时间：2023-10-16 17:25:00
西方审计委员会制度起源于20世纪30年代，纽交所针对当时发生的商业丑闻和诈骗案，提出应当设置审计委员会。而我国21世纪初才开始发展，落后于西方。
目前为止，大多数学者集中研究审计委员会特征对会计信息质量的影响，然而对审计委员会特征征和会计信息可比性，由于计量难度较大而鲜有文献研究。该篇文章试图通过有关的文献回顾，为探究审计委员会特征与会计信息可比性关联度奠定一定的理论和文献基础。本文先是梳理了审计委员会特征，然后对审计委员会和会计信息质量的关系进行了回顾。
二、审计委员会的特征研究
现有关于审计委员会特征的研究文献主要集中在审计委员会的独立性、专业性、活跃性、规模特征，我们将从这四个方面进行文献梳理和述评。
（1）审计委员会的独立性
审计委员会独立性是审计委员会的灵魂，用独立董事的百分比计量。对于审计委员会独立性的研究，集中在对公司治理和会计师事务所选择及会计师变更等方面的影响。
武俊（2000）研究表明，审计委员会独立性能够强化公司监督职能。Carcello等（2003）发现，独立性越高，公司越不愿意更换审计师。Lee等（2004）Lennox等（2007）发现审计委员会独立性与审计质量正相关。翟华云（2007）发现审计委员会独立性和聘请会计师事务所大小正相关。
（2）审计委员会的专业性
专业性是对审计委员会成员工作能力方面的要求。审计委员会的专业性一般以财务专家的比例计量。对专业性的研究主要集中在财务专家参与的必要性以及对内部控制的影响。
DeZoort等（2001）研究表明，财务专家在审计委员会中具有很大的必要性。刘焱等（2014）实证检验了专业性对内部控制的监控效力。
（3）审计委员会的活跃性
审计委员会活跃性用开会次数计量。现有研究集中在审计委员会的重要性、会计师事务所的选择以及审计收费等方面。
吴溪等（2011）研究表明，审计委员会活跃性可以反映公司治理功能。翟华云（2007）发现审计委员会活跃性和选取会计师事务所大小正相关。周兰（2010）发现审计委员会活跃性与审计收费正相关。
（4）审计委员会的规模
审计委员会规模用审计委员会人数计量。对审计委员会规模的研究集中在外部审计师更换及内部控制等方面。deZoort等（2001）得出审计委员会规模负相关于不正常替换外部审计师的可能性。董卉娜等（2012）发现上市公司审计委员会的规模和内部控制正相关。
上述研究成果为探讨审计委员会特征和会计信息质量的关系奠定了丰富而坚实的理论基础。
三、审计委员会特征对会计信息质量的影响研究
当前主要从信息的披露质量、盈余质量、虚假财务报告、财务重述等几个角度，对审计委员会特征和会计信息质量的关联性进行探讨。
（1）审计委员会特征和会计信息披露质量的相关性研究
王雄元等（2006）发现审计委员会独立性与信息披露质量正相关；活跃性负相关于信息披露质量。Krishnan（2005）研究表明，审计委员会中财务专家比例越高，会计信息披露质量越高。
（2）审计委员会特征和会计盈余质量的相关性研究
颜志元（ 2006） DeZoort 等（2003）Anderson等（2004）发现审计委员会的活跃性与会计盈余信息含量正相关。翟华云（2006）以及Sierra等（2012）研究表明，审计委员会的规模与可操作性盈余呈负相关。
（3）审计委员会特征和虚假财务报告的相关性研究
Beasley（1996）Beasley等（2001）发现独立性越强，虚假财务报告的发生率越低。Cohen等（2012）得出审计委员会专业性可以提高财务报告质量。
（4）审计委员会特征和财务重述的相关性研究
Abbott等（2004）杨忠莲等（2006）李斌等（2006）研究表明，专业性、独立性及活跃性负相关于财务报表重述。
四、结论
关键词：邹庄煤矿；水文地质；矿井涌水量；预测解析法；比拟法
中图分类号：P641 文献标识码：A 文章编号：1009-2374（2013）34-0104-03
涌水量预测是对矿井充水条件的定量评价，也是对矿井需要排出水量的估计。矿井涌水量的大小是反映一定条件下，矿井充水程度的定量指标，是井田开采设计中制定防治水方案的依据。
本文以邹庄煤矿为例，分别采用解析法和比拟法两种方法对该煤矿矿井涌水量进行预测，并对两种预测结果进行综合分析，从而寻找较符合本矿井实际情况的矿井涌水量，为今后防治水措施的制定提供依据。
1 井田概况
邹庄井田位于淮北市濉溪县南坪镇、双堆集镇，北距濉溪县50km，东北距宿州市25km。
井田内地势平坦，地形简单，地貌类型单一，主要为河间平地。区域地层从老到新发育有太古界-元古界，古生界寒武系、奥陶系、石炭系、二叠系，中生界三叠系，新生界第三、四系。
2 井田水文地质条件
2.1 井田水文地质概况
根据地层岩石的含水条件、含水赋存空间分布，井田内可划分为新生界松散层孔隙含水层（组）、二叠系主采煤层砂岩裂隙含水层（段）、太原组及奥陶系石灰岩岩溶裂隙含水层（段）三类。
新生界松散孔隙含水层可细分为新生界第一、二、三、四共四个含水层组，除第四含水层组直接覆盖在煤系之上外。第一、二、三含水层（组）之间分别对应有第一、二、三隔水层（组）分布。它们主要由粘土、砂质粘土及钙质粘土组成，分布稳定，隔水性能较好。尤其是第三隔水层（组），以灰绿色粘土为主，单层厚度大，隔水性能良好，是区域内重要的隔水层。
二叠系砂岩裂隙含水层主要由泥岩、粉砂岩及砂岩组成，根据地层岩性组合特征及可采煤层赋存位置，该含水层可细分为：32煤顶底砂岩裂隙含水层，7、8煤顶底板砂岩裂隙含水层，10煤顶底板砂岩裂隙含水层三个含水层，对应各主采煤层砂岩裂隙含水层划分为四个隔水层：1～2煤隔水层段、4～6煤隔水层段、8煤下铝质泥岩隔水层段和10煤下海相泥岩隔水层段，它们隔水性能良好。
井田范围内，新生界第一含水层（潜水）以大气降水补给为主，水平径流补给次之，排泄方式为垂直蒸发、人工开采和河流排泄。第二、三含水层以层间径流为主，局部地方为越流补给。第四含水层及二叠系砂岩裂隙含水层、太原组及奥陶系石灰岩岩溶裂隙含水层均以层间径流补给为主。根据井田所在水文地质单元来看，井田潜水及深层地下水流向为西北-东南方向。
2.2 断层富水性
井田内共查明断层30条，其中正断层16条，逆断层14条。断层破碎带岩性以煤系泥岩及粉砂岩块为主，夹少量砂岩碎屑，所有钻孔穿过断层带时，均未发生漏水现象。从区域和邻近生产矿井来看，断层一般是富水性弱，导水性差。
3 充水因素分析
3.1 大气降水
大气降水为新生界松散孔隙含水层主要补给源。而邹庄井田范围内煤系地层含水层被巨厚新生界地层所覆盖，大气降水难以下渗至煤系含水层。另外，井田新生界松散含水层系统中下部广泛分布着一厚度大、隔水性能良好的第三隔水层，在该隔水层作用下，大气降水对煤系含水层无直接水力联系。
3.2 新生界松散孔隙水
新生界松散含水层系统下部第四含水层覆盖于煤系地层上部，特别是浅部地区，第四含水层通过基岩风化裂隙带将对煤系含水层产生一定补给量，另一方面，受煤矿开采影响，采空区塌陷裂隙带可能进入第四含水层中，从而加强第四含水层与煤系含水层之间的水力联系。因此，新生界松散含水层第四含水层与煤系含水层之间存在一定水力联系，该含水层为井田间接充水含水层。
3.3 煤层顶底板砂岩裂隙水
32煤层为邹庄井田主采煤层，在煤层开采过程中，受“上三带”与“下三带”作用32煤顶底板砂岩裂隙含水层将被导通，其中地下水将全部进入矿坑中，成为矿井直接充水水源。
同理，开采7、8煤过程中，7、8煤顶底板砂岩裂隙含水层中地下水将进入矿坑中，成为7、8煤层直接充水
水源。
3.4 石灰岩岩溶裂隙水
太原组和奥陶系石灰岩岩溶裂隙水在正常情况下，对开采10煤层无直接充水影响，但当遇到断层或陷落柱时，使煤层与灰岩“对口”接触或间距缩短时，可能对矿坑产生直接充水或使巷道产生“底鼓”，成为井田间接充水含水层。
3.5 断裂构造对矿产充水影响
井田内多数断层在天然状态下富水性弱、导水性差，当井巷工程施工穿过断层时，断层裂隙带地下水将进入矿井，水量不大。但由于破坏了天然平衡状态，使断层的导水性增大，若使主采煤层与富水层“对口”或“沟通”时，则有可能产生突水。
4 矿井涌水量计算
解析法是目前广为采用的矿井涌水量预测方法之一，其中以大井法应用最为广泛，该法是把矿区水平坑道系统所占的面积等价于一个理想的“大井”面积，整个坑道系统的涌水量就相当于“大井”的涌水量。
比拟法是根据已知水文地质参数的矿井涌水量，通过相似比拟关系，近似地推算相似水文地质参数矿井的涌水量，是矿井涌水量预测的一种近似方法。
4.1 解析法
4.1.1 公式选择：根据充水因素分析，井巷开拓时，主采煤层顶底板砂岩裂隙水将直接进入矿坑，煤层顶底板砂岩裂隙水是矿井的直接充水水源，当水位降至一水平-700m时，煤层顶底板砂岩裂隙水不具有承压性，此时地下水处于承压转无压水流状态，故采用以下公式进行矿井涌水量预测：
（1）
（2）
（3）
（4）
式中：
Q—矿井涌水量（m3/h）
S—水位降深值
K—渗透系数（m/d）
M—含水层厚度（m）
h0—含水层底板以上动水位高度，煤系砂岩水降至各煤层底板时，h0=0（m）
R—影响半径（m）
r0—“大井”引用半径（m）
R0—“大井”引用影响半径（m）
F—主采煤层面积（m2）
4.1.2 参数选取。根据《安徽省濉溪县邹庄井田煤炭勘探报告》，主采煤层渗透系数取K=0.0611m/d。
4.1.3 降深。水位降低值采用32煤和7、8煤顶、底板砂岩裂隙含水层静止水位标高与一水平开采标高（-700m）之差。根据勘探报告，32煤和7、8煤顶、底板砂岩裂隙含水层平均水位为15.27m。
邹庄井田水位降深值为：S=715.27m。
4.1.4 含水层厚度。根据勘探报告，主采煤层含水层厚度为31.86m。
4.1.5 其他参数：
（1）开采面积：本井田主采煤层82煤露头至32煤层-700第一水平面积为10.4km2。
（2）大井半径（r0）及影响半径（R）。
根据式（2）和式（3），得本项目大井半径r0=1820m，影响半径R=1768m，引用影响半径R0=3588m。
4.1.6 矿井涌水量估算。根据公式（1）计算得，本项目正常矿井涌水量为526m3/h。
4.2 比拟法
4.2.1 比拟条件：应用比拟法的前提条件是待测矿井与被比拟矿井的水文地质条件相似，且水文地质参数中存在着可用相同数学表达式描述的物理量。
邹庄井田与桃园煤矿相邻同属宿县矿区，两矿地质构造、煤层、矿床水文地质条件基本相似。因此，可利用桃园煤矿相关资料预测本井田矿井涌水量。
4.2.2 公式选择：根据周边矿井生产实践，本区矿井涌水量与开采区面积及水位降深关系密切，因此可利用桃园煤矿开采面积、水位降深资料，采用以下公式进行涌水量预测：
（5）
式中：
Q0—生产矿井实测矿井涌水量（m3/h）
S0—生产矿井水位降低值
4.2.3 桃园煤矿矿井涌水量：本文拟用桃园煤矿井1999～2005年矿井实际涌水量进行本井田涌水量预算计算。桃园煤矿的实测矿井涌水量情况见表1。
根据表1，桃园煤矿1999.1～2005.7年正常涌水量为320.5m3/h，最大涌水量为503m3/h。
4.2.4 参数选取：桃园煤矿井巷围圈面积为F0=6.34km2。一水平开采水位降深为S0=540m。
邹庄井田水位降深为715.27m，开采面积为10.4km2。
4.2.5 比拟法计算结果：根据比拟法公式，计算本矿井正常涌水量为472m3/h，最大涌水量为741m3/h。
5 结果分析
根据煤炭勘探报告及水文地质补充勘查报告，邹庄井田属Ⅱ类二型矿床。井田范围二叠系裂隙含水层裂隙不发育、富水性弱，补给条件差，处于封闭或半封闭的水文地质环境，地下水径流缓慢。根据淮北矿区开采经验来看，该含水层一般情况下对矿井安全生产不构成威胁。
解析法是基于稳定流理推导的地下水动力学计算公式，它要求含水层分布无限，且含水层地下水有比较充分的补给条件，最终可以达到补排平衡状态。而煤矿开采过程中矿井涌水量补给源为煤系含水层，该含水层补给能力有限，随着开采持续开采引起降落漏斗范围将不断扩大，解析法与实际情况存在一定偏差，因此解析法计算矿井涌水量与矿井实际矿井涌水量存在差值。
本文邹庄矿井渗透系数及含水层厚度均根据水文地质钻孔资料获得的是准确的数据，实际上受地层非均质各向异性影响，含水层渗透系数及含水层厚度并非固定不变的，特别是渗透系数随钻孔位置不同其数值也各不相同，而解析法计算中没有考虑这种情况，由此导致解析法计算矿井涌水量与实际矿井涌水量存在一定偏差。
桃园煤矿与邹庄井田距离较近，且二者处于同一个大的水文地质单元内，二者矿井涌水量具有一定的相似性，采用比拟法计算所得邹庄矿井涌水量更符合邹庄井田实际水文地质条件。此外，与解析法相比，采用比拟法计算可避免水文地质参数取值带来的偏差，进而减少了计算
误差。
结合周边其他矿井生产实际，一般而言，解析法（大井法）计算影响半径偏小，计算的矿井涌水量普遍偏大，而比拟法计算矿井涌水量与矿井实际涌水量相差较小，因此本文推荐采用比拟法计算的矿井涌水量作为邹庄矿井排水能力设计依据。
6 结语
解析法（大井法）预算矿井正常涌水量为526m3/h；比拟法预算矿井正常涌水量为472m3/h，最大涌水量为
741m3/h。矿井涌水量计算公式和参数选择合理，两种方法预算正常涌水量结果近似，符合本井田水文地质条件和实际水文地质资料反映的规律，但是由于比拟法计算结果更接近矿井实际情况，建议采用比拟法计算结果作为本矿井排水设计依据。
参考文献
[1] 王秀兰，等.矿山水文地质学[M].北京：煤炭工业
出版社，2007：128-153.
