文摘

本研究创建了一个模型的财务管理和决策在高等教育机构和实现财务预警和决策在高等教育机构基于DL算法和数据驱动的思考。除了分析财务风险的成因和创建一个金融风险预警系统,本研究提供了金融风险预防策略在高等教育机构。同时,建立高精度的共享金融风险预警模型使用预警指标数据,通过筛选和导入MATLAB DL网络培训。主系统模块设计同时使用计时图和流程图的模型,基于模型的分析和建模过程。这个模型的主要目标是提高财务管理的效率和科学判断高等教育机构。最后,它用于实验分析和研究结果,提供早期预警的金融项目预算执行进度。相比传统模式的准确性为12.03%,实验结果表明,该模型的预测精度可以达到95.78%。的财务管理和决策分析高等教育机构是本研究的主题的DL算法的应用。取得了积极成果,这为未来的研究可以作为一个起点。

1。介绍

高等教育机构作为中心创建新的文化力量促进社会、经济和文化发展,为社会发展培养人才的地方。在现代世界,一个国家在国际上的整体实力和竞争能力取决于教育的发展,国家科学技术和知识创新的水平1]。财务信息管理、事务管理的中心,和一个重要的组成部分,高等学校的日常运作的基本组织单元连接的所有学校的部门,团队和员工。高等教育机构已经从封闭转变为开放,和他们的粗放发展模式正在被一个集约发展模式(2]。这反映在高等学校的财务管理,要求转换财务管理模式从“财务报销”到“管理决策”,改变增长核算的财务管理会计中获益。高等学校的金融业务已经逐步创建了一个资本流通链类似于企业在当前学校管理系统由于大学的多元化投资者和大学的身份的多重性。高等教育机构运作基金的方式发生了显著的变化。新任务和目标是财务管理的高等教育机构。金融活动现在有一个广泛的主题除了注重严格的输入和输出之间的关系和密切联系的成本和效益。金融信息管理已经达到一个新的水平的科学合理性的加速生产的大量数据和信息技术的迅速发展3]。高等教育机构的财务管理正在经历一个独特的阶段,有许多新的任务和挑战。这一挑战的影响已经非常清楚,即使在高等学校财务管理的核心仍然是一个经济管理任务,协调和处理各种财务收支活动在高等教育机构和他们的整体经济关系。目前的主要发展目标是实现DL(深度学习)算法(4- - - - - -6)的研究,新技术手段,商业智能的发展和管理财务管理在高等学校为了实现科学决策。此外,如何进一步规范财务管理系统的背景下,高等教育机构的一个复杂的发展现状无疑会影响和限制机构完全开发的能力。因此,有一些理论和实际意义的研究基于DL算法和决策分析大学财务管理。

DL起源于人工神经网络的研究。网络与传统的神经网络相比,DL可以处理低级特征来识别高层的结果。DL有很强的容错(6,7]。DL的重点是采用一些可用的部分在生物神经细胞网络来弥补的缺点电脑,而不是完全复制它们与物理设备。目前神经网络是主要的学习算法,它具有良好的非线性分类和预测能力8]。当执行算法操作,人员需要开始向前传输程序,传输数据处理输入层的神经元节点,然后处理网络数据通过神经网络的隐层,最后分析结果的输出层。神经网络的泛化是体现在其自学能力和高速处理数据的能力,找到最佳的解决方案(9]。神经网络可以根据体重不断训练和调整误差环境神经层之间,和数据分布是不严格的。DL是一个自学的方法,其性能比传统方法更好的识别属性和特性。基于DL理论,本研究使一个相对详细的财务管理的研究和高等学校的决策模型。本研究的贡献如下:(1)本研究阐述了在高等学校的财务管理模式创新从以下方面:基本原则、基本理念、内容、和建立模式。同时,论述了决策算法的实现基于DL算法在高等学校的财务管理,构建数据分析流程图,应用数据集成,数据存储管理和数据分析技术和决策树分类算法闭环数据分析流程。(2)针对金融风险管理缺乏认识的高等学校,本研究提出的对策,建立金融风险预警指标体系。同时,预警指标筛选获得的数据被导入到MATLAB培训DL网络,和一个高精度共享建立财务风险的预警模型。本研究的方法是应用程序领域的创新和方法创新的金融风险预警和DL理论。

