探求农业科技企业投资风险评估范文

1评价方法

AHP模糊综合评价模型风险投资业的AHP－模糊综合评价［4－9］，就是对建立起来的多层次指标体系用模糊评价的数据和层次分析的方法来定量研究，最终得出农业科技企业的风险投资水平。本研究是根据评价指标体系，应用AHP法来确定各指标的权重，用模糊隶属度的方式来度量评价分析对象，最终得出综合评价结果。2．1AHP法确定评价指标权重系数1）建立层次结构模型。深入分析并确定影响企业投资风险的因素，列出影响因素的递阶结构及从属关系，并设定对应的符号（表1）。设U＝｛U1，U2，U3，U4，U5，U6，U7，U8｝为评价因素集，A表示目标。其中创新能力U1＝｛U11，U12，U13，U14，U15，U16｝，管理团队U2＝｛U21，U22，U23，U24，U25，U26｝，商业模式U3＝｛U31｝，行业及企业的行业地位U4＝｛U41，U42，U43，U44，U45，U46｝，运营状况U5＝｛U51，U52，…，U513｝，财务状况U6＝｛U61，U62，U63，U64，U65｝，融资情况U7＝｛U71，U72，U73｝，环境U8＝｛U81，U82，U83｝。2）构造判断矩阵。建立判断矩阵U，矩阵中的元素Uij表示对评价目标A而言，Ui比Uj的相对重要性，Uij值采用1－9判断标度法并综合专家群体咨询意见进行确定。3）层次排序及其一致性检验。对特征向量做归一化处理，确定各层次单排序权向量W，接下来计算各判断矩阵的一致性指标CI，CI＝（λmax－n）／（n－1），进一步计算随机一致性比率CR＝CI／RI，进行一致性检验。4）层次总排序及其一致性检验。

根据层次单排序的计算结果，由层次结构模型的最底层向最高层逐层推求层次总排序权重向量，得出各项投资风险因素对于最高层次（总目标层）项目整体投资风险的相对重要性的排序权重，最后进行一致性检验。结果如表1所示，评价指标括号内为匹配权重。2．2模糊综合评价模型对投资风险进行评价1）确定评价指标集和评判评语集。评价指标集同AHP法；评语集V＝｛V1，V2，V3，V4，V5｝，其中V1代表风险高，V2代表风险较高，V3代表风险一般，V4代表风险较低，V5代表风险低。2）确定评价矩阵。设Uij隶属于第k（k＝1，2，3，4，5）个评语的隶属度为rijk，则可构造评价矩阵其中，rijk是整个评审专家组在第k种风险程度对第Uij项指标进行评价的概率，rijk＝mijk／N通过统计调查法得到，N表示参与评审的专家人数，mijk表示对第Uij项指标合计有mijk个人选择第k个评语。3）准则层模糊综合评判。对每个Ui＝｛Ui1，Ui2，Ui3．．．，Uim｝的m个因素，按模糊综合评判方法可得准则层综合评价向量Ai莓Ai＝Wi莓Ri＝｛ai1，ai2，ai3，ai4，ai5｝，i＝1，2，．．．，8，Wi为Ui指标的权重系数，其值由层次分析法确定；Ri为对Ui的单因素评价矩阵，式中的符号“莓”表示模糊合成运算。

2实证研究

以首届中国农业科技创新创业大赛成长组一等奖企业Z和二等奖企业Y为例进行对比研究。3．1Z企业案例评价Z企业是专门从事畜禽场规划、设计、建造和管理咨询“一体化服务”的专业公司。公司目前主要业务包括畜牧场规划、设计、建造，为客户提供交钥匙工程；畜牧场设计咨询和可行性研究；现有畜牧场的整体改造；畜牧场配套设备销售；畜牧养殖工艺咨询培训等。应用模糊数学评价法对Z企业的投资风险进行综合评价。1）准则层模糊综合评判。邀请9位专家参与风险程度评价，统计后得到该指标的统计概率，列于评价矩阵Ri。以创新能力（U1）分析为例，得到其相应的投资风险综合评价向量A1。通过专家评审后创新能力的风险程度评价概率矩阵为：同理得出准则层其他几项的投资风险综合评价向量：管理团队的投资风险综合评价向量A2＝［0，0，0．043，0．460，0．487］；商业模式的投资风险综合评价向量A3＝［0，0，1，0，0］；行业及企业的行业地位的投资风险综合评价向量A4＝［0，0，0．117，0．233，0．757］；运营状况的投资风险综合评价向量A5＝［0，0，0．017，0．312，0．671］；财务状况的投资风险综合评价向量A6＝［0，0，0．098，0．159，0．743］；融资情况的投资风险综合评价向量A7＝［0，0，0．185，0．741，0．074］；环境的投资风险综合评价向量A8＝［0，0．074，0．519，0．407，0］。2）目标层模糊综合评判。结合以上各指标权重和准则层相对应变量的投资风险综合评价向量Ai，根据模糊综合评价模型可以得到最终的农业科技企业投资风险综合评价向量A，其结果如下。按照模糊综合评价法的最大隶属度原则，最终的评价结果显示，最大值0．501所对应的风险等级为V5，即此项目的投资风险应定位于“低风险”。

