互聯(lián)網(wǎng)供應鏈金融信用風險評價的研究 ——以京東金融汽車行業(yè)為例
發(fā)布時間：2021-09-15 20:07
傳統(tǒng)的金融行業(yè)都在向著互聯(lián)網(wǎng)模式下的新形態(tài)發(fā)展,催生出一批新的互聯(lián)網(wǎng)金融企業(yè),同時帶來了新型的互聯(lián)網(wǎng)金融產品�；诨ヂ�(lián)網(wǎng)的供應鏈金融產品在我國尚處在快速發(fā)展階段,互聯(lián)網(wǎng)金融企業(yè)紛紛推出自己的供應鏈金融產品�；ヂ�(lián)網(wǎng)供應鏈金融產品風險的度量和防范也需要與時俱進,需要根據(jù)新產品的特點對于傳統(tǒng)的供應鏈金融風險評估方法進行變化。本文主要研究是互聯(lián)網(wǎng)供應鏈金融信用風險評估,建立包括融資企業(yè)信用狀況、核心企業(yè)資信狀況、供應鏈關系狀況和互聯(lián)網(wǎng)平臺的情況的信用風險評估指標體系,運用Logistic回歸、BP神經網(wǎng)絡和機器學習的方法建立信用風險評估模型。基于京東金融和汽車行業(yè)案例的數(shù)據(jù)和資料,建立傳統(tǒng)供應鏈金融信用風險評價不能實現(xiàn)的針對互聯(lián)網(wǎng)供應鏈金融的信用風險評價指標體系。本文的實證部分通過將新建立的基于互聯(lián)網(wǎng)的供應鏈金融信用風險評價指標體系與傳統(tǒng)供應鏈金融信用風險評價指標體系進行實證檢驗對比,并且分別使用Logistic模型、BP模型和SVM模型得出的分析結果,通過MATLAB程序得到的結果可以看出,基于互聯(lián)網(wǎng)供應鏈金融的信用風險評價指標體系與SVM模型結合起來的分析效果最好。在兩種指標體系的對比中,...
【文章來源】：上海師范大學上海市
【文章頁數(shù)】：70 頁
【學位級別】：碩士
【部分圖文】：
結構風險最小化示意圖
圖 5.2 線性可分情況下的最優(yōu)分類超平面型的基本思想可以通過圖 5.2 中的二維情況來解釋。在寫為 = ，對它進行歸一化，使得對線性可分的( ) ， ( )， =1,2,…,n 類間隔等于 2/ ，因此，使間隔最大意味著將 最最小化 的超平面稱為最優(yōu)分類超平面，建立介質為支持向量機。使用拉格朗日優(yōu)化，可以在不等式約束下題，并求得最優(yōu)的解。最優(yōu)分類函數(shù)為 ( ) = § ￠ ( ) = ( ) 對應于每個樣本的拉格朗日乘數(shù)，表示只有一些（通常對應的樣本是支持向量。 稱為分類閾值，通過求解兩對值來獲得該解。假設樣本集不能線性分離，則將松弛項，成為
37圖 5.3 SVM 模型訓練集樣本的實際分類和預測分類圖（取某一次訓練過程）由圖 5.3 可以看出，SVM 模型的預測分類結果和實際分類情況對比的情況，圖中縱坐標軸是類別標簽，在 SVM 模型的分類結果中，只有分為 1 和 0 兩類，因此只有 1 和 0 這兩條線上才有樣本點。在圖 5.3 中，藍色的圈圈代表的是實際的分類情況，而紅色星型實心點代表的是 SVM 模型的預測分類點。經過訓練集訓練之后
【參考文獻】：
期刊論文
[1]互聯(lián)網(wǎng)+供應鏈金融與傳統(tǒng)供應鏈金融比較研究[J]. 趙惠. 現(xiàn)代管理科學. 2017(12)
[2]互聯(lián)網(wǎng)對供應鏈金融的影響及發(fā)展趨勢研究[J]. 許淑琴,邱暉. 會計之友. 2017(19)
[3]我國商業(yè)銀行供應鏈金融的風險管理研究[J]. 楊妍懿. 科技經濟市場. 2017(08)
[4]商業(yè)銀行供應鏈金融的風險及防范——基于交易對手信用風險的視角[J]. 王一鳴,寧葉,周天,金秀旭. 金融理論與實踐. 2017(08)
[5]供應鏈金融的演進與互聯(lián)網(wǎng)供應鏈金融:一個理論框架[J]. 宋華,陳思潔. 中國人民大學學報. 2016(05)
[6]產業(yè)金融創(chuàng)新:從跨界到無界——互聯(lián)網(wǎng)+供應鏈金融生態(tài)報告[J]. 趙昕. 學術交流. 2016(06)
[7]供應鏈金融理論綜述與研究展望[J]. 雷蕾,史金召. 華東經濟管理. 2014(06)
[8]商業(yè)銀行供應鏈金融現(xiàn)狀與發(fā)展趨勢分析[J]. 唐時達. 農村金融研究. 2014(05)
