大数据下高校财务预算精细化绩效评估方法研究

赵富平

（天水师范学院 财务处，甘肃 天水 741001）

绩效预算是企事业单位制定项目计划或是工程规划时的重要一步，[1]其以职能部门制定的计划作为实施基础，结合成本效益分析，编制出实施方案的预算。自大数据技术提出以来，数据处理工作在高校财务预算中作用显著。[2]按照大数据处理方法，高校财务预算工作将数据采集、分析以及管理构建为一体化处理流程。[3]受高校政策变化的影响，在不同年度下高校对资金有着不同的划分，在实际预算处理时，容易产生预算误差，不符合高校财务预算精细化的要求。[4]为此，本文以大数据处理技术作为支持，设计高校财务预算精细化绩效评估方法。

自20世纪90年代起，预算处理工作以政府部门制定的中长期战略合作作为支持，[5]按照政府强调的职能导向目标，将绩效目标作为约束手段，以实现政策与管理工作之间的融合，此后绩效预算制度不断地完善。国外将功能成本、产出预算以及计划分析作为绩效预算的基础工作，推行了预算选择合理化的理念。[6]国内绩效预算工作起步较晚，职能部门制定了项目绩效编制的方式，并衍生出多种绩效预算编制方法。基于WRDDM模型的评估方法按照评价处理的指标测度参数，计算投入产出变量的效率得分，并构建得到绩效评价数值关系。[7]基于过程数据的绩效评估方法，通过整合业绩参数并设置难以评估指标的规避参数，将该规避参数作为固定的量化指标，形成绩效评估处理过程。[8]经过阶段性的评估处理可知，现有的绩效评估方法交互数据集的成功率较小，输出的评估结果准确性较差。[9]由此可知，设计大数据下高校财务预算精细化绩效评估方法具有一定的发展意义。

一、大数据下高校财务预算精细化绩效评估方法

高校财务预算数据量极大，来源渠道广泛，具有多样化、综合性等特征。按照最新的《政府会计制度》，增加了固定资产累计折旧、无形资产累计摊销的核算项目，支出项目可以细分为事业支出、经营支出、对附属单位补助支出、投资支出、债务还本支出、其他支出等，对于财务预算数据的分析和挖掘提出了更高的要求。

在大数据技术的支持下，对财务预算数据进行处理，能够更好地满足高校财务管理集约化的需求，实现高校财务管理信息化发展。利用数据挖掘技术对海量的结构化、半结构化和非结构化财务预算数据进行提取、转换、清洗、加载与集成，为实现数据计算、整合及存储提供技术支持。

（一）标定财务预算数据高维特征

高校财务预算数据具有一定的描述性，采用抽象描述财务预算数据的属性，按照数据实际产生的表征特性，将具有相近属性的数据处理为一个属性数据组，[10]并随机选定一项数据投射处理到坐标轴内。采用散点处理的方式将数据表征处理为属性散点，处理为数据集合后，确定表征产生的复杂度。数值关系可表示为：

上述数值关系下，F表示复杂度数值，pi表示属性数据组函数，N表示表征数量。为了控制表征复杂度的维度，采用简化剖和再重合的处理方式，[11]将原有大规模的预算数据筛选得到重组结构，并按照重组结构内存在行数据，固定数据结构内的量值，并将该量值处理为表单信息后，将数据结构处理为半结构化并规范半结构化的数值范围，然后将形式常规化处理为统一的格式，并将筛选得到的财务预算数据记录在同一个文件内。此时，筛选得到的财务预算数据处理为一个预算属性的数据组，按照文件的属性，采用层次化数据处理结构，将筛选数据处理为字节长度相似的结构化数据，[12]在实际标定该部分数据时，将该部分数据排列在二维表结构中，采用两两连线的方式，将数据内的隐藏安全系数标定为显著的类聚关系。并按照数据的时间属性，将标定的数据处理为时序型，广泛处理数据的体量特征，按照动态多变的顺序，确定得到高校财务数据的周期参数，将对应的数据处理为“数据流”式的结构后，默认该数据流为同维度的预算数据，然后使用大数据技术划分绩效的决策单元。