2。相关工作

通过建立投入产出效益分析模型,根据投入产出原则,汗和其他选定的输入和输出水平的指标,可以反映在高等学校教学和科研成就。计算内部单位的效益指标,并提出了减少职业的方法和改善内部单元的输出在高等学校10]。阿吉构造一个大学财务管理系统,实现了集中管理大学金融和校园信息系统的集成财务管理软件,从而实现学校的动态管理,为领导人的决策提供准确、可靠的信息(11]。汤姆等人构建的总体设计框架在高等学校财务管理流程再造。在大学的财务管理为研究案例,分析大学财务管理流程再造的切入点,并选择特定的企业财务管理优化过程(12]。小王进行了深入、系统的研究和讨论的几个理论问题在高等学校财务风险管理。与此同时,他提出的广义财务风险概念讨论的高等学校和高等学校的金融风险管理系统(13]。Jiangpointed的财务管理决策支持系统是一个科学决策系统,协助各级决策者意识到财务管理(14]。它主要使用大量的财务数据,许多模型通过人机交互实现科学管理。Aina等人分析了财务管理预警原理,发现财务管理预警的关键技术;然后收集数据相关的财务管理预警,并使用神经网络模型和描述财务管理预警的变化规律;并介绍了混沌粒子群。该算法优化财务管理预警分级机的参数;最后进入财务管理预警仿真实验(15]。Serido等人选择了9个重要的指标,可以从三个方面影响金融风险:偿债能力,运营能力,和发展潜力建立财务风险预警指标体系在高等学校16]。Hristov等人介绍了深层神经网络在DL共享金融风险预警的17]。根据财务数据的特点和决策过程学院王研究和分析了聚类算法和分类算法的优缺点,提出了一种改进的决策树算法基于指标;,建立了高校财务管理模式18]。

本研究发展金融风险预警指标体系基于现有相关文献的深入讨论。上市公司是结合DL网络和作为样本训练网络,产生DL网络模型可用于金融风险预警在高等教育机构。预期的系统功能,实现全面、科学的测试后一个接一个。早期预警系统的有效性基于DL的财务管理也显著提高。它具有很高的实际应用价值,可以及时提供预警财务管理以及解决一些问题与当前财务管理预警过程。

3所示。方法

3.1。讨论当前形势和模型实现技术高等学校的财务管理

人工神经网络研究了DL的发展。DL网络可以处理低级特征识别高层结果相比传统神经网络(19]。DL的容错网络是高的。DL的容错特性使其恢复使用信息从剩下的数据缺失的数据信息,有效地解决缺失数据的影响在财务模型预测的准确性+当使用互联网。非线性复杂网络系统称为神经网络是由大量处理单元的主要类似于神经元(20.]。一个输入层,几个隐藏层和输出层构成的多层反向传播神经网络(摘要)。它可以链接各级神经元和链接权重体重依赖型剂量的方式。DL网络的训练方法是有别于传统的摘要方法。向前信息流和向后误差修正传播构成了摘要算法。必须修改每个神经元节点的权重采用误差反向修改如果有重大差异的实际输出值输出层和样品的期望值。后的最终权重可以获得大量的修改和调整。有两个阶段的培训DL网络。具体过程如下:(1)使用非监督分层技术训练方法训练每一层一层地网络水平。然后每一层和整体网络参数的初始值。 (2) The supervised training method is used to adjust the parameters of the network. Through continuous learning, the characteristics of the network can be described more accurately, to achieve a high level of recognition and prediction. The DL model is shown in Figure1。

高等学校的财务管理模式作为其财务管理系统的基础,作为管理组织结构关系,金融权利分配,组织财务活动。学校事业发展和加强高等学校的财务管理都是极大地借助于适当的财务管理实践的应用(21]。一方面,高等学校在今天的多元化教育面临的金融风险。高等教育机构注册机构与社会交互,管理民主,跑学校依法。有一定的金融风险为学校筹集资金,管理和使用教育经费等。它能够独立开展经济活动和接受完整的财务责任。另一方面,作为高等教育机构的规模继续增长,人们将更多的钱投在构建校园和创造新的学术领域。多元化融资已经成为一个不可避免的选择,因为典型的国家财政分配不再能支持学校发展的需要。财务管理的地位和意义在高等学校提高这种多元化趋势的结果。多元化的融资策略不仅给学校带来大量的资金,还和其财务风险管理提出了挑战。高校内部管理制度有很多问题阻碍了经济增长。从高等学校的实际管理,目前,高等学校主要反映几种类型的金融风险的财务指标:金融失衡的风险,投资风险,债务风险形成的债务发展的高等学校和学校运行的金融风险行业。 As institutions of higher learning gradually move toward the market and the scale and intensive development of schools, institutions of higher learning must correctly, reasonably, and effectively use the raised funds and strive to achieve more and better social and economic benefits with the least capital consumption and labor occupation. However, at present, the financial management in institutions of higher learning still has obvious inadaptability in concept, management and personnel quality, and the present situation of financial management is not optimistic. At the same time, because the institution of higher learning can’t solve the combination of power and responsibility, there is no effective incentive policy, and the corresponding management means are relatively simple. They mainly rely on school administrative orders to implement financial management. For a long time, the income of institutions of higher learning has been dominated by financial allocation, with insufficient attention paid to the use of funds and a lack of awareness of cost saving. When the state’s financial allocation is limited, making ends meet, the operation of funds will become more and more difficult, and institution of higher learning will fall into financial difficulties.

