数据挖掘在供应链金融风险控制中的应用
2019-10-21冯玺清
全国流通经济 2019年29期
摘要:本文从供应链金融的概念出发,对供应链金融风险进行了简要的分析,之后基于数据挖掘技术探讨了其在供应链金融高风险经销商识别中的实际应用,通过目标类经销商数据采集、整理、预相关分析及属性相关性度量等手段确定了和高风险经销商相关的各类属性,在此基础上提出了风险防范控制的有效思路,希望为广大金融机构的经营管理提供一定的参考。
关键词:数据挖掘;供应链金融;风险控制
中图分类号:F031 文献识别码:A 文章编号:
2096-3157(2019)29-0160-02
供应链金融是我国服务业务拓展创新的成果,主要是由银行金融机构向供应链上下游节点企业或者成员提供融资服务,包括生产商、经销商等。供应链金融业务创造价值的基础在于供应链中各成员之间的分工协作,该业务的拓展可以有效解决供应链企业融资难的问题,以供应链为纽带带动其所有成员的共同发展。虽然回报丰厚,但金融业务开展过程中也存在一定的风险,如何有效防控风险就成了银行金融机构必须研究的问题。
一、供应链金融及其风险分析
1供应链金融的内涵分析
供应链金融是基于供应链而产生的一种金融业务,其前身为物流金融或贸易金融。供应链金融的产生可以追溯到20世纪80年代,随着贸易全球化和国际分工趋势的持续深入,产品链的管理趋于复杂化,供应链管理的理念被提出,使得市场竞争开始从企业竞争逐渐转向供应链竞争。之后,科学技术的发展使得生产效率及成本获得了有效的改善,但在供应链中,部分节点存在的资金问题却会对整个产品链的成本造成影响,这样势必会降低供应链的竞争优势,供应链金融正是解决这一问题而形成的。……
登录APP查看全文
