本文關(guān)鍵詞： 線上供應(yīng)鏈金融 汽車產(chǎn)業(yè) 信用風險 BP神經(jīng)網(wǎng)絡(luò)　出處：《首都經(jīng)濟貿(mào)易大學》2017年碩士論文　論文類型：學位論文

【摘要】：隨著信息化的發(fā)展,供應(yīng)鏈金融逐步開啟了其“線上”化的革命,它是在信息化、電子化、平臺化協(xié)同發(fā)展的基礎(chǔ)之上,在實體產(chǎn)業(yè)供應(yīng)鏈和金融行業(yè)之間產(chǎn)生的中小企業(yè)融資業(yè)務(wù)新趨勢。而在當前眾多開展線上供應(yīng)鏈金融業(yè)務(wù)的行業(yè)中,汽車產(chǎn)業(yè)發(fā)展的最為迅速。一方面汽車產(chǎn)業(yè)是我國工業(yè)中的重點產(chǎn)業(yè),占國民生產(chǎn)總值的較大比重;另一方面,汽車產(chǎn)業(yè)鏈較為成熟完善,隨著汽車產(chǎn)業(yè)的快速發(fā)展,汽車產(chǎn)業(yè)鏈上下游以零部件供應(yīng)商和汽車經(jīng)銷商為代表的中小企業(yè)融資難的問題也日益明顯。不同于傳統(tǒng)的銀行融資和供應(yīng)鏈金融業(yè)務(wù),由于參與線上供應(yīng)鏈金融業(yè)務(wù)的主體更多,相應(yīng)的就會導致其風險因素更為復雜,從而加大了商業(yè)銀行面臨的信用風險程度及評價難度。本文以此為研究背景,以汽車產(chǎn)業(yè)為代表,對線上供應(yīng)鏈金融信用風險進行系統(tǒng)性的研究,并構(gòu)建評風險價模型進行實證研究。本文以線上供應(yīng)鏈金融和汽車產(chǎn)業(yè)線上供應(yīng)鏈金融的相關(guān)理論和實踐為切入點,系統(tǒng)的研究了汽車產(chǎn)業(yè)線上供應(yīng)鏈金融信用風險概念和特征、信用風險產(chǎn)生原因以及信用風險評價方法特點,通過對比當前較為常見的幾種信用風險評價方法,對其優(yōu)缺點和適用性進行分析,最終選定BP神經(jīng)網(wǎng)絡(luò)為本文的評價方法。在大量閱讀文獻和產(chǎn)業(yè)調(diào)研、問卷調(diào)查相結(jié)合的基礎(chǔ)上,初選了50個風險評價指標,并通過相關(guān)性分析、專家打分法從定量、定性兩方面對上述初選指標進行了篩選,經(jīng)過分析取舍,最終構(gòu)建了包括25個指標在內(nèi)的風險評價體系。在BP神經(jīng)網(wǎng)絡(luò)風險評價模型構(gòu)建與實現(xiàn)部分,首先對BP神經(jīng)網(wǎng)絡(luò)的原理、算法及步驟進行了解釋,通過向北京某商業(yè)銀行的相關(guān)工作人員發(fā)放調(diào)查問卷,最終得到十二份有效數(shù)據(jù)。通過對BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)、函數(shù)、相關(guān)參數(shù)的設(shè)定最終完成信用風險評價模型的構(gòu)建。將收集到的數(shù)據(jù)進行歸一化處理,隨機選取三組數(shù)據(jù)作為驗證樣本,其余作為訓練樣本,用構(gòu)建好模型進行仿真來驗證該模型的有效性,仿真結(jié)果與驗證樣本數(shù)據(jù)基本一致,證明該模型具有較高的準確性和有效性。對商業(yè)銀行和相關(guān)中小企業(yè)在開展線上供應(yīng)鏈金融業(yè)務(wù)時的對企業(yè)信用風險評價提供良好的借鑒作用。
[Abstract]:With the development of informatization, supply chain finance has gradually opened its "on-line" revolution, which is based on the collaborative development of informatization, electronization and platformization. Between the real industry supply chain and the financial industry, there is a new trend of financing business of small and medium-sized enterprises. On the one hand, the automobile industry is the key industry in our country, which accounts for a large proportion of the gross national product (GNP). On the other hand, automobile industry chain is more mature and perfect, with the rapid development of automobile industry. The problem of financing difficulty of small and medium-sized enterprises represented by parts suppliers and automobile dealers in the upstream and downstream of automobile industry chain is becoming more and more obvious, which is different from the traditional banking and supply chain financial business. As more participants in online supply chain financial business, the corresponding risk factors will be more complex, thus increasing the degree of credit risk faced by commercial banks and evaluation difficulties. This paper takes this as the research background. Take the automobile industry as the representative, carries on the systematic research to the on-line supply chain finance credit risk. This paper starts with the theory and practice of online supply chain finance and automotive industry online supply chain finance. This paper systematically studies the concept and characteristics of credit risk of supply chain finance in automobile industry line, the causes of credit risk and the characteristics of credit risk evaluation method, and compares several common credit risk evaluation methods. On the basis of analyzing its advantages and disadvantages and applicability, BP neural network is selected as the evaluation method of this paper. 50 primary risk evaluation indicators were selected, and through correlation analysis, the expert scoring method from the quantitative and qualitative aspects of the selection of the above primary indicators, after analysis and selection. Finally, the risk evaluation system including 25 indexes is constructed. In the part of constructing and implementing the risk evaluation model of BP neural network, the principle, algorithm and steps of BP neural network are explained. Through the distribution of questionnaires to the relevant staff of a commercial bank in Beijing, 12 valid data were obtained, and the structure and function of BP neural network model were analyzed. Finally, the establishment of the relevant parameters completes the construction of the credit risk assessment model. The collected data is normalized, and three groups of data are randomly selected as validation samples and the rest as training samples. The validity of the model is verified by building a good model, and the simulation results are basically consistent with the validation sample data. It is proved that the model is accurate and effective, which can be used as a good reference for the credit risk evaluation of commercial banks and small and medium-sized enterprises in the online supply chain financial business.
【學位授予單位】：首都經(jīng)濟貿(mào)易大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F426.471;F832.4;F274