针对存在的问题在高等学校的财务管理,本研究认为,主要有以下原因:(1)预算管理约束的力量削弱,没有声音控制系统。(2)缺乏商业意识和不注意完成成本核算。(3)当前的财务分析有一定的局限性。(4)财务决策需要改善。大学资本流动和企业资本运动之间的差别是由非营利性高等教育机构。高等教育机构的基金运动特点是提高,使用,和省钱;它是单向流动,只能让事情正常运行,不能支付费用。市场竞争的企业将经历一种生存危机一旦他们的财务状况恶化。高等教育机构不是一个例外。虽然不太可能失败像企业,其资金链可能失败,导致拖欠工资和福利,非常具有挑战性的日常运营,和其他活动,妥协的标准指导教学和危及发展高等教育机构。 The financial management of institutions of higher learning is showing a leaping development trend with the establishment of a market economy and the deepening of the higher education reform system. Objectively, these trends mandate that universities implement significant changes to their financial management system, mode of financial management, and financial operation mechanism. Higher education institutions can’t currently be judged by the market because they are in a seller’s market, which prevents them from investing in scientific research or improving their facilities. In general, higher education institutions’ own development plans and financial stability play a major role in determining how much money is invested in scientific research and how well courses are taught. As a result, the investment in scientific research and educational level made by various institutions of higher learning is actually uneven. Correctly comprehending the law of fund movement and bolstering financial management is crucial for enhancing the management of institutions of higher learning, maximizing the distribution of educational resources, and enhancing school administration effectiveness. Financial management should not only be seen as a crucial component of university administration but also as the backbone of academic success. As a result, in order to control the financial management of institutions of higher learning, a more scientific and effective management approach must be used in order to adapt to the new environmental changes.

3.2。建设基于DL大学财务管理和决策模型

在高等学校财务管理的目标可以概括如下:建立财务管理模式,是符合市场经济的发展,协调与管理体制改革高等学校,以高等学校的财务部门为核心,基于综合财务收支计划管理、集中与分散相结合协调和有序的方式。与此同时,管理模式的目的是优化资源配置,调整支出结构,提高办学效率。使用财务管理系统后,高等院校实现财务数据的及时交流,加深部门之间的合作,加强高等学校的财务管理,使高等学校的操作更顺利、更有效。这是财务管理系统的主要功能。根据业务的重要性和现实,大学业务流程可分为两类:主要业务流程和支持业务流程。前者主要包括业务活动,如人才培养、科学研究和科技产业。的因素,决定了独特性和高等学校的核心竞争力。后者包括人力资源管理、财务管理、后勤支持等业务活动需要提供基本支持的主要业务流程。金融风险过高或过低不利于高等学校的发展。过低财务风险将减少高等学校的投资收入,减少高等学校的教学质量,然后影响高等学校的发展; Too high financial risk will lead to financial crisis and make institutions of higher learning fall into financial difficulties; Moderate financial risk is conducive to the development of institutions of higher learning. When designing the system, we should first clarify the purpose of system development in combination with the actual needs of institutions of higher learning; Then the main functions of the system are determined around the purpose of system development; Then, and the main function modules are divided based on the function realization; Then design each functional module. The principles of financial risk management are as follows: (1) The principle of coordination. (2) Principle of the overall structure. (3) Cost-benefit principle. (4) Principle of applicability. The management activities of the financial risk management system must be combined with stability and flexibility, which is convenient for daily management and operation as well as emergency management in the face of emergencies. The framework and algorithm flow of the financial management intelligent decision support system are shown in Figure2。

