熵值法在衡量企业融资风险控制能力中的应用研究——基于中小板上
- 格式:pdf
- 大小:223.01 KB
- 文档页数:7
基于熵视角的科技型中小企业融资效率研究【摘要】根据“结构—行为—价值”的范式,企业可以根据自身实际来调整其融资行为并由此提高其融资效率和企业价值。
文章构建了以融资成本、融资风险、融资经济范围3个一级指标,涵盖11个二级指标的科技型中小企业融资效率评价指标体系,通过综合运用层次分析法(AHP)与熵权法来确定各指标的权数,以某科技型中小企业2006—2010年的数据为例,根据计算结果对该企业融资效率进行度量,来分析各相关指标对企业融资效率的影响程度,评价该企业融资效率的变动趋势,为后续的融资方式的选择提供可靠的决策依据。
【关键词】科技型中小企业;融资效率;融资成本;融资风险;融资经济范围Zingales(2000)把企业财务问题分为资本结构、公司治理(企业行为)和企业价值三个方面,并认为最基本的问题是企业如何融资。
然而,任何一种融资方式都有其优缺点,它们在不同条件下对企业价值的贡献作用并不相同。
资本结构决定着企业行为和企业价值,同时企业价值又通过企业行为来影响资本结构。
因此,企业可根据自身实际情况来调整其融资行为,提高其融资效率和企业价值。
一、科技型中小企业融资效率的熵描述(一)融资成本熵对于多数科技型中小企业而言,由于企业规模过小,股权融资是件遥不可及的事情。
即使上市了,科技型中小企业也将面临单位交易成本过高、规模不经济等成本问题,在很大程度上影响了融资效率。
在金融机构信贷方面,由于信息不对称和逆向选择的道德风险的存在,信贷配给现象明显。
以上这些不利因素逐渐成长为阻碍企业融资的正熵。
随着企业规模的扩大,企业管理制度的规范化、企业信息透明度的提高、品牌的成功建设、稳定的资金流等有利因素的积累,融资难度将大大下降,增加了企业融资的负熵。
同时,外部融资环境的改善,如逐步完善的多层次资本市场体系、日趋成熟的市场经济、加大支持科技型中小企业发展的政府扶持力度等,也将有利于降低融资成本,成为企业融资的负熵流。
基于熵权TOPSIS法的中小微企业信贷决策研究
方洋洋;李紫莹;张立;王蓝璟;冯倓飞
【期刊名称】《北方经贸》
【年(卷),期】2024()5
【摘要】在当代大数据发展背景下,中小微企业在国民经济发展过程中具有不可忽视的地位。
为了解决银行中小微企业的信贷问题,本研究基于银行对中小微企业投资建立了风险评估的信贷决策模型。
并利用线性规划来确定不同信誉等级的企业投资金额和熵权法来确定风险指标,考虑突发因素对银行和企业信贷风险的影响,建立TOPSIS评价法进行综合评分。
从而得出银行对中小微企业的信贷风险策略,依据所建立的信贷风险评估模型能够更好地解决投资理财、信贷决策问题。
【总页数】4页(P101-104)
【作者】方洋洋;李紫莹;张立;王蓝璟;冯倓飞
【作者单位】汉江师范学院物理与电子工程学院;汉江水利水电(集团)有限责任公司水电公司
【正文语种】中文
【中图分类】F832
【相关文献】
1.基于熵权法的中小微企业信贷策略研究
2.基于AHP-熵权法的中小微企业信贷决策模糊综合评价
3.基于熵值法的中小微企业信贷决策研究
4.基于熵权TOPSIS法与非线性规划的中小微企业信贷决策研究
因版权原因,仅展示原文概要,查看原文内容请购买。
统计熵理论在金融市场风险评估中的应用随着全球金融市场的不断发展和复杂化,金融风险评估成为了投资者、银行和监管机构关注的焦点之一。
统计熵理论作为一种新的量化风险评估工具,逐渐引起了人们的关注。
本文将探讨统计熵理论在金融市场风险评估中的应用,并对其优缺点进行分析。
统计熵理论源于信息论领域,其核心思想是通过对数据集的分析和度量,揭示其中的信息结构和不确定性。
在金融市场风险评估中,统计熵可以用来衡量投资组合的风险。
通过计算不同资产的熵值,可以评估其在市场波动中所占的比重,从而为投资者提供风险控制的依据。
首先,统计熵理论可以帮助投资者识别多样化的风险因素。
金融市场中的风险因素多种多样,包括市场风险、信用风险、流动性风险等。
传统的风险评估方法往往只关注某一种风险类型,忽视了其他的重要因素。
而统计熵理论可以结合多种指标,综合考虑不同风险因素的影响,提供全面的风险评估。
其次,统计熵理论能够精确计量不确定性和波动性。
金融市场的波动性是投资者最关注的问题之一。
统计熵可以通过计算资产价格的变异系数、方差等指标,衡量资产价格的不确定性和波动性。
