CN110969376A - 基于复杂网络的建材供应链金融风险评估算法 - Google Patents
基于复杂网络的建材供应链金融风险评估算法 Download PDFInfo
- Publication number
- CN110969376A CN110969376A CN202010005653.4A CN202010005653A CN110969376A CN 110969376 A CN110969376 A CN 110969376A CN 202010005653 A CN202010005653 A CN 202010005653A CN 110969376 A CN110969376 A CN 110969376A
- Authority
- CN
- China
- Prior art keywords
- supply chain
- material supply
- building material
- network
- chain financial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000004566 building material Substances 0.000 title claims abstract description 293
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 46
- 238000012502 risk assessment Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 230000007246 mechanism Effects 0.000 claims abstract description 41
- 238000013507 mapping Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000013432 robust analysis Methods 0.000 claims abstract description 20
- 238000004088 simulation Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 239000004035 construction material Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 7
- 230000001066 destructive effect Effects 0.000 claims description 6
- 238000005206 flow analysis Methods 0.000 claims description 6
- 230000000644 propagated effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 241000700605 Viruses Species 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 2
- XYGSFNHCFFAJPO-UHFFFAOYSA-N Chlophedianol hydrochloride Chemical compound Cl.C=1C=CC=C(Cl)C=1C(O)(CCN(C)C)C1=CC=CC=C1 XYGSFNHCFFAJPO-UHFFFAOYSA-N 0.000 description 1
- 206010049040 Weight fluctuation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004260 weight control Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Technology Law (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了基于复杂网络的建材供应链金融风险评估算法，其特征在于，包括，建材供应链金融网络生成、建材供应链金融网络的鲁棒性分析和建材供应链金融违约风险传播计算。本发明中，通过对建材供应链特征的研究分析，提出了基于增长机制、局部选择、连接偏好和退出重连的建材供应链加权网络演化模型，并且在此基础上，根据映射规则生成建材供应链金融加权网络，对由不同映射参数得到的建材供应链金融加权网络进行鲁棒性分析，为了模拟其在现实中可能会受到的破坏，提出了攻击策略，针对不同类型的破坏，建材供应链金融呈现出不同的鲁棒性，而且网络结构的差异会影响其鲁棒性，制定相应的对策来防范建材供应链金融违约风险的产生和传播。
Description
技术领域
本发明涉及专业建材供应链金融技术领域，尤其涉及基于复杂网络的建材供应链金融风险评估算法。
背景技术
建材行业在我国经济发展中占有重要地位，目前，在建材行业中，中小建材企业正发挥着主力军的作用，与此形成巨大反差的则是中小建材企业的融资情况，融资难度大，融资成本高的问题是制约其发展的主要因素，阻碍了行业的健康发展，供应链金融是一种新兴的融资模式，是以实际的供应链交易为基础开展的金融活动，能充分整合供应链上的资源，为供应链上各融资企业提供可靠资金供给，有效解决中小企业融资难的问题，在建材行业中的应用也处于快速发展中，建材供应链金融在为中小建材企业提供资金便利的同时，也存在一定的风险，尤其是应用了互联网技术之后，风险传播会带来严重的后果，因此如何有效防范是亟待解决的问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的基于复杂网络的建材供应链金融风险评估算法。
