十三個財務比率評估財務體質的流程。
3.財務體質知識框架
為了構建框架式知識庫，研究人員與專家必須確定解決問題的目標（財務體質）及次目標（短期償債能力、長期償債能力、獲利能力與經營能力），以及各次目標之間的主從關系。以短期償債能力為例，若CR為差，NOC也為差，則短期償債能力必為差；若NOC為佳，則需進一步分析S，若S為佳，則短期償債能力為尚可。長期償債能力、獲利能力與經營能力的評估流程也依此類推。在確定解決問題目標、次目標及其主從關系后，知識工程師便可將其轉換為框架式的知識表現。由于評估財務體質難以采用量化的方式，而且評估的準則較偏主觀，考慮到評估的精確性，本文導入模糊規則并分別置入知識框架中，作為各框架屬性的推理依據。在構建模糊規則時，采用了李克特量表作為模糊語義的依據，將各財務比率、評估項目以及財務體質分為佳、稍佳、尚可、稍差、差共五個等級，再經過領域專家對各項評估變量的特性決定歸屬函數和模糊集合。以流動比率為例，流動比率越高代表該公司償還流動負債能力越高，對于短期債權人越有保障，因此流動比率與評估結果呈正相關。
4.財報分析知識本體論
財務報表分析知識組成架構是由眾多的會計科目通過公式運算取得財務比率，再通過特定知識獲取方法將眾多的財務比率結合成的幾個評估項目構成，每一部分彼此具備特定的關聯性，本文遵循此架構分析出會計科目、財務比率、評估項目的知識內容，利用知識語意網絡圖呈現彼此間的知識關聯性，如圖5所示。圖中矩形代表各個知識概念類別，越往上層知識類別越具有意義，以虛線條表示，越往下層的知識類別抽象程度較低稱為實體類別，以實線條表示。類別之間的關系以箭頭表示，每個箭頭上關系名稱說明彼此的關聯性，is-a代表類別間繼承的主從關系，operation表示該類別必須通過特定的公式進行運算才可取得箭頭尾端的類別，由于財務比率是由多項會計科目組成，因此圖中財務比率知識類別的箭頭并無直接連接到任何一個會計科目類別，表示彼此之間的多重關系。由于會計科目又可再細分成多個會計科目，產生多個知識類別，如流動資產細分成現金、約當現金、應收賬款、應收票據、存貨等多個子類別，因此越往底層的會計科目多且廣，而且隨著企業從事的產業類型的不同，又可產生不同的知識類別，為此在構建領域知識本體論時，本文遵循上述的架構。領域知識本體論構建分為兩個階段，首先由既有的框架式知識庫，以財報分析七個評估方面和財務比率為基礎初步完成本體論構建。第二階段是以會計科目相關數據獲取，以及與財務比率、其它會計科目之間的知識關聯性為依據加以構建，首先系統讀取財務報表并將其處理成固定格式，通過本身的格式取得該會計科目與其它會計科目的知識關聯性，再搭配財報分析詞庫與概念式索引表輔助取得會計科目本身同義字詞，置入Protégé本體論知識庫模塊內，并把財務比率及會計科目建立成不同的類別并加以描述，完成知識庫擴充機制的構建。完成知識類別結構表達與呈現后，系統依此本體論架構進行推理運作，首先將各個知識類別進行實體化，針對該類別運作的內容實體化成各個實例，并針對本身的中文同義字、計算公式、該類別的上下界以及其它相關資料加以表述，同時系統在進行推理時產生的推理結果也會同步更新于該實例中。以凈營業周期知識類別為例，首先將其實體化名稱為凈營業周期評估，描述內容包含凈營業周期評估結果、凈營業周期計算公式、凈營業周期中文同義字、凈營業周期上界下界，同時也涵蓋繼承父類別實體化后擁有的資料，凈營業周期為短期償債能力的子類別，短期償債能力繼承于償債能力，償債能力又繼承企業財務體質，因此該實例涵蓋企業財務體質中文同義字、企業財務體質評估結果、償債能力中文同義字及其評估結果、短期償債能力評估結果。
總結
本文提出一種結合框架式與本體論的概念進行智能型財報分析專家系統的設計方法，通過一連串的知識建模過程完整表達財報分析領域知識，并有效輔助財報專家評估企業財務體質，改善現有此類智能型系統在知識表達、系統部署、推理架構方面的不足。以智能型系統發展趨勢而言，傾向于以超媒體智能型系統的互動方式運行，而本文構建的系統推理過程及評估結果仍為靜態的文字方式，是未來拓展的方向之一。在進行知識獲取與知識表達階段時，發現少數幾個財務比率或會計科目的計算公式以及包含項目，隨著公司的產業不同而有所差異，如一般產業、金融業、壽險業、證券業，本文僅以一般產業為主，因此知識表達的完整度仍有提升的空間。
本文作者：武凌 王浩 單位：安徽財經大學管理科學與工程學院