科技金融风险防范的研究进展与展望

闫振好，赵小南，张立新

(曲阜师范大学 经济学院，山东 日照　276800)



科技金融风险防范的研究进展与展望

闫振好，赵小南，张立新

(曲阜师范大学 经济学院，山东 日照276800)

摘要：科技金融风险的防范在科技发展过程中的作用日益突出。国内外学术界探讨了科技金融风险的现状及特征、构成维度、识别与预警模型和防范对策等问题，但相关研究较少且缺乏统一和独立的理论框架，缺乏针对细分区域以及企业层面的研究，理论研究、实证研究和政策分析相脱节。未来关于科技金融风险防范的相关研究将逐渐从金融风险防范研究中独立出来，理论研究与应用研究互动发展，并由宏观层面逐渐转向中观和微观层面。总的来看，相关研究还需要进一步寻求多学科的理论支撑来完善其理论框架，加强对科技金融风险预警机理、预警模型和监控指标体系的分析，并结合细分区域和企业层面深化应用研究。

关键词：科技金融；风险防范；研究进展；研究展望

引言

科技金融属于特定领域的金融活动，是科技创新和金融创新的有机结合，其主要支持对象是科技型企业，主要是为科技型企业提供融资服务，在整个金融体系中占据重要地位。而科技型企业所从事的科技创新活动具有不确定性、信息不对称性以及收益回报的不可预测性，因此相对于传统的金融而言，科技金融的风险更加难以预测和控制。从创新生命周期的各个阶段来看，科技成果创新在种子期、初创期、成长期、扩展期、成熟期五个阶段都存在着不同程度的风险，且国际经验表明，科技成果在研究、中试和转化三个环节上经费投入比例为1:10:100，这意味着科技金融风险远比传统的金融风险更为复杂和多样化。随着全球经济一体化不断加剧以及科技与经济的迅速发展，科技金融在区域经济发展中发挥着越来越重要的作用，科技风险也成为难以回避的问题。因此，如何应对和有效防范复杂多样和难以预测控制的科技金融风险，推动科技金融的健康发展，成为亟待探讨的一项重要课题。在这种背景下，越来越多的学者开始关注科技金融风险防范的研究。本文拟对国内外学术界关于科技金融防范的研究进展进行系统梳理和评价，总结和分析相关研究呈现出的发展特征和趋势，并在此基础上提出开拓科技金融风险防范研究的几点展望，以期对未来的相关研究有一定的引导和启发作用。

一、国内外相关研究的回顾

(一)科技金融风险现状与特征的相关分析

随着市场经济的快速发展，尤其是在国际市场环境和信息技术市场的竞争中，高新技术的发展使得金融风险极为复杂[1]。为应对科技金融风险，许多组织和国家都建立了科技金融风险预警系统。国际货币基金组织(IMF)采用通货膨胀、利率、资本充足率和资产质量等指标，对各国科技金融的风险进行预警，建立了金融部门评估计划(FSAP)，其于2002年提出的金融稳健指标体系[2]成为了目前国际金融监管的主要参考指标体系，被较多地作为危机预警指标选取的参照标准[3]。美国科技金融风险的预警则是建立在影响银行部门稳定性的六个指标之上的济学CAMELS评级体系(骆驼评价体系)，这六个指标分别是资本充足、资产质量、管理水平、盈利水平、流动性和市场风险敏感度。CAMELS体系将银行部门的评分划分为了5个风险程度等级，该评级体系也被认为是最可靠和最有效果的科技金融风险预警系统。英格兰银行从特定行业或市场风险评估、政策转移、系统性风险和风险转移四个方面，针对不同的风险种类进行预警[4]。Berger[5]在对最近的金融危机分析时发现，金融风险仍然缺乏较为可靠的指标。Oh[6]也指出了现有预警模型的缺陷，认为大多数指标发展至今只测量现状，而不是预测金融市场的未来情况，尽管有些指标能够对危机进行预警，但他们无法对意外的危机发出警告，从而无法有效预测未来金融市场的状态。

