非财务数据

非财务数据（精选8篇）

非财务数据 篇1

随着信息大爆炸时代的来临, 银行所处的环境日趋复杂以历史成本为依据、单一采用货币为计量单位的财务信息无法反映出企业的生存状态, 无法准确描述银行所面临的风险,从而也就无法体现出银行的自身价值。 正因为如此,非财务信息披露显得尤为重要,相关的监管部门也出台了《公司履行社会责任报告编制指引》等制度来加强非财务信息的披露。 但是目前我国上市商业银行非财务信息披露不平衡,内容失真,没有统一的评价标准,仍处于起步状态。

1会计信息披露的文献综述

信息是市场经济有效运行的关键因素之一,因为不完全的信息披露而造成的信息不对称是制约经济运行方式和经济效率的基本问题。 以资本市场为例,徐寿福、徐龙炳(2015)指出由于信息不对称,会产生三个方面的问题:管理层以及内部人员的道德风险、机会主义行为盛行;逆向选择,从而导致劣质企业的价值被高估;羊群效应、跟风炒作。 这些都将造成投资者无法对企业的价值进行正确的评估, 从而导致投资者巨额亏损增强会计信息披露的质量,能够对上述的三个问题起到一定的抑制作用。 而会计信息披露是包括投资者在内的利益相关者获得与企业相关信息的一个重要途径。 因为利益相关者只有以获得的信息为依据,才能做出相关的决策。 要求企业及时、准确地进行会计信息披露是利益相关者保护自身利益的重要手段。

卢文彬等(2014)通过实证研究,得出信息披露环境的改善,尤其是媒体的参与会通过影响管理层及内部人员的声誉而对其行为进行约束,从而在一定程度上可以抑制管理层的道德风险;徐寿福等(2015)通过实证得出了信息披露质量的提高可以有效地抑制市值高估公司的股价泡沫,降低资本市场对企业价值的偏误, 也就在一定程度上减少了逆向选择带来的风险;刘永泽等(2014)通过对我国深市A股数据的分析,得出了信息披露质量的提高,在增强普通群众分析能力的同时,也可以在一定程度上弱化分析师的行业专长,减少分析师获取私有利益和内幕消息的可能性,从而减少羊群效应。 不仅仅是营利组织, 会计信息披露对于非营利组织也很重要。 陈丽红等(2015) 通过对中国慈善基金会的数据进行分析, 发现慈善组织财务信息披露是影响捐赠者进行捐赠的重要因素,并且财务信息披露质量与后期捐赠收入呈显著的正相关。

会计信息披露的内容可以分为两大类: 一类是财务信息另一类就是非财务信息。 虽然企业的财务信息可以在一定的程度上较为全面的反映出出企业的财务状况、经营活动以及相关业绩的情况,并且通过有着统一格式规范约束的财务报表形式对外进行披露,但是由于会计在确认、计量和报告时多采用历史成本为依据,所以财务信息主要是反映企业在过去的经营活动,及时性很差。 财务信息对外进行披露的方式受限于财务报表,格式内容相对单一固定,很多重要的信息无法对外进行披露,信息使用者希望得到与企业相关的各种信息的需求无法得到满足,这也就要求企业加强对非财务信息的披露。 非财务信息往往与企业的直接财务状况不相关,但是却与企业的生产经营中的种种方面息息相关。 非财务信息中通常包括一些行业预测性和前瞻性的信息,相关信息使用者可以利用非财务信息对企业未来的发展情况、盈利水平等做出更好的预测。 并且相较于专业性很强的财务信息来说, 非财务信息更加贴近生活,简单易懂,加强非财务信息的披露对于一些非专业人士或是小型股东来说,可以帮助他们更加简便地做出投资决策。 同时,非财务信息通常不仅限于单一的企业,往往能够反映出整个行业与类似企业的总体水平,企业对其操控程度相对较小。

2非财务信息披露现状:基于16 家上市银行的分析

目前我国的银行对外进行非财务信息披露的主要方式是通过编制社会责任报告的方式,对其履行社会责任的相关情况进行系统性的披露。 因而本文以16 家上市银行对外披露的社会责任报告为研究对象。

2.1 社会责任报告出具时间偏晚,存在一定的滞后性

截至2015 年8 月, 上述16 家上市银行中有15 家对外披露了2014 年的社会责任报告,只有北京银行还未将2014 年的社会责任报告报出, 且北京银行在2015 年的1 月23 日才将2013 年的社会责任报告报出,存在很大程度上的延迟。 而在报出的15 家银行之中,大多数银行的报告时间集中在3 月底。 同时还有20%的银行报告报出时间在4 月底,即勉强达到相关合规性的要求。 银行业整体的信息化程度很高,对外进行信息披露应该起到一定的先锋带头作用,但是整体看来非财务信息的披露仍存在一定的滞后性,从而导致及时性与相关性受到一定的影响,如表1 所示。

2.2 非财务信息披露内容少且有一定的选择性,平衡性较差

通过对16 家①银行的社会责任报告的内容进行研究后,发现大多数银行均采用相似或是相同的编制基础进行编制,并且所有银行都采用了多种编制基础进行编制,详见表2。

以国际上广泛采用的GRI指标为例,上述16 家银行中,共有11 家在报告后附上了GRI指标索引。 通过对该索引的研究和分析可以发现,目前的非财务信息披露中尚不充分,很多指标没有对外进行披露,即信息披露内容少。 通过进一步研究可以发现,披露程度比较高的G4-1 至G4-58 这58 个指标中,反应的大多是报告概况、银行的相关介绍和银行治理层结构等信息, 这类信息往往是对于银行基本情况的一些简单的描述,不具备相应的实质性,价值含量很低,而那些社会关注的、含金量高的指标,如高管的薪酬、劳工的正当权利是否得到保障等指标,大多数银行选择一带而过(详见表3)。 同时,银行的社会责任报告篇幅都很长,大多为70-80 页,但是银行无一例外将报告的重点放在银行在抗震救灾、公益救助等正面新闻上,对于银行的负面新闻,如收到处罚、接到投诉次数等信息选择了避而不谈,报喜不报忧,平衡性很差,从而使得社会责任报告更像是银行的一本宣传册。

2.3 非财务信息披露缺少合适的鉴证标准,真实度得不到保证

在这16 家上市银行的社会责任报告中,有12 家银行的社会责任报告都聘请了会计师事务所或是相关的鉴证机构对报告的真实度进行了审查,并随着社会责任报告一同公布了毫无保留的审计报告。 而北京银行、南京银行、宁波银行和兴业银行这四家银行在社会责任报告中未公布相应的审计报告,这在很大程度上对于信息披露的真实性造成了一定的影响。

在12 家公布了审计报告的银行中, 有11 家银行选择了“四大”会计师事务所为提供鉴证服务的机构, 而招商银行选择了BV集团。 在审计的过程中,四大事务所都采用了统一的准则作为审计的依据,即《国际鉴证业务准则第3000 号:历史财务信息审计或审阅以外的鉴证业务》。 在事务所进行审查时,通常会选择十几个关键的数据指标,审计的重点是对这些关键性的指标进行重新计算,并与银行对外公布的数据对比看是否一致,这在很大程度上限制了审计的范围,没有充分体现出审计应有的价值。 而且,事务所在进行重新计算的时候,这些关键指标的数据来源均为银行经审计后的财务报表,这也会因为事务所的自我评价而使得独立性受到一定的影响,影响整个报告的真实性。 同时,事务所为了获取财务报表之外的相关信息,通常采用的审计程序为询问法、访谈法等,即与银行的高层或相关的管理人员进行交谈、询问等,这类信息的主观随意性比较强,真实性得不到保证。

3非财务信息披露问题的技术原因

导致非财务信息披露出现这些问题的原因是多方面的,除利益相关者、披露成本、自愿披露与强制披露矛盾冲突等因素外,仅从数据分析技术这一客观因素分析,主要有以下几点:

首先, 传统的数据分析手段无法分析和处理非财务信息。财务信息以企业的经营活动为基础,完全基于市场,所有的与经营活动相关的财务信息都可以用统一的标准(如金额)来进行衡量。 但是非财务信息涉及到企业经营活动的方方面面,数据信息数量庞大,而且离散程度较大,很难全面的进行收集,并且非财务信息的格式多种多样,大多数都是半结构化甚至是非结构化的信息,无法像财务信息那样采用金额的方式进行统一的计量,从而也就无法对其进行数据处理,从而使得对外披露的难度很大,很大程度上影响了企业对外报出的时效性。

其次,现有的数据分析技术的落后,无法对非财务信息进行深层次的挖掘,无法发现并总结非财务信息的规律,也就无法形成统一的评价标准来衡量企业非财务信息披露的真实性,从而使得企业存在选择性披露行为。 而导致企业进行选择性披露的原因, 一方面认为企业过多的进行非财务信息披露会造成竞争者获取信息从而产生不利于企业的行为, 这也就使得企业可能不会过多的对涉及到企业隐私部分的信息对外公开, 如对于新技术的开发研究情况等,尤其在竞争激烈的行业更是如此。 另一方面认为企业很可能会隐瞒对企业自身产生不利影响的一些信息,更加倾向于对外披露一些对企业产生正面的信息,因为过多的披露负面的消息将让企业更深的陷入困境,所以企业信息披露不能反应企业的真实情况,这也就是所谓的“柠檬观”。 以上这两个方面都会造成企业对于非财务信息进行选择性的披露,从而造成信息披露内容失真等情况。

