基于支持向量机（SVM）的供应链金融中小企业信用风险评估模型

随着金融杂志和银行培训业务的广泛报道，供应链金融（SCF）已成为供应链管理中最热门的话题之一。SCF的概念处于供应链管理和贸易融资交叉点的中心。受全球金融危机和经济低迷的影响，特别在汽车和电子制造业，许多企业面临流动性问题，或者说是面临严重的流动性短缺威胁。供应商试图鼓励他们的客户提前付款，但同时买家也在增加他们的付款条件。由于商业银行的SCF可以帮助企业（买方）及其供应商改善支付条件，降低营运资金成本，SCF解决方案越来越受到中小企业及其关系银行的青睐。

近年来，中小企业为我国经济做出了重大贡献，同时SCF在我国发展迅速。然而，企业由于缺乏信誉而面临的资本约束问题并没有得到解决。SCF可以帮助企业从银行获得资金。同时，SCF可以帮助商业银行扩大客户群。因此，我国商业银行纷纷设立专门的中小企业业务部门，专门拓展各种供应链金融服务。

供应链金融（SCF）是金融机构为面临营运资金需求的供应商和客户提供的一系列金融解决方案。SCF利用了中小企业与其“交易对手”（通常是其供应链中的龙头企业）之间贸易的真实性。因为龙头企业是中小企业的担保人，这些交易对手的信用水平正成为金融机构风险管理（即提供SCF服务的商业银行）关注的重要因素。因此，这些机构需要从供应链的角度评估中小企业的信用风险，而不仅仅是评估中小企业的偿债能力。本文旨在研究SCF的信用风险评估模型。

在SCF服务中，商业银行不仅关注资金需求方的信用状况，而且关注中小企业主要交易对手的信用状况——通常是规模较大、盈利能力稳定的龙头企业。同时，资金需求方及其对应方所处的供应链状况对中小企业和龙头企业的财务状况都有影响。通过对资金需求方所接触的广泛的贸易伙伴和所涉及的大量信息进行考察，银行可以更好地控制信贷风险。

根据以往的研究，大量的研究结果表明，基于BP神经网络和支持向量机的分类模型具有显著的识别信用风险的能力。因此，本文引入支持向量机模型对SCF中的中小企业信用风险进行评估。本文将采用定量和定性相结合的方法建立评价指标体系。因此需要对支持向量机模型和BP神经网络模型进行比较研究。

本文从供应链信用风险的角度出发，结合供应链管理理论，设计了供应链信用风险评价指标体系。在这一新的指标体系中，中小企业的供应链状况、行业背景、龙头企业的信用水平、中小企业与龙头企业的合作关系等都具有重要意义。

结论：

（1）SCF信用风险评估指标体系可以解决银行错误地将有信誉的企业标为违约企业的问题，从而提高中小企业融资过程中的信用评级状况。

（2）通过对实证结果的分析和比较，发现支持向量机评价模型在中小企业信用风险评价上比BP神经网络评价模型更为有效。基于支持向量机的中小企业信用评价模型可以提高中小企业信用等级划分的准确性。此外，在历史数据积累较少的情况下，支持向量机模型可以有效地降低I类错误的发生概率，但评估指标的维数有所增加，从而可以在很大程度上减少银行损失。

（3）SCF信用风险评估指标体系和基于支持向量机的评估模型是商业银行评估中小企业信用风险的最佳组合。

（详情请参看原文）

原文链接：

https://www.researchgate.net/publication/284710473_A_credit_risk_assessment_model_based_on_SVM_for_small_and_medium_enterprises_in_supply_chain_finance