为了实现上述目的，本发明采用了如下技术方案：基于复杂网络的建材供应链金融风险评估算法，其特征在于，包括，建材供应链金融网络生成、建材供应链金融网络的鲁棒性分析和建材供应链金融违约风险传播计算；
所述建材供应链金融网络生成是由不同类型的企业和不同类型的关系构成的，而且供应链金融是依据真实的供应链交易背景开展的金融活动，先根据实际的调研分析情况构建建材供应链复杂网络模型，然后根据一定的规则通过映射生成建材供应链金融复杂网络，最后再对其进行相应的分析；
所述建材供应链金融网络的鲁棒性分析通过对网络的验证解析，来判断网络连通性能的变化，并没有考虑网络的负载以及节点或边失效时产生的动态传播关联，首先从结构视角提出了衡量建材供应链金融网络鲁棒性的性能指标，然后根据建材供应链金融的实际提出了相应的攻击策略，并对通过建模方法获得的建材供应链网络进行仿真分析，最后根据仿真结果，给出提高建材供应链金融网络鲁棒性的改进手段和管理对策；
所述建材供应链金融违约风险传播计算通过调研发现其目前唯一的违约风险来自于项目方的逾期，即项目方不能按照融资时约定的时间，回款到建材供应链金融平台要求经销商开立的监管账户中，另外建材供应链金融还有一个潜在的违约风险，就是经销商违约，进而达到风险的计算评估结果。
作为上述技术方案的进一步描述：
所述建材供应链金融网络生成包括建材供应链金融分析；
所述建材供应链金融分析由建材供应链金融结构分析和建材供应链运作流程分析，其中，建材供应链金融结构分析中目前主流的供应链金融业务模式有三种，分别是应收账款模式、存货融资模式和预付账款模式，建材供应链运作流程分析能够综合考虑经销商与品牌供应商之间合作的稳定性，履约情况以及其自身情况，确定是否为其提供采购资金，对通过其考察的经销商给予一定的融资额度。
作为上述技术方案的进一步描述：
所述建材供应链金融网络生成还包括建材供应链网络模型构建；
所述建材供应链网络模型构建由建材供应链网络模型演化机制、建材供应链网络模型演化前提、建材供应链网络模型演化的算法描述和基于算法生成建材供应链网络，其中，建材供应链网络模型演化机制可以从复杂网络的视角，考虑建材供应链网络模型的演化机制，对建材供应链网络模型提供基础的机制保障，建材供应链网络模型演化前提是建立在对建材供应链实际运作情况的观察之上的，因此有别于其他一般的复杂网络模型，建材供应链网络模型演化的算法描述是综合考虑复杂建材供应链网络的演化原理和演化机制，构造了基于节点强度的层次性加权复杂建材供应链网络模型，基于算法生成建材供应链网络是通过对网上数据的整理分析，并结合调研资料得出将建材供应链中企业数量之比的网络；
所述建材供应链网络模型的演化机制由增长机制、局部选择、连接偏好和退出重连四个机制组成。
作为上述技术方案的进一步描述：
所述建材供应链金融网络生成还包括建材供应链金融网络生成；
所述建材供应链金融网络生成由建材供应链金融网络生成规则、建材供应链金融网络生成算法和建材供应链金融网络仿真组成，其中，建材供应链金融网络生成规则是当供应链网络中的节点企业需要通过供应链金融方式融资，并且获得准入之后，该节点映射进入供应链金融网络中，并获得与金融平台以及银行之间的连边，建材供应链金融网络生成算法是在建材供应链模型基础上映射生成建材供应链金融模型的算法，建材供应链金融网络仿真组成是根据生成建材供应链网络时的初始矩阵和参数设定，演化生成一个建材供应链网络，并通过权重赋予公式对各条边赋予权重，然后在此基础上，结合建材供应链金融网络的映射规则，通过对具体参数的调整，映射生成具有不同网络特征的建材供应链金融网络。
作为上述技术方案的进一步描述：
所述建材供应链金融网络生成规则由品牌供应商节点、经销商节点、项目方节点和边的映射组成。
作为上述技术方案的进一步描述：
所述建材供应链金融网络的鲁棒性分析包括鲁棒性度量指标和攻击策略；
所述鲁棒性度量指标是在删除部分节点或者连边后，用网络的连通性变化来进行表征，并且当网络中的节点和连边被删除之后，除了网络的连通性会发生变化外，网络效率也会发生不同程度的变化，尤其是当网络遭受重大破坏，分裂为众多互相之间没有连接的孤立节点时，网络的效率下降为零；
所述建材供应链金融网络的鲁棒性分析还包括攻击策略；
所述攻击策略是在模拟对建材供应链金融的破坏时，考虑到破坏因素的来源即企业内部和外部，以及破坏因素的类型即随机攻击和人为攻击，提出的攻击方式，其中分别用删除节点和删除边来模拟来自企业内部和企业外部的破坏，其中，攻击策略由来自企业内部的随机攻击、来自企业外部的随机攻击、来自企业内部的人为攻击和来自企业外部的人为攻击组成。
作为上述技术方案的进一步描述：
所述建材供应链金融网络的鲁棒性分析还包括仿真结果分析；
所述仿真结果分析通过调整映射参数生成拓扑结构存在一定差异的加权建材供应链金融网络，然后基于上述网络结构，根据设定的攻击策略，模拟建材供应链金融在遭受不同攻击时网络的鲁棒性。
作为上述技术方案的进一步描述：
所述建材供应链金融违约风险传播计算包括建材供应链金融违约风险分析；
所述建材供应链金融违约风险分析根据违约风险产生的原因，可以将其分为意愿性违约风险和能力性违约风险，意愿性违约是指债务人由于主观意愿而故意不履行合约的风险，能力性违约是指债务人由于自身能力有限而无法履行合约而产生的风险。
作为上述技术方案的进一步描述：
所述建材供应链金融违约风险传播计算还包括建材供应链金融违约风险传播机理和过程分析；
