復(fù)雜網(wǎng)絡(luò)視角下科技型初創(chuàng)企業(yè)的風(fēng)險(xiǎn)評(píng)估

蘇越良，詹維鋒

(華南理工大學(xué)工商管理學(xué)院，廣東廣州 510641)

0 引言

科技型初創(chuàng)企業(yè)往往是高成長(zhǎng)性與高風(fēng)險(xiǎn)性并存的，因此它們的存活率極低。無法對(duì)科技型初創(chuàng)企業(yè)的高風(fēng)險(xiǎn)性進(jìn)行準(zhǔn)確評(píng)估，是制約科技型初創(chuàng)企業(yè)成功的重要原因。科技型初創(chuàng)企業(yè)指的是通過創(chuàng)業(yè)者的研究開發(fā)出了具有科技型的現(xiàn)代化產(chǎn)品并開始初期運(yùn)營(yíng)的企業(yè)，其最大的特點(diǎn)是以專利技術(shù)等無形資產(chǎn)作為價(jià)值核心，所以該類企業(yè)的價(jià)值具有高度的未來性和不確定性［1］，傳統(tǒng)的企業(yè)風(fēng)險(xiǎn)評(píng)估方法體系已經(jīng)不適用于科技型初創(chuàng)企業(yè)［2］。因此，一種科學(xué)準(zhǔn)確的科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估方法對(duì)于創(chuàng)業(yè)者、投資者以及政府三方都具有重要的意義。如何科學(xué)準(zhǔn)確地評(píng)估科技型初創(chuàng)企業(yè)的價(jià)值，是當(dāng)今學(xué)術(shù)界、創(chuàng)業(yè)界以及投資界都急需解決的重點(diǎn)問題。

目前，現(xiàn)有文獻(xiàn)對(duì)企業(yè)風(fēng)險(xiǎn)評(píng)估大多數(shù)都是從財(cái)務(wù)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)等（且以財(cái)務(wù)風(fēng)險(xiǎn)為主要評(píng)估方向）多個(gè)維度選取相關(guān)指標(biāo)［3］，然后利用因子分析法［4］、機(jī)器學(xué)習(xí)［5］、BP 神經(jīng)網(wǎng)絡(luò)［6］等方法建立風(fēng)險(xiǎn)評(píng)估模型，從而對(duì)企業(yè)的風(fēng)險(xiǎn)進(jìn)行評(píng)估。基于創(chuàng)業(yè)企業(yè)的特點(diǎn)，有的學(xué)者對(duì)上述方法模型進(jìn)行了修正，楊順勇等［7］、李雙兵等［8］學(xué)者還分別將復(fù)合實(shí)物期權(quán)理論和模糊數(shù)學(xué)等理論引入到創(chuàng)業(yè)企業(yè)的風(fēng)險(xiǎn)評(píng)估中，都取得了一定的研究成果。此外，Sienou 等［9］基于風(fēng)險(xiǎn)流動(dòng)的視角，將BPRIM 概念模型引入到了企業(yè)風(fēng)險(xiǎn)評(píng)估過程之中；鄭征等［10］將三角模糊數(shù)引入到企業(yè)估值中，提出了適合創(chuàng)業(yè)企業(yè)風(fēng)險(xiǎn)評(píng)估的模糊復(fù)合實(shí)物期權(quán)定價(jià)模型；Biancardi 等［11］利用模糊方法對(duì)初創(chuàng)企業(yè)的資產(chǎn)波動(dòng)率和項(xiàng)目延期的機(jī)會(huì)成本進(jìn)行了建模，提出了一種將隨機(jī)方法與模糊分析相結(jié)合的風(fēng)險(xiǎn)評(píng)估方法。這些學(xué)者的嘗試都為創(chuàng)業(yè)企業(yè)的風(fēng)險(xiǎn)評(píng)估提供了的新的思路。

