混合核函數(shù)SVM在融資風(fēng)險評估中的應(yīng)用

鄭艷秋，江濤

（1.西華大學(xué)工商管理學(xué)院，成都610039；2.西南財經(jīng)大學(xué)會計學(xué)院，成都611130）

0　引言

隨著我國制造業(yè)參與全球經(jīng)濟與市場競爭步伐的不斷加快，我國制造業(yè)逐漸形成門類齊全、產(chǎn)品豐富的格局，然而，盡管我國200種以上制造業(yè)產(chǎn)品產(chǎn)量和、出口量位居世界第一，幾十種產(chǎn)品出口占據(jù)全球出口貿(mào)易總量的70%以上，我國制造業(yè)仍然處于“大而不強”的狀態(tài)。因而，針對制造業(yè)尋求有效外部融資，提升其外部融資過程中的風(fēng)險抵御是提升金融支持產(chǎn)業(yè)發(fā)展的關(guān)鍵，而這其中，合理評估制造產(chǎn)業(yè)外部融資的生存風(fēng)險是值得關(guān)注的一面。

現(xiàn)有研究主要針對不同相互作用以及動態(tài)影像作用機制，開展了混合核函數(shù)以及SVM機制的應(yīng)用研究。對于制造業(yè)而言，其所對應(yīng)的并非只是簡單的產(chǎn)能以及規(guī)?；蚱渌鲩L的關(guān)聯(lián)因素，更是如何通過外部支持力量形成發(fā)展競爭力的關(guān)鍵。為此，本文結(jié)合混合核函數(shù)與SVM機制，開展分析過程中的參變量驗證效率以及針對不同研究目標(biāo)的應(yīng)用價值等方面的實證研究，并且在保證混合核函數(shù)SVM有力解釋制造業(yè)外部融資及其生存風(fēng)險的同時，形成對關(guān)聯(lián)要素的詳細互動作用分解，進而形成合理的制造業(yè)外部融資控制以及信貸的穩(wěn)步發(fā)展。

1　制造業(yè)外部融資及其生存風(fēng)險的原理

支持向量機（SVM）主要針對一個具有核向量趨勢特征的向量群體進行稀流行的比對解析，并通過樣本值與曲面接近的趨勢特征判斷事物的前進特征，一般而言是將SVM經(jīng)線性間隔與維數(shù)的分類超平面數(shù)據(jù)分布進行線性方程的規(guī)劃：

式（1）中，U、A、V、f分別負責(zé)刻畫的是不同向量在向特征曲面分布接近時的對象集、有限屬性集、判斷決策屬性集和由A指向訓(xùn)練目標(biāo)值域信號因變量，并且滿足設(shè)定曲面接近過程中的樣本集線性可分，即：

其中ω、b分別描述的是基于線性規(guī)劃的向量曲面精度趨近彈性系數(shù)和擾動增量，分別說明的是支持向量機機制下的測度指標(biāo)之間調(diào)整變動幅度以及調(diào)整距離。兩者對應(yīng)的歸一化滿足以下條件設(shè)定：

一般而言，混合核函數(shù)針對隨機變量進行時序回歸即可獲得關(guān)聯(lián)關(guān)系，但由于制造業(yè)外部融資存在各種影響因素，且其包含的各種因素需存在不同程度作用力，由其引致的參變量相互間作用力形成因變量與自變量之間的關(guān)聯(lián)變動形成混合核函數(shù)的精度曲面變動。直接利用混合核函數(shù)進行存在多面互動的參變量指標(biāo)對于制造業(yè)的外部融資的生存風(fēng)險影響解釋是有欠缺的，因此應(yīng)該針對制造業(yè)外部融資過程中的時序向量趨近的自相關(guān)進行結(jié)合SVM的核向量進行異動的精度趨進比對分析，并利用SVM所具備的平穩(wěn)性檢驗以及自回歸區(qū)分出相互作用的制造業(yè)外部融資相關(guān)指標(biāo)之間的作用。