所述建材供应链金融违约风险传播机理和过程分析的传播机理由无向性、时间性、级联性和不确定性组成，传播过程是由多个相互关联企业的共同违约作用决定的，在复杂建材供应链金融网络中，一旦某一个企业发生违约，违约风险就会在网络中随着网络的关系传播，网络中企业之间的直接关系和间接关系都会受到违约影响，而且对企业的违约影响会随时间不断积累，当达到一个阈值之后，这个企业就会违约。
作为上述技术方案的进一步描述：
所述建材供应链金融违约风险传播计算还包括建材供应链金融违约风险传播的建模分析；
所述建材供应链金融违约风险传播的建模分析由违约风险传播规则、基于演化规则的风险传播模型构建和风险传播的仿真分析组成，其中，违约风险传播规则是基于SI病毒传播模型的基本理论，由一系列可以表示违约风险传播的规则构成，当一个企业违约后，产生违约风险，该风险会向与其连接的邻居企业传播，进而影响整体的风险水平，基于演化规则的风险传播模型构建根据建材供应链金融违约风险的传播规则在某时刻的风险状态取决于其受违约风险影响的概率，风险传播的仿真分析对鲁棒性分析的三个建材供应链金融网络的考虑，选择其中的建材供应链金融网络作为对象，进行建材供应链金融违约风险传播的仿真分析，主要从违约企业的类型、违约企业的数量以及网络中企业的抗干扰能力展开对风险传播的计算。
有益效果
本发明提供了基于复杂网络的建材供应链金融风险评估算法。具备以下有益效果：
(1)：该基于复杂网络的建材供应链金融风险评估算法通过对建材供应链特征的研究分析，提出了基于增长机制、局部选择、连接偏好和退出重连的建材供应链加权网络演化模型，并且分析了由该模型生成的建材供应链网络的统计特征，表明所构建模型能较好的描述建材供应链的拓扑结构。并且在此基础上，根据映射规则生成建材供应链金融加权网络。
(2)：该基于复杂网络的建材供应链金融风险评估算法对由不同映射参数得到的建材供应链金融加权网络进行鲁棒性分析，为了模拟其在现实中可能会受到的破坏，提出了四种攻击策略，通过仿真分析发现，针对不同类型的破坏，建材供应链金融呈现出不同的鲁棒性，而且网络结构的差异会影响其鲁棒性，由此给出提高建材供应链金融鲁棒性的方法。
(3)：该基于复杂网络的建材供应链金融风险评估算法将SI病毒传播模型的思想引入到建材供应链金融中，构建建材供应链金融的违约风险传播模型，分析不同风险源和数量导致的违约风险在网络中的传播速度和特点，以及企业抗干扰能力对违约风险传播的影响，制定相应的对策来防范建材供应链金融违约风险的产生和传播。
附图说明
图1为本发明提出的基于复杂网络的建材供应链金融风险评估算法中基于平台的专业建材供应链金融结构图；
图2为本发明中建材供应链网络映射生成建材供应链金融网络的示意图；
图3为本发明中建材供应链金融违约风险传播的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
如图1-3所示，基于复杂网络的建材供应链金融风险评估算法，包括，建材供应链金融网络生成、建材供应链金融网络的鲁棒性分析和建材供应链金融违约风险传播计算；
建材供应链金融网络生成是由不同类型的企业和不同类型的关系构成的，而且供应链金融是依据真实的供应链交易背景开展的金融活动，先根据实际的调研分析情况构建建材供应链复杂网络模型，然后根据一定的规则通过映射生成建材供应链金融复杂网络，最后再对其进行相应的分析；
建材供应链金融网络的鲁棒性分析通过对网络的验证解析，来判断网络连通性能的变化，并没有考虑网络的负载以及节点或边失效时产生的动态传播关联，首先从结构视角提出了衡量建材供应链金融网络鲁棒性的性能指标，然后根据建材供应链金融的实际提出了相应的攻击策略，并对通过建模方法获得的建材供应链网络进行仿真分析，最后根据仿真结果，给出提高建材供应链金融网络鲁棒性的改进手段和管理对策；
建材供应链金融违约风险传播计算通过调研发现其目前唯一的违约风险来自于项目方的逾期，即项目方不能按照融资时约定的时间，回款到建材供应链金融平台要求经销商开立的监管账户中，另外建材供应链金融还有一个潜在的违约风险，就是经销商违约，进而达到风险的计算评估结果。
建材供应链金融网络生成包括建材供应链金融分析；建材供应链金融分析由建材供应链金融结构分析和建材供应链运作流程分析，其中，建材供应链金融结构分析中目前主流的供应链金融业务模式有三种，分别是应收账款模式、存货融资模式和预付账款模式，建材供应链运作流程分析能够综合考虑经销商与品牌供应商之间合作的稳定性，履约情况以及其自身情况，确定是否为其提供采购资金，对通过其考察的经销商给予一定的融资额度。
建材供应链金融网络生成还包括建材供应链网络模型构建；建材供应链网络模型构建由建材供应链网络模型演化机制、建材供应链网络模型演化前提、建材供应链网络模型演化的算法描述和基于算法生成建材供应链网络，其中，建材供应链网络模型演化机制可以从复杂网络的视角，考虑建材供应链网络模型的演化机制，对建材供应链网络模型提供基础的机制保障，建材供应链网络模型演化前提是建立在对建材供应链实际运作情况的观察之上的，因此有别于其他一般的复杂网络模型，建材供应链网络模型演化的算法描述是综合考虑复杂建材供应链网络的演化原理和演化机制，构造了基于节点强度的层次性加权复杂建材供应链网络模型，基于算法生成建材供应链网络是通过对网上数据的整理分析，并结合调研资料得出将建材供应链中企业数量之比的网络，建材供应链网络模型的演化机制由增长机制、局部选择、连接偏好和退出重连四个机制组成。
综合考虑复杂建材供应链网络的演化原理和演化机制，构造了基于节点强度的层次性加权复杂建材供应链网络模型，模型构造算法描述如下：
1)初始状态t0(时间t＝0)时刻的网络情况