（二）大数据划分绩效决策单元

将含有高维特征的预算数据默认为数据输出，假设数据输出共存在n组，按照预算数据组的维度数值，确定实际的投入与产出，数值关系可表示为：

上述数值关系中，Xj表示高校预算的实际投入，Yj表示财务预算的实际产出，D表示输入运营转换参数，m、n分别表示投入与产出的次数。根据高校财务运行的实际，将投入与产出的绩效数值赋予数值权重，匹配不同数值权重的效率数值，形成一个相对有效的指数，数值关系可表示为：

上述数值关系中，U表示确定的相对有效参数，Ys表示赋予的数值函数，Vt表示规划参数。按照上述确定的有效指数，采用对偶理论，引入两组松弛变量，变换上述得到的有效指数，细化输出参数后，此时绩效数据处于最优的运行状态，调用大数据内的数值约束模型，增加凸约束条件，形成一个对偶规划形式，数值可表示为：

其中，λ表示细化的输出参数，XT表示对偶处理的规划函数，X0表示模型的最优解，YT表示引入的松弛变量，η0表示约束参数，eT表示指标等级参数。按照上述构建的对偶数值关系，规划大数据模型的最优解，当输出的数值关系恒大于数值1时，将规划函数作为有效单元，对应细化得到的参数，计算参数与有效单元之间的相对效率，控制效率数值从大到小的顺序，匹配细化参与对应的有效单元为实际的决策单元。[13]按照实际输出的有效决策单元，按照其单元内部的度量参数，构建精细化绩效评估方法。

（三）实现精细化评估

按照上述输出的预算决策单元，默认决策单元内的财务预算数据为数据集合，标定数据样本内的体积度量参数后，确定度量基准在数据量产生的概率参数，结合高校财务的运行实际，随机选定多样性的度量基准集合，标准化处理后，定义决策单元中的基准参数，数值关系可表示为：

上述数值关系中，Mk表示确定得到的基准参数，m0表示初始度量参数，mn表示可用性参数，Wk表示高于基准度量的概率。在平衡财务预算数据安全等级所产生的量纲排斥，在上述处理得到的基准参数内，随机设定一个紧迫性度量值，[14]将绩效决策单元视为数据样本块，在构建精细化评估时，将上述确定的数值条件（5）处理为精细化的选择条件，并输出含有估算值的定价因子，估算预算数值所在的属性区间，数值关系可表示为：

其中，Hi表示确定得到的属性区间，[R]T表示含有定价因子的估算值，Wi表示推广函数。根据上述估算预算所处的属性区间，采用功能分段处理函数评估绩效影响属性，处理过程可表示为：

上述数值关系中，Vs表示预算精细价值参数，Vt表示分段函数，αi表示属性变动函数，V0表示多因子影响函数，VD表示均衡函数，S表示预算定价因子，F(S)表示精细化影响函数，VD表示套利模型函数，f表示合理系数。在上述数值关系下，将上述输出的所有属性作为影响精细化评估的参数，[15]在均衡资产定价理论影响下，最终输出精细化绩效的评估结果。综合上述设计，最终完成对大数据系高校财务预算精细化绩效评估方法的设计。

二、绩效评估测试

（一）抽取财务预算数据

调用支持高校财务运行的服务器，并选定常规财务往来业务模块，利用fiddler和模拟器抓取运行数据Url，按照实际的数据类型，抓取数据中含有feed的关键字段，待编写为自动过滤目标后，编写采集请求代码，当系统输出请求信息的代码格式后，定义财务数据的影响因子以及传播因子，并将两项因子作为抽取财务数据的价值属性，定义抽取财务数据的周期为15天，按照输出的属性序号，抽取得到的高校财务数据如下表所示：

表1 抽取得到的高校财务预算数据

整理上述抽取得到的财务预算数据，按照正态模糊分布筛选上述财务预算数据，默认模型内的信任宽度数值，并采用randi函数随机抽取财务预算数据的信任值，将大数据支持技术的云端结构以及处理端内的模糊度参数作为绩效属性参数，准备基于WRDDM模型[7]和基于过程数据的[8]绩效评估方法以及本文设计的绩效评估方法参与测试，测试三种绩效评估方法的性能。

（二）设置可访问财务预算资源数量

高校财务预算数据具有一定的保密性，在实际的评估环境中，根据组内预算数据的保密级别，配置不同信任值的缩减系数，调用缩减系数制定保密等级间隔，按照高校财务预算数据的安全等级，控制财务数据库适应度，定义绩效评估方法可评估的资源数据量数值关系，数值关系可表示为：

