邵翠娣 謝曉慧

摘要：通過匯聚南京市企業(yè)風(fēng)險(xiǎn)的相關(guān)數(shù)據(jù)，基于區(qū)域經(jīng)濟(jì)特征構(gòu)建了多維度、多層次的企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)模型，采用評(píng)分卡模型來處理南京市的企業(yè)運(yùn)行數(shù)據(jù)并健全南京市企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)體系。對(duì)2021年10月-2022年3月區(qū)間的海量數(shù)據(jù)進(jìn)行監(jiān)測(cè)分析，解剖南京市企業(yè)風(fēng)險(xiǎn)現(xiàn)狀，并針對(duì)性地對(duì)南京市下一步產(chǎn)業(yè)發(fā)展提出建議。

關(guān)鍵詞：大數(shù)據(jù)處理 風(fēng)險(xiǎn)管理 產(chǎn)業(yè)發(fā)展監(jiān)測(cè)模型

中圖分類號(hào)：F127

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2023）05-118-03

一、引言

（一）問題的提出

我國市場(chǎng)主體總量不斷增加，并向著多元化發(fā)展。截至2021年底，全國市場(chǎng)主體總量已突破1.54億戶，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展發(fā)揮重要作用。因此，如何對(duì)企業(yè)進(jìn)行精準(zhǔn)分析，讓政府在海量的企業(yè)主體里，進(jìn)行多維度的、及時(shí)的、準(zhǔn)確的監(jiān)測(cè)。對(duì)于政府及時(shí)把握企業(yè)運(yùn)行質(zhì)態(tài)，精準(zhǔn)施策意義重大。

（二）文獻(xiàn)綜述

關(guān)于企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)的研究方法。Smith認(rèn)為企業(yè)風(fēng)險(xiǎn)管理已經(jīng)同企業(yè)戰(zhàn)略管理、企業(yè)運(yùn)營管理，共同構(gòu)成企業(yè)現(xiàn)代經(jīng)濟(jì)組織的三個(gè)核心管理職能之一。關(guān)于企業(yè)風(fēng)險(xiǎn)管理方法，有學(xué)者建立企業(yè)風(fēng)險(xiǎn)控制系統(tǒng)模型和企業(yè)風(fēng)險(xiǎn)人工神經(jīng)網(wǎng)絡(luò)評(píng)估模型，來提高企業(yè)風(fēng)險(xiǎn)管理水平。也有實(shí)證分析風(fēng)險(xiǎn)承擔(dān)對(duì)企業(yè)績(jī)效的影響。得出持續(xù)優(yōu)化營商環(huán)境能夠顯著弱化風(fēng)險(xiǎn)承擔(dān)對(duì)企業(yè)績(jī)效的抑制效應(yīng)。另一方面，有實(shí)證檢驗(yàn)結(jié)果表明，適度的補(bǔ)貼提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

二、研究模型與數(shù)據(jù)

（一）模型構(gòu)建

評(píng)分卡是運(yùn)用十分廣泛的風(fēng)險(xiǎn)評(píng)價(jià)方法，其原理是將評(píng)價(jià)指標(biāo)以證據(jù)權(quán)重（Weight of Evidence，WOE）編碼方式離散化之后，再運(yùn)用邏輯回歸進(jìn)行的一種二分類變量的廣義線性模型。本文建立的風(fēng)險(xiǎn)指標(biāo)體系針對(duì)南京市信息中心自有的數(shù)據(jù)設(shè)計(jì)指標(biāo)項(xiàng)。建設(shè)過程包括數(shù)據(jù)預(yù)處理、好壞樣本的選取、訓(xùn)練集測(cè)試集的劃分、預(yù)測(cè)時(shí)間窗口選擇、變量信息價(jià)值計(jì)算、模型訓(xùn)練、分?jǐn)?shù)映射。

1．?dāng)?shù)據(jù)處理。首先，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)高效利用。其次，數(shù)據(jù)預(yù)處理包括清洗冗余的數(shù)據(jù)。最后，進(jìn)行數(shù)據(jù)匹配，根據(jù)企業(yè)的名稱與工商注冊(cè)號(hào)等信息會(huì)變更的實(shí)際，建立包含企業(yè)所有歷史名稱的數(shù)據(jù)表與包含企業(yè)所有工商注冊(cè)號(hào)的數(shù)據(jù)表進(jìn)行指標(biāo)項(xiàng)的統(tǒng)計(jì)。