但是這些方法和模型需要大量數(shù)據(jù)和信息作支撐，而科技型企業(yè)初創(chuàng)期間可利用的經(jīng)營(yíng)數(shù)據(jù)較少，因此仍無法完全適用于科技型初創(chuàng)企業(yè)。有不少學(xué)者認(rèn)為評(píng)估指標(biāo)的選取會(huì)嚴(yán)重影響對(duì)科技型企業(yè)風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性，并且各個(gè)指標(biāo)的重要程度排序不能完全主觀決定，應(yīng)該進(jìn)行更多的實(shí)證研究與分析。如遲國(guó)泰等［12］基于科技創(chuàng)新投入、產(chǎn)出，以及環(huán)境等影響因素，利用主成分分析和相關(guān)分析的方法構(gòu)建了以企業(yè)為主體的科技創(chuàng)新評(píng)估指標(biāo)體系；于善麗等［13］根據(jù)指標(biāo)體系的違約鑒別能力最大標(biāo)準(zhǔn)建立了企業(yè)的債信評(píng)級(jí)體系，從而完成對(duì)指標(biāo)體系的遴選；Luo 等［14］分析了中小企業(yè)的技術(shù)IE，基于DEA Malmquist 指數(shù)法從投入和產(chǎn)出兩個(gè)方面出發(fā)構(gòu)建海洋科技型中小企業(yè)評(píng)估指標(biāo)體系。

如果選擇的指標(biāo)體系不合理，那么對(duì)企業(yè)風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性將大打折扣。然而，目前還沒有相對(duì)完備且適用于科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估的指標(biāo)體系。基于上述問題，本文從企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素角度出發(fā)，采用全面梳理法結(jié)合復(fù)雜網(wǎng)絡(luò)理論對(duì)科技型初創(chuàng)企業(yè)的風(fēng)險(xiǎn)展開研究，深入探究其風(fēng)險(xiǎn)評(píng)估的指標(biāo)體系，以期為我國(guó)科技型初創(chuàng)企業(yè)的發(fā)展和研究提供相關(guān)參考。

1 復(fù)雜網(wǎng)絡(luò)特征分析

1.1 復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特征描述

對(duì)于復(fù)雜網(wǎng)絡(luò)的具體概念，Watts 等［15］學(xué)者給出了一個(gè)較為明確較為規(guī)范的定義：具有自組織、自相似、吸引子、小世界、無標(biāo)度中部分或全部性質(zhì)的網(wǎng)絡(luò)稱為復(fù)雜網(wǎng)絡(luò)。復(fù)雜網(wǎng)絡(luò)常用的統(tǒng)計(jì)指標(biāo)有節(jié)點(diǎn)的度、聚集系數(shù)、網(wǎng)絡(luò)直徑、平均路徑長(zhǎng)度等等。

節(jié)點(diǎn)的度指的是和該節(jié)點(diǎn)相關(guān)聯(lián)的邊的條數(shù)，而網(wǎng)絡(luò)中所有節(jié)點(diǎn)vi的度ki的均值稱為網(wǎng)絡(luò)的平均度，記為K，即：

聚集系數(shù)指的是節(jié)點(diǎn)和其鄰接節(jié)點(diǎn)之間相互連接的程度，節(jié)點(diǎn)vi的聚集系數(shù)ci定義為節(jié)點(diǎn)vi的ki個(gè)鄰接節(jié)點(diǎn)之間實(shí)際存在的邊數(shù)ei和可能存在的邊數(shù)之比，即：

網(wǎng)絡(luò)直徑指的是網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)vi和ji之間的距離dij的最大值，而平均路徑長(zhǎng)度指的是網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)vi和ji之間的平均值，記為L(zhǎng)，即：

1.2 PageRank 算法

PageRank 算法又稱網(wǎng)頁排名算法，它是由 Google的兩位創(chuàng)始人Page 等［16］提出來的。PageRank 算法是通過網(wǎng)絡(luò)之間的超鏈接關(guān)系來確定一個(gè)頁面的等級(jí)，簡(jiǎn)單來說就是一個(gè)高等級(jí)的頁面可以使其他低等級(jí)頁面的等級(jí)提升。PageRank 算法具體的做法是預(yù)先給每個(gè)節(jié)點(diǎn)賦予一個(gè)PR 值（下文用PR 值來指代PageRank 值），然后通過下式中的算法不斷迭代更新每個(gè)節(jié)點(diǎn)的PR 值，直至達(dá)到平穩(wěn)分布為止。

