數(shù)據(jù)挖掘在江蘇省中小企業(yè)融資途徑選擇中的應(yīng)用

摘要:本文以江蘇省中小企業(yè)為研究對(duì)象，調(diào)查其成功融資的融資途徑，樣本涉及江蘇省的南京、常州、南通、連云港、鹽城、淮安等多個(gè)城市的中小企業(yè)。在對(duì)大量調(diào)查數(shù)據(jù)進(jìn)行分析處理的基礎(chǔ)上，運(yùn)用數(shù)據(jù)挖掘中的Apriori算法，找出不同融資途徑間的關(guān)聯(lián)規(guī)則，從而為政府部門以及中小企業(yè)的相關(guān)決策提供支持。

關(guān)鍵詞:企業(yè)融資 關(guān)聯(lián)分析 Apriori算法

1 背景介紹

在我國，中小企業(yè)是國民經(jīng)濟(jì)最活躍的主體，被稱為中國經(jīng)濟(jì)的生力軍。在江蘇省，中小企業(yè)的重要性則更為突出。江蘇省中小企業(yè)在拉動(dòng)GDP，推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展，促進(jìn)就業(yè)等繁忙都作出了巨大的貢獻(xiàn)。然而，中小企業(yè)在發(fā)展過程中卻面臨著各種困難，在面臨人民幣升值，金融危機(jī)等一系列問題下的中小企業(yè)生存更是艱辛。其中首要的瓶頸便是融資問題。在我國，按照現(xiàn)有的有關(guān)貸款通則以及相關(guān)規(guī)定，對(duì)中小企業(yè)的貸款問題限制的比較嚴(yán)格。本文選取了37個(gè)成功融資的中小企業(yè)，采用數(shù)據(jù)挖掘中的Apriori算法，對(duì)這些中小企業(yè)融資途徑進(jìn)行關(guān)聯(lián)分析，找到合適的融資途徑組合。

2 關(guān)聯(lián)規(guī)則及Apriori算法

2.1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘用于尋找給定數(shù)據(jù)集中數(shù)據(jù)項(xiàng)之間的有趣的關(guān)聯(lián)或相關(guān)關(guān)系。關(guān)聯(lián)規(guī)則揭示了數(shù)據(jù)項(xiàng)間的未知的依賴關(guān)系，根據(jù)所挖掘的關(guān)聯(lián)關(guān)系，可以從一個(gè)數(shù)據(jù)對(duì)象的信息來推斷另一個(gè)數(shù)據(jù)對(duì)象的信息。關(guān)聯(lián)規(guī)則的挖掘通過規(guī)則的支持度和置信度進(jìn)行度量，這兩種度量反映了所發(fā)現(xiàn)規(guī)則的有用性和確定性。

定義1:設(shè)D是事務(wù)集，A，B為項(xiàng)集，且有規(guī)則A=>B。如果D中，包含A·B事務(wù)所占比例為s%，稱A=>B有支持度s。

定義2:設(shè)D是事務(wù)集，A，B為項(xiàng)集，且有規(guī)則A=>B。如果D中，c%的事務(wù)包含A的同時(shí)也包含B，則稱A=>B有置信度c。

定義3:設(shè)D是事務(wù)集，A，B為項(xiàng)集，若A=>B滿足置信度c和支持度s，則稱A=>B為關(guān)聯(lián)規(guī)則。

定義4:對(duì)關(guān)聯(lián)規(guī)則A=>B，若同時(shí)滿足最小支持度閥值和最小置信度閥值，則稱其為強(qiáng)規(guī)則。

關(guān)聯(lián)規(guī)則挖掘的過程分為兩個(gè)步驟。第一步，發(fā)現(xiàn)所有的大項(xiàng)目集，即支持度大于給定最小支持度閥值的項(xiàng)集;第二步，從大的項(xiàng)集中產(chǎn)生關(guān)聯(lián)規(guī)則。

2.2 Apriori算法

關(guān)聯(lián)規(guī)則挖掘的著名算法是Apriori算法。其基本流程如下:

對(duì)于Ck中的任一項(xiàng)集c，若c得任一k-1子集在Lk-1中不存在，則將c從Ck中刪除。算法的下一步是對(duì)數(shù)據(jù)庫進(jìn)行檢索，得到Ck中的項(xiàng)集的支持度，與最小支持度進(jìn)行比較，從而得到Lk。它由Ck中的一部分項(xiàng)集組成，條件是它們的支持度不小于最小支持度。