2．樣本的選取及訓(xùn)練集測(cè)試集劃分。在建模過程中。選取發(fā)生過風(fēng)險(xiǎn)事件的企業(yè)為負(fù)向樣本，具體的風(fēng)險(xiǎn)事件包括行政處罰、被列為被執(zhí)行人、或商業(yè)行為出現(xiàn)逾期或違約、宣告破產(chǎn)等。好樣本選取為未發(fā)生過風(fēng)險(xiǎn)事件的企業(yè)。好樣本則標(biāo)注預(yù)測(cè)變量（是否風(fēng)險(xiǎn)企業(yè)）y=0，壞樣本則標(biāo)注預(yù)測(cè)變量（是否風(fēng)險(xiǎn)企業(yè)）y=1。

3．時(shí)間窗口選擇。在企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)模型中，選擇的時(shí)間窗即為預(yù)測(cè)的時(shí)間段。預(yù)測(cè)的時(shí)間段從1個(gè)月至1年不等。根據(jù)項(xiàng)目的實(shí)際情況，與獲得的數(shù)據(jù)情況。選擇居中的6個(gè)月時(shí)間作為預(yù)測(cè)時(shí)間窗口期進(jìn)行企業(yè)風(fēng)險(xiǎn)的預(yù)測(cè)。

4．計(jì)算變量信息價(jià)值。在評(píng)分卡模型中，變量需要先做分段處理，再轉(zhuǎn)化成為WOE值。數(shù)據(jù)分為類別型變量和數(shù)值型變量，類別型變量本身已分好段，數(shù)值型變量分為連續(xù)性和離散型兩類，采用等頻方式進(jìn)行分段。WOE值進(jìn)行計(jì)算，具體公式如下：

WOEi=ln

其中：i=1，2，…，n，n為分組數(shù)量

WOE：轉(zhuǎn)化后的證據(jù)權(quán)重，b1：本分組中壞樣本的數(shù)量，g1：本分組中好樣本的數(shù)量，b1：全體分組中壞樣本的數(shù)量，g1：全體分組中好樣本的數(shù)量。

有了每個(gè)分段的WOEi后，某一個(gè)變量的信息價(jià)值（lnformation Value，IV）的定義如下，其中，n=某一個(gè)變量總共分段個(gè)數(shù)：

IV=IV

IV=（p-p）‘WOEi。

一般地，IV值在0.01以下的變量的預(yù)測(cè)能力比較差，模型訓(xùn)練時(shí)，可以舍棄，本課題選擇IV≥0.01的變量進(jìn)行模型訓(xùn)練。

5．邏輯回歸算法。評(píng)分卡模型運(yùn)用了邏輯回歸算法，其本質(zhì)是計(jì)算風(fēng)險(xiǎn)事件發(fā)生的概率，具體計(jì)算如下：

Pry=1=

由此可得：

ln（）=β+βx+βx+…++βx

其中：Pr：表示風(fēng)險(xiǎn)事件發(fā)生的概率：

β1：指標(biāo)的權(quán)重：

x1：指標(biāo)通過WOE轉(zhuǎn)化后的值

模型訓(xùn)練得出的模型結(jié)果為β0，β1，…，β的值，以及預(yù)測(cè)某企業(yè)發(fā)生信用風(fēng)險(xiǎn)事件的概率。

6．變量選擇規(guī)則。除了模型對(duì)變量的選擇外，通常還會(huì)考慮其他因素對(duì)變量進(jìn)行選擇，一般有如下幾項(xiàng)：

變量信息價(jià)值IV≥0.01的：

變量獨(dú)立性：評(píng)分卡模型屬于線性模型，需挑選相互獨(dú)立的變量進(jìn)入模型，否則會(huì)導(dǎo)致嚴(yán)重的變量共線性，從而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確：

變量一致性：即變量訓(xùn)練出來的參數(shù)正負(fù)性，和變量與目標(biāo)變量的相關(guān)系數(shù)正負(fù)性必須一致，否則說明變量有偏差，需剔除：