為此，本文根據(jù)制造業(yè)外部融資實際，按照支持向量機的原理進行混合核函數(shù)的AR平穩(wěn)性檢驗：

式（4）為每一對評估賦分及標(biāo)準(zhǔn)化比例處理的混合核函數(shù)SVM指標(biāo)提供一個檢驗序列，且當(dāng)時序序列彈性距離系數(shù)ρ絕對值低于1時，對比序列驗證值平穩(wěn)；當(dāng)其絕對值大于1時，序列無法顯示評估賦值與標(biāo)準(zhǔn)化比例優(yōu)化精度的差異，進入混合核函數(shù)SVM的制造業(yè)外部融資原函數(shù)進行進一步的驗證。在這一過程中，對制造業(yè)外部融資受到的融資額度削減等非影響類因素，其對應(yīng)的檢驗方程為：

由此按照評估賦值以及標(biāo)準(zhǔn)比利化的混合核函數(shù)SVM可以表達為：

2　變量選取與數(shù)據(jù)來源

2．1　變量選取

對于我國現(xiàn)階段產(chǎn)業(yè)融資而言，直接的資本市場融資盡管在金融改革創(chuàng)新中獲得了發(fā)展，但是產(chǎn)業(yè)融資，特別是制造業(yè)融資的資本市場源仍相對不足，外部融資主要涉及制造業(yè)產(chǎn)業(yè)向銀行等金融機構(gòu)的融資借款，以及向債券市場發(fā)行的股票、債券。獲資成功率受到產(chǎn)業(yè)生產(chǎn)率、規(guī)模、增長績效以及政府支持等因素影響。另外，上市融資等渠道又對企業(yè)規(guī)模有所控制與限制，而我國制造業(yè)產(chǎn)業(yè)內(nèi)的企業(yè)規(guī)模以中小型企業(yè)為主，因而在爭取外部融資的過程中制造業(yè)企業(yè)需要提高自身利用融資效率，并且以此改善用資效率。而用資過程提升生產(chǎn)與創(chuàng)新效率是廣大制造業(yè)企業(yè)突出外部融資與競爭生產(chǎn)困境的關(guān)鍵。

結(jié)合前文所述，本文選取制造業(yè)向外部融資過程中的自身變量以及融資外部環(huán)境等變量。其中涉及制造業(yè)自身的變量主要如下：

生產(chǎn)規(guī)模（PS）：制造業(yè)生產(chǎn)規(guī)模的大小關(guān)系到整個產(chǎn)業(yè)以及產(chǎn)業(yè)內(nèi)企業(yè)進行再生產(chǎn)與融資的能力，越強的產(chǎn)業(yè)生產(chǎn)能力形成越高的競爭能力，并從中有效降低生產(chǎn)運營過程中的綜合成本，獲得制造業(yè)的外部融資支撐力，并且從資本市場獲得融資補貼和授資額度。選擇生產(chǎn)規(guī)模作為這一方面的測度指標(biāo)，以制造業(yè)年產(chǎn)出額作為測度數(shù)據(jù)。

所有制形式（OS）：這主要是由于不同的所有制形式在制造業(yè)融資過程中面對不同的審核或授資門檻，針對制造業(yè)企業(yè)氛圍國有制造業(yè)企業(yè)和民營企業(yè)。

資本存量（CV）：選擇這一方面主要是考慮到不同的制造業(yè)企業(yè)在形成生產(chǎn)在生產(chǎn)過程中有不同的資本累積，換言之制造業(yè)在多大比例程度上獲得再生產(chǎn)資本的累積，就意味著有多大程度利用資金進行再生產(chǎn)，其利用外部融資獲得生存的能力也相應(yīng)升高，因而不同程度的資本累計也形成了不同程度的融資能力。

創(chuàng)新資金投入（CI）：選擇這一指標(biāo)主要是考慮到制造業(yè)面臨整個產(chǎn)業(yè)創(chuàng)新與市場競爭的壓力，而制造業(yè)在整個競爭創(chuàng)新環(huán)境中如何利用外部融資進行技術(shù)創(chuàng)新突破瓶頸，為其爭取利用外資進行融資創(chuàng)新提供便利，同時按照不同的融資程度進行創(chuàng)新也反過來推動制造業(yè)企業(yè)謀求更高效的市場競爭績效。