通过对不同资产的熵值进行比较,可以识别价格波动较大的风险资产,从而帮助投资者做出更准确的决策。
此外,统计熵理论还可以用来构建有效的投资组合。
投资组合理论认为,通过将不同风险资产的组合,可以降低整体投资组合的风险。
统计熵可以衡量不同投资组合的风险水平,并评估其风险调整收益率。
通过优化投资组合的权重分配,投资者可以在控制总体风险的同时,最大化投资收益。
尽管统计熵理论在金融市场风险评估中有诸多优点,但也存在一些局限性。
首先,统计熵理论在数据处理方面要求较高。
传统的风险评估方法通常只需要价格数据即可,而统计熵理论需要更多的数据输入,包括交易量、市场情绪等。
这对于一些数据获取困难的金融产品而言,可能会带来一定的挑战。
其次,统计熵理论在面对极端事件时的有效性有待进一步验证。
在金融市场中,极端事件的发生可能会导致市场的系统性崩溃,传统的风险评估方法往往无法充分考虑这一点。
1引言在实际中,对于中小微企业银行通常是依据信贷政策、企业的交易票据信息和上下游企业的影响力,向实力强、供求关系稳定的企业提供贷款,并可以对信誉高、信贷风险小的企业给予利率优惠。
银行首先根据中小微企业的实力、信誉对其信贷风险作出评估,这些指标可以分别从年资金流量、信誉等级等方面进行评估,然后通过熵权分析法进行评判信贷风险等因素来确定是否放贷及贷款额度、利率和期限等信贷策略。
2模型的建立与求解银行首先根据中小微企业的实力、信誉、上下游企业的影响力、供求关系的稳定性对其信贷风险作出评估,然后依据信贷风险等因素来确定是否放贷及贷款额度、利率和期限等信贷策略。
因此,需要借助数据分别对实力、信誉、风险进行数学化的表达和分析。
企业信息包含企业代号、企业名称、信誉等级、是否违约4项信息。
其中企业代号可串联不同附表的数据进行整合分析,可由企业名称进行统计分类得出各行业所占百分比,信誉评价为“D ”或者是否违约为“是”的企业不符合该银行的贷款策略,不予放贷。
各企业的实力可以用各企业的年盈利来量化表达,但需要注意的是,发票状态分为有效发票和无效发票2种,在这里应去掉无效发票。
去除无效信息后,通过销项发票信息的价税合计,即该企业的总收入,减去企业对应的进行发票信息的价税合计,即该企业的总支出,两者的差值即为该企业的总盈利,用Mai 表示,可以反映其自身实力。
企业的信誉可以通过企业信息中的信誉评级和是否违约信息进行判定,信誉评级为D 或是否违约为是的企业在该题目中认为企业信誉过低,银行不予贷款。
接下来对各评级进行赋值,方便后续量化处理,即信誉评级为A 、B 、C 分别赋值为100、80、60。
企业的供求关系的稳定性可分为供项稳定性和销项稳定性两方面考虑,在这两方面中,通过构建稳定性占比系数来分别刻画。
在发票状态中,包含有效和作废发票2种,而这2种发票类型对应的价税合计亦有正有负,作废发票价税合计正值代表取消交易,有效发票价税合计负值代表交易成立发票生成后,发生退货的现象,因此,这2种类型均为企业买卖过程中不稳定性的具体表现,从而可以用统计作废发票的正值和有效发票的负值两者之和占该企业对应【作者简介】段钧瀚(2000-),男,河南郑州人,从事材料加工工程研究。
基于熵值法的企业绩效评估研究企业绩效评估是企业管理中至关重要的一个环节,通过评估企业的绩效水平,可以帮助企业了解自身的优势和劣势,及时采取措施来提升绩效。
而基于熵值法的企业绩效评估方法,可以为企业提供一种科学有效的评估工具。
熵值法是信息论中的一种常用方法,它能够对一个系统中的混乱程度进行量化,并进一步分析各个因素对系统绩效的影响。
在企业绩效评估中,我们可以将企业看作一个系统,各个因素如生产效率、销售额、财务状况等构成了企业绩效的要素。
而通过应用熵值法,我们可以给这些要素赋予合适的权重,进而计算出企业的综合绩效得分。
要进行基于熵值法的企业绩效评估,首先需要明确评估的目标和范围。
不同的企业可能追求不同的绩效指标,比如有些企业注重利润最大化,有些企业则更关注市场份额的增长。
因此,在评估之前,需要设定好评估的指标,并确定各指标的权重。
接下来是数据的采集和整理,这是评估的基础。
收集到的数据应尽可能全面和准确,包括企业的财务报表、销售数据、生产数据等。
同时,为了保证评估结果的公正性和客观性,需要对数据进行筛选和调整,剔除异常值和不可信数据。
整理好的数据可以作为后续评估的依据。
在应用熵值法进行绩效评估时,需要给每个指标分配一个权重。