變量可解釋性：即變量及其變化趨勢(shì)是可以被業(yè)務(wù)理解和使用的，而不是完全黑盒，不可解釋，或者變量趨勢(shì)無業(yè)務(wù)含義。

經(jīng)過上述規(guī)則選擇，最終計(jì)算的變量都是最優(yōu)的。

7．信用風(fēng)險(xiǎn)分?jǐn)?shù)映射。信用風(fēng)險(xiǎn)分?jǐn)?shù)映射的計(jì)算過程如下。p為模型估計(jì)的y=1的概率，那么模型估計(jì)的y=0的概率為1-P，兩者相除得到一個(gè)好壞比Odds：

Odds=

評(píng)分卡設(shè)定的分值刻度通過將分值表示為比率對(duì)數(shù)的線性表達(dá)式來定義，如下所示：

分值刻度=M+N*ln（odds）

其中，M和N是待求解的常數(shù)。M和N通過兩個(gè)已知點(diǎn)帶入計(jì)算得出。本文有兩個(gè)已知的設(shè)定：大盤發(fā)生信用風(fēng)險(xiǎn)事件的比例對(duì)應(yīng)居中的分?jǐn)?shù)，即400，400也是企業(yè)無任何數(shù)據(jù)時(shí)的初始分；分?jǐn)?shù)上漲50分，對(duì)應(yīng)Odds增加一倍。由這兩個(gè)已知點(diǎn)出發(fā)，可解出A和B的值，從而得到概率與分?jǐn)?shù)的映射。

本文的企業(yè)風(fēng)險(xiǎn)指標(biāo)體系以1000分為滿分，其中400分為基準(zhǔn)分?jǐn)?shù)，600分為指標(biāo)加分項(xiàng)。按照信用風(fēng)險(xiǎn)程度，信用風(fēng)險(xiǎn)分在結(jié)果上展現(xiàn)范圍為0至1000的整數(shù)，風(fēng)險(xiǎn)指數(shù)值與風(fēng)險(xiǎn)水平大小成反比，分?jǐn)?shù)越高，未來發(fā)生信用風(fēng)險(xiǎn)事件的概率越低，風(fēng)險(xiǎn)也就越小。分類的映射情況見表1。

8．重大風(fēng)險(xiǎn)事件調(diào)整。南京市風(fēng)險(xiǎn)監(jiān)測(cè)模型首先通過評(píng)分體系對(duì)企業(yè)展開信用風(fēng)險(xiǎn)評(píng)估，得出企業(yè)信用風(fēng)險(xiǎn)分值，并按照上述企業(yè)風(fēng)險(xiǎn)映射表將企業(yè)信用分值轉(zhuǎn)化成風(fēng)險(xiǎn)等級(jí)。在此基礎(chǔ)上，結(jié)合企業(yè)特定的風(fēng)險(xiǎn)事件，對(duì)滿足該風(fēng)險(xiǎn)事件的企業(yè)，按照一定規(guī)則進(jìn)行信用風(fēng)險(xiǎn)等級(jí)調(diào)整。最終確定該公司信用風(fēng)險(xiǎn)等級(jí)。

（二）數(shù)據(jù)來源

本文收集匯總多個(gè)管理部門的共81張表，覆蓋了市監(jiān)局、人社、稅務(wù)、公積金、信用、知識(shí)產(chǎn)權(quán)保護(hù)、科技、法律、金融等多維度的數(shù)據(jù)。參與到指標(biāo)體系的構(gòu)建當(dāng)中，除此之外還接入了一些外部數(shù)據(jù)，比如說來自國家版權(quán)保護(hù)中心的軟件著作權(quán)數(shù)量、來自各級(jí)工商行政管理部門信息公示平臺(tái)的對(duì)外投資數(shù)量與金額等等。

三、指標(biāo)選擇與體系構(gòu)建

（一）指標(biāo)的選取

本次指標(biāo)選取依據(jù)了綜合性原則，為了全面的考慮到企業(yè)風(fēng)險(xiǎn)的影響因素，南京市風(fēng)險(xiǎn)指標(biāo)體系從主體風(fēng)險(xiǎn)、經(jīng)營風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)和成長(zhǎng)風(fēng)險(xiǎn)5個(gè)維度去衡量企業(yè)風(fēng)險(xiǎn)評(píng)級(jí)。整個(gè)指標(biāo)體系共有5個(gè)一級(jí)指標(biāo)、19個(gè)二級(jí)指標(biāo)、45個(gè)三級(jí)指標(biāo)、95個(gè)四級(jí)指標(biāo)。