3 Apriori算法在中小企業(yè)融資途徑選擇中的應(yīng)用

由于證券市場門檻高，創(chuàng)業(yè)投資體制不健全，公司債發(fā)行的準(zhǔn)入障礙，中小企業(yè)難以通過資本市場公開籌集資金，因此造成了中小企業(yè)融資渠道過于狹窄的現(xiàn)狀。一般說來，中小企業(yè)融資有以下幾種方式:①銀行貸款;②信用社貸款;③擔(dān)保機(jī)構(gòu)貸款:④內(nèi)部職工集資;⑤民間借款;⑥拖欠貸款;⑦親朋借款;⑧租賃

本文以江蘇省中小企業(yè)為研究對(duì)象開展調(diào)查，樣本涉及江蘇省的南京、常州、南通、連云港、鹽城、淮安等多個(gè)城市的中小企業(yè)。在對(duì)大量調(diào)查數(shù)據(jù)進(jìn)行分析處理后，選擇37個(gè)成功融資的中小企業(yè)作為原始事務(wù)集，并將融資渠道分為8種，作為8種項(xiàng)集，見表1:

用數(shù)字1-8表示融資渠道，建立表2:

表2:事務(wù)數(shù)據(jù)集

首先掃描數(shù)據(jù)庫，識(shí)別所有單個(gè)項(xiàng)(1-項(xiàng)集)和它們的支持度，建立候選1-項(xiàng)集C1，見表3:

假定最小支持度(min_sup)s=10%(至少在3個(gè)事務(wù)中)，選擇1-項(xiàng)集的支持度大于或等于(min_sup)s的項(xiàng)，建立頻繁1-項(xiàng)集，并記作L1，見表4。

然后產(chǎn)生所有可能頻繁的2-項(xiàng)集及其支持度，見表5。

表5:候選2-項(xiàng)集C2

假定最小支持度為至少在2個(gè)事務(wù)中，選擇2-項(xiàng)集的支持度大于或等于(min_sup)s的項(xiàng)，建立頻繁2-項(xiàng)集，并記作L2，見表6。

重復(fù)以上過程，建立候選3-項(xiàng)集C3和頻繁3-項(xiàng)集L3，見表7。

這時(shí)，由于C4為空集，停止Apriori算法。頻繁項(xiàng)集為L=L1∪L2∪L3。得到頻繁項(xiàng)集見下表9。

表9: 頻繁項(xiàng)集

若企業(yè)融資的途徑多于一種，則通過以上頻繁項(xiàng)集可以推導(dǎo)出強(qiáng)規(guī)則，即最佳融資途徑組合。

考慮頻繁3-項(xiàng)集{1，2，3}，由于這三種途徑頻繁地一起使用，我們可以從這個(gè)3-項(xiàng)集推導(dǎo)出一些規(guī)則。

首先，得到非空真子集:{1}，{2}，{3}，{1，2}，{1，3}，{2，3}。

然后，對(duì)于每個(gè)子集，形成如下規(guī)則，并計(jì)算置信度:

R1∶{1}→{2，3}，2/26=1/13

R2∶{2}→{1，3}，2/11

R3∶{3}→{1，2}，2/4=1/2

R4∶{1，2}→{3}，2/7

R5∶{1，3}→{2}，2/3

R6∶{2，3}→{1}，2/3

令min_conf為50%，選取R3、R5、R6為強(qiáng)規(guī)則。

用相同的方法計(jì)算頻繁2-項(xiàng)集，還可以得到以下四個(gè)強(qiáng)規(guī)則:

表10: 強(qiáng)規(guī)則

4 挖掘結(jié)果分析

從Apriori算法計(jì)算后得到的挖掘結(jié)果顯示以下規(guī)則:

規(guī)則一:江蘇省中小企業(yè)在融資時(shí)若只選擇一種融資方式，則向銀行貸款或者向信用社貸款是最有可能成功的融資途徑。

規(guī)則二:如果中小企業(yè)選擇兩種融資途徑，則有七種融資組合具有較高的成功率，即{銀行貸款，信用社貸款}，{銀行貸款，擔(dān)保機(jī)構(gòu)貸款}，{銀行貸款，內(nèi)部職工集資}，{銀行貸款，拖欠貸款}，{銀行貸款，親朋借款}，{信用社貸款，擔(dān)保機(jī)構(gòu)貸款}，{民間借款，親朋借款}。

