张晓燕

【摘 要】 在高等教育被纳入广阔的社会和经济发展形势下，高校需要建立一套能融入学校发展战略与绩效，在创造价值的同时将风险控制在可承受范围内的风险管理体系。文章从知识图谱的视角对高校内部业务流程、绩效和制度进行了梳理，建立了高校风险管理与绩效的知识表示框架，以这套框架为“基因”设计了高校风险管理与绩效知识图谱架构，讨论了在识别风险的同时识别机遇的知识计算方案，以为学校战略决策提供支持;提出了利用知识图谱计算给定绩效目标下可以承受风险边界的风险—绩效曲线方法，为各级管理人员根据其绩效/风险取向进行合理决策提供了新的手段。

【关键词】 知识图谱; 风险管理; 绩效; 风险—绩效曲线

【中图分类号】 G471.7  【文献标识码】 A  【文章编号】 1004-5937（2019）14-0032-06

一、引言

自国家财政部、教育部提出高校内部控制建设以来，很多高校在内控建设方面取得了一定成效，对风险进行了评估，形成了风险矩阵，建立了风险数据库，提出了相应的风险应对措施[ 1-2 ]。随着我国的快速崛起，高等教育被纳入更广阔的社会和经济发展中，产学研融合、校企“双元”育人、高校与行业企业形成命运共同体的格局正在形成。这一方面深刻改变了高校内外控制环境，不确定性因素陡增，业务层面风险呈现出多样性、动态性和易变性;另一方面为高校的发展提供了多种机遇。如何在迅速变化的环境中抓住机遇、防范风险，为学校寻求更大的发展空间，是学校管理需要面对的重要课题。新形势下，只强调风险“负面性”的内部控制框架已不能完全满足高校发展的需求。高校不仅需要一套风险“控制体系”来保证学校运营合法合规，满足外部监管的要求，而且需要一套风险的“管理体系”，将风险管理的要素和原则融入学校发展战略、绩效和价值提升中，使风险管理成为学校治理和发展战略的有机部分。这就需要对风险进行“精细化”管理，在识别风险的同时识别机遇，创造和保留价值的同时将风险控制在可承受的范围内。

从信息管理的视角来看，高校的风险和机遇往往“隐藏”在内部和外部数据中，这些数据包括：学校基础数据、业务数据、关联企事业单位数据、政策和形势数据、相关行业数据以及新闻数据等。从这些膨胀的大数据中洞察隐藏的风险，发现潜在的机遇，并在业务流程的各个环节中给出应对策略和措施，最终在岗位把握机遇、化解风险，是学校风险管理体系信息化建设的重要目标之一。

知识图谱[ 3 ]自2012年提出以来，发展迅速，已经成为人工智能领域研究的热点之一，吸引了学术界和工业界的广泛关注，在金融、电商、图情和医疗等众多领域取得了较好的落地效果，产生了巨大的社会与经济效益。知识图谱的出现，为学校管理人员“迅速有效地收集学校内、外数据并对各种风险与机遇进行自动研判”提供了一种新的手段。

本文参照《COSO企业风险管理》[ 4 ]框架，以信息化技术为手段，将风险管理融入到高校的战略与绩效中，提出了高校风险管理与绩效知识图谱的构建方案：

一是从知识图谱的视角对高校内部业务流程、绩效和制度进行了梳理，建立了高校风险管理与绩效的知识表示框架。

二是以风险管理与绩效的知识表示框架为“基因”，设计了高校风险管理与绩效知识图谱架构，通过知识计算实现对风险的“精细化”评估，在识别风险的同时识别机遇。

三是以平衡计分卡[ 5 ]为绩效导向，给出了利用知识图谱计算给定绩效目标下可以承受的风险边界风险—绩效曲线方法，为各级管理人员根据其绩效/风险取向进行合理决策提供了新的手段。

二、高校风险管理与绩效知识图谱架构

（一）知识图谱

知识图谱的本质是建立知识之间的联系，以实体—关系—实体“三元组”的语义数据结构描述客观世界中概念、实体及其关系，将来自各类数据源的信息表达成接近人类认知世界的结构化知识，知识图谱提供了一种更好地组织、管理和理解海量信息的功能。知识图谱起源于语义网络，最初由Google提出并用于优化搜索结果，发展至今已经应用于各个垂直化的领域。领域知识图谱可看成是一个“基于语义技术的行业知识库”，其构建基于行业数据，通常有着严格而丰富的数据模式，对该领域知识的深度、知识准确性有着更高的要求。领域知识图谱的构建通常包括知识建模、知识获取、知识融合、知识存储、知識计算和知识应用六个阶段。

（二）高校风险管理与绩效知识图谱架构

构建高校风险管理与绩效知识图谱要考虑三个问题，即“如何围绕战略和业务构建标准的数据体系”“如何将不同来源的数据融合成统一的知识体系”以及“如何从风险管理和绩效的角度挖掘这些数据的价值”。根据上述问题，本文所构建的高校风险管理与绩效知识图谱包括知识建模、图谱构建和知识计算三个模块，其总体架构如图1所示。

知识建模模块主要任务是梳理业务、制度和绩效，构建本体，给出基于本体的知识表示框架。图谱构建模块是根据知识表示框架，从不同来源、不同结构的数据源提取数据，通过知识融合形成全局统一的、相互联系的知识，并存放在知识库中。知识计算模块则利用这种结构化的知识，通过图挖掘计算、本体推理和基于规则的推理等算法，发现其中隐含信息或新信息，进而实现探测异常、预测风险和机会及决策支持。最后，将计算结果对接到学校相关的业务系统中，为各级管理人员的决策提供支持。

三、知识建模

知识建模目的是围绕学校战略和业务，基于动态本体理论构建一套标准的数据体系，用以约束知识图谱数据的组织方式。这套框架就是业务数据的“基因”，其他数据都是在这个基础上建立的。一套完整的知识表示框架可以把不同形式的数据融合成一个综合的知识体系。有了这套完整的知识表示框架，就为数据治理奠定了基础。知识建模主要步骤包括业务梳理和构建本体框架。