桑斌 遗传算法和BP神经网络在信息共享下供应链财务中的应用。 (英语) Zbl 1457.91412号 J.计算。申请。数学。 384,文章ID 113170,11 p.(2021). 摘要:供应链金融业在为中小企业提供融资服务时,将产生资金和商品流。此时,银行将面临政策、经营、市场和信贷等多重风险。将从信用风险评估的角度对信息共享下的供应链金融进行调查。选择遗传算法结合支持向量机和BP神经网络对供应链金融的信用风险进行评估。在支持向量机方法中,参数选择方法采用遗传算法。在纳入的数据中,中小企业的增长能力差距较大。主营业务、净利润和总资产的标准偏差均在30%以上,流动比率和速动比率的标准偏差较小,这意味着两者更加稳定和健康。此外,在所有被调查企业中,成本缺口较大,存货跌价准备的标准差较小,这意味着大多数企业的存货质量较好。经过分类,总样本中获得了32家优质企业、46家中性企业和55家风险企业。在测试样本中,有21家优质企业、12家中性企业和26家风险企业。遗传算法优化的支持向量机方法的总体分类精度相对低于BP神经网络方法。遗传算法优化的支持向量机方法的分类准确率为76.27%,BP神经网络方法的分类正确率为89.83%。本文主要从银行的角度探讨中小企业供应链财务风险评估。研究结果可以为降低银行利润受损概率,提高银行盈利能力提供理论支持。 引用于2文件 MSC公司: 91G50型 公司财务(股息、实物期权等) 91G40型 信用风险 90B06型 运输、物流和供应链管理 68瓦50 进化算法、遗传算法(计算方面) 关键词:供应链金融;遗传算法;BP神经网络;信用风险;中小企业 PDF格式BibTeX公司 XML格式引用 \textit{B.Sang},J.计算。申请。数学。384,文章ID 113170,11 p.(2021;Zbl 1457.91412) 全文: 内政部 参考文献: [1] Xu,X。;陈,X。;贾凤,《供应链金融:系统文献综述与文献计量分析》,《国际生产经济学杂志》。,204, 160-173 (2018) [2] 曾,M。;Wu,K。;Hu,J.,《不确定性下可持续供应链融资的决策模型》,国际生产经济学杂志。,205, 30-36 (2018) [3] 莫雷托,A。;格拉西,L。;Caniato,F.,《供应链金融:从传统到供应链信用评级》,J.Purch。供应管理。,25, 2, 197-217 (2019) [4] 佩莱格里诺,R。;北科斯坦蒂诺。;Tauro,D.,《供应链金融:以供应链为导向的观点,以缓解商品风险和定价波动》,J.Purch。供应管理。,25, 2, 118-133 (2019) [5] 马,H。;王Z.X。;Chan,F.T.,供应链合作因素在供应链金融中的重要性如何?《中国金融服务提供商的观点》,《国际生产经济》。,219341-346(2020) [6] Gelsomino,L.M。;De Boer,R。;Steeman,M.,《并行供应链融资方案的优化策略》,J.Purch。供应管理。,25, 2, 185-196 (2019) [7] 卡诺维尔,S。;罗杰斯,D.S。;Yeniyurt,S.,《拓宽供应链金融的视角:网络力量和凝聚力的绩效影响》,J.Purch。供应管理。,25, 2, 134-145 (2019) [8] 查姆尤,V.S。;Asongu,S.A.,《非洲信息共享和金融部门发展》,J.Afr。公交车。,18, 1, 24-49 (2017) [9] Tchamyou,V.S.,《信息共享在调节金融获取对不平等的影响中的作用》,J.Afr。公交车。,20, 3, 317-338 (2019) [10] 胡,J。;埃尔多安,B。;姜凯,《领导者谦逊与团队创造力:团队信息共享、心理安全和权力距离的作用》,J.Appl。心理医生。,103, 3, 313 (2018) [11] 陈,J。;蔡,T。;He,W.,《汽车零售业区块链驱动的供应链金融应用》,《熵》,22,1,95(2020) [12] Zhu,Y。;谢,C。;Wang,G.,基于机器学习方法预测中国供应链金融中的中小企业信用风险,熵,18,5,195(2016) [13] 苏,Y。;钟,B.,《部分信用担保合同下的供应链金融决策分析》,J.Appl。数学。物理。,05, 6, 1355-1369 (2017) [14] 陈,J。;张,T。;Zhou,Y.,供应链融资中具有连续时间延迟的风险规避报贩模型的动力学,数学。计算。模拟,169133-148(2020)·Zbl 1510.90005号 [15] Wuttke,D。;布洛姆,C。;Heese,H.S.,《供应链金融:最佳引入和采用决策》,《国际生产经济学杂志》。,178, 72-81 (2016) [16] 莱科科斯,S.D。;Serrano,A.,《中小企业的供应链融资:反向保理案例》,《国际物理杂志》。配送物流。管理。,46, 4, 367-392 (2016) [17] 马丁·J。;Hofmann,E.,《面向供应侧供应链融资框架》,J.Purch。供应管理。,25, 2, 157-171 (2019) [18] Bals,C.,走向供应链金融(SCF)生态系统——为未来研究提出框架和议程,J.Purch。供应管理。,25, 2, 105-117 (2019) [19] 张,T。;张春云。;Pei,Q.,《供应链融资的误解:其稳定作用》,《国际生产经济学杂志》。,213, 175-184 (2019) [20] 香港林。;詹,Y。