李盼 劉錦萱 吳彤

【摘要】聚焦于數(shù)字經濟對供應鏈金融帶來的新挑戰(zhàn)和機遇，文章通過對京東集團供應鏈金融環(huán)境進行深入剖析，明晰其中潛在的風險源，并探討數(shù)字化背景下的特殊風險因素。利用Logistic模型數(shù)據(jù)分析，得出對京東集團供應鏈金融風險的主要影響因素是償債、盈利能力。全面剖析京東集團在數(shù)字化轉型背景下供應鏈金融領域的風險特征，為其風險管理決策提供有力支持。

【關鍵詞】數(shù)字經濟；供應鏈金融；Logistic模型；京東集團

【中圖分類號】F831.5

★ 基金項目：本文受云南大學專業(yè)學位研究生實踐創(chuàng)新基金項目“數(shù)字經濟背景下電商企業(yè)供應鏈金融風險研究”（ZC-22221887）資助。

一、引言

當前經濟社會發(fā)展呈現(xiàn)出數(shù)字化態(tài)勢，數(shù)字化對人們的生活產生了巨大的沖擊，“數(shù)字經濟”概念也隨之浮出水面。隨著數(shù)字經濟和社會各個方面的相互融合滲透，云計算、大數(shù)據(jù)、人工智能等技術的迅速發(fā)展，科技不斷地對傳統(tǒng)金融市場進行賦能，從而推動了數(shù)字供應鏈金融的發(fā)展。在此背景下，供應鏈金融服務企業(yè)已不再是單一的融資主體，而是由眾多的企業(yè)參與進來，借助金融技術和自身的數(shù)據(jù)優(yōu)勢，不斷推出便捷高效的供應鏈金融產品，形成了由核心平臺、上下游企業(yè)、銀行類金融機構等共同發(fā)展的金融生態(tài)系統(tǒng)。

根據(jù)商務部《“十四五”電子商務發(fā)展規(guī)劃》數(shù)據(jù)披露，2020年電子商務交易總額達37.2萬億元，較2015年增長了70.8%，按照《規(guī)劃》中的“十四五”目標，到2025年，電子商務交易總額將超過46萬億元，其中網上購物成為居民主要的消費方式，電商平臺受到了重點關注，上下游供應商、經銷商、物流等相關市場緊密交流也被帶動起來。

隨著供應鏈金融的蓬勃發(fā)展，如蘇寧易購、阿里巴巴、京東等電商平臺紛紛參與到供應鏈金融建設的行列，充分利用自身的資源和數(shù)據(jù)優(yōu)勢，推出了一系列的供應鏈金融產品。電商平臺在進行供應鏈融資方面具有很大的優(yōu)勢，具有很強的競爭能力，電商平臺通過開展與供應鏈金融有關的業(yè)務，能夠有效地激活金融資產，降低其上下游企業(yè)的融資成本，加速其融資，進而促進了自身供應鏈體系、供應鏈生態(tài)間的密切聯(lián)系，推動自身供應鏈體系建設，并在滿足上下游中小微企業(yè)的融資需求的前提下，促進整個供應鏈企業(yè)的發(fā)展。

以京東供應鏈金融建設為典型案例，結合京東供應鏈金融的具體業(yè)務模式，對其風險進行識別，建立風險評價的關鍵性指標體系；建立供應鏈金融風險評估系統(tǒng)，并對其進行風險評估，為其提供相應的風險管理對策。電商平臺在供應鏈金融體系推進中具有舉足輕重的地位，對供應鏈融資活動和風險規(guī)避都有積極作用，因而對其進行了較為深入的研究。以個體電商平臺的供應鏈金融實踐為切入點，對其內部機制和運營模式進行了分析，探討其優(yōu)勢和成效，指出存在的問題，并提出相應的建議。

二、文獻綜述

20世紀90年代以后，隨著全球經濟一體化和數(shù)字科技的飛速發(fā)展，企業(yè)的外部環(huán)境發(fā)生了翻天覆地的變化。沒有一個企業(yè)能夠擁有自己的生產和經營所需要的全部資源，而這些資源是由復雜的生產和利益聯(lián)系在一起的。

