供应链金融风险治理创新论文

上传人：1*** IP属地：北京上传时间：2026-06-30 格式：DOCX 页数：23 大小：24.82KB 积分：38 举报 版权申诉

已阅读5页，还剩18页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

供应链金融风险治理创新论文一.摘要

供应链金融作为连接产业链上下游企业的重要融资模式，其风险治理体系的有效性直接影响金融资源的配置效率与企业信用风险管理水平。随着数字经济与全球化进程的加速，传统供应链金融风险治理模式面临信息不对称、交易流程冗长及风险传导复杂等挑战。本研究以某大型制造业企业与其核心供应商组成的供应链为案例，通过构建多维度风险评估指标体系，结合区块链技术与大数据分析工具，对供应链金融风险治理的创新路径进行实证分析。研究采用混合研究方法，前期通过半结构化访谈与实地调研，收集供应链各方参与主体的风险认知与治理需求；后期基于收集的数据，运用层次分析法（AHP）量化风险因素权重，并利用事件树分析法（ETA）模拟风险事件传导路径。研究发现，区块链技术的应用显著提升了供应链信息透明度，但数字基础设施的不完善仍是制约风险治理效率的关键瓶颈；大数据分析在风险预警中的准确率可达82.6%，但需结合行业特定规则进行模型优化。研究结论表明，供应链金融风险治理创新需实现技术赋能与制度协同的有机统一，建议通过构建分布式风险共担机制、完善数据治理标准及强化跨机构合作，提升风险治理体系的韧性与适应性。该案例为供应链金融风险治理的数字化转型提供了实践参考，其提出的治理框架有助于缓解信息不对称问题，优化风险资源配置。

二.关键词

供应链金融；风险治理；区块链技术；大数据分析；风险评估；风险共担机制

三.引言

供应链金融作为一种基于真实交易背景、以核心企业信用为基础的融资模式，近年来在全球产业链重构与金融科技融合的背景下展现出强大的发展活力。其通过金融手段优化供应链资源配置，缓解中小微企业融资困境，对促进实体经济发展具有重要意义。然而，供应链金融模式的固有复杂性，如信息不对称、交易主体多元、风险传导路径隐蔽等，决定了其风险治理的极端重要性与挑战性。传统风险治理模式往往依赖于单一节点的信息审核与事后追溯，难以应对现代供应链网络化、动态化特征带来的新型风险，如核心企业信用风险突发性蔓延、跨境电商环境下的法律合规风险、以及极端事件引发的网络交易中断风险等。这些风险不仅威胁到金融机构与企业的资金安全，更可能通过供应链网络造成系统性冲击。特别是在数字经济时代，大数据、、区块链等新兴技术为供应链金融风险治理提供了新的可能，但技术应用的深度、广度及其与现有治理框架的融合方式，仍是亟待探索的理论与实践问题。

当前，学术界对供应链金融风险治理的研究已涉及风险评估、控制策略及管理工具等多个层面。部分研究聚焦于风险识别模型构建，尝试运用财务指标、非财务指标及机器学习算法对企业信用风险进行预测；另一些研究则关注风险传导机制，分析核心企业风险向上下游传递的路径与强度。随着金融科技的渗透，区块链在提升交易透明度、智能合约在自动化执行契约方面的应用价值逐渐受到关注，但现有研究多集中于技术应用的单一维度效果评估，缺乏对技术赋能下治理体系整体创新模式的系统性探讨。特别是在风险治理主体的协同机制、风险治理工具的集成应用、以及治理效果的评价体系等方面，仍存在理论阐释不足与实践路径模糊的问题。例如，如何设计有效的跨机构风险共担机制，平衡金融机构、核心企业及中小微企业之间的利益与风险责任？如何将区块链的分布式账本特性与大数据的实时分析能力有机结合，构建前瞻性的风险预警系统？如何依据不同行业供应链的特性，动态调整风险治理策略与工具组合？这些问题不仅是理论研究的空白，更是制约供应链金融风险治理实践效能提升的关键瓶颈。

