CN109800991A - 一种基于三流合一模型的供应链贸易金融风险评估*** - Google Patents
一种基于三流合一模型的供应链贸易金融风险评估*** Download PDFInfo
- Publication number
- CN109800991A CN109800991A CN201910070417.8A CN201910070417A CN109800991A CN 109800991 A CN109800991 A CN 109800991A CN 201910070417 A CN201910070417 A CN 201910070417A CN 109800991 A CN109800991 A CN 109800991A
- Authority
- CN
- China
- Prior art keywords
- risk
- trade
- model
- activity
- module
- 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.)
- Withdrawn
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于三流合一模型的供应链贸易金融风险评估***,在区块链背景下实现了资金流、物流、信息流三流合一的量化分析及风控,包括存储模块,三流模型构建模块,模型操作模块,应用模块,由存储模块从区块链数据中抽取出活动和活动关联,提交给三流合一模型构建模块;并从源数据中读取活动及活动之间的顺序、选择、并发关系,复现出完整的贸易过,模型操作模块中包含一系列标准化的操作,实现对存储模块构建出的描述模型的访问和属性筛选,操作结果移交给应用模块,在三流合一模型投影的基础上对贸易过程中企业的资产守恒进行量化分析,进行供应链结构风险以及企业风险的评估。
Description
技术领域
本发明涉及供应链金融和信息技术领域,具体是一种基于三流合一模型的供应链贸易金融风险评估***。
背景技术
中小企业融资存在内缘融资占比过大,直接融资渠道条件苛刻的问题。商业银行贷款主要面向大型企业,对资信状况难以评估的中小企业银行则惜贷、惧贷。借贷双方信息不对称,中小企业财务管理不规范财务信息不可靠等因素共同造成了中小企业的融资困境。供应链金融使供应链中的相关企业能够作为一个整体被综合授信,为银行开辟新的利润来源,降低中小企业的融资成本,使得银行、中小企业、物流企业达成多方共赢。但是在参与方复杂的现实贸易过程中,资金流、物流、信息流的动态变化及交互难以被捕捉,并最终应用于供应链授信中。现存的风险评估体系由于难以把控供应链中主动或被动的交货延迟(即历史交付意愿或进度风险)、资产双花等动态产生的风险,常依赖于较强的核心企业信用担保,风险集中度过高,跨行业横向发展时扩展难度大,同时无法适应普遍存在的缺乏大型企业的贸易过程。如何从区块链提取有效数据载荷,在资金流、物流、信息流信息融合的基础上,评估供应链结构风险,提高供应链融资率的问题亟待解决。
专利文献CN108053321 A试图通过在融资平台上对各方提供的信息相互验证的方式,提供质押物真实性验证,使金融机构能够核实交易行为,以优化交易数据征信方式,实现供应链风险控制。该装置为金融机构客户端设置三种确认请求,这种方式使金融机构在融资行为发生之前能够核查交易行为的真实性,实现供应链风险控制,提升供应链融资率。
但是该***仍然不能满足中小企业融资需求,缺点主要体现在(1)依赖核心企业的信用担保,风险仍然集中在核心企业上;(2)无法针对供应链实例中动态产生的风险进行评估和控制;(3)无法根据历史交易数据评估供应链结构。
发明内容
本发明针对现有技术无法捕获动态风险以及供应链结构风险的现状,使用活动节点存储从区块链中采集到的资金流、物流、信息流数据,并通过活动关联表复现贸易过程中活动的关系,由此产生描述模型,并对描述模型中节点的属性进行筛选、抽取,运用于风险分析以及量化计算中,扩展了供应链风险评估的方式,提高供应链融资效率,特别是可以在缺乏大型企业信用担保的情况下提供供应链风险评估手段
本发明目的是为了克服现有技术的不足而提供一种多参数动态评估控制、评估模型化且充分利用历史及实时数据流的基于三流合一模型的供应链贸易金融风险评估***。
为达到上述目的,本发明采用了如下技术方案。
一种基于三流合一模型的供应链贸易金融风险评估***,包括存储模块、模型构建模块、模型操作模块、应用模块以及三流合一模型,所述存储模块从区块链中采集数据并结合输入的静态数据,填充所述三流合一模型中的活动和活动关联,并准备后续所述三流合一模型的建立;所述模型构建模块从所述存储模块中读取活动以及活动之间的顺序、选择、并发关系数据,复现出完整的反应贸易过程的流程视图模型,同时填充公允价值变动、货物损耗等资产损益数据,得到贸易过程的流程视图;所述模型操作模块通过访存器提供模型访问和属性访问的操作,并将操作结果运用于所述应用模块中;所述应用模块由风险评估单元、视图转换单元和量化分析单元共同组成,所述风险评估单元包括供应链结构风险分析单元和企业风险分析单元,所述量化分析单元包括资产投影构造单元和资产守恒核算单元;所述三流合一模型通过视图转换单元和描述模型共同生成的资产视图,同时通过量化分析单元在贸易过程的各个时间节点上进行企业资产守恒的核算,将核算结果及违反守恒的节点移交给风险评估单元,然后得出相应供应链结构评分;所述风险评估单元同时也直接通过所述模型操作模块的设置的筛选器筛选结果中提取数据,进行供应链结构风险和企业风险的分析。