[2] 刘娟，杨国勇，等.新驿煤矿矿井涌水量预测[J].山
东煤炭科技，2008，（1）：74-76.
[3] 安徽省濉溪县邹庄井田煤炭勘探报告[R].安徽省煤
田地质局勘查研究院，2006.
[4] 安徽神源煤化工有限公司邹庄煤矿水文地质补充勘查
报告[R].安徽省煤田地质局水文勘探队，2012.
[5] 钱学溥.预测矿井涌水量的计算级别与精度评述[J].
中国煤田地质，2007，19（5）：48-50.
【关键词】征信系统 数据质量 评价机制
一、建立征信系统数据质量评价机制的必要性和重要性
（一）有利于促进征信业的发展
目前，金融信用信息基础数据库（简称征信系统）是我国重要的金融基础设施之一，采集近10亿企业和个人的信用信息，已经成为世界上规模最大的数据库。它由中国人民银行征信中心运营和维护，接入金融机构、小额贷款公司、融资性担保公司、汽车金融公司等多种类型的机构。通过开展征信系统数据质量工作评价，有利于全面、系统、客观公正地反映和评价接入机构征信系统数据质量工作的成效，塑造金融业良好形象，促进征信业发展。
（二）有利于提高征信系统数据质量
通过开展征信系统数据质量工作评价，对接入机构及其工作人员进行激励约束，从而督促接入机构重视征信系统数据质量工作，建立提升征信系统数据质量的长效机制，提高接入机构报送征信系统数据的及时性、准确性、完整性，从而促进征信系统数据质量不断提升。
（三）有助于提升征信工作人员的积极性
在我国征信系统数据质量工作激励约束机制中，除了制度法规约束外，运用金融经济学中的“补偿原则”，引入利益分配和补偿机制，使征信系统数据质量卓有成效的机构有一定程度的获益，提高数据质量工作的主动性和创造性，为做好数据质量工作提供内在的、强大的、持久的动力。
（四）有利于减少异议或诉讼的发生
随着信用信息主体维权意识的逐步增强，信用信息主体申请征信异议或投诉的数量呈现出增长的势头。据调查，接入机构数据报送错误是引起异议或诉讼的主要原因。因此，提高信用信息的完整性、及时性和准确性，有利于减少征信异议或诉讼的发生。
二、征信系统数据质量工作现状和存在的主要问题
（一）征信系统数据质量工作重视程度不高
征信系统防范信用风险、促进信贷市场发展有着重要的意义。然后，存在一些接入机构对征信工作重视程度不高、相关制度落实不到位的情况，影响了征信系统的数据质量。
（二）对征信系统数据质量的认可度不高
根据信用信息基础数据库运行情况问卷调查显示，接入机构对数据质量的认可度较低，主要由于一些接入机构上报信用信息不真实，录入不够准确，更新不够及时等原因，导致征信系统中不能真实、全面反映个人和企业的信用情况。
（三）征信系统数据质量专业人才缺乏
由于我国征信体系建设起步较晚，高等教育也就这几年才有征信人才的培养，在全国看来，建设征信体系人才缺乏已是不争的事实。尤其是一些小额贷款公司、融资性担保公司等小型机构，征信工作的专业人才缺乏，缺少对数据质量工作的责任心，对从而影响了征信信息准确性、完整性、及时性。
（四）征信系统数据质量评价机制有待健全
目前，主要针对征信系统量化考评等个别专项工作进行激励约束，缺少对征信数据质量工作全面的评价机制。同时，征信系统数据质量的相关规章制度总体重处罚轻激励，对数据质量工作积极配合、努力尽职的机构或个人缺乏激励机制和成本补偿机制，不利于征信数据质量工作的开展。
三、征信系统数据质量评价方案设计
（一）评价原则
1.科学性。设计征信系统数据质量工作评价指标体系时，以征信系统数据质量相关制度要求、征信系统数据质量应达到的目标、开展征信系统数据质量工作等方面为指导。设计评价指标体系力求在基本概念和逻辑结构上严谨、合理，抓住征信系统数据质量工作的实质，并具有针对性。另外，采用定性、定量的相结合方法，将征信系统数据质量抽象的内容具体化。
2.可操作性。可操作性，也就是可行性和实用性，指征信系统数据质量评价指标内容客观明确，指标简化、方法简便，信息及数据易于采集且准确可靠。
3.引导性。评价指标要能引导被评价对象的行为。合理、可行的征信系统数据质量工作评价指标体系必须能对接入机构及其工作人员的行为起到一定的引导作用，接入机构及其工作人员不仅仅为了评价而评价，评价只是手段，它的最终目的应该是保证目标的实现，因此，评价指标应具有灵活、动态和全方位的特点，以此引导被评价者与组织目标保持一致。
（二）评价指标及内容
征信系统数据质量评价工作分为对接入机构征信系统数据质量评价和对接入机构征信系统数据质量工作人员评价。本文中指标体系设计的思路是根据征信系统数据质量工作内容、性质、目标要求以及完成这些工作所具备的条件等进行研究和分析，确定评价的各项要素。本文在认真分析研究影响征信系统数据质量的各种因素的基础上，建立评价指标体系。
1.接入机构征信系统数据质量工作评价内容包括三个方面：征信系统数据质量考评情况、数据质量日常监测情况和对征信中心数据质量工作配合支持情况。其中，征信系统数据质量考评情况包括评价接入机构征信系统数据的完整性、及时性、准确性。数据质量日常监测情况主要评价接入机构征信系统数据上报和加载、补报和纠改情况。对征信中心征信系统数据质量工作机制具体包括接入机构征信工作牵头部门及人员配备情况，内控制度情况，会议培训情况，工作创新情况和投诉、诉讼情况等方面。若接入机构发生征信系统数据丢失、向未经信贷征信主管部门批准建立或变相建立的信用数据库提供信用信息等对征信系统有较大负面影响的事件，则实行一票否决。
2.对于接入机构征信系统数据质量工作人员的评价以其所属接入机构质量评价结果和接入机构工作人员数据质量工作情况两方面进行考评。根据接入机构数据质量评价情况的评价得分，作为接入机构征信系统工作人员评价得分的一部分。接入机构工作人员数据质量工作情况主要评价工作人员征信系统数据日常工作、数据质量提升工作以及征信制度业务学习情况、征信系统数据质量理论研究情况工作创新情况等。若工作人员所在部门或本岗位发生数据丢失、泄密、违规查询信用报告等对征信系统有较大负面影响的事件，则实行一票否决。
（三）评价的结果划分
根据评价结果将接入机构征信系统数据质量划分为A、B、C、D四个等级。其中A级指该机构征信系统数据的完整性、准确性和及时性好，能很好的开展数据质量工作，并对征信中心数据质量工作配合力度高。B级指该机构征信系统数据的完整性、准确性和及时性较好，能较好的开展数据质量工作，并对征信中心数据质量工作配合力度较高。C级指该机构征信系统数据的完整性、准确性和及时性不高，能开展数据质量工作，但效果不明显，并对征信中心数据质量工作配合力度较低。D级指该机构征信系统数据的完整性、准确性和及时性差，数据质量工作开展较差，并对征信中心数据质量工作配合力度。同上，根据评价结果将接入机构数据质量工作人员评价成绩划分为优秀、良好、一般、较差四个等级。
（四）评价的程序
1.评价数据的采集。定量指标数据来源于征信数据量化评分、两端数据核对、征信数据日常上报、更新、纠改。定性指标根据各接入机构数据质量工作开展情况等。
2.计算各指标得分。定量分析跟据专家打分法确定权重，按照层次分析法计算出分值;定性分析按照事先制定好的接入机构评价内容及指标表进行打分。
3.综合指标得分。将定量指标与对应的权重相乘，并与定性指标得分进行加总，即得到接入机构征信数据质量工作最终得分。
4.在接入机构征信数据质量工作评价结束后，将评价结果作为对征信数据质量工作人员评价的一项重要指标。对征信数据质量工作人员评价比照接入机构征信数据质量工作评价进行。
5.评价的流程。（1）成立征信中心征信系统数据质量评价办公室（以下称评价办公室），并在各分中心成立评价小组（以下称评价小组）。全国性接入机构由评价办公室负责评价，地方性接入机构由评价办公室委托评价小组评价。
（2）评价工作开始前，由评价办公室启动评价工作，如图1所示。评价办公室制定评价计划，下发数据质量工作评价标准。接入机构报送评价对象的征信系统数据质量工作情况自查报告和自查表，并说明理由。其中全国性接入机构将材料报评价办公室，地方性接入机构将材料报当地评价小组。评价办公室和评价小组根据接入机构报送资料及掌握的相关资料进行打分。
（3）评价小组汇总各类得分，计算最终得分，并进行初步等级判定，将本地区评价结果报评价办公室审批。
（4）评价办公室汇总评价结果，将初评结果发送至各接入机构。
（5）被评价对象收到评价结果后，如有异议，可以在5个工作日内将申诉意见反馈至评价办公室或当地评价小组。评价办公室或当地评价小组收到申诉意见后5个工作日内，应给予答复。
（6）评价办公室以正式文件形式下发被评价对象的征信系统数据质量工作的评价结果。
四、建立健全征信系统数据质量评价机制的措施
（一）提高对征信系统数据质量工作重要性的认识
“征信系统数据质量是征信系统的生命线。”做好征信系统数据质量工作是落实科学发展观，坚持以人为本的根本要求;保障征信业健康发展，维护金融稳定的客观需要;塑造金融业良好形象，维护正常金融秩序的有效举措;促进社会公平正义，建设和谐社会的重要内容。因此，接入机构提高对征信系统数据质量工作重要性的认识，积极主动做好征信系统数据质量工作。
（二）加强对征信系统数据质量评价机制的宣传
目前执行的征信系统数据质量方面的文件都强调了接入机构征信系统数据质量工作的职责义务，却没有涉及激励机制问题。因此，在推行征信系统数据质量评价机制中，应加强宣传，使接入机构及其工作人员了解征信系统数据质量激励及约束机制的目的、内容等，促使接入机构认真履行征信系统数据质量工作义务，并使征信系统数据质量卓有成效的机构有一定程度的获益，提高数据质量工作的积极性。
（三）明确征信系统数据质量评价工作的程序
建议征信中心制定征信系统数据质量评价工作的方案，并明确征信系统数据质量评价工作的程序。围绕个征信系统数据质量评价的制度规范、工作流程、方式方法等内容，组织对分中心及接入机构工作人员开展培训。为了确保评价工作顺利，可以根据量化考评掌握接入机构的数据质量情况，在全国部分分中心选择不同机构类型、数据质量在不同层次的接入机构开展征信系统数据质量评价试点工作，对发现的问题进行研究分析和解决，总结试点地区进行征信系统数据质量评价的工作做法和先进经验，并在全国推广。
参考文献
[1]胡燕.商业银行征信监管影响因素探析――基于《征信业管理条例》的视角[J].征信，2013，（12）：23-27.