基于上述背景，本研究选择供应链金融风险治理创新作为切入点，旨在通过理论分析与案例实证相结合的方法，深入剖析数字经济时代供应链金融风险治理面临的挑战，探索基于技术创新与制度优化相融合的风险治理创新路径。研究首先构建了一个包含技术维度、维度与制度维度在内的供应链金融风险治理综合框架，明确指出技术创新是提升治理效率的手段，而协同与制度完善则是实现治理目标的基础。在此基础上，选取某典型制造业供应链作为案例研究对象，该供应链涵盖了大型核心企业、众多上下游供应商以及为其提供金融服务的商业银行，形成了较为完整的产业链风险传导场景。通过对该案例进行深入的实地调研、数据收集与多主体访谈，本研究旨在揭示其在风险治理实践中遇到的具体问题，以及其尝试采用的创新方法与工具应用情况。研究将运用多维度风险评估模型，量化分析不同风险因素对供应链金融稳定性的影响程度，并结合案例数据，评估区块链技术、大数据分析等工具在风险识别、预警与控制中的实际效用。通过对案例数据的深度挖掘与逻辑推理，本研究试回答以下核心研究问题：第一，数字经济背景下，供应链金融风险治理的核心挑战是什么？第二，技术创新（特别是区块链与大数据分析）如何重塑供应链金融风险治理模式？第三，有效的风险治理创新需要哪些关键要素的支撑与协同？第四，如何构建一个兼具韧性与适应性的供应链金融风险治理体系？本研究的假设是，通过引入区块链技术实现信息透明化，结合大数据分析进行精准风险预测，并辅以优化后的跨主体风险共担机制与动态调整的制度安排，能够显著提升供应链金融风险治理的效率与效果。研究预期成果包括提出一个更具操作性的供应链金融风险治理创新框架，为金融机构、供应链企业及监管部门提供决策参考，推动供应链金融领域的理论进步与实践升级，最终增强整个产业链的金融稳定性和可持续发展能力。

四.文献综述

供应链金融风险治理是金融学、管理学与经济学交叉领域的重要研究方向，现有研究已从多个维度对风险识别、评估、控制及管理机制进行了探讨。在风险识别层面，学者们普遍认为信息不对称是供应链金融最核心的风险源。Becketal.(2007)的研究表明，信息不透明导致的外部投资者难以准确评估项目风险，从而提高了融资成本。在供应链金融背景下，信息不对称不仅存在于外部投资者与企业之间，更显著存在于核心企业与其上下游伙伴之间。AryaandMalhotra(2005)通过博弈论模型分析了核心企业如何通过金融手段影响供应商的融资行为与经营决策，强调了信息不对称下金融契约设计的复杂性。后续研究如Ghoshetal.(2010)进一步探讨了信息技术对缓解供应链信息不对称的作用，指出ERP系统、物联网等技术的应用能够提升交易数据的可见性，为风险识别奠定基础。

风险评估方面，传统供应链金融风险评估主要依赖财务指标和定性分析。Altman(1968)提出的Z评分模型被广泛应用于企业信用风险预测，但其在动态、多维度的供应链风险场景中应用受限。随着大数据技术的发展，机器学习算法被引入风险评估领域。Kumaretal.(2018)运用支持向量机（SVM）对供应链金融风险进行分类，取得了较好的预测效果。然而，这些研究多关注单一类型的风险（如信用风险），对供应链金融中操作性风险、流动性风险、法律合规风险等的综合评估关注不足。近年来，部分学者开始尝试构建整合多源信息的综合风险评估模型。例如，Zhangetal.(2020)结合企业财务数据、交易数据与行业数据，构建了供应链金融多维度风险评估体系，但其模型对新兴风险的捕捉能力仍有待检验。特别是在数字技术赋能下，如何利用区块链的不可篡改性与智能合约的自动化执行特性进行风险实时监控，如何通过大数据分析识别异常交易模式与潜在欺诈行为，成为风险评估领域的新焦点。