在t0时刻建材供应链网络规模较小，有n0个企业节点构成，且n0＝nb+nd+np，其中nb表示品牌供应商的数量，nd表示经销商的数量，np表示项目方的数量，构成一个具有三个层级的网络结构,三种类型的节点企业数量满足一定的比例关系，而且基于实际情况，在建材供应链网络中品牌供应商的数量是三类节点中最少的，即不论在哪一个时刻nb都是最小的,另外对品牌供应商节点设定有限点度Sb，即当品牌供应商节点的度达到Sb后，就不再接纳新的经销商与其建立连接，设定的原因在前提四中有相应的说明。
2)节点的增长
每隔单位时间间隔t，网络中会增加一个新的节点vi(i∈b，d，p)，属于三种类型中的其中一种，其属于品牌供应商的概率为nb/n0；属于经销商的概率为nd/n0；属于项目方的概率为np/n0，新增加的节点会与网络中已经存在的节点产生连接。
不同类型的新增节点，有不同的连接机制，具体如下：
①新增加的节点vi为项目方：新节点vi会与相邻层级经销商类型节点Td中的m1个节点相连，通过前述的生成机制和前提条件可知，新增的项目方节点vi会从Td的子集中依据节点的度值进行选择连接，将这个子集定义为
子集中的元素是从Td中随机选择的，子集Ad的规模与Td满足如下关系式：
|Ad|＝per1*|Td|(pe1r∈(0,1])
其中per1表示局部选择的百分比，当per1＝1时，子集Ad就等于Td，新节点vi根据优先连接概率：
以此来选择与Ad中的m1个节点相连，其中
是选出的子集Ad中所有节点的度数之和。
②新增加的节点vi为经销商：此时，新节点vi的连接有两种情况，分别是与上游品牌供应商的连接，以及与下游项目方的连接，新节点vi会与项目方类型中的m2(m2＜|Ap|)个节点相连，连接节点的选取方式与新增加的节点为项目方节点时的方式相同，网络会增加m2条边。
|Ap|＝per2*|Tp|(per2∈(0,1])
同时新节点vi会选择与品牌供应商类型节点中的m3(m3＜|Ab|)个节点相连，连接节点的选取方式与新增加的节点为项目方节点时的方式相同，但是要判断选取出的品牌供应商节点的度是否小于Sb，否则选出的品牌供应会拒绝与节点vi连接，若选出的品牌供应商节点中含有度数为Sb的节点，则退而求其次选择度数次大的品牌供应商节点，当Ab中度数小于有效点度限制的节点数量不足m3个时，节点vi会与Ab中所有节点度数小于Sb的品牌供应商节点相连。
|Ab|＝per3*|Tb|(per3∈(0,1])
③新增加的节点vi为品牌供应商：当新增加的节点n为品牌供应商时存在一定的特殊性，因为根据建材供应链网络的实际情况，其会与经销商类型中的m4个节点相连，连接节点的选取方式与新增加的节点为项目方节点的方式相同。
|Ad|＝per4*|Td|(per4∈(0,1])
此外，节点vi还往往会带入新的经销商和项目方节点，本文假定带入的经销商数量为n′d，n′d是1到ul区间内的一个随机产生的整数n′d＝r andi(ul，1，1)，并假设每一个经销商会带入一个项目方，而且由品牌供应商带入的经销商和项目方暂时不和网络中的其他节点产生连接。
3)节点与边的退出重连
每当网络中新增加10个节点就有一个节点和一条边退出，根据反偏好规则，节点的退出概率为,
其中N(t)表示节点退出时刻，网络中节点的总数,当退出的节点v′i为品牌供应商时，与其相连的经销商会选择网络中尚存的品牌供应商进行重连，重连规则与新加入的节点为经销商并与品牌供应商进行连接的规则相同，但是一个经销商只会选择一个新的品牌供应商进行连接；当退出节点v′i为经销商时，与其相连的项目方节点会选择网络中尚存的经销商进行重连，重连规则与新加入的节点为项目方节点的规则相同，但是一个项目方只会选择一个新的经销商进行连接；当退出节点为项目方时，不考虑重连。
退出的边e′i为随机产生的，当退出的边e′i所连接的节点为品牌供应商和经销商时，经销商会与品牌供应商进行重连，其重连规则与退出节点为品牌供应商的重连规则一致，当退出的边e′i所连接的节点为经销商和项目方时，不考虑重连。
4)网络生成与边权赋予
重复第二步和第三步，直到网络新增节点企业数量达到规定的N，此时就可以得到一个建材供应链网络，研究对象建材供应链金融网络是加权复杂网络，因此对企业之间连边权重的赋予是一个重点，考虑到本文建材供应链网络的生成机制，以及现有的关于供应链网络的研究，可采用无标度网络理论对上述生成的建材供应链网络进行权重的定义。
Barrat[66]提出无标度网络的权重满足wij～(KiKj)θ，其中θ为权重涨幅控制系数，当θ＝0时，可以得到wij＝1，即为无权网络，K表示对应节点的度数。在此基础上，谢裴等在研究权重对无标度网络中风险传染的影响时，将其做了如下改进，
其中w0表示边平均权重控制参数，其计算公式如下，K0表示无标度分布的底数。
在研究供应链金融的违约传染时也采用了这一权重，而且结合对参数设置的分析，设θ＝0.5，K0＝2。在研究加权供应链网络的静态鲁棒性时，权重设定参数与其相似，因此采用同样的参数设定规则，并对计算得出的权重值乘以1000倍，以代表企业之间的资金往来量。
模型生成算法中有一些特征参数，通过调整特征参数可以反映实际建材供应链网络形成时的特点，得到具有不同网络结构特征的建材供应链网络，具体分析如下：
1)在实际建材供应链中每个企业在选择合作对象时，其考察的局部规模是不同的，有的企业会在一个较大范围内选择合作对象，有的企业则可能出于成本等原因的考虑，在一个较小的范围内选择合作对象，这一选择特征体现在本文建材供应链网络模型构建中就是局部选择的百分比即参数per，参数的大小表征其局部选择的规模。
2)除了选择范围之外，还有合作对象的数量，即参数m的大小体现了企业在实际建立合作时会与其上下游的多少家企业开展业务。
