科研之友
微信
新浪微博
Facebook
分享链接
摘要
供应链金融作为一种面向供应链上所有成员企业的系统性金融服务， 重在解决中小微企业融资难、融资贵问题. 但长期以来相关参与主体信息不对称问题导致其风险频发， 特别是风险评估技术相对滞后， 使得供应链金融难以得到有效推广. 因此， 供应链金融风险评估成为业界亟需解决和学界广泛研究的热点问题. 本文主要从供应链金融风险评估相关文献着手， 通过知识图谱技术从152篇中文文献和61篇英文文献中提取知识， 并进行可视化分析. 一方面探究了供应链金融风险评估的研究现状， 发现现有研究存在研究视角片面、研究对象单一、研究数据样本小、研究模型性能和可解释性不足等问题; 另一方面展望供应链金融风险评估的研究趋势， 主要包括以下问题有待深入探究: 如何多渠道采集结构化、半结构化和非结构化数据， 并对其进行有效整合， 以及实现隐私数据的信息安全共享. 如何从互联网经济活动所产生的海量数据中挖掘供应链金融风险关联知识， 并从中提取风险特征， 以此建立高维度、细粒度的供应链金融风险评估指标体系. 如何运用深度学习方法来提升供应链金融风险评估模型的整体性能， 并通过解析风险特征的重要性和边际效应来确保模型的可解释性.
-
单位湖南大学; 工商管理学院
