本文關(guān)鍵詞：供應(yīng)鏈金融多期價格風(fēng)險測度與貸款組合優(yōu)化　出處：《合肥工業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 供應(yīng)鏈金融 多期VaR 多期質(zhì)押率 多期貸款組合 神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸 Copula-分位數(shù)回歸

【摘要】：中小企業(yè)是我國國民經(jīng)濟(jì)的重要組成部分,在促進(jìn)經(jīng)濟(jì)增長、解決就業(yè)問題等方面起著重要作用。然而,由于其存在規(guī)模小、資信低等問題,使得其難以從正規(guī)金融機(jī)構(gòu)獲得融通資金。為有效解決此問題,由金融機(jī)構(gòu)聯(lián)合物流企業(yè)共同開展的供應(yīng)鏈金融服務(wù)應(yīng)運(yùn)而生。雖然供應(yīng)鏈金融發(fā)展空間廣闊,但其在快速發(fā)展的同時,其風(fēng)險也在不斷增大。供應(yīng)鏈金融以自償性貿(mào)易融資為前提,而質(zhì)押物的價值會受到外界環(huán)境諸多因素的影響而發(fā)生不確定性的波動,嚴(yán)重危及供應(yīng)鏈金融的穩(wěn)定發(fā)展。如何測度和防范單一質(zhì)押物的價格風(fēng)險以及對混合質(zhì)押物進(jìn)行貸款組合優(yōu)化,以規(guī)避貸款集中度風(fēng)險,已成為金融機(jī)構(gòu)和物流企業(yè)所關(guān)注的重點(diǎn)問題。為此,本文主要開展了以下兩個方面的研究工作。(1)供應(yīng)鏈金融單一質(zhì)押物多期價格風(fēng)險測度。結(jié)合神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸(QRNN)能充分揭示質(zhì)押物收益的非對稱與非線性特征、供應(yīng)鏈金融業(yè)務(wù)的多期等特點(diǎn)以及GARCH模型能刻畫其波動聚集性等優(yōu)勢,首次構(gòu)建了基于QRNN+GARCH的供應(yīng)鏈金融多期價格風(fēng)險VaR測度方法;其次,基于似然比檢驗(yàn)與平均相對誤差給出了測度效果的評估方法;再次,為設(shè)定合理的多期質(zhì)押率,給出了質(zhì)押率有效性評估指標(biāo):風(fēng)險不可控比率和效率損失率。最后,選取現(xiàn)貨鋁進(jìn)行實(shí)證研究,結(jié)果表明:QRNN+GARCH方法明顯優(yōu)于GARCH模型,表現(xiàn)為準(zhǔn)確性更高,更具效率和穩(wěn)健性,且其所確定的多期動態(tài)質(zhì)押率,能更好的降低效率損失。(2)供應(yīng)鏈金融混合質(zhì)押物多期貸款組合優(yōu)化。考慮到供應(yīng)鏈金融中呈現(xiàn)出的非對稱與非線性等典型特征,以分位數(shù)回歸擬合單個資產(chǎn)邊緣分布、以Copula函數(shù)刻畫資產(chǎn)間非線性關(guān)聯(lián)關(guān)系,建立Copula-分位數(shù)回歸方法。使用該方法,對供應(yīng)鏈金融多期貸款收益率進(jìn)行預(yù)測,進(jìn)而通過優(yōu)化傳統(tǒng)Sharpe比率、廣義Omega比率等,給出貸款組合優(yōu)化方案。選取現(xiàn)貨鋁和銅作為研究對象,實(shí)證研究發(fā)現(xiàn):在各貸款期限下,Copula-分位數(shù)回歸方法均優(yōu)于Copula-GARCH方法,具體表現(xiàn)在前者擁有更高的Sharpe比率和廣義Omega比率。本文給出了供應(yīng)鏈金融多期價格風(fēng)險測度與貸款組合優(yōu)化方法與實(shí)證結(jié)果,能夠?yàn)楸Ｕ瞎⿷?yīng)鏈金融健康發(fā)展提供決策參考,有利于實(shí)現(xiàn)金融機(jī)構(gòu)、物流企業(yè)、核心企業(yè)以及中小企業(yè)共同發(fā)展的多贏局面。
[Abstract]:As an important part of our national economy, SMEs play an important role in promoting economic growth and solving employment problems. However, because of its small scale, low credit and other problems. It makes it difficult to obtain financing from formal financial institutions. To effectively solve this problem, the supply chain financial services jointly developed by financial institutions and joint logistics enterprises came into being. Although supply chain finance has a broad development space. Supply chain finance is based on self-compensated trade financing, and the value of pledge will be affected by many external environment factors. It seriously endangers the stable development of supply chain finance. How to measure and prevent the price risk of single pledge and optimize the loan portfolio of mixed pledge in order to avoid the risk of loan concentration. Has become the focus of financial institutions and logistics enterprises. This paper mainly carried out the following two aspects of research work. 1) the multi-period price risk measurement of single pledge in supply chain finance. Combined with neural network quantile regression QRNN). It can fully reveal the asymmetric and nonlinear characteristics of pledge proceeds. The characteristics of supply chain financial business such as multi-period and GARCH model can describe its volatility clustering and other advantages. The method of multi-period price risk measurement of supply chain based on QRNN GARCH is constructed for the first time. Secondly, based on likelihood ratio test and average relative error, the evaluation method of measurement effect is given. Thirdly, in order to set a reasonable multi-period pledge rate, the evaluation index of the validity of pledge rate is given: risk uncontrollable ratio and efficiency loss rate. Finally, spot aluminum is selected for empirical research. The results show that the GARCH method is superior to the GARCH model in accuracy, efficiency and robustness, and the multi-period dynamic pledge rate determined by the method is higher than that of the GARCH model. Can better reduce the efficiency loss. 2) supply chain finance portfolio optimization of multi-period mortgage mixed pledge. Considering the asymmetric and nonlinear characteristics of supply chain finance. The edge distribution of a single asset is fitted by quantile regression, and the nonlinear correlation between assets is described by Copula function. The Copula- quartile regression method is established. The yield of multi-period loan in supply chain finance is forecasted, and then the traditional Sharpe ratio, generalized Omega ratio and so on are optimized. The optimization scheme of loan portfolio is given. The spot aluminum and copper are selected as the research objects. The empirical study finds that: in each loan period. Copula-quantile regression method was superior to Copula-GARCH method. The former has higher Sharpe ratio and generalized Omega ratio. This paper gives the method and empirical results of multi-period price risk measurement and loan portfolio optimization in supply chain finance. It can provide decision reference for ensuring the healthy development of supply chain finance, and help to realize the win-win situation of the common development of financial institutions, logistics enterprises, core enterprises and small and medium-sized enterprises.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F224;F274;F832.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 竇宇;黃天齊;;供應(yīng)鏈金融道德風(fēng)險分析研究[J];內(nèi)江科技;2011年03期