3)不同品牌供应商产生时其初始的市场覆盖范围不同，参数n′d在一定程度上体现了其初始市场占有率，参数值越大表明品牌供应商的实力越强，拥有更多的下游经销商。
建材供应链金融网络生成还包括建材供应链金融网络生成；建材供应链金融网络生成由建材供应链金融网络生成规则、建材供应链金融网络生成算法和建材供应链金融网络仿真组成，其中，建材供应链金融网络生成规则是当供应链网络中的节点企业需要通过供应链金融方式融资，并且获得准入之后，该节点映射进入供应链金融网络中，并获得与金融平台以及银行之间的连边，建材供应链金融网络生成算法是在建材供应链模型基础上映射生成建材供应链金融模型的算法，建材供应链金融网络仿真组成是根据生成建材供应链网络时的初始矩阵和参数设定，演化生成一个建材供应链网络，并通过权重赋予公式对各条边赋予权重，然后在此基础上，结合建材供应链金融网络的映射规则，通过对具体参数的调整，映射生成具有不同网络特征的建材供应链金融网络，建材供应链金融网络生成规则由品牌供应商节点、经销商节点、项目方节点和边的映射组成。
在建材供应链模型基础上映射生成建材供应链金融模型的算法具体描述如下：
(1)计算品牌供应商节点的点强度：
得到节点强度集合,
根据点强度的大小对品牌供应商节点进行排序，选择其中点强度排在前百分之pro1(pro1∈(0，1))的节点映射引入供应链金融网络，此时得到一个新的网络,
其中Bb为选择出的并映射进入供应链金融网络的品牌供应商节点集合，Bd表示与映射进入供应链金融网络的品牌供应商节点之间直接相连的经销商节点的集合，Bp表示与Bd集合中的经销商节点直接相连的项目方节点，pro1的大小在一定程度上可以体现出平台对品牌供应商要求的高低以及供应链金融网络的规模。
(2)若Bb中的某一个节点
只与一个经销商连接，那么规定这个经销商映射进入供应链金融网络，否则计算SCFN1中经销商节点的点强度，得到节点强度集合,
同样的根据点强度的大小对经销商进行排序，选择其中点强度排在前百分之pro2(pro2∈(0，1))的节点映射引入供应链金融网络，此时得到一个新的网络,
其中Bb为选择出的并映射进入供应链金融网络的品牌供应商节点集合，B′d表示映射进入供应链金融网络经销商节点的集合，B′p表示与B′d集合中的经销商节点直接相连的项目方节点，pro2的大小在一定程度上可以体现出平台对经销商要求的高低，通过改变pro2可以得到网络拓扑结构不同的供应链金融网络。
(3)增加一个新节点V表示提供建材供应链金融服务的平台，该节点与所有的Bb中的节点以及B′d中的节点相连，增加x个新节点
表示银行等金融机构，并从品牌供应商节点和经销商节点中随机选取ax个节点，Bx中的节点分别与其中的α个节点相连，边的权重均等于与其相连的品牌供应商节点或经销商节点的点强度。
(4)得到最终的建材供应链金融网络模型
建材供应链金融网络的鲁棒性分析包括鲁棒性度量指标；鲁棒性度量指标是在删除部分节点或者连边后，用网络的连通性变化来进行表征，并且当网络中的节点和连边被删除之后，除了网络的连通性会发生变化外，网络效率也会发生不同程度的变化，尤其是当网络遭受重大破坏，分裂为众多互相之间没有连接的孤立节点时，网络的效率下降为零。
建材供应链金融网络的鲁棒性分析还包括攻击策略；攻击策略是在模拟对建材供应链金融的破坏时，考虑到破坏因素的来源即企业内部和外部，以及破坏因素的类型即随机攻击和人为攻击，提出的攻击方式，其中分别用删除节点和删除边来模拟来自企业内部和企业外部的破坏，其中，攻击策略由来自企业内部的随机攻击、来自企业外部的随机攻击、来自企业内部的人为攻击和来自企业外部的人为攻击组成。
建材供应链金融网络的鲁棒性分析还包括仿真结果分析；仿真结果分析通过调整映射参数生成拓扑结构存在一定差异的加权建材供应链金融网络，然后基于上述网络结构，根据设定的攻击策略，模拟建材供应链金融在遭受不同攻击时网络的鲁棒性。
建材供应链金融违约风险传播计算包括建材供应链金融违约风险分析；建材供应链金融违约风险分析根据违约风险产生的原因，可以将其分为意愿性违约风险和能力性违约风险，意愿性违约是指债务人由于主观意愿而故意不履行合约的风险，能力性违约是指债务人由于自身能力有限而无法履行合约而产生的风险。
建材供应链金融违约风险传播计算还包括建材供应链金融违约风险传播机理和过程分析；建材供应链金融违约风险传播机理和过程分析的传播机理由无向性、时间性、级联性和不确定性组成，传播过程是由多个相互关联企业的共同违约作用决定的，在复杂建材供应链金融网络中，一旦某一个企业发生违约，违约风险就会在网络中随着网络的关系传播，网络中企业之间的直接关系和间接关系都会受到违约影响，而且对企业的违约影响会随时间不断积累，当达到一个阈值之后，这个企业就会违约。
建材供应链金融违约风险传播计算还包括建材供应链金融违约风险传播的建模分析；建材供应链金融违约风险传播的建模分析由违约风险传播规则、基于演化规则的风险传播模型构建和风险传播的仿真分析组成，其中，违约风险传播规则是基于SI病毒传播模型的基本理论，由一系列可以表示违约风险传播的规则构成，当一个企业违约后，产生违约风险，该风险会向与其连接的邻居企业传播，进而影响整体的风险水平，基于演化规则的风险传播模型构建根据建材供应链金融违约风险的传播规则在某时刻的风险状态取决于其受违约风险影响的概率，风险传播的仿真分析对鲁棒性分析的三个建材供应链金融网络的考虑，选择其中的建材供应链金融网络作为对象，进行建材供应链金融违约风险传播的仿真分析，主要从违约企业的类型、违约企业的数量以及网络中企业的抗干扰能力展开对风险传播的计算。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.基于复杂网络的建材供应链金融风险评估算法，其特征在于，包括，建材供应链金融网络生成、建材供应链金融网络的鲁棒性分析和建材供应链金融违约风险传播计算；