（二）指標(biāo)體系的確立

1．企業(yè)主體風(fēng)險(xiǎn)。企業(yè)主體風(fēng)險(xiǎn)，主要分析與企業(yè)自身發(fā)展相關(guān)的風(fēng)險(xiǎn)事件。如主體變更風(fēng)險(xiǎn)主要指企業(yè)經(jīng)營范圍、注冊(cè)地址、資本等，以企業(yè)變更法人代表為例，其風(fēng)險(xiǎn)主要在于對(duì)外的企業(yè)形象、企業(yè)信譽(yù)。影響較大。可能促使外界對(duì)公司的經(jīng)營管理產(chǎn)生懷疑，進(jìn)而間接影響公司的業(yè)績(jī)。

2．企業(yè)經(jīng)營風(fēng)險(xiǎn)。企業(yè)經(jīng)營風(fēng)險(xiǎn)，主要分析企業(yè)參與市場(chǎng)經(jīng)營活動(dòng)過程中潛在的風(fēng)險(xiǎn)。企業(yè)經(jīng)營風(fēng)險(xiǎn)主要從人員流失、社保大幅減少、公積金大幅減少三個(gè)方面的信息體現(xiàn)，如人員流失方面，從企業(yè)的微觀角度來看，有些人員流動(dòng)很可能給企業(yè)帶來損失，而且因?yàn)槠髽I(yè)需要進(jìn)行重新招聘和培訓(xùn)，這種損失的直接表現(xiàn)是該崗位的人工成本增大，核心人員的離職甚至造成組織的癱瘓。

3．企業(yè)法律風(fēng)險(xiǎn)。企業(yè)法律風(fēng)險(xiǎn)，主要通過分析法律實(shí)踐來表征企業(yè)的風(fēng)險(xiǎn)。企業(yè)法律風(fēng)險(xiǎn)主要表現(xiàn)在企業(yè)設(shè)立、運(yùn)營中的法律風(fēng)險(xiǎn)：合同訂立、履行過程中的法律風(fēng)險(xiǎn)：企業(yè)并購法律風(fēng)險(xiǎn)；知識(shí)產(chǎn)權(quán)法律風(fēng)險(xiǎn)；人力資源管理法律風(fēng)險(xiǎn)；企業(yè)財(cái)務(wù)稅收法律風(fēng)險(xiǎn)6個(gè)方面。這些法律風(fēng)險(xiǎn)會(huì)給企業(yè)帶來多方面影響，諸如導(dǎo)致企業(yè)花費(fèi)增加，或者失去商機(jī)或者商業(yè)優(yōu)勢(shì)，一些法律風(fēng)險(xiǎn)的發(fā)生，可能引發(fā)企業(yè)商譽(yù)的極大損害。

4．企業(yè)信用風(fēng)險(xiǎn)。企業(yè)信用風(fēng)險(xiǎn)，也就是企業(yè)的違約風(fēng)險(xiǎn)，企業(yè)信用是企業(yè)經(jīng)營的基石，在激烈的市場(chǎng)競(jìng)爭(zhēng)當(dāng)中，企業(yè)不僅要通過良好的商譽(yù)提高市場(chǎng)占有率，又要盡可能減少壞賬成本，提高利潤(rùn)率。

5．企業(yè)成長(zhǎng)風(fēng)險(xiǎn)。企業(yè)成長(zhǎng)風(fēng)險(xiǎn)，主要包括知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)，如專利、發(fā)明、商標(biāo)以及著作權(quán)等知識(shí)產(chǎn)權(quán)信息。知識(shí)產(chǎn)權(quán)屬于企業(yè)的無形資產(chǎn)，在競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境里，如果不能持續(xù)創(chuàng)造未來價(jià)值，有被市場(chǎng)淘汰的風(fēng)險(xiǎn)。