2 何娟;;基于多方交易行為分析的供應(yīng)鏈金融集成風(fēng)險管理研究[J];學(xué)術(shù)動態(tài);2011年03期

3 陳磊;;基于供應(yīng)鏈金融的客戶價值評價模型研究[J];經(jīng)濟(jì)問題;2012年05期

4 鄢章華;;供應(yīng)鏈金融的運(yùn)作模式及特點(diǎn)分析[J];黑龍江科技信息;2013年01期

5 尹建鳳;;供應(yīng)鏈金融動因分析及其流程設(shè)計[J];黑龍江科技信息;2013年03期

6 湯國生;李定安;譚支雄;;供應(yīng)鏈金融產(chǎn)品、模式及功能解析[J];科技創(chuàng)新與生產(chǎn)力;2013年06期

7 熊熊;馬佳;趙文杰;王小琰;張今;;供應(yīng)鏈金融模式下的信用風(fēng)險評價[J];南開管理評論;2009年04期

8 芮婧;潘淑娟;;供應(yīng)鏈金融業(yè)務(wù)的信用風(fēng)險評價系統(tǒng)設(shè)計[J];鄭州航空工業(yè)管理學(xué)院學(xué)報;2010年05期

9 周學(xué)農(nóng);;供應(yīng)鏈金融管理[J];系統(tǒng)工程;2010年08期

10 喬曉宇;;供應(yīng)鏈金融模式下成本收益的博弈分析[J];商業(yè)經(jīng)濟(jì);2011年22期

相關(guān)會議論文 前3條

1 王光石;馬寧;李學(xué)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(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊）[C];2005年

2 王貝貝;孫運(yùn)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(xué)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(fēng)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(jìn)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(xué)渭南師范學(xué)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(fēng)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(xué)位論文 前5條

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

2 李詩華;供應(yīng)鏈金融風(fēng)險預(yù)警與防控研究[D];武漢理工大學(xué);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(xué);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(xué);2010年

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

相關(guān)碩士學(xué)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(xué);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(xué);2015年

3 古晨;線上供應(yīng)鏈金融系統(tǒng)演進(jìn)機(jī)理與有序性判別[D];武漢理工大學(xué);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(jī)制研究[D];武漢理工大學(xué);2014年

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

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

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

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

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

，

本文編號：1355876