[2]刘霏.完善商业银行员工激励的对策研究[M].企业导报，2011，（7）：206-207.
[3]孙艳丽.完善我国国有商业银行绩效考核机制的思考[J].科学之友，2011，（1）.111-112.
ISO9000标准的核心管理思想
ISO9000标准是国际标准化组织(ISO)制定和的第一个管理类标准，主要涵盖了以下几个方面的管理思想：
(一)全面满足顾客的需要，这是ISO9000的宗旨
对政府机关来说，由于立法机关(如我国的全国人民代表大会)对人民负责，政府对立法机关负责，因此政府也间接地对人民负责，也就是说，政府的工作必须满足人民的需要，使人民满意。
(二)过程控制的思想
对所有过程进行控制的思想是ISO9000标准的基本思想，ISO9000标准对过程控制提出了三个方面的要求：一是明确过程网络，即确定每一项工作由哪些过程所组成。二是确定控制方式。在过程网络确定后，应对每一过程进行分析，确定为达到质量体系要求，“过程”中必须采取的作业技术和活动，一般通过书面文件加以规定。三是实施制定措施，确保每一个过程都按规定的要求进行，从而达到过程控制的目的。
(三)预防为主的思想
质量的优劣不是由检验决定的，而是通过过程形成的，因此质量管理要强调预防为主，即事先分析影响质量的各种因素，找出影响质量的主导因素，采取措施将其消灭在形成过程之中，防患于未然。
(四)持续改进的思想
质量改进旨在提高质量，在ISO9000标准所规定的组织的五项主要质量目标和质量职责中，有三项涉及质量改进。质量改进主要通过改进过程来实现，是一种以追求更高的过程效益和效率为目标的持续活动。持续的质量改进应是组织管理者追求的永恒目标。
(五)制度化管理的思想
ISO9000标准的突出特点之一是其制度化管理的思想，即要求组织建立并保持文件化的质量体系，制作并保存质量记录，明确内部质量审核程序和方法，从而使工作的考核标准(质量体系文件)、考核依据(质量记录)、考核方法(内部质量审核)都明确化、制度化，形成制度化的管理体制。
(六)自我管理的思想
ISO9000标准要求通过内部质量审核、纠正预防措施、管理评审、文件资料控制等四个支柱要素的协调动作来管理质量体系，使质量体系实现自我管理、自我完善。
税收征收管理工作应用ISO9000标准的理论依据
税收征收管理为什么要按ISO9000标准建立质量体系?答案是如果税收征收管理存在质量问题而且有改进质量管理的客观需要，再加上ISO9000标准适用于税收征收管理工作而且税务机关“贯标”具有可行性，那么将ISO9000标准引入税收征收管理就具有了充分的依据。
(一)税收征收管理中的质量问题
世界上任何事物都存在着“质量”，都有确立质量、保持质量、控制质量、改进质量和创新质量的客观要求，税收征收管理也不例外。那么，应该如何理解税收征收管理的质量。笔者认为，税收征收管理包括以下三方面的质量问题：
1．税收征收管理业务的质量。是指税收征收管理业务满足明确和隐含需要的能力的特性总和。这些特性主要包括：①功能性，指税收征收管理发挥作用与效能(如组织收入、为纳税人提供经营用的发票)，满足纳税人或其他受益者的需要；②合法性，即税收征收管理业务要符合税收法律法规的要求；③合理性，即税收征收管理业务要在合法的前提下做到公正合理；如处罚不能畸轻畸重；④准确性，指税款、滞纳金的计算征收、发票的发售等业务要正确无误；⑤时间性，指税收征收管理业务的开展要及时、省时、准时，不能拖延；⑥文明性，指税收征收管理服务的文明程度，包括友好的态度、和谐的征纳关系等。
2．税收征收管理过程的质量。税收征收管理业务的完成都必须经历一个过程，而过程的每一阶段又可看作是过程的子过程。如税务行政处罚就要经过调查取证、审理、告知、作出处罚决定的过程。所以过程质量问题存在于任何税收征收管理工作。要保证税收征收管理业务的质量就必须对税收征收管理进行全过程的质量控制。
3．与税收征收管理有关的工作质量。除直接参与税收征收管理过程的工作外，税收征收管理业务的完成还需要一些与税收征收管理过程间接相关的工作的支持，如资源配备、人员培训等，由于这些工作之间的整体性，一项工作的失误可能破坏其他工作，从而影响到税收征收管理业务的最终质量。所以，对每一项工作，无论是直接相关还是间接相关的，都必须认真对待，保证工作的质量。
以上阐述的税收征收管理质量与国家税务总局1999年提出的征管质量有相通之处，即二者都强调了质量问题，但质量管理角度上的税收征收管理质量的内涵要比总局提出的征管质量的内涵丰富得多。国家税务总局虽然未对征管质量进行解释和界定，但从其“十率”考核指标来看，其强调的是上级机关对下级机关的工作要求，此时的征管质量成为税收征收管理业务满足上级机关需要的能力的特性总和，而忽视了征管质量的另一个重要方面，即税收征收管理业务满足纳税人需要的能力的特性总和(尽管其与税收征收管理业务满足上级机关需要的能力的特性总和有部分相同之处)。另外，总局提出的征管质量只强调了税收征收管理结果的质量，而不包括税收征收管理过程的质量。
(二)税务机关有改进质量管理的客观需要
近年来，我国税务机关着力于完善征管模式、改进征管手段，税收征收管理水平有了较大的提高。但总体上看，我们的税收征管还属于“粗放式”的征管，征管方法落后，基础管理弱化，征管质量还处在较低的水平和层次上，致使税收征收管理滞后于税制改革及经济发展的步伐。首先，在内部管理上，各级税务机关内部管理制度和规定虽然很多，但由于没有按税收征收管理业务活动的流程特点建立全过程、全方位的科学、系统和完整的税务机关内部管理体系，管理上存在很多“空白点”，管理和控制不到位。其次，在税收业务管理上，存在着职责不清、执法随意性大，为纳税人服务的意识不强等问题。据最高人民法院的统计，近几年，税务行政诉讼案件呈逐年上升趋势。1990年，人民法院受理的税务行政案件为123起，1996年、19997年已分别上升至969件、1389件。与此同时，税务机关在税务行政诉讼中的败诉率一直居高不下，1996年为34％、1997年为41．5％。在服务纳税人方面，税务机关较多地从自身角度考虑如何管住税源，较少考虑如何为纳税人提供管理上的便利，造成办税效率低、办税成本高，纳税人抱怨较多，不利于改善税务机关的形象。尤其是税收作为投资环境的一个重要组成部分，不能较好地满足纳税人要求的税收征收管理将不利于投资环境的改善。上述一系列税收征收管理质量问题都直接或间接地影响了税收职能作用的发挥。随着我国对外开放步伐的加快和市场经济的发展，要发挥税收组织收入、服务经济发展的作用，必须花大力气改进和提高税收征收管理质量。
(三)ISO9000标准的普遍适用性
ISO9000标准之所以被世界各国广泛推行，不仅在于其高度概括、总结和提炼了世界各国质量管理保证理论的精华，统一了质量管理的原理、方法和程序，而且更在于通用性和适用性，不受行业和产品的限制，对各行业均有兼容的实用价值。ISO9000标准要求以满足顾客及其他受益者的质量要求为目标，通过建立具有很强约束力的文件化质量体系使各项质量活动及影响质量的全部因素都处于严格的受控状态，并通过不间断的质量体系审核及管理评审，力求不断改进和提高质量管理水平，确保预期的目标得以实现。由此可见，任何一个组织要规范管理、提高效率、增强竞争力，都可以按照ISO9000标准所要求的这几方面内容进行管理。税收征收管理工作同样需要贯彻“过程控制”、“预防为主”、“持续改进”的管理思想，通过建立和实施科学、系统、严密、可行的文件化质量体系，促进管理的制度化、规范化和程序化；通过对税收征收管理全过程、各环节实施有效控制，构筑完整的税收征收管理质量环，促进税收征收管理工作有效开展；通过确立预防为主的管理思想，实行防患于未然的管理，把有可能发生的风险消灭在萌芽状态，避免造成不必要的损失；通过定期审核和评价工作结果，及时发现和解决存在的问题，改进管理方式，提高管理绩效。总之，尽管ISO9000标准起源于制造业并且偏重于涵盖制造业的管理特点，但它所蕴涵的管理原理和方法对税收征收管理工作同样适用。将ISO9000标准蕴涵的科学管理原理和方法融入税收征收管理工作，有效开展规范化、程序化和标准化的税收征收管理，对税务机关强化内部管理、促进依法治税、改善税收服务必将产生深远的影响。
(四)税收机关引入ISO9000标准具有良好的现实基础
在税收征收管理工作中引入ISO9000标准无非就是要求税务机关建立和运行一个符合ISO9000标准的质量体系。实际上，税务机关在引入ISO9000标准前客观上已存在着一个质量体系，也就是存在着质量体系所要求的组织结构、职责、程序、过程和资源等内容，只不过这个体系并不一定完全满足ISO9000标准的要求。贯标的目的就是要求税务机关能够按ISO9000标准的要求来健全其质量体系，使之趋于完善、科学和有效。更为重要的是，税务部门本身的组织结构一般都较为健全，而且配备有开展税收工作所必须的资源，包括人力资源和物力资源，尤其是在人力资源方面，近几年税务部门全方位加大教育和培训工作力度，人员素质有了很大的提高。同时，税务机关都具有一套税收征管规章制度、内部管理制度、业务操作规程等工作制度，这在相当程度上就具备了建立质量体系的现实基础。另外，计算机在税收征管中已得到普遍运用，现代化的办公手段一方面有利于我们按ISO9000标准的要求监控工作过程，另一方面也可以减轻质量记录管理的工作量，为贯标工作创造了有利条件。
(五)国内外行政机关的成功实践提供了强有力的例证
质量管理已从最初的由企业性组织采用发展到逐步引起国家机关的重视并被采用，这已成为不争的事实。
在美国，克林顿当选总统后，提出在美国政府实施美国企业领先的质量运动。副总统戈尔按照克林顿的指示，在政府开展了声势浩大的质量改进活动，把许多公司富有成效的质量管理经验引入政府，用质量管理方法解决政府的低效率，迅速改变政府的运行方式，将自上而下的官僚作用改变为企业式的政府。马来西亚政府自1989年以来，就决定采用质量管理以满足社会的要求，制定在政府中实施ISO9000标准的计划，该计划已于1996年7月正式启动，由马来西亚总理亲自领导，设在内阁中的马来西亚行政现代化管理规划局(MAMPU)具体组织实施。马来西亚政府认为，政府机构广泛实施ISO9000标准，既能明显改进服务质量，又能为强化管理提供一种有效手段，对履行行政职能、加速经济发展大有裨益。据全球管理咨询公司公布的一项调查，美国保持了最有吸引力的投资目的地的首席位置，马来西亚从列31位上升到第22位。这充分说明政府机关实施质量管理体系对改善投资环境的积极作用。