1.3 模塊化特征

模塊化是用于衡量網(wǎng)絡(luò)劃分為模塊（也被稱為集群或社團(tuán)）的強(qiáng)度。模塊化程度高的復(fù)雜網(wǎng)絡(luò)在模塊內(nèi)部節(jié)點(diǎn)間的聯(lián)系比較密切，而在不同模塊的節(jié)點(diǎn)間聯(lián)系就比較疏遠(yuǎn)。利用復(fù)雜網(wǎng)絡(luò)的模塊結(jié)構(gòu)特性方法可以挖掘重疊社群結(jié)構(gòu)［17］、探究應(yīng)急程序模塊化［18］、檢測(cè)多層網(wǎng)絡(luò)社區(qū)等［19］，從而復(fù)現(xiàn)模塊化的社團(tuán)結(jié)構(gòu)，對(duì)復(fù)雜網(wǎng)絡(luò)的分析具有重要的理論意義和實(shí)踐價(jià)值。本文使用常用的社團(tuán)檢測(cè)指標(biāo)模塊化度量值Q來衡量模塊劃分的好壞［20］，模塊度Q值的取值范圍為［-0.5,1)，Q值越大，則說明復(fù)雜網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)越明顯。在真實(shí)的復(fù)雜網(wǎng)絡(luò)中，模塊度Q值一般取值范圍為(0.3,0.7)，Q值的具體計(jì)算公式如下所示。

2 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估的復(fù)雜網(wǎng)絡(luò)模型構(gòu)建

2.1 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素分析

科學(xué)的指標(biāo)體系是風(fēng)險(xiǎn)評(píng)估的重要前提，倘若選擇的指標(biāo)體系不合理，那么對(duì)企業(yè)風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性將大打折扣。加上科技型初創(chuàng)企業(yè)歷史數(shù)據(jù)不足等特點(diǎn)，對(duì)其風(fēng)險(xiǎn)評(píng)估指標(biāo)的選取除了要注重科學(xué)性、客觀性、綜合性、系統(tǒng)性、動(dòng)態(tài)性、可操作性等原則之外［21］，還應(yīng)該要注重于定性指標(biāo)和定量指標(biāo)相結(jié)合［22］。

一是基于網(wǎng)絡(luò)爬蟲技術(shù)使用Python 軟件從相關(guān)網(wǎng)頁爬取和“科技型初創(chuàng)企業(yè)”“風(fēng)險(xiǎn)評(píng)估”“評(píng)估指標(biāo)體系”等有關(guān)方面的信息，剔除廣告、注釋以及無效評(píng)論后使用Python 的jieba 庫對(duì)清洗后的數(shù)據(jù)信息進(jìn)行jieba 分詞、詞性標(biāo)注、去停用詞等文本預(yù)處理操作，最后提取語義相似度和相關(guān)度都較高的影響因素繪制下列的詞云圖（如圖1 所示）［23］，將出現(xiàn)的高頻詞作為科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估的影響因素，這種方法具有客觀性、全面性、及時(shí)更新性等顯著特性與優(yōu)勢(shì)。

圖1 科技型初創(chuàng)企業(yè)影響因素詞云

二是以“科技型初創(chuàng)企業(yè)”“風(fēng)險(xiǎn)評(píng)估”“評(píng)估指標(biāo)體系”等為關(guān)鍵詞在中國(guó)知網(wǎng)以及和萬方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)進(jìn)行高級(jí)檢索，檢索篩選發(fā)表在核心期刊的文獻(xiàn)并整理與風(fēng)險(xiǎn)評(píng)估的相關(guān)影響因素作為本文評(píng)估指標(biāo)體系構(gòu)建的依據(jù)，這些影響因素是眾多學(xué)者使用驗(yàn)證過的，實(shí)用性較強(qiáng)、可靠程度較高。具體整理結(jié)果如表1 所示。

表1 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素

三是從國(guó)家相關(guān)權(quán)威科技報(bào)告中提取影響因素，比如中國(guó)科技發(fā)展戰(zhàn)略小組［39］發(fā)布的《中國(guó)區(qū)域創(chuàng)新能力評(píng)估報(bào)告2021》、中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院［40］發(fā)布的《國(guó)家創(chuàng)新指數(shù)報(bào)告2021》以及國(guó)家統(tǒng)計(jì)局［41］社科文司中國(guó)創(chuàng)新指數(shù)研究（China Innovation Index，CII）課題組發(fā)布的2021 年中國(guó)創(chuàng)新指數(shù)等。

四是從影響較廣、權(quán)威性較強(qiáng)、深受推崇的相關(guān)指標(biāo)體系中提取相關(guān)影響因素，比如目前比較有權(quán)威性是世界銀行發(fā)布的全球創(chuàng)新指數(shù)、歐盟發(fā)布的綜合創(chuàng)新指數(shù)等。

通過上述四種渠道和方法進(jìn)行初步的整理和篩選，初步得出了包括研發(fā)費(fèi)用投入、教育背景、自主創(chuàng)新能力等共109 個(gè)科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素。