（一）供應鏈金融內涵研究

Cronin（1997）20世紀后期曾在他的著作中提到，由于科學技術的發(fā)展，供應鏈金融將會是一個重要的金融服務。Santomero（2000）將供應鏈金融作為一種新的金融理念，并在此基礎上引入了一種新的價值增長的中介理論，對其進行了宏觀與平衡的研究，并通過對金融中介與供應鏈的整合來實現(xiàn)其最優(yōu)化。周偉莉（2012）認為，供應鏈金融是一種對以前信用水平低的顧客進行再評價，一方面提高了信用的可信度，另一方面也降低了顧客的損失。沈連祥（2014）認為供應鏈金融是一種以供應鏈為基礎的金融產品，包括核心企業(yè)、物流監(jiān)管等風險控制因素。何喬丹（2016）在總結了以往的研究結果之后，認為供應鏈金融的廣義定義是“以專業(yè)的經營思想和方法，為相關的公司提供財務服務”。姜浩（2019）認為，供應鏈金融在風險來源、融資方式、操作流程等方面都與傳統(tǒng)的金融服務有很大的不同。韓宏鑫（2022）認為，供應鏈金融是一種將企業(yè)的商業(yè)、信息流、資金流相結合的多元資本運作，它又一次突出了企業(yè)的整體價值，而不是單一個體的價值。

（二）電商平臺供應鏈金融提高融資效率

由于數(shù)字網絡技術和網絡平臺的迅速發(fā)展，加之中小企業(yè)的融資需求，使得傳統(tǒng)的供應鏈金融模式衍生出了多種多樣的形態(tài)，引起了學術界的廣泛關注。Kaplan 等（2000）通過電商平臺，可以進一步優(yōu)化金融服務。Harrison（2004）認為電商的發(fā)展不僅可以增強供應鏈自身的實力，而且還可以對其進行結構優(yōu)化，從而實現(xiàn)對金融服務的創(chuàng)新。

李明銳（2007）通過對我國中小企業(yè)融資困境的分析，認為在第三方平臺的環(huán)境下，供應鏈金融是一種很好的解決方案。吳曉光（2011）認為網絡金融是一種具有代表性的網絡金融創(chuàng)新模式，并通過網絡進行商業(yè)銀行的融資。當前，我國網絡供應鏈金融發(fā)展呈現(xiàn)出一片欣欣向榮的景象，并呈現(xiàn)出多元化的發(fā)展趨勢。宋華、陳思潔、樊春明等人（2016）認為通過運用大數(shù)據(jù)技術，可以使供應鏈金融、電商平臺等企業(yè)間的資源配置、信息的公開、透明、有效地控制信貸風險。王鈺方、趙渤（2018）認為，通過銀企合作，可以有效地降低融資公司的審批程序，提高供應鏈及下游企業(yè)的資金利用率。王媛（2019）比較了阿里巴巴、京東和蘇寧易購三個電商平臺的供應鏈金融業(yè)務。鄒勇（2021）僅選擇了蘇寧易購作為研究對象，對其運營模式進行了系統(tǒng)的研究，得出了一個結論，即：應收賬款、預付賬款、存貨質押融資三大類，再根據(jù)自身平臺及供應鏈內部企業(yè)特點進行產品的研發(fā)及改進。謝文靜（2021）根據(jù)主要主體的不同，將電商平臺的供應鏈金融分為兩大類，其中以金融機構為主的供應鏈金融和以供應鏈為核心的供應鏈金融。根據(jù)擔保物的種類，又可以將其分為三種類型：電子訂單融資、電子倉單融資、電子信貸融資等。袁進明（2021）提出了“綠色供應鏈金融”，使供應鏈金融的發(fā)展模式進一步豐富，同時也為企業(yè)和金融機構在模式上的創(chuàng)新提供了新的思路。

（三）供應鏈金融風險管理

在風險研究方面。Oehme J（2009）從供應鏈環(huán)境、供應鏈自身和企業(yè)三方面分析了供應鏈風險的根源。Demica（2009）從風險評估、專家評估和信用評分等方面分析了供應鏈金融風險的傳導和放大特性。由于計算機技術和數(shù)學模型的相互融合，目前已形成了四種較為成熟的信貸風險測量模式。其中，一種是Logistic回歸模型，這也是學術理論研究中使用率較高的模型。田家歡（2013）以32家鋼鐵企業(yè)為對象，分別建立了24項指標，利用Logistic模型對其供應鏈金融進行了信用風險的分析，結果表明：中小企業(yè)的綜合實力、質押物變現(xiàn)能力、現(xiàn)金運營情況、與核心企業(yè)的合作情況等四個方面，綜合評價了中小企業(yè)的信用風險。段凱佳（2017）通過對H皮革城的供應鏈金融進行了分析，認為“皮城金融”的核心業(yè)務是對其貸款額度的限制。張仟雨（2021）認為我國電商供應鏈金融信貸風險的形成原因主要有審批條件寬松、違約約束效力不足、中小企業(yè)經營狀況不穩(wěn)定等因素。