在我国，国家机关实施质量体系亦有先例。中国出入境检验检疫局的试点工作已初获成效，江苏、泉州、绍兴等局均建立了有效运行的质量体系，大大提高了为国内外客户服务的质量水平，并通过第三方认证。另外，深圳市质量技术监督局、环保局项目审批处等单位也建立了质量体系，它们的成功实践充分说明ISO9000标准在国家机关中应用是可行和有效的。 (待续) 政府机关由引导、鼓励企业按ISO9000标准建立质量管理体系，发展到根据内、外部管理环境的需要建立自身的质量管理体系，以树立高效、低耗、廉洁、提供一流服务的政府新形象，已成为政府机关质量管理现代化的一种新趋势。也正是这种趋势，为税务机关的质量管理工作拓展了广阔的空间。本文结合深圳市国家税务局蛇口征收分局贯彻ISO9000标准(以下简称“贯标”)实例，探讨建立税收征收管理质量体系的理论依据及如何建立等问题。
ISO9000标准的核心管理思想
ISO9000标准是国际标准化组织(ISO)制定和的第一个管理类标准，主要涵盖了以下几个方面的管理思想：
(一)全面满足顾客的需要，这是ISO9000的宗旨
对政府机关来说，由于立法机关(如我国的全国人民代表大会)对人民负责，政府对立法机关负责，因此政府也间接地对人民负责，也就是说，政府的工作必须满足人民的需要，使人民满意。
(二)过程控制的思想
对所有过程进行控制的思想是ISO9000标准的基本思想，ISO9000标准对过程控制提出了三个方面的要求：一是明确过程网络，即确定每一项工作由哪些过程所组成。二是确定控制方式。在过程网络确定后，应对每一过程进行分析，确定为达到质量体系要求，“过程”中必须采取的作业技术和活动，一般通过书面文件加以规定。三是实施制定措施，确保每一个过程都按规定的要求进行，从而达到过程控制的目的。
(三)预防为主的思想
质量的优劣不是由检验决定的，而是通过过程形成的，因此质量管理要强调预防为主，即事先分析影响质量的各种因素，找出影响质量的主导因素，采取措施将其消灭在形成过程之中，防患于未然。
(四)持续改进的思想
质量改进旨在提高质量，在ISO9000标准所规定的组织的五项主要质量目标和质量职责中，有三项涉及质量改进。质量改进主要通过改进过程来实现，是一种以追求更高的过程效益和效率为目标的持续活动。持续的质量改进应是组织管理者追求的永恒目标。
(五)制度化管理的思想
ISO9000标准的突出特点之一是其制度化管理的思想，即要求组织建立并保持文件化的质量体系，制作并保存质量记录，明确内部质量审核程序和方法，从而使工作的考核标准(质量体系文件)、考核依据(质量记录)、考核方法(内部质量审核)都明确化、制度化，形成制度化的管理体制。
(六)自我管理的思想
ISO9000标准要求通过内部质量审核、纠正预防措施、管理评审、文件资料控制等四个支柱要素的协调动作来管理质量体系，使质量体系实现自我管理、自我完善。
税收征收管理工作应用ISO9000标准的理论依据
税收征收管理为什么要按ISO9000标准建立质量体系?答案是如果税收征收管理存在质量问题而且有改进质量管理的客观需要，再加上ISO9000标准适用于税收征收管理工作而且税务机关“贯标”具有可行性，那么将ISO9000标准引入税收征收管理就具有了充分的依据。
(一)税收征收管理中的质量问题
世界上任何事物都存在着“质量”，都有确立质量、保持质量、控制质量、改进质量和创新质量的客观要求，税收征收管理也不例外。那么，应该如何理解税收征收管理的质量。笔者认为，税收征收管理包括以下三方面的质量问题：
1．税收征收管理业务的质量。是指税收征收管理业务满足明确和隐含需要的能力的特性总和。这些特性主要包括：①功能性，指税收征收管理发挥作用与效能(如组织收入、为纳税人提供经营用的发票)，满足纳税人或其他受益者的需要；②合法性，即税收征收管理业务要符合税收法律法规的要求；③合理性，即税收征收管理业务要在合法的前提下做到公正合理；如处罚不能畸轻畸重；④准确性，指税款、滞纳金的计算征收、发票的发售等业务要正确无误；⑤时间性，指税收征收管理业务的开展要及时、省时、准时，不能拖延；⑥文明性，指税收征收管理服务的文明程度，包括友好的态度、和谐的征纳关系等。
2．税收征收管理过程的质量。税收征收管理业务的完成都必须经历一个过程，而过程的每一阶段又可看作是过程的子过程。如税务行政处罚就要经过调查取证、审理、告知、作出处罚决定的过程。所以过程质量问题存在于任何税收征收管理工作。要保证税收征收管理业务的质量就必须对税收征收管理进行全过程的质量控制。
3．与税收征收管理有关的工作质量。除直接参与税收征收管理过程的工作外，税收征收管理业务的完成还需要一些与税收征收管理过程间接相关的工作的支持，如资源配备、人员培训等，由于这些工作之间的整体性，一项工作的失误可能破坏其他工作，从而影响到税收征收管理业务的最终质量。所以，对每一项工作，无论是直接相关还是间接相关的，都必须认真对待，保证工作的质量。
以上阐述的税收征收管理质量与国家税务总局1999年提出的征管质量有相通之处，即二者都强调了质量问题，但质量管理角度上的税收征收管理质量的内涵要比总局提出的征管质量的内涵丰富得多。国家税务总局虽然未对征管质量进行解释和界定，但从其“十率”考核指标来看，其强调的是上级机关对下级机关的工作要求，此时的征管质量成为税收征收管理业务满足上级机关需要的能力的特性总和，而忽视了征管质量的另一个重要方面，即税收征收管理业务满足纳税人需要的能力的特性总和(尽管其与税收征收管理业务满足上级机关需要的能力的特性总和有部分相同之处)。另外，总局提出的征管质量只强调了税收征收管理结果的质量，而不包括税收征收管理过程的质量。
(二)税务机关有改进质量管理的客观需要
近年来，我国税务机关着力于完善征管模式、改进征管手段，税收征收管理水平有了较大的提高。但总体上看，我们的税收征管还属于“粗放式”的征管，征管方法落后，基础管理弱化，征管质量还处在较低的水平和层次上，致使税收征收管理滞后于税制改革及经济发展的步伐。首先，在内部管理上，各级税务机关内部管理制度和规定虽然很多，但由于没有按税收征收管理业务活动的流程特点建立全过程、全方位的科学、系统和完整的税务机关内部管理体系，管理上存在很多“空白点”，管理和控制不到位。其次，在税收业务管理上，存在着职责不清、执法随意性大，为纳税人服务的意识不强等问题。据最高人民法院的统计，近几年，税务行政诉讼案件呈逐年上升趋势。1990年，人民法院受理的税务行政案件为123起，1996年、19997年已分别上升至969件、1389件。与此同时，税务机关在税务行政诉讼中的败诉率一直居高不下，1996年为34％、1997年为41．5％。在服务纳税人方面，税务机关较多地从自身角度考虑如何管住税源，较少考虑如何为纳税人提供管理上的便利，造成办税效率低、办税成本高，纳税人抱怨较多，不利于改善税务机关的形象。尤其是税收作为投资环境的一个重要组成部分，不能较好地满足纳税人要求的税收征收管理将不利于投资环境的改善。上述一系列税收征收管理质量问题都直接或间接地影响了税收职能作用的发挥。随着我国对外开放步伐的加快和市场经济的发展，要发挥税收组织收入、服务经济发展的作用，必须花大力气改进和提高税收征收管理质量。
(三)ISO9000标准的普遍适用性
ISO9000标准之所以被世界各国广泛推行，不仅在于其高度概括、总结和提炼了世界各国质量管理保证理论的精华，统一了质量管理的原理、方法和程序，而且更在于通用性和适用性，不受行业和产品的限制，对各行业均有兼容的实用价值。ISO9000标准要求以满足顾客及其他受益者的质量要求为目标，通过建立具有很强约束力的文件化质量体系使各项质量活动及影响质量的全部因素都处于严格的受控状态，并通过不间断的质量体系审核及管理评审，力求不断改进和提高质量管理水平，确保预期的目标得以实现。由此可见，任何一个组织要规范管理、提高效率、增强竞争力，都可以按照ISO9000标准所要求的这几方面内容进行管理。税收征收管理工作同样需要贯彻“过程控制”、“预防为主”、“持续改进”的管理思想，通过建立和实施科学、系统、严密、可行的文件化质量体系，促进管理的制度化、规范化和程序化；通过对税收征收管理全过程、各环节实施有效控制，构筑完整的税收征收管理质量环，促进税收征收管理工作有效开展；通过确立预防为主的管理思想，实行防患于未然的管理，把有可能发生的风险消灭在萌芽状态，避免造成不必要的损失；通过定期审核和评价工作结果，及时发现和解决存在的问题，改进管理方式，提高管理绩效。总之，尽管ISO9000标准起源于制造业并且偏重于涵盖制造业的管理特点，但它所蕴涵的管理原理和方法对税收征收管理工作同样适用。将ISO9000标准蕴涵的科学管理原理和方法融入税收征收管理工作，有效开展规范化、程序化和标准化的税收征收管理，对税务机关强化内部管理、促进依法治税、改善税收服务必将产生深远的影响。
(四)税收机关引入ISO9000标准具有良好的现实基础
关键词： 蛋白质能量热点；特征选择；预测；降低维度
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）04-0846-03
The Application of Feature Selection in the Prediction of Protein Energy Hot Spots
WEI Xiao-min
（Department of Computer Science and Technology，Tongji University，Shanghai 201804，China）
Abstract： Protein-protein interactions play a vast role in biological processes. The understanding of protein-protein interface is a crucial bridge to link structure and function of biomolecular systems. It has been discovered that only a fraction of interface residues， named “hot spots”，provide a great amount of energetic contributions to the binding free energy of protein-protein complexes. Probe hot spots in interfaces can therefore be the key step in protein-proteininteractions research. For machine learning methods to predict hot spots， the different strategies in the vital step of feature
selection are concluded and analyed， then pointed the problems and the direction of improve，which will increase the accuracy of hot spots prediction.
