1引言

财务管理作为医院发展的基础，是医院展开经营管理活动的保障，医院所面临的财务风险大小影响医院财务管理水平的高低[1-3]。因此，国内外学者针对医院财务风险预测进行了相关研究。其中，SilvaAPBD学者提出基于一元判别模型的医院财务风险精准预测方法，将医院财务风险进行了不同标准的分类，建立医院财务风险共享资源矩阵，预测医院财务走向，但该方法的风险预测精度误差较大，结果精准度不高[4]。桂嘉伟学者基于F分数模型分析预测财务风险，运用三阶段DEA模型和Mal-mquist指数,比较财政偿债和盈利效率，但是该方法的风险预测指标收集不全面，造成财务风险预测信息有偏差[5]。针对上述研究存在的问题，提出基于直觉时间模糊序列的医院财务风险精准预测研究方法，全面提取财务数据信息，筛选风险指标，实现对医院财务风险的精准预测。

2财务风险精准预测方法

2.1财务风险数据挖掘首先考虑医院规模、研究样本的实际时间跨度以及医院财务危机概念这几种因素对研究医院样本进行确定。选取的样本包括财务正常医院与存在财务危机的医院。其中存在财务危机的医院指的是存在连续亏损等财务状况的医院。样本的具体选取标准如下：（1）研究样本如果来源于不同会计年度，则可能产生时间性研究差异，为减少和控制外部经济因素带来的偏差，尽量比较同一年度的研究数据[6]。（2）选取的总样本量为六十家医院，其中财务正常医院共三十家，存在财务危机的医院共三十家。接着对样本医院的财务风险数据进行挖掘，在该过程中首先需要进行样本医院财务风险数据的关联分析，具体过程如图1所示。然后利用Apriori算法进行样本医院的财务风险数据挖掘，具体挖掘流程如下：（1）将多项数据集设为Tk(k=1,2,3,…,m)，对其进行扫描，获取候选数据集合。（2）以最小支持度SUPmin为依据产生候选繁荣集。（3）对候选繁荣集中成员对应的最小支持度进行判断。对于不是最繁荣的成员，将其在候选繁荣集中去除。（4）对于候选繁荣集中的全部非空子集，确定其强关联规则，通过强关联规则挖掘需要的样本医院财务风险数据。

2.2财务风险指标选取对数据的实际可获得性进行考虑，遵循一定原则选取医院财务风险指标[7-8]。包括经济性、可操作性、可比性、全面性、科学性原则，结合医院财务风险实际状况，确定了四类医院财务风险指标，四种类别分别如下：偿债能力财务风险指标类别、盈利能力财务风险指标类别、成长能力财务风险指标类别和经营能力财务风险指标类别。

2.3财务风险预测根据选取的财务风险指标，基于直觉时间模糊序列构建医院财务风险预测模型，实现医院财务风险的精准预测。根据上式结果，利用构建的医院财务风险预测模型进行医院财务的风险预测。具体步骤如下：（1）对划分间隔与论域进行定义。将论域定义为U，并对初始聚类数进行选取，通过直觉模糊优化均值对间隔长度进行确定。（2）对变量语言直觉模糊集进行定义。对样本的集合隶属程度进行计算，从而获取其直觉时间模糊序列。（3）构建模糊直觉关系。首先确定窗口参数的最佳值，并对操作矩阵与标准向量进行计算，从而构建直觉模糊关系。（4）调节距离参数因子，对各种聚类数进行获取从而进行循环操作，得到相应预测值。（5）对去直觉模糊化进行实施，选取预测误差率最小的一组预测值，作为最优的预测结果。

3实证分析

3.1实证数据获取为了验证财务风险精准预测方法的整体有效性进行实验，对北京中医医院顺义医院进行财务风险预测实验。拟定实验平台即MatlabR2022b，在主频为1的环境下进行仿真。在北京中医医院顺义医院2013～2020年的样本数据集中随机选取2000个财务信息数据，将其中1400个财务信息用于训练，600个财务信息用于测试，获取医院财务风险精准预测方法的偿债能力、盈利能力、成长能力、运营能力四种指标类别的风险预测误差率数据。为增强本次实验结果的对比性，将文献[4]方法和文献[5]方法作为对比实验方法，完成实验分析。

3.2偿债能力指标数据预测误差率分析偿债能力指标能够反映医院财务状况好坏，可用于考察医院持续经营能力，因此偿债能力指标数据预测至关重要。通过对比本文方法与文献[4]、文献[5]方法的偿债能力指标数据预测误差率，验证本文方法的优越性，结果如图2所示。根据图2的偿债能力指标数据预测误差率实验结果可知，相较于文献[4]方法和文献[5]方法，本文方法误差率较低，在财务信息数据数量达到500个时趋于稳定，为1.5%。

3.3盈利能力指标数据预测误差率分析盈利能力指标能够反映医院当前的经营业绩，可用于分析医院实际经营状况。对盈利能力指标类别进行风险预测，结果如图3所示。根据图3的盈利能力指标数据预测误差率实验结果可知，相较于文献[4]方法和文献[5]方法，本文方法的误差率为1.2%，实现了约7.8%与6.1%的降低。

3.4成长能力指标数据预测误差率分析成长能力指标能够反映医院未来生产经营水平，可用于测量医院扩展经营能力。对成长能力指标类别进行风险预测，结果如图4所示。根据图4的成长能力指标数据预测误差率实验结果可知，本文方法误差率波动较稳定，在预测至400个财务信息数量时趋于稳定，误差率为2.4%，而文献[4]方法和文献[5]方法的数据预测误差率为4.7%和3.9%。

3.5运营能力指标数据预测误差率分析运营能力指标能够反映医院当前盈利状态，可用于分析医院资产运营效率。对运营能力指标类别进行风险预测，结果如图5所示。根据图5的运营能力指标数据预测误差率实验结果可知，本文方法误差率低于文献[4]方法和文献[5]方法，在财务信息数量为600时，本文方法误差率为1.9%。

4结束语

将直觉时间模糊序列应用于医院财务风险精准预测方面的研究中，偿债能力指标类别风险预测误差率为1.5%，盈利能力指标类别风险预测误差率为1.2%，成长能力指标类别风险预测误差率为2.4%，运营能力指标类别风险预测误差率为1.9%。本文方法能够抓住数据的随机变化特征，帮助医院做出更准确的财务决策。

参考文献:

[1]赵浩,鲁亚军,高洁,等.基于指导性正则化随机森林SMO-TEBoost的算法与应用[J].统计与决策,2020,36(4):11-16.

[2]赵蕊菡,陈一.基于扎根理论的网络健康信息多维度风险感知理论模型研究[J].情报理论与实践,2020,43(1):68-75.

[3]徐永红,张彬.改革试点公立医院的薪酬关联系数探索与分析[J].中国卫生经济,2019,38(4):37-39.

作者:刘慧莲 单位:北京中医医院顺义医院