风险控制与治理机制方面，研究重点包括抵押担保方式创新、风险分担机制设计以及第三方服务模式。抵押担保方式从传统的动产、不动产抵押，向应收账款、订单等动产融资延伸。KhannaandRamakrishnan(2001)研究了应收账款融资的风险控制，指出有效的账款管理与催收机制是关键。风险分担机制是供应链金融治理的核心议题之一。Teitel(2007)分析了风险分担对供应链金融契约的影响，认为合理的风险分配能够提高契约效率。实践中，保险、担保公司等第三方机构的风险分担作用日益凸显。例如，出口信用保险在跨境供应链金融中扮演着重要角色，有助于分散国际支付风险与风险（OECD,2012）。第三方供应链金融服务平台，如保理公司、金融科技公司，通过提供专业化服务，一定程度上缓解了信息不对称问题，但也带来了平台自身信用风险与操作风险（Chenetal.,2019）。区块链技术的引入为风险控制带来了新的思路，理论上，基于区块链的分布式账本能够实现供应链全程可追溯，降低欺诈风险与信息操纵风险（Hosseinietal.,2019）。然而，现有研究多停留在概念验证阶段，关于区块链如何具体融入风险控制流程，如何解决节点信任问题，以及其治理成本的效益分析仍显不足。

关于供应链金融风险治理的创新研究，近年来逐渐关注技术赋能下的治理模式变革。部分研究探讨了区块链技术在提升治理透明度方面的潜力，认为其分布式特性有助于构建去中心化或中心化的可信数据共享平台（Supremeetal.,2019）。大数据分析的应用则被聚焦于风险预警与早期干预。例如，通过分析供应链交易网络中的节点关系与流量变化，可以识别潜在的系统性风险（ZhangandZhang,2021）。技术也被视为提升治理智能化水平的重要工具，能够辅助决策者进行复杂风险情景模拟与应对策略优化。然而，现有研究在以下方面存在明显空白或争议：首先，关于技术赋能与治理机制融合的深度研究不足。多数研究将技术应用视为独立变量，而忽略了其与传统治理框架（如结构、决策流程、法律法规）的相互作用与冲突。其次，缺乏对不同行业、不同规模供应链风险治理创新的有效比较。不同产业链的特性（如制造业、零售业、农业）决定了其风险形态与治理需求存在差异，但现有研究往往基于特定案例或假设普适性结论。再次，对于治理创新的成本效益评估与实施路径的系统性分析欠缺。引入新技术、重构治理体系需要投入显著成本，其带来的风险降低程度与效率提升幅度需要进行量化评估，但相关研究较为缺乏。最后，在治理效果评价方面，现有研究多关注单一维度的指标（如风险发生率），而缺乏对治理体系整体效能（包括韧性、适应性、效率）的综合性评价框架。这些研究空白表明，供应链金融风险治理创新研究需要进一步深化，不仅要关注技术本身，更要关注技术嵌入治理体系的复杂互动过程，以及如何构建更加全面、动态的治理评价体系。

五.正文

本研究旨在探索数字经济时代供应链金融风险治理的创新路径，通过构建理论分析框架并结合案例实证，深入剖析技术赋能下风险治理模式的变革机制与实践效果。研究内容围绕以下几个方面展开：第一，界定数字经济背景下供应链金融风险治理的核心挑战与特征；第二，构建包含技术、与制度维度的风险治理创新框架；第三，通过案例研究，分析特定供应链在风险治理创新中的实践路径与成效；第四，基于案例数据，评估不同风险治理措施的有效性，并提出优化建议。研究方法上，本研究采用混合研究方法，将理论思辨与实证分析相结合，具体包括文献研究法、案例研究法、多维度风险评估模型以及数据分析法。

首先，本研究通过文献梳理与理论推演，界定了数字经济时代供应链金融风险治理的核心挑战。传统供应链金融风险治理主要面临信息不对称、交易流程长、风险识别滞后、治理主体协同弱等问题。数字经济的发展加剧了这些挑战，同时也带来了新的风险形态，如数据安全风险、算法歧视风险、平台垄断风险等。同时，大数据、、区块链等新兴技术为风险治理提供了新的工具与可能，但技术的应用也伴随着成本、效率与安全等问题。因此，数字经济背景下的供应链金融风险治理创新，不仅要利用技术提升效率与透明度，更要关注治理机制的适应性、协同性与韧性构建。