上述数值关系中，N表示绩效评估方法可评估的资源数据量，φi表示财务数据的信任缩减函数，J表示访问授权函数，τ表示增加系数。按照上述定义的可访问财务预算量结果，将可访问的资源绩效数值化处理后，输出绩效评估可访问的预算资源数量，如图1所示：

图1 可访问财务预算资源数量

在上述定义的数值关系内，可知在相同安全等级内待访问的数据量保持恒定，根据上述确定得到的适应度参数，可知设计的绩效评估方法随着运行时间不断地上升，可访问的数据量呈现不规则的变化，实际可访问的数据量在150组左右，取上述运行时间范围内访问数据量的均值，在该访问财务预算数量条件下，确定预算交互成功率结果。

（三）评估时间运行测试

根据高校财务业务的不同类型，制定比例为1∶5同比增长的任务类型，并设置财务预算数据样本数量为1000组，采用重复迭代的方式设置数据样本的抽取周期，采用传统模糊矩阵算法定义三种绩效评估方法的信任值，并按照矩阵模糊输出的拟合区域，采用信任值与拟合区域结合处理的方式，确定数据周期更新产生的规模参数，定义三种绩效评估方法的时间复杂度，数值关系可表示为：

上述数值关系中，Tx表示预算数据更新时间复杂度结果，yr表示财务预算有效拟合函数，u0表示参与评估的数据量。按照上述定义的时间复杂度数值关系，统计三种绩效评估方法产生的时间运行结果。如图2所示：

图2 评价时间运行结果

按照上述定义的时间复杂度数值关系，将参与评估的绩效数据划分为均等的10份，根据上述数值定义输出的运行时间数值，由上图所示的时间可知，基于WRDDM模型的评估方法[7]的平均运行时间在100ms左右，该种绩效评估方法评估任务运行时间较长。基于过程数据的绩效评估方法[8]平均运行时间为80ms，该种绩效评估方法评估运行任务的运行时间较短。而本文所设计的绩效评估方法评估处理时间为50ms，与两种参与测试的绩效评估方法相比，本文设计的绩效评估方法评估处理时间最短。接下来在上述确定的运行时间条件下，测试可访问财务预算资源数量。

（四）预算交互成功系数

按照上述输出的可访问财务预算资源数量与统计得到的运行时间，定义预算交互成功次数，设定财务预算过程中信息数据集的互信阈值为0.8，综合该财务互信数值，定义预算绩效评估方法的预算交互成功率，数值关系可表示为：

上述数值关系中，Su表示预算交互成功系数，c表示设置的互信阈值，Ne表示评估方法实际单向访问次数，其余参数保持原有含义不变。根据上述定义的交互成功系数数值关系，控制运行时间为10ms，统计在该评估时间范围内三种绩效评估方法所产生的预算交互成功系数结果，结果如下图所示：

图3 三种绩效评估方法预算成功系数

由上图所示的测试结果可知，控制高校财务运算保持单向访问环境，按照三种绩效评估条件不断筛选预算绩效数据，将绩效评估处理过程默认为交互过程，按照对应预算数据的保密等级构建预算成功系数数值关系，定义确定得到的交互成功系数数值越趋近于1，则表示该种绩效评估方法评估的结果越准确，在相同的运行时间范围内，根据上图所示的测试结果可知，基于过程数据的绩效评估方法[8]交互成功率数值在0.5左右，在对应保密等级的预算阈值内，成功交互评估的数据量最少，评估得到的结果准确性较差。基于WRDDM模型的评估方法[7]得到的交互成功率数值在0.7左右，成功评估交互的数据量较多，评估输出的评估结果准确性较差。而本文设计的绩效评估方法交互成功率数值在0.8左右，与两种参与测试的绩效评估方法相比，设计的绩效评估方法能够获取高校财务预算数据的更多信任阈值，评估绩效得到的信任值较大，绩效评估得到的结果更为准确。

三、结语

高校财务预算是高校学术计划践行的基础，随着数字化管理措施的推广，精细化预算高校财务绩效成了当下研究热点。本文以大数据技术作为数据处理支持，采集高校财务预算数据后，随机选定两组现有的绩效评估方法，经过测试得到的结果可知：本文设计的绩效评估方法得到的评估结果更为准确。在未来预估处理工作中，希望本文设计的绩效评估方法能够为高校财务预算提供理论支持。当然，本文所构建的绩效评估方法并未考虑到预算工作产生的市场价格波动，还需不断地研究改进。