1. 毕业设计（论文）主要目标：
证明在供应链金融模式下，在传统原有指标体系基础上增加第三方物流状况指标有利于改进信用风险评估的准确率，分别对增加第三方物流状况指标前后的两种指标体系进行建立、筛选，并评估建模（Logit模型及多层感知器神经网络模型），比较两种模型的计算结果—信用评估准确率。
最后回归管理及信息技术的层面给出相关的建议。
2. 毕业设计（论文）主要内容：
首先探讨本文的研究背景，接着在文献综述中，介绍大量国内外相关理论与方法，随后具体阐述信用风险与供应链金融信用风险的定义与内涵，然后引入传统供应链金融原有指标体系，并在此基础上增加第三方物流状况指标，对这两种指标体系分别进行主成分分析，对建立的指标体系进行主因子提取，通过Logit回归模型及多层感知器神经网络模型这两种模型分别进行两种指标体系评估结果的对比，最后总结结果并从管理及当代信息技术的角度提出相关的建议。
3. 主要参考文献
| [1] Hazen B.T., Boone C.A.,Ezell J.D., et al. Data quality for data science, predictive analytics, andbig data in supply chain management: An introduction to the problem andsuggestions for research and applications[J].International Journal ofProduction Economics，2014，30(154):72-80. [2] Duffie D. Innovations inCredit Risk Transfer: Implications for Financial Stability[R].Working Paper，2008，32（255）:1-8. [3] Fischl M., Scherrer-RathjeM., Friedli T. Digging deeper into supply risk: a systematic literaturereview on price risks[J].Supply Chain Management: An International Journal，2014，3(19):480-503. [4] Vandana, Arshinder Kaur.Two-level trade credit with default risk in the supply chain under stochasticdemand[J].Omega，2018，3(12):3-18. [5] Seyyed Hossein,ArminJabbarzadeh. Supply chain network design using trade credit and bank credit:Arobust optimization model with real word application[J].Computers Industrious Engineering，2018，2(8):2-12. [6] 宋华.供应链金融[M].2版.北京：中国人民大学出版社，2015:35-61. [7] 周月刚.信用风险管理-模型、度量、工具及应用[M].北京：北京大学出版社，2017:105-136. [8] 高德文.供应链金融下我国商业银行信用风险评估与控制研究[D].沈阳：东北大学，2012. [9] 李林凤.线上供应链金融信用风险评估研究[D].广州：暨南大学，2016. [10] 吴煜宁.供应链金融信用风险评估方法研究[D].杨凌：西北农林科技大学，2018. [11] MBA智库.信用风险[OL].(2006-10)[2019-3-20].https://wiki.mbalib.com/wiki/信用风险. [12] 百度百科.信用风险管理[OL].(2019-03-02)[2019-3-20].https://baike.baidu.com/item/信用风险管理. [13] 王箭.商业银行信贷风险度量及控制研究[D].武汉：武汉大学，2008. [14] 宋华.互联网供应链金融[M].北京：中国人民大学出版社，2017:2-3. [15] 王雷.供应链金融-互联网 时代的大数据与投行思维[M].北京：电子工业出版社，2017:9-10.
|
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
