讀過吳軍先生著的《數學之美》一書的朋友,一定能瞭解到,數學已經在自然語言機器翻譯中取得長足的進步。同樣的,在會計和審計中,也可以通過數學模型解決許多問題。計算機已經取代了許多會計和審計工作,并且,我堅信,在未來還將取代更多的工作,而僅留下一些實在相當複雜和需要人類創造性思維的部分。
在《數學之美》提到,運用余弦定理解決了新聞分類的問題。有興趣的讀者可以在網上找到這篇文章。在這裡,嘗試探討運用余弦定理,實現報告分部的自動分類。
報告分部是指符合經營分部定義,按規定應予披露的經營分部。
企業應當以內部組織結構、管理要求、內部報告制度為依據確定經營分部。
基本原則:風險和報酬的性質和來源。
釋:報告分部的分組定量判斷方法。
不同經營分部,其「風險和報酬的性質和來源」不同。如果把不同子經營分部「如產品業務線或產品客戶群組」看作一個或一組特定風險和報酬的證券或證券組合,那麼,運用資本資產定價模型中分析兩證券相關性的計量方法,可以定量計算出不同子經營分部「如產品業務線或產品客戶群組」之間的兩兩相關性。
將相關性小於某一臨界閾值的子經營分部「如產品業務線或產品客戶群組」匯總在一起,即可得出相關性高的經營分部,也即「風險和報酬的性質和來源」相似的經營分部。
若由此計算得出的經營分部過多,則可以進一步提高臨界閾值,或者重複上述步驟,將上述計算分類得出的經營分部匯總成更大的經營分部。
假定企業各不同產品業務線均可用一N維向量來表達,(屬性Q(1),屬性Q(2),……,屬性Q(N))。這裡的屬性必須是能夠表徵產品業務線的「風險和報酬的性質和來源」的全部且各不相同的屬性,可以是銷量、單價、毛利率等。
例如,可以將產品業務線表示為
(在第1周「也可以是天、月、季等」發生的銷量,在第1周「也可以是天、月、季等」發生的平均單價,在第1周「也可以是天、月、季等」發生的毛利率,在第2周「也可以是天、月、季等」發生的銷量,在第2周「也可以是天、月、季等」發生的平均單價,在第2周「也可以是天、月、季等」發生的毛利率,……,在地區甲的銷量,在地區甲的單價,在地區甲的毛利率,在地區乙的銷量,在地區乙的單價,在地區乙的毛利率,……,對客戶子的銷量,對客戶子的單價,對客戶子的毛利率,對客戶丑的銷量,對客戶丑的單價,對客戶丑的毛利率,……,)
也表示為
(第1周「也可以是天、月、季等」在地區甲發生的銷量,第1周「也可以是天、月、季等」在地區甲發生的平均單價,第1周「也可以是天、月、季等」在地區甲發生的毛利率,第2周「也可以是天、月、季等」在地區甲發生的銷量,第2周「也可以是天、月、季等」在地區甲發生的平均單價,第2周「也可以是天、月、季等」在地區甲發生的毛利率,……,第1周「也可以是天、月、季等」在地區乙發生的銷量,第1周「也可以是天、月、季等」在地區乙發生的平均單價,第1周「也可以是天、月、季等」在地區乙發生的毛利率,……,第1周「也可以是天、月、季等」對客戶子的銷量,第1周「也可以是天、月、季等」對客戶子的單價,第1周「也可以是天、月、季等」對客戶子的毛利率,第2周「也可以是天、月、季等」對客戶丑的銷量,第2周「也可以是天、月、季等」對客戶丑的單價,第2周「也可以是天、月、季等」對客戶丑的毛利率,……,)
這樣,產品業務線A和B可以分別表示為,
A=(A(1),A(2)a,…,A(N)),
B=(B(1),B(2),…,B(N-3))。
兩者的相關性r(A,B)可表示為
r(A,B)=(∑_(i=1)^N▒(A_i∙B_i) )/(√(∑_(i=1)^N▒〖A_i〗^2 )∙√(∑_(i=1)^N▒〖B_i〗^2 ))
令θ表示向量A與向量B的夾角,<A,B>表示向量A與向量B的向量點乘積,則有
r(A,B)〖=cos〗θ=〈A,B〉/(|A|∙|B|)
顯然,相關係數介於區間[-1,1]內。
當相關係數為-1,表示完全負相關,表明兩項產品業務線的「風險和報酬的性質和來源」完全相反。
當相關係數為+1時,表示完全正相關,表明兩項產品業務線的「風險和報酬的性質和來源」完全相同。
當相關係數為0表示不相關。