陳瓊瓊 翟帥男 浙江理工大學(xué)

?

農(nóng)村供應(yīng)鏈金融復(fù)雜網(wǎng)絡(luò)演化模型研究

陳瓊瓊 翟帥男 浙江理工大學(xué)

摘 要：農(nóng)村電子商務(wù)的快速發(fā)展催生農(nóng)村地區(qū)的資金需求日益增加，供應(yīng)鏈金融為滿足農(nóng)村資金需求提供了新的融資模式，成為支持農(nóng)村電子商務(wù)發(fā)展的重要保障。

關(guān)鍵詞：供應(yīng)鏈金融 復(fù)雜網(wǎng)絡(luò) 無(wú)標(biāo)度 小世界效應(yīng)

一、引言

農(nóng)戶受信貸約束的問(wèn)題在我國(guó)農(nóng)村普遍存在。在農(nóng)村地區(qū)開(kāi)展供應(yīng)鏈金融模式，能夠適應(yīng)農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展過(guò)程中出現(xiàn)“公司+農(nóng)戶”的組織架構(gòu)，解決金融機(jī)構(gòu)開(kāi)展農(nóng)村金融業(yè)務(wù)面臨的諸多掣肘，具有應(yīng)用于“三農(nóng)”發(fā)展的必要性和可行性[1]?，F(xiàn)有的供應(yīng)鏈金融研究集中于研究特定的融資模式，從宏觀層面的研究很少。用復(fù)雜網(wǎng)絡(luò)理論通過(guò)網(wǎng)絡(luò)結(jié)構(gòu)演化的行為方式描述整個(gè)系統(tǒng)的演化機(jī)制和整體行為。國(guó)外對(duì)復(fù)雜網(wǎng)絡(luò)描述社會(huì)網(wǎng)絡(luò)已取得一定的研究成果，復(fù)雜網(wǎng)絡(luò)的基本模型主要有：隨機(jī)網(wǎng)絡(luò)，聚集系數(shù)小，節(jié)點(diǎn)之間的關(guān)系并不緊密[2]。小世界模型用來(lái)描述現(xiàn)中龐大且復(fù)雜的網(wǎng)絡(luò)，聚集系數(shù)較高，節(jié)點(diǎn)之間聯(lián)系緊密[3]。無(wú)標(biāo)度網(wǎng)絡(luò)的頂點(diǎn)與邊的生長(zhǎng)連接方式具有一定的規(guī)則，引入了擇優(yōu)機(jī)制，該模型具有較高的無(wú)標(biāo)度特性[4]，沈愛(ài)忠從復(fù)雜網(wǎng)絡(luò)視角對(duì)供應(yīng)鏈金融網(wǎng)絡(luò)拓?fù)溥M(jìn)行分析，認(rèn)為供應(yīng)鏈金融網(wǎng)絡(luò)具有無(wú)標(biāo)度特性[5]。

二、農(nóng)村供應(yīng)鏈金融復(fù)雜網(wǎng)絡(luò)模型

農(nóng)村供應(yīng)鏈金融網(wǎng)絡(luò)包括金融機(jī)構(gòu)、電商平臺(tái)、P2P平臺(tái)、物流企業(yè)和農(nóng)戶五層節(jié)點(diǎn)，每個(gè)層次內(nèi)的節(jié)點(diǎn)同質(zhì)。供應(yīng)鏈金融網(wǎng)絡(luò)組織結(jié)構(gòu)演化過(guò)程：受融資需求影響不斷調(diào)整，不適應(yīng)的節(jié)點(diǎn)消失，與網(wǎng)絡(luò)相適應(yīng)的節(jié)點(diǎn)加入，融資渠道的創(chuàng)新又會(huì)形成一系列新的金融供應(yīng)鏈。

本文以無(wú)標(biāo)度網(wǎng)絡(luò)模型為參考模型，以節(jié)點(diǎn)存在擇優(yōu)性為依據(jù)，為更貼切實(shí)際網(wǎng)絡(luò)的連接特征，通過(guò)引入多個(gè)隨機(jī)量(如邊的權(quán)值)增加供應(yīng)鏈金融網(wǎng)絡(luò)的真實(shí)性，提出分層的加權(quán)供應(yīng)鏈金融網(wǎng)絡(luò)演化模型。

本文提出的分層供應(yīng)鏈網(wǎng)絡(luò)演化模型基本演化規(guī)則為：

供應(yīng)鏈金融網(wǎng)絡(luò)G在t=0時(shí)刻是由n0個(gè)節(jié)點(diǎn)構(gòu)成的層次型網(wǎng)絡(luò)，共有5層節(jié)點(diǎn)：金融機(jī)構(gòu)、電商、P2P、物流企業(yè)、農(nóng)戶。假設(shè)邊的權(quán)值隨機(jī)生成，初始wi設(shè)定為2。在以后的每一個(gè)時(shí)間步里，新增一個(gè)度為mi的節(jié)點(diǎn)（mi

