绿色供应链金融风险评估研究——基于Logit模型与BP神经网络的比较研究

摘要：

近年来,由于低碳回收、绿色环保在当今社会中的地位不断提高,绿色供应链金融已经成为国家和政府促进环境可持续发展及产业全面升级的重要手段.但由于绿色供应链金融兴起的时间较晚,因素的不确定性很多,因此绿色供应链中的企业所面临的风险较为复杂和隐蔽.本文设计了较为完整的绿色供应链金融风险综合评价指标体系,通过有效性检验和敏感性分析对指标进行了优化处理,应用主成分分析将指标进行降维处理,并运用Logit模型对绿色供应链金融风险进行评估,进而与BP神经网络模型的评估结果进行对比.此外,由于针对沿海地区的绿色供应链金融研究较少,因此本文选取河北省内包含秦皇岛港、唐山港、黄骅港等的沿海地区的企业进行实证分析,结果表明当选择的样本企业比较少时,Logit模型在进行风险评估时更具有优越性,同时证实了绿色供应链金融风险评估指标体系能够准确地判断核心企业以及回收商的状况,有助于缓解融资困境.

关键词：绿色供应链、金融风险、Logit模型、BP神经网络、主成分分析

所属期刊栏目：39

分类号：F274;F832.5(企业经济)

资助基金：中国人民大学2019年度拔尖创新人才培育资助计划成果

在线出版日期：2020-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：46-53