四、企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)結(jié)果分析

（一）南京市在營企業(yè)總體風(fēng)險(xiǎn)較低，風(fēng)險(xiǎn)監(jiān)測(cè)分級(jí)大多以優(yōu)良為主

南京市企業(yè)風(fēng)險(xiǎn)負(fù)指數(shù)可反映南京市在營企業(yè)的風(fēng)險(xiǎn)水平。2021年10月-2022年3月，南京市企業(yè)總體風(fēng)險(xiǎn)負(fù)指數(shù)分別為576、567、566、565、565、565，企業(yè)風(fēng)險(xiǎn)負(fù)指數(shù)集中分布在550-600之間，企業(yè)運(yùn)行總體風(fēng)險(xiǎn)較低。

如表2所示，監(jiān)測(cè)分析結(jié)果表明：截至2022年3月底，南京市企業(yè)風(fēng)險(xiǎn)等級(jí)位于A、B優(yōu)良級(jí)企業(yè)總數(shù)保持穩(wěn)定，占比分別為26.3%和63.3%：而風(fēng)險(xiǎn)等級(jí)為C級(jí)和D級(jí)的企業(yè)總數(shù)占比分別為3_7%和3.5%：企業(yè)風(fēng)險(xiǎn)等級(jí)處于E級(jí)的企業(yè)占比為3.1%。與南京市2021年三季度至2022年一季度宏觀經(jīng)濟(jì)運(yùn)行保持穩(wěn)中有升趨勢(shì)一致。

（二）從區(qū)域來看，南京市各區(qū)域總體風(fēng)險(xiǎn)負(fù)指數(shù)分布較為均衡

區(qū)級(jí)風(fēng)險(xiǎn)負(fù)指數(shù)可反映區(qū)域內(nèi)企業(yè)的風(fēng)險(xiǎn)水平。分區(qū)域看，2021年10月-2022年3月，南京市各區(qū)域風(fēng)險(xiǎn)負(fù)指數(shù)分布比較均衡，均在540分以上，發(fā)生風(fēng)險(xiǎn)事件的可能性較低，其中雨花臺(tái)區(qū)風(fēng)險(xiǎn)負(fù)指數(shù)，全市最高，江北新區(qū)次之，溧水區(qū)排名第三。秦淮區(qū)相比其他區(qū)域，最近6個(gè)月風(fēng)險(xiǎn)負(fù)指數(shù)較低，近幾個(gè)月應(yīng)予以重點(diǎn)關(guān)注。

（三）從行業(yè)來看，南京市房地產(chǎn)行業(yè)風(fēng)險(xiǎn)負(fù)指數(shù)低于全市風(fēng)險(xiǎn)平均指數(shù)

南京市行業(yè)風(fēng)險(xiǎn)負(fù)指數(shù)可反映各行業(yè)企業(yè)的風(fēng)險(xiǎn)水平。通過分析發(fā)現(xiàn)，房地產(chǎn)行業(yè)風(fēng)險(xiǎn)較為突出。其中，物業(yè)管理業(yè)風(fēng)險(xiǎn)負(fù)指數(shù)最高，為561.22分：房地產(chǎn)中介服務(wù)業(yè)次之，為560.11分，房地產(chǎn)開發(fā)經(jīng)營業(yè)最低，為538.63分。

結(jié)果表明：基于數(shù)據(jù)反饋可知，南京市工業(yè)互聯(lián)網(wǎng)行業(yè)尤其缺少信息技術(shù)與運(yùn)營管理的復(fù)合型人才。從教育培訓(xùn)方面探究原因。發(fā)現(xiàn)產(chǎn)學(xué)研系統(tǒng)尚未建立。一是高校專業(yè)設(shè)置缺乏宏觀系統(tǒng)考慮。工業(yè)互聯(lián)網(wǎng)人才培育與政府規(guī)劃結(jié)合不緊密，學(xué)院專業(yè)變更頻繁，對(duì)于人才培育缺少系統(tǒng)性考量。二是培訓(xùn)力量薄弱。南京市雖然依托于行業(yè)協(xié)會(huì)、科研機(jī)構(gòu)開展的社會(huì)化培訓(xùn)，但是缺少教培資質(zhì)和行業(yè)權(quán)威性，課程質(zhì)量不一，導(dǎo)致行業(yè)認(rèn)可度不高。