所述存储模块包括数据采集和数据预处理单元,从区块链中采集抽取数据包,并填充到表述为活动和活动关联的数据中,具体数据为包括前驱活动、后驱活动、关联信息、关联规则和关联地址的五元组模块数据,同时结合静态数据,填充到所述存储模型中。
所述模型构建模块产生以活动为中心来描述的所述三流合一模型,同时填充贸易期内资产公允价值变动、贸易过程中产生的税金和业务成本等资产损益,生成最终的描述模型。
所述模型操作模块介于所述模型构建模块与应用模块之间,用于对所述描述模型进行公共的基础操作,包括对所述描述模型中数据的读取以及对活动属性的抽取,最后将基本计算结果提交给所述应用模块。
所述三流合一模型通过填充活动捕获了资金流、信息流、物流信息,与活动关联共同构造贸易过程的描述模型,并结合利用所述视图转换模块投影生成参与方视图和资产视图。
所述活动包括有物流类属性、信息类属性、金融类属性和管理类属性,所述物流类属性具体包括物流公司、物流信息、发货时间、交付时间、物流类资源、合约类资源、运货单和状态跟踪;所述信息类属性具体包括参与方资源,输入资源,输出资源;所述金融类属性包括融资类型、银行、融资参与方、授信属性、抵押资产信息、金融凭证、合约类资源、资金、融资周期、融资费率、执行情况、动态风险、静态风险、核心企业风险、融资企业风险、外部环境风险;所述管理类属性包括活动内容、开始时间、结束时间、时限、履行地点、当前状态、历史状态和外部数据。
所述描述模型到所述资产视图的转化生成方式采用对贸易过程中的每个活动节点计算资产变化量△X=(V1,V2,V3,V4);其中V1、V2、V3、V4分别对应资金、权益、实物的变化量以及费用值,当△X数值大的节点表明发生风险破坏力较大;所述描述模型到所述参与方视图的转化生成则通过读取并筛选活动属性中的参与方属性数据完成。
量化分析单元利用已构造贸易过程在资产视图,并在此基础上实现整个贸易过程中企业资产守恒的核算,具体核算过程为将贸易活动节点上单一贸易参与方资产变化量△X表征为(V1,V2,V3,V4),其中:V1代表资金变化量,V2代表权益变化量,V3代表实物资产变化量,V4代表当前活动节点费用,在贸易过程中的每一个节点上,在V1+V2+V3+V4 = 0时则代表当前节点资产守恒;在V1+V2+V3+V4≠0时则代表当前节点发生不守恒,当前操作为高风险操作。
V1为输出资源资金属性值与输入资源资金属性值的相减值。
对V2的求解,抽取出贸易过程活动节点中包含的合约类资源属性,转化到资金维度,并在输出、输入资源间求差值。具体来说,在核算发货单、验货单、存货凭证三类会产生资产转移的合约时:
1)输出资源含有发货单,若对象是销售方,V2为正值;若对象是购买方,V2为负值;
2)输入资源含有验货单,若对象是销售方,V2为负值;若对象是购买方,V2为正值;
3)输出资源含有验货单,若对象是销售方,V2为正值;若对象是购买方,V2为负值;
4)输入资源含有存货凭证,V2为负值;
5)输出资源含有存货凭证,V2为正值。
求V3时,抽取出贸易过程活动节点中包含的物料相关属性(收发货的商品或物料结合材质、规格和市场价格),转化到资金维度。对物料来说,V3 =α*(β0+β),即总价= 数量*(基价+上浮价格)。
V4则主要包括公允价值变动、货物损耗等资产损益。
风险评估单元获取流程结构中的合同参与方数量、货物运输状态、合同履约进度、融资额和贸易总量、订单履行状况、订单拆分复杂度、质押物变现能力、质押物交货准确率等风险项的量化结果,结合活动节点装载的参与方信息、物流公司信息得到量化结果,对供应链结构风险进行评估。风险评估单元接受量化分析单元结果中的活动节点对守恒值的偏移度为输入,修正量化打分,具体修正过程为修正值△R = µ·△X,其中:µ为不守恒偏移量的权重,µ值较大则代表当前评价体系着重考虑资产不守恒的风险,具体µ值选定需结合当前供应链历史数据。
由于上述技术方案的运用,本发明的技术方案带来的有益技术效果:本发明在整个贸易流程中融合资金流、物流、信息流数据,达到在贸易过程各个节点上都能够实现多维度的企业资产核算,实现供应链风险控制;同时能够评估供应链中动态产生的风险,比如说资产双花、进度风险,扩展了供应链风险评估手段,提供了不依赖于核心企业信用担保的授信方式;本发明从区块链提取有效数据载荷,在资金流、物流、信息流信息融合的基础上,在整个贸易过程中控制资产守恒;本发明能够把控供应链中动态产生的风险,又不依赖于较强的核心企业信用担保,转而评估供应链结构、供应链中各参与方静态风险,风险集中度降低,减小跨行业横向发展时的扩展难度,能够适应普遍存在的缺乏大型企业的贸易过程,提高供应链融资率。