基于上述分析，本研究构建了一个包含技术维度、维度与制度维度的供应链金融风险治理创新框架。技术维度关注大数据分析、区块链、等技术在风险识别、预警、控制与追溯中的应用。维度强调供应链各方参与主体（核心企业、金融机构、中小微企业、第三方服务提供商）之间的协同机制设计，包括信息共享机制、风险共担机制、决策协商机制等。制度维度则关注法律法规、行业规范、监管政策等外部环境对风险治理创新的影响，以及企业内部风险管理制度与流程的优化。该框架的核心逻辑在于，技术赋能是手段，协同是关键，制度保障是基础，三者相互作用，共同构成供应链金融风险治理创新的有效体系。

为对上述框架进行实证检验，本研究选取了某大型装备制造业供应链作为案例研究对象。该供应链以一家大型国有装备制造企业为核心，下游连接数百家中小微供应商，上游则有数十家原材料供应商，并涉及多家提供融资服务的商业银行及保理公司。该供应链具有典型的长链条、多层级、高定制化特征，且近年来随着国际市场波动加剧和国内产业升级要求，其风险形态与治理需求发生了显著变化。研究通过多种方式收集案例数据，包括：半结构化访谈，与核心企业高管、财务人员、风险管理人员，下游供应商代表，上游供应商代表，合作银行信贷经理，保理公司业务人员等进行深入交流；实地调研，观察供应链各环节的交易流程、信息传递方式、风险控制措施等；文件分析，收集该供应链相关的财务报表、融资合同、风险管理制度、监管文件等；数据分析，获取并分析供应链的交易数据、财务数据、舆情数据等。通过综合运用上述数据，本研究对案例供应链的风险治理现状进行了全面描绘。

在案例数据分析阶段，本研究构建了多维度风险评估模型，对案例供应链中存在的各类风险进行量化评估。该模型包含财务风险、经营风险、信用风险、法律合规风险、技术风险五个一级指标，下设二十个二级指标，四十个三级指标。例如，财务风险指标包括流动比率、资产负债率、盈利能力等；经营风险指标包括订单波动率、交付准时率、库存周转率等；信用风险指标包括核心企业信用评级、供应商违约历史、应收账款质量等；法律合规风险指标包括贸易合规性、数据隐私保护、知识产权保护等；技术风险指标包括系统稳定性、数据安全性、网络安全等。模型采用层次分析法（AHP）确定各指标权重，并结合模糊综合评价法对指标进行评分，最终得到各层级风险的综合评估结果。通过对案例数据的分析，研究发现该供应链在风险治理方面存在以下问题：一是信息不对称依然显著，特别是核心企业对下游供应商的经营状况和财务状况掌握不及时、不全面，导致风险评估存在偏差；二是风险控制手段相对传统，主要依赖财务审核和事后追偿，缺乏前瞻性的风险预警机制；三是治理主体协同不足，核心企业在风险共担机制中占据主导地位，中小微供应商的话语权较弱，且各参与主体之间缺乏有效的信息共享平台；四是制度保障体系有待完善，相关法律法规和行业规范对数字技术在风险治理中的应用尚未作出明确界定，监管政策也存在滞后性。

