不同评价方法的筛选

(1)考虑评价指标的性质

在众多评价方法中，主成分分析法、聚类分析法和因子分析法等多元统计分析方法以及人工神经网络方法属完全定量分析，对样本空间的大小、数据的完整性等要求比较高，适用于易量化的指标筛选。但这些方法一般需要较大的样本量，限制了这些方法的采用。具体分析高新技术企业生命周期各阶段的因素变化，不论是技术、资金、市场还是管理方面都存在部分定性指标，使得指标体系难以完全量化，因此多元统计分析方法对高新技术企业各个成长阶段的评价并不完全适用。

模糊综合评价和灰色聚类分析方法对量化要求不太高，属非完全定量分析，可用于一般的评价，这两种分析方法在经济管理领域用得比较多。根据上述六条原则，结合高新技术企业成长实际，似乎这两种分析方法更适合于高新技术企业各个成长阶段的综合评价。

(2)考虑收集数据的完整性

高新技术企业综合评价是一个很复杂的过程，无论使用哪一种评价方法，都要用到定性和定量两种指标。对于一个企业来讲，除了大量的定量指标外，必然存在定性指标。对于指标量化的困难，可采用专家打分法予以解决。

高新技术企业在成长过程中，针对企业可持续成长的现状、未来进行综合评价是常有的事，按照上述六条原则的要求，必须采集大量的数据用于综合评价分析。在经济研究中，对大样本数据的采集非常困难，而过多的使用小样本数据又会造成结果的失真性。在具体研究中，如果不能采集到相关数据，要想达到预期的评价目标肯定是不可能的。对于采集到的数据，通常需要借助数学方法进行分析，如果数据不完整往往会限制一些数学方法的采用。

具体来讲，针对高新技术企业生命周期相对较短的实际，对其各个成长阶段相关数据的采集难易程度不尽一致。在种子期，企业还是一张白纸，各种数据难以采集;在创业期和成长期，企业处于起步状态，更加重视数据的保密性，同时各种报表的可参考性差，无法完备地采集数据。在成熟期和蜕变期，由于企业各方面都已走上正轨，数据的采集相对容易。因此，处于种子期的高新技术企业一般不作综合评价;处于创业期和成长期的高新技术企业不宜采用多元统计分析方法和人工神经网络方法，采用灰色聚类分析和模糊综合评价法更适宜一些;处于成熟期和蜕变期的企业，可采用多元统计分析方法或人工神经网络方法进行综合评价。