这个权重的确定需要根据不同指标的重要性和影响力来决定。
一般来说,企业的财务状况和市场竞争力对绩效有较大的影响,因此它们的权重较高;而某些次要指标的权重则相对较低。
权重的确定可以通过专家评估、问卷调查等方式进行,以确保权重的客观性和准确性。
有了数据和权重,接下来就是计算各个指标的效能值和熵值。
效能值反映了各指标相对于最优状态的表现,而熵值则反映了指标之间的差异性和混乱程度。
根据熵值法的原理,熵值越低,表明企业各要素之间的相互关联性越高,绩效越好。
最后,根据各个指标的效能值和熵值,计算出企业的绩效得分。
绩效得分可以通过加权求和的方式得到,其中每个指标的得分为其效能值乘以其权重。
得分较高的企业绩效较好,得分较低的企业则需要进一步分析原因,并采取相应的措施来提升绩效。
“新三板”挂牌企业成长力评价探析——熵值法-TOPSIS法刘振元;胡树华;牟仁艳;王政【摘要】成长力是衡量“新三板”挂牌企业投资价值的重要依据.在综合资源基础理论和动态能力理论后,提出“新三板”挂牌企业成长力模型,在此基础上,构建涵盖四个一级指标、11个二级指标和31个三级指标的成长力评价指标体系,并运用熵权法-TOPSIS法对指标体系进行综合评价,以湖北101家挂牌企业为研究样本,检验成长力评价指标体系的科学性.【期刊名称】《财会月刊(会计版)》【年(卷),期】2017(000)032【总页数】5页(P31-35)【关键词】“新三板”挂牌企业;企业成长力;熵值法-TOPSIS法;动态能力【作者】刘振元;胡树华;牟仁艳;王政【作者单位】武汉理工大学管理学院,武汉430070;武汉理工大学管理学院,武汉430070;湖北省产品创新管理研究中心,武汉430070;武汉理工大学管理学院,武汉430070;湖北省产品创新管理研究中心,武汉430070;武汉理工大学管理学院,武汉430070【正文语种】中文【中图分类】F292“新三板”作为多层次证券市场的重要组成部分,专注服务于创新型、创业型和成长型中小企业,以挂牌门槛低、上市成本低、审核效率高等优势,成为中小企业的重要融资平台。
2012年,国务院批准扩大非上市股份公司转让试点,“新三板”呈现“井喷式”发展,主要体现在四个方面:①数量规模大幅提升,从2011年年底的97家增加到2016年年底的10166家。
②业务区域范围扩展,突破高新区企业的限制,从中关村扩容到全国符合“新三板”条件的企业。
③市场交易热度提升,2011年成交笔数仅832笔、成交金额仅5.6亿元,2015年成交笔数高达282万笔、成交金额高达1911亿元。
④挂牌企业成长加速,2014~2016年保持连续盈利的企业为2418家,其中25%的企业平均营业收入增长率超过80%。
虽然“新三板”市场在快速增长,但新挂牌企业成长质量良莠不齐,制约了“新三板”的健康发展,田娟娟(2014)、王雪梅(2015)、刘宗欣(2016)等指出,“新三板”扩容后,流动性远低于其他证券市场,流动性风险值稳定性较大,风险特征明显。
熵权TOPSIS法在企业财务风险评价中的应用作者:赵腾杨世忠来源:《财会月刊·上半月》2019年第02期【摘要】结合企业特点,运用熵权TOPSIS法从盈利能力、偿债能力、营运能力、发展能力四个方面建立财务风险评价指标体系,并以酒鬼酒企业为例,分析历年财务风险水平及其影响因素。
实证结果表明,营运能力是影响企业财务风险最重要的因素,可关注的指标包括存货周转率、固定资产周转率、应收账款周转率等。
为有效防范风险,财务人员应将会计工作同实际紧密结合起来,深入了解企业经营情况,并积极参与到公司的业务管理、分析和预算等环节中,力争从根源化解财务风险,以此提升财务价值。
【关键词】财务风险;熵权TOPSIS法:业财融合;酒鬼酒【中图分类号】F275.5【文献标识码】A【文章编号】1004-0994(2019)03-0009-8一、引言我国财政部在《管理会计应用指引——风险管理》中对风险矩阵(第701号)和风险清单(第702号)等风险管理工具的推广应用开展了深入研究。
其中,熵权TOPSIS法(Technique for Order Preference bySimilarity to an Ideal Solution)是在大数据背景下的一个有效的风险管理工具。
1948年,信息论创始人申农首次将熵这一物理概念引入信息论中,熵权法由此发展而来,借助熵权法的原理可以实现对评价类问题指标权重的客观赋权。