Key words： protein energy hot spots； feature selection； prediction； dimension reduce
1 概述
1.1 研究背景
蛋白质是细胞中的主要功能分子，是生命的物质基础，是生命活动的最终控制者和直接执行者，它参与生物体内几乎所有的生命活动过程[1]。蛋白质功能发挥的关键在于能够特异性地以不同的亲和力与其他各类分子包括蛋白质分子结合。蛋白质相互作用（Protein-protein Interactions 简称PPIs）是生物体中众多生命活动过程的重要组成部分，是多种生理活动的基础。在生物分子系统中，全面的理解蛋白质相互作用是联系蛋白质结构和功能的桥梁，而识别相互作用界面上的残基则是必不可少的工作。虽然蛋白质相互作用的基本原理仍然未被很好的解释，但研究表明，蛋白质相互作用界面通常较大，但只有很少数的被称之为蛋白质相互作用能量热点（Hot Spots）的残基贡献了大部分的结合自由能[2]，在蛋白质结合的稳定性方面起着非常重要的作用，探索蛋白质能量热点是蛋白质相互作用是蛋白质功能研究的重要的阶段。
蛋白质能量热点是蛋白质相互作用中起关键作用的位点，从而使得蛋白质复合物能够很好的发挥功能。在药物设计中，蛋白质与小分子化合物的相互作用是理论基础；药物分子产生药效的过程，就是靶标上起关键作用的残基位点与药物分子相互结合，形成相互作用。在蛋白质设计上，我们也需要定位对结合起关键作用的残基。
在生物领域中，研究人员识别蛋白质能量热点的手段是丙氨酸扫描突变（Alanine-scanning mutagenesis），其过程非常复杂，并且需要很高的实验室环境配置，设备及化学试剂等，需要大量的人力投入，实验代价非常昂贵，并且后续的分析工作非常繁冗，每个残基都要单独进行分析。现在已经有了一些存储生物实验结果的数据库，例如丙氨酸扫描能量数据库[4]（ASEdb）和结合界面数据库[5]（BID），然而至今这些数据库与现在能用的蛋白质相互作用界面数据[6]相比是远远不够的。
1.2 研究问题
近年来，研究人员在蛋白质能量热点的组成、结构和机理的探索上已经有了很大的进展，这些理论为后续的研究和应用奠定了基础，但是疏水性、形状特征、电荷等特征等特征对于解释能量热点还是远远不够的，仍然没有一个通用的识别蛋白质能量热点的规则。
随着对蛋白质相互作用能量热点的认识不断提高，计算的方法开始用于识别能量热点。这些方法主要分为三类：分子动力学模拟方法、经验的方法和基于机器学习的方法。其中分子动力学模拟方法一般需要超级计算机的支撑，计算代价高昂，基于经验 的方法虽然计算简单，经验主观性使得这种方法没有说服力并且效果并不理想。
基于机器学习的预测方法比之前的一些方法从计算效率还有预测性能上已经有很大的提高，其中神经网络[7]，最小割树[8] ，贝叶斯网络[9]以及支持向量机（SVM） [10-13] ，决策数[14]均被作为学习算法用于蛋白质能量热点预测中，而基于机器学习的预测一般有两个主要组成部分，即学习方法和特征，在某种程度上选取合适的特征要比学习方法更重要。若要提升蛋白质能量热点预测的准确率和性能，选取合适的特征是必要前提。目前用于蛋白质能量预测研究中的特征有很多，包括溶剂可及性面积，疏水性参数，保守性等， 由于能量热点预测中存在训练样本有限特征相对较多，容易出现“过拟合”的情况，我们需要通过减少特征维度来避免过拟合的同时提高预测性能。
在本文中，我们对蛋白质能量热点预测中的特征选择研究现状进行综述，并针对当前存在的问题进行分析，最后根据分析提出了一些建议以及以后工作的重心。
2 特征选择方法的分类及其在蛋白质能量热点中的应用现状
特征选择作为降低特征维度避免过拟合的一种手段，在分类问题中已经有广泛的应用，其中在蛋白质能量热点的研究工作中也有很多用到了特征选择，这里我们结合特征选择的种类介绍，简要说明现阶段特征选择在蛋白质能量热点预测中的应用情况。
按照特征子集的搜索怎样与分类模型的构建相结合分类，特征选择可以分为三类[16]，如图1所示，这三类分别是滤波器的方法，封装方法及嵌入式方法。
1）滤波器方法。在这种方法中，特征子集的选择与分类器的构建相互独立，计算比较快速高效，它一般使用的搜索策略是单独最优特征组合[17]的方式，即根据某种指标计算单个特征的指标值，然后对所有的特征按照它们的指标值进行排序，取排序靠前的k个特征作为我们要找的特征子集。在蛋白质能量热点预测中，APIS[10]使用F_score作为滤波器 衡量每个特征的重要性，然后从62个特征中选取9个特征作为最优特征子集，MINERVA2[11] 使用决策树作为滤波器，利用每个特征的信息熵作为衡量标准，然后选取了12个特征，然后根据选择出的特征子集去构建分类模型。这种方法计算简单，与分类器独立，可以很容易的应对高维数据集，选择出的特征子集可以用到多个分类器中，但它并不能保证选择出的特征子集是最优的，而且它不考虑特征子集的选择与分类器构建之间的关系，分类器不具有针对性，分类效果并不理想。
2）封装的方法。这种方法将特征子集的选择和分类器的构建结合起来，具体过程是，根据某种搜索策略确定一些特征子集，然后依次用每一个特征子集用特定的学习算法结合构建分类模型，最后挑选出分类模型效果最好的做为最终我们要建立的分类模型，对应的特征子集就是最优特征子集。这种方法计算复杂度要比基于滤波器的方法高，但它直接通过分类器的分类性来评价特征子集的可用性，结果较好。这种方法可以跟序列前向或后项搜索策略相结合，Lise[12] 用后向消除的方法，每次去除一个特征子集，然后使用剩余特征在分类模型中的性能来验证去除特征的重要性，采取的就是封装的策略。 这种方法在其他的蛋白质能量热点预测中也有广泛的应用[9，13-15]，其中，在KFC[14]和PCRPi[9]中他们采用了穷举搜索来确定候选的特征子集，然后以特定的分类模型去训练每一种可能的特征子集，用分类模型的性能挑选出最优的特征子集。在KFC2[13]中，作者将特征分成不同的类别，然后从每一种类别中挑选一些特征以确保特征的多样性，同样的，这些挑选出来的可能的特征子集也是通过用SVM构建分类器的性能来确定最优的特征子集。这些方法在预测蛋白质能量热点的性能上相比滤波器方法有很大的提高，它考虑了特征子集的搜索与分类模型的构建之间的联系，充分利用了特征之间的关联性，是目前研究热点选择特征子集时最常用的方法，但是在之前的研究中，使用这种方法进行特征选择的搜索策略都是穷举或带有一定主观性，使得计算量非常大或者选择出的特征子集没有说服力。
3）嵌入式的方法。这种方法是利用选取的学习方法自身的特性来对特征排序，依据某种搜索策略，对特征子集候选集进行分类性能评估，最终得到性能较高的分类模型和最优特征子集。这种方法与滤波器方法相比，它考虑了特征之间的关联，也考虑了学习方法自身的特征对特征选择的影响；与封装方法相比，计算复杂度大大降低，这种特征选择策略在蛋白质能量热点中还没有应用，但在生物信息学领域中的基因选择用于癌症分类[17]研究中有较好的应用，在这项研究中，作者使用支持向量机建立的决策函数每项特征的系数，作为特征重要程度的评判指标，实验表明，采用这种方法选择出的基因（特征）具有较好的识别特定癌症的功能。
3 蛋白质能量热点预测研究征选择策略展望
根据蛋白质能量热点征选择研究现状的分析我们知道，基于嵌入式的特征选择方法在能量热点预测中还未有过尝试，虽然癌症分类与能量热点预测上有很大的不同，比如能够识别癌症的基因有很多，成百上千个，癌症样本也非常多，但是现在可用的能量热点样本比较少，特征也仅几百个，但是同样作为分类预测问题，我们猜测，这种特征选择策略同样可以被借鉴到蛋白质能量热点的预测中，在以后的研究工作中，我们希望能够根据蛋白质能量热点本身的性质改进这个基于SVM的递归特征消除法，用到蛋白质能量热点的预测中，提高能量热点预测的准确率。
同时，封装的特征选择方法涉及到搜索策略和学习算法的选择，这种特征选择的策略仍然具有很大研究的空间，例如搜索策略的变化，和不同的学习算法相结合等，在以后的研究中我们可以尝试这些方法从而选择出具有高识别度的能量热点特征子集。
4 结束语
本文从特征选择的角度对基于机器学习的蛋白质能量热点预测的研究现状进行分析，指出了研究中已取得的成就以及还存在的一些问题，然后从理论角度出发，结合现阶段的研究，探讨使用嵌入式的特征选择策略，例如基于支持向量机自身的特性来进行特征选择的研究思路，以及基于封装方法的一些改进方向。
参考文献：
[1] 蛋白质. [EB＼OL].（2012-11-15）.维基百科：/wiki/蛋白质.
[2] Moreira I S， Fernandes P A，Ramos M J. Hot spots-A review of the protein-protein interface determinant amino-acid residues[J].Proteins，2007，68（4）：803-812.
[3] Brian C.Cunningham and James A.Wells.High-resolution epitope mapping of hghreceptor interactions by alanine-scanning mutagenesis[J].Science，1989，244（4908）：1081-1085.
[4] Kurt S. Thorn and Andrew A. Bogan.Asedb： a database of alanine mutations and their effects on the free energy of binding in protein interactions[J]. Bioinformatics，2001，17（3）：284-285.
[5] Fischer T B， Arunachalam K V， Bailey D， et al. The binding interface database（bid）：a compilation of amino acid hot spots in protein interfaces. Bioinformatics， 2003，19（11）：1453-1454.
[6] Tuncbag N， Kar G， Keskin O，et al. A survey of available tools and web servers for analysis of protein-protein interactions and interfaces[J]. Briefings in bioinformatics， 2009，10（3）：217-232.
[7] Ofran Y， Rost R. Protein-protein interaction hotspots carved into sequence Protein-protein interaction hotspots carved into sequence [J] .PLoS computational biology， 2007，3（7）：e119.
[8] Tuncbag N， Sibel Salman F， Ozlem Keskin，et al. Analysis and network representation of hotspots in protein interfaces using minimum cut trees[J].Proteins， 2010，78（10）：2283-2294.
[9] Salam A. Assi， Tomoyuki Tanaka， Terence H. Rabbitts et al.Pcrpi： Presaging critical residues in protein interfaces， a new computational tool to chart hot spots in protein interfaces[J].Nucleic Acids Research， 2010，38（6）：e86.
[10] Xia J F， Zhao X M， Song J， et al.APIS： accurate prediction of hot spots in protein interfaces by combining protrusion index with solvent accessibility[J].BMC Bioinformatics， 2010， 11：174.
[11] Kyu-il Cho. A feature-based approach to modeling protein–protein interaction hot spots[J].Nucleic Acids Research， 2009， 37（8）： 2672–2687.
[12] Lise S， Archambeau C， Pontil M，et al. Prediction of hot spot residues at protein-protein interfaces by combining machine learning and energy-based methods[J]. BMC Bioinformatics， 2009， 10：365.
[13] Zhu X L， Julie C. Mitchel.Kfc2： A knowledge-based hot spot prediction method based on interface solvation， atomic density， and plasticity features[J].Proteins： Structure， Function， and Bioinformatics，2011， 79（9）：2671–2683.
[14] Steven J. Darnell，David Page，et al. Mitchell. An automated decision tree approach to predicting protein interaction hot spots[J].Proteins， 2007，68（4）：813-823.
[15] Yvan Saeys. A review of feature selection techniques in bioinformatiocs[J]. Bioinformatics， 2007， 23（19）：2507-2517.
[16] 毛勇，周小波，夏铮，等.特征选择算法研究综述[J].模式识别与人工智能， 2007，20（2），211-218.