最后,对于非财务信息的披露,我国相关的监管部门还是以自愿披露为主。 因为,目前对于非财务信息进行披露需要耗费很大的人力、物力和财力,这对于一些小型企业来说,可能在成本上难以接受。 同时,如果外部监管部门制定统一化的标准,非财务信息的标准往往各不相同, 没有大数据环境的支撑,手工对账的方法起不到应有的效果。

目前我国非财务信息披露中存在的问题,从根本上说还是由于数据分析技术的落后而造成的。 而作为下一次技术革命中的核心力量,大数据技术的到来给人们带来了先进的数据分析技术,以上问题也将得到缓解。

4大数据为充分信息披露提供的保证

4.1 大数据的特征

大数据是一个新兴的概念, 从大数据的特征对其进行描述, 比较有代表性的是4V理论, 即认为大数据有以下4 个特征:规模性(Volume)、多样性(Variety)、高速性(Velocity)和价值性(Value)。 具体特征见图1。

4.2 大数据不仅数据规模庞大,更在于数据内容的丰富

大数据最为鲜明的特征就是其巨大的数据量,如此庞大的数据量如果采用传统的技术和方法对其进行处理和分析,不可能在合理的时间内获得想要的结果。 但是,想要将大数据的概念和传统意义上的数据相区分,单单从字面上一个“大”字去理解,认为大数据仅仅就是数据规模的庞大,这是远远不够的。 大数据包含从移动设备、视频监控、互联网等不同渠道产生海量的数据, 从这些不同渠道产生的信息显然有着不同的数据类型,既有音频、视频格式的,也有地理位置信息等等,这些与传统模式下采用货币这种单一计量方式的财务信息有着明显的不同。 大数据环境下的数据量庞大且来源丰富,可以覆盖与企业相关的方方面面,这也就为企业做出高质量的信息披露提供了一定的支持。

4.3 大数据可以采用云端计算的方式,获取信息速度快

云计算,是一种新型的计算方式。 它随着大数据的发展而得到了广泛的利用。 企业可以通过互联网的方式,连接上建设于云端的资源池,在这个资源池中存放着数量庞大、种类各异的数据,企业可以根据自身不同的需求,选择不同的连接方式从而获取不同的计算能力和处理结果。 在这种方式下,企业自身不需要建设具有强大计算能力的设备,而是可以选择按需购买,借助在云端强大的计算能力,实现快速的处理和分析数据,可以在秒级的单位里给出分析结果。 同时,鉴于处理数据所得到的结果往往也是海量的,这对于企业进行存储和查阅带来了一定的困难。 这时候就可以采用云存储的方式,企业通过购买可以在云端获取无限大的存储空间用来存储数据分析结果,从而通过网络就可以随时随地的访问所需的数据,这也就为企业进行充分的信息披露打下了一定的基础。

4.4 大数据中蕴含着丰富的信息,有利于深层次的数据挖掘

正如上面提到的那样,大数据的覆盖面很广,可以更好的反映出传统的财务数据无法衡量的一些信息,并且这些非财务信息如果处理得当的话,可以更接近其行为本身。 同时,因为大数据的高速性,在很大程度上减少了相应的时间成本,这也赋予了大数据很高的价值。 但是,由于大数据的数据量相当的庞大,相应的这也就带来了很大的数据噪音,导致了数据的价值密度低。 因此,企业应当针对大数据的这一特征,对数据进行深层次的挖掘,将大数据的价值发挥到最大,充分利用通过数据挖掘获取的信息,从而可以做出更高质量的信息披露。

5大数据分析技术在上市银行非财务信息披露中的作用

5.1 通过大数据采集,非财务信息披露更加全面

大数据本身不产生新的信息,但是提供了一种获取更多信息的工具。 如果说传统环境下的信息采集是从池塘中捞鱼,那么大数据环境下则更像是从大海中捕鱼。 大数据丰富的信息来源可以涵盖与银行相关的方方面面, 而数据处理技术的升级,使得银行可以更好的应对非结构化的数据,从而获得更为宽广的非财务信息的来源。 随着大数据平台的进一步建设,与银行相关的各种信息可以更好的融合在一个统一的平台内,银行可以将原本离散程度很高的信息碎片重新整合,形成一系列完整的信息,从而做到更为全面的收集。 例如,针对非财务信息披露中存在的对于社会信息披露不充分的问题,银行可以充分的使用大数据技术,同时建立一个社会信息大平台,将银行在参加社区活动时产生的相关的记录存放于这个平台中,也可以将银行在制定政策时是否充分考虑了相关社区的整体利益的信息进行记录,把与银行相关的社会信息更好的整合起来,从而做到更为全面的披露非财务信息。

5.2 通过大数据分析,非财务信息披露更加快速

正如上文提到的那样,大数据环境下是从大海中“捞”鱼,所采用的数据采集与分析的工具是以云计算为代表的新型信息处理工具, 银行可以根据自身的需求购买相应的计算能力,在降低成本的同时让银行获得了强大的信息处理能力,可以游刃有余的面对数量庞大、结构复杂的非财务信息。 同时,大数据环境下,对于数据的研究更多的是总结出一个整体性、预测性的信息,而对于数据的精准性要求有所降低,这也在一定程度上加快了数据处理的进程,从而做到更加快速的进行非财务信息的披露。 银行可以借助大数据的高速性的处理方式,从而节省编制非财务信息报告所需的时间,同时,如果提供鉴证服务的事务所或者其他集团也采用大数据技术,对于银行的关键性的非财务信息进行审查,可以加快审计工作的进程,从而在整体上推动非财务信息的披露。 如表4 所示。

5.3 大数据注重数据之间的关系,以鉴证银行披露的真实度

在大数据时代, 银行处在一个融合度更高的信息环境中相较于传统环境下对于数据之间单一的因果关系的探究,大数据环境下人们往往更加地注重对于数据之间的相关关系的分析,使得很多不同形式、不同来源以及不同层面等信息存在着不少的交叉点,这样数据也就具备了一定的可追溯性,从而使得信息互相验证成为了可能。 而且非财务信息不仅仅局限于一个单独的银行, 它们往往能够反映出整个行业总体的一种趋势,也就是说,大型优质的银行对外提供的非财务信息也可以作为同时期行业内的一种标准,从而可以更好地衡量其他银行的非财务信息的质量高低。 例如,因为国家为了更好地塑造国有银行在公众中的可靠的形象,为了将国有银行作为同行业内的标杆,对于国有银行的监管力度很强,相应的信息披露的要求也较其他银行高很多。 这也就是说,可以将国有上市银行作为一种行业内检查标准的参考元素,在此基础上进行相应非财务信息衡量标准的制定。

5.4 大数据平台的构建,优化了公众监管的信息披露大环境

在大数据的信息环境下,随着利用云计算、大数据等先进的数据分析模式的普及,对于非财务数据的分析成本将会得到一定程度的下降,这也就为中小型银行进行非财务数据披露打下了基础。 各个外部监管部门也可以和一些优质的国有银行一起, 共同建设一个与大数据信息平台类似的非财务信息平台将自身采集、分析和处理的非财务信息集中在这个平台上并定期的进行平台维护和升级, 使得多样化的数据实现共共存,这也就可以将相同类型的数据进行归类存储,对同一类型的数据可以采取一定的制度进行管理,从而像财务信息一样,总结归纳出一系列的规律,形成一定的衡量标准,从而对采集到的信息数据进行相应的质量评价。 而对于一些市场化程度较低的地区,还可以充分发挥媒体所具有的独特的治理的功能。 随着非财务数据分析门槛的降低,可以鼓励有关媒体对于某些社会热点问题,例如针对目前社会民众都比较关心的银行业高管薪酬问题等,进行数据的采集和分析,并且媒体可以通过其独特的传播力和影响力对外进行披露,实现对银行行为的监督。 而外部监管部门可以将大数据平台上的信息与媒体的报道结合起来,发现、解决并总结其中发现的问题,以此为实际的情况为基础,制定出一系列的相配套的规章制度,进一步规范非财务信息披露的大环境。

6结语

非财务信息披露将有着越来越重要的地位,而我国银行业目前的发展情况仍不容乐观,有着信息披露及时性差,内容不真实,存在选择性披露等等一系列的问题。 因此各银行应当加强相关的人才培养,进一步的发展大数据等先进的数据分析手段并将其运用到实际工作中去,同时外部监管部门也应当根据实际的情况,制定一系列相配套的规章制度,明确各部门职责从而构建好非财务信息披露的大环境。

摘要：随着大数据时代的到来,非财务信息披露越来越受到人们的重视。文章根据16家上市银行非财务信息披露的现状,针对信息披露不及时、披露内容不充分以及披露可鉴证性差等问题,从大数据环境背景及数据挖掘的技术视角分析其原因,阐述大数据分析在数据采集、分析以及信息质量鉴证等方面对非财务信息披露起到的积极作用。

关键词：大数据,云计算,数据挖掘,非财务信息,信息披露

参考文献

[1]秦荣生.大数据、云计算技术对审计的影响研究[J].审计研究,2014(6):23-28.

[2]徐寿福,徐龙炳.信息披露质量与资本市场估值偏误[J].会计研究,2015(1):40-47,96.

[3]沈弋,徐光华,王正艳.“言行一致”的企业社会责任信息披露——大数据环境下的演化框架[J].会计研究,2014(9):29-36,96.

[4]卢文彬,官峰,张佩佩,等.媒体曝光度、信息披露环境与权益资本成本[J].会计研究,2014(12):66-71,96.

[5]胡元木,谭有超.非财务信息披露:文献综述以及未来展望[J].会计研究,2013(3):20-26,95.