为了便于不同企业最终结果的比较，可以对结果进行进一步的变换，把不同评语集赋以一定的数值，如：设H为企业投资可行性，向量C＝｛C1，C2，C3，C4，C5｝＝｛50，60，70，80，90｝。用所得到的评价结果与数值向量结合，得到Z企业最终的投资可行性得分为：3．2Y企业案例评价Y企业主营农用挖掘机、装载机、高空作业车、轮胎式起重机、电瓶叉车等农机，集科研开发、生产销售、现代服务为一体，拥有自营进出口权。公司发展定位于小型农用工程机械的研发制造，以实现挖掘机国产化为己任，服务新农村建设为使命，为中国乃至全球产业发展推出高性价比的工业产品。Y企业案例中的指标权重确定和模糊综合评价过程与Z企业案例一样，这里不再赘述。下面只列出其最终目标层模糊综合评价结果。按照模糊评价法的最大隶属度原则，最终的评价结果显示，最大值0．438所对应的风险等级为V5，即此项目的投资风险应定位于“低风险”。参照对Z企业案例分析，对结果进行进一步变换，把不同评语集赋以一定的数值，如：设H为企业投资可行性，向量C＝｛C1，C2，C3，C4，C5｝＝｛50，60，70，80，90｝。用所得到的评价结果与数值向量结合，得到Y企业最终的投资可行性得分为：3．3评价结果的进一步分析上述计算结果表明，Z企业最终的投资可行性得分要高于Y企业，这从另一个角度验证了首届农业科技创新创业大赛评选结果的科学性。同时，可以进行进一步分析，找出造成两个企业之间差距的影响因素。通过上述计算结果发现，影响两个企业最终得分的因素在于模糊评价向量中的最后一项，即Z企业为0．501，而Y企业为0．438。现把这一项的模糊计算结果列出：通过Az和Ay的对比计算可以看出，影响两者最终数值差距的主要因素是算式中的第一项，即企业的创新能力。

3结果与讨论

1）研究结合以往投资风险评价方法，结合农业科技企业的发展特点，借鉴首届中国农业科技创新创业大赛的评选实例，构建了农业科技企业投资风险评价体系，该评价体系的建立对完善农业科技创新创业大赛的评选机制有很强的指导意义。对获奖企业的投资风险评价结果验证了农业科技企业投资风险评价指标体系及评价方法的可操作性，有很强的实践价值。该指标体系和评价方法的确立既对完善农业科技创新创业大赛的评审工作提供了有益参考，同时也填补了国内在农业科技企业投资风险领域研究的空白。

2）利用AHP－模糊综合评价方法对获奖企业进行了定量分析，所得结果与实际的评审结果基本一致（两个项目得分都很高，Z企业得分比Y企业高），从另一个角度验证了首届中国农业科技创新创业大赛的评价结果是公平、科学的。再有，通过定量分析可以清楚地找出两个企业在各个指标中的分值差距，并确定影响两者最终得分的主要因素在于企业的创新能力。因此，该方法既可以帮助投资专家比较准确地评价农业科技企业的风险程度，也为农业科技企业提升自身竞争力找到了着力点。

3）需要注意的是，由于目前对农业科技企业的投资风险研究较少，该评价指标体系筛选出来的优秀企业在未来能否真正如预期发展，还有待时间的检验。因此，仍需深入进行后续的跟踪调查。

作者：王斌张富王建中王秀芳单位：河北农业大学经贸学院科技部中国农村技术开发中心