现阶段，我国的科技型企业发展较慢，科技成果转化率较低，产业化水平较低。而近些年由于我国货币政策逐渐转向稳健，央行屡次提高商业银行存款准备金率，银行信贷规模收缩，贷款审核更加严格，科技型企业的贷款准入门槛和贷款成本也逐渐提高[7]。由于银行更倾向于风险较小的金融机构，故具有高风险特点的科技型企业融资非常困难，进而影响其正常的生产经营。科技型企业专业性强、技术含量高以及跨度较大的特点也使得金融机构难以掌握科技型企业的资金状况、经营状况和潜在风险，导致严重的信息不对称问题。信息不对称问题是产生科技金融风险的主要原因。我国目前正缺乏一套有效的科技型企业评估系统以解决信息不对称问题，同时由于我国知识产权交易不规范，不能有效保护科技型企业的创新成果，科技型企业融资的相关制度和法律法规不健全，也引发了制度风险和法律风险，投资机构的内部管理水平和整体业务能力有限也会进一步加剧科技金融风险[8]。

(二)科技金融的概念及其构成维度的相关研究

国外学术界相关研究主要从银行信贷、资本市场、风险投资与证券市场等方面分析科技金融对科技创新的支持及其中可能存在的风险。Stulz[9]认为银行能有效地满足科技创新项目分阶段的融资需求，通过对科技创新项目的跟进，可及时掌握项目进展及资金需求情况，进而可提供有效的资金支持。同时，银行比其他融资方式具有更大的信息优势，与银行有长期信贷关系的企业会更积极地进行技术创新[10]。而一旦科技企业失去了金融方面的支撑，就很难进行创新和发展，进而导致一系列的金融问题[11]。由于高科技企业研发产品时间漫长且具有很高的风险，故无法通过一般融资途径进行融资，需要借助于具有高风险、高回报特征的风险投资基金[12]。Hall[13]认为风险投资能够较好地解决科技创新融资所面临的信息不对称、道德风险以及融资成本高等问题，比其他资本市场工具有着更好的效果。Kaplan和 Stomberg[14]认为风险投资能够通过参与董事会、制定发展战略、监管公司行为和雇佣管理层等方式，促进科技企业的发展。股票市场的加入则能够让科技企业的资产更具流动性，通过流动性资金购买生产性成本，以拓宽科技企业的融资方式[15]。而证券市场和银行在支持科技创新发展是相互补充的关系[16]。

国内学者将科技金融在广义上划分为内源式资金(以传统银行贷款形式为主)和外源式资金(社会资金)两大类[17]，在狭义上划分为金融机构科技贷款、科技资本市场筹资、风险创业投资和科技保险等类型[18]。国内学术界主要从概念框架、金融体系及其作用等方面开展研究。从概念框架看，主要有两种观点：一种观点认为，科技金融是以创业投资为主导，以促进科技创新活动为目的，以组织运用金融资本和社会资本投入科技型企业为核心，以定向性、融资性、市场性和商业可持续性为特点，商业银行、证券保险、信托投资企业、担保企业等金融机构和中介为主要构成部分的资金平台[19][20]；另一种观点认为，科技金融是科技创新活动所引发的一系列金融创新行为，金融资源供给者依托政府科技与金融结合的创新平台，通过创投、保险、证券、担保及其他金融机构主体等在内的金融资源进行全方位的整合创新，为科技型企业提供贯穿整个生命周期的创新性、高效性、系统性的金融资源配置、金融产品设计和金融服务安排，以达到科技型企业对金融资源或资本需求的内生性优化，进而保障企业技术革新有效提升并推动整个高新技术产业链加速发展[21][22]。从科技金融体系来看，它是由政府、企业、市场、社会中介机构等各种主体及其在科技创新融资过程中的活动共同组成一个比较完整的金融体系，相关主体发挥各自功能向科技创新活动提供金融资源。依托科技创新体系，贯穿投融资信息发布、企业资信审查等各种配套机制的支持，利用政府和市场的引导，来提高各主体参与科技金融的积极性，建立起各个科技金融主体权责制衡、资源流转顺畅、风险控制有效的科技金融创新模式[23][24]。而银行也是科技金融不可或缺的重要组成部分，在风险分担方面发挥了重要作用[25]。从科技金融的作用来看，它偏重于金融体系对科技创新资金方面的支持，对金融创新有较强的依赖作用[26-28]，体现在两个层面：从微观层面看，科技金融对科技企业创新的支持主要体现在金融机构贷款、股票融资、债券融资与风险资本等方面[29][30]；从宏观层面看，科技金融有助于推进结构调整和发展方式转变，有助于深化科技体制改革和金融创新，对于建设创新型国家具有重要意义[31][32]。

