学校代号 分类号 10532 学 密 号 B11140025 级 博士学位论文 农业金融企业动态联盟 风险管理研究 学位申请人姓名 培养单位 导师姓名及职称 学科专业 研究方向 论文提交日期 苗 彬 工商管理学院 谢 赤 教授 工商管理 金融企业风险管理 2022年1月11日 学校代号：10532 学 密 号：B11140025 级： 湖南大学博士学位论文 农业金融企业动态联盟 风险管理研究 学位申请人姓名：苗 彬 导师姓名及职称： 谢 赤 教授 培养单位：工商管理学院 专业名称：工商管理 论文提交日期：2022年1月11日 论文答辩日期：2022年3月19日 答辩委员会主席：杨 智 教授 Research on Risk Management of Dynamic Alliance of Agricultural Financial Enterprises by MIAO Bin B.E. (Taiyuan Institute of Machinery) 1993 M.B.A. (Hunan University) 2003 A dissertation submitted in partial satisfaction of the requirements for the degree of Doctor of management in Business Management in the Graduate School of Hunan University Supervisor Professor XIE Chi January, 2022 农业金融企业动态联盟风险管理研究 摘要 经济全球化的持续推进和市场环境的不断变化对企业提升自身综合实力、转 变发展模式并实现高质量商业转型提出了更高的要求，企业仅凭一己之力已很难 适应个性化市场结构的需求。为了高效利用市场资源，一些企业逐渐形成一种联 盟的合作关系。动态联盟作为全球化敏捷生产的一种组织形式和新型的联合竞 争、合作共赢的协同机制，目前已经成为企业实现利润最大化的重要战略选择。 社会经济联动特点的显现，促使作为第一产业的农业也走上联合发展的道路。随 着新型农业生产经营主体的逐步形成，服务于农业产业的农业金融机构不断发 展，并根据产业特点形成多种形式的联盟体。在农业金融市场投资持续升温以及 国家对农业金融调控力度进一步加大的情况下，服务于农业发展的农业金融企业 动态联盟的风险问题也越来越受到各界的关注。 本文采用理论探索与算例剖析相结合的方式，以农业金融企业联盟运营机制 为前提，运用 BP 神经网络、模糊综合评价以及粗糙集方法，探讨农业金融企业 动态联盟关键风险因素筛选以及联盟风险评价、预测和防范。 首先，运用粒子群优化的 BP 神经网络方法，并结合建模算例对农业金融企 业联盟风险关键因素进行筛选，然后搭构农业金融企业动态联盟风险管理框架。 面向农业金融企业动态联盟所涉及的所有可能风险因素，对联盟成员职工(特别 是风险管理者意见相关人员 )进行问卷调查并整理数据，使用调查数据训练粒子 群优化的 BP 神经网络，确定训练准确度。对可能风险因素进行组合和筛选，逐 一验证风险因素组合对粒子群优化的 BP 神经网络准确度的影响，挑选出关键风 险因素组合，使得风险管理者需要分析的风险因素减少，风险因素统计工作减 少，风险管理者关注的重点更突出。随后，构建中原农业金融企业动态联盟风险 管理体系，识别农业金融企业动态联盟关键风险影响因素，从动态联盟成员不稳 定性、市场环境不稳定性、联盟内部管理不稳定性等方面探讨风险防范措施。 其次，为了更好地对农业金融企业动态联盟进行风险评价，从多专家直接评 价风险因素等级的角度，基于经典模糊综合评价模型，引入 5 种模糊合成运算方 法，对传统技术实施改进，并在新的动态联盟风险管理框架内建立广义模糊综合 评价模型。以优化后的动态联盟风险指标体系作为基础，使用广义模糊综合模型 评价中原农业金融企业动态联盟的风险暴露。考虑到风险因素分析过程中存在许 多不确定的因素，基于覆盖的紧致变精度模糊粗糙集模型，提出相应的优劣解距 离方法，对中原农业金融企业动态联盟的风险状态进行评价。对农业金融企业动 态联盟进行风险评价过程中，运用侧重主观或客观的新方法，完善实际环境中的 -II- 博士学位论文