2.2 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估復(fù)雜網(wǎng)絡(luò)模型的構(gòu)建及全局分析

科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素呈現(xiàn)高度復(fù)雜性，因此可以把科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估的影響因素作為復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)集V，各個(gè)影響因素間的相互關(guān)聯(lián)作為節(jié)點(diǎn)之間的連邊集E，節(jié)點(diǎn)的數(shù)量為N。所有的節(jié)點(diǎn)集和連邊集就構(gòu)成了科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估的復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)模型G=(V，E)。對(duì)整理得到的109 個(gè)影響因素構(gòu)建復(fù)雜網(wǎng)絡(luò)模型，用一個(gè)109×109 的鄰接矩陣A來表示網(wǎng)絡(luò)G中各個(gè)影響因素V之間的相鄰關(guān)系，鄰接矩陣A中的元素為，如果兩個(gè)影響因素之間具有關(guān)聯(lián)關(guān)系，則，否則。各個(gè)影響因素之間的關(guān)聯(lián)關(guān)系通過彼此是否關(guān)聯(lián)來確定。

由于各個(gè)影響因素間的影響關(guān)系是雙向的，因此構(gòu)建的復(fù)雜網(wǎng)絡(luò)是無向網(wǎng)絡(luò)。根據(jù)上述方法確定影響因素之間的關(guān)系后就可以構(gòu)建科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素的復(fù)雜網(wǎng)絡(luò)模型。本文使用復(fù)雜網(wǎng)絡(luò)軟件Gephi 畫出了復(fù)雜網(wǎng)絡(luò)圖并計(jì)算出該復(fù)雜網(wǎng)絡(luò)的相關(guān)統(tǒng)計(jì)量，具體結(jié)果如圖2 和表2 所示。

表2 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估復(fù)雜網(wǎng)絡(luò)的拓?fù)鋮?shù)統(tǒng)計(jì)量

圖2 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素的復(fù)雜網(wǎng)絡(luò)

對(duì)構(gòu)建的復(fù)雜網(wǎng)絡(luò)模型進(jìn)行全局分析：從表2的數(shù)據(jù)可知，本文構(gòu)建的復(fù)雜網(wǎng)絡(luò)的平均度為4.917，表示每個(gè)節(jié)點(diǎn)平均有4.917 個(gè)關(guān)聯(lián)節(jié)點(diǎn)，說明構(gòu)建的復(fù)雜網(wǎng)絡(luò)具有較高的關(guān)聯(lián)度、復(fù)雜性以及無標(biāo)度特性；平均路徑長(zhǎng)度為 2.279，表示任意兩個(gè)節(jié)點(diǎn)之間的平均路徑為2.279，說明構(gòu)建的復(fù)雜網(wǎng)絡(luò)具有典型的小世界特性。綜合上面的結(jié)果分析可以得出：本文構(gòu)建的科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估影響因素的復(fù)雜網(wǎng)絡(luò)具有比較明顯的復(fù)雜網(wǎng)絡(luò)特性。

3 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估模塊化分析及評(píng)估指標(biāo)體系構(gòu)建

然而，影響因素過多以及各個(gè)影響因素之間復(fù)雜的關(guān)聯(lián)性都不利于進(jìn)行模塊化分析，同時(shí)也可能會(huì)降低企業(yè)風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性。因此，本文從上文整理的109 個(gè)影響因素中先剔除意思相近或者重復(fù)程度較大的指標(biāo)，然后再篩選出在四種收集渠道和方法中都出現(xiàn)且出現(xiàn)頻率較高的35 個(gè)影響因素并對(duì)它們進(jìn)行編號(hào)。這樣既能夠避免信息冗余，也能最大限度保留評(píng)估指標(biāo)的信息，具體對(duì)應(yīng)關(guān)系和統(tǒng)計(jì)結(jié)果如表3 所示。

表3 科技型初創(chuàng)企業(yè)影響因素的編號(hào)