(三)金融风险的识别与预警模型

在国外，Sindey[33]首先提出了金融预警系统的概念；Bilson[34]发布的关于货币危机的先行指标开创了风险识别的先河。Morgan公司提出了著名的用以衡量市场风险的VAR模型，这个模型成为了金融风险管理的标准。Berger[5]发现，在采用单因素模型时，单变量边缘分布是VAR预测模型的关键因素，但从实证和理论的角度来看，混合dcc-evt-garch-Copula方法对99%的VAR高阶预测模型运用都有着重要作用。Kupiec[35]提出了返回检验法用于对VAR模型的检验，进一步完善了VAR模型；Jeffrey[36]使用1971-1992年100个发展中国家的面板数据，采用概率单位模型估计了货币危机发生的可能性。Kaminsky等[37][38]在对1997年金融危机分析时建立且应用了信号分析模型 (KLR)，并在1999年作了进一步完善，其主要思想是通过以往的金融数据为建立的指标确定一个临界值，当某一指标超过规定的临界值则认为有发生危机的可能，超过规定临界值的指标越多，发生危机的可能性越高。Sachs等[39]提出了横截面回归模型(STV)，并对20个国家的横截面数据进行了线性估计，认为实际汇率、国内私人贷款增长率、国际储备M2是判断一个国家金融危机发生与否的重要指标。Mitra[40]和Oh[6]都采用了人工神经网络(ANN)的方法，通过日常监测主要金融变量的潜在危机信号对危机进行预警。Bussiere等[41]提出多元因变量的Logit模型，Thomas等[42]建立了使用网络分析法(ANP)来预测包括银行危机、货币危机、财政危机等在内的各种形式金融危机的预警模型，并用美国1991年的金融危机数据进行了测试。Dieter等[43]通过对金融部门系统风险进行压力测试，评判出各部门存在的风险程度，进而对金融危机进行预测。

国内学术界在金融风险预警模型方面的研究不多，主要是对国外模型的引进、吸收和借鉴。刘传哲等[44]用综合指数及组合法提出金融危机预警系统的运作程序和结构模式，并结合中国的实际数据进行了实证分析。张元萍[45]用STV横截面回归模型和KLR信号分析法对我国发生金融危机的可能性进行了实证分析。陈守东[46]和赵大坤[40]分别利用Logit模型建立危机预警模型，并引入ARIMA模型对各危机预警指标进行了短期预测。Chen等[47]针对企业基于Altman 提出的多元Z得分模式用因子分析法提取了流动性、盈利能力、偿还债务能力、财务杠杆和信用等五个独立因素，建立了灰色马尔科夫金融危机预警模型，并以金太阳集团为例进行了实证检验。许传华等[48]遵循国际货币基金组织发展中国家研究处模型的方法，基于离散选择模型建立了金融风险预警的Logit 模型，同时为保证预警的准确性和实时效率，采取了高频率的月度数据，引入人工神经网络(ANN)方法构建了金融风险实时预警模型。