[关键词]会计信息；质量；体系
一、会计信息质量的内涵与地位
所谓会计信息质量特征，是“对会计信息应具有的质量标准所作的具体描述或要求，是对会计信息质量进行评判的最一般和最基本的依据。它具体规定了会计信息为实现会计目标应具备的质量的规定”。从理论上讲，会计信息质量特征是基于实现会计目标的要求。它能够约束会计信息，并使其有助于会计目标的实现，是对财务报告目标的具体化。它主要回答：什么样的会计信息才算是有用或有助于决策的信息。会计信息质量特征比目标更具体地指导财务会计的确认、计量和信息传递。因此，会计信息质量特征研究在整个概念框架中占有很重要的地位，它是连接财务报告目标和其他概念公告之间的“桥梁”。
二、会计信息质量的研究回顾
(一)美国的研究
早期的会计文献，不同程度地提到会计信息质量。但是早期文献都没有将会计信息质量特征与会计目标联系起来研究。到20世纪70年代后期，信息质量与会计目标之间的内在逻辑关系得到了美国会计界的充分认识。1980年12月，美国财务会计准则委员会在总结前期文献的基础上，了财务会计概念第2辑《会计信息质量特征》。比较全面地阐述了会计信息必须符合的一系列质量要求。美国的财务会计信息质量特征体系采用了多层次的结构：第一个层次是约束条件。即决策者和成本效益分析。“决策者”说明财务信息应首先具备有利于决策者决策的质量特征。这就将质量特征问题与财务报表目标联系在一起；而“成本效益分析”则是任何一个财务信息提供者或使用者都不得不考虑的约束条件。第二个层次界定了财务信息是否有用的重要性界限。第三个层次突出了可理解性和可比性的质量特征。美国财务会计准则委员会构建的是会计信息为满足用户需要的质量特征的框架。这一框架长期以来成为评估财务会计信息质量的基本标准。
(二)国际会计准则理事会的研究
在财务会计准则委员会的影响下。国际会计准则理事会也将会计信息质量特征作为一个重要内容置于1989年7月的《编制和提供财务报表的框架》之中，它认为质量特征是指使财务报表提供的信息对使用者有用的那些性质，可理解性、相关性、可靠性和可比性是四项主要的质量特征，相关性和可靠性相互制约，其限制因素或约束条件为及时性、效益大于成本、在不同质量特征之间的权衡等。
国际会计准则理事会信息质量特征具有以下特点：1 是一个包括主要质量特征、次要质量特征和限定因素三方面组成的多层次的有着内在联系的体系。比国际会计准则理事会质量特征层次少，各个质量特征之间的内在联系也不如国际会计准则理事会质量之间那么紧密。2 国际会计准则理事会质量特征中虽然未明确提出决策有用性这一特征。但在其字里行间也包括这一内容，并将其放在最为重要的地位。3 把可理解性与可比性提到与相关性和重要性同等重要的地位，与国际会计准则理事会相比增加了实质重于形式、审懊、完整性等质量特征。
(三)我国的研究：基于基本准则的分析
2006年2月我国新基本准则之后。很多学者认为，新颁布的《企业会计准则――基本准则》(以下简称基本准则)是我国现阶段的财务会计概念框架。它立足于我国国情，并与国际会计惯例趋同。
但是对于会计信息质量特征，类似于其他国家的概念框架，我国基本准则的描述值得商榷。修订后的基本准则第二章由“一般原则”改名为“会计信息质量要求”，删除“实际成本计价原则、配比原则、权责发生制原则、划分收益性支出和资本支出原则”，将权责发生制并入会计基本假设，实际成本计价原则体现在会计要素的计量中。新准则从十三条到十九条，分别提出“相关性”、“可理解性”、“可比性”、“实质重于形式”、“重要性”、“谨慎性”、“及时性”等信息质量要求。新准则没有使用上述术语。也没有列出层次，这其中最大的问题是新准则仍然没有明确哪些是主要质量要求。哪些是次要质量要求。
(四)简要评价
上述体系在构建上具有很多相同之处，这是共同的优点，即都将会计信息质量特征构建为一个多层次的体系，并都在一定程度上体现出会计信息使用者、会计目标和信息质量特征之间的关系。尽管如此。它们仍存有一些共同的不足：
1 没有从财务会计概念框架的整体出发，对会计目标重视不够。没有明确会计目标在整个体系中的导向作用与核心地位。虽然上述体系都或多或少地谈到会计信息的决策有用性或反映受托责任，但并未从会计目标的高度予以明示，不但不易表明其导向作用和核心地位。而且也很难体现出财务会计概念框架内在的统一性和关联关系。
2 没有考虑会计信息使用者的多样化需要。在上述研究成果中，有的就没有提到会计信息使用者，即便是提到了，也往往没有考虑到多元会计信息使用者的多样化需要问题，更不用说谈及其对会计信息质量特征的影响了，这样就会导致会计信息质量特征游离于财务会计概念框架体系之外。或者至少导致使用者在会计信息质量特征乃至财务会计概念框架的使用和理解上存在困难。
3 各质量特征间并未进行类属划分，缺乏系统性。上述体系大都将各主要质量特征堆列在一起。未能从会计信息系统的流程或环节角度予以类属划分。而实际上不同环节各主要质量特征间亦有着主次之分和轻重之别，缺乏系统性，不便于人们在各质量特征间进行科学高效的权衡。
三、我国会计信息质量特征的定位：基于财务会计概念框架的分析
(一)确立会计信息质量特征应该考虑的因素
在财务会计概念框架中，会计信息质量特征是联系会计目标与实现目标的手段之间的“桥梁”。受到概念框架其他部分尤其是会计目标的影响。关于会计目标与信息质量之间的关系。存在一种“两分法”的错误认识。这种“两分法”就是认为决策有用仅关心相关性，受托责任只强调可靠性。可靠性是受托责任会计目标的一个标志性质量特征，这是两分法的一大思想根源。财务会计准则委员会的概念框架将决策有用性作为财务报告的首要目标，把相关性作为会计信息的一个主要质量特征，这是两分法的另一大思想根源。实际上这种“两分法”的观点是错误的。
第一，在两分法下，普遍认为相关性和可靠性互相矛盾，此消彼长。但实际上只有同时具备相关性和可靠性的信息才可能有用，只有相关的信息是指对决策有用的信息。信息只有做到可靠才能对决策有用，不可靠的信息显然无用，反之。凡是相关的信息必然是可靠的，大量的实证研究也证明了这一点。可见，二者仅是侧重点有所不同，而不
是根本上存在矛盾，笔者认为二者不但不矛盾反而可以融合共存。
第二，在两分法下。若承认决策有用与受托责任这两大目标在现实中都存在。我们就该用一套质量标准来衡量会计信息在多大程度上能实现上述目标，而不是把受托责任局限于可靠性之内，却对决策有用的评估采用概念框架的标准。若把相关性看成一种更广泛意义上的有用的性质，不仅是决策有用，或把受托责任的认定、评价、奖惩、解除看成某种意义上的决策时，相关性便可用于对受托责任目标的分析。实际上，在已构建信息的质量特征体系中。都存在相关性和可靠性的权衡，并不是简单的“决策有用”对应于相关性，“受托责任观”仅强调“可靠性”。
针对我国的会计目标而言。新基本准则从我国的会计环境出发，较好地概括了我国的会计目标，既有现实性，又考虑了会计环境的变化发展，具有前瞻性。因而是恰当的。基本准则规定财务会计报告的目标是向财务会计报告使用者提供与企业财务状况、经营成果和现金流量等有关的会计信息，反映企业管理层受托责任履行情况，有助于财务会计报告使用者作出经济决策。
总之，确立我国会计信息质量特征的基本思路是要以会计目标的要求为逻辑起点，以会计目标的实现为财务会计(报告)的最终目的。避免走入会计目标与会计信息质量之间的“两分法”误区。并尽可能地借鉴国际上的先进理论成果。
(二)我国会计信息质量特征的体系构建
基于前述会计信息质量特征的确立思路，借鉴现有的研究成果，结合基本准则对财务会计目标的定位。对我国的会计信息质量特征分析如下。
第一，作为财务会计概念框架组成部分的信息质量特征应包含多元会计信息用户，并与会计目标保持一致性。企业的会计信息使用者随着经济的发展和资本市场的不断完善而不断增加，既包括投资者、债权人，也包括政府部门、企业经营管理者等；既包括现实的利益关系人，也包括潜在的利益关系人；既包括机构法人，也包括个体自然人；既包括国内信息使用者，也包括国外信息使用者。由于存在不同的信息需求偏好。不同的信息使用者产生对信息质量特征的权衡；而信息供给者则会尽可能地考虑到多元会计信息使用者的多样化信息需求而作出相关的权衡。因此，会计信息用户――多元会计信息使用者是影响会计信息质量特征的一个变量，必须纳入会计信息质量特征体系中加以考虑。另外会计信息质量特征应与会计目标保持一致性。会计目标对其具有导向作用。如前文所述。我国会计环境日新月异，财务会计概念框架必须保证一定的现实性、稳定性与前瞻性・所以基本准则将财务报告的目标定位为受托责任与决策有用性共存是符合我国国情的。
第二，针对我国的现实，会计信息质量特征应按会计信息的流程分为两大类：会计信息内容质量和会计信息披露质量。会计信息内容质量是用来指导会计准则制定的，在一定程度上决定着会计信息的确认标准、计量单位、计量属性、计量方法和报告等内容，从而影响甚至决定着会计信息的内容，是财务会计概念框架的重要组成部分；会计信息披露质量是指权威机构在监督会计信息披露的质量时所使用的标准，是根据会计准则形成的，是用来评价会计准则的执行结果的。二者不能混淆。我国在会计实务中经常犯的错误是，以会计信息内容的质量标准作为会计信息披露的质量标准，其结果是加剧了会计信息的低质量。
第三，需要重构相关性和可靠性的关系。笔者认为二者并非矛盾对立，此消彼长。当把相关性看成一种更广泛意义上的有用的性质，不仅是决策有用，把受托责任的认定、评价、奖惩、解除看成某种意义上的决策时，相关性便可用于对受托责任目标的分析。笔者认为，可靠性是相关性的组成部分，不可靠的信息不相关，只有具备了可靠性特征的信息才能谈得上相关，但这不是一个充分条件，可靠性只有与完整性、及时性、谨慎性等特征相结合，并达到可比性和可理解性的质量特征，才能做到真正意义上的决策相关。将可靠性作为首要的质量标准。并不表示可靠性重于相关性，只是针对当前严峻的会计环境而对可靠性表示出密切的关注。并认为可靠性仅是达到相关性的首要要求。即不可靠的信息，即使具备了完整性、及时性、谨慎性等特征也不会对决策有用。
第四，会计信息披露质量的标准是会计透明度。会计透明度概念的提出是对会计信息质量标准和一般意义上的会计信息披露要求的发展。它是一个关于信息质量的全面概念，包括会计准则的制定和执行、会计信息质量标准、信息披露与监管等，它不仅同时顾及了会计信息自身的质量标准以及实现会计信息质量标准的方式，而且还丰富了会计信息质量标准和实现会计信息质量标准的方式，是一套全面的会计信息质量标准和一个进行会计信息全面质量管理的“工具箱”。
第五，构成信息质量体系的质量特征除包括总体质量特征和构成总体质量特征的首要质量特征和具体特征之外，还应该包括次要质量特征。次要质量特征包括可比性、可理解性和明晰性，质量的限定性是重要性和各质量之间的权衡。而对于实质重于形式，本文认为不宜作为会计信息质量的特征。因为如果将其作为会计信息内容的质量标准，则与“真实性”项重叠；若是作为披露的质量标准。则概念含糊不清，会给企业违反会计准则提供绝好的借口。例如准则规定广告费用作为营业费用处理，根据“实质重于形式”原则完全可以作为“待摊费用”处理。
四、结论
关键词:信息抽取；自然语言处理；蛋白质关系抽取；特征；支持向量机
中图分类号:
TP391.1 文献标志码:A
Protein.protein interaction extraction based on contextual and syntactic features
WANG Jian*, JI Ming.hui, LIN Hong.fei, YANG Zhi.hao
School of Computer Science and Technology, Dalian University of Technology, Dalian Liaoning 116024, China
Abstract:
Considering one-sidedness of features used in many Protein-Protein Interaction (PPI) extraction methods. A novel approach is proposed to extract rich features from context information and syntax structure for PPI extraction. Various features, such as lexical, position, distance, dependency syntax and deep syntax features are extracts, and the Support Vector Machine (SVM) classifier is used for PPI extraction. Experimental evaluation on multiple PPI corpora reveals that the rich features can utilize more comprehensive information to reduce the danger of missing some important features. This method achieves state-of-the-art performance with respect to comparable evaluations, with 59.2% F-Score and 85.6% AUC on the AImed corpus.
Considering the one.sidedness of features used in many Protein.Protein Interaction (PPI) extraction methods, a new approach was proposed to extract rich features from context information and syntax structure for PPI extraction. Various features, such as lexicon, position, distance, dependency syntax and deep syntax features constitute feature set, and the Support Vector Machine (SVM) classifier was used for PPI extraction. The experimental evaluation on multiple PPI corpora reveals that the rich features can utilize more comprehensive information to reduce the risk of missing some important features. This method achieves state.of.the.art performance with respect to comparable evaluations, with 59.2% F.score and 85.6% Area Under Curve (AUC) on the AImed corpus.