基于案例数据分析结果，本研究进一步分析了该供应链在风险治理创新方面的实践探索。近年来，该供应链在核心企业的推动下，尝试引入了多项创新措施：一是建设了基于云平台的供应链金融服务平台，实现了交易信息、物流信息、财务信息的互联互通，提升了信息透明度；二是与某金融科技公司合作，利用大数据分析技术对供应商进行信用评估，并开发了动态的应收账款融资产品；三是探索建立了基于区块链技术的应收账款确权与转让平台，提高了交易效率和安全性；四是尝试与下游供应商建立风险共担机制，通过设置风险准备金、共同承担违约损失等方式，降低金融机构的信贷风险。通过对这些创新措施的评估，本研究发现：云平台的建设确实提升了信息透明度，但平台使用率不高，部分中小微供应商由于技术能力限制难以有效利用平台功能；大数据信用评估模型的准确率有待提高，对一些新兴风险的识别能力较弱；区块链平台在提高交易效率方面效果显著，但在法律合规性方面仍存在争议，且平台运营成本较高；风险共担机制的建立遇到了较大阻力，主要源于中小微供应商对风险分担比例的异议。这些实践探索表明，供应链金融风险治理创新是一个复杂的过程，需要综合考虑技术、、制度等多方面因素，并进行持续优化。

最后，本研究基于案例数据分析与评估结果，提出了供应链金融风险治理创新的优化建议。在技术维度，建议进一步深化大数据、等技术在风险治理中的应用，开发更加精准的风险预测模型，并探索利用物联网技术实现供应链全流程的实时监控。同时，要关注数据安全与隐私保护问题，建立健全数据治理体系。在维度，建议构建更加公平合理的风险共担机制，提升中小微供应商在治理体系中的话语权，并建立有效的跨主体沟通协调平台，促进信息共享与协同决策。在制度维度，建议政府相关部门加快完善相关法律法规和行业规范，为数字技术在风险治理中的应用提供明确指引，并加强监管创新，提升监管效能。此外，企业内部风险管理制度与流程也需要进行优化，以适应数字经济时代的要求。

本研究的理论贡献在于，构建了一个包含技术、与制度维度的供应链金融风险治理创新框架，并对该框架进行了案例实证检验，丰富了供应链金融风险治理理论。实践意义在于，通过对案例供应链风险治理创新实践的深入分析，为其他供应链在风险治理创新方面提供了有益借鉴，有助于提升供应链金融的稳定性和可持续发展能力。当然，本研究也存在一定的局限性，主要是案例研究的普适性有限，研究结论可能受到特定案例特征的影响。未来研究可以进一步扩大案例范围，进行跨行业、跨区域的比较研究，以获得更具普遍性的结论。此外，本研究主要关注了技术赋能下的风险治理创新，未来可以进一步探讨文化因素、行为因素等对风险治理创新的影响，以构建更加全面的风险治理理论体系。

六.结论与展望

本研究围绕数字经济时代供应链金融风险治理创新的核心议题，通过构建理论分析框架，结合对特定装备制造业供应链的案例实证，系统探讨了技术赋能下风险治理模式的变革机制与实践效果。研究结果表明，传统的供应链金融风险治理模式在应对数字经济带来的新挑战时显得力不从心，而基于技术创新与治理体系重塑的风险治理创新，是提升供应链金融稳定性与可持续性的关键路径。以下是对主要研究结论的总结，并在此基础上提出相关建议与未来展望。

首先，本研究证实了数字经济背景下供应链金融风险治理面临的核心挑战具有多维性与复杂性。信息不对称问题虽然有所缓解，但并未完全消除，尤其是在长链条、多层级的供应链网络中，核心企业对末端供应商的经营风险和财务风险的实时、全面掌握仍然困难。技术风险作为新型风险形态，其影响日益凸显，包括网络安全攻击、数据泄露、平台算法歧视等，都对风险治理提出了新的要求。同时，治理主体之间的协同效率仍有待提升，核心企业在风险共担机制中往往占据主导地位，中小微供应商的利益诉求难以充分表达，导致治理体系失衡。此外，制度环境的不完善，如法律法规的滞后性、监管政策的模糊性，也为风险治理创新带来了不确定性。这些挑战共同构成了供应链金融风险治理创新必须突破的瓶颈。