政府補貼（GS）：選擇這一指標(biāo)主要是考慮到上述分析中所涉及的制造業(yè)企業(yè)在獲得外部融資過程中，來自銀行及其他金融機構(gòu)的資金相對偏少，而自行上市以股票或者通過債券融資又受到一定程度的限制。

2．2　數(shù)據(jù)來源

根據(jù)上述指標(biāo)選取，對應(yīng)指標(biāo)數(shù)據(jù)源自2005—2015年《中國統(tǒng)計年鑒》、《中國工業(yè)統(tǒng)計年鑒》以及上述統(tǒng)計年鑒所包含的制造業(yè)對象基本信息與財務(wù)數(shù)據(jù)，中小企業(yè)等其他規(guī)模企業(yè)融資等相關(guān)指標(biāo)數(shù)據(jù)主要獲自中國人民銀行貸款投向報告。

3　制造業(yè)外部融資及其生存風(fēng)險關(guān)聯(lián)評估應(yīng)用

3．1　混合核函數(shù)模型構(gòu)建

根據(jù)前述分析與混合核函數(shù)基本模型設(shè)定，按照馬克威分析系統(tǒng)3.0，去除混合核函數(shù)訓(xùn)練過程的多重共線性，結(jié)合式（5）剔除其中相關(guān)系數(shù)低于0.5的參變信號，進行混合核函數(shù)SVM的超平面函數(shù)測定：

對照上述式（4）和式（5），式（7）獲得的指標(biāo)響應(yīng)度測試在第一階段出現(xiàn)原始設(shè)定的信號背離，而其對應(yīng)的精簡后混合核函數(shù)SVM信號序列為：

此外，本文針對多重共線性在不同階段對樣本數(shù)據(jù)以及所選指標(biāo)對于制造業(yè)外部融資的生存能力以及風(fēng)險進行相應(yīng)的解釋精度優(yōu)劣勢比較。即通過對比不同參變量指標(biāo)與應(yīng)變量指標(biāo)之間的作用關(guān)聯(lián)，并在不同的信號誤差控制概率下進行精度累積，以制造業(yè)整個產(chǎn)業(yè)所選樣本進行循環(huán)精度累積。經(jīng)過精度累積循環(huán)曲面形成的精度調(diào)整值為0.715，相比控制精度相關(guān)系數(shù)0.5要高出一定程度，形成對我國制造業(yè)外部融資與其生存風(fēng)險的較好解釋。

通過代表樣本數(shù)據(jù)點與精度累積循環(huán)曲面之間的離散距離測定因子得分，可以獲得基于上述較高解釋精度的制造業(yè)外部融資與其生存風(fēng)險關(guān)聯(lián)，即按照{(diào)a1,a2,a3,...,an}為調(diào)整精度曲面的混合核函數(shù)基準(zhǔn)坐標(biāo)，以支持向量機SVM機制進行所選五類指標(biāo)的歐幾里得范數(shù)，即：

式（8）是一個基于SVM的歐幾里得范數(shù)向量集權(quán)重歸類，依賴于歐幾里得范數(shù)得式（8）的簡化，即：

由此可得的混合核函數(shù)精度曲面調(diào)整距離圖如圖1所示。

圖1基于混合核函數(shù)的SVM精度曲面調(diào)整距離

從圖1可以看出，經(jīng)過混合核函數(shù)調(diào)整后的SVM對于制造業(yè)在生產(chǎn)規(guī)模、創(chuàng)新資金投入、所有制、政府支持等類別指標(biāo)的均位于正向信號一側(cè)，獲得的解釋精度與原始指標(biāo)的關(guān)聯(lián)關(guān)系設(shè)定相同。本文將同向信號測指標(biāo)進行進一步的混合核函數(shù)相對距離概率折算，發(fā)現(xiàn)每一個制造業(yè)外部融資關(guān)聯(lián)參變量指標(biāo)與其生存風(fēng)險形成的關(guān)聯(lián)距離都表現(xiàn)出曲面上的相對線性，關(guān)聯(lián)距離的精度均值為4.12，經(jīng)過平移轉(zhuǎn)化后的制造業(yè)外部融資與生存風(fēng)險間相對距離為1.34，最小距離為0.56，間距為0.78，高于一般設(shè)定的相關(guān)系數(shù)0.5。