付偉瓊（2020）、陳琪（2021）認為，以核心企業(yè)為主體的供應鏈金融本質上是以真實的交易關系的信貸，而核心企業(yè)的信用狀況對其影響很大。核心企業(yè)與上下游企業(yè)之間的相互依存關系，一旦核心企業(yè)的信貸風險上升，就會影響到供應鏈中的其他成員，導致風險的擴散，從而影響到整個供應鏈的健康發(fā)展。劉芮（2021）通過KMV模型對當前京東平臺的信用風險進行了定量分析，得出了其當前的信用風險等級偏低的結論，推斷了信用風險在供應鏈中具有一定的傳播現(xiàn)象。

（四）文獻評述

通過對相關文獻的梳理，可以看出，國外在供應鏈金融方面的實踐較國內起步較早，但由于其自身的特點，其發(fā)展形式也是多種多樣的，因此，國內外學者從不同視角進行研究，既有共性，也有差異。

首先，供應鏈金融中存在著信用風險、市場風險、操作風險、監(jiān)管風險等風險。同時，大部分學者更傾向于將信用風險作為研究的重點，也就是企業(yè)所面對的諸多不利因素。其次，以往的學者大多采用信息不對稱理論來研究供應鏈金融的信貸風險，其中包括了交易補償理論和風險管理理論，還有一些學者將委托代理理論等引入到了供應鏈金融的產生機制中。美國學者于19世紀70年代首次提出了信息不對稱理論，并逐步引起人們的注意與研究。非對稱性是指交易雙方都了解自身狀況，但存在一定盲點。這一理論認為，在交易中，信息的非對稱是必然的，由于信息的滯后和不完全，導致了信息的倒退和道德風險，導致信息的丟失。

此外，許多學者認為，供應鏈金融能夠改善金融市場的融資效率，而網絡供應鏈金融則是解決中小企業(yè)融資難題的最佳方式。然而，國內外學者對此的關注程度存在差異，國外的學者傾向于將其作為一種金融資源優(yōu)化的工具，而國內的學者則傾向于構建一種高效可行、風險可控的融資方式。由于電商平臺的供應鏈金融發(fā)展較晚，且處于快速發(fā)展時期，因此，理論研究常常會出現(xiàn)滯后現(xiàn)象，難以適應現(xiàn)實的發(fā)展。

三、京東集團供應鏈金融風險實證分析

（一）風險識別

京東集團供應鏈金融風險的識別主要依據(jù)以下關鍵因素：償債能力、盈利能力、應收賬款管理和行業(yè)合作關系。

首先，在償債能力方面，需要注意到貨幣資金與短期債務之比、流動比率和速動比率等關鍵指標。通過仔細監(jiān)測這些指標，可以識別潛在的信用風險。特別是，將關注資金結構的合理性和流動性水平的維持，以確保足夠的償債能力，降低融資企業(yè)的信用風險。

其次，盈利能力在信用風險識別中扮演著關鍵角色。聚焦于每股收益、銷售凈利率和ROA等指標，這些反映了企業(yè)的盈利水平。通過密切監(jiān)控這些指標，可以識別企業(yè)的盈利潛力，以及其對信用風險的敏感程度。高盈利能力通常伴隨著較低的信用風險，因此將注重提升盈利水平以降低信用風險。

第三，應收賬款管理對信用風險的影響不可忽視。高周轉率通常表明較好的信用政策，但在某些行業(yè)可能帶來其他風險。同時，行業(yè)和合作關系因子是另一個重要的信用風險識別維度。關注行業(yè)指數(shù)漲跌幅、核心企業(yè)行業(yè)排名和合作密切程度等指標。通過對這些因子的監(jiān)測，有效識別行業(yè)波動和合作關系變化可能帶來的信用風險。