附图说明
附图1为本发明的***整体流程结构示意图。
附图2为本发明的部分模块详细关系示意图。
图中:1.存储模块;2.模型构建模块;3.模型操作模块;4.应用模块;5.三流合一模型;6.区块链;7.静态数据;8.模型访问;9.属性访问;10.风险评估单元;11.视图转换单元;12.量化分析单元;13.供应链结构风险分析单元;14.企业风险分析单元;15.活动;16.活动关联;17.描述模型;18.参与方视图;19.资产视图;20.资产投影构造单元;21.资产守恒核算单元;22.访存器;23.筛选器。
具体实施方式
下面结合反应路线及具体实施例对本发明作进一步的详细说明。
如图1-2所示,一种基于三流合一模型的供应链贸易金融风险评估***,包括存储模块1、模型构建模块2、模型操作模块3、应用模块4以及三流合一模型5,所述存储模块1从区块链6中采集数据并结合输入的静态数据7,填充所述三流合一模型5中的活动15和活动关联16,并准备后续所述三流合一模型5的建立;所述模型构建模块2从所述存储模块1中读取活动以及活动之间的顺序、选择、并发关系数据,复现出完整的反应贸易过程的流程视图模型,同时填充公允价值变动、货物损耗等资产损益数据,得到贸易过程的流程视图;所述模型操作模块3通过访存器22提供模型访问8和属性访问9的操作,并将操作结果运用于所述应用模块4中;所述应用模块4由风险评估单元10、视图转换单元11和量化分析单元12共同组成,所述风险评估单元10包括供应链结构风险分析单元13和企业风险分析单元14,所述量化分析单元12包括资产投影构造单元20和资产守恒核算单元21;所述三流合一模型5通过视图转换单元11和描述模型17共同生成的资产视图19,同时通过量化分析单元12在贸易过程的各个时间节点上进行企业资产守恒的核算,将核算结果及违反守恒的节点移交给风险评估单元10,然后得出相应供应链结构评分;所述风险评估单元10同时也直接通过所述模型操作模块3的设置的筛选器23筛选结果中提取数据,进行供应链结构风险和企业风险的分析。
所述存储模块1包括数据采集24和数据预处理单元25,从区块链6中采集抽取数据包,并填充到表述为活动15和活动关联16的数据中,具体数据为包括前驱活动、后驱活动、关联信息、关联规则和关联地址的五元组模块数据,同时结合静态数据7,填充到所述存储模型1中。
所述模型构建模块2产生以活动为中心来描述的所述三流合一模型5,同时填充贸易期内资产公允价值变动、贸易过程中产生的税金和业务成本等资产损益,生成最终的描述模型17。
所述模型操作模块3介于所述模型构建模块2与应用模块4之间,用于对所述描述模型17进行公共的基础操作,包括对所述描述模型17中数据的读取以及对活动属性的抽取,最后将基本计算结果提交给所述应用模块4。
所述三流合一模型5通过填充活动捕获了资金流、信息流、物流信息,与活动关联16共同构造贸易过程的描述模型17,并结合利用所述视图转换模块11投影生成参与方视图18和资产视图19。
所述活动15包括有物流类属性、信息类属性、金融类属性和管理类属性,所述物流类属性具体包括物流公司、物流信息、发货时间、交付时间、物流类资源、合约类资源、运货单和状态跟踪;所述信息类属性具体包括参与方资源,输入资源,输出资源;所述金融类属性包括融资类型、银行、融资参与方、授信属性、抵押资产信息、金融凭证、合约类资源、资金、融资周期、融资费率、执行情况、动态风险、静态风险、核心企业风险、融资企业风险、外部环境风险;所述管理类属性包括活动内容、开始时间、结束时间、时限、履行地点、当前状态、历史状态和外部数据。
所述描述模型17到所述资产视图19的转化生成方式采用对贸易过程中的每个活动节点计算资产变化量△X=(V1,V2,V3,V4);其中V1、V2、V3、V4分别对应资金、权益、实物的变化量以及费用值,当△X数值大的节点表明发生风险破坏力较大;所述描述模型17到所述参与方视图18的转化生成则通过读取并筛选活动属性中的参与方属性数据完成。
量化分析单元12利用已构造贸易过程在资产视图19,并在此基础上实现整个贸易过程中企业资产守恒的核算,具体核算过程为将贸易活动节点上单一贸易参与方资产变化量△X表征为(V1,V2,V3,V4),其中:V1代表资金变化量,V2代表权益变化量,V3代表实物资产变化量,V4代表当前活动节点费用,在贸易过程中的每一个节点上,在V1+V2+V3+V4 = 0时则代表当前节点资产守恒;在V1+V2+V3+V4≠0时则代表当前节点发生不守恒,当前操作为高风险操作。
V1为输出资源资金属性值与输入资源资金属性值的相减值。
对V2的求解,抽取出贸易过程活动节点中包含的合约类资源属性,转化到资金维度,并在输出、输入资源间求差值。具体来说,在核算发货单、验货单、存货凭证三类会产生资产转移的合约时:
1)输出资源含有发货单,若对象是销售方,V2为正值;若对象是购买方,V2为负值;
2)输入资源含有验货单,若对象是销售方,V2为负值;若对象是购买方,V2为正值;
3)输出资源含有验货单,若对象是销售方,V2为正值;若对象是购买方,V2为负值;
