高技術企業(yè)信用風險影響因素及評價方法研究.pdf

1、深入分析自主創(chuàng)新能力等非財務因素對高技術企業(yè)信用風險的影響，并將影響較為顯著的因素納入到高技術企業(yè)信用風險評價指標體系中；探索、運用先進的定量分析方法和手段對高技術企業(yè)信用風險進行科學評價，都將有助于提高信用評價結果的客觀性和準確性。對暢通和拓寬高技術企業(yè)的融資渠道、提高技術成果轉化率、促進高技術產業(yè)持續(xù)健康發(fā)展具有重要的理論意義和現(xiàn)實意義。為此，本文對自主創(chuàng)新能力等非財務因素對高技術企業(yè)信用風險的影響、基于分類的高技術企業(yè)信用風險評價

2、方法等問題進行了探索性研究。主要內容概括如下：
　　 第一，為了提煉出可能對高技術企業(yè)信用風險有重要影響的行業(yè)（地區(qū)）因素，本文對高技術企業(yè)信用風險的行業(yè)（地區(qū)）差異進行了識別。首先，從借款人信用等級轉移的角度，遵循CreditMetrics模型的基本假設和風險識別的前瞻性要求，構建基于Markov鏈的高技術企業(yè)信用風險行業(yè)（地區(qū)）差異識別系統(tǒng)，其中，運用基于投影尋蹤和最優(yōu)分割的企業(yè)信用評級模型獲得高技術企業(yè)的信用狀態(tài)空間和信用

3、等級；然后，以高技術產業(yè)上市公司為例，對我國高技術產業(yè)主要行業(yè)的信用風險進行識別，同時，對我國東、中、西部地區(qū)高技術企業(yè)信用風險差異進行識別。
　　 其中，基于投影尋蹤和最優(yōu)分割的企業(yè)信用評級模型的建模思路為：運用投影尋蹤對樣本企業(yè)進行信用綜合評分，將信用綜合得分由大到小排序，生成有序樣品序列；利用最優(yōu)分割法對有序樣品進行聚類，得出明確的聚類結果；將最優(yōu)分割點對應的信用綜合得分作為劃分信用等級的閾值，從而實現(xiàn)對樣本企業(yè)的信用評級

4、。
　　 第二，自主創(chuàng)新是高技術企業(yè)生存和發(fā)展的生命線，為考察自主創(chuàng)新能力對高技術企業(yè)信用風險的影響，須先對高技術企業(yè)自主創(chuàng)新能力進行科學評價。為此，本文首先提出一種基于聯(lián)系度的改進TOPSIS法。該方法將理想點與負理想點視為確定不確定系統(tǒng)中相互對立的集合，在考察目標方案與理想點或負理想點的聯(lián)系度時，充分考慮了對立集合的存在；并通過引入聯(lián)系向量距離的概念，計算相對貼近度，從而在一定程度上克服了傳統(tǒng)TOPSIS法的不足。然后，在基

5、于聯(lián)系度的改進TOPSIS法中加入時間維，構建動態(tài)綜合評價模型，對我國高技術產業(yè)自主創(chuàng)新能力進行分行業(yè)動態(tài)評價。
　　 第三，基于柯布-道格拉斯生產函數(shù)和凈現(xiàn)值法，對企業(yè)違約行為進行分析，從理論上初步解析了企業(yè)自主創(chuàng)新能力與信用風險的關系。在此基礎上，構建高技術企業(yè)信用風險分析的Cox模型，將自主創(chuàng)新能力、財務因素、成長性、企業(yè)規(guī)模、地區(qū)因素和行業(yè)因素等作為協(xié)變量，通過Cox回歸分析，實證檢驗上述因素對高技術企業(yè)信用風險的影響程

6、度和影響方向，并考察引入自主創(chuàng)新能力對高技術企業(yè)信用風險評估結果的影響。
　　 第四，考慮到高技術企業(yè)信用評價指標體系中存在定性指標，本文對可處理定性指標的高技術企業(yè)信用評價方法進行了研究。針對傳統(tǒng)云重心評判法的不足，借鑒TOPSIS法基本思想，基于理想狀態(tài)和負理想狀態(tài)，對綜合云重心向量進行歸一化，并采用修正的加權偏離度來衡量云重心的變化，由此提出一種改進的云重心評判法。將該方法應用于高技術企業(yè)信用評價，可較好的處理定性概念與定

7、量表示的相互轉換。
　　 第五，針對高技術企業(yè)信用狀況的兩類分類問題，提出一種基于多目標規(guī)劃和支持向量機（SVM）的企業(yè)信用評估模型。基于TOPSIS法，分別以“正常企業(yè)”樣本逼近理想點、“違約企業(yè)”樣本逼近負理想點為目標，構建多目標規(guī)劃模型；運用實碼加速遺傳算法求解得出指標綜合權重，通過構造加權樣本，減少兩類樣本企業(yè)信用狀況的重疊，可在一定程度上提高SVM的預測精度。
　　 第六，針對高技術企業(yè)信用狀況的多類分類問題，