（二）風險評估實證分析

1.評估模型構建

Logistic模型是一種基于概率的非線性回歸，它是一種多變量的分析方法，主要研究了二類觀測結果和影響因子的相關性，常常被用于尋找導致某一事件發(fā)生的影響因素、預測與判別。在金融風險的識別中，往往要對各種風險因子的量化關系進行分析，而要對其進行準確的解釋，就必須排除某些混雜因素，這樣才可以很好對企業(yè)的供應鏈金融風險進行定量研究。

通過Logit變換，被解釋變量變?yōu)閯偎惚鹊膶?shù)Ai，成為了解釋變量Xi的線性函數(shù)。在此基礎上，Xi代表風險分析所抽取的公因子，βi為各個公因子的系數(shù)值，Pi為企業(yè)出現(xiàn)供應鏈金融風險的概率。通過Logistic模型對電商企業(yè)供應鏈金融風險定量研究，具有很好的科學性和可行性。

2.數(shù)據(jù)變量選擇

本研究以京東集團為例，涵蓋了2018—2022年公司的月度數(shù)據(jù)，構建了表1所示的指標體系。研究數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫。在實證分析階段，根據(jù)企業(yè)績效評價標準，主要以“總資產負債率較差值”將企業(yè)分為兩類：有信用風險和無信用風險。企業(yè)是否有風險（0為無風險，1為有風險）為因變量進行Logistic回歸分析，通過這些綜合的方法和數(shù)據(jù)分析，可以為京東集團能夠更全面、深入地評估企業(yè)的信用風險。

3.主成分因子分析

為了檢驗收斂效應和區(qū)分效應，首先要確認樣本數(shù)據(jù)是否適合做因子分析，需要對提出的各個變量對應的個體項的樣本數(shù)據(jù)進行KMO和Bartlett球型檢驗。

KMO統(tǒng)計量值大于0.5，變量間的相關程度無太大差異，適合做因子分析。Bartlett球形檢驗的結果小于0.05，原始變量之間存在相關性，也適合做因子分析。

表2展示了進行因子分析后的總方差解釋結果。在因子分析中使用了主成分方法，并抽取了特征值大于1的公因子。表中列出了各個因子的初始特征值、提取載荷平方和、旋轉載荷平方和等相關統(tǒng)計指標。表2中的累積百分比表示前幾個主成分解釋的方差占總方差的累積比例。根據(jù)表2，前2個主成分的累積百分比已經達到85%以上，這表明這兩個因子能夠較好地解釋原有變量中的信息，因此，可以考慮使用這兩個主成分來代表原始變量。

通過主成分分析，前2個主成分能夠較好地捕捉原有變量的差異性，解釋了其中大部分的信息，這樣的降維結果有助于簡化數(shù)據(jù)結構，提高模型的解釋性。

表3展示了進行因子旋轉后的成分矩陣，使用了最大方差法進行旋轉。為了提高結果的清晰度，僅顯示了載荷系數(shù)大于0.5的數(shù)值。成分1和成分2表示兩個旋轉后的主成分。根據(jù)最大方差法進行的旋轉已經在3次迭代后收斂。載荷系數(shù)表示了每個變量在每個成分上的貢獻程度。在這里，我們關注的是大于0.5的載荷系數(shù)，以確定每個因子上具有較高載荷的變量。

其中，成分1主要由X2、X3、X4、X8、X9等變量貢獻，載荷系數(shù)較高，這些變量都與企業(yè)盈利能力有關，可以將其解釋為盈利能力因子；成分2主要由X1、X5、X6、X7等變量貢獻，同樣具有較高的載荷系數(shù)，這些變量都與企業(yè)的營運、償債能力有關，將其解釋為信用償債因子。通過因子旋轉，我們使每個因子上具有較高載荷的變量數(shù)目最小化，從而更好地解釋了原有變量之間的關系。這樣的結果有助于簡化模型，提高解釋性，并使得變量在因子上的貢獻更加清晰。

表4顯示了通過因子分析得到的成分得分系數(shù)矩陣，其中包含了兩個成分。成分得分系數(shù)表示每個個體項（X1至X9）在每個成分上的得分。這些得分反映了每個個體項對于每個成分的貢獻程度，可以幫助理解樣本在新構建的成分空間中的位置。

其中，成分得分系數(shù)矩陣提供了每個個體項在成分1和成分2上的得分情況。正的得分表示正向關系，負的得分表示負向關系，而絕對值的大小表示貢獻的程度。成分1主要受到X2、X3、X4、X8和X9的正向影響，而成分2主要受到X1、X5、X6和X7的正向影響。通過成分得分系數(shù)矩陣，我們可以理解每個個體項在這兩個成分上的相對位置，有助于解釋數(shù)據(jù)的結構和個體項之間的關系。