[6]孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013(1).

非财务数据 篇2

主 讲：William Wu（曾任多家知名企业的中国区财务经理、财务总监及欧洲知名食品企业的运作总监，在财务管理和工厂运作管理方面拥有+15年以上的外企财务管理工作经验）

课程对象：企业中、高层非财务管理人员

授课方式：知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与 【课程价值】

掌握基础的财务知识，读懂公司常用财务报表 理解各部门的经营活动如何影响公司的财务状况 各部门与财务人员在统一的平台上达成有效沟通

建立起清晰的成本及风险控制意识，强化现金流意识，提高资金运作效率 如何规避企业的财务风险

学会使用预算等管理工具加强内部管理

运用财务思维解读企业运作，并有效提升工作绩效 【培训内容】

1、如何快速读懂财务报表 整体财务管理观 财务管理三大决策

如何快速解读财务报表上的财务数字 从公司财务管理的角度重新审视资产负债表 从管理的角度解读利润表

透视现金流量表对日常管理的现实重大意义 税收对利润及现金的影响

各种利润率及各项成本费用比率分析

应收账款的坏账、存货的减值、固定资产折旧等对利润的影响 案例分析：大家试试做会计

2、基于财务报表信息改善管理业绩

找讲师、公开课，上诺达名师网，中国最大的培训平台 http://qy.thea.cn/

以现金流量表为切入点的改善 资金周转危机的原因分析 从现金流量表中反映资金周转危机 增加现金收入的主要途径 控制现金占用的主要手段 财务报表所不能透视的管理问题 财务指标背后的业务活动解析 应收账款周转率分析及改善方法

存货周转率的意义及其如何理解是否存货越多越好？如何改善存货周转率的方法

应付账款周转率的真正内涵及其如何理解付款周期越长对企业是否真正增加正能量

如何提高企业获利的能力

绩效管理目标同实际财务数据如何有效控制管理 股东和职业经理人人对于投资回报的不同理解 分红和激励最大化的矛盾

案例分析：某企业的财务报表分析案例

3、预算管理

预算的重要性和原则 目标管理的动态过程 怎样编制预算 公司重点目标

责任中心预算控制与绩效管理 零基预算

预算的跟踪与控制：事前、事中、事后 案例分析：利用预算控制成本费用的关键点

4、建立完善的成本控制体系 直接成本、间接成本 固定成本、变动成本

找讲师、公开课，上诺达名师网，中国最大的培训平台 http://qy.thea.cn/

保本点分析

什么是管理不善成本？ 企业价值链成本的构成状况 目标利润率

新产品研发及产品报价 产品定价及销售策略 成本控制关键点

案例分析：日本丰田汽车CCC21成本控制方法 【讲师介绍】 William Wu 教育专业

管理学学士、金融硕士 工作经历和成果

现任职于香港知名上市公司在华投资公司财务总监。

曾任多家知名企业的中国区财务经理、财务总监及欧洲知名食品企业的运作总监，在财务管理和工厂运作管理方面拥有+15年以上的外企财务管理工作经验。曾从事于世界500强的欧美快速消费品行业、新加坡上市公司包装行业，石油新能源行业、+20亿年产值的进出口贸易耐用消费品OEM加工、中国第一家新兴医学实验室服务性行业以及现代农业.熟悉中国会计制度、税法和国际会计准则（IFRS），对企业财务预算和内部控制管理、成本核算、现金流量控制以及企业运营管理效率的提升有丰富的实战管理经验和成功业绩。

并对生产型企业的外部采购和企业并购有成功的操作案例。主要业绩：

建立了百事集团亚太区第一套富有成效的土豆种植项目财务成本控制核算管理体系；

2003年新加坡HONG LEONG GROUP(新加坡上市公司)内部审计评为“C级-满意”； 2008年全球Bakkavor集团公司(伦敦上市公司)内部审计评为“C级-满意” ； 通过建立可操作性的KPI和优化流程管理推动降低成本费用，曾成功节约成本找讲师、公开课，上诺达名师网，中国最大的培训平台 http://qy.thea.cn/

+500万元；

制定并完善了一整套公司内部控制管理的财务手册，成功操作了公司自身被并购 山东Halo项目和广州Car项目成功操作并购； 在任运作总监时：

1)优化供应链管理，主要原料采购成本同比下降+10%； 2)整合区域销售渠道和扩大NPD，区域销售增长+20%。主讲课程：

《非财务经理的财务管理》 《现金流量与运营资金管理》 《全面预算与绩效控制管理》《企业成本管理实践》《公司财务诊断与分析》《财务报表解读》„„ 主要客户包括：

BP、壳牌、汉高、施耐德、科勒、通用电气、康明斯、联合利华、索尼爱立信、飞利浦、戴尔、霍尼维尔、博世力士乐、迪爱生、华瑞制药、中美史克、拜尔医药、诺和诺德、菲利普莫里斯、摩根大通、麦肯锡、家乐福（中国）、梅赛德斯-奔驰、统一企业、卡夫食品、马氏食品、普睿司曼、圣戈班、三星电子、约翰迪尔、康宁司、百胜餐饮、米其林、交通银行、民生银行、花旗银行、中原信托、中国人寿、中国铝业、中远集团、青岛啤酒、腾讯控股、长安汽车、东风汽车、北汽福田、国药控股、李宁公司、国美电器、苏宁电器等

Ctrl+鼠标左键【点击访问诺达名师官方网站】

非财务数据 篇3

一、财务危机概述

财务危机, 又称财务困境, 对于其定义, 学术界有许多不同的观点。Beaver把破产、拖欠优先股股利、拖欠债务界定为财务危机。Altman定义的财务危机是“进入法定破产的企业”。Deakin则认为财务危机公司仅包括已经破产、无力偿还债务或为债权人利益而已经进行清算的公司。Ross等人则认为可以从企业失败、法定破产、技术破产和会计破产四个方面定义企业的财务危机。

从财务预警角度看, 财务危机有广义和狭义之分。广义的财务危机是指公司盈利能力的实质性减弱、公司的偿债能力丧失, 涵盖了公司财务状况恶化的各个阶段。狭义的财务危机仅指公司丧失偿付能力的最严重状况, 也就是所谓的“资不抵债”, 最终导致公司不能清偿到期债务而发生破产。有效的财务预警可以帮助企业识别潜在的财务风险, 对企业的经营具有十分重要的意义。

二、财务危机预警

财务危机预警主要借助企业的财务报表、经营计划及其他相关会计资料, 利用财会统计、金融、企业管理、市场营销理论, 采用比率分析、比较分析、因素分析等多种分析方法, 对企业的经营活动、财务活动等进行分析预测, 以发现企业在经营管理活动中潜在的财务风险, 并在危机发生之前向经营者发出警告, 督促企业管理当局采取有效措施, 避免潜在风险演变或损失, 起到未雨绸缪的作用。

近年来, 国内外学者针对财务危机预警模型展开了深入而广泛的研究, 从定量研究到定性研究, 从单因素分析 (如Beaver的单变量模型) 到多变量预警模型 (如多元线性模型、多元逻辑模型、人工神经网络等等) 的建立, 其中影响较大的当属美国学者Altman利用多变量统计分析方法建立的Z指数模型, 即

其中:X1=营运资本/期末总资产,

X2=留存收益/总资产,

X3=息税前收益/总资产,

X4=权益市场价值/账面债务总额,

X5=销售收入/资产总额,

Z为判断财务危机的临界值。

当Z<1.81时, 企业归属破产组, 企业会破产;当Z>2.99时, 企业属于非破产组, 企业不会破产;在1.81

除了定量模型, 国内外的一些学者提出在财务分析中应运用定性分析方法, 如四阶段分析法, 即将财务困境分为危机潜伏期、发作期、恶化期、爆发期四个阶段, 分析企业的财务状况;也有学者提出使用专家调查法, 即德尔斐法, 组织专家对企业所处的内外环境进行分析, 辨明企业是否存在发生财务危机的可能, 从而预测财务危机发生的可能性。

三、非财务指标的引入

非财务指标是指不能从企业的财务报表中分析取得, 而只能由企业的某些外在特征 (非财务信息) 体现出来的指标, 如企业的财务政策、研发能力、市场占有率等等。非财务指标不仅对企业发展具有重要意义, 在对企业财务状况进行评价的时候, 也是不可忽视的重要因素。

克里斯托弗·伊特纳曾对60多家制造类和服务类企业进行了实地调研, 并对297位高级经理人做了问卷调查, 调查显示:那些采用正确的非财务指标作为评估手段, 并在非财务指标与财务数据之间建立了因果关系的公司, 5年内获得的资产回报率和股东权益回报率明显高于没有这样做的公司。

万希宁、王艳对利用引入非财务指标后修正的Z模型, 对ST三普药业股份有限公司的财务状况进行分析, 分析发现在未引入非财务指标前, Z模型是失效的, 而在引入非财务指标后, 可以较早的发出预警。

Cheng Ying Wu选取了31家财务失败公司和非失败公司, 分别运用财务指标模型、财务和非财务指标综合模型对危机发生前三年的财务状况进行预警, 结果显示其预警的准确度分别如下:表1

上表表明, 企业在危机发生前2年及前1年, 分别运用财务指标模型和综合模型预警的精确度是一致的, 均达到75%以上, 但在危机发生前3年, 以财务指标预警的精确度仅为66.13%, 明显低于综合模型的预警精确度72.58%。