規(guī)則三:如果中小企業(yè)選擇兩種以上的融資途徑來保證借貸的成功率，則只有一種融資組合具有較高的成功率，即{銀行貸款，信用社貸款，擔(dān)保機(jī)構(gòu)貸款}。

規(guī)則四:如果中小企業(yè)希望通過信用社貸款，則同時(shí)再向銀行借款，成功的可能性比僅僅選擇信用社貸款更大。如果希望通過擔(dān)保機(jī)構(gòu)借到資金，則同時(shí)再向銀行或信用社進(jìn)行借貸，這樣的成功幾率更高。

規(guī)則五:對(duì)于成功借貸的中小企業(yè)來說，民間借款和向親朋借款通常是同時(shí)進(jìn)行的。即如果企業(yè)已經(jīng)選擇了民間借款這種途徑，則再向親朋借款的可能性非常大。同樣的，如果企業(yè)選擇了向親朋借款，則很有可能會(huì)尋找其他的民間借款途徑。

規(guī)則六:企業(yè)如果希望僅僅通過擔(dān)保機(jī)構(gòu)貸款，而不選擇其他的途徑，這樣的風(fēng)險(xiǎn)是相當(dāng)大的。如果同時(shí)再向銀行以及信用社進(jìn)行借款，將會(huì)大大降低風(fēng)險(xiǎn)，提高借貸的成功率。

通過對(duì)關(guān)聯(lián)規(guī)則的分析，可以清楚地看到，如果中小企業(yè)希望成功地從社會(huì)融資，融資途徑的選擇非常重要。通過對(duì)八種不同的融資途徑的分析，發(fā)現(xiàn)像銀行貸款成功的可能性最高。但是，由于貸款交易和監(jiān)控成本高等原因，銀行不愿對(duì)中小企業(yè)放貸。同時(shí)，中小企業(yè)因資信等級(jí)低，缺乏抵押資產(chǎn)，融資成本高等原因，難以得到銀行資金支持。因此，中小企業(yè)必須考慮兩種及兩種以上的融資途徑。從Apriori算法計(jì)算后得到的挖掘結(jié)果顯示，{銀行貸款，信用社貸款}，{銀行貸款，擔(dān)保機(jī)構(gòu)貸款}，{銀行貸款，內(nèi)部職工集資}，{銀行貸款，拖欠貸款}，{銀行貸款，親朋借款}，{信用社貸款，擔(dān)保機(jī)構(gòu)貸款}，{民間借款，親朋借款}以及{銀行貸款，信用社貸款，擔(dān)保機(jī)構(gòu)貸款}是常見的融資途徑組合。其中，{信用社貸款，擔(dān)保機(jī)構(gòu)貸款}，{銀行貸款，信用社貸款}成功的可能性最高。并且，僅僅通過擔(dān)保機(jī)構(gòu)貸款得成功率很低，但如果與向銀行和信用社貸款相結(jié)合，將會(huì)大大提高成功率。

由于中小企業(yè)的融資渠道過于集中于商業(yè)銀行，獲得資金來源的渠道過于單一，所以通過本文數(shù)據(jù)挖掘的結(jié)論，一些中小企業(yè)可以改變原有的融資方式，尋找其他的途徑。

在中小企業(yè)融資途徑中應(yīng)用數(shù)據(jù)挖掘具有決策指導(dǎo)意義，它可以分析企業(yè)的融資趨勢，挖掘潛在途徑，提高企業(yè)融資的成功率。

參考文獻(xiàn):

[1]焦李成，劉芳等.智能數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn).西安電子科技大學(xué)出版社，2006:431~433.

[2]K.P.Soman Diwakar V.Ajay. 數(shù)據(jù)挖掘基礎(chǔ)教程.北京:機(jī)械工業(yè)出版社，2009:120~127.

[3]朱德利1SQL Server 2005 數(shù)據(jù)挖掘與商業(yè)智能完全解決方案[M].北京:電子工業(yè)出版社，2007:367～3681.

基金項(xiàng)目:江蘇省大學(xué)生實(shí)踐創(chuàng)新項(xiàng)目

項(xiàng)目名稱:江蘇省中小企業(yè)融資狀況調(diào)查研究

項(xiàng)目編號(hào):09CX0018