【相似文獻】

相關(guān)期刊論文 前10條

1 高珉;余思勤;袁象;;供應(yīng)鏈金融——中小航運企業(yè)融資的新途徑[J];商場現(xiàn)代化;2009年16期

2 陸靜;;供應(yīng)鏈金融節(jié)節(jié)生金[J];運輸經(jīng)理世界;2009年12期

3 何向軍;周鼎;;供應(yīng)鏈金融業(yè)務(wù)運作模式的創(chuàng)新探索[J];制造業(yè)自動化;2012年23期

4 朱林花;;關(guān)于供應(yīng)鏈金融在汽車行業(yè)融資信貸中的應(yīng)用分析[J];現(xiàn)代商業(yè);2012年32期

5 鄢章華;劉蕾;;供應(yīng)鏈金融——多贏局面的締造者[J];科技與管理;2013年01期

6 王玉波;;基于供應(yīng)鏈金融的物流企業(yè)發(fā)展研究[J];鐵道運輸與經(jīng)濟;2013年06期

7 沈愛忠;郭進利;;復雜網(wǎng)絡(luò)理論視角下供應(yīng)鏈金融風險分析與控制[J];科技與管理;2013年05期

8 陳李宏;彭芳春;;供應(yīng)鏈金融發(fā)展存在的問題及對策[J];湖北工業(yè)大學學報;2008年06期

9 盛鳴;;供應(yīng)鏈金融在流通企業(yè)中的應(yīng)用[J];鐵路采購與物流;2013年01期

10 路紅兵;;中小企業(yè)融資研究綜述——基于供應(yīng)鏈金融視角[J];江蘇科技信息;2013年19期

相關(guān)會議論文 前3條

1 王光石;馬寧;李學偉;;供應(yīng)鏈金融服務(wù)模式的探討[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術(shù)論壇（交通運輸工程學科）論文集（上冊）[C];2005年