;Zhang,M.,《供应链金融举措对服务提供商市场价值的影响》,《国际生产经济学》。,216, 227-238 (2019) [21] 阿洛拉。;Barua,M.K.,《制造业公司采用供应链融资的障碍分析》,Benchmarking Int.J.,26,7,2122-2145(2019) [22] 卡尼亚托,F。;Gelsomino,L.M。;Perego,A.,《金融解决供应链融资问题》,《供应链管理》。,第21页,第5页,第534-549页(2016年) [23] 马丁·J。;Hofmann,E.,《让金融服务提供商参与供应链金融实践:公司需求和服务要求》,J.Appl。账户。第18号、第1号、第42-62号决议(2017年) [24] Martin,J.,《供应商参与供应链金融实践:预测因素和结果》,《国际整合期刊》。供应管理。,11, 2-3, 193-216 (2017) [25] Zhu,Y。;谢,C。;Wang,G.,供应链金融中预测中国中小企业信用风险的个体、集成和集成集成机器学习方法比较,神经计算。申请。,28, 1, 41-50 (2017) [26] Van Bergen,M。;Steeman,M。;Reindorp,M.,《农产品采购中的供应链融资计划》,J.Purch。供应管理。,172-184年2月25日(2019年) [27] Yan,N。;刘,C。;刘毅,风险规避和决策偏好对银行信贷与信用担保相结合的供应链金融均衡的影响,应用。斯托克。模型总线。印度,33,6,602-625(2017)·Zbl 1420.91532号 [28] Z.R.马拉克。;Pillai,D.,《供应链金融的因素、结果和解决方案:回顾和未来方向》,J.风险金融管理。,12, 1, 3 (2019) [29] 菲尔贝克,G。;库马尔,S。;Liu,J.,《供应链金融与金融危机的蔓延:来自汽车行业的证据》,国际J.Phys。配送物流。管理。,46, 4, 414-438 (2016) [30] 卢奇。;顾J。;Huang,J.,由第三方或供应商提供部分信用担保的供应链金融,Compute。工业工程,135,440-455(2019) [31] 张,M。;张杰。;Ma,R.,《量化供应链金融的信用风险:中国汽车供应链视角》,IEEE Access,7144264-144279(2019) [32] 阿里,Z。;龚兵,B。;Mehreen,A.,《供应链融资是否能提高中小企业绩效?贸易数字化的调节作用,总线。流程管理。J.,26,1,150-167(2018) [33] Chakuu,S。;D.马西。;Godsell,J.,《探索供应链金融机制、参与者和工具之间的关系:系统文献综述》,《国际生产经济学杂志》。,216, 35-53 (2019) [34] 阿巴斯,W.A。;王,Z。;Alsakarneh,A.,《通过引入供应链金融克服中小企业融资和供应链障碍》,国际生物杂志。,13, 6, 7-22 (2018) [35] 李,D。;曹琦。;Zuo,M.,用改进的遗传算法优化具有异质车队车辆路线问题的绿色生鲜食品物流,可持续发展,1946年12月5日(2020年) [36] 赵,Q。;张杰。;Xu,B.,倾斜气缸端口对高速电液驱动泵气穴的影响:数值研究,工程应用。计算。流体力学。,13, 1, 245-253 (2019) [37] 北曼尼坎丹。;Sriram,K。;Murugan,S.,基于柔性生物聚合物悬臂梁的葡萄糖传感器的模拟和分析,高级科学。莱特。,23, 3, 1875-1877 (2017) [38] Xu,X。;尹,C。;Wang,W.,《通过遗传算法驱动的中国干热地区城市街区设计揭示城市形态和户外舒适度》,《可持续发展》,第11、13、3683页(2019年) [39] 李,X。;姜强。;Hsu,M.K.,支持还是风险?基于粗糙集理论和反向传播神经网络的软件项目风险评估模型,可持续发展,11,17,4513(2019) [40] Yang,Y。;郑,X。;Sun,Z.,中国煤炭资源安全评估:基于熵权的TOPSIS和BP神经网络的研究,可持续性,12,612294(2020) [41] 裴,J。;刘伟,基于灰色关联度和BP神经网络模型的中国企业安全生产弹性评价,可持续发展,11,16,4321(2019) [42] 阿韦斯,M。;萨明,T。;Gulzar,M.A.,《中巴经济走廊的可持续发展:经济、社会和环境可持续性之间的协同作用》,《可持续性》,第11、24、7044页(2019年) [43] 陈,S。;李·G。;Xu,Z.,社会经济力量和政策含义的联合影响:中国长江三角洲生态系统服务价值的时空动态,可持续性,11,9,2622(2019) [44] Yue,W。;陈,Y。;张强,利用多源数据对城市活力进行空间显式评估:以中国上海为例,《可持续发展》,2019年第11期,第3638页 [45] 冯,B。;Sun,K。;陈,M。;高涛,《高新技术产业核心技术能力对可持续竞争优势的影响》,《可持续发展》,122980(2020) [46] 沈春伟。;最小值C。;Wang,C.-C,通过社交媒体上的双语文本挖掘分析O2O商业趋势,计算机。嗯,行为。,101, 474-483 (2019) [47] 多安,T.T。;Bui,T.N.,供应链金融对海鲜企业绩效的非线性影响:越南案例研究,《不确定供应链管理》。,8, 2, 267-272 (2020) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。