供应链金融大数据信用风险评估与应用研究

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.

关键词：大数据、供应链金融、信用风险、Logistic评分卡

所属期刊栏目：36

分类号：F275;F832(企业经济)

资助基金：教育部人文社会科学研究项目;江苏高校哲学社会科学研究项目;苏州市职业大学校级研究性课程项目

在线出版日期：2023-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：64-73