4)输入资源含有存货凭证,V2为负值;
5)输出资源含有存货凭证,V2为正值。
求V3时,抽取出贸易过程活动节点中包含的物料相关属性(收发货的商品或物料结合材质、规格和市场价格),转化到资金维度。对物料来说,V3 =α*(β0+β),即总价= 数量*(基价+上浮价格)。
V4则主要包括公允价值变动、货物损耗等资产损益。
风险评估单元10获取流程结构中的合同参与方数量、货物运输状态、合同履约进度、融资额和贸易总量、订单履行状况、订单拆分复杂度、质押物变现能力、质押物交货准确率等风险项的量化结果,结合活动节点装载的参与方信息、物流公司信息得到量化结果,对供应链结构风险进行评估。风险评估单元10接受量化分析单元结果中的活动节点对守恒值的偏移度为输入,修正量化打分,具体修正过程为修正值△R = µ·△X,其中:µ为不守恒偏移量的权重,µ值较大则代表当前评价体系着重考虑资产不守恒的风险,具体µ值选定需结合当前供应链历史数据。
该风险评估单元可实现对应收账款融资、预付账款融资、存货融资在内的不同融资方式有不同的反应,不同融资方式涉及一些通用的风险项,比如合同履约进度风险、资产间接双花风险;在此之外,在存货融资中涉及质押物变现能力风险;预付账款融资中则更为关注关注企业回购能力风险。
物流类属性与信息类属性之间、所述金融类属性与信息类属性之间存在引用关系;无法从区块链中直接读取的数据,需要作为***输入,填充到金融类属性中,作为后续操作的基础。
本实施例的模块单元的技术内容、以及工作技术指标与国内外同类产品的技术比较详见如下表1和表2。
以上仅是本发明的具体应用范例,对本发明的保护范围不构成任何限制。凡采用等同变换或者等效替换而形成的技术方案,均落在本发明权利保护范围之内。
Claims (10)
1.一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于,包括存储模块(1)、模型构建模块(2)、模型操作模块(3)、应用模块(4)以及三流合一模型(5),所述存储模块(1)从区块链(6)中采集数据并结合输入的静态数据(7),填充所述三流合一模型(5)中的活动(15)和活动关联(16),并准备后续所述三流合一模型(5)的建立;所述模型构建模块(2)从所述存储模块(1)中读取活动以及活动之间的顺序、选择、并发关系数据,复现出完整的反应贸易过程的流程视图模型,同时填充公允价值变动、货物损耗等资产损益数据,得到贸易过程的流程视图;所述模型操作模块(3)通过访存器(22)提供模型访问(8)和属性访问(9)的操作,并将操作结果运用于所述应用模块(4)中;所述应用模块(4)由风险评估单元(10)、视图转换单元(11)和量化分析单元(12)共同组成,所述风险评估单元(10)包括供应链结构风险分析单元(13)和企业风险分析单元(14),所述量化分析单元(12)包括资产投影构造单元(20)和资产守恒核算单元(21);所述三流合一模型(5)通过视图转换单元(11)和描述模型(17)共同生成的资产视图(19),同时通过量化分析单元(12)在贸易过程的各个时间节点上进行企业资产守恒的核算,将核算结果及违反守恒的节点移交给风险评估单元(10),然后得出相应供应链结构评分;所述风险评估单元(10)同时也直接通过所述模型操作模块(3)的设置的筛选器(23)筛选结果中提取数据,进行供应链结构风险和企业风险的分析。
2.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述存储模块(1)包括数据采集(24)和数据预处理单元(25),从区块链(6)中采集抽取数据包,并填充到表述为活动(15)和活动关联(16)的数据中,具体数据为包括前驱活动、后驱活动、关联信息、关联规则和关联地址的五元组模块数据,同时结合静态数据(7),填充到所述存储模型(1)中。
3.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述模型构建模块(2)产生以活动为中心来描述的所述三流合一模型(5),同时填充贸易期内资产公允价值变动、贸易过程中产生的税金和业务成本等资产损益,生成最终的描述模型(17)。
4.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述模型操作模块(3)介于所述模型构建模块(2)与应用模块(4)之间,用于对所述描述模型(17)进行公共的基础操作,包括对所述描述模型(17)中数据的读取以及对活动属性的抽取,最后将基本计算结果提交给所述应用模块(4)。
5.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述三流合一模型(5)通过填充活动捕获了资金流、信息流、物流信息,与活动关联(16)共同构造贸易过程的描述模型(17),并结合利用所述视图转换模块(11)投影生成参与方视图(18)和资产视图(19)。