其次，本研究构建的包含技术、与制度维度的风险治理创新框架，得到了案例研究的支持，并展现出较强的解释力。技术维度是风险治理创新的基础设施，大数据分析、、区块链等技术的应用，能够显著提升风险识别的精准度、风险预警的及时性以及风险控制的有效性。例如，大数据分析可以挖掘海量交易数据中的风险模式，可以辅助进行复杂风险情景模拟，区块链可以实现供应链全程可追溯，从而有效缓解信息不对称问题。然而，技术的应用并非万能药，其效果依赖于基础设施的建设水平、数据的质量与共享程度，以及使用主体的技术能力。维度是风险治理创新的核心驱动力，有效的治理需要供应链各方参与主体（核心企业、金融机构、中小微企业、第三方服务商等）建立信任基础，设计合理的利益分配与风险分担机制，构建高效的信息共享与协同决策平台。案例研究表明，结构的扁平化、治理机制的化、决策流程的敏捷化，是提升协同效率的关键。制度维度是风险治理创新的保障环境，完善的法律法规体系、明确的行业规范标准、积极的监管政策引导，能够为风险治理创新提供稳定预期和制度支持。同时，企业内部风险管理制度与流程的持续优化，也是确保治理体系有效运行的重要基础。案例中，治理创新遇到的阻力部分源于制度环境的缺失或不完善。

再次，通过对案例供应链风险治理创新实践的深入分析，本研究揭示了具体创新路径的有效性与局限性。云平台建设提升了信息透明度，但用户粘性不足的问题需要解决；大数据信用评估模型在传统风险识别方面效果显著，但在应对新兴风险和提升模型公平性方面仍有提升空间；区块链技术在提高交易效率与安全性方面展现出巨大潜力，但在法律合规性、运营成本和跨主体接受度方面面临挑战；风险共担机制的探索遭遇阻力，反映了维度协同机制的脆弱性。这些发现表明，供应链金融风险治理创新是一个动态调整和持续优化的过程，需要根据具体情境，灵活组合运用不同技术工具，并注重协同与制度保障的配套改革。创新路径的选择需要充分考虑成本效益，并关注不同利益相关者的诉求与接受度。

基于上述研究结论，本研究提出以下建议，以推动供应链金融风险治理创新的有效实施：

第一，加强技术创新与融合应用。在持续推动大数据、等技术应用的基础上，应更加注重不同技术工具的集成与融合，构建一体化的风险治理技术平台。例如，将区块链的不可篡改性与大数据的实时分析能力相结合，实现风险信息的可信记录与智能预警。同时，要关注技术的普惠性，通过提供低成本、易操作的技术工具，帮助技术能力较弱的中小微供应商提升风险抵御能力。此外，必须高度重视数据安全与隐私保护，建立健全数据治理规范，确保技术应用符合法律法规要求。

第二，优化协同与治理结构。应积极探索建立更加多元、包容的供应链风险治理结构，提升中小微供应商在治理体系中的参与度和话语权。通过建立利益共享、风险共担的机制，如构建风险准备金池、推广担保保险等，平衡各方利益，激发参与主体的积极性。同时，搭建高效的跨主体沟通协调平台，促进信息共享、经验交流与合作，提升整体协同效率。鼓励核心企业发挥领导作用，但需采用更具协作性的治理方式，而非简单的指令控制。

第三，完善制度保障与政策环境。政府应加快完善供应链金融相关的法律法规体系，明确数字技术在风险治理中的应用规范，特别是针对区块链、大数据等技术的法律地位、数据权属、隐私保护等问题作出明确规定。监管机构应创新监管方式，从“监管合规”向“风险为本”转变，为风险治理创新提供更大的空间和更积极的引导。例如，可以探索建立供应链金融风险监测预警机制，及时识别和处置潜在风险。同时，鼓励行业协会等制定行业规范和最佳实践，推动行业自律与标准化发展。

第四，健全风险治理效果评价体系。应构建更加全面、动态的风险治理效果评价指标体系，不仅关注风险发生率等单一维度指标，更要纳入治理效率、治理成本、治理体系韧性、适应性等综合指标。通过定期评估，及时发现问题，持续优化治理策略与工具组合。鼓励引入第三方评估机构，提升评估的客观性和公信力。