所述建材供应链金融网络生成是由不同类型的企业和不同类型的关系构成的，而且供应链金融是依据真实的供应链交易背景开展的金融活动，先根据实际的调研分析情况构建建材供应链复杂网络模型，然后根据一定的规则通过映射生成建材供应链金融复杂网络，最后再对其进行相应的分析；
所述建材供应链金融网络的鲁棒性分析通过对网络的验证解析，来判断网络连通性能的变化，并没有考虑网络的负载以及节点或边失效时产生的动态传播关联，首先从结构视角提出了衡量建材供应链金融网络鲁棒性的性能指标，然后根据建材供应链金融的实际提出了相应的攻击策略，并对通过建模方法获得的建材供应链网络进行仿真分析，最后根据仿真结果，给出提高建材供应链金融网络鲁棒性的改进手段和管理对策；
所述建材供应链金融违约风险传播计算通过调研发现其目前唯一的违约风险来自于项目方的逾期，即项目方不能按照融资时约定的时间，回款到建材供应链金融平台要求经销商开立的监管账户中，另外建材供应链金融还有一个潜在的违约风险，就是经销商违约，进而达到风险的计算评估结果。
2.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融网络生成包括建材供应链金融分析；
所述建材供应链金融分析由建材供应链金融结构分析和建材供应链运作流程分析，其中，建材供应链金融结构分析中目前主流的供应链金融业务模式有三种，分别是应收账款模式、存货融资模式和预付账款模式，建材供应链运作流程分析能够综合考虑经销商与品牌供应商之间合作的稳定性，履约情况以及其自身情况，确定是否为其提供采购资金，对通过其考察的经销商给予一定的融资额度。
3.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融网络生成还包括建材供应链网络模型构建；
所述建材供应链网络模型构建由建材供应链网络模型演化机制、建材供应链网络模型演化前提、建材供应链网络模型演化的算法描述和基于算法生成建材供应链网络，其中，建材供应链网络模型演化机制可以从复杂网络的视角，考虑建材供应链网络模型的演化机制，对建材供应链网络模型提供基础的机制保障，建材供应链网络模型演化前提是建立在对建材供应链实际运作情况的观察之上的，因此有别于其他一般的复杂网络模型，建材供应链网络模型演化的算法描述是综合考虑复杂建材供应链网络的演化原理和演化机制，构造了基于节点强度的层次性加权复杂建材供应链网络模型，基于算法生成建材供应链网络是通过对网上数据的整理分析，并结合调研资料得出将建材供应链中企业数量之比的网络。
4.根据权利要求3所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链网络模型的演化机制由增长机制、局部选择、连接偏好和退出重连四个机制组成。
5.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融网络生成还包括建材供应链金融网络生成；
所述建材供应链金融网络生成由建材供应链金融网络生成规则、建材供应链金融网络生成算法和建材供应链金融网络仿真组成，其中，建材供应链金融网络生成规则是当供应链网络中的节点企业需要通过供应链金融方式融资，并且获得准入之后，该节点映射进入供应链金融网络中，并获得与金融平台以及银行之间的连边，建材供应链金融网络生成算法是在建材供应链模型基础上映射生成建材供应链金融模型的算法，建材供应链金融网络仿真组成是根据生成建材供应链网络时的初始矩阵和参数设定，演化生成一个建材供应链网络，并通过权重赋予公式对各条边赋予权重，然后在此基础上，结合建材供应链金融网络的映射规则，通过对具体参数的调整，映射生成具有不同网络特征的建材供应链金融网络；
所述建材供应链金融网络生成规则由品牌供应商节点、经销商节点、项目方节点和边的映射组成。
6.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融网络的鲁棒性分析包括鲁棒性度量指标和攻击策略；
所述鲁棒性度量指标是在删除部分节点或者连边后，用网络的连通性变化来进行表征，并且当网络中的节点和连边被删除之后，除了网络的连通性会发生变化外，网络效率也会发生不同程度的变化，尤其是当网络遭受重大破坏，分裂为众多互相之间没有连接的孤立节点时，网络的效率下降为零；
所述攻击策略是在模拟对建材供应链金融的破坏时，考虑到破坏因素的来源即企业内部和外部，以及破坏因素的类型即随机攻击和人为攻击，提出的攻击方式，其中分别用删除节点和删除边来模拟来自企业内部和企业外部的破坏，其中，攻击策略由来自企业内部的随机攻击、来自企业外部的随机攻击、来自企业内部的人为攻击和来自企业外部的人为攻击组成。
7.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融网络的鲁棒性分析还包括仿真结果分析；
所述仿真结果分析通过调整映射参数生成拓扑结构存在一定差异的加权建材供应链金融网络，然后基于上述网络结构，根据设定的攻击策略，模拟建材供应链金融在遭受不同攻击时网络的鲁棒性。
8.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融违约风险传播计算包括建材供应链金融违约风险分析；
所述建材供应链金融违约风险分析根据违约风险产生的原因，可以将其分为意愿性违约风险和能力性违约风险，意愿性违约是指债务人由于主观意愿而故意不履行合约的风险，能力性违约是指债务人由于自身能力有限而无法履行合约而产生的风险。