(四)科技金融风险的防范措施

国内外学者从政府、法律以及多元主体等角度提出了应对科技金融风险的措施。从政府角度来看，学术界提出的措施主要包括：加强科技金融信息体系建设，着力完善风险投资体制，鼓励在现有银行内部设立科技金融专营业务机构，强化担保体系，加快科技保险业务的发展，充分发挥政府资金的引导作用，强化政府金融监管，注重发挥企业资金的支持作用，改革政府资金支持方式[8][18]。在市场失灵时，政策性金融能够弥补资本市场的不足，解决科技企业难以有效融资的问题[49]。从法律角度来看，金融市场有效运行离不开良好的秩序，而相应的规章制度是建立良好的秩序的重要前提和必要保障。基于此，周昌发[28]提出可以通过建立有效的法律保障机制，完善现行金融立法，从法律上来加强金融监管，培养金融法律意识来控制与防范金融风险。James[50]从立法维护自主知识产权方面，揭示了法律对经济的发展的促进作用。学术界更多地是从多元主体角度提出应对措施。陈作章等通过对苏州风险投资的分析，认为应该加大激励和风险补偿力度引导风险投资投向，发挥区域股权交易中心作用，加快新三板市场建设，发挥引导基金作用，诱导风险投资机构向高科技产业投资，构建科技金融多层次风险分担机制。而针对科技小企业中期的资金缺口，应当持续提供小规模的早期风险投资基金，扩大公共风险投资基金甚至是更大规模的支持风险投资的计划，这是科技小企业发展必不可少的基石。此外，建立科技金融专营机构，推动金融各机构的专业化，发展履约保证保险和科技担保贷款以完善保险机制和担保机制，加强内部控制，构建和发展多层次资本市场，政府优化公共资源配置，开发适应性金融产品等措施，都能够有效降低科技金融风险[29]。

二、国内外相关研究评述

通过上述对相关研究的回顾与分析可知，越来越多的学者开始关注科技金融风险及其防范问题的研究，分析了国际金融风险防范的现状及其特点，探讨了科技金融的概念及其构成要素，提出了关于金融风险识别与预警的诸多模型并进行了大量实证分析，提出了科技金融风险防范的有益措施，为该领域的后继研究提供了一定的方向、方法以及思路借鉴。但总的来看，现有相关研究还存在如下几点不足：

(一)没有形成关于科技金融的统一概念框架

科技与金融相结合是建设创新型国家、促进国家快速发展的重要保证，随着近些年来国内外研究的不断深入，关于科技金融的探索性成果日益增多，但是国内外相关研究对于科技金融的内涵及其构成的认识还没有达成一致性意见，尚没有形成一个被学术界普遍接受的统一的和完整的概念框架。由此导致了同一概念在不同的文献中含义不同甚至存在较大的差异，同时不同的文献中也存在不同的概念却表达了相同或相近的含义，例如自主创新的金融体系、科技金融体系、科技投资等提法在一些文献中表意相近。概念框架的不统一导致关于科技金融及其风险防范的系统化理论体系难以形成，进而使得相关研究缺乏理论支撑而难以深入。

(二)缺乏对科技金融风险的研究

目前，国内外关于科技金融的研究成果颇多，国外学术界主要集中于对科技创新与银行信贷、资本市场、风险投资、证券市场之间关系的研究，倾向于揭示金融市场与科技创新之间的联系。国内相关研究则主要涉及科技创新风险、科技金融的内涵以及科技保险等方面。但是总的来看，国内外学术界尚缺乏对科技金融风险的研究。虽然国内外学术界都非常关注金融风险及其防范的研究，并在部分研究文献中将科技金融风险纳入到金融风险的研究框架之中，但更多地是将科技金融风险作为金融风险的辅助性内容加以研究，较少将科技金融风险独立出来进行研究，尤其是缺少对科技金融风险识别、预警和防范的理论分析与实证检验。

(三)缺少对细分区域和微观层面科技金融风险预警的研究

现有关于科技金融风险及其防范的研究主要是对国家层面的宏观研究，而缺少针对细分区域或者微观层面的实证分析。由于细分区域环境的特殊性，其在科技金融风险方面也具有多样性和多变性的特点，虽然宏观层面的研究能够把握科技金融及其风险的共性特点，但是无法准确把握特定细分区域以及微观层面科技金融及其风险的发展现状、变化特点与演化规律，难以满足科技金融发展及其风险防范的实际需求，进而难以有效地对科技金融风险进行识别和防范。因此，细分区域和微观层面尤其是市域层面和企业层面科技金融风险的识别和预警研究亟待加强。