资产管理必须结合高等学校预算管理和财务管理,这是不可分割的整体。三的组合不仅有利于有效地进行资产管理,也有利于深化预算管理制度改革,科学编制预算,和加强财务管理。高等学校的财务风险不是由一个单一的风险引起的,而是由各种风险因素的交织如债务风险和投资风险。因此,高等院校的金融风险管理应该形成一个风险管理系统。建立早期预警指标的目的是量化信息,为决策提供客观依据。建立早期预警指标的过程中,为了真正全面反映高等学校面临的金融风险,我们应该选择有重大影响的相关指标和高灵敏度。使用性能指标来评价高等学校,鼓励他们发展和提升自己,增强他们的竞争力。本研究主要建立财务风险预警指标体系从三个方面:偿债能力,运营能力,和发展潜力,如表所示1。

在此系统中,会计起着重要作用,主要包括押金会计、总帐管理、现金管理、应收账款管理、应付账款管理、固定资产管理。通过分析当前财务会计的基本管理程序,用户可以更有效地提高管理运营过程的影响。每个大学都有一个独特的环境,同一所大学之间的金融关系和他人之间随着时间以及不同的大学不同。建立财务风险预警系统的高等教育机构不可避免地会受到这些因素的影响的准确性和科学性。因此,除了定量分析,基本金融风险的定性分析高等教育机构是一个有用的补充定量分析,它有时可以显示的实际情况和金融风险的本质比定量分析高等教育机构。我们不仅要自己管理金融风险在金融风险管理过程中也给予其他风险充分必要考虑他们需要,以及基于整体风险评估和风险管理水平的高等教育机构。缺失值和噪声值都显著贡献者不准确的数据系统。因此,系统的数据清洗过程主要包括两个步骤:添加缺失的值和拖尾噪声值。发现偏差和缺失的数据应该是第一位的。丢失的和有偏见的数据必须被填满,然后改正。

DL算法纠正每个神经元层的重量和偏差判断是否整个神经网络的误差函数下降最快的。迭代公式所示:

其中,代表的重量和偏见价值网络;代表了迭代计算后重量和偏差值;代表了神经网络的学习速度;和代表了误差函数的梯度。选择乙状结肠函数作为神经网络中的神经元之间的传递函数,训练样本集表示为:

其中,代表一个 - - - - - -维向量。表示预期的输出值为:

实际的输出值表示为:

重量和实际输出的函数的迭代次数。隐藏层的数量可以确定神经网络中的节点根据以下公式:

计算隐层和输出层的实际输出为:

为了计算相关指标和分析金融风险通过高等教育机构的早期预警系统,本研究采用定量分析和定性分析技术。这使得机构的金融活动及时调整,可以控制偏差,和适当的行动可以采取有效预防和抑制不利因素的出现,使机构实现其目标。除了一部分基金,剩下的收入和支出之间的平衡在一个高等学校的财务管理活动将被用作商业资金弥补单位收入和支出的平衡。这个系统应该被用来管理所有财务信息为高等学校和应该完全控制所有金融行为。常用的主要功能校方在使用这个系统包括报告生成和观看,财务数据收集和分析等。大学管理员更容易找到它的方便和彻底理解高等院校的相关财务数据由于这些有用的功能。

假设输入样本数据 , 是径向基函数,神经网络的输出是:

的公式,代表了th神经元节点;代表神经元节点的数量;和代表了连接隐层的重量。径向基函数的具体定义是:

的公式,代表径向基函数的中心;代表中心点的宽度;是样本之间的距离和中心。在神经网络的学习过程,获得不同样品和中心之间的特定基础如下:

样品是不断调整的中心的最小距离,见下面的公式: 在哪里是学习速率。相应地调整范式的距离,见下面的公式:

不断重复上述过程来确定最优 。

组织的硬件元素内部控制机制。为了建立一个组织和运营结构适合自己的特点,高等学校应设置内部机构根据自己的条件,和分裂和平衡每个管理层及其权力和责任。为了便于协调和管理,高等学校应该澄清相关负责人。与此同时,我们应该充分发挥监管机构的重要作用。财务管理系统可以结合实际的高等学校的财务管理需求,实现有效的财务管理。金融管理系统规划的特点,控制,和信息的一致性,在大学金融中扮演不可替代的重要作用,操作,和金融监管。

