[1]周 雷a,赖姝牟a,付煜棋b.供应链金融大数据信用风险评估与应用研究[J].金融教育研究,2023,(01):64-73.
　ZHOU Leia,LAI Shumoua,FU Yuqib.An Empirical Study on Credit Risk Assessment in Supply Chain Finance Based on Big Data[J].,2023,(01):64-73.
点击复制

供应链金融大数据信用风险评估与应用研究()
分享到：

《金融教育研究》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2023年01期
页码:
64-73
栏目:
出版日期:
2023-01-25

文章信息/Info

Title:
An Empirical Study on Credit Risk Assessment in Supply Chain Finance Based on Big Data
文章编号:
2095-0098(2023)01-0064-10
作者:
周 雷a;  赖姝牟a;  付煜棋b
(苏州市职业大学 a.商学院; b.计算机工程学院,江苏 苏州 215104)
Author(s):
ZHOU Leia;  LAI Shumoua;  FU Yuqib
(a.School of Business; b.School of Cornputer Engineering,Suzhou Vocational University,Suzhou,Jiangsu 215104,China)
关键词:
大数据;  供应链金融;  信用风险;  Logistic评分卡
Keywords:
Big data;  Supply chain finance;  Credit risk;  Logistic scorecard
分类号:
F275; F832
文献标志码:
A
摘要:
大数据在供应链金融中的应用,推动了供应链信用评估模式和风险管理方法的重大变革。通过将前沿大数据征信技术与评分卡方法相结合,以整车制造供应链为场景,对供应链金融信用风险进行测度。首先,借助Python软件,从“企查查”API数据接口和Wind数据库获取相关数据,对27家核心企业122条供应链多维指标进行数据挖掘、WOE编码和变量筛选,构建指标体系。然后,运用大数据和人工智能建模思路,建立涵盖14个特征解释变量的Logistic回归模型,并运用多种工具训练和改进模型,形成可应用于实务的Logistic评分卡。经实证检验,最终确定的信用评估模型区分能力强,风险预测准确率能达到96.77%。基于大数据的Logistic评分卡将供应链信用等级数字化,相较于传统的信用评级更具有实用性,因此大数据技术的运用对提升供应链金融信用风险评估和管理水平具有重要价值。
Abstract:
The application of big data in supply chain finance has driven a major change in the supply chain credit assessment mode and risk management methodology.By combining the cutting-edge big data credit technology with the scorecard method,we measure the credit risk of supply chain finance by taking the whole vehicle manufacturing supply chains as the scenario.Firstly,with the help of Python,relevant data were obtained from the “Qichacha” API and Wind database,data mining,WOE coding and variable screening were carried out for 122 supply chain multidimensional indicators of 27 core enterprises to construct an indicator system.Then,using big data and AI modeling technologies,a logistic regression model covering 14 characteristic explanatory variables is established,and multiple tools are used to train and improve the model to form a logistic scorecard that can be used in practice.After empirical testing,the finalized credit assessment model has strong differentiation ability and can reach 96.77% risk prediction accuracy.The logistic scorecard based on big data digitizes the supply chain credit rating,which is more practical compared to the traditional credit rating,so the use of big data is of great value to improve the credit risk assessment and management of supply chain finance.

参考文献/References:

[1]付玮琼.核心企业主导的供应链金融模式风险机理研究[J].企业经济,2020(1):136-143.
[2]曹允春,林浩楠,李彤.供应链金融创新发展下的风险变化及防控措施[J].南方金融,2020(4):36-44.
[3]赵成国,江文歆.金融生态视角下供应链金融风险管理体系构建[J].财会通讯,2021(6):130-133+171.
[4]周雷,邓雨,张语嫣.区块链赋能下供应链金融服务小微企业融资博弈分析[J].金融理论与实践,2021(9):21-31.
[5]周雷,陈音,张璇,等.金融科技底层技术创新及其对金融行业的赋能作用[J].金融教育研究,2020(1):24-33.
[6]Tian Z,Hassan A.F.S,Razak N.H.A.Big Data and SME financing in China[J].Journal of Physics:Conference Series,2019(1):1-7.
[7]余得生,李星.供应链金融模式下的中小企业信用风险评估:以电子制造业为例[J].征信,2019(10):72-77.
[8]周茜,谢雪梅,张哲.供应链金融下科技型小微企业信用风险测度与管控分析:基于免疫理论[J].企业经济,2019(8):146-154.
[9]孙中叶,徐晓燕.农业供应链金融风险评估研究:基于GA-BP神经网络模型[J].技术经济与管理研究,2021(8):78-82.
[10]李健,张金林.供应链金融的信用风险识别及预警模型研究[J].经济管理,2019(8):178-196.
[11]胡海青,陈迪,张丹,张琅.基于Copula的供应链金融质物组合价格风险测度研究[J].运筹与管理,2020(3):77-90.
[12]中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[N].人民日报,2021-03-13(1).
[13]许文彬,张佳韬.我国城投债信用风险测算:基于Logistic回归的评分卡模型[J].数理统计与管理,2020(4):705-720.

相似文献/References:

[1]冯小舟.对大数据时代投资学课程体系新规划的思考[J].金融教育研究,2016,(06):77.
　FENG Xiaozhou.Thinking on the New Plan of Investments Curriculum System in the Era of Big Data[J].,2016,(01):77.
[2]胡雯莉,朱龙凤.“互联网+”供应链金融发展模式及中国实践研究[J].金融教育研究,2017,(04):33.
　HU Wenli,ZHU Longfeng.Study on the Development Model and the Chinese Practice of “Internet +” Supply Chain Finance[J].,2017,(01):33.
[3]叶松勤,罗殷卉,孙 蕾.“互联网+”供应链金融 开启“三农”服务新模式——基于大丰村镇银行“三位一体”的供应链金融模式探索[J].金融教育研究,2018,(05):19.
　YE Songqin,LUO Yinhui,SUN Lei.“Internet plus” Supply Chain Finance Launch a New Service Model for “Agriculture,Rural Areas and Farmers”——Based on Dafeng Village Bank's “Three-in-One” Supply Chain Finance Model Exploration[J].,2018,(01):19.
[4]李小金.基于电商生态圈的供应链金融助推资本脱虚入实——以京东金融为例[J].金融教育研究,2021,(02):59.
　School of Accounting and Finance,Guangdong Cadre Institute of Science and Technology,LI Xiaojin[J].,2021,(01):59.

备注/Memo

备注/Memo:
收稿日期:2022-08-09
基金项目:教育部人文社会科学研究基金项目“新时代大学生互联网金融风险认知、风险偏好与投资行为研究”(19YJCZH272); 江苏高校哲学社会科学研究项目“数字经济时代金融科技服务实体经济高质量发展研究”(2022SJYB1630); 苏州市职业大学校级研究性课程项目“数智化时代大数据征信应用研究”(SZDYKC-220201)
作者简介:周 雷(1983—),男,江苏苏州人,讲师,硕士,研究方向为金融科技。
更新日期/Last Update: 2023-01-25