[9]互聯(lián)網(wǎng)金融沖擊下我國商業(yè)銀行供應鏈金融業(yè)務發(fā)展現(xiàn)狀分析[J]. 趙燕. 經濟研究導刊. 2014(11)
[10]互聯(lián)網(wǎng)供應鏈金融的識別及概念構建[J]. 袁昌勁. 北方經貿. 2014(03)
碩士論文
[1]商業(yè)銀行供應鏈金融業(yè)務中信用風險管理問題研究[D]. 方天.首都經濟貿易大學 2018
[2]我國商業(yè)銀行供應鏈金融業(yè)務項目風險管理研究[D]. 張媛.青島大學 2017
[3]供應鏈金融風險控制研究[D]. 范堃.中國海洋大學 2013
[4]供應鏈金融違約風險評估及防范[D]. 張志浩.東華大學 2013
[5]供應鏈金融中企業(yè)組合信用風險度量問題研究[D]. 王苗雯.上海師范大學 2012
本文編號：3396724
【文章來源】：上海師范大學上海市
【文章頁數(shù)】：70 頁
【學位級別】：碩士
【部分圖文】：
結構風險最小化示意圖
圖 5.2 線性可分情況下的最優(yōu)分類超平面型的基本思想可以通過圖 5.2 中的二維情況來解釋。在寫為 = ，對它進行歸一化，使得對線性可分的( ) ， ( )， =1,2,…,n 類間隔等于 2/ ，因此，使間隔最大意味著將 最最小化 的超平面稱為最優(yōu)分類超平面，建立介質為支持向量機。使用拉格朗日優(yōu)化，可以在不等式約束下題，并求得最優(yōu)的解。最優(yōu)分類函數(shù)為 ( ) = § ￠ ( ) = ( ) 對應于每個樣本的拉格朗日乘數(shù)，表示只有一些（通常對應的樣本是支持向量。 稱為分類閾值，通過求解兩對值來獲得該解。假設樣本集不能線性分離，則將松弛項，成為
37圖 5.3 SVM 模型訓練集樣本的實際分類和預測分類圖（取某一次訓練過程）由圖 5.3 可以看出，SVM 模型的預測分類結果和實際分類情況對比的情況，圖中縱坐標軸是類別標簽，在 SVM 模型的分類結果中，只有分為 1 和 0 兩類，因此只有 1 和 0 這兩條線上才有樣本點。在圖 5.3 中，藍色的圈圈代表的是實際的分類情況，而紅色星型實心點代表的是 SVM 模型的預測分類點。經過訓練集訓練之后
【參考文獻】：
期刊論文
[1]互聯(lián)網(wǎng)+供應鏈金融與傳統(tǒng)供應鏈金融比較研究[J]. 趙惠. 現(xiàn)代管理科學. 2017(12)
[2]互聯(lián)網(wǎng)對供應鏈金融的影響及發(fā)展趨勢研究[J]. 許淑琴,邱暉. 會計之友. 2017(19)
[3]我國商業(yè)銀行供應鏈金融的風險管理研究[J]. 楊妍懿. 科技經濟市場. 2017(08)
[4]商業(yè)銀行供應鏈金融的風險及防范——基于交易對手信用風險的視角[J]. 王一鳴,寧葉,周天,金秀旭. 金融理論與實踐. 2017(08)
[5]供應鏈金融的演進與互聯(lián)網(wǎng)供應鏈金融:一個理論框架[J]. 宋華,陳思潔. 中國人民大學學報. 2016(05)
[6]產業(yè)金融創(chuàng)新:從跨界到無界——互聯(lián)網(wǎng)+供應鏈金融生態(tài)報告[J]. 趙昕. 學術交流. 2016(06)
[7]供應鏈金融理論綜述與研究展望[J]. 雷蕾,史金召. 華東經濟管理. 2014(06)
[8]商業(yè)銀行供應鏈金融現(xiàn)狀與發(fā)展趨勢分析[J]. 唐時達. 農村金融研究. 2014(05)
[9]互聯(lián)網(wǎng)金融沖擊下我國商業(yè)銀行供應鏈金融業(yè)務發(fā)展現(xiàn)狀分析[J]. 趙燕. 經濟研究導刊. 2014(11)
[10]互聯(lián)網(wǎng)供應鏈金融的識別及概念構建[J]. 袁昌勁. 北方經貿. 2014(03)
碩士論文
[1]商業(yè)銀行供應鏈金融業(yè)務中信用風險管理問題研究[D]. 方天.首都經濟貿易大學 2018
[2]我國商業(yè)銀行供應鏈金融業(yè)務項目風險管理研究[D]. 張媛.青島大學 2017
[3]供應鏈金融風險控制研究[D]. 范堃.中國海洋大學 2013
[4]供應鏈金融違約風險評估及防范[D]. 張志浩.東華大學 2013
[5]供應鏈金融中企業(yè)組合信用風險度量問題研究[D]. 王苗雯.上海師范大學 2012
本文編號：3396724
本文鏈接：http://www.sikaile.net/qiyeguanlilunwen/3396724.html