成分轉換矩陣顯示了在原始因子（未經過旋轉）和新因子（旋轉后）之間的線性轉換關系（見表5）。每個元素表示原始因子和新因子之間的線性權重。轉換矩陣的元素：原始因子1到新因子1的權重0.715；原始因子1到新因子2的權重0.699；原始因子2到新因子1的權重0.699；原始因子2到新因子2的權重-0.715。轉換矩陣中的權重反映了旋轉后的因子與原始因子之間的關系。這種線性轉換保留了因子之間的相關性，但可能使因子的解釋更加清晰和有意義。

4. Logistic 回歸模型分析

使用SPSS 26.0，以上文提取出來的2個公因子為協(xié)變量，企業(yè)是否有風險（0為無風險，1為有風險）為因變量進行Logistic回歸分析，指定協(xié)變量進入回歸模型的方法為進入，可得表6。

模型系數(shù)及顯著性：FAC1的系數(shù)（B）為-1.699，標準誤差為1.805，瓦爾德統(tǒng)計為5.886，自由度為1，顯著性為0.007，Exp（B）為0.018。

FAC2的系數(shù)（B）為-1.405，標準誤差為1.724，瓦爾德統(tǒng)計為6.665，自由度為1，顯著性為0.005，Exp（B）為0.024。

常量的系數(shù)（B）為-2.035，標準誤差為2.661，瓦爾德統(tǒng)計為7.585，自由度為1，顯著性為0.004，Exp（B）為0.000。

FAC1和FAC2的瓦爾德統(tǒng)計分別為5.886和6.665，這些值用于檢驗變量的顯著性。較大的瓦爾德統(tǒng)計通常對應著較小的顯著性水平，表明變量在模型中的貢獻是顯著的。常量項的瓦爾德統(tǒng)計為7.585，也表明常量在模型中的貢獻是顯著的。

因此根據(jù)步驟la的logistic回歸模型分析，F(xiàn)AC1和FAC2都在模型中是顯著的，并且它們的Exp（B）值表明它們對因變量的影響是負向的。常量項也是顯著的。這些結果為理解模型的變量關系提供了初步的統(tǒng)計支持。

在步驟1的Omnibus檢驗中，卡方值為 26.594。顯著性水平（p值）為0.000。這表示在模型中至少有一個變量的系數(shù)與因變量之間的關系是顯著的。根據(jù)Omnibus檢驗的結果（表7），模型整體上是顯著的。在這種情況下，我們拒絕了“模型中至少有一個變量的系數(shù)為零”的零假設，即至少有一個自變量對因變量有顯著的影響。因此，該模型在整體上對觀測數(shù)據(jù)的解釋是顯著的。

根據(jù)表8，Hosmer和Lemeshow檢驗的結果表明，顯著性檢驗的Sig=0.364>0.05，可以認為模型能夠很好地擬合數(shù)據(jù)。

四、結論與建議

（一）結論

根據(jù)本文構建的供應鏈金融融資風險評價指標體系，結合Logistic回歸模型，對京東集團的信用風險進行了全面的評估。該指標體系主要涵蓋了目標企業(yè)狀況、行業(yè)發(fā)展水平等兩個方面，通過主成分因子分析法提取了2個主要因子，分別對企業(yè)的信用風險狀況產生顯著影響。

1. FAC1 - 盈利能力因子

主要貢獻為X2、X3、X4、X8、X9等變量。這些變量與成分1之間的關系較強，說明它們在盈利能力因子中發(fā)揮著重要作用。成分1主要反映了企業(yè)的盈利能力。其中，這些變量與企業(yè)的收入、成本、凈利潤等方面密切相關。因此，我們可以將成分1解釋為反映企業(yè)盈利能力的綜合因子。

這與目標企業(yè)是否發(fā)生信用風險呈負相關，即盈利能力越強，信用風險越低。企業(yè)盈利能力越強，其信用風險越低。高每股收益、銷售凈利率和ROA對降低信用風險具有積極作用。