3．2　制造業(yè)外部融資與生存風(fēng)險

接著，本文結(jié)合制造業(yè)外部融資與其生存風(fēng)險進行樣本數(shù)據(jù)的保準(zhǔn)定型化估值進行面向SVM混合核函數(shù)所選指標(biāo)比對，按照優(yōu)0、良1、中2、合格3、不合格4進行打分，并結(jié)合粗糙集參變量約簡，按照所選樣本對應(yīng)約簡是否在制造業(yè)外部融資與其內(nèi)部生產(chǎn)過程中的資本積累產(chǎn)生數(shù)據(jù)樣本疊合為篩選標(biāo)準(zhǔn)，進行制造業(yè)生產(chǎn)規(guī)模、所有制形式、資本存量、創(chuàng)新資金投入、政府補貼等變量的屬性一致性疊合消除。表1反映了在所選228個樣本企業(yè)中基于生產(chǎn)規(guī)模、所有制形式的樣本變量逆向數(shù)據(jù)信號剔除；同時，將資本存量、創(chuàng)新資金投入、政府補貼等變量中的正向參變量信息原始值不變基礎(chǔ)上的滯后階數(shù)精度信息進行累積調(diào)整。從表1反映的混合核函數(shù)參變量相對指標(biāo)來看，無論是生產(chǎn)規(guī)模、所有制形式與資本存量等制造業(yè)內(nèi)在變量，還是政府補貼等外部指標(biāo)都在修正后的混合核函數(shù)測定精度調(diào)整曲面上獲得了參變量解釋精度調(diào)整后的接近。其中，政府補貼一類存在相對的波動，而創(chuàng)新資金投入以及生產(chǎn)規(guī)模分別從2006年的0.0000、0.0000上升至2015年的0.0338、0.0179，分別在年度增值和增幅上表現(xiàn)出顯著勢頭。因此，可以通過對參變量精度修正后的混合核函數(shù)進行標(biāo)準(zhǔn)化比例轉(zhuǎn)換，即通過以下比例變動法調(diào)整每一個獲得精度接近的制造業(yè)外部融資與其生存風(fēng)險影響因素原始樣本信息：

式（10）使用了制造業(yè)外部融資與其生存風(fēng)險關(guān)聯(lián)中的混合核函數(shù)按照精度調(diào)整曲面接近的原始距離、最小距離差值與最大和最小距離間的作商，由此獲得經(jīng)過修正的混合核函數(shù)與其生存風(fēng)險關(guān)聯(lián)的參變量調(diào)整指標(biāo)精度接近結(jié)果。

表1　修正后的混合核函數(shù)測定精度調(diào)整曲面指標(biāo)數(shù)據(jù)

從表1可以看出，獲得相對較為穩(wěn)定的參變量主要有所有制結(jié)構(gòu)、創(chuàng)新資金投入，這就充分說明了在我國制造業(yè)獲取外部融資謀求發(fā)展的過程中，制造業(yè)企業(yè)自身的所有制類型對于整個融資與生存抗風(fēng)險具有重要作用，而創(chuàng)新資金投入則進一步約束并影響著我國制造業(yè)企業(yè)再進一步獲取外部融資的生存風(fēng)險，因此，應(yīng)盡快利用再生產(chǎn)推進自我內(nèi)部的創(chuàng)新。

而根據(jù)前述設(shè)定，將驗證制造業(yè)外部融資與生存風(fēng)險的核函數(shù)進行期初與之后期參數(shù)的最優(yōu)化選擇，其中上述式（4）以調(diào)整后優(yōu)化混合核函數(shù)的基本多項式為：