(四)理论研究、实证研究和政策分析之间相脱节

由于科技金融风险防范的现有相关研究过多关注宏观层面而缺少对细分区域和微观层面的研究，在一定程度导致了理论研究、实证研究以及政策分析之间联系不够密切，存在一定的脱节现象。主要表现在：第一，在金融风险预警指标分析和提炼过程中，没有密切联系区域和企业层面的实际情况，尤其是缺少对科技企业的实际考察；第二，金融风险预警模型的构建侧重于数理分析，但缺乏系统的理论支撑；第三，侧重于在思辨和定性分析基础上提出金融风险防范的政策建议，缺乏理论分析基础和实证分析基础，导致政策分析宏大而缺乏适用性。

三、研究趋势和研究展望

关于科技金融风险防范的相关研究呈现如下特征和发展趋势：第一，科技金融方面的理论框架还不够完善，尚没有形成较为系统的理论体系和普遍接受的概念。但随着研究的不断深入，学者们越来越注意概念的通用性和一致性，科技金融概念的界定也逐渐清晰，科技金融理论的研究逐渐从金融理论研究中分离出来并且研究逐渐深入，研究力量不断增强。第二，科技金融风险的研究独立性不足，主要是作为一个辅助部分被纳入到的金融风险的研究框架下，无论是研究方法还是研究内容上都几乎与金融风险研究一致。但随着金融与科技的飞速发展，科技金融健康发展日益重要，这一现实背景倒逼科技金融风险研究的生长，越来越多的学者开始关注科技金融风险防范的研究，并开始将科技金融风险从金融风险中独立出来进行研究。第三，科技金融风险防范的实证研究侧重于国家和大区域层面，在研究数量上还非常少，随着区域科技金融发展的不断成熟以及科技型小微企业的快速发展，学术界开始关注市域层面以及企业层面科技金融的方面研究，理论研究、实证研究以及政策分析之间的联系开始得到加强，研究的问题也越来越微观和具体化，政策分析也越来越具有针对性、科学性和适用性，进而推动科技金融风险研究不断向深层次发展。

结合科技金融风险防范研究的不足、发展趋势来看，可以从如下几方面进一步开拓科技金融风险防范的研究：第一，在借鉴已有研究的基础上，根据科技与金融的辩证关系，进一步完善科技金融的概念框架。第二，借鉴吸收科技创新的生命周期理论、金融结构理论、金融深化理论等理论成果，系统阐释区域科技金融风险的识别机理；第三，借鉴现有关于科技金融结构以及科技金融风险构成的研究成果，依据内外因的辩证关系原理，从内源性科技金融、市场科技金融、公共科技金融三个维度以及显性风险、隐形风险两个层次提取和筛选区域科技金融风险的评价指标，构建区域科技金融风险的预警评价指标体系，为区域金融风险的防范提供理论依据；第四，结合细分区域以及企业层面科技金融发展的现实情况，运用熵权法、因子分析法、灰色评价法进一步优化指标，建立区域科技金融风险预警模型，使理论模型更加具有实用和参考价值；第五，针对测算和比较细分区域或具体企业的科技金融风险预警指数，通过小组讨论、情景分析、案例分析、专家咨询等方法分析诊断现存问题及其成因，并提出相应的政策性建议。

参考文献：

[1] Zhang, N.N.. Analysis of Financial Risk Causes and Avoidance Measures[J]. Springer-Verlag Berlin Heidelberg,2012:268-274.

[2] IMF. The IMF-FSB Early Warning Excercise: Design and Methodological Toolkit[R]. August, 2010.

[3] 马威. 金融危机预警指数构建及其应用研究[D].长沙：湖南大学,2013:7.