四.基于非财务指标的财务预警模型初探

为了及早发现危机, 提高预警精确度, 在进行财务风险预警时不能仅仅依靠定量或定性的模型计算或分析, 应尽量将定量指标和定性因素结合起来, 提高预警的精确度并及时采取有效措施, 将风险控制在企业可以接受的范围之内。田高良等在评析国外财务危机预警方法的基础上, 将财务危机预警方法划分为定量预警法、定性预警法和两者结合法三大类。

从这个角度出发, 充分考虑定量模型的优势, 在定量模型的基础上, 引入非财务指标, 利用一定的方法将定性的非财务指标定量化, 以原有的财务预警模型为基础, 对财务指标和非财务指标分别赋予不同的权重, 建立一个新的综合的财务预警模型, 实现定性因素与定量指标的结合, 财务指标与非财务指标的结合, 以实现对财务风险更加准确的衡量。

结束语

本文从财务预警的定量模型出发, 指出单纯依赖定量模型判断企业财务危机的局限性。引入非财务指标, 建立综合考虑财务指标和非财务指标的评价模型。模型合理考虑了非财务指标, 提高了预警的精确度, 有助于企业的管理决策。但是应该注意到非财务指标的选取, 必须和企业的实际相联系, 此外, 如何合理的确定非财务指标的权重也是一个非常重要的问题, 有待于进一步研究。

参考文献

[1]、杨剑, 金果, 尹立荣:企业病诊断与防治[M].北京:中国纺织出版社, 2004

[2]、Beaver W.Market Price, F inancial Ratios, and the Prediction of F ailure[J].J ournal of Accounting Research, 1968:179-192.

[3]、Altman E.F inancial Ratios as Predictions of F ailure[J].J ournal of Accounting Research, 1996:71-102.

[4]、宫本超, 田祥新.上市公司财务危机预警模型的实证研究.广西财政高等专科学校学报, 2004 (10) :22.

企业非财务因素分析 篇4

那么, 如何全面、准确地对非财务因素进行分析呢?笔者认为应当从以下几个方面进行全方位的考虑。

一、正确认识非财务因素的主要载体, 准确把握其获取途径

非财务因素的载体十分复杂且呈多样化, 如调查报告、企业档案资料、财务会计报表、会计报表附注、企业财务情况说明书、企业经营管理的信息资料、报纸、政府公告、法律文件、上市公司的注册会计师审计报告及管理建议书等等, 这些都可能是非财务因素的载体。它可以是成文信息, 也可是不成文信息;有来自企业内部本身的信息, 也有来自于企业外部的信息;等等。

一般来说, 企业财务会计报告、上市公司的注册会计师审计报告及管理建议书等集中了纳税人主要的非财务因素;同时, 在一些管理工作较为健全的管理和中介机构, 如工商所、税务所和会计师事务所等, 一般都建立有较完善的“企业管理信息系统”, 包括企业组织、管理等方面的基本情况, 来全面、及时地记载企业的非财务因素。目前, 随着信息产业的发展, 互联网等公共信息网络日益成为分析者获取非财务因素的重要来源。

对于分析者来说, 要充分、全面地了解企业的非财务因素, 首先必须认真全面地查阅以上相关资料所提供的主要非财务因素;其次, 利用与企业人员的讨论获得有关相关资料之外的重要信息 (非资料信息) , 在完善档案管理制度下, 企业档案资料应能提供财务分析所需的主要非财务因素。但对于管理基础薄弱, 档案资料不够规范、齐全的企业来说, 采取与其相关人员和企业管理层的交流讨论是一种有效的增强和补充方式;再次, 利用媒体和公共信息网络系统, 获取有企业的行业因素、宏观政策、经济环境因素等非财务信息。

二、准确判断非财务因素影响的方向性、时间性和程度差异性

1、影响的方向性

非财务因素对企业财务的影响具有双重性, 即有的对其产生消极的不利影响, 但也有的是“雪中送炭”, 会产生一些正面的、积极的影响, 如破产企业的重组、有经验管理人员的任命等, 均可能增强其财务状况健康发展的可能性。分析者应当实事求是地评价非财务因素对企业财务状况、经营成果和现金流量的影响。

2、影响的时间性

非财务因素对企业财务的影响不仅具有方向性, 也具有时间性。有些非财务因素的影响也许是“立竿见影”的, 影响较为短暂。但有些因素, 尤其是那些主要因素并不是短期存在、暂时影响的, 而是一种长期的过程和“循序渐进”的影响。当前的许多非财务因素是在过去就已经存在着的, 并可能持续存在、影响下去。所以, 我们必须关注非财务因素影响时间的持续性, 进行动态的分析。

3、影响程度的差异性

影响企业财务的非财务因素是复杂多样的, 但各项因素对其影响的程度 (相关程度) 存在差异, 一项因素与财务状况正相关, 与经营成果可能负相关或不相关。也就是说, 有些因素对于一些企业或具体的财务方面来说, 影响是重大的、决定性的, 但对于另一些企业或具体的财务方面来说, 却可能是微不足道的。

对非财务因素影响程度判断的目的, 是要将这一判断客观、准确地运用到对企业财务指标的预测之中。其中, 行业风险因素、经营风险因素和管理风险因素等, 作为影响企业财务能力的非财务因素, 它们是对企业财务状况、经营成果和现金流量进行预测分析、动态评估的变量因素。

三、非财务因素的选择与分析要抓住重点

非财务因素的上述方向性、时间性和程度上的差异特征, 要求分析者在非财务因素分析中, 要有主次之分, 不能对所有的非财务因素进行面面俱到的分析, 而应抓住重点, 重点分析那些影响企业财务风险的关键性因素。所谓关键性因素, 就是那些影响方向明显、影响程度较大的重要因素。这些关键性因素一般是以行业类型、企业特征、财务特点等不同而有所区别。如对房地产行业的分析显然区别于对汽车制造厂财务的分析。在非财务因素评估中, 必须在对所有因素综合考察的基础上, 突出主要因素和因素的主要方面, 从影响企业财务的关键风险点出发, 动态地、全面地进行分析。这也就需要分析者根据掌握的信息进行高水平的判断, 这一分析判断很难用电脑来代替, 此时, 分析者的知识、经验就显得十分重要。

四、正确理解非财务因素和财务因素的关系

目前, 我国会计环境不是十分规范, 企业的财务会计资料不完整和不真实的现象较为普遍, 这就使得企业所进行的非财务因素的分析在财务分析中显得较为重要。但事实上这并不能改变非财务因素在财务分析中的地位, 即不管会计信息是否完整和真实, 非财务因素的分析都只能是建立在财务因素分析基础上的。单纯依靠非财务因素并不能决定财务分析级次和结果。忽视非财务因素对纳税评估的影响是不当的, 而过分强调非财务因素分析的作用也是不恰当的。

五、正确认识非财务因素分析的主观性特征

由于非财务因素主要是定性因素, 这就决定了它必须在客观分析的基础上, 进行大量的主观性判断。而且, 要对财务的风险程度进行客观、全面、动态的反映, 对非财务因素进行主观性分析是避免不了的, 也是十分必要的。

参考文献

[1]、张锐.浅谈企业中的财务管理[J].今日科苑, 2009, (22) .

非财务数据 篇5

近年来, 国内外的上市公司财务舞弊案件频出, 而上市公司对财务数据的粉饰也呈现出越来越隐蔽的特点。从近来的绿大地等财务舞弊案件可以发现, 管理层大多通过操纵和修改财务报表数据来完成舞弊行为, 单纯从财务信息中发现舞弊行为不能满足投资者和监管部门的需要。另外, 在一些管理层舞弊的案件中并不涉及财务信息, 我们必须从舞弊的行为动机入手识别舞弊问题。并且, 面对复杂多变的市场环境, 静态的财务信息已不能有效地预警上市公司所面临的财务、道德和法律等风险, 进而提前识别出可能的舞弊风险。因此, 为了改善舞弊识别的效果, 维护资本市场的健康秩序, 研究者们更多地将目光投向非财务信息的应用上。然而, 财务信息和非财务信息在识别财务舞弊上有各自的优势, 如何更有效地使用它们, 并结合数据挖掘等计算机领域的手段和方法, 将成为未来亟需解决的问题。

二、国内外非财务信息概念与应用综述

由于国外研究者对非财务信息的研究侧重点不同, 至今对非财务信息尚无一个统一的定义, 而非财务信息包含的内容也是各不相同。笔者在整理国内外相关文献的基础上, 发现对非财务信息的研究主要从以下方面进行:

(一) 披露与否的角度

美国财务会计准则委员会 (FASB) 从财务信息披露的角度规定, 只有符合可定义性、可计量性、相关性和可靠性的项目才能予以确认进入报表;而那些不满足条件被排斥在会计报表之外的反映公司经营活动的信息就可以定义为非财务信息。FASB在《改进企业财务报告:透视日益增加的自愿披露》的报告中指出, 企业自愿披露的非财务信息应该包括:业务数据及其分析, 前瞻性信息, 管理层和股东信息, 公司背景信息, 未确认的无形资产等等。而中国证监会在《公开发行证券的公司信息披露内容与格式准则第2号》中规定, 除了财务信息, 上市公司还应披露涉及重要提示及目录, 公司基本情况简介, 股东变动及股东情况, 董事、监事等高级管理人员和员工情况, 公司治理结构, 股东大会情况简介, 董事会、监事会报告, 重大诉讼和仲裁等重要事项的非财务信息。从上述规定和报告可以看出, 各国对上市公司非财务信息披露与否和披露的内容做了一定的强制性的要求, 同时也鼓励上市公司自愿对其他非财务信息进行披露。