（1）增長(zhǎng)。產(chǎn)生隨機(jī)整數(shù)A∈(0,5]，根據(jù)A值區(qū)別不同層次的新增節(jié)點(diǎn)，跨層連接規(guī)則如下：A=1時(shí)，表示新增節(jié)點(diǎn)為第一層的金融機(jī)構(gòu)節(jié)點(diǎn)，它可以與第二層、第三層、第五層的節(jié)點(diǎn)相連。A=2，表示新增節(jié)點(diǎn)為第二層的電商平臺(tái)節(jié)點(diǎn)，它可以與第五層的節(jié)點(diǎn)相連。A=3，表示新增節(jié)點(diǎn)為第三層的P2P平臺(tái)節(jié)點(diǎn)，它可以與第五層的節(jié)點(diǎn)相連。A=4，表示新增節(jié)點(diǎn)為第四層的物流企業(yè)節(jié)點(diǎn)，它可以與第一層和第五層的節(jié)點(diǎn)相連。A=5時(shí)，第五層節(jié)點(diǎn)可與任意四層節(jié)點(diǎn)相連。

（2）擇優(yōu)選擇。新增t個(gè)時(shí)間步后，新增節(jié)點(diǎn)選擇與網(wǎng)絡(luò)中已存在的mi個(gè)不同的老節(jié)點(diǎn)相連。被選擇的節(jié)點(diǎn)vi與新節(jié)點(diǎn)連接的概率為：

其中si，為節(jié)點(diǎn)vi的強(qiáng)度，ki為節(jié)點(diǎn)vi的度數(shù)，為受偏好影響節(jié)點(diǎn)重要度的參數(shù)。

（3）邊權(quán)演化。初始對(duì)邊值w0都賦予權(quán)值，參照有向加權(quán)模型的邊權(quán)演化規(guī)則，本文認(rèn)為新加入的邊會(huì)使連接節(jié)點(diǎn)vi和節(jié)點(diǎn)vj之間的邊發(fā)生相應(yīng)的變化：

此外，金融市場(chǎng)收益的“尖峰厚尾”特征，尖峰峰度大于3（正態(tài)分布的峰度），直觀上來(lái)講比正態(tài)分布更為陡峭。出于網(wǎng)絡(luò)節(jié)點(diǎn)企業(yè)的交易量增加真實(shí)性目的，在節(jié)點(diǎn)的邊權(quán)演化中引入貝塔分布的概率密度函數(shù)B。

三、實(shí)驗(yàn)分析

本文采用的仿真軟件為matlab7.12.0，根據(jù)上述算法生成節(jié)點(diǎn)數(shù)N=100的供應(yīng)鏈金融網(wǎng)絡(luò)模型，對(duì)供應(yīng)鏈金融初始網(wǎng)絡(luò)節(jié)點(diǎn)N=1000開(kāi)始演化，通過(guò)選取不同的值選擇網(wǎng)絡(luò)的數(shù)值模擬。根據(jù)試驗(yàn)中擬合p(k)～k-γ的結(jié)果得出網(wǎng)絡(luò)中，度大的節(jié)點(diǎn)出現(xiàn)的概率較少，大量度值是出現(xiàn)在低概率中。

此外，不同偏好因子（p值）下的集聚系數(shù)變化較小，整體的集聚系數(shù)的值較大。隨著網(wǎng)絡(luò)規(guī)模的增長(zhǎng)，網(wǎng)絡(luò)的平均路徑長(zhǎng)度也有一定的增長(zhǎng)，但整體來(lái)說(shuō)變化較小。網(wǎng)絡(luò)模型的集聚系數(shù)和平均路徑長(zhǎng)度的變化特征體現(xiàn)了供應(yīng)鏈金融網(wǎng)絡(luò)具有小世界特性。事實(shí)上，較小的平均路徑長(zhǎng)度體現(xiàn)了跨層點(diǎn)對(duì)整個(gè)網(wǎng)絡(luò)的信息傳遞起到非常重要的作用。

總結(jié)，仿真結(jié)果中度分布存在“長(zhǎng)尾效應(yīng)”，屬于冪率分布，點(diǎn)強(qiáng)度分布和度分布成正相關(guān)，平均最短路徑隨著偏好參數(shù)的變化并沒(méi)有大幅度調(diào)整，而網(wǎng)絡(luò)的集聚系數(shù)很大。因此，供應(yīng)鏈金融網(wǎng)絡(luò)具有無(wú)標(biāo)度特征和小世界效應(yīng)。

參考文獻(xiàn)：

[1]謝斯儒. 供應(yīng)鏈金融應(yīng)用于“三農(nóng)”發(fā)展的必要性與可行性[J]. 經(jīng)濟(jì)視角(下),2011,09:99-101.

[2]A.Erd s, P.;Rényi, A. On the evolution of random graphs. Bull. Inst. Internat. Statist,1961,38:343-347.

[3] Watts, Duncan J, Strogatz, Steven H. Collective dynamics of small-world networks. NATURE, 1998,393( 6684): 440-442.

[4] Wat Barabasi AL;Albert R. Emergence of scaling in random networks. Science (New York, N.Y.), 1999,286( 5439): 509-512.

[5]沈愛(ài)忠,郭進(jìn)利. 復(fù)雜網(wǎng)絡(luò)理論視角下供應(yīng)鏈金融風(fēng)險(xiǎn)分析與控制[J]. 科技與管理,2013,05:107-110.