[4] 吴国培,沈理明. 金融风险预警系统的构建[J]. 中国金融,2014,(24):69-71.

[5] Berger T. Financial Crisis, VAR Forecasts and the Performance of Time Varying EVT-Copulas[M]. Switzerland: Springer International Publishing, 2014:35-40.

[6] Oh K.J., Kim T.Y., Lee H.Y.,et.al. Using Neural Networks to Support Early Warning System for Financial Crisis Forecasting[M]. Springer Berlin Heidelberg,2005:284-296.

[7] 李希义. 科技金融现发展阶段风险不容小觑[J]. 中国科技财富,2011,(15):94-95.

[8] 汤汇浩. 科技金融创新中的风险与政府对策[J]. 科技进步与对策,2012,(6):108-111.

[9] Stulz R.M.US Banks, Crises, and Bailouts:From Mexico to LTCM[J]. American Economic Review, 2000,90(2):28-31.

[10] Herrera A.M., Minetti R. Informed Finance and Technological Change:Evidence from Credit Relationships[J]. Journal of Financial Economics, 2007,(83):223-269.

[11] Schwartz M. Evaluating research and development investments in project flexibility, agency and competition[M]. New York: Oxford University Press, 2000：85-106.

[12] Cohen E., Gabbay J., Schiffman D. The Office of the Chief Scientist and the financing of high tech research and development, 2000-2010[J]. Israel Affairs, 2012,18(2):286-306.

[13] Hall B. H.The Financing of Research and Development[J]. Oxford Review of Economic Policy, 2002,(18):35-51.

[14] Kaplan S. N., Stromberg P. Financial Contracting Theory Meet the Realworld:An Empirical Analysis of Venture Capital Contracts[J]. Review of Economic Studies,2003,(70):281-315.

[15] Ross L. Stock Markets, Growth and Tax Policy[J]. The Journal of Finance, 1991,(4):1445-1465.

[16] Allen F. E-Finance: An Introduction[J]. Journal of Financial Services Research, 2002, 22 (1):5-27.

[17] 沈虹. 基于结构方程模型的地方政府支持科技金融发展差异性研究:以江苏省为例[J]. 科技进步与对策,2013,(22):48-52.

[18] 王认真. 中国省域技术创新的科技金融支持研究[J]. 经济问题探索,2014,(4):93-100.

[19] 徐义国.以创业投资机制为主导构建科技金融服务体系[J].中国科技投资,2008, (5):64-66.

[20] 顾焕章,汪泉,高莉莉. 科技金融创新的制度取向和实践模式[J]. 江海学刊,2013,(3):73-78.

[21] 房汉廷. 关于科技金融理论、实践与政策的思考[J]. 中国科技论坛,2010,(11):5-10+23.

[22] 李心丹.科技金融：理论与实践[M].南京：南京大学出版社, 2013.

[23] 谭祖卫,郝江培,赵昌文. 基于科技金融的技术资产金融分析[J]. 科技进步与对策,2014,(9):11-14.

[24] 肖泽磊,韩顺法,易志高. 我国科技金融创新体系的构建及实证研究 [J]. 科技进步与对策,2011,(18):6-11.

[25] 刘志彪. 科技银行功能构建:商业银行支持战略性新兴产业发展的关键问题研究[J]. 南京社会科学,2011,(4):1-7.

[26] 周辉,罗良文. 科技金融推动低碳产业发展模式研究[J]. 科技进步与对策,2011,(24):78-81.

[27] 陈柳,熊波. 金融控股公司监管的比较研究及中国的选择[J]. 中南财经政法大学学报,2005,(3):99-104+144.

[28] 周昌发. 科技金融发展的保障机制[J]. 中国软科学,2011,(3):72-81.

[29] 汪泉,曹阳. 科技金融信用风险的识别、度量与控制[J]. 金融论坛,2014,(4):60-64.

[30] 和瑞亚,张玉喜. 中国科技金融对科技创新贡献的动态综合估计研究[J]. 科技管理研究,2014,(8):60-64.