国内学者对非财务信息披露内容进行了阐述, 大致内容都相同, 但是对于会计政策选择、社会责任、持续发展及反映核心竞争力等无法量化的信息是否纳入非财务信息披露存在分歧 (耿黎, 2008) 。借鉴Meek (1995) 对欧洲上市公司自愿披露的非财务信息的研究, 本文认为上市公司应该更加重视对描述性和可以量化的非财务信息的披露。

(二) 应用于公司业绩评价

最早Robert S.Kaplan和David P Norton在对平衡计分卡的论述中提到:非财务信息是财务信息的先导性指标, 是阐述财务成果形成过程的信息。因此, 基于委托代理问题对公司管理层进行业绩评价时, 综合使用财务信息和非财务信息能提供更直接、更及时的关于管理者努力程度的反馈信息 (Barua et al.1995) ;在解决了非财务信息的可靠性和计量性问题后, 融合非财务指标和财务指标的综合业绩评价方法是当前最有效的业绩评价方法 (徐薇华, 2011) 。

(三) 应用于财务危机预警

Albrecht (2004) 提出财务危机预警信号可以从管理层面、关系层面、组织结构和行业层面等非财务方面进行识别, 而黄世忠、黄京菁 (2004) 对这六个层面进行了进一步的细分。对于不能直接量化的非财务信息, 万希宁等 (2007) 构建了财务危机模糊预警模型, 结合定量和定性的方法, 从影响企业偿债能力、营运能力、盈利能力、内部控制等方面建立非财务指标体系, 应用多级模糊综合评判法对财务风险因素进行定量化评价, 对定性的非财务指标采用模糊统计。

综合上述观点以及其他研究, 本文将非财务信息划分为广义上的和狭义上的。广义上的非财务信息是相对于财务信息而言的, 是指独立于财务报表之外的关于上市公司内部控制与外部环境的所有信息;而狭义上的非财务信息是相对于应用领域而言的, 是指可以量化, 并且能够反映上市公司特定经营事项的非财务信息。

三、国内外非财务信息财务舞弊识别综述

(一) 财务舞弊识别应用非财务信息的必要性

综合国内外的研究, 可以看出非财务信息已经被研究者广泛应用到对上市公司的研究中, 而将非财务信息应用于上市公司财务舞弊识别研究中也是具有理论意义和现实必要性的。一方面, 综合运用财务信息和非财务信息建立起来的财务舞弊识别模型能够更加直观地反映上市公司的财务状况和治理情况, 了解和获得更多的前瞻性的、不易被掩饰的非财务信息可以直接从内外部环境角度入手提前识别出财务舞弊风险;另一方面, 在引入了非财务信息的财务舞弊识别模型能够获得更好的识别效果。杨兵 (2005) 的研究结果表明在引入了非财务指标后, 使用统计方法和数据挖掘方法对财务舞弊的预测结果都有较大的改善。

国内外对财务舞弊的研究大多使用logistic方法, 本文选取了基于该方法的有关财务舞弊识别实证研究的文献, 将文献中所建立的指标体系分为三种类型:纯财务指标、纯非财务指标和混合指标, 每种类型10篇文献, 总计30篇。然后, 将文中经过检验后得到的对财务舞弊的总体识别率按照上述三种类型取平均值, 得出表1的结果。从表1中的平均识别率可以看出, 在相同识别方法的前提下, 综合使用了财务指标和非财务指标的财务舞弊识别模型的识别率有了显著的提升。

(二) 国内外关于非财务信息的财务舞弊识别综述

最早的研究大多从舞弊成因的研究角度进行, Albrecht (1995) 的舞弊三角理论从压力、机会和借口三个方面来研究财务舞弊的成因;Bologna等 (1993) 提出了“GONE”理论以及随后在其基础上发展形成了企业舞弊的风险因子学说。上述对舞弊成因的论证为舞弊识别研究提供了理论依据。美国注册会计师协会 (AICPA) 制定的SAS NO.99具体描述了财务报告舞弊风险因素, 从中可以发现一部分因素是无法通过财务指标进行量化的。国内研究方面, 秦江萍 (2005) 总结了上述理论, 认为在进行审计时不仅应关注财务结构方面, 更应当注重评价内部控制和内部管理, 以及从管理层行为挖掘人性方面的舞弊危险。

国内外对非财务信息与会计舞弊关系的研究开始于董事会特征对舞弊的影响, 指标体系比较成熟, 但是结论却互有矛盾。1992年的COSO报告从公司治理视角指出舞弊公司与非舞弊公司具有的不同的董事会特征。而Beasley (1996) 则从公司治理的非财务角度出发, 发现公司的董事会构成与财务舞弊存在关系, 外部董事比例、任期和持股比例, 以及是否在其他单位供职与财务舞弊可能性负相关, 而董事会规模则与财务舞弊可能性正相关。之后对董事会构成与财务舞弊关系的研究中, 杜兴强 (2006) 认为外部董事比例与财务舞弊的关系并不显著, 而杨清香等人 (2009) 在总结了其他研究者关于董事会规模的观点后, 认为董事会规模与财务舞弊成“U”型关系, 稳定的董事会能抑制财务舞弊的发生。另外, 也有学者从董事会议的召开频度 (Anderson, 2004) 以及董事会持股方面来说明其在识别财务舞弊的作用。总体来说, 一定规模的董事会 (于东智, 2004) 和独立性强的董事会 (Persons, 2006) 对抑制财务舞弊行为至关重要。

对上市公司内部治理的监督和管理主要是通过监事会和审计委员会进行的。国外对监事会的研究主要集中在其治理目标和功能定位上, 对与财务舞弊的关系甚少涉及。而国内的研究表明, 由于监事会功能的缺失以及制度的不健全, 导致监事会不能有效地抑制财务舞弊的发生。高倩 (2011) 对监事会特质与财务舞弊行为之间的相关关系进行了实证研究, 结果表明监事会规模与财务舞弊也存在“U”型关系, 提高监事会的独立性有助于抑制财务舞弊的发生。研究者对于审计委员会在识别财务舞弊的作用分歧很大, 最早的Beasley (1996) 认为审计委员会抑制财务舞弊发生的作用不显著, 而Dechow (1996) 和Abbott, Park and Parker (2000) 则认为审计委员会能有效地降低舞弊发生的可能。国内学者也存在类似的分歧, 王艳平 (2011) 的研究表明由于我国审计委员会制度构成存在较大的问题, 上市公司审计委员会没有有效地防止财务舞弊的发生。总结上述观点, 本文认为制度建立时间较晚、非强制性以及内部治理制衡机制的缺失, 导致了审计委员会没有发挥本身的作用, 对预警和识别财务舞弊的作用不大。

对上市公司委托代理、领导权以及股权结构与财务舞弊的关系研究一直是研究者关注的热点问题。Foker (1992) 、Beasley (2006) 认为一元领导权结构, 即董事长和总经理一人兼任, 与财务舞弊正相关。Erickson (2004) 和Johnson (2008) 发现采取股权激励的上市公司管理层为了避免其所持股票贬值而进行财务舞弊。汪昌云 (2010) 从代理冲突考察和细化了股权结构和领导权问题对舞弊的影响, 结果表明大股东治理和薪酬激励机制有效降低了舞弊发生的概率, 而控制权和所有权的分离程度增加了管理层舞弊的风险。杜兴强 (2006) 和吴革 (2008) 认为股权越集中越有可能发生舞弊, 而刘立国和杜莹 (2003) 的研究表明法人持股比例和执行董事比例与财务舞弊成正相关关系, 而流通股比例则是负相关, 如果控股股东是国资委发生财务舞弊的概率更大。韦琳 (2011) 基于舞弊三角理论设计出财务的压力指标和非财务的机会指标, 综合财务指标可以发现管理层的不稳定、一元领导权结构和国有股权过低都为财务舞弊创造了条件。

上述研究都是从上市公司内部治理角度, 运用实证研究的方法, 综合财务信息进行的, 可以将所提及的非财务信息归纳为内部非财务信息, 即董事会特征、监事会特征、审计委员会特征、领导权和股权结构等。而从外部环境中识别财务舞弊的研究相对较少, 我们将从外部环境所获得的非财务信息定义为外部非财务信息, 涉及到宏观经济信息、行业信息、监管信息、关联方交易信息和第三方信息等。Groveman (1995) 总结了判断财务舞弊的指标器, 其中有非正常交易和关联方交易属于非财务指标类。朱锦余等人 (2007) 分析了我国上市公司舞弊财务报告的主要类型、方法和持续年限等, 发现表外舞弊占比较大, 通过关联方交易虚构销售业务、资产和隐瞒对外担保是舞弊的主要手段。袁树民和杨召华 (2007) 通过对比舞弊上市公司和非舞弊上市公司在资金被关联方占用程度、与关联方进行商品交易的程度, 发现将关联方资金占用相关变量纳入财务舞弊识别模型显著提高了识别成功率。Carcelfo和Nagy (2002) 的研究发现上市公司聘用的审计师的专业化程度与财务舞弊呈负相关的关系。陈关亭 (2007) 总结了内部控制和外部审计对财务舞弊的影响指出, 变更主审会计师事务所为财务舞弊提供了机会。Persons (1995) 研究发现行业会影响财务舞弊, 计算机及数据处理业、科学和医药仪器等制造业相对更容易发生财务舞弊。张建刚 (2008) 、李康 (2011) 根据我国上市公司以制造业为主的特点, 设计出制造业上市公司财务舞弊识别模型, 针对性更强。

