摘要
随着我国产业结构转型升级,建立准确有效的科技型企业融资风险预警机制具有重大意义。本文以动态资金流为切入点,从资金筹集、资金使用以及资金偿还3个维度构建融资风险评价体系。利用模糊C均值聚类的思想,根据样本点相对于类中心的重要程度赋权,解决了不同样本对预测模型贡献度不同的问题,并将二分类问题拓展到三分类,构建了样本加权支持向量机模型;以科技型企业2018年数据为研究对象,利用构建的样本加权支持向量机模型预测,实证结果显示,该模型对高风险企业预测准确性的改善程度更大,可以实现融资风险预警及时性和准确性的要求。
With the transformation and upgrading of China's industrial structure,it is of great significance to establish an early-warning mechanism for financing risks of technology-based enterprises.This paper takes dynamic capital flow as the starting point,and constructs a financing risk evaluation system from three dimensions:fund raising,fund use,and fund repayment.Using the idea of fuzzy C-means clustering,weighting according to the importance of sample points relative to the class center,the problem of different contributions of different samples to the prediction model is solved.Then,the two-class classification problem is extended to three-class classification,and a sample weighted SVM model is constructed.This paper selects 2018 data of technology-based enterprises and substitutes for model prediction.The empirical results show that this model has higher prediction accuracy for high-risk enterprises,and can meet the requirements of timeliness and accuracy of financing risk warning.
作者
耿成轩
李晓汨
Geng Chengxuan;Li Xiaomi(College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China)
出处
《工业技术经济》
CSSCI
北大核心
2020年第7期56-64,共9页
Journal of Industrial Technological Economics
基金
国家社会科学基金项目“我国战略性新兴产业融资生态、融资效率及其协同进化机制研究”(项目编号:15BGL056)
中央高校基本科研业务费前瞻性发展策略研究基金项目“长三角战略性新兴产业资金配置效率的动态空间差异、驱动因素与提升路径研究”(项目编号:NW2019002)。
关键词
风险预警
资金流
模糊C
均值聚类
支持向量机
融资风险
科技型企业
risk warning
cash flow
fuzzy C-means clustering
support vector machine
financing risk
science and technology enterprise
作者简介
耿成轩,南京航空航天大学经济与管理学院教授,博士生导师。研究方向:财务管理与资本市场;通讯作者:李晓汨,南京航空航天大学经济与管理学院硕士研究生。研究方向:数据挖掘及企业财务管理。
