“互聯網+”新創企業成長風險識別研究

姚雨琪 楊波 杜婭 楊玉潔 龍琪奕

摘 要 “互聯網+”新創企業是推動我國經濟與創新發展的主力，面對新創企業成長過程的不確定性和高失敗率，管理者如何有效識別新創企業成長風險，是創業成功與否的關鍵。前人研究已經得出了一定的理論基礎，對新創企業成長風險識別的研究以概念界定、特征提取和經驗歸納做出研究，多為思辨性定性分析。本文對此進行重點分析和述評，并進一步分析提出“互聯網+”新創企業成長風險識別的未來研究展望方向。

關鍵詞 成長風險識別；新創企業；互聯網+

一、引言

“互聯網+”是創新2.0下的互聯網發展的新業態，是知識社會創新2.0推動下的互聯網形態演進及其催生的經濟社會發展新形態。根據相關的統計數據，新創企業每年創造了百分之七十的新增就業機會和新增價值，新創企業的研究經費產生的收益是成熟企業的三到四倍。在“大眾創業，萬眾創新”的浪潮下，新創企業是承載創新重責的主要角色之一，并且將逐漸成為我國社會經濟發展與創新的主要力量。

“互聯網+”為新創企業的成長提供了廣闊的創業平臺和發展模式。然而，在“互聯網+”新業態背景下新創企業對投資、技術需求要求高，且受到技術成熟度、融資能力、網絡營銷能力、客戶需求、互聯網政策及技術發展等因素的制約，未來的發展和績效存在較大的不確定性，面臨巨大的復雜多樣性、突顯性與動態性特征的成長風險，創業成功率較低。新創企業成長風險是影響其生存與發展的主要因素。

我們認為“互聯網+”新創企業成長風險是指在“互聯網+”新業態下新創企業成長過程中導致新創企業損失或失敗的可能性。新創企業的成功與否與對成長風險的有效識別與防控密切相關。

“互聯網+”新創企業成長風險識別是探索式的，是對“互聯網+”業態下充滿不確定性與模糊、多元復雜關系的新創企業成長過程中客觀存在的及潛在的各種風險進行系統、連續地預測、識別、推斷和歸納的過程。通過在預測推理過程中加入網絡環境突發與異常因素，可以適應新創企業成長風險動態、連續及突發的特性，識別出一些難以預料的風險。

二、研究現狀評述與相關技術

1.新創企業成長風險研究

新創企業的誕生是創始人試圖通過商業改變世界的夢想實踐，是將一系列思想付諸事實的探索過程。在企業成長過程中，外部網絡環境的多變、創業機會和新創企業的復雜、核心資源的稀缺、市場競爭的激烈以及管理者、創業團隊和投資者能力的有限，這些“不確定性”可能將導致新創企業偏離預期目標，最后以失敗而告終（蔣景媛，2013）。對于新創企業成長風險的內涵，學者從不同領域和角度給出了理解，其中“不確定概率說”、“后果影響說”、“來源說”三種觀點較為典型。

2.互聯網環境下新創企業成長風險研究

互聯網為企業提供了新的發展平臺，同時也帶來了相應的風險。曹新平（2009）通過對互聯網企業特點的分析，總結出互聯網企業成長過程中的幾大風險，主要包括戰略目標的不確定、人才流動風險、信息技術風險、市場風險、知識產權風險等。新創企業成長風險具有很大的背景依賴性（Yates & Stones，1992），即在環境相異的背景中，風險所表現出的特點是不一樣的。

3.互聯網環境下新創企業成長風險識別研究

風險識別作為創業領域的關鍵問題之一，一直是創業活動中的重要環節，在整個新創企業成長過程中扮演著非常重要的角色。新創企業成長風險識別是企業進行風險控制實施的前提和基礎，風險識別的準確程度會對風險控制和管理產生重要的影響（崔海燕，2011）。