现有的财务舞弊识别方法主要以逻辑回归模型为主, 数据挖掘等计算机方法也得到广泛应用, 而综合数据挖掘方法和非财务指标的模型往往能获得更好的识别率。Belinna BAI等 (2008) 根据工业基准指数进行横向分析识别, 采用分类与回归树 (CART) 方法对亚洲国家的上市公司财务舞弊构建识别模型。刘君 (2006) 采用径向基概率神经网络, 综合盈利能力、成长性和流动性等财务指标以及股权结构非财务指标设计出财务舞弊识别模型, 得到较高的判正率。蔡志岳 (2006) 基于财务和公司治理变量, 运用逻辑回归和遗传审计网络方法建立信息披露舞弊识别模型, 发现治理变量可以提高预测模型的有效性, 遗传神经网络方法的预测能力好于逻辑回归。

四、财务舞弊识别问题创新发展

通过总结现有基于多种实证方法的财务舞弊识别研究, 我们发现存在以下问题:首先, 存在所使用的数据和信息无法满足研究的需要的问题, 而来自其他渠道的有用信息却不能被有效地利用。现有研究使用的无论是财务数据还是非财务数据都大部分来自于官方数据库或者上市公司研究数据库, 这使得数据面临着滞后性、可修饰性等不利因素的影响。其次, 在制度建设方面, 违规披露一直是主要的舞弊行为, 这说明我国的上市公司信息披露机制还不够完善, 上市公司的违规成本低, 因此建立一个全面、高效、及时的上市公司信息披露平台势在必行。另外, 财务舞弊识别方法一直是影响和制约舞弊识别效果的重要因素, 总结现有的识别方法, 笔者发现大部分方法对数据的要求是严格的, 而对于海量的、增量的和不可量化的复杂数据却很难进行研究和分析。

非平稳数据的时频谱分析 篇6

1.1 短时傅里叶变换

利用傅里叶变换方法将信号变换到频域,其频域表达可反映信号的全部信息,而且信号的时域表达可以应用傅里叶反变换来实现。相应的能量分布表示为信号傅里叶变换的模平方X(ω)2,又称为功率谱。如图1 所示,信号x(t)是由三个不同频率的正弦波组成,由图可知,从傅里叶功率谱中,可以明显看出信号中的3 个不同的频率值。但傅里叶功率谱仅表达出3 个不同频率的能量分布,对局域性的信号特征缺乏描述。

所谓短时傅里叶变换,即通过在时间轴上连续滑动窗口,可得到一个时频分布。但由于短时傅里叶变换需假设分析测试的数据是分段平稳的,本身这个假设就难以佐证。

其定义为:

其中s(t)为待分析信号,g(t-τ)为滑动时间窗。滑动时间窗的长窄决定了频率分辨率和时间分辨率的高低,这种矛盾就导致短时傅里叶变换的应用受限,该方法多用来定性分析语音模型。

1.2 小波变换

小波分析的本质是窗口可调的傅里叶分析,定义如下:

其中 Ψ*(·)为基本小波函数;a为伸缩因子,b为平移因子,1/a变量为频率值。式(1)的物理解释即:在t=b时间尺度a上的“能量”。

小波变换与短时傅里叶变换适用单一的分析窗不同,小波变换在高频处使用短窗函数,在低频处使用长窗函数。虽然小波变换无自适应性,不过小波分析仍是最好的非平稳数据分析方法。

在信号处理中,信号的时频分布,即用二次型的时频表示来描述信号的能量密度分布,典型的是Wigner-Ville分布。但这些变换的本质还是以傅里叶变换为基础,不能从根本上克服傅里叶变换的弊端。

2 Hilbert变换及Hilbert谱

Hilbert变换定义要求实信号的复信号表达具有数学物理意义,即对于表达一个信号来讲,瞬时频率、瞬时相位瞬时幅值、信号的瞬时量等参量,用来表达或描述非平稳信息至关重要。

2.1 Hilbert变换

通常,Hilbert变换的定义以下式给出:

其中,P为广义积分的Cauchy主值,由(2)、(3)两式可写出下如下极限形式:

此外,Hilbert变换也可以写成卷积的形式:

x(t)与y(t)构成一个Hilbert变换对:,其中y(t)为x(t)的Hilbert变换,而x(t)为y(t)的Hilbert逆变换,

2.2 Hilbert谱

反映一个实信号x(t)的Hilbert谱,首先求出x(t)的Hilbert变换,然后以极坐标的形式构造出x(t)的解析信号:

根据上式(4)可得到x(t)的瞬时幅值、相位及频率:

故可以将原始信号表示成如下形式:

根据上式(6),信号x(t)表示在联合的时间—频率平面上将瞬时幅值a(t) 的轮廓反应在一个三维图内。信号x(t)的这种时频表示即为其Hilbert谱,H(t,ω),其定义为:

其中,a(t)与 ωi(t)分别由上式(5)得到。

若基于Hilbert变换定义的瞬时频率具备明确的物理意义,信号x(t)必须满足一定的限制条件。

3 算例分析

以一个“单分量”信号为例,该信号具有明确解析表达式,应用Morlet小波分析、Fourier谱分析、Hilbert谱和基于Hilbert变换的瞬时频率的物理意义进行验证对比研究。

假定一个余弦信号,在5.0s前的信号频率是3.0Hz,在5.0s处该信号频率陡变为1.6Hz,其解析表达式为:

其中,f1=3.0Hz,f2=1.6Hz。

如图2 所示为信号的时域波形,图3 的Hilbert谱清晰准确地反应突变前后的频率以及频率突变的时刻节点,其Hilbert谱将原始信息直观的反应在时频平面内。而图4 中的Morlet小波谱与Hilbert谱对比,小波谱的泄漏现象明显,这就导致小波谱低估真实频率处的能量。

4 结语

综上所述,Fourier谱分析很难直观反映非平稳信号的时变特征,常用于处理平稳信号。小波分析的结果受到选择的小波基和尺度影响,虽然有能量泄漏和明显的Gibbs现象,但小波分析仍不失为有效的处理非平稳数据的方式之一。Hilbert谱分析的对比小波谱有更高的时频分辨率,而且对比小波谱来说,Hilbert谱中的频率误差可弱化处理。

参考文献

[1]葛哲学,陈仲生.Matlab时频分析技术及其应用[M].北京:人民邮电出版社,2006.

[2]王文圣,丁晶,李跃清.水文小波分析[M].北京:化学工业出版社,2005.

[3]张志涌.精通MATLAB6.5[M].北京:北京航空航天大学出版社,2003.

[4]徐春光.非平稳信号的时频分析与处理方法研究[D].西安:西安电子科技大学,1999.

非财务数据 篇7

在财务危机预警领域中，人们越来越深刻地认识到单纯地应用财务信息对企业进行危机预警，其预警结果的准确性并不能令人信服。为了改善财务危机预警效果，研究者们在有效使用财务信息的基础上，开始更多地将目光聚集在非财务信息的应用上，于是非财务信息在财务危机预警中的应用研究便成为了危机预警领域中的研究热点和前沿。

一、非财务信息概念的界定

理论界对非财务信息的概念尚没有一个统一的认识，因此，不同的文献在非财务信息所包含的内容方面就存在很大差异。随着非财务信息在各个决策层面重要性的提高，对非财务信息从概念上给予明确的界定，是很有必要且紧迫的。

（一）国外学者的主要观点

1. 美国财务会计准则委员会 (FASB) 在《企业财务报表项目的确认和计量》中，从财务信息披露的角度规定，只有符合可定义性、可计量性、相关性和可靠性的项目才能予以确认进入报表;而那些不满足条件被排斥在会计报表之外的反映公司经营活动的信息就可以定义为非财务信息。澳大利亚特许会计师协会在其发表的《报告非财务信息》的研究报告中认为，非财务信息是指除财务报表和相关附注以外的所有信息，包括叙述性信息和量化的非财务信息，如经营比率、存货数量和雇员数量等。该类观点只是从广义的角度对非财务信息给予了说明，这种界定全面却并不那么容易让人理解和把握。

2. 美国注册会计师协会提出企业应当考虑披露下列非财务信息:经营业绩信息，企业管理当局对财务信息和非财务信息的分析、前瞻性信息、有关股东、管理人员的信息、背景信息，但并没有从定义的角度给出明确的说明。这些观点通过列举的方式给出了非财务信息应该包含的一些具体方面，容易被人理解把握但其内容却不全面。

（二）国内学者的主要观点

耿黎(2008)认为会计信息应包括财务信息和非财务信息。财务信息是指那些完全符合可定义性、可计量性、可靠性、相关性的，能够通过确认、计量、记录、报告程序进入财务报表的信息，以及附注中的解释说明和由财务报表扩展而来的信息。非财务信息则是指与财务信息相对应的，与企业生产经营活动相关的，与利益相关人相关的，不受公认会计准则约束的信息。

综合以上观点，笔者认为非财务信息有广义和狭义之分。广义的非财务信息是指除财务报表及其附注本身和可扩展信息以外的所有其他信息;狭义的非财务信息是指针对特定会计主体内部而言的，能反映企业生产经营情况且不受公认会计准则约束的信息。

二、在财务危机预警系统中引入非财务信息的必要性

科学全面地运用财务指标建立起来的财务危机预警模型能较直观地反映企业的综合财务状况，但其不能充分体现那些与企业未来密切相关的前瞻性的非财务信息对危机发生的影响。因此，要建立有效的财务危机预警模型，就应该在充分利用财务信息的基础上，加强非财务信息的引入。这主要是基于以下几个方面的考虑。

