طراحي مدل تعيين تضامين جهت تأمين مالي طرح‌ها و شركت‌هاي كوچك و متوسط (SME) فناور با استفاده از مدل فازي ـ عصبي

هدف: تأمين مالي شركت‌هاي كوچك و متوسط فناور، يكي از عوامل تعيين‌كننده موفقيت آتي آن‌هاست. به‌طور عمده، دارايي‌هاي اين شركت‌ها از نوع ناملموس و مبتني بر دانش فني است و با توجه به نوپا بودن، سوابق مالي و اعتباري چشمگيري ندارد. نظام‌هاي تأمين مالي، به‌صورت سنتي و به‌منظور مديريت ريسك، از الگوهاي مبتني بر توثيق حداكثري دارايي‌هاي فيزيكي استفاده مي‌كنند كه با شرايط اين كسب‌وكارها تناسبي ندارد و به بازنگري نيازمندند. مسئله اصلي اين پژوهش، ارائه مدلي براي ارزيابي و‌ تعيين تضامين طرح‌هاي فناورانه و شركت‌هاي دانش‌بنيان است تا ضمن تسهيل دستيابي به منابع مالي، ريسك عدم بازپرداخت اين منابع نيز مديريت شود. روش: جامعه آماري، شركت‌هاي دانش‌بنيان دريافت‌كننده تسهيلات است كه با استفاده از روش كوكران، 103 شركت براي نمونه انتخاب شد. در گام نخست، معيارهاي ارزيابي طرح و شركت، تعريف و با به‌كارگيري سيستم خبره فازي، شيوه رفتار مناسب با شركت‌ها تعيين شده است. در گام دوم، به‌منظور ايجاد يك سيستم يادگيرنده، نتايج گام نخست به‌عنوان داده‌هاي ورودي، در قالب سه الگوريتم شبكه عصبي در نرم‌افزار متلب پياده‌سازي و الگوريتم ANFIS با دقت 93درصد نسبت به داده‌هاي ورودي، انتخاب شده است. يافته‌ها: با توجه به داده‌هاي بازپرداخت موجود در صندوق نوآوري و شكوفايي، مدل فازي ـ عصبي نهايي آزمون شد. نتايج آزمون و ارزيابي مدل، در 85درصد از موارد، نحوه عملكرد شركت‌ها در بازپرداخت منابع را به‌صورت صحيح تشخيص داد و تضامين (وثايق ملكي و/يا ضمانت‌نامه بانكي) متناسب با آن‌ها را پيشنهاد كرد. نتيجه‌گيري: مدل معرفي‌شده در اين پژوهش، براي ارزيابي و اعتبارسنجي و‌ تعيين تضامين طرح‌هاي فناورانه و شركت‌هاي دانش‌بنيان معرفي شده است كه ضمن تسهيل دستيابي آن‌ها به منابع مالي، به مديريت ريسك عدم بازپرداخت منابع نهاد مالي نيز كمك مي‌كند. همچنين از روش‌هاي جديد بهينه‌سازي بهره برده است و قابليت يادگيرندگي نيز دارد.