9.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融违约风险传播计算还包括建材供应链金融违约风险传播机理和过程分析；
所述建材供应链金融违约风险传播机理和过程分析的传播机理由无向性、时间性、级联性和不确定性组成，传播过程是由多个相互关联企业的共同违约作用决定的，在复杂建材供应链金融网络中，一旦某一个企业发生违约，违约风险就会在网络中随着网络的关系传播，网络中企业之间的直接关系和间接关系都会受到违约影响，而且对企业的违约影响会随时间不断积累，当达到一个阈值之后，这个企业就会违约。
10.根据权利要求1所述的基于复杂网络的建材供应链金融风险评估算法，其特征在于，所述建材供应链金融违约风险传播计算还包括建材供应链金融违约风险传播的建模分析；
所述建材供应链金融违约风险传播的建模分析由违约风险传播规则、基于演化规则的风险传播模型构建和风险传播的仿真分析组成，其中，违约风险传播规则是基于SI病毒传播模型的基本理论，由一系列可以表示违约风险传播的规则构成，当一个企业违约后，产生违约风险，该风险会向与其连接的邻居企业传播，进而影响整体的风险水平，基于演化规则的风险传播模型构建根据建材供应链金融违约风险的传播规则在某时刻的风险状态取决于其受违约风险影响的概率，风险传播的仿真分析对鲁棒性分析的三个建材供应链金融网络的考虑，选择其中的建材供应链金融网络作为对象，进行建材供应链金融违约风险传播的仿真分析，主要从违约企业的类型、违约企业的数量以及网络中企业的抗干扰能力展开对风险传播的计算。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910836502 | 2019-09-05 | ||
| CN2019108365020 | 2019-09-05 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110969376A true CN110969376A (zh) | 2020-04-07 |
Family
ID=70038024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010005653.4A Pending CN110969376A (zh) | 2019-09-05 | 2020-01-03 | 基于复杂网络的建材供应链金融风险评估算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110969376A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111815207A (zh) * | 2020-08-27 | 2020-10-23 | 北京每日优鲜电子商务有限公司 | 一种针对供应链金融的风险定量评估方法 |
| CN112508709A (zh) * | 2020-10-21 | 2021-03-16 | 杭州衡泰软件有限公司 | 一种基于网络结构的信用风险传染监控方法 |
| CN114820173A (zh) * | 2022-05-12 | 2022-07-29 | 东南大学 | 大宗商品交易市场中的交易主体违约风险评估方法与系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870642A (zh) * | 2014-03-05 | 2014-06-18 | 湖州师范学院 | 一种基于拓扑结构的复杂供应网络的鲁棒性能分析方法 |
| CN109800991A (zh) * | 2019-01-25 | 2019-05-24 | 南京润辰科技有限公司 | 一种基于三流合一模型的供应链贸易金融风险评估系统 |
-
2020
- 2020-01-03 CN CN202010005653.4A patent/CN110969376A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870642A (zh) * | 2014-03-05 | 2014-06-18 | 湖州师范学院 | 一种基于拓扑结构的复杂供应网络的鲁棒性能分析方法 |
| CN109800991A (zh) * | 2019-01-25 | 2019-05-24 | 南京润辰科技有限公司 | 一种基于三流合一模型的供应链贸易金融风险评估系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王秀丽: "基于复杂网络的建材供应链金融风险传播与防范研究" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111815207A (zh) * | 2020-08-27 | 2020-10-23 | 北京每日优鲜电子商务有限公司 | 一种针对供应链金融的风险定量评估方法 |
| CN111815207B (zh) * | 2020-08-27 | 2021-01-12 | 北京每日优鲜电子商务有限公司 | 一种针对供应链金融的风险定量评估方法 |
| CN112508709A (zh) * | 2020-10-21 | 2021-03-16 | 杭州衡泰软件有限公司 | 一种基于网络结构的信用风险传染监控方法 |