(一)财务报表的数据通常是以年度为期间统计的，不能满足决策者对信息的及时更新需求。而且，传统的财务信息只能说明企业过去相当长时间内的状态，而不能对现状进行及时揭示，更不用说超前反映企业的发展趋势了。在当今这个市场竞争日益激烈，经营环境瞬息万变的复杂社会，财务信息的滞后性更是凸显。与财务信息的滞后性相对应的非财务信息却具有较强的前瞻性和预测性，更能满足财务危机预警的要求。

(二)来自于财务报表的财务信息是高度总结、概括的指标，对发现管理问题的本质及提供解决方案和相关信息的作用很有限，不利于指导管理行为。以财务信息为主的评价体系容易导致经营管理层的短视行为，为追求短期财务效益而牺牲组织长远利益。

(三)我国公司信息的公开披露制度和披露质量标准尚不完善。同时，由于净利润容易被操纵，经营者可通过调整会计政策来调节净利润的高低，将可能导致财务信息失真，造成决策失误。另外，财务信息受到企业会计基础和计量属性的影响，例如由于权责发生制造成的财务指标良好但现金支付能力差的现象，历史成本计量属性下的利润由于通货膨胀等影响并没有带来实际净现金流入的现象等等。

(四)财务信息主要来自于财务报告，而财务报告侧重于提供定量信息但忽视定性信息的披露：侧重反映有形资产状况，但对企业的竞争优势、企业形象、知识产权、商誉等无形资产反映很有限。而这些无形资产对企业以后的经营业绩和长远发展有着重大影响。

由此可知，财务指标无法涵盖影响企业业绩的所有因素，需要非财务指标进行修正。而波士顿安永商业创新中心的调查亦表明，非财务指标与股票价格相关。每一个非财务指标提高1%对P/E的影响的百分比，管理质量为2.6%，产品与服务质量0.9%，投资者沟通质量0.5%，新产品开发效果5.3%，市场定位0.3%。

综上所述，在财务危机预警中加入非财务信息的应用是很有必要的，可增强财务危机预警的科学性、准确性和可信度。财务危机预警模型既要涉及定量的财务指标，又要包括定性或定量的非财务信息。

三、财务危机预警中非财务信息的运用和研究

在财务危及预警中引入非财务信息主要考虑两大类，一类是企业外部因素，另一类是企业内部因素。

（一）企业外部因素

1. 宏观经济、金融状况的变化应该引起企业的充分关注。

如国家产业政策变化、行业优惠政策的出台、商品质量标准的修订、国家税务政策的改变等等。在社会经济相对萧条的时候，企业应该采用稳健的财务战略，实施较为严格的财务预警标准。一定时期国家金融政策的变动，对企业财务预警系统影响巨大。如银行基础利率的变化、货币政策的改变、国家信用政策的变动、各种金融交易的严格程度等，都会对企业财务状况造成直接或间接的影响。一般来讲，国家金融政策越严格，企业的筹资活动和资金运作就会越困难，可能会因此而引起短期财务危机甚至导致企业破产。

2. 行业风险。

各个行业的不同特性也是影响企业财务风险的重要因素，掌握总体的行业特性标准和差异，可以提高企业财务状况分析质量。主要从以下两个方面来研究：首先，企业所生产的产品或提供的劳务等是否属于社会的长效产品，即是否是消费者长期需要的基本产品，而不是某一特点时期生产的短效消费品;其次，要看企业在整个消费市场中所占有的份额，即通常讲的市场占有率。另外，可以根据行业所处的发展阶段、产品特性、附加值高低、技术发展趋势、产品生命周期变化快慢、产品市场销售半径等确定供求总量及趋势，准确预测行业发展趋势、产品市场空间，合理进行企业竞争力分析，促进行业间相关性和特性的分析，合理确定评价重点。衡量行业风险的指标主要有:行业进入壁垒、行业对国民经济重要性、产品供求状况、行业投资报酬率和社会平均利润率比较等。

（二）企业内部因素

1. 企业治理结构。

企业治理结构是企业内部机关设置及权利制衡的各项机制，是一种联系并规范股东、董事会、高级管理人员权利和义务分配，并对此进行监督的制度框架，良好的公司治理结构对企业能否高效运转、是否具有竞争力起到决定性的作用。比如董事会结构的影响，Judge和Zeitham (1992)认为, 高比例的内部董事使得董事会很少参与公司的战略决策制定，导致管理层对公司拥有绝对的控制，进而企业容易陷入财务危机;Elloumi和Gueyie (2001)研究发现，除财务变量以外，董事会的构成与结构也可以解释财务危机。在国内，陈流江(2004)首次在财务危机预警模型中加入独立董事人数这一指标，模型的预测准确度得到相当大的提高;陈良华和孙健(2005)通过对沪市上市公司的研究，发现独立董事比例、第一大股东持股比例、现金流量权与表决权的偏离等治理结构变量与财务危机存在相关性。另外激励约束机制的引入也能提高财务危机预警模型预测的准确性。高管人员持有一定比例的公司股份能够减少代理问题和公司管理人员的寻租行为，降低公司陷入财务危机的可能。此外，还应考虑股权结构对财务危机预警的影响。

2. 企业内部控制。

本质上讲，内部控制是企业自我调节、自我完善、自我制约的一种内在机制。如果行使内部控制职权的决策者出了问题，或企业内部管理人员串通作案，内部控制制度将失去其原本应有的功能，因而产生财务危机。在财务危机预警模型中应引入衡量企业内部控制是否有效的非财务指标。

3. 企业的可持续发展能力。

企业想要可持续地发展下去，就不能够只顾眼前利益做出短视的决策，必须要充分合理利用自然资源，保护环境，为了节约能源和提高效率而不断创新。衡量企业可持续发展潜力的标准有：技术创新，指企业要不断改进现有产品，使生产技术紧随国际先进水平不断更新;资源利用情况，指企业是否充分利用现有的生产能力等方面的情况，可以从原材料利用率、设备利用率这两个指标进行评价;环境保障情况，指企业可持续发展能力方面的情况，可以从能源消耗、有害物质生成量、污染控制程度、废弃物再生利用率、环境改善投入这几个指标进行评价。

4. 新兴的市场占有率、顾客满意度、员工满意度、广告投入等非财务指标。

如果企业各种财务指标表现良好，业绩优异，但事实上市场占有率却较低，这就表示该企业缺乏潜力，后劲不足，可能会随着市场占有率的持续走低企业业绩变差甚至发生财务危机。而顾客满意度和员工满意度主要就人心向背的角度分析企业的长期经营前景，顾客的满意度决定了以后会不会重复购买本企业的产品，员工满意度决定了企业是否能留住人才以及员工是否会发挥其主观能动性把工作做到最好。这两个满意度明显会影响企业未来长期的发展前景，如果企业只注重眼前利益，忽视长远利益，使得顾客满意度和员工满意度较低，则会在以后的营业期间尝到恶果甚至出现财务危机。广告投入也是与企业未来的业绩息息相关的。在如今这个竞争异常激烈，传媒力量发挥着导向作用的时代，适当的广告宣传和导向能提高企业长期的购买影响力。如果广告投入过少，则可能因为缺乏广泛的影响力导致经营业绩下降;广告投入过多，又可能会由于销售费用的大量增长而得不偿失。

除此之外，笔者认为还存在一些非财务指标，可以研究其与财务危预警的直接关系。比如，更换股东、经营者大量卖出所持有的本公司股票、企业产品质量问题严重被媒体曝光等非财务信息需要我们进一步的实证研究来证明把它们加入财务危机预警模型中对其提高预测的准确性具有重要的意义。

四、结论

非财务数据 篇8

关键词：手机定位,空间邻近关系,聚类算法,ArcEngine

0 引 言

目前,交通流数据通常是通过2种交通检测方式采集获得:①定点检测器,主要是通过在需要采集的重要路段下面埋环形线圈的方式进行;②通过GPS浮动车辆的数据采集方式,这需要在浮动车辆(FC)上加装GPS车载设备。

相比于定点检测器和GPS技术,基于手机蜂窝网的移动定位技术其基本原理是利用移动通信网络的蜂窝结构,无需额外的安装与维护费用,不需要对手机终端进行升级和改造;另外,该技术采集的交通信息遍及整个路网,而不是仅限于预定的地点,越来越多的手机移动用户,为基于手机定位的交通数据采集提供了基础[1,2,3,4,5]。总之,通过手机定位数据来提取城市道路的交通信息其投资小、覆盖范围广、海量数据等特点,这对于像我国这样的发展中国家来说具有重要的研究价值。

基于GSM无线蜂窝网的手机定位技术所提供的相关位置信息不但可用于定位、导航以及提供一些基于位置的服务,也可用于表达用户在地理空间的历史行为。将一个用户孤立的位置点按照时间顺序连成线路,便可表达该用户过去的历史轨迹。多条历史轨迹的累积便可用来反映用户的生活规律和行为特征。而从大量用户的数据集合中可分析出一个区域内人们的生活模式和社会规律,如热点地区、经典旅行线路和交通状况等。

