复工复产背景下供应链金融信用风险演进机理与管理研究——基于SEM-SD模型

发布时间：2021-11-12 13:19

　　为有效加强疫情后期对中小企业复工复产的金融支持,本文基于系统科学视角分析供应链金融信用风险影响因素,通过提出诱因分析假设、设计调查问卷,构建结构方程模型,探究供应链金融信用风险形成的基本路径,并建立系统动力学模型,研究供应链金融信用风险演进过程中系统要素的作用机制。结果表明,核心企业信用风险、融资企业信用风险、外部环境风险和供应链金融信用风险正相关;风险中介有效降低了融资企业的信用风险,从而减缓了供应链金融信用风险;供应链关系质量越高,对供应链金融信用风险缓释作用越明显;信息技术对提高供应链金融信用风险管控效率与效果起关键作用,信息技术应用基础越好,风险越低。 

【文章来源】：商业研究. 2020,(05)北大核心CSSCI

【文章页数】：11 页

【部分图文】：

初始模型图

上述SCFCR结构方程模型实证结果,较好的反映出SCFCR各影响因素的结构,以及进而形成SCFCR的基本路径,但由于结构方程模型是建立在多元统计与矩阵计算基础上,难以刻画系统因素之间的反馈关系及反作用过程的演化机理。系统动力学理论与建模方法为这一问题的研究提供了可行路径。在前述系统分析与实证研究基础上,提出SCFCR演进系统动力学基本模型(如图2)。其中来自环境、企业、银行、融资资产、供应链关系、风险中介以及信息技术等方面的因素共同驱动形成SCFCR,金融机构根据SCFCR状态调整信用风险管控策略,这将反过来对核心企业与融资企业信用风险、供应链关系、信息技术应用以及针对环境风险因素的应对措施等产生影响,反过来又影响SCFCR的演进。

SD流图是以形象的符号系统分别表示状态变量、速率变量、辅助变量和常量,更为直观反映系统要素之间的相互关系。其中,状态变量反映系统动态演进中的累积效应,速率变量反映状态变量的变化快慢,辅助变量表示其他变量之间的中间转换过程,常量是给定时期内相对不变的量。为对SCFCR演进机理进行仿真分析,利用以上流图变量构建SD模型(如图4所示)。研究中既涉及定性变量也涉及定量变量,因此需要在不改变其逻辑关系前提下进行无量纲化处理。图4 供应链金融信用风险演进系统流图

【参考文献】：
期刊论文
[1]系统科学对内外因作用机制的诠释[J]. 卫郭敏.  系统科学学报. 2019(01)
[2]供应链金融的演进与互联网供应链金融:一个理论框架[J]. 宋华,陈思洁.  中国人民大学学报. 2016(05)
[3]中国开创“新经济”——从缩小“数字鸿沟”到收获“数字红利”[J]. 胡鞍钢,王蔚,周绍杰,鲁钰锋.  国家行政学院学报. 2016(03)
[4]供应链金融模式下的信用风险评价[J]. 熊熊,马佳,赵文杰,王小琰,张今.  南开管理评论. 2009(04)



本文编号：3490991