4所示。结果分析和讨论

在这一章,150年高等学校在总样本分为两组,即判断模型的准确性的测试样本和训练样本建立高校财务风险预警模型基于DL。是否特别对待的标准是判断金融危机发生在高等学校。它被标记为“圣”的特殊待遇,但“non-ST”特殊待遇。分别有20 130个训练样本和测试样本,其中圣大学和non-ST大学是均匀分布的。从而构成的所有样本DL网络。MATLAB软件作为工具程序,然后9 130年金融风险预警指数数据训练样本输入到程序。定义预警时间和警告条件是进展的早期预警的先决条件的金融在高等学校预算执行。预警在高等学校缺乏系统的,完整的、连续的,和深入的理论研究和实际应用。在这项研究中,选择一所大学的财务预算数据作为样本,并警告预算执行的进度。测试电脑的配置如表所示2。

为了使深度学习网络模型数据训练,达到很好的效果减少原始数据方差和规范化。处理过的数据可以直接用于深度学习网络的训练。在这项研究中,最小最大偏差方法是选择数据规范化,标准化,其公式如下:

这个函数的功能是线性变换原始数据和限制数据[0,1]。图3显示了MSE(均方误差)的培训模式。

从图可以看出3MSE的模式正变得越来越小,和它的收敛趋势明显,表明该培训模式已经进入了一个稳定的状态。训练样本用于火车DL网络,和测试样本用于测试构造网络来确定预测精度。然后,根据测试结果的反馈,网络参数设置是纠正。连续试验后,最好的预警网络模型是最终获得,可以用于早期预警和分析。日军(平均绝对百分误差)不同的算法进行比较。算法的日军比较图所示4。

可以看出,这个模型的日军指数较低,这表明该模型具有一定的准确性。比较建模时不同的财务管理预警方法如图5。

财务管理预警的建模时间比较,可以看出,财务管理预警的建模时间缩短在这项研究中,财务管理预警的建模速度加快,和更多的数据在高等学校财务管理预警可以处理。

培训包括网络结构的设计。包括几层DL网络、输入层、输出层,多个隐藏层,和训练参数。这些DL网络的网络结构设计确定培训的效果。并确定一个好的网络结构需要不断进行测试。一般来说,在输入层的节点越多,较大的输入数据的范围,更准确的预测神经网络模型。然而,大量的节点也会增加神经网络拟合的压力,延长模型的训练时间,减少模型的预测结果的可靠性。输入层节点的数目设置为18。培训效果如图6。

由于不同类型的输出数据,输出节点的数量将改变输出数据库的大小。当一个神经网络用于分类输出节点的数量,最常见的是二进制表达式。它有明显的优点和直观的分类不同的模式的结果。训练后的网络,使用测试样本进行测试。表3显示模型的预测结果。

我们可以比较DL网络共享财务预警模型的输出值和标准值的预警指标数据与相关指标数据的大学,不管他们是否圣或non-ST大学,并进一步确定基于判断是否存在财务风险。通过将输入数据源转换为一个测试集,DL可以评价预测结果的准确性。此外,预测可以使用生成的DL模型预测的结果是否与实际值相匹配。图7描述了模型的预测精度。

自从DL网络本身有能力自行学习功能,没有使用因子分析等方法在本研究筛选选择指标。甚至无标号数据可以用于学习功能,如果有足够的数据。这是DL的利益网络。自从DL网络本身有能力自行学习功能,没有使用因子分析等方法在本研究筛选选择指标。甚至无标号数据可以用于学习功能,如果有足够的数据。这是DL的利益网络。

5。结论

目前,高等学校的财务管理作为管理和经济活动的中心,而不是仅仅是一个简单的会计功能。高等学校的财务管理是高校管理的一个重要组成部分,它的范围和内容不断扩大。除了使用法律和管理工具,我们还应该使用信息技术来构建一个完整的财务管理模式,以真正提高财务管理水平的高等教育机构。学校领导不能把握校园管理信息及时以财务信息为核心,准确,全面,没有首先解决财务控制问题,金融预警、和财务决策。结合财务管理和DL决策支持系统能够自动自适应并行关联推理和数据挖掘的金融体系,提高科学、标准化、财务管理和情报,决策和执行。本研究提出并开发新的财务管理和决策模型对于高等教育机构使用DL的方法。根据实验发现,该模型的预测精度可以达到95.78%,高于12.03%的传统模式的准确性。结果支持本研究的有效性和可靠性提出的DL-based大学财务管理和决策模型。在实际环境中,系统可以修改和调整按照独特的情况下实现更多的应用程序。取得了良好的效果,当DL算法应用于财务管理和决策分析高等教育机构的研究。 These results can serve as a point of reference for related research.

数据可用性

使用的数据来支持本研究的发现可以从作者要求。

的利益冲突

作者没有任何可能的利益冲突。