TOPSIS法是由C.LHwang和K.Yoon于1981年首次提出的多目标决策排序方法,该方法创造性地定义了决策问题的正负理想解,根据各方案与理想解间的距离比较方案优劣。
熵权TOPSIS法结合两种方法的优势,实现对决策问题的定量评价,受到国内外学者的高度关注。
国外学者在应用熵权法进行研究时,丰要集中于对风险指标的刻画和指标权数确定等方面。
LMolgedey等[1]通过运用熵的理论构建财务风险预警模型,并认为在多种预警方法中,熵的方法可以吏全面、吏准确地判断企业财务风险程度。
熵值法在衡量企业融资风险控制能力中的应用研究———基于中小板上市企业2009-2014年数据陈亚慧①摘 要:本文以301家中小板上市企业2009-2014年6年间的财务数据为研究基础,结合熵值法和K-means快速聚类法对企业融资风险控制能力进行评估,并选取这6年间曾被ST/ST*处理过和净利润最大的21家企业分别作为弱类和强类检验样本进行检验。
结果表明,强类检验样本中有18家分布在熵值法划分的强类区域,而弱类检验样本中有17家分布在弱类区域,准确率均在80%以上,且误判偏差较小。
由此可知运用熵值法能够对中小企业融资风险控制能力做出评估,且准确率较高。
关键词:中小板上市企业 熵值法 融资风险控制能力一、引言融资风险控制能力即企业在进行债务融资时以及后续的经营过程中,抵抗由于融资所造成收益减少或损失的能力以及能及时足额偿付债务本息的控制能力。
我国中小企业多为民营企业,与实力雄厚的主板上市企业相比,融资难度大,风险高。
已有文献中对中小企业融资风险控制能力及其相关影响视为同质,但由于企业规模、盈利能力、融资成本和公司治理等因素的影响,中小企业①陈亚慧(1988-),女,应用经济学硕士,天津工业大学经济学院,研究方向为债务融资和资本市场。
的融资风险控制能力存在很大差异。
对其进行不同的区分,可能会对企业资本结构的合理安排等相关研究产生不同影响。
Altman[7]以1946-1965年间申请破产的33家制造业企业和与之相对应的33家财务正常企业的财务数据为样本,进而构建Z模型进行企业财务危机的预测。
欧君榜[4]选用功效系数法,根据专家打分获得各个预警指标的权重来衡量中小企业的融资风险。
秦苒[5]认为河南省中小企业财务状况的变化与财务比率的关系是非线性的,且许多指标也非正态分布,不适合用国外的多元回归、多元线性判别分析等模型,采用人工神经网络模型预测中小企业的融资风险。
已有研究对评估融资风险控制能力的研究主要集中在Z值判别法、专家打分法和BP神经模型这几类。
考虑到Z值判别法的得出来源与美国股市的局限性、专家打分法的主观性以及BP神经网络模型的复杂性,本文提出采用熵值法对企业融资风险控制能力进行评估和检验。
二、熵值法原理及其过程(一)熵值法概述熵值可以判断事件的随机性及无序程度,熵值法的基本原理是根据变量指标的离散程度,来确定其对被解释变量的影响大小。
变量指标的离散程度越大,对评价被解释变量的影响越大,相应权重就越大。
熵值法最大的优点就是可以对模糊指标进行量化处理,避免了主观随意性。
变量指标选定后,首先要确定其属于正向还是逆向指标,其中正向指标与被解释变量正向相关,而逆向指标则相反。
之后对指标进行去误化处理,使得每个指标下,数据最小的后5%样本值等于正好排在最后5%起点的那个数据的值,数据最大的前5%样本值正好等于排在最前5%终点的那个数据的值,以降低数据误差影响。
(二)熵值法具体步骤正向指标的标准化处理: ^rij=rij-min{Rj}maxRj-minRj (1)逆向指标的标准化处理: ^rij=max{Rj}-rijmaxRj-minRj (2)其中,rij代表第i个样本第j项指标的原始数据,^rij代表标准化后的相应数据,Rj代表了每个样本第j个指标的数据,max{Rj}、min{Rj}分别为301个样本企业第j项指标的最大值和最小值;其中,i=1,2,...,m,且m=301;j=1,2,...,n,且n=7。
计算单个样本指标值比重Qij Qij=^rij∑mi=1^rij (3)计算指标的信息熵Hj Hj=-k∑mi=1(Qij*lnQij),其中k=1/lnm;(4)计算指标权重Wj Wj=1-Hj∑nj=1(1-Hj) (5)计算单个样本的综合评分Ai Ai=∑nj=1(Wj*^rij) (6)三、样本数据选取及研究设计(一)样本来源及变量选取文中样本剔除金融和房地产行业以及数据不全的样本,最终选择了2009—2014年均在中小板上市的301家样本企业作为全样本,相关数据来自于RESSET数据库和巨潮资讯网,数据分析所用软件为EXCEL、SPSS17.0和MATLAB。