Key words:
information extraction; natural language processing; Protein.Protein Interaction (PPI) extraction; feature; Support Vector Machine (SVM)
0 引言
生物医学文献中的蛋白质交互作用关系（Protein.Protein Interaction, PPI）对于蛋白质知识网络的构建、药物的研制、疾病的诊断等具有重要意义。目前，生物医学专家建立了很多有统一格式的蛋白质关系数据库来存储这些重要信息，例如：MINT［1］，BIND［2］ 和 DIP［3］。然而，随着医学文献数量的急剧增加，很难依靠人工从海量文献中获取有价值的信息。因此，从生物文献中自动地抽取蛋白质关系成为一项重要的研究任务。
从生物医学文献中自动抽取蛋白质关系的方法有多种，如基于词共现的方法、基于模板匹配的方法和基于机器学习的方法。基于词共现的方法简单统计两个蛋白质在句子中的共现次数，根据统计学原理判断它们是否存在关系［4］。基于模板匹配的方法把待判别数据与已有的模板进行匹配，从而达到蛋白质关系抽取的目的［5］。机器学习的方法近几年来兴起并且得到迅速发展，其中基于特征的方法在PPI抽取任务中得到了广泛的应用。文献［6］使用上下文特征进行蛋白质关系抽取，该方法没有使用任何句法信息，在BioCreAtIvE语料上得到较高的召回率，但精确值相对较低。文献［7］评估多个不同的句法分析器对PPI抽取的贡献，结果表明词与词之间的句法关系，能够有效地提高PPI抽取的性能。但是这些方法通常只考虑了句子及其句法结构的部分信息，而忽略了其他方面的有用信息。机器学习领域的另一个热点话题是核函数的研究和使用。基于核函数的方法把句法结构作为处理对象，在依存图或句法树上定义不同的核函数进行蛋白质关系抽取，如图核、树核和路径核等［8-11］。基于核函数的方法能够得到较好的抽取性能，但是受制于计算复杂度，该方法通常不能直接应用到实际的PPI抽取系统中。
针对以上问题，本文提出了一种基于上下文环境和句法分析的PPI抽取方法。该方法融合了更加全面重要的信息，不仅使用了词的上下文环境，并且考虑了蛋白质之间的句子距离和谓词参数结构中不同子结构对关系抽取的影响，同时避免了核函数的复杂计算。本文在5个公开的 PPI 语料上实验，详细分析不同特征对 PPI 抽取的影响，并且与其他方法的性能进行了比较。
1 基于特征的PPI抽取方法
基于特征的PPI抽取任务可以看作是一个分类问题。首先，提取语料句子中的蛋白质对，得到蛋白质关系实例；然后从语料中提取特征，并且把每个实例都映射到一个n维的特征向量；接着训练一个分类模型；最后使用分类模型判断未标注实例所属的类别，即判断蛋白质对之间是否存在关系。
基于特征的PPI抽取系统框架如图1所示，系统的输入为原始的XML文本，输出为最终的分类结果。首先通过预处理模块得到关系实例；接着是句法分析模块；然后是从关系实例和句法结构中提取特征，构建特征向量；最后是支持向量机（Support Vector Machine, SVM）分类及预测模块。
本文使用的语料已经识别出蛋白质实体名称，在实验中我们主要关注至少存在两个蛋白质名句子，判断该句子中的蛋白质之间是否存在交互作用关系。如果一个句子中存在m(m≥2)个蛋白质，那么这个句子中包含有C2m个不同的蛋白质对。本文对每个这样的蛋白质对拷贝一个句子的副本，作为该蛋白质对的一个实例。实验使用的数据集就是由这些实例组成，例如，句子“The binding of hTAFII28p0 and hTAFII30p1 requires distinct domains of hTAFII18p2.”，表示一个存在蛋白质关系的实例，其中“hTAFII30”和“hTAFII18”是需要判断关系的两个目标蛋白质。
2 特征提取和特征向量表示
基于特征的蛋白质关系抽取方法的核心工作是特征的选取。选取特征的好坏直接影响最终的分类精度。为了发掘更多有效的特征，使用更加全面的信息，本文从上下文环境和句子的句法结构中选取多种特征。在从上下文选择特征的过程中不仅考虑了词法特征，还考虑了词距离特征，同时将词法特征在句子中的位置信息也加入到特征向量中。此外，还有两类句法特征也加入到特征集中，分别是依存图上的句子距离特征和谓词参数路径特征。
2.1 上下文特征
1）词特征(Bag of Words)。
本文对词特征的选取范围进行限制，即从左起第一个蛋白质的前n个词，两个蛋白质之间的所有词，第二个蛋白质的后n词为止。经过多次实验发现，当n=5时效果最佳，所以在本文中将n赋值为5，把上述范围中去掉停用词之后的词作为特征。
3）位置特征(Positions)。
词特征和N元词特征相对于两个蛋白质的位置信息也能够对蛋白质之间是否存在关系起作用。因此，如果这两类特征出现在第一个蛋白质之前，用“P1_Left_特征”表示；出现在两个蛋白质之间，用“P1_Right_特征”，“P2_Left_特征”表示；出现在第二个蛋白质之后用“P2_Right_特征”表示。
4）具置特征(Specific Positions)。
本文把词特征和N元词特征相对于两个蛋白质的具置也作为特征。定义如下：SP = {n1_P1_特征, n2_P2_特征 | n1 = i - i1, n2 = i - i2, i∈［i1-5, i1-1］∪［i1+1, i2-1］∪［i2+1，i2+5］}，i1和i2分别是蛋白质1和蛋白质2在句子中的位置，i是当前特征在句子中的位置。
5）词距离特征(Word Distance)。
两个蛋白质之间的距离越长(距离用间隔词的个数衡量)，存在关系的可能性越小，因此，蛋白质之间的距离被加入到特征集中。
2.2 句法特征
句法结构能够描述句子的句法和语义信息，不同的句法结构反映了句子不同方面的有用信息。本文主要从依存图和谓词参数结构中提取句法特征。
1）句子距离特征(Sentence Distance)。
依存句法结构是句子语义关系的有效近似，并且能够清晰地表达句子的主谓结构。如果两个蛋白质名能在一个简单句中出现，那么它们之间就很有可能存在关系。因此，如果依存图中两个蛋白质之间的最短路径上只有一个谓语动词出现，表示这两个蛋白质之间存在关系，则该特征值设为1。本文使用Gdep依存分析器［12］输出依存图结构，如图2所示。图中实线表示边在两个蛋白质之间的最短路径上，虚线表示边不在最短路径上。
2）谓词参数路径(Predicate Argument Path)。
谓词参数结构以图的形式表示，与依存分析类似，它表示词与词之间深层句法和语义关系。谓词参数结构中两个蛋白质之间最短路径上的不同子结构表达了不同的句法语义信息。因此，在最短路径上选择两类walk特征，分别是v.walk和e.walk［11］，加入到特征集中。从v.walk中可以直接得到两个节点（词/词性）的句法和语义关系。在e.walk中描述了一个节点和两个与它直接相邻的关系，当这个节点是一个谓词的时候，e.walk比v.walk更能反映句子的谓词.参数的信息。并且v.walk和e.walk中存在连续和不连续的情况，连续的walk更能反映词之间的直接关系。因此，在设置特征值的时候，给连续的e.walk设为3，连续的v.walk设为2，其他不连续的walk设为1。本文使用Enju分析器输出谓词参数结构，如图3所示。图中实线表示边在两个蛋白质之间的最短路径上，虚线表示边不在最短路径上。
2.3 特征表示
上述特征中除明确说明特征值外，其余特征值都使用布尔值，即出现为1，不出现为0。为了清楚地描述特征表示，表1详细地描述了一个蛋白质关系实例的特征表示，根据这个表可以很容易理解上述特征的含义。
词是语言的基本组成单位，词特征能够重现文本的语言表达信息，许多分类及关系抽取系统把它作为基本特征，能够得到较高的召回率。N元词特征丰富了词特征的表达，与词特征共同表达原文的语言描述信息。加入N元词特征能够有效地提高系统的性能（表3的第2组实验所示）。
位置特征（F4+F5）与词法特征（F1+F2）的组合，共同表达了词法特征在句子中线性顺序，明确了语言的组织形式，能够有效地改善蛋白质关系抽取的性能（表3的第4组实验所示）。
依存分析能够表达长距离的依存关系，句子距离特征有助于判断两个蛋白质在句法结构上的距离。谓词参数路径特征表达词与词之间的深层关系，在谓词参数路径上选择walk特征，并且根据不同的子结构分配不同的权值，能够有效利用各类子结构的优势，有助于蛋白质关系抽取性能的提高。
表3中的实验结果表明，上下文特征可以全面检索原文
的语言表达信息，得到了最高的R值64.1%，但P值相对较低。句法特征能够更准确地表达句子的句法和语义信息，在保持R值下降不明显的前提下，对P值有显著性的提高。结合上下文特征和句法特征能够利用句子不同层次的信息，有效地改善了蛋白质关系抽取的性能。
4.2.2 与其他方法的比较
表4是本文方法与其他方法在AImed语料上的性能比较。文献［13］是基于规则的方法［5］，文献［9］和文献［11］分别是图核和路径加权子序列核的方法。从表4中可以看出，与前3种方法相比，本文方法在AImed语料上的R值、F值和AUC值都有所提高，P值达到了57.6%，仅次于文献［11］。文献［10］使用了多核和多分析器融合的方法，获得了较高的性能。使用本文的方法，F值为59.2%，与文献［10］只相差了1.6%。由此可见，本方法可以达到与核方法类似的效果，同时也避免了核函数的复杂计算。
为了测试本文方法在生物医学语料库上的泛化性能，在BioInfer、HPRD50、IEPA和LLL 4个PPI语料库上用同样的方
法进行了实验。表5显示了本文方法与其他方法在5个语料上的性能比较。在5个语料上本文方法的性能较前3种方法有明显的提高。在HPRD50、IEPA、LLL 3个数据集上，本文方法得到的F值较文献［10］有较大幅度的提高；在AImed和BioInfer语料上的F值较低，原因主要是这两个语料存在着大量的复杂句，这对分析器来说是一个很大的挑战；另一方面，这两个语料的正负例比例非常不平衡（如表2所示），也是导致结果较低的一个原因。
5 结语
本文使用基于上下文信息和句法信息的丰富特征进行PPI抽取，着重分析各类不同特征对PPI抽取的影响。上下文特征能够有效地表达原文信息，得到较高的召回率；句法特征有助于更好地理解句子的句法和语义信息，有助于提高PPI抽取的精确度。本文以SVM为分类器，在5个公开的PPI语料上实验。结果表明，我们所选取的丰富特征有效地融合了不同层次的特征，覆盖了更加全面的信息，在PPI抽取任务中取得了较好的性能。参考文献:
［1］
ZANZONI A, MONTECCHI.PALAZZI L, QUONDAM M, et al.MINT: A molecular INTeraction database［J］. FEBS Letters, 2002, 513(1):135-140.
［2］
BADER G, BETEL D, HOGUE C. Bind―the biomolecular interaction network database［J］. Nucleic Acids Research, 2003, 31(1):248-250.
［3］
XENARIOS I, RICH D W, SALWINSKI L, et al.DIP: The database of interacting proteins［J］. Nucleic Acids Research, 2000, 28(1):289-291.
［4］
BUNESCU R, MOONEY R, RAMANI A. Integrating co.occurrence statistics with information extraction for robust retrieval of protein interactions from Medline［C］// BioNLP06: Proceedings of the Workshop on Linking Natural Language Processing and Biology: Towards Deeper Biological Literature Analysis. Stroudsburg: Association for Computational Linguistics, 2006:49-56.
［5］
FUNDEL K, KUFFER R, ZIMMER R. RelEx.relation extraction using dependency parse trees［J］. Bioinformatics, 2006, 23(3):365371.
［6］
NIELSEN L A. Extracting protein.protein interactions using simple contextual features［C］// BioNLP06: Proceedings of the Workshop on Linking Natural Language Processing and Biology: Towards Deeper Biological Literature Analysis. Stroudsburg: Association for Computational Linguistics, 2006:120-121.
［7］
MIYAO Y, SAETRE R, SAGAE K, et al. Task.oriented evaluation of syntactic parsers and their representations［EB/OL］.[2011-05-01]. 省略/anthology.new/P/P08/P08-1006.pdf.
［8］
BUNESCU R C, MOONEY R J. A shortest path dependency kernel for relation extraction［C］// HLT05: Proceedings of the Conference on Human Language Technology and Empirical Methods in Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2005:724-731.
［9］
AIROLA A, PYYSALO S, BJRNE J, et al. All.paths graph kernel for protein.protein interaction extraction with evaluation of cross.corpus learning［J］. BMC Bioinformatics, 2008, 9(Suppl 11):S2.
［10］
MIWA M, STRE R, MIYAO Y, et al. Protein.protein interaction extraction by leveraging multiple kernels and parsers［J］. International Journal of Medical Informatics, 2009, 78(12):39-46.
［11］
KIM S, YOON J, YANG J, et al.Walk.weighted subsequence kernels for protein.protein interaction extraction［J］. BMC Bioinformatics, 2010,11:107.
［12］
SAGAE K, TSUJII J. Dependency parsing and domain adaptation with LR models and parser ensembles［EB/OL］.[2011-06-01].