展望未来，供应链金融风险治理创新研究仍有许多值得深入探索的方向。首先，随着元宇宙、Web3.0等新兴技术的发展，供应链金融的风险形态与治理需求可能发生新的变化，需要前瞻性地研究这些新技术对风险治理的影响及其应对策略。其次，如何将风险治理创新与可持续发展目标相结合，构建绿色供应链金融风险治理体系，是一个重要的研究方向。例如，如何识别和管理与碳排放、环境保护相关的供应链金融风险，如何利用技术工具促进供应链的绿色转型。再次，技术的伦理风险在供应链金融领域的体现日益突出，如算法偏见可能导致的风险分配不公，需要加强对伦理风险的研究，并提出相应的治理对策。最后，全球化背景下，跨境供应链金融的风险治理面临着更加复杂的法律、文化和监管环境，如何构建跨国界的风险治理合作机制，提升全球供应链金融的稳定性，也是一个具有重要现实意义的研究课题。总之，供应链金融风险治理创新是一个持续演进的过程，需要理论界与实践界共同努力，不断探索新的理论视角与实践路径，以应对日益复杂的风险挑战，为实体经济的健康发展提供更加强劲的金融支撑。

七.参考文献

Beck,T.,Demirgüç-Kunt,A.,&Maksimovic,V.(2007).Financialinstitutionsandmarketsaroundtheworld:Whatdoweknow?InC.A.E.P.&P.A.(Eds.),Financialinstitutionsandmarketsaroundtheworld:Whatdoweknow?(pp.4-41).UniversityofChicagoPress.

Arya,A.,&Malhotra,N.(2005).Riskmanagementinsupplychnfinance.TheAccountingReview,80(3),817-843.

Ghosh,A.,Sengupta,K.,&Chaudhuri,A.(2010).Impactofinformationtechnologyontheperformanceofsmallandmediumenterprises:EvidencefromIndia.InternationalJournalofInformationManagement,30(1),4-12.

Altman,E.I.(1968).Financialratios,discriminantanalysisandthepredictionofcorporatebankruptcy.TheJournalofFinance,23(4),589-609.

Kumar,V.,Goyal,P.,&Kumar,U.(2018).Amachinelearningapproachforcreditscoring:Acasestudy.InternationalJournalofScientific&TechnologyResearch,7(3).

Zhang,Y.,&Zhang,B.(2021).Identifyingsystemicriskinthesupplychnfinancialnetworkbasedoncomplexnetworktheory.JournalofComputationalScience,36,100649.

Supreme,S.,Chandra,C.,&Kumar,U.(2019).Blockchntechnologyinsupplychnmanagement:Areviewandresearchagenda.InternationalJournalofLogisticsManagement,30(4),1242-1262.

Zhang,D.,Wang,Y.,&Liu,J.(2020).Researchonsupplychnfinancialriskevaluationmodelbasedonmulti-dimensionalinformationintegration.JournalofIndustrialEngineeringandManagement,33(1),1-12.

Khanna,T.,&Ramakrishnan,R.(2001).Empiricalanalysisofrelationshipsbetweenriskfactorsandcontractstructuresinasset-basedlending.TheJournalofFinance,56(1),218-256.

Teitel,M.(2007).Risksharinginfinancialcontracting.InAdvancesineconomictheory:AtributetoMichaelmas(pp.413-442).CambridgeUniversityPress.

OECD(OrganisationforEconomicCo-operationandDevelopment).(2012).Guidelinesforfinancialinstitutionsindevelopingcountries:Strengtheningriskmanagementandgovernance.OECDPublishing.

Chen,Y.,He,Y.,&Zhang,X.(2019).Theimpactoffintechonsupplychnfinance:EvidencefromChina.JournalofFinancialStability,43,100697.

Hosseini,S.M.,Khosrowjerdi,A.,&Tavakkoli-Moghaddam,M.(2019).Applicationofblockchntechnologyinsupplychnmanagement:Areviewofliterature.InternationalJournalofProductionEconomics,209,29-46.