基于支持向量机的科技投融资绩效评价研究.docx

基于支持向量机的科技投融资绩效评价研究 顾 婧1 ，赵 基于支持向量机的科技投融资绩效评价研究 顾 婧1 ，赵 达2 ，王朝领3 ( 1． 四川大学 经济学院，成都 610065; 2． 复旦大学 经济学院，上海 200433; 3． 北京大学 汇丰商学院，广东 深圳 518055 ) 摘要: 提出了基于支持向量机的科技投融资绩效评价方法，并对四川省 1995 ～ 2012 年期间科技投融资绩效进行实 证研究。结果表明: 基于支持向量机进行科技投融资绩效评价的方法是可行且有效的; 四川省科技投融资绩效并不 是随着投融资总额的增加呈现出逐步提高的趋势，而是有一定的波动性。 关键词: 科技投融资; 绩效评价; 支持向量机; 主成分分析 中图分类号: F204 文献标识码: A 文章编号: 1001 － 8409( 2014) 12 － 0125 － 05 The Performance of Science and Technology Investment and Finance Based on the Support Vector Machine GU Jing1 ，ZHAO Da2 ，WANG Chao-ling3 ( 1． School of Economics，Sichuan University，Chengdu 610054; 2． School of Economics，FuDan University，Shanghai 200433; 3． School of HSBC Business，Peking University，Shenzhen 518055) Abstract: To improve the government s science and technology investment and finance management model and raise the level of innovation efficiency． The support vector machine method is presented in this paper to do an empirical study on the performance of S＆T investment and finance based on the datas from 1995 to 2011． On the one hand，the test results show that the construction of support vector machine mothod is effective and feasible． On the other hand，the performance of S＆T investment and finance is not increasing with the total investment but showing some fluctuations． Keywords: sicence and technology investment and finance; evaluation of performance; support vector machine; principal component analysis 响。从技术方法层面来讲，现有文献大多利用 AHP、专家打 分法、BP 神经网络、数据包络分析( DEA) 等非参数方法，效 果并不是十分理想。因为定性的方法不能公正、客观地评价 事物，具有较强的个人主观色彩; 对于定量分析的方法来说， DEA 方法避免模型设定偏差，但忽视随机误差且结论的稳健 性较差［6］，BP 神经网络不能择优寻找支持向量，对全体样本 进行迭代导致速度慢且准确率相对较低。由于现实世界过 于复杂，一些无法直接纳入量化体系但又对评估具有重大意 义的指标如创新产品的环境效益等则需要经过特别处理。 由此可见，在不断加大投融资规模的基础上，评价宏观 经济主体投融资绩效具有较大的理论和现实意义。尤其是 四川省，作为西部最重要的科技省份，拥有 5 所 211 高校、216 个研究开发机构、12 家高新技术产业化基地。在全国各省市 中，高新技术产业化基地总数排名第一。2013 年四川省政府 出台了《关于促进科技和金融结合加快实施自主创新战略的 若干意见》等文件，积极拓宽科技投融资渠道，对于投融资的 绩效评价迫于现实需要。由于非线性支持向量机具有很好 的泛化性，适于处理高维数据，可以巧妙地解决小样本非线 引言 提高科技自主创新能力不仅是我国科技发展的前提、 国家基础设施建设的重要 组 成 部 分，也是政府