6.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述活动(15)包括有物流类属性、信息类属性、金融类属性和管理类属性,所述物流类属性具体包括物流公司、物流信息、发货时间、交付时间、物流类资源、合约类资源、运货单和状态跟踪;所述信息类属性具体包括参与方资源,输入资源,输出资源;所述金融类属性包括融资类型、银行、融资参与方、授信属性、抵押资产信息、金融凭证、合约类资源、资金、融资周期、融资费率、执行情况、动态风险、静态风险、核心企业风险、融资企业风险、外部环境风险;所述管理类属性包括活动内容、开始时间、结束时间、时限、履行地点、当前状态、历史状态和外部数据。
7.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述描述模型(17)到所述资产视图(19)的转化生成方式采用对贸易过程中的每个活动节点计算资产变化量△X=(V1,V2,V3,V4);其中V1、V2、V3、V4分别对应资金、权益、实物的变化量以及费用值,当△X数值大的节点表明发生风险破坏力较大;所述描述模型(17)到所述参与方视图(18)的转化生成则通过读取并筛选活动属性中的参与方属性数据完成。
8.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述量化分析单元(12)利用已构造贸易过程的资产视图(19),并在此基础上实现整个贸易过程中企业资产守恒的核算,具体核算过程为将贸易活动节点上单一贸易参与方资产变化量△X表征为(V1,V2,V3,V4),其中:V1代表资金变化量,V2代表权益变化量,V3代表实物资产变化量,V4代表当前活动节点费用,在贸易过程中的每一个节点上,在V1+V2+V3+V4 = 0时则代表当前节点资产守恒;在V1+V2+V3+V4≠0时则代表当前节点发生不守恒,当前操作为高风险操作。
9.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:V1为输出资源资金属性值与输入资源资金属性值的相减值;对V2的求解,抽取出贸易过程活动节点中包含的合约类资源属性,转化到资金维度,并在输出、输入资源间求差值,具体来说,在核算发货单、验货单、存货凭证三类会产生资产转移的合约时:
第一、输出资源含有发货单,若对象是销售方,V2为正值;若对象是购买方,V2为负值;
第二、输入资源含有验货单,若对象是销售方,V2为负值;若对象是购买方,V2为正值;
第三、输出资源含有验货单,若对象是销售方,V2为正值;若对象是购买方,V2为负值;
第四、输入资源含有存货凭证,V2为负值;
第五、输出资源含有存货凭证,V2为正值;
求V3时,抽取出贸易过程活动节点中包含的物料相关属性(收发货的商品或物料结合材质、规格和市场价格),转化到资金维度;对物料来说,V3 =α*(β0+β),即总价= 数量*(基价+上浮价格);V4则主要包括公允价值变动、货物损耗等资产损益。
10.根据权利要求1所述的一种基于三流合一模型的供应链贸易金融风险评估***,其特征在于:所述风险评估单元(10)获取流程结构中的合同参与方数量、货物运输状态、合同履约进度、融资额和贸易总量、订单履行状况、订单拆分复杂度、质押物变现能力、质押物交货准确率等风险项的量化结果,结合活动节点装载的参与方信息、物流公司信息得到量化结果,对供应链结构风险进行评估,风险评估单元(10)接受量化分析单元结果中的活动节点对守恒值的偏移度为输入,修正量化打分,具体修正过程为修正值△R = µ·△X,其中:µ为不守恒偏移量的权重,µ值较大则代表当前评价体系着重考虑资产不守恒的风险,具体µ值选定需结合当前供应链历史数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910070417.8A CN109800991A (zh) | 2019-01-25 | 2019-01-25 | 一种基于三流合一模型的供应链贸易金融风险评估*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910070417.8A CN109800991A (zh) | 2019-01-25 | 2019-01-25 | 一种基于三流合一模型的供应链贸易金融风险评估*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109800991A true CN109800991A (zh) | 2019-05-24 |
Family
ID=66560386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910070417.8A Withdrawn CN109800991A (zh) | 2019-01-25 | 2019-01-25 | 一种基于三流合一模型的供应链贸易金融风险评估*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109800991A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516967A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110969376A (zh) * | 2019-09-05 | 2020-04-07 | 浙江工商大学 | 基于复杂网络的建材供应链金融风险评估算法 |