然后對(duì)影響因素進(jìn)行進(jìn)一步篩選，請(qǐng)7 位專家對(duì)這35 個(gè)影響因素打分，計(jì)算各個(gè)影響因素的Person 相關(guān)系數(shù)，對(duì)Person 相關(guān)系數(shù)超過0.9 的兩個(gè)影響因素進(jìn)行比較后剔除與其他影響因素關(guān)系較強(qiáng)的那個(gè)。經(jīng)過計(jì)算發(fā)現(xiàn)，行業(yè)前景A2和行業(yè)發(fā)展程度A35、教育背景A7和學(xué)歷A26、供需狀況A9和市場(chǎng)容量A20、專有程度A12和創(chuàng)新程度A31的相關(guān)系數(shù)都超過了0.9，和其他影響因素進(jìn)行對(duì)比后本文剔除供需狀況A9、專有程度A12、學(xué)歷A26和行業(yè)發(fā)展程度A35這4 個(gè)影響因素。完成相關(guān)性分析后對(duì)剩下的31 個(gè)影響因素進(jìn)行主成分分析，分析結(jié)果表4 所示。

表4 科技型初創(chuàng)企業(yè)影響因素主成分分析總方差解釋

前4 個(gè)主成分累計(jì)方差貢獻(xiàn)已超過80%，故而提取前4 個(gè)主成分就能夠比較好地解釋原有變量所包含的信息。接下來對(duì)這4 個(gè)主成分的特征向量做進(jìn)一步分析，行業(yè)經(jīng)驗(yàn)A3、行業(yè)壁壘A14、上下游議價(jià)能力A27和創(chuàng)業(yè)目的A33這4 個(gè)影響因素在兩個(gè)主成分上的特性向量的絕對(duì)值都小于0.1，可以說明這些影響因素對(duì)最終主成分的貢獻(xiàn)率較小，因此將這些影響因素也進(jìn)行剔除。經(jīng)過上述的定性和定量分析篩選后，我們最終從109 個(gè)影響因素中選取了27個(gè)影響因素作為指標(biāo)來構(gòu)建科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。接著使用上文提到的PageRank 算法計(jì)算每個(gè)評(píng)估指標(biāo)的PR 值并進(jìn)行歸一化處理，然后將歸一化后的結(jié)果作為每個(gè)評(píng)估指標(biāo)的權(quán)重。具體結(jié)果如表5 所示。

表5 科技型初創(chuàng)企業(yè)影響因素各個(gè)評(píng)估指標(biāo)的權(quán)重

在科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估復(fù)雜網(wǎng)絡(luò)中，連接較為緊密的部分可以被看成一個(gè)社團(tuán)（模塊），其內(nèi)部的節(jié)點(diǎn)之間有較為緊密的連接，而在兩個(gè)社團(tuán)間則相對(duì)連接較為稀疏。利用復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)特性方法來挖掘復(fù)現(xiàn)模塊化的社團(tuán)結(jié)構(gòu)，對(duì)科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估復(fù)雜網(wǎng)絡(luò)的分析具有重要的理論意義和實(shí)踐價(jià)值［42］。我們使用復(fù)雜網(wǎng)絡(luò)軟件Gephi0.9.26 進(jìn)行網(wǎng)絡(luò)的模塊化分析，根據(jù)上文提及的公式計(jì)算模塊度Q。計(jì)算得到模塊度Q的數(shù)值高達(dá)0.62，說明模塊劃分效果較好，同時(shí)說明構(gòu)建的復(fù)雜網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)較為明顯。模塊化分析將評(píng)估指標(biāo)分為了4 個(gè)模塊，具體分類結(jié)果如圖3 和表6所示。

表6 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)因素模塊劃分結(jié)果及權(quán)重

圖3 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估復(fù)雜網(wǎng)絡(luò)模塊化分類結(jié)果

模塊劃分多以指標(biāo)相關(guān)聯(lián)而形成，例如模塊1經(jīng)營(yíng)能力中的營(yíng)銷機(jī)制A21和營(yíng)銷戰(zhàn)略設(shè)計(jì)A22、模塊2 科技能力與產(chǎn)品質(zhì)量中的專利情況A24和創(chuàng)新成果轉(zhuǎn)化A25等等，反映復(fù)雜網(wǎng)絡(luò)的能挖掘指標(biāo)之間的關(guān)聯(lián)性。模塊2 科技能力與產(chǎn)品質(zhì)量和模塊4 企業(yè)建設(shè)與行業(yè)情況的權(quán)重均超過30%，說明這兩個(gè)模塊較為重要。而模塊2 科技能力與產(chǎn)品質(zhì)量中的評(píng)估指標(biāo)技術(shù)儲(chǔ)備A29、專利情況A24、創(chuàng)新成果轉(zhuǎn)化A25、自主創(chuàng)新能力A15都是與科技有關(guān)的，因此該模塊所占的權(quán)重較大，符合科技型初創(chuàng)企業(yè)的特點(diǎn)。模塊化結(jié)構(gòu)分析表明模塊內(nèi)部評(píng)估指標(biāo)之間的相互關(guān)聯(lián)關(guān)系更加密切和頻繁。根據(jù)復(fù)雜網(wǎng)絡(luò)的全局分析以及模塊化分析最終構(gòu)建了表7 所示的科技型初創(chuàng)企業(yè)的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系：

