夏轶群++王圣权

【摘 要】 为了提高科技型中小企业融资信用违约风险评估的相对准确性和确定性，采用GA-PSO混合规划算法构建科技型中小企业融资信用风险评估模型。通过MATLAB R2014a对64家科技型中小企业进行模拟评估，并和专家预测法结果作对比，仿真结果表明，GA-PSO混合规划算法模型简单可行，可提高评价效率和准确性。对比研究也表明该模型同时集成了粒子群算法和遗传算法的优点，在收敛性和预测精度方面具有优越性。

【关键词】 科技型中小企业； 中小企业融资； 信用风险； GA-PSO混合规划算法

【中图分类号】 F272.3 【文献标识码】 A 【文章编号】 1004-5937（2016）16-0086-03

一、引言

由于科技型中小企业正在成为国民经济发展的重要力量，其融资，特别是技术融资问题也随之成为关注的焦点。我国科技型中小企业融资难重要原因之一就是科技型中小企业技术融资信用风险难以测量和掌控。薛惠锋等[1]认为金融机构信用风险产生的原因是由于企业信用风险的存在，对企业信用风险的准确预测能有效地解决金融机构面临信用风险的尴尬处境。

目前，对科技型中小企业而言，信用风险评估的研究方法多样，比如信用计量模型（Creditmetrics）、支持向量机、GA算法、GA-BP算法以及PSO-BP等。与统计模型相比，人工智能模型在评估非线性模型时具有更大的优越性。窦文章等[2]在基于CreditMetrics模型评估中运用银行信贷数据的一些核心参数来计算该银行的风险等级，但此方法需要收集大量的数据，且需要对这些数据样本选择和处理。……