《基于BP神经网络的供应链金融风险评估研究》.pdf

至Q!型Q!篁蔓丝皇塑 直些堑塞垡丝幽丝墨型垫墨塑垡! 文章编号：1001—148X【2013 01—0027—05 基于BP神经网络的供应链金融风险评估研究 白世贞，黎双 哈尔滨商业大学管理学院，哈尔滨 150028 摘要：结合供应链金融的运作模式，本文归纳了15个供应链金融业务的风险影响因素，建立了 具有较好一致性和稳定性的风险指标体系，介绍了BP神经网络的一般原理与步骤，并运用mat· lab的BP神经网络工具构建了风险评估模型，收集了10组供应链金融风险评估样本，对评估样 本进行训练和检验，通过建立起供应链金融风险评估模型证明了该模型的有效性。 关键词：供应链金融；风险评估；BP神经网络 中图分类号：F252 文献标识码：B 随着金融全球化以及金融市场波动性的加剧， 标，用最简单的体系反映最真实的状况。建立供应 商业银行的风险管理成为中外关注的焦点。我国 链金融风险评估体系，应遵循科学性、合理性、针 的中小企业长期面临着严重的资金链断裂风险， 对性、等原则。本文借鉴传统风险评估的基本框 商业银行、第三方物流企业及中小融资企业合作 架，根据供应链金融的主体及业务流程的特点进 开展供应链金融成为解决中小企业贷款难的新途 行评估指标的设计。如表1所示，评估指标考察的 径。商业银行的风险评估是银行贷款的核心内容， 内容主要包括以下几个方面： 在供应链金融业务中也不例外。银行的风险评估 1．行业环境。包括行业增长率、行业环境、 是否科学合理，关系着银行在该业务中承担的风 交易年限以及交易频度。行业环境是银行考察申 险的大小。在归纳供应链金融业务中常见的风险 请贷款企业所在供应链的整体运营情况的指标， 影响因素的基础之上，本文建立了风险评估的指 从整条供应链上综合考虑其业务能力和与交易对 标体系，并运用BP神经网络构建的评估模型对收 手的合作情况，从而使银行的评估范围更大，减少 集的10组供应链金融风险样本进行训练和检验， 由于企业隐瞒信息而产生的信息不对称问题造成 建立起供应链金融风险评估模型。基于BP神经网 的评估质量下降。 络的供应链金融风险评估模型，将有助于商业银 2．供应链运作，包括流程标准化程度、流程 行等金融机构更好地评估供应链金融的风险，从 信息化程度、银行的操作风险，以及物流企业的操 而采取更加有效的风险处理措施。 作风险。 3．融资项下资产，包括应收账款周转率、应 一、供应链金融风险评估指标体系构建 收账款周转天数、存货周转率、存货周转天数、预 尽管风险评估能够带来一定的收益，但是也 付款周转率，以及预付款周转天数。融资顼下资产 要耗费一定的成本。如果无止境地要求风险评估 是商业银行考察的重点，原因在于银行是对交易 做到全面、准确，必然导致成本的上升，甚至超过 资产的价值进行评估，然后根据评估的结果给予 收益，最终使供应链金融的风险评估失去意义。供 授信。如果企业违约，质押资产也是银行将其变现 应链金融面临的风险因素很多，要选取关键的指 弥补的保证。 收稿日期：2012一07一Ol 作者简介：白世贞 1962一 ，男，山东招远人，哈尔滨商业大学管理学院教授，博士生导师，工学博士， 研究方向：物流与供应链管理，供应链协调，供应链金融；黎双 1987一 ，女，黑龙江密山人， 哈尔滨商业大学管理学院研究生，研究方向：物流与供应链管理，供应链金融。 基金项目：国家自然科学基金项目，项目编号：座机电话号码。 万方数据 · 28· 商业研究 2013／，01 4．企业信用，包括信用级别、盈利能力、营 范围之内。 运能力、偿债能力以及发展潜力。企业信用是考察 供应链金融业务中的中小企业的资质，主要考察 Nl 申请贷款企业的基本财务情况，及信用级别和发 展潜力。 N2 裹1 供应链金融风险评估指标体系 Nj 输入层 隐台层 输出层 图l 三层BP神经网络结构图 2．BP训练算法的步骤。设BP神经网络的输 点，隐含层的节点数目为M ／．t 8 ，耽为输入层菇j 到隐含层菇j7的连接权，％为隐含层石，’到输出层Y。 的连接权，oj为隐含层单元的阈值，巩为输出层单元 的阈值。 步骤一：初始化权值形和阚值0，即给输入层单 元到隐含层单元的连接权耽，隐含层到输出层的连 接权‰。隐含层单元的阈值oj，输出层单元的阈值0。 随机赋一个 0，1 之间的较小值。 步骤二：给出训练样本，即实际输入值和期望 输出值，给出输人向量Xi 髫。，省：，…，茁。 和对应 的期望输出向量yf 多。，多：，…，多。 ，将甄的值输人 输入层节点，依次正向计算： xi’ “∑既茁i一嘭 ．『 1，2，…，配 注：一般情况下，供应链金融的常见运作模式主要有应 Y。 厂 ∑啄_’一吼 矗 1，2，…，n 收账款融资模式，存货质押融资模式以及预付款