改进的供应链金融信用风险评估的比较分析开题报告
2022-01-13 21:32:01
全文总字数：4129字
1. 研究目的与意义及国内外研究现状
证明在供应链金融模式下，在传统原有指标体系基础上增加第三方物流状况指标有利于改进信用风险评估的准确率，分别对增加第三方物流状况指标前后的两种指标体系进行建立、筛选，并评估建模（Logit模型及多层感知器神经网络模型），比较两种模型的计算结果—信用评估准确率。本研究的意义在于探索在供应链金融原有指标体系基础上引入不同的指标对风险评估模型准确率的影响，同时比较Logit回归模型与多层感知器神经网络模型这两种模型准确度，为供应链与信用风险的有效管理提供一些有价值的依据和建议。
国内外研究现状
| 1.国外方面 供应链金融模式下中小企业信用风险评价难的问题已成为全球性的研究热点，国外专家学者也是对此做出了大量的研究贡献，尤其以美国和日本的学者为代表。他们对于中小企业融资结构问题、信用担保问题、创业板市场等问题提出了一些分析对策并成效显著。而对于信用风险评价难的成因方面，西方学者采用了大量实证研究的方法，如回归分析的方法、信贷缺口理论、信贷配给理论和信息成本理论来进行风险评价。对于供应链金融信用风险，国外开发出的早期方法包括专家方法、信用评级法、信用评分法、5C法、基于Cohort和JLT方法的信用等级迁移矩阵；模型方面，基于企业资产结构，并运用期权定价理论刻画违约概率的结构模型，如Merton模型，到后来的简化模型，如Cox过程模型。而早期的单项资产模型则包括Z-score模型、死亡率模型、神经网络方法，到后来的信用组合管理如二叉树和伯努利混合模型。现代的资产组合理论则发展了如KMV模型、CreditMetrics模型、CreditRisk 、CPV等大量模型方法来对信用风险进行测度。 Vandana与ArshinderKaur(2018)在他们的《在随机需求下供应链中具有违约风险的二级交易信用》中，重点探讨了影响供应商需求率的两个因素：零售商的订单量和供应商的信用周期，并建立了二级交易供应链信用的综合利润函数。作者在求解过程中，给出供应商和零售商最优解的数学表达式和具有均匀分布的数值算例，来确定使得供应链利润最大化的供应商最佳信用期内的零售商最优订单量。最后，对重点参数的敏感性分析、管理内涵、以及展望进行了探讨。再如SeyyedHossein、ArminJabbarzadeh（2018）的《基于贸易信贷和银行信贷的供应链网络设计》，针对贸易信贷和银行信贷，提出了供应链网络设计的随机稳健优化模型，在需求不确定的情况下，最大化预期的供应链利润并确定设施的数量、地点及融资决策。作者给出了一种基于拉格朗日松弛技术的求解方法并通过案例研究了具体应用。总之，在传统供应链金融模式下，西方学者采用了各种量化手段，试图以建立模型、构建方程的形式来对具体的企业信用风险进行评估，目的是控制和预防具体的信用风险，将损失控制到最低。 2.国内方面 供应链金融是供应链与金融两个领域交叉产生的创新，它的出现主要是解决中小企业融资难的问题。对于供应链金融，宋华提出供应链金融是基于真实交易背景开展的金融活动，对供应链的采购、生产、销售等各环节提供定制化的金融服务，通过整合信息、资金、物流、商流等资源，达到提高资金使用效率，为各方创造价值和降低风险的作用。实质是依赖核心企业的信用沿供应链条的释放，表现形式是金融机构或链主企业对上下游中小企业的融资借款，帮助链内成员盘活流动资产。企业的一般生产经营活动分为采购、生产和销售三个环节，与之对应的表现形式为原材料、产成品和销售收入，资产表现形式为预付、存货和应收。因此供应链金融产品通常可以分为三类：预付款融资、存货融资和应收账款融资。 信用风险评价方面，国内学者从最初的建立评价指标体系，综合评估供应链中来自各方的风险，到方法的研究及模型的探索，如层次分析法和在其基础上的多层次灰色综合评价法、模糊层次分析法等，但主观性较大。于是转用回归方法建立模型，如logistic回归模型、因子分析法，后来又引入了支持向量机与神经模糊系统，使得模型对信用风险评估的准确性更好。高德文在其《供应链金融下我国商业银行信用风险评估与控制研究》中利用专家打分法和Logit回归模型对信用风险进行评估，分析商业银行在供应链金融中信用风险评估所存在的问题并给出相关建议。李林凤在其《线上供应链金融信用风险评估研究》中研究了线上供应链金融的发展和信用风险评估，在传统指标基础上加入线上供应链金融特有指标，并基于Logit回归模型和SVM模型进行对比分析，得出结合线上供应链金融特有指标及SVM模型能更好评估企业信用风险。吴煜宁在其《供应链金融信用风险评估方法研究》中分别利用SVM模型中三种不同的方法，即网格遍历法、遗传算法和粒子群算法对供应链金融信用风险进行评估，证明引入粒子群算法可以使模型的评估结果得到改进。
|
2. 研究的基本内容
首先探讨本文的研究背景，接着在文献综述中，介绍大量国内外相关理论与方法，随后具体阐述信用风险与供应链金融信用风险的定义与内涵，然后引入传统供应链金融原有指标体系，并在此基础上增加第三方物流状况指标，对这两种指标体系分别进行主成分分析，对建立的指标体系进行主因子提取，通过Logit回归模型及多层感知器神经网络模型这两种模型分别进行两种指标体系评估结果的对比，最后分析结果并从管理及当代信息技术的角度提出相关的建议。
3. 实施方案、进度安排及预期效果
根据本文的研究计划，本文的进程计划如下：
1、2018年10月1日至10月8日：查阅资料，与老师商议，确定选题、研究方法和工具。
2、2018年12月25日至2019年3月20日：进一步查阅有关资料，大量阅读中英文文献，进行初稿的撰写，并随时与老师进行交流。
4. 参考文献
|