新創企業置身于市場、財政、政治、科研等錯綜復雜的環境之中，其成長過程充滿了各種不確定性，面臨著來自行業、市場、資金、勞動力等諸多風險要素，使新創企業成長存在著多風險、高風險性。而對新創企業進行風險識別能夠盡量防止內外部風險的侵襲，化不確定為確定，使企業在復雜的環境中獲取競爭優勢，并保持其高成長性。

“互聯網+”新創企業成長風險涉及因素眾多，且隨著時間環境變化呈現動態性和演化性，這種特性給其風險識別模型和方法提出了較高的要求，好的風險識別方法要能適應于復雜而變化的環境，具有較高的魯棒性。風險識別的方法有多種，傳統的風險識別方法分為定性分析、定量分析以及定性和定量相結合三類。在定性分析方面主要有主觀估計法、層次分析法和故障樹/事件樹法、情景分析法等方法。但是，這些方法對企業風險識別主要用于風險分析與評估，識別對象多為靜態風險。考慮到新創企業成長風險是動態的，且存在著不確定性和演變性，人們開始使用人工智能方法對新創企業成長風險識別和決策進行探索。人工免疫理論的發展和人工免疫應用領域的推廣，為構建基于人工免疫的“互聯網+”新創企業成長風險識別模型提供了可能。

而以人工免疫系統作為風險特性描述及識別過程描述的理論基礎，將免疫網絡作為風險要素之間相關關系的刻畫工具，可以通過計算實驗探究風險識別模型的科學性和可行性，實現對人工免疫系統、多Agent 建模的計算實驗等方面的基礎理論與技術進展。

4.人工免疫系統的相關研究

“互聯網+”新創企業成長風險識別包含大量“因素-風險-后果”，且風險因素復雜，識別過程多變，對于涉及復雜與不確定性的事物及其關聯的問題處理是比較困難的。Farmer（1999）借鑒生物免疫系統的相關技術應用于不確定性動態問題的處理，提出了人工免疫系統的概念。

5.多Agent 建模的計算實驗研究

新創企業成長風險識別是創業者對新創企業成長過程尚未發生的、潛在的以及客觀存在的各種風險進行系統、連續地預測、識別、推斷和歸納。由于“互聯網+”新創企業成長風險具有很大的不確定性、抽象性與復雜性，難以用準確的量化模型去描述企業成長過程中的風險。基于多Agent 建模的人工社會系統模擬仿真是一種解決復雜社會系統的有效方法，非常適合用于新創企業成長過程中動態風險的模擬仿真。

三、基于人工免疫系統的風險識別研究框架

在深入理解與分析新創企業成長風險識別過程抗原與抗體演化過程以及生物免疫系統運行機理基礎上，構建基于免疫系統的新創企業成長風險識別模型（Immune System based Start-up Growth Risk Identification Model，ISNVGRIM）。

ISNVGRIM的核心是人工免疫技術，通過模擬生物免疫系統的識別、優化和協同機理，實現ISNVGRIM的風險識別、風險防控和協同功能。具體包括：模擬生物免疫系統防御外部入侵，以及維持自身穩定的功能，實現ISNVGRIM的風險定位與識別功能；模擬生物免疫系統快速、準確地清除“損己”抗原的功能，實現ISNVGRIM的風險防控功能；模擬生物免疫系統各個體間的協調工作，以及各功能間默契合作的功能，實現ISNVGRIM的多Agent的協同功能。

