基于樣本加權(quán)SVM的科技型企業(yè)融資風險預(yù)警研究
發(fā)布時間:2021-07-03 03:35
隨著我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級,建立準確有效的科技型企業(yè)融資風險預(yù)警機制具有重大意義。本文以動態(tài)資金流為切入點,從資金籌集、資金使用以及資金償還3個維度構(gòu)建融資風險評價體系。利用模糊C均值聚類的思想,根據(jù)樣本點相對于類中心的重要程度賦權(quán),解決了不同樣本對預(yù)測模型貢獻度不同的問題,并將二分類問題拓展到三分類,構(gòu)建了樣本加權(quán)支持向量機模型;以科技型企業(yè)2018年數(shù)據(jù)為研究對象,利用構(gòu)建的樣本加權(quán)支持向量機模型預(yù)測,實證結(jié)果顯示,該模型對高風險企業(yè)預(yù)測準確性的改善程度更大,可以實現(xiàn)融資風險預(yù)警及時性和準確性的要求。
【文章來源】:工業(yè)技術(shù)經(jīng)濟. 2020,39(07)北大核心CSSCI
【文章頁數(shù)】:9 頁
【部分圖文】:
技術(shù)路線圖
科技型企業(yè)是指以科技人員為主體,研制、開發(fā)、生產(chǎn)、銷售高新技術(shù)產(chǎn)品或大規(guī)模運用高新技術(shù)的企業(yè),其以市場為導(dǎo)向,創(chuàng)新能力強,具有自主知識產(chǎn)權(quán)[22]。根據(jù)科技部的《科技型中小企業(yè)技術(shù)創(chuàng)新基金若干重點項目指南》,基金支持對象的具體領(lǐng)域包括電子信息、新材料、節(jié)能環(huán)保、新能源、高技術(shù)服務(wù)業(yè)等行業(yè)。本文以上述五大行業(yè)為研究對象,選取行業(yè)中2018年具有高新技術(shù)認定的企業(yè),除去數(shù)據(jù)不完整的部分企業(yè),共篩選出264家企業(yè),其中180家企業(yè)數(shù)據(jù)作為訓(xùn)練集,84家企業(yè)數(shù)據(jù)作為測試集。以上述企業(yè)2018年數(shù)據(jù)為研究對象,數(shù)據(jù)來源為Wind數(shù)據(jù)庫。利用熵權(quán)法對264家企業(yè)指標賦權(quán),根據(jù)式(7)求出各企業(yè)的綜合評分,并按三等分法,將企業(yè)的狀態(tài)劃分為安全狀態(tài)、低風險狀態(tài)以及高風險狀態(tài)。3種狀態(tài)企業(yè)的綜合評分區(qū)間依次為[0.068551,0.102606]、[0.102677,0.119831]和[0.120074,0.43691],高風險狀態(tài)區(qū)間寬度最寬,說明被劃分入高風險狀態(tài)的企業(yè)分布更加分散,低風險狀態(tài)的區(qū)間寬度最窄,說明該狀態(tài)企業(yè)具有更高的相似度。
表2 樣本加權(quán)支持向量機預(yù)測結(jié)果 真實值 預(yù)測值 安全狀態(tài) 低風險狀態(tài) 高風險狀態(tài) 準確率(%) 安全狀態(tài) 27 1 0 96.43 低風險狀態(tài) 2 26 0 92.86 高風險狀態(tài) 0 6 22 78.57 總體準確率(%) 89.29從表2可以看出,樣本加權(quán)支持向量機模型對融資安全狀態(tài)、低風險狀態(tài)以及高風險狀態(tài)企業(yè)的預(yù)測準確率分別為96.43%、92.86%以及78.57%。
【參考文獻】:
期刊論文
[1]基于GA-SVR模型的中國上市公司融資風險預(yù)測[J]. 劉玉敏,劉莉,任廣乾. 北京理工大學學報(社會科學版). 2019(04)
[2]科技型企業(yè)外部融資渠道比較研究[J]. 張興旺,倪明明. 科學管理研究. 2019(02)
[3]基于樣本加權(quán)FCM聚類的未知類別局部放電信號識別[J]. 賈亞飛,朱永利,高佳程,袁博. 電力自動化設(shè)備. 2018(12)
[4]高新技術(shù)企業(yè)創(chuàng)新資金配置風險預(yù)警的FOA-SVM模型及實證[J]. 王玉冬,王迪,王珊珊. 系統(tǒng)工程理論與實踐. 2018(11)
[5]基于改進粒子群算法的模糊聚類-概率神經(jīng)網(wǎng)絡(luò)模型的企業(yè)財務(wù)危機預(yù)警模型研究[J]. 吳沖,劉佳明,郭志達. 運籌與管理. 2018(02)
[6]新能源企業(yè)融資生態(tài)與融資約束——基于中國A股新能源上市公司的實證分析[J]. 耿成軒,李夢,鄂海濤. 華東經(jīng)濟管理. 2018(01)
[7]高新技術(shù)企業(yè)創(chuàng)新資金運營生態(tài)化及其水平測度[J]. 王玉冬,武川,王琳璐. 中國軟科學. 2017(07)
[8]環(huán)境投資與經(jīng)濟績效關(guān)系研究——基于科技型企業(yè)的經(jīng)驗證據(jù)[J]. 張悅. 工業(yè)技術(shù)經(jīng)濟. 2016(01)