（四）從重點(diǎn)戰(zhàn)略新興產(chǎn)業(yè)來看，高新技術(shù)產(chǎn)業(yè)的總體風(fēng)險(xiǎn)負(fù)指數(shù)低于南京市平均

監(jiān)測(cè)結(jié)果表明：2021年10月-2022年3月，高新技術(shù)產(chǎn)業(yè)作為南京市重點(diǎn)發(fā)展的產(chǎn)業(yè)之一，從總體風(fēng)險(xiǎn)負(fù)指數(shù)看，高新技術(shù)產(chǎn)業(yè)大類的總體風(fēng)險(xiǎn)負(fù)指數(shù)較高：其風(fēng)險(xiǎn)負(fù)指數(shù)穩(wěn)定在650分左右，屬于較為優(yōu)質(zhì)的產(chǎn)業(yè)。但是其分項(xiàng)風(fēng)險(xiǎn)負(fù)指數(shù)中的信用風(fēng)險(xiǎn)負(fù)指數(shù)不斷下降，需要相關(guān)部門予以重點(diǎn)關(guān)注。

五、對(duì)策與建議

基于風(fēng)險(xiǎn)監(jiān)測(cè)數(shù)據(jù)分析的結(jié)果以及南京市產(chǎn)業(yè)發(fā)展現(xiàn)狀，本文給予幾點(diǎn)建議：

（一）聚焦產(chǎn)業(yè)鏈創(chuàng)新鏈融合發(fā)展，打造新型產(chǎn)學(xué)研融合創(chuàng)新平臺(tái)

聚焦產(chǎn)業(yè)鏈、創(chuàng)新鏈融合發(fā)展，應(yīng)加快高端要素資源集聚。一是支持各區(qū)與轄區(qū)內(nèi)外知名高校、科研院所合作，共建一批高水平產(chǎn)業(yè)創(chuàng)新中心、雙創(chuàng)基地等科技創(chuàng)新載體。支持產(chǎn)業(yè)創(chuàng)新平臺(tái)建設(shè)。二是加快培育壯大一批高新技術(shù)企業(yè)、“獨(dú)角獸”企業(yè)“瞪羚”企業(yè)，推動(dòng)產(chǎn)學(xué)研持續(xù)深化發(fā)展。三是政府應(yīng)在市級(jí)區(qū)級(jí)層面，就行業(yè)共性難題，鼓勵(lì)高校及科研院所、企業(yè)進(jìn)行聯(lián)合攻關(guān)，提高科技創(chuàng)新效率。探索實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)發(fā)展，產(chǎn)業(yè)指引創(chuàng)新方向的互融互通式特色發(fā)展道路。

（二）增強(qiáng)企業(yè)創(chuàng)新主體作用，完善科技企業(yè)全生命周期培育體系

南京市應(yīng)貫徹落實(shí)多輪減稅降費(fèi)政策來減輕企業(yè)主體成本壓力，針對(duì)市場(chǎng)主體要把降成本放在首位，給予企業(yè)真金實(shí)銀的支持。政策要具備系統(tǒng)性，含金量要高。要具備針對(duì)性。同時(shí)，要注重完善科技企業(yè)全生命周期培育體系，運(yùn)用市場(chǎng)化原則構(gòu)建多階段的培育環(huán)境和上下游產(chǎn)業(yè)配套，積極引入風(fēng)險(xiǎn)資本來參與科技企業(yè)全流程的發(fā)展。發(fā)揮企業(yè)創(chuàng)新主體作用，將其與科研院所的創(chuàng)新能力、產(chǎn)業(yè)創(chuàng)新平臺(tái)以及政府的創(chuàng)新環(huán)境和政策緊密結(jié)合，構(gòu)筑起面向未來、各要素緊密協(xié)同的立體創(chuàng)新網(wǎng)絡(luò)和生態(tài)。以政、產(chǎn)、學(xué)、研、用緊密協(xié)作的創(chuàng)新模式，充分發(fā)揮聯(lián)合創(chuàng)新研發(fā)平臺(tái)對(duì)各項(xiàng)變革性技術(shù)的集成、牽引和推動(dòng)效應(yīng)。