1.ISNVGRIM 免疫仿生機理分析

從三個 ISNVGRIM 功能目標出發，研究分析 ISNVGRIM 的仿生機理，主要包括風險識別仿生機理、風險防控仿生機理和多 Agent 協同仿生機理。

2.ISNVGRIM 的工程化實現方法

在研究分析ISNVGRIM 免疫仿生機理的基礎上，可運用工程化方法，研究確定ISNVGRIM 工程計算實現方法。主要包括：

（1）ISNVGRIM 的風險識別的實現方法。

（2）ISNVGRIM 的風險防控的實現方法。

（3）ISNVGRIM 的多Agent 協同的機制。

四、未來的研究展望

研究“互聯網+”新創企業如何在成長過程中快速有效地識別各種復雜多樣的、動態、異構性風險，完成風險識別免疫基因的積累與學習并提升風險識別與防控能力，滿足新創企業利用信息技術在深層次決策支持、信息挖掘與發現的迫切需求，降低我國新創企業破產率，提升新創企業國際競爭力，促進“互聯網+”新創企業健康成長具有重要意義。考慮到“互聯網+”新創企業成長方式獨特性以及互聯網情境下復雜與多變性，使得難以用簡單的方法從單一方面考慮風險識別問題的解決，可以系統地研究互聯網+”新創企業成長風險形成、演化機理及指標體系。同時，風險識別系統是典型的開放性復雜系統，因此，借鑒免疫系統作為參考體系，模擬生物免疫系統的運行機理，可建基于人工免疫系統的“互聯網+”新創企業成長風險識別模型。①在研究目標上，現有風險識別研究大多采用單一方法解決某方面的應用型問題，未能提升到決策支持的高度，運用決策支持的相關理論與方法，并結合實證研究，探討“互聯網+”新創企業成長風險的防控對策。②在研究對象上，現有研究較為關注企業財務風險、信用風險，或具體風險事件的識別方法，缺乏對“互聯網+”新創企業成長風險識別中基礎性、共性問題的動態機理研究，為數不多的對新創企業成長風險識別的研究尚未實質性切入到風險形成、演化機理與識別機制以及風險測度、定位等更為深入的領域。③在研究方法上，由于“互聯網+”新創企業成長風險的動態、異構、多樣及復雜性特點，需要引入學科交叉，根據研究的問題，綜合多種研究方法（如實證研究、理論研究、工程設計等）；從具體的微觀角度，可用人工免疫系統、計算實驗等多方法，并做出相應改進以解決“互聯網+”新創企業成長風險識別的研究問題。

參考文獻：

[1]Farmer，Lapedes and Wendroff.North-Holland，Amsterdam， 1986，6（2）：187-204.

[2]高僮.基于動態故障樹和蒙特卡洛仿真的列控系統風險分析研究[D].北京交通大學， 2014.

[3]韓雪，馮玉強.基于案例推理的談判支持系統的研究[J].控制與決策，2008，23（7）： 791-794.

[4]洪源，劉興琳.地方政府債務風險非線性仿真預警系統的構建---基于粗糙和BP 神經網絡方法集成的研究.山西財經大學學報，2012， 34（30）：1-9.

[5]胡海青，張瑯等.供應鏈金融視角下的中小企業信用風險評估研究---基于SVM與BP神經網絡的比較研究.管理評論，2012，24（11）： 70-80.

[6]姜繼嬌，楊乃定等. RIC環境下企業風險的識別、擴散與防范機制[J].科研管理，2007， 28（6）： 154-158.

[7]李鋒剛，楊善林等.案例推理中屬性約簡及其性能評價[J].清華大學學報，2006， 46（S1）： 1025-2029.

[8]李俊芳.含風電場的電力系統運行風險分析方法研究[D].華中科技大學，2012.

[9]李柯諾.中國互聯網行業精英創業模式及啟示[D].武漢科技大學，2013.

[10]李濤.基于免疫的網絡安全風險檢測[J].中國科學E輯信息科學，2005，35（8）： 798-816.

作者簡介：

姚雨琪，生于1998年8月，漢族，江西南昌人，江西財經大學，信息管理學院。

楊波，生于1973年12月，漢族，江西南昌人，江西財經大學，信息管理學院。

杜婭，生于1998年2月，漢族，青海海東人，江西財經大學，信息管理學院。

楊玉潔，生于1999年2月，漢族，山西運城人，江西財經大學，信息管理學院。

龍琪奕，生于1998年7月，漢族，四川自貢人，江西財經大學，信息管理學院。

基金項目：本文系江西財經大學2018年度大學生實踐創業訓練計劃（項目編號201810421082）的成果。