| CN114820173A (zh) * | 2022-05-12 | 2022-07-29 | 东南大学 | 大宗商品交易市场中的交易主体违约风险评估方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fratesi et al. | EU regional development policy and territorial capital: A systemic approach | |
| Cousaert et al. | Sok: Yield aggregators in defi | |
| CN110969376A (zh) | 基于复杂网络的建材供应链金融风险评估算法 | |
| Lin et al. | Effects of trust mechanisms on supply-chain performance: A multi-agent simulation study | |
| CN111966698A (zh) | 一种基于区块链的可信联邦学习方法、系统、装置及介质 | |
| Guo et al. | System dynamics model based on evolutionary game theory for quality supervision among construction stakeholders | |
| Tong et al. | New peer effect-based approach for service matching in cloud manufacturing under uncertain preferences | |
| CN110705045A (zh) | 一种利用网络拓扑特性构建加权网络的链路预测方法 | |
| Marston et al. | An implementation of expected utility theory in decision based design | |
| Xiao et al. | Incentive mechanism design for federated learning: A two-stage stackelberg game approach | |
| Chao et al. | Fuzzy logic model for determining minimum overheads-cum-markup rate | |
| Boyuan et al. | Scenario-based modeling and solving research on robust weapon project planning problems | |
| Xie et al. | An improved shapley value benefit distribution mechanism in cooperative game of cyber threat intelligence sharing | |
| KR101269874B1 (ko) | 데이터베이스 분석을 통한 낙찰 금액 산출 시스템 및 그 산출 방법 | |
| Marques et al. | Flexibility Service Providers' Gaming Potential and its Impact on TSO-DSO Coordinated Markets | |
| Johanning et al. | The influence of financial benefits and peer effects on the adoption of residential rooftop photovoltaic systems | |
| Sahin et al. | Optimal Incentive Mechanisms for Fair and Equitable Rewards in PoS Blockchains | |
| Starodubtsev et al. | Method for simulating conflict situations in cyberspace | |
| Liu et al. | Parallel analysis on novel peer review system for academic journals | |
| Teng et al. | A novel consensus model considering individual and social behaviors under the social trust network | |
| CN111192058A (zh) | 一种区域电力市场多阶信用风险预警方法 | |
| Valverde et al. | Self-organization and hierarchy in open source social networks | |
| Chen et al. | Spatial relevancy of digital finance in the urban agglomeration of Pearl River Delta and the influence factors | |
| Du et al. | A Graph Analysis Method to Improve Peer Grading Accuracy for Blended Teaching Courses | |
| Oh et al. | A robust reputation system using online reviews? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200407 |