产业链金融信用风险致因机理与预警机制研究：以西部地区乳业产业链为例

With the dairy industry chain in west area as an example, to research the incentive action mechanism, the industrial chain finance credit risk causes are identified, the drivering factors scale is developed and the industrial chain finance credit risk causing analysis model is built; During the research of industrial chain finance credit risk early warning mechanism, the early warning model based on artificial neural network and system dynamics early-warning evolution model is combined, which realizes the industrial chain finance credit risk early warning and at the same time reveals the evolution of the credit risk early-warning mechanism through system dynamics simulation study; From the incentive and evolution paths of industrial chain finance, it puts forward a set of strategies to control the root causes of credit risk and cut off the transmission links and to be able to reflect the credit risk cooperative precontrol function.

以西部地区乳产业为例，辨识产业链金融信用风险产生的诱因，开发产业链金融信用风险驱动因素量表，构建产业链金融信用风险致因分析模型，研究各诱因的作用机理；在产业链金融信用风险预警机制研究中，将人工神经网络预警模型与系统动力学警情演化模型相结合，能够在实现对产业链金融信用风险预警的同时，通过系统动力学仿真研究揭示信用风险警情的演化机制；从产业链金融信用风险产生的诱因和演化路径入手，提出一套旨在对信用风险产生的根源进行管控、切断信用风险传导链路并能体现协同预控机能的立体化管控体系。

产业链金融在促进金融供给侧改革、解决中小微企业融资难题的同时，同时也伴随着不同于传统金融业务的风险——其某一环节风险事件发生都可能导致整个产业链金融风险的放大，其中信用风险尤其如是。本研究以产业链金融具体微观应用——供应链金融为基础，由其信用风险特征、诱因分析入手，研究其致因机理、产业链金融信用风险评价、预警以及产业链金融信用风险演进机制，在此基础上提出可行的产业链金融信用风险管控方案。在以下方面形成重要研究院结论：（1）分析产业链（供应链）金融信用风险特征，基于系统论提出六要素系统分析框架：系统性风险要素、电子商务环境、核心企业、融资企业、供应链关系以及融资资产风险属性。（2）以农业领域具体微观应用（供应链金融）为例，构建农业供应链金融信用风险评价体系框架，建立结构方程模型检验指标的合理性与可靠性，运用层次分析法获得指标权重，最终确定其评价指标体系；建立预警指标体系，并选择一种具有良好可塑性和稳定性的ART人工神经网络，运用MATLAB软件编程完成预警仿真研究。（3）基于系统论分析产业链（供应链）金融信用风险系统的主体结构及其作用关系，构建供应链金融信用风险演化机理系统动力学（SD）模型，研究揭示了各子系统关键要素的作用机理和信用风险演进机制。（4）以产业链金融具体微观应用（供应链金融）为基础，提出一套涵盖行业自律性、企业信用环境、全产业链风险管理以及信息化协同管控机能等要素，并便于从信用风险的产生根源着手管控、有利于实现切断信用风险传导链路的立体化协同管控体系。