（三）建立企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)平臺(tái)，健全產(chǎn)業(yè)風(fēng)險(xiǎn)預(yù)警機(jī)制

應(yīng)建立健全本地企業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)大數(shù)據(jù)平臺(tái)。強(qiáng)化數(shù)據(jù)賦能，推動(dòng)數(shù)據(jù)治理；深入推動(dòng)政府內(nèi)部各部門各平臺(tái)數(shù)據(jù)一體化建設(shè)，打破數(shù)據(jù)壁壘，實(shí)現(xiàn)數(shù)據(jù)共享和整體運(yùn)用。由市一級(jí)政府統(tǒng)一協(xié)調(diào)，建立市區(qū)兩級(jí)層面的企業(yè)風(fēng)險(xiǎn)動(dòng)態(tài)監(jiān)測(cè)大數(shù)據(jù)平臺(tái)，定時(shí)定期不斷匯聚各部門的最新企業(yè)和行業(yè)數(shù)據(jù)信息，基于可靠算法模型，通過實(shí)時(shí)分析深度挖掘，及時(shí)實(shí)現(xiàn)對(duì)不同風(fēng)險(xiǎn)的動(dòng)態(tài)監(jiān)測(cè)和及時(shí)預(yù)警，定期出臺(tái)相關(guān)風(fēng)險(xiǎn)評(píng)估報(bào)告，為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的健康發(fā)展提供保障。

【基金項(xiàng)目：江蘇高校哲學(xué)社會(huì)科學(xué)研究重點(diǎn)項(xiàng)目“知識(shí)資本視域下瞪羚企業(yè)創(chuàng)新能力形成機(jī)理與成長(zhǎng)路徑研究”（2018SJZD1061）。】

參考文獻(xiàn)：

[1] SmithM-L， RiskManagementAndlnsurance[M]. NewYork：McGrawH iljnc-199&

[2]李天庚.企業(yè)風(fēng)險(xiǎn)管理及控制模型研究[J].鄭州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2004（01）：89-93

[3]齊秀輝，權(quán)飛，李璐璐.營商環(huán)境、風(fēng)險(xiǎn)承擔(dān)與企業(yè)績(jī)效——基于35個(gè)大中型城市企業(yè)的實(shí)證研究[J].會(huì)計(jì)之友，2022（08）：38-45

[4]毛其淋，許家云.政府補(bǔ)貼、異質(zhì)性與企業(yè)風(fēng)險(xiǎn)承擔(dān)[J].經(jīng)濟(jì)學(xué)（季刊），2016，15（04）：1533-1562.D01：10.13821/j .cnki.ceq.2016.03.11

[5]許文彬，張佳韜.我國城投債信用風(fēng)險(xiǎn)測(cè)算——基于Logistic回歸的評(píng)分卡模型[J].數(shù)理統(tǒng)計(jì)與管理，2020，39（04）：705-720

[6]盧悅?cè)剑怯⒔?，袁芳，徐晨恒，何永?基于評(píng)分卡模型下中小微企業(yè)的信貸決策[J].中國市場(chǎng)，2021（27）：53-54

[7]李雯軒，李文軍.新發(fā)展格局背景下保障我國產(chǎn)業(yè)鏈供應(yīng)鏈安全的政策建議[J].價(jià)格理論與實(shí)踐：1-4[2022-05-19]

[8]粱正，李代天.科技創(chuàng)新政策與中國產(chǎn)業(yè)發(fā)展40年——基于演化創(chuàng)新系統(tǒng)分析框架的若干典型產(chǎn)業(yè)研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2018，39（09）：21-35

[8]孫瑩，孫良泉，丁然，來永鈞，李曉蕊，杜娟，王棟.企業(yè)信用風(fēng)險(xiǎn)監(jiān)測(cè)指標(biāo)體系的研究[J].中國標(biāo)準(zhǔn)化，2021（11）：116-121

[9]數(shù)據(jù)源自商務(wù)部國際貿(mào)易經(jīng)濟(jì)合作研究院信用研究所《中國市場(chǎng)主體發(fā)展活力研究報(bào)告（2021）》

（作者單位：南京市信息中心江蘇南京210019）

（責(zé)編：建峰）