其所表達的是符合修正混合核函數(shù)支持向量機變量累積條件向優(yōu)化精度曲面趨近，按照樣本原始數(shù)據(jù)，以及每一個選定測度樣本數(shù)據(jù)進行向量矩陣的全部微分，用各樣本控制變量測試不同參變量選取對應(yīng)的微分值，以微分值大小排序不同參變量對制造業(yè)外部融資與其生存風(fēng)險之間的聯(lián)系。經(jīng)驗證，上述式（11）的線性向量精度控制為0，制造業(yè)外部融資在所選變量中獲得了部分指標(biāo)對制造業(yè)外部融資的生存風(fēng)險線性解釋能力。且對應(yīng)最優(yōu)參數(shù)為1，擾動項波動均化為0.00001，調(diào)整后容量為260，由此可以求得制造業(yè)外部融資與生存風(fēng)險線性關(guān)聯(lián)臨界系數(shù)為0.0023412。這就說明根據(jù)前述未退出制造業(yè)參與外部融資行為主體每獲得一個百分比的外部融資增幅，可以形成0.2%以上的外部融資與風(fēng)險生存關(guān)聯(lián)關(guān)系趨近。通過所獲訓(xùn)練樣本轉(zhuǎn)化為修正后混合核函數(shù)的生存風(fēng)險信號指示條件，由此可以通過SVM獲得對應(yīng)制造業(yè)外部融資的優(yōu)化指標(biāo)標(biāo)準(zhǔn)為：

結(jié)合式（12）進行相應(yīng)的修正混合核函數(shù)與生存風(fēng)險的測試相對誤差。從表1可以看出，整個修正混合核函數(shù)的規(guī)模、所有值類型對應(yīng)為正向信號，而測試結(jié)果達到了1%級別的結(jié)合精度，且相對誤差也保持在1%的精度級別，其所對應(yīng)的相對誤差與也都保持了1%精度水平。這就說明，制造業(yè)在進行外部融資過程中利用創(chuàng)新資金投入追加和資本累計可以獲得自身獲取外部融資的能力改善；從表2可以看出，生產(chǎn)規(guī)模一項，報告了0.914的5%顯著性檢驗結(jié)果，盡管不如創(chuàng)新資金投入追加和資本累積兩類指標(biāo)對制造業(yè)外部融資的生存風(fēng)險解釋能力，但其穩(wěn)健性標(biāo)準(zhǔn)誤差為0.1021，說明制造業(yè)外部融資對其生存風(fēng)險的控制受到生產(chǎn)規(guī)模較高的間接傳遞作用；而創(chuàng)新資金投入追加達到10%顯著性水平下的0.675，資本累積達到了10%顯著性水平下的0.871，證實了制造業(yè)在進行外部融資過程中，可以較為顯著地改進產(chǎn)業(yè)抗風(fēng)險生存能力。

表2　混合核函數(shù)SVM的制造業(yè)外部融資生存風(fēng)險關(guān)聯(lián)

3．3　制造業(yè)外部融資與生存風(fēng)險評估差異因素分析

從上述驗證分析接過來看，創(chuàng)新資金投入的追加和資本累積對于制造業(yè)外部融資的生存風(fēng)險關(guān)聯(lián)作用是顯著的。結(jié)合上述混合核函數(shù)的SVM精度趨近調(diào)整關(guān)聯(lián)，可以看出生產(chǎn)規(guī)模按照大型制造業(yè)以及中小型制造業(yè)顯示出了不同層次的顯著關(guān)聯(lián)性（表3），其中生產(chǎn)規(guī)模的大型制造業(yè)在5%的0.898，中小型企業(yè)在10%顯著性水平的0.729，這就證實了近年來中小型制造業(yè)企業(yè)在其外部融資過程中通過創(chuàng)新競爭獲得了較穩(wěn)定的融資后生存風(fēng)險控制與抵御。而相比之下，基于基礎(chǔ)混合核函數(shù)SVM變量測定的制造業(yè)外部融資與生存風(fēng)險關(guān)聯(lián)，精度改進后的修正混合核函數(shù)在生產(chǎn)規(guī)模一類指標(biāo)中獲得的分規(guī)模類型顯著性檢驗結(jié)果分別為1%水平下的0.602和0.631，低于這一檢驗?zāi)Ｊ较碌木C合顯著性水平檢驗結(jié)果（1%下的0.8351)。而所有制形式相比基礎(chǔ)混合核函數(shù)SVM變量測定的制造業(yè)外部融資與生存風(fēng)險關(guān)聯(lián)，降低了關(guān)聯(lián)解釋精度，但其穩(wěn)健性標(biāo)準(zhǔn)誤差提高了，由此說明不同規(guī)模的制造業(yè)企業(yè)在獲取外部融資的過程中仍然與不同所有制類型有緊密關(guān)聯(lián)。