CN110991957A (zh) * | 2019-11-29 | 2020-04-10 | 广州工商学院 | 基于区块链的安全高效可信可优化控温供应链***及方法 |
CN111401804A (zh) * | 2020-02-28 | 2020-07-10 | 雅砻江流域水电开发有限公司 | 一种基于仿真的工程物资供应链网络规划方法及*** |
CN111861476A (zh) * | 2020-08-06 | 2020-10-30 | 深圳壹账通智能科技有限公司 | 基于区块链的恶意关联交易监测方法、装置和计算机设备 |
CN111882453A (zh) * | 2020-06-21 | 2020-11-03 | 国网河北省电力有限公司信息通信分公司 | 基于大云物移智新技术应用的电网企业管理*** |
CN112330439A (zh) * | 2020-11-06 | 2021-02-05 | 云销供应链科技(广州)有限公司 | 一种基于五流合一业务数据的金融风险识别装置及方法 |
CN112884259A (zh) * | 2019-11-29 | 2021-06-01 | 财团法人亚洲大学 | 跨企业信用评等及风险评估方法与*** |
CN115660774A (zh) * | 2022-10-14 | 2023-01-31 | 国网山东省电力公司物资公司 | 一种基于区块链的物资供应链体系信用评价方法 |
-
2019
- 2019-01-25 CN CN201910070417.8A patent/CN109800991A/zh not_active Withdrawn
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516967A (zh) * | 2019-08-28 | 2019-11-29 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110516967B (zh) * | 2019-08-28 | 2024-05-10 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN110969376A (zh) * | 2019-09-05 | 2020-04-07 | 浙江工商大学 | 基于复杂网络的建材供应链金融风险评估算法 |
CN112884259A (zh) * | 2019-11-29 | 2021-06-01 | 财团法人亚洲大学 | 跨企业信用评等及风险评估方法与*** |
CN110991957A (zh) * | 2019-11-29 | 2020-04-10 | 广州工商学院 | 基于区块链的安全高效可信可优化控温供应链***及方法 |
CN110991957B (zh) * | 2019-11-29 | 2023-04-18 | 广州工商学院 | 基于区块链的安全高效可信可优化控温供应链***及方法 |
CN111401804A (zh) * | 2020-02-28 | 2020-07-10 | 雅砻江流域水电开发有限公司 | 一种基于仿真的工程物资供应链网络规划方法及*** |
CN111401804B (zh) * | 2020-02-28 | 2023-07-11 | 雅砻江流域水电开发有限公司 | 一种基于仿真的工程物资供应链网络规划方法及*** |
CN111882453A (zh) * | 2020-06-21 | 2020-11-03 | 国网河北省电力有限公司信息通信分公司 | 基于大云物移智新技术应用的电网企业管理*** |
CN111882453B (zh) * | 2020-06-21 | 2023-09-08 | 国网河北省电力有限公司信息通信分公司 | 基于大云物移智新技术应用的电网企业管理*** |
CN111861476B (zh) * | 2020-08-06 | 2023-08-08 | 深圳壹账通智能科技有限公司 | 基于区块链的恶意关联交易监测方法、装置和计算机设备 |
CN111861476A (zh) * | 2020-08-06 | 2020-10-30 | 深圳壹账通智能科技有限公司 | 基于区块链的恶意关联交易监测方法、装置和计算机设备 |
CN112330439A (zh) * | 2020-11-06 | 2021-02-05 | 云销供应链科技(广州)有限公司 | 一种基于五流合一业务数据的金融风险识别装置及方法 |
CN115660774A (zh) * | 2022-10-14 | 2023-01-31 | 国网山东省电力公司物资公司 | 一种基于区块链的物资供应链体系信用评价方法 |