表1 解释变量及被解释变量代码及描述指标代码说明(指标含义)性质净资产收益率R1值越高,盈利能力越强正向盈利波动性R2值越高,经营稳定性强,用净资产收益率的波动性表示逆向资产规模R3值越高,实力越雄厚,取对数正向债务融资成本率R4值越高,资本成本率低,为利息费用与负债总额之比逆向资产负债率R5值越高,还本付息压力大逆向指标代码说明(指标含义)性质担保能力R6值越高,越易获得融资,且融资成本相对较低正向现金流量利息保障倍数R7值越高,短期偿债能力越强正向融资风险控制能力A待评估的被解释变量-(二)研究设计变量指标选定后采用熵值法确定权重,得出待评估变量的综合评分后,运用K-Means快速聚类法将样本总体分为强、弱、一般三类区域。
从301个全样本中选出这6年间曾被特殊处理(标记ST/ST*)过的21家财务异常企业作为融资风险控制能力弱(简称“弱类”)的检验样本,选出净利润最大的21家财务良好企业作为融资风险控制能力强(简称“强类”)的检验样本,然后分别检验测试样本是否被划入熵值法划定的区域内,以此对比法来检验熵值法的实用性和准确性。
四、实证结果(一)熵值法评估能力得分表2 熵值法确定权重结果指标R1 R2 R3 R4 R5 R6 R7权重0.1235 0.0549 0.1742 0.2361 0.1759 0.1545 0.0808 表2是运用熵值法得出的各个解释变量在评估企业融资风险控制能力时的权重,据此结果可得出企业评估值的计算公式如下所示。
=0.1235R1+0.0549R2+0.1742R3+0.2361R4+0.1759R5+0.1545R6+0.0808R7 (7)(二)K-Means快速聚类结果据式(7)计算结果,运用K-Means快速聚类法将全部样本分为三类(表3),小于0.406归为弱类企业,代表融资风险控制能力较弱;大于0.535归为强类企业,代表融资风险控制能力较强。
表3 最终聚类结果K-Means快速聚类结果及描述评估值聚类中心0.604 0.349 0.465每个聚类中的案例数83 74 144评估值范围0.749~0.535 0.406~0.192 0.534~0.407债务融资风险控制能力强类弱类一般类(三)测试样本检验结果表4 测试样本评分结果弱类测试样本(标记ST/ST*的21家企业)强类测试样本(净利润最大的21家企业)代码评分代码评分代码评分代码评分代码评分代码评分2002 0.246 2102 0.275 2163 0.370 2001 0.637 2065 0.566 2236 0.5992006 0.315 2114 0.257 2164 0.403 2007 0.749 2081 0.545 2241 0.5562015 0.341 2127 0.260 2200 0.298 2008 0.535 2128 0.629 2242 0.6432019 0.301 2134 0.441 2217 0.452 2024 0.569 2152 0.627 2269 0.5602047 0.389 2145 0.272 2234 0.393 2038 0.696 2191 0.626 2294 0.6912072 0.222 2160 0.318 2248 0.368 2048 0.58 2202 0.457 2304 0.6962075 0.483 2162 0.344 2265 0.446 2051 0.499 2204 0.506 2310 0.561图1 全样本及测试样本分布图表4反映了测试样本的检验结果,图1反映了全样本和测试样本的分布情况。
结合上述结果可知,第一,全样本中有144家约占50%的样本评估值在0.406~0.535之间,集中一般区域,分别有约占25%的样本分布在强类和弱类区域;第二,在21个弱类测试样本中有17个分布在由熵值法划定的弱类区域中,且距离其上临界线(0.406)较远,剩余的4个测试样本被划入了一般区域且靠近弱类的上分界线,准确率达80%且误判偏差较小。
第三,在21个强类测试样本中有18个分布在由熵值法划定的强类区域中,且距离其下临界线(0.535)较远,剩余的3个测试样本被划入了一般区域且靠近强类的下分界线,准确率达85%且误判偏差较小。