[9]科技型企業(yè)融資風險:來源、評價與控制[J]. 方先明,蘇曉珺. 科技管理研究. 2015(21)
[10]科技型中小企業(yè)融資風險識別及融資能力評價研究——基于商業(yè)銀行視角[J]. 束蘭根. 江蘇科技信息. 2015(01)
本文編號:3261782
【文章來源】:工業(yè)技術(shù)經(jīng)濟. 2020,39(07)北大核心CSSCI
【文章頁數(shù)】:9 頁
【部分圖文】:
技術(shù)路線圖
科技型企業(yè)是指以科技人員為主體,研制、開發(fā)、生產(chǎn)、銷售高新技術(shù)產(chǎn)品或大規(guī)模運用高新技術(shù)的企業(yè),其以市場為導(dǎo)向,創(chuàng)新能力強,具有自主知識產(chǎn)權(quán)[22]。根據(jù)科技部的《科技型中小企業(yè)技術(shù)創(chuàng)新基金若干重點項目指南》,基金支持對象的具體領(lǐng)域包括電子信息、新材料、節(jié)能環(huán)保、新能源、高技術(shù)服務(wù)業(yè)等行業(yè)。本文以上述五大行業(yè)為研究對象,選取行業(yè)中2018年具有高新技術(shù)認定的企業(yè),除去數(shù)據(jù)不完整的部分企業(yè),共篩選出264家企業(yè),其中180家企業(yè)數(shù)據(jù)作為訓(xùn)練集,84家企業(yè)數(shù)據(jù)作為測試集。以上述企業(yè)2018年數(shù)據(jù)為研究對象,數(shù)據(jù)來源為Wind數(shù)據(jù)庫。利用熵權(quán)法對264家企業(yè)指標賦權(quán),根據(jù)式(7)求出各企業(yè)的綜合評分,并按三等分法,將企業(yè)的狀態(tài)劃分為安全狀態(tài)、低風險狀態(tài)以及高風險狀態(tài)。3種狀態(tài)企業(yè)的綜合評分區(qū)間依次為[0.068551,0.102606]、[0.102677,0.119831]和[0.120074,0.43691],高風險狀態(tài)區(qū)間寬度最寬,說明被劃分入高風險狀態(tài)的企業(yè)分布更加分散,低風險狀態(tài)的區(qū)間寬度最窄,說明該狀態(tài)企業(yè)具有更高的相似度。
表2 樣本加權(quán)支持向量機預(yù)測結(jié)果 真實值 預(yù)測值 安全狀態(tài) 低風險狀態(tài) 高風險狀態(tài) 準確率(%) 安全狀態(tài) 27 1 0 96.43 低風險狀態(tài) 2 26 0 92.86 高風險狀態(tài) 0 6 22 78.57 總體準確率(%) 89.29從表2可以看出,樣本加權(quán)支持向量機模型對融資安全狀態(tài)、低風險狀態(tài)以及高風險狀態(tài)企業(yè)的預(yù)測準確率分別為96.43%、92.86%以及78.57%。
【參考文獻】:
期刊論文
[1]基于GA-SVR模型的中國上市公司融資風險預(yù)測[J]. 劉玉敏,劉莉,任廣乾. 北京理工大學學報(社會科學版). 2019(04)
[2]科技型企業(yè)外部融資渠道比較研究[J]. 張興旺,倪明明. 科學管理研究. 2019(02)
[3]基于樣本加權(quán)FCM聚類的未知類別局部放電信號識別[J]. 賈亞飛,朱永利,高佳程,袁博. 電力自動化設(shè)備. 2018(12)
[4]高新技術(shù)企業(yè)創(chuàng)新資金配置風險預(yù)警的FOA-SVM模型及實證[J]. 王玉冬,王迪,王珊珊. 系統(tǒng)工程理論與實踐. 2018(11)
[5]基于改進粒子群算法的模糊聚類-概率神經(jīng)網(wǎng)絡(luò)模型的企業(yè)財務(wù)危機預(yù)警模型研究[J]. 吳沖,劉佳明,郭志達. 運籌與管理. 2018(02)
[6]新能源企業(yè)融資生態(tài)與融資約束——基于中國A股新能源上市公司的實證分析[J]. 耿成軒,李夢,鄂海濤. 華東經(jīng)濟管理. 2018(01)
[7]高新技術(shù)企業(yè)創(chuàng)新資金運營生態(tài)化及其水平測度[J]. 王玉冬,武川,王琳璐. 中國軟科學. 2017(07)
[8]環(huán)境投資與經(jīng)濟績效關(guān)系研究——基于科技型企業(yè)的經(jīng)驗證據(jù)[J]. 張悅. 工業(yè)技術(shù)經(jīng)濟. 2016(01)
[9]科技型企業(yè)融資風險:來源、評價與控制[J]. 方先明,蘇曉珺. 科技管理研究. 2015(21)
[10]科技型中小企業(yè)融資風險識別及融資能力評價研究——基于商業(yè)銀行視角[J]. 束蘭根. 江蘇科技信息. 2015(01)
本文編號:3261782
本文鏈接:http://www.sikaile.net/jingjilunwen/hongguanjingjilunwen/3261782.html
最近更新
教材專著