CN115660774B (zh) * | 2022-10-14 | 2023-09-19 | 国网山东省电力公司物资公司 | 一种基于区块链的物资供应链体系信用评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800991A (zh) | 一种基于三流合一模型的供应链贸易金融风险评估*** | |
Kieschnick et al. | Working capital management and shareholders’ wealth | |
Focardi et al. | The mathematics of financial modeling and investment management | |
Bromwich et al. | Hicksian income in the conceptual framework | |
Koijen et al. | Optimal annuity risk management | |
Abioro | The impact of cash management on the performance of manufacturing companies in Nigeria | |
Costa-Climent et al. | Sustainable profitability of ethical and conventional banking | |
US20040111346A1 (en) | Methods for automating financial transactions | |
Viebig et al. | Equity valuation: models from leading investment banks | |
Woodhill | Inclusive agribusiness: The state of play background working paper | |
Rosen et al. | Enterprise-wide asset and liability management: issues, institutions, and models | |
Stojanovic et al. | Green financing in the function of risk management environment and sustainable economic growth | |
Manova | Credit constraints and the adjustment to trade reform | |
Bholat | The future of central bank data | |
Habib et al. | Manufacturing exports, profitability and working capital | |
Bindseil et al. | Risk management for central banks and other public investors | |
Singh et al. | Azerbaijan: Recent economic developments and policy issues in sustainability of growth | |
He et al. | Financial supply chain management | |
Rogers | Misunderstanding money, banking and finance in Dynamic Stochastic General Equilibrium (DSGE) models | |
Song et al. | Smart supply chain finance | |
Raza et al. | Sustainable Working Capital and Financial Performance in Cement Industry of Pakistan: An OLS Approach | |
Cai et al. | Managing efficient capital allocation with emphasis on the Chinese experience | |
Zhou | Analysis of Real Option Valuation Method for High-tech Start-Up Enterprises | |
Aqel | The IASB and FASB convergence process: Current developments | |
Rogers | Strategy, Value and Risk: A Guide to Advanced Financial Management |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190524 |