五、研究结论与启示第一,将熵值法和K-Means快速聚类法相结合用于评估中小企业的融资风险控制能力可行。
测验样本的检验结果也表明该方法不仅简单可行而且准确率较高,误判偏差也较小。
又由于该方法可以对模糊指标进行量化处理,避免了主观随意性,因此具有一定的参考和实用价值。
第二,我国约75%的中小板企业的融资风险控制能力处于一般及低水平,说明我国中小板企业整体风险较高,抵御风险能力较差,这不仅对此类企业合理安排债务融资,调整现有的资本机构提出更高要求,同时也表明对我国中小板市场的指导和监督工作有待进一步完善。
第三,本文的研究也启发笔者在下一步的研究中,可以运用此评估方法来对不同类型融资风险控制能力的企业进行债务融资、股权融资对企业成长、企业绩效、企业信用评级或者投资项目决策选择等相关内容进行深入研究。
参考文献[1]敖世友.基于管理熵的企业风险评价模型研究[J].求索,2011(2):4-33.[2]高健.企业融资风险控制研究[D].沈阳:沈阳大学,2012.[3]姜轶婕.战略性新兴产业上市公司融资风险评估研究[D].南京:南京航空航天大学,2014.[4]欧君榜.中小企业融资风险预警系统定量研究—预警测度系统[J].时代金融,2006(9):70.[5]秦苒.河南省中小企业融资风险评估及预警研究[J].当代经济,2008(1):88-90.[6]吴本杰.基于功效系数法的财务危机预警[J].价值工程,2012(2):143-144.[7]Altman EI.Financial ratios,discriminant analysis and the prediction of corporatebankruptcy[J].The Journal of finance,1968,23(4):589-609.[8]Bolton P,Chen H,Wang N.A unified theory of Tobin's q,corporate investment,financing,and risk management[J].The Journal of Finance,2011,66(5):1545-1578.[9]Laux C,Muermann A.Financing risk transfer under governance problems:Mutualversus stock insurers[J].Journal of Financial Intermediation,2010,19(3):333-354.Study on the Enterprise Financing Risk ControlAbility Based on Entropy Method—Based on the SME's Data from 2009to 2014Chen Yahui(Economics School of Tianjin Polytechnic University,Tianjin 300384)Abstract:This paper proposes a new method to measure and classify the SME's abilityto control financing risk by binding entropy method and K-Means clustering analysis,andtests the practicability by using data of the sample enterprises of special treatment(ST/ST*)and big net profit separately.The result shows that 85%strong test samples areclassified as strong financial group and 80%weak test ones are classified as weak financialgroup,and it illustrates the entropy method’s practicability and accuracy.Key Words:SMEs Entropy Method Financing Risk Control Ability。