表7 科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

4 應(yīng)用分析

本文根據(jù)科技型企業(yè)的特點(diǎn)，并結(jié)合劉樂等［43］的研究，以成立時(shí)間為6 年或不足6 年的科技型企業(yè)界定科技型初創(chuàng)企業(yè)。本文選取10 家科技型初創(chuàng)企業(yè)進(jìn)行實(shí)證分析，具體的企業(yè)數(shù)據(jù)來源于Wind 數(shù)據(jù)庫、CSMAR 國(guó)泰安數(shù)據(jù)庫以及相關(guān)企業(yè)的年報(bào)，部分缺失數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局、證券交易所和專家打分等。為了消除量綱的影響，本文首先對(duì)數(shù)據(jù)進(jìn)行如下的標(biāo)準(zhǔn)化處理：

其中競(jìng)爭(zhēng)者X41、行業(yè)競(jìng)爭(zhēng)情況X46、和經(jīng)濟(jì)周期X49屬于正向指標(biāo)，其余指標(biāo)均為負(fù)向指標(biāo)。得到10 家企業(yè)的標(biāo)準(zhǔn)化得分后，然后與上文使用PageRank 算法計(jì)算得出的對(duì)應(yīng)指標(biāo)的權(quán)重線性相乘，最后加總得出企業(yè)風(fēng)險(xiǎn)評(píng)估的綜合得分。標(biāo)準(zhǔn)化后的數(shù)據(jù)和企業(yè)總額得分如表9 所示。

表9 企業(yè)標(biāo)準(zhǔn)化后的數(shù)據(jù)及綜合得分

根據(jù)企業(yè)風(fēng)險(xiǎn)管理的基本理論以及參考相關(guān)文獻(xiàn)，可以把綜合得分F按照將企業(yè)風(fēng)險(xiǎn)劃分為低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)三個(gè)等級(jí)，企業(yè)風(fēng)險(xiǎn)對(duì)應(yīng)的區(qū)間為［0.388 9,0.480 4),［0.480 4,0.571 9),［0.571 9,0.663 5］。這10 家企業(yè)的綜合得分及對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)如表10所示。

表10 企業(yè)綜合得分及相對(duì)應(yīng)的風(fēng)險(xiǎn)等級(jí)

企業(yè)的價(jià)值和預(yù)期風(fēng)險(xiǎn)水平是成反比關(guān)系的，將10 家科技型初創(chuàng)企業(yè)的風(fēng)險(xiǎn)評(píng)估綜合得分與企業(yè)當(dāng)前的估值（企業(yè)估值數(shù)據(jù)來源于新財(cái)富的統(tǒng)計(jì)數(shù)據(jù)，截至2022 年11 月30 日）進(jìn)行對(duì)比，發(fā)現(xiàn)企業(yè)風(fēng)險(xiǎn)評(píng)估綜合得分的大小與企業(yè)當(dāng)前估值大小排序基本成反比關(guān)系，這說明了本文構(gòu)建的科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系具有一定有效性和合理性。

5 結(jié)論與啟示

（1）本文先梳理和篩選和科技型初創(chuàng)企業(yè)相關(guān)的影響因素，然后基于復(fù)雜網(wǎng)絡(luò)視角從全局化和模塊化的角度建立了科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估模型，這種視角方法能夠揭示科技型初創(chuàng)企業(yè)影響因素間的復(fù)雜的關(guān)聯(lián)關(guān)系，可以幫助我們更好地理解和評(píng)估其風(fēng)險(xiǎn)狀況。

（2）本文的研究為科技型初創(chuàng)企業(yè)的風(fēng)險(xiǎn)評(píng)估提供了一種系統(tǒng)和全面的方法，從而為科技型初創(chuàng)企業(yè)的風(fēng)險(xiǎn)管理和決策提供重要的參考。此外，如何選取指標(biāo)以及如何挖掘指標(biāo)間彼此的關(guān)聯(lián)關(guān)系，是科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估的關(guān)鍵所在，同時(shí)也是科技型初創(chuàng)企業(yè)風(fēng)險(xiǎn)評(píng)估未來的研究方向。