[31] 肇启伟,付剑峰,刘洪江. 科技金融中的关键问题[J]. 管理世界,2015,(3):164-167.

[32] 邓天佐,张俊芳. 关于我国科技金融发展的几点思考[J]. 证券市场导报,2012,(12):16-24.

[33] 吴成颂. 我国金融风险预警指标体系研究[J]. 技术经济与管理研究,2011,(1):19-24.

[34] 谭福梅. 系统性银行危机早期预警系统有效吗? [J]. 当代财经,2009,(12):49-54.

[35] Kupiec P.H. Techniques for verifying the accuracy of risk measurement models[J]. The Journal of Derivatives, 1995, 3(2): 73-84.

[36] Jeffrey A.F., Andrew K.R. Currency Crashes in Emerging Markets: An Empirical Treatment[J].Journal of International Economics, 1996,(41): 351-366.

[37] Kaminsky G.,Lizondo S.Leading Indicators of Currency Crises[J].IMF Staff Papers, 1998,(1):1-48.

[38] Kaminsky G.L., Reinhart C.M. The Twin Crises:The Cause of Banking and Balance-of-Payments Problems[J].America Economic Review,1999,(89):473-500.

[39] Sachs J. D., Tornell A.Financial Crises in Emerging Markets:The Lessons from 1995[J].Brookings Papers on Economic Activity, 1996,(1):147-215.

[40] 赵大坤. 运用 Logit 模型建立我国的金融危机预警系统[D].长春：吉林大学,2005,(47):19-24.

[41] Bussiere M.,Fratzscher M. Towards a New Early Warning system of Financial Crises[J].Journal of International Money& Finance,2006,(25):953-973.

[42] Thomas L.S. Analytic network process model for financial-crisis forecasting[M]. Springer US,2013：45-61.

[43] Dieter G., Miller G.L.，Mikhail V.Oet and Stephen.Early warning systems of syetemic banking risks: critical review and modeling implications[J].Bank and Bank Syetems, 2010,(5):199-21.

[44] 刘传哲,张丽哲.金融危机预警系统及其实证研究[J]. 系统工程,1999,(5):33-37.

[45] 张元萍,孙刚.金融危机预警系统的理论透析与实证分析[J]. 国际金融研究,2003,(10):32-38.

[46] 陈守东,杨莹,马辉. 中国金融风险预警研究[J]. 数量经济技术经济研究,2006,(7):36-48.

[47] Chen L.H., Guo T.Forecasting financial crises for an enterprise by using the Grey Markov forecasting model[J]. Springer Netherlands,2010,(45): 912-922.

[48] 许传华,徐慧玲,杨雪莱. 我国金融风险预警模型的建立与实证研究[J]. 经济问题,2012,(2):83-86+100.

[49] Hyytinena A., Toivanen O.. Do Financial Constraints Hold Back Innovation and Growth? Evidence on the Role of Public Policy[J]. Research Policy, 2005,(9):1385-1403.

[50] James.S.A., Cheng Y.M., Wu C.P. Does end for cement of intellectual property rights matter in China?Evidence from financing and investment choices in the high-tech industry[J]. The Review of Economics and Statistics, 2014, 96(2): 332-348.

(责任编辑：刘学伟)

doi：10.3969/j.issn.1009-2080.2016.04.008

收稿日期：2016-05-26

基金项目：山东省社会科学规划研究项目“山东省科技人才生态环境评价及优化对策研究”(14CGLJ60)；曲阜师范大学本科生科研训练计划项目“科技金融风险的识别机理、评价体系及预警指数研究”(2015A028)。

作者简介：闫振好(1995-)，男，山东潍坊人，曲阜师范大学经济学院在读本科生；赵小南(1995-)，女，山东淄博人，曲阜师范大学经济学院在读本科生；张立新(1977-)，男，山东莒南人，曲阜师范大学经济学院副教授，博士，硕士生导师。

中图分类号：F830

文献标志码：A

文章编号：1009-2080(2016)04-0029-06