从手机定位数据中包含了大量的“噪声”。本文所处理的“噪音”主要包括2个方面:一方面是乒乓切换数据,即手机在服务小区和相邻小区来回进行切换的现象;另一方面是在一段较长的时间内不运动的数据。这些数据不利于对手机用户运动轨迹的标定,需要进行聚类处理。目前,传统的基于距离的聚类算法都只是单纯依据距离的邻近关系来进行聚类的,但是在处理手机定位数据的聚类问题时,不仅需要考虑距离的关系,还需要考虑时间因素等非空间位置属性对聚类结果的影响,传统的聚类方法已不能满足此类数据聚类的要求。因此,需要设计一种聚类方法对手机定位数据进行处理。本文即针对此问题,提出了一种考虑时间属性的空间邻近关系聚类算法,该方法可以有效地剔除了手机定位数据中的非运动数据,并根据聚类所得的定位点依次连线标定了手机用户的运动轨迹。

1 基站数据的处理

1.1 创建基站数据的点图层文件

结合ArcEngine 2次开发,将基站数据中的经纬度按照要求进行坐标转换,得出每一个基站的平面直角坐标值。根据所求得的基站数据的平面直角坐标值,在ArcGIS系列的应用程序中创建基站的Shape类型的点图层文件。点数据的属性字段主要包括:基站ID号、所在城市、所在辖区、经度、纬度、平面直角坐标值等。

1.2 创建基站数据的面图层文件

通过基站的Shape类型的点图层文件,在ArcGIS应用程序中创建Shape类型的泰森多边形面图层文件,其中的每一个面要素都惟一对应于一个基站点要素,用于表示每一个基站大致的GSM网络信号的覆盖范围,如图1所示。

利用泰森多边形可以较方便地表达空间邻近关系,因此将泰森多边形应用于空间邻近关系的聚类分析中。

2 手机定位数据的处理

2.1 数据的筛选

利用Microsoft Office Excel 2003的数据高级筛选功能,对采集到的手机定位数据进行初次筛选,主要包括:剔除CellID字段为0或为空值的手机定位数据行,这些是有缺陷的数据;剔除定位时刻、用户ID号和定位小区ID号都相同的重复数据行,这些是冗余的定位数据;并对手机定位数据按时间升序的方式进行排列。

提取出每1 d每一个手机用户所对应的定位数据,用于移动手机用户运动轨迹的标定。所提取出的部分手机定位数据如表1,其字段包括:定位时刻、用户ID号、定位小区ID号。

2.2 待处理的“噪声”数据及其产生原因分析

待处理的“噪声”数据主要包括以下2类:

1) 定位小区ID号在同一时刻或者在很短的时间内频繁地进行乒乓切换的数据,需要将它们聚为一类。

产生原因是手机用户在邻近的蜂窝小区之间时,由于GSM网络的基站系统对该手机用户的功率信号的变化进行切换判断的误差产生的切换扰动引起的,这种扰动的数据是普遍存在的[7]。

2) 在一段较长的时间内地理空间位置邻近的定位数据,需要将它们聚为一类。

产生原因是由于移动手机用户在一段较长的时间内处于某一个固定的场所,因此而产生的大量的冗余定位数据不利于对其运动轨迹的标定,需要聚类处理。

2.3 聚类算法

由于现有的聚类算法大多都是仅仅考虑位置的关系来进行聚类处理,而本文针对手机定位数据的聚类算法不仅需要考虑到空间位置的邻近关系,还需要结合手机定位数据的时间属性进行聚类。因此,本文所提出的算法首先将1 d内的定位数据按时间来排序,然后依次取出3个基站点的定位数据,两两比较这3个基站点所对应的面要素之间的空间邻近关系,按照计算出来的面要素之间的几何距离,对面要素进行聚类处理。

算法的具体流程如下:选择第n个基站点所对应的面要素作为初始聚类中心,比较n与n+1的邻近关系、 n与n+2的邻近关系、n+1与n+2的邻近关系;考虑到乒乓切换对手机定位数据产生的影响,对于每一种可能产生的空间邻近关系,采用表2所示的聚类方式进行聚类;接下来,以第n+2个基站点所对应的面要素为聚类中心,比较n+2与n+3的邻近关系、n+2与n+4的邻近关系、n+3与n+4的邻近关系,并按照表2的聚类方式进行聚类;依此类推,直至所有的定位数据都聚类完毕。

编程实现时,首先以第1个基站点所对应的面要素作为初始聚类中心,即n=1,每次取出时间上连续的3个定位基站点所对应的面要素,两两比较它们之间的空间邻近关系。

空间邻近关系阈值的选取:两个面要素之间的几何距离d,满足d=0则聚为一类,即2个面要素为邻近的共边关系。

在聚类的过程中,使用一个ClusterID字段保存聚类中心号,存储到每个定位数据行中,初始化时将聚类中心号设置为1,即ClusterID=1,以后出现了与其前一个聚类不同的聚类中心时,则将其对应的聚类中心号ClusterID增加1之后,保存到对应的定位数据行中。

最后,要排除在同一时刻,3条以上的乒乓切换定位数据对聚类效果的影响,需要对聚类后的聚类中心号ClusterID字段遍历一次,将聚类结果中定位时刻Time字段相同的定位数据,赋值为相同的聚类中心号。

3 实验及其结果分析

3.1 部分乒乓切换数据的聚类效果

如图2所示,UserID为029的手机用户在2009年11月26日,时间为12:40:52.506的同一时刻,在64、249、256、509、843和2311这6个小区之间切换,对运动轨迹的标记产生影响。将这6个小区聚类处理,并合并这6个小区为一个临时的面要素,将这个临时面要素的重心作为新的定位点,时间Time字段保持不变,创建一条新的定位数据行,代替原有的6条定位数据行。

3.2部分较长时间内空间位置邻近数据的聚类效果

如图3所示,UserID为029的手机用户在2009年11月25日,时间在01:32:51.802至12:25:41.634之间的一段较长时间内,有25条定位数据行,其定位小区号CellID在3494、1003、2164、439这4个邻近小区,围绕着3494小区进行邻近切换,其中3494定位小区出现了17次,对运动路径的标定产生了影响。将这4个小区聚为一类,合并为一个临时的面要素,并取这个临时面要素的重心作为新的定位点,获取这个聚类中首尾的定位时间Time字段,创建2条新的定位数据行,代替原有的25条定位数据行。

3.3 创建手机用户的运动轨迹

依据上述方法所得到的聚类结果,取出所有不同的聚类中心号,并计算聚类中心的个数,用于创建标记点图层文件时循环次数的设定。

对于一个聚类中只含有一个定位小区ID号的情况,只需要求出该定位小区ID号所对应面要素的重心,作为新的定位点,定位时刻保持不变,创建一条定位数据行。

而对于一个聚类中含有2个或2个以上的定位小区ID号的情况,则需要先将它们所对应的面要素都合并为一个临时的面要素,求出该临时面要素所对应重心,作为新的定位点,并获取该聚类的首尾定位时刻,创建2条定位数据行。

根据所得到的重心的XY坐标值,使用C#语言结合ArcEngine9.3 2次开发,创建Shape类型的标记点图层文件,并赋予定位时刻Time、聚类中心号ClusterID和用户ID号等相关的属性信息,再依次连接这些新的定位点,生成Shape类型手机用户运动轨迹的线图层文件。

实验结果表明,通过本文所述的考虑时间属性的空间邻近关系聚类方法,可以有效地剔除手机定位数据的非运动数据,有利于手机用户运动轨迹的标定。

4 结束语

从手机定位数据中获取道路交通信息是近几年交通信息工程领域的一个研究热点,其技术实现简单,费用低廉,已成为交通信息采集与信息处理的重要手段。然而目前国内外利用手机定位数据来提取交通信息的研究大多都处于实验阶段,距离规模性的普及与应用还有较多的困难亟待解决。本文所提出的聚类算法是按照时间的顺序依次对3个定位数据行进行两两比较,每次比较完成之后向下移动一个定位行,在面对大量样本的情况下,运用本算法所求得聚类结果的差错率较小,可以为后续进一步地研究和分析提供数据基础,但是算法执行的效率尚有待进一步地提高和完善。

本文重点对基站数据的处理和手机定位数据的处理进行了讨论,并进行了相关的试验和结果分析。其主要思路是:首先由GSM基站的点图层,创建对应泰森多边形的面图层,来大致表示GSM网络中基站信号的覆盖范围。然后利用某区域的手机定位数据,设计了一种考虑时间属性的空间邻近关系聚类方法,对手机定位数据中的“噪音”数据进行了有效的处理。并在.NET开发平台上,使用C#语言编程,结合ArcEngine 9.3 2次开发,根据聚类所得到的定位点,依次连线来标定移动手机用户的运动轨迹,为进一步分析手机用户行为和实时道路交通信息的提取奠定了基础。

参考文献

[1]杨飞,裘炜毅.基于手机定位的实时交通数据采集技术[J].城市交通,2005(4):63-68.

[2]杨飞,惠英,杨东援.基于手机切换定位的交通路网标定方法[J].同济大学学报:自然科学版,2009(1):67-72.

[3]孙棣华,马丽,陈伟霞.基于手机定位及聚类分析的实时交通参数估计[J].交通运输系统工程与信息,2005(6):18-23.

[4]朱鲤,孙亚,胡小文.基于手机定位的动态行程时间探测[J].计算机工程与应用,2007(10):244-248.

[5]杨飞.基于手机定位的交通OD数据获取技术[J].系统工程,2007(1):42-48.

[6]施培蓓.数据挖掘技术中聚类算法的研究[D].无锡:江南大学,2008.

[7]陈若石.基于GSM网络的移动台的定位技术的研究[D].成都:四川大学,2005.

[8]薛安荣,姚林.离群点挖掘方法综述[J].计算机科学,2008(11):13-18.

[9]薛安荣,何伟华.基于时序离群检测的新的分段方法[J].计算机工程与设计,2007(10):4875-4877.