扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

深圳大学:基于买方交易行为的供应链金融财务风险预测

论论资讯 | 2023-01-01 1热度

Decision Support Systems

Explore content

About the journal

Publish with us

Financial risk prediction in supply chain finance based on buyer transaction behavior

Yi Z.; Liang Z.; Xie T.; Li F.

Published:2023-01-01
DOI:10.1016/j.dss.2023.113964

研究背景

供应链金融(SCF)是指通过金融工具来支持供应链中的企业获得融资,以解决其资金短缺问题。然而,由于买方延迟付款,供应商可能会陷入流动性危机,从而导致金融风险。如何预测供应链金融中的金融风险,一直是该领域的研究热点和难点。

研究内容

本文针对供应链金融中的金融风险问题,采用XGBoost算法构建了一个金融风险预测模型,并利用买方交易行为数据进行了评估。此外,本文还分别构建了单一模型和混合模型,并使用接收者操作特征曲线(ROC)、ROC曲线下面积(AUC)和F1-Score等指标对其性能进行了比较。最后,我们还使用特征重要性和部分依赖图(PDPs)对模型进行了解释。研究结果表明,XGBoost模型可以有效地预测潜在的金融风险,并揭示了经理的付款实践。本文是少数几篇通过实证研究开发新模型来研究供应链金融中的金融风险的研究之一。

研究意义

本文提出的金融风险预测模型,可以帮助供应链金融行业的从业者们更好地预测和管理金融风险,提高供应链金融的稳定性。此外,本文还采用了XGBoost算法和买方交易行为数据,为该领域的研究提供了新的思路和方法。因此,该研究具有重要的理论和实践意义,对于推动供应链金融行业的发展具有积极的促进作用。

微信扫码即可查看