2 王貝貝;孫運科;;軍品供應(yīng)鏈金融模式研究[A];中國工程科技論壇第123場——2011國防科技工業(yè)科學發(fā)展論壇論文集[C];2011年

3 吳曉萌;袁琳;;供應(yīng)鏈金融模式及風險控制問題探討[A];“2009年北京批發(fā)論壇”論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 記者 薛亮;供應(yīng)鏈金融前景仍然廣大[N];金融時報;2013年

2 記者 駱建領(lǐng) 通訊員 姬雪利;2013中國(鄭州)供應(yīng)鏈金融服務(wù)高峰論壇舉行[N];現(xiàn)代物流報;2013年

3 深圳特區(qū)報記者 李焱　通訊員 宋宇奇 肖雅琦;供應(yīng)鏈金融“連”動更多中小企業(yè)[N];深圳特區(qū)報;2013年

4 本報記者 張穎川;為企業(yè)搭建供應(yīng)鏈金融服務(wù)的金橋[N];現(xiàn)代物流報;2013年

5 工信部信息化推進司副司長 董寶青;在線供應(yīng)鏈金融為電商平臺最佳融資模式[N];現(xiàn)代物流報;2014年

6 周鋒榮 王文紅;“三突出”拓展在線供應(yīng)鏈金融[N];中國城鄉(xiāng)金融報;2014年

7 本報通訊員 潘笑融;在線供應(yīng)鏈金融的信用從何而來？[N];中國冶金報;2014年

8 西安交通大學渭南師范學院 屈曉娟 魏修建;加快發(fā)展供應(yīng)鏈金融的途徑[N];光明日報;2014年

9 楊春亮 農(nóng)業(yè)銀行蘇州姑蘇支行;多方合作打造農(nóng)村供應(yīng)鏈金融[N];中國城鄉(xiāng)金融報;2014年

10 中儲發(fā)展股份有限公司 高嘯宇;鋼鐵市場風云萬變 供應(yīng)鏈金融路在何方[N];現(xiàn)代物流報;2014年

相關(guān)博士學位論文 前5條

1 龔堅;供應(yīng)鏈金融的銀行信用風險[D];西南財經(jīng)大學;2011年

2 李詩華;供應(yīng)鏈金融風險預(yù)警與防控研究[D];武漢理工大學;2014年

3 夏泰鳳;基于中小企業(yè)融資視角的供應(yīng)鏈金融研究[D];浙江大學;2011年

4 袁荃;基于供應(yīng)鏈金融的中小企業(yè)融資決策研究[D];武漢大學;2010年

5 胡鴻雁;物流金融下的融資與生產(chǎn)運作研究[D];北京交通大學;2015年

相關(guān)碩士學位論文 前10條

1 張娟;中小企業(yè)的供應(yīng)鏈金融合作模式研究[D];西北農(nóng)林科技大學;2010年

2 邢署;內(nèi)蒙古田牧乳業(yè)公司應(yīng)用供應(yīng)鏈金融解決融資問題的研究[D];內(nèi)蒙古大學;2015年

3 古晨;線上供應(yīng)鏈金融系統(tǒng)演進機理與有序性判別[D];武漢理工大學;2014年

4 楊芳;基于共生理論的存貨型線上供應(yīng)鏈金融協(xié)同機制研究[D];武漢理工大學;2014年

5 鄧菁;供應(yīng)鏈金融中小企業(yè)信用風險評價研究[D];武漢理工大學;2014年

6 龍錦錦;線上供應(yīng)鏈金融篩選機制研究[D];武漢理工大學;2014年

7 程昌華;基于汽車產(chǎn)業(yè)的供應(yīng)鏈金融運作及風險管理[D];華南理工大學;2015年

8 李影雙;基于供應(yīng)鏈金融的中小企業(yè)信用評價研究[D];渤海大學;2015年

9 龐浩;供應(yīng)鏈金融模式下中小企業(yè)信用風險研究[D];渤海大學;2015年

10 王歲苗;張家口市農(nóng)業(yè)供應(yīng)鏈金融產(chǎn)品風險研究[D];燕山大學;2015年

，

本文編號：1451078