4　結(jié)束語

本文利用混合核函數(shù)進行初選指標(biāo)的評估賦分與標(biāo)準(zhǔn)化比例精度優(yōu)化對比，從而從制造業(yè)產(chǎn)業(yè)自身的規(guī)模、資本累積等角度，以及外部的政府支持選擇指標(biāo)，測度制造業(yè)外部融資對其造成的生存風(fēng)險影響。驗證結(jié)果表明，基于混合核函數(shù)的指標(biāo)選取在結(jié)合支持向量機的精度優(yōu)化基礎(chǔ)上，可以實現(xiàn)所選指標(biāo)與評估賦分的精度曲面高效趨近，而經(jīng)過精度優(yōu)化的混合核函數(shù)SVM調(diào)整證實了生產(chǎn)規(guī)模對制造業(yè)外部融資的生存風(fēng)險關(guān)聯(lián)顯著性解釋精度不高，但其獲得了相應(yīng)顯著性水平下的穩(wěn)健性標(biāo)準(zhǔn)誤差。創(chuàng)新資金投入追加與資本累積對制造業(yè)外部融資的生存風(fēng)險顯著關(guān)聯(lián)解釋，相對于資本累積，創(chuàng)新資金投入追加對于大型制造業(yè)以及中小型制造業(yè)的關(guān)聯(lián)顯著性具有更高的解釋貢獻，通過自身的資本累積一方面可以提升制造業(yè)外部融資后自身獨立運營抵御風(fēng)險的能力，而進行有力的技術(shù)創(chuàng)新形成效率提升前提下的外部融資利用率是提升制造業(yè)外部融資生存風(fēng)險的關(guān)鍵。

表3　精度優(yōu)化后制造業(yè)外部融資生存風(fēng)險的混合核函數(shù)關(guān)聯(lián)

參考文獻：

[1]Tripathy B K,Gurumurthy S.Classification and Analysis of EEG Brain Signals for Finding Epilepsy Risk LevelsUsing SVM[J].World Applied Sciences Journal,2015,33(3).

[2]Mackrell S V M,Kotelnikova Y,Jordan P L,et al.The Role of Pubertal Development in Emerging Depression Risk in Middle Childhood[J].Personality&Individual Differences,2016,(98).

[3]石大林，何曉峰，李天慧.公司治理機制、替代效應(yīng)與風(fēng)險承擔(dān)[J].貴州財經(jīng)大學(xué)學(xué)報,2015,33(1).

[4]沈沛龍,周浩.基于支持向量機理論的中小企業(yè)信用風(fēng)險預(yù)測研究[J].國際金融研究,2010,(8).

[5]黃超,韓婷婷,吳芃等.基于雙正交小波混合核KPCA-SVM財務(wù)危機預(yù)警研究[J].系統(tǒng)管理學(xué)報,2015,(1).

[6]唐奇,王紅瑞,許新宜等.基于混合核函數(shù)SVM水文時序模型及其應(yīng)用[J].系統(tǒng)工程理論與實踐,2014,34(2).

[7]曹獻飛,于誠.外部融資約束加劇了企業(yè)生存風(fēng)險嗎?——基于Cox比例風(fēng)險模型的經(jīng)驗分析[J].中央財經(jīng)大學(xué)學(xué)報,2015,(9).

[8]陳勇兵,蔣靈多.外資參與、融資約束與企業(yè)生存——來自中國微觀企業(yè)的證據(jù)[J].投資研究,2012,(6).

[9]張曉芳,戴道明.基于支持向量機的互聯(lián)網(wǎng)金融客戶信用風(fēng)險研究[J].平頂山學(xué)院學(xué)報,2016,31(2).

[10]張奇,胡藍藝,王玨.基于Logit與SVM的銀行業(yè)信用風(fēng)險預(yù)警模型研究[J].系統(tǒng)工程理論與實踐,2015,(7).

[11]張亮,張玲玲,陳懿冰等.基于信息融合的數(shù)據(jù)挖掘方法在公司財務(wù)預(yù)警中的應(yīng)用[J].中國管理科學(xué),2015,23(10).

[12]張貴生,張信東.基于時間相關(guān)性的股票價格混合預(yù)測模型[J].經(jīng)濟問題,2015,(9).