2. FAC2 - 信用償債因子

主要貢獻為X1、X5、X6、X7等變量。這些變量與成分2之間的關系較強，說明它們在信用償債因子中具有顯著影響。成分2主要反映了企業(yè)的信用償債能力。這些變量涉及企業(yè)的營運、償債能力等方面，包括營業(yè)額、資產負債表項等。因此，我們可以將成分2解釋為反映企業(yè)信用償債能力的綜合因子。

這與融資企業(yè)是否發(fā)生信用風險呈負相關，即指標值越高，信用風險越低。

這表明目標企業(yè)的償債能力越強，其信用風險越低。具體而言，高比例的貨幣資金與短期債務、流動比率和速動比率都有助于降低信用風險。

因此，通過因子分析，我們成功地將原始的多個變量歸納為兩個潛在的主成分，分別對應企業(yè)的盈利能力和信用償債能力。這有助于業(yè)務決策者更好地理解企業(yè)經濟狀況，并在戰(zhàn)略決策中考慮這些潛在的因素。在實際應用中，因子分析方法可以作為企業(yè)綜合評估的有力工具，更好地為業(yè)務戰(zhàn)略和風險管理提供指導。

（二）建議

根據(jù)對京東集團供應鏈金融融資風險的詳細分析，提出以下建議措施：

首先，京東集團應重點關注償債能力因子，特別是貨幣資金與短期債務之比、流動比率和速動比率。通過進一步優(yōu)化資金結構和提高流動性水平，京東可以有效降低信用風險。此外，建議加強與金融機構的合作，確保能夠及時獲取必要的融資支持。

其次，在盈利能力方面，京東集團應繼續(xù)注重每股收益、銷售凈利率和ROA等指標。通過提升企業(yè)盈利水平，京東可以增強其信用資質，從而降低信用風險。這可能包括進一步提高銷售凈利率、優(yōu)化資產利用效率等戰(zhàn)略調整。京東集團在應對信用風險時需要審慎管理應收賬款和資產負債率。對于應收賬款周轉率，京東應確保在維持相對高水平的同時，保持合理的信用政策，避免因信用政策過緊而影響銷售和盈利能力。同時，要注意控制資產負債率，以防止信用風險的上升。

最后，關于行業(yè)和合作關系因子，京東集團應密切關注行業(yè)指數(shù)的漲跌幅、核心企業(yè)行業(yè)排名以及合作密切程度。在面對行業(yè)波動較大的情況下，京東需要制定靈活的戰(zhàn)略，以適應不同的市場環(huán)境。此外，積極加強與核心合作伙伴的關系，提高合作密切程度，有助于降低信用風險的潛在影響。

京東集團可通過細化財務戰(zhàn)略、強化風險管理、優(yōu)化供應鏈關系等手段，全面提升供應鏈金融融資風險管理水平，確保企業(yè)能夠在競爭激烈的市場中穩(wěn)健發(fā)展。

主要參考文獻：

[1]吳迪，陳文博.基于電商平臺的供應鏈金融運營特征及風險評價探究[J].現(xiàn)代商貿工業(yè)，2024，45（03）：42-45.

[2]趙翠，張軒萁.物流企業(yè)應用供應鏈金融的風險分析——以京東為例[J].國際商務財會，2023，448（22）：63-66.

[3]秦川，洪怡恬.供應鏈金融緩解中小醫(yī)藥企業(yè)融資約束研究——基于數(shù)字普惠金融的調節(jié)作用[J].甘肅金融，2023（11）：69-75.

[4]常艷花.互聯(lián)網+模式下的零售供應鏈可持續(xù)發(fā)展模式探討[J].商業(yè)經濟研究，2018（24）：30-32.

[5]方秀麗，吳灼亮.大數(shù)據(jù)環(huán)境下基于B2C電子商務平臺的供應鏈金融服務創(chuàng)新研究[J].重慶科技學院學報（社會科學版），2016（07）：41-44+47.

[6]雷輝，趙士琛.企業(yè)社會責任與企業(yè)信用風險評估——基于利益相關者視角的Logistic模型創(chuàng)新[J].湖南大學學報（社會科學版），2019，33（02）：88-95.

[7]韓雪瑩，湯春玲.湖南特色農業(yè)供應鏈金融模式創(chuàng)新研究[J].現(xiàn)代商業(yè)，2023（19）：88-91.

[8]張楠，唐凱桃，李妍錦.信托公司供應鏈金融資產證券化業(yè)務體系構建研究[J].會計之友，2023（19）：29-37.

責編：夢超