省略/anthology.new/D/D07/D07-1111.pdf
［13］
摘要：对会计信息质量特征的准确把握在会计研究领域中有着十分重要的作用。SFAC NO.8指出了关于会计信息质量的首要质量特征和增强的质量特征。构建我国会计信息质量特征体系时，应充分考虑信息相关性和可靠性的包容，高度关注信息的实时性，构建既具有国际共性又符合中国国情的、有层次的会计信息质量特征体系。
关键词：会计信息质量特征；SFAC NO.8；首要质量特征
中图分类号：F230 文献标识码：A 文章编号：1673－1573（2012）01－0076-04
一、会计信息质量特征研究的意义及其历程
随着会计信息质量特征概念的提出及其应用，人们发现会计信息质量特征在选择会计处理方法，指导会计确认、计量和报告，评价会计信息以及会计准则等方面都起着积极的作用。美国证券交易委员会前主席莱维特指出，高质量会计信息是资本市场的血液。会计信息的高质量特征对得到表达真实和公允的财务报表，完善规范会计信息披露，让管理层准确掌握公司经营信息做出科学的投资决策，以及在会计实务及会计理论体系中都起着举足轻重的作用。
最早研究会计信息质量特征的文献可追溯至1970年APB第4号报告。1980年5月，FASB（财务会计准则委员会）了第2号财务概念公告――会计信息的质量特征，第一次将会计信息质量特征作为专门的研究项目。社会经济的进一步发展使得人们对于会计信息的需求及要求有所改变，会计信息质量特征随之发生变化是不可避免的时代潮流。2004年，IASB（国际会计准则理事会）与FASB在伦敦举行了第三次联合会议，就双方是否应当共同制定一套概念框架进行了探讨。同年10月，IASB与FASB联合立项，并决定将建立共同的财务会计概念框架项目列入联合项目的工作日程。2006年IASB与FASB了第一阶段的研究成果《财务报告概念框架：财务报告目标和决策有用的财务报告信息的质量特征》的初步意见讨论稿以征求意见。2010年9月FASB了第8号概念公告，即SFAC No.8，提出了最新的会计信息质量特征要求，使会计信息可以跟上客观经济形势的发展步伐。“他山之石，可以攻玉”，分析SFAC No.8，有利于了解会计信息需求的走向和当前国际形势，对我国会计信息质量特征体系的构建具有借鉴意义。
二、SFAC No.8会计信息质量特征呈现的亮点
（一）SFAC No.8会计信息质量特征的简要介绍
FASB第8号概念公告表明，在成本效益原则、会计信息可理解性原则的影响下，会计信息质量是一个有层次的体系。首要会计信息质量特征是相关性（Relevance）和如实表述（Faithful Representation），这是企业进行有效的内部控制的关键。相关性是导致决策差别的因素，可细分为预测价值（Predictive Value）和证实价值（Confirmatory Value）。如实表述包括完整性（Complete）、无错性（Free from Error）、中立性（Neutral）。如实表述要求以实际发生的交易或者事项为依据进行会计确认、计量和报告，在真实表述会计信息的同时要求会计数据在加工过程中没有差错，会计信息要立场中立、内容完整。从一定程度上说，中立性是保证如实表述的手段。
为了进一步增强信息质量，还要求信息具有可比较性（Comparability）、可核性（Verifiable）、及时性（Timeliness）和可理解性（Understandable）。需要强调的是无错性不代表会计信息一定是完美无缺的。由于受到货币价值变动、资产估价、收入费用配比等客观限制性因素的影响，会计信息的绝对精确、真实是不可能存在的，相对真实无错的会计信息更具有现实意义。
综合分析SFAC No.8的相关表述，可把会计信息质量特征绘制成图1：
（二）SFAC No.8会计信息质量特征的亮点
1. 首要质量特征由如实表述代替了原来的可靠性。如实表述不再作为可靠性的一部分，而是单独提出，这体现了对会计信息真实性的迫切要求。真实性是会计信息的灵魂。只有信息能够如实反映企业经营活动，才能为现有或潜在投资者、债权人以及其他使用者做出合理的投资、信贷等决策提供有用的信息。
如实表述要求会计信息应真实反映经济事项、现金流量变动、经营业绩的现实状况；可靠性要求会计信息恰当地反映经济事项以达到会计目标的要求。如实表达与可靠性的区别在于：如实表达要求客观真实地表述经济现实，包括历史经济事项和现时经济状况，且不受其他条件的限制；可靠性会受到会计目标的限制，它反映出的不是事实全面，而是反映出受信息使用者需求限制的内容。真实一定可靠，然而可靠却未必真实，可靠仅仅意味着接近真实。这是可靠性不再作为首要质量特征的主要原因。可靠性不再作为首要质量特征的另一原因是可靠性与相关性有时存在矛盾。以计量属性为例，历史成本是面向过去的、基于原始交易的价格，由于有会计凭证，其可靠性程度高；可变现净值、公允价值基于未来的销售或其他经济活动，具有一定的主观性，可靠性不高。从可靠性的角度出发选择计量属性时往往会选择历史成本。而站在相关性的角度上分析，历史成本与决策不相关，可变现净值、公允价值更受青睐。
2. 相关性的具体内涵变为预测价值和证实价值。SFAC No.8在相关性的衡量因素中去掉了及时性，并用证实价值代替了反馈价值。及时性是相关性和如实表述产生矛盾的一个主要方面。在原有概念公告的信息质量特征中，及时性是相关性的前提，如果信息不具有及时性，相关的信息就会变得无关。然而，及时性的增强会导致企业在未获取客观真实数据之前就需进行相关的会计处理，这在一定程度上削弱了会计信息的可靠性。因此，及时性不再作为相关性的条件促进了相关性和如实表达的“和平共处”。
预测价值是会计信息评价过去、现在和未来事项并预测未来经营成果及财务状况等的能力，比如预测未来现金流量的时间、金额及不确定性等。反馈价值是会计信息对以前的评价和预测结果予以反馈的能力。证实价值则是会计信息具有证实原来的评价及预测的能力。因而，反馈价值和证实价值的作用都在于使信息使用者改变或维持原有决策，二者并无本质区别。
3. 及时性、可核性、可理解性归为次要质量特征。及时性、可核性、可理解性作为次要质量特征，增强了会计信息的有效性，它可以更好地为实现会计目标服务。
及时性指对于已经发生的经济交易或者事项，应及时进行会计确认、计量和报告，不得提前，不得延后。具体来说就是要求及时收集会计信息，如收集整理各种原始单据或者凭证；及时按相关规定处理会计信息；及时传递会计信息，将编制的财务报告传递给会计信息使用者。如若会计信息不及时，此时的会计信息对于使用者的效用降低、失去影响决策的能力，即为无效信息。及时性对于高新技术产业尤为重要。
可核性又称可验证性，当独立的计量人员在通过检查相同的证据、数据和记录，采用相同的计量方法，会得出基本一致的数值或结论，则这种信息就是可验证的。
可理解性不仅要求会计信息清晰明了、便于理解使用，也要求会计信息使用者具有一定的经济、会计知识，并愿意了解、研究会计信息。
三、SFAC No.8对构建我国会计信息质量特征体系引发的新思考
（一）我国会计信息质量特征的现状
我国目前没有专门的“概念公告”类型文件，尚未制定总体的财务会计概念框架。但《企业会计准则――基本准则》（2006年，财政部令第33号，以下简称“基本准则”）基本上扮演着“概念公告”的角色。根据其第二章相关条款可知，我国会计信息质量特征主要包含以下几点：第十二条，可靠性、完整性（Reliability、Complete）；第十三条，相关性（Relevance）；第十四条，可理解性（Understandability）；第十五条，可比性（Comparability）；第十六条，实质重于形式（Substance Over Form）；第十七条，重要性（Materiality）；第十八条，谨慎性（Prudence）；第十九条，及时性（Timeliness）。
对于我国会计信息质量特征问题，很多学者都提出了自己的见解。葛家澍教授认为，“可以把财务报告的信息质量特征分为两大类：一类是财务报告内容的质量；另一类是财务报告表述和在其他财务报告中披露的质量。”蒋尧明教授则提出，我国的会计信息质量特征应包括三个层次：第一层次是有用性，是最重要的质量特征；第二层次是主要的质量特征，包括相关性、可靠性、可比性和可理解性；第三层次是限制性和辅助性质量特征。
（二）SFAC No.8会计信息质量特性与我国信息质量特征之比较
1. 相关性和可靠性。相关性不可避免地要涉及到对许多不确定因素的预测或估计，从而在一定程度上会影响可靠性。同样，为了追求可靠性，可能会使会计信息相关性降低。各国对于相关性和可靠性的先后顺序有着各自的见解。在SFAC No.8中相关性是先于可靠性的，而我国的目前情况则正好相反，这是由我国的会计环境决定的。
首先，与西方发达国家相比，我国市场经济处于发展期，会计制度有待完善，监管手段与法律制度不够成熟，会计人员整体文化素质不高，部分会计人员不能树立起良好的职业道德。在这种会计环境下，为使会计信息真实、决策有用，会计信息的可靠性便显得尤为重要。
其次，我国实行社会主义市场经济，会计信息的主要使用者与西方发达国家有所不同。编表者、审计师重视可靠性，投资人重视相关性。在我国，会计信息的主要使用者不仅包括投资者、债权人等，政府部门对会计信息也十分重视。政府关注会计信息的出发点并不是决策，而是站在宏观经济管理的角度上优化资源配置，故对信息相关性的要求相对不高。
2. 中立性和谨慎性。SFAC No.8提出了中立性，而我国在基本准则中提出了谨慎性。
FASB对中立性是这样定义的，“在执行和制定会计准则时，首先应关注所提供信息的相关性和可靠性，而不是它对特定利益者造成的影响，信息不应当有预定结果的偏向”。简单地说，中立性是指会计信息客观公正。对于会计人员而言，不能为了达到会计目标而将会计信息加以歪曲或选用不恰当的会计原则。
谨慎性是指由于经济环境的不确定性，企业对交易或者事项进行会计确认、计量和报告时应当保持应有的谨慎，不应高估资产或者收益、低估负债或者费用。会计中的坏账准备的计提、固定资产的加速折旧、或有负债的披露都是谨慎性的具体体现。谨慎性是保守主义思想在会计中的一种体现。由于我国会计实务比较保守，为了避免某些企业家过于乐观、粉饰太平，为了债权人可以了解企业资产及收益的真实性、客观地评价债务人的还款能力，因此，我国在信息质量特征中提出了谨慎性原则。
（三）SFAC No.8对于构建我国会计信息质量特征体系的启示
1. 我国会计信息质量特征体系需要明确化。在经济全球化的大潮流下，会计面临的环境更加自由、开放和复杂。近年来，是否直接构建概念框架一直是我国会计界备受争议的话题。SFAC No.8的进一步体现了国际社会对于财务会计框架的重视。现今，我国的《基本准则》虽然也发挥了概念公告的作用，但两者之间有着本质区别。基本准则属于会计准则的一部分，是具有法律效力的；FASB的概念公告是用来评价、制定和发展会计准则的会计理论。为了达到明确会计职能、完善会计理论、指导会计实务发展、整顿会计信息市场的目的，我国需要建立具有国际共性、符合中国国情的会计信息质量特征体系。
2. 我国会计信息质量特征体系需要层次化。FASB第8号概念公告会计信息质量特征体系的层次非常分明，而我国的基本准则对“会计信息质量”的要求则较为笼统。
首先，以条款的形式展现会计信息质量特征，使我国会计信息质量特征没有明确的先后之分，结构松散。我们一般按条款的先后顺序来判断质量特征的重要程度。其次，条款形式使会计信息质量特征之间的逻辑关系不能得到体现，这就使得本来就不好界定的会计信息质量特征更难把握，导致会计人员在执行会计信息质量要求时倍感模糊。
因此，我国在建立会计信息质量特征体系时既可以效仿FASB的层次划分形式，也可以参考其用多个质量特征作为某一重要质量特征标志的方法。有关联、有层次、有体系的会计信息质量有利于信息提供者和信息使用者更有效地分析、衡量信息是否决策有用。
3. 我国会计信息质量特征体系需要超前化。会计概念框架一旦确定，短时期内必然不会修改。因而，我国在构建会计信息质量特征体系时需要具有超前意识。（1）要高度关注会计信息质量特征的包容性。包容性是指相关性和可靠性的“和谐共处”，尽可能地减少两者之间的冲突。目前，我国对于相关性和可靠性的态度是“在可靠性的前提下，选择最具相关性的信息”。在可预见的将来，我国信息使用者对于会计信息相关性的要求会大大增强。故而，在体系制定时，我们应该充分考虑相关性和可靠性的包容性。（2）要高度关注会计信息质量特征的实时性。在不久的将来，会计信息质量特征中的“及时性”可能被“实时性”代替，成为未来发展的方向。实时性指会计信息的输入、处理、输出都在尽可能短的时间内完成，与经济事项的发生同步。在信息技术高度发展的当今社会，会计信息化是会计发展的必然趋势。在会计信息化的环境下，信息的及时性可以轻易实现，此时，实时性更能反映会计信息质量特征。
4. 我国会计信息质量特征体系需要国情化。会计环境对会计信息质量特征体系有至关重要的影响。由于区域不同所导致的技术、人文、自然环境等不同都可能使信息使用者对于会计信息质量特征的要求存在差异。在国际会计趋同日益明显的情况下，我国需要的不是盲目地追求与外国相同，而是构建符合中国国情、具有中国特色的会计信息质量特征体系。趋同是双方相互学习、借鉴，逐渐向相近方向发展的过程，而不是单方面的靠近。
参考文献：
［1］Statement of Financial Accounting Concepts No.8［R］.2010.
［2］Hennie van Greuning， Marius Koen. International Accounting Standards A Pratical Guide［R］.2000.
［3］Christopher Nobes， Robert Parker. Comparative International Accounting（Eighth Edition）［M］.2004.