典型文献
基于大数据的供应链金融信用风险评估实证研究——以整车制造行业为例
文献摘要：
通过将前沿大数据征信技术与评分卡方法相结合,以整车制造行业供应链为场景,对供应链金融信用风险进行测度.借助Python软件,从"企查查"API数据接口和万得数据库获取相关数据,对27家核心企业122条供应链多维指标进行数据挖掘、WOE编码和变量筛选,构建指标体系.然后,运用大数据和人工智能建模思路,建立涵盖14个特征解释变量的Logistic回归模型,并运用多种工具训练和改进模型形成可用于实务的Logistic评分卡.经实证检验,最终确定的信用评估模型区分能力强,风险预测准确率能达到96.77％.基于大数据的Logistic评分卡将供应链信用等级数字化,相较于传统的信用评级更具有实用性,因此,大数据技术的运用对提升供应链金融信用风险评估和管理水平具有重要价值.
文献关键词：
供应链金融;信用风险;Logistic评分卡;人工智能
中图分类号：
作者姓名：
周雷;邱勋;朱奕;毛晓飞
作者机构：
苏州市职业大学商学院,江苏 苏州 215104;东南大学经济管理学院,江苏 南京 211189;浙江金融职业学院金融管理学院,浙江 杭州 310018
文献出处：
引用格式：
[1]周雷;邱勋;朱奕;毛晓飞-.基于大数据的供应链金融信用风险评估实证研究——以整车制造行业为例)[J].金融发展研究,2022(05):64-70
A类：
B类：
供应链金融,金融信用风险,信用风险评估,整车,制造行业,大数据征信,Python,企查查,API,数据接口,得数,核心企业,多维指标,WOE,变量筛选,智能建模,征解,改进模型,信用评估模型,区分能力,风险预测,预测准确率,信用等级,信用评级
AB值：
0.328041
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
