5 结论与展望
5.1 总结和建议。
文章厘清了线上供应链金融和互联网供应链金融的关系，通过对比传统信用风险指标体系和线上供应链金融指标体系，SVM 模型和 Logit 模型对中小企业信用风险的评估结果，可以看出：线上供应链金融体系结合 SVM 模型可以更全面地识别中小企业的信用风险，有利于客观评估中小企业的信用风险水平。
因此，商业银行应该完善基于线上供应链金融综合评价体系的信贷数据库，掌握更多供应链上下游企业的多个层面的数据，提高数据分析的技术和方法，挖掘数据背后潜在的信息，以期为企业提供更高比例的短周期、低成本的信用贷款，相对降低抵质押贷款的比例，开拓市场的同时保证信用风险维持可控，为实体经济提供更优质、高效的金融服务。具体建议如下：
（1）打造线上供应链金融品牌，积极开展全产业链的线上供应链金融服务，引导企业进行线下到线上化的转变。在营销过程中，银行业应该注重将产业链作为一个整体进行客户开发，有意识地引导他们从线下到线上服务方式的过渡，加深与核心企业数据平台方面的深度合作与平台对接，使银行可以实时查询并监测供应链上各个企业的经营状况。拥有了供应链企业从原材料供应到生产、销售等各个层面的数据，就能基于真实的交易数据进行数据挖掘，提供有价值的信息，进行更合理的融资成本定价，为客户提供更个性化的金融服务同时也能够保证风险可控。
（2）使用线上供应链金融信用风险评估体系，完善定性指标数据，加强对风险识别模型的检验，提升数据分析能力，建立更多样化的信用风险评估模式。传统的商业银行信贷数据更侧重于企业的财务数据，而对授信对象其他定性数据的关注较少，这造成了银行的信息不对称并加剧了中小企业融资难，同时银行也失掉了一些优质资产和投资机会。因此，银行业应该根据中小企业的行业特性和业务特色，为中小企业打造更具针对性、更适用的信用风险评估体系，从供应链的角度出发为中小企业提供更好的服务。
（3）加强与物流、电商平台的跨界合作，加大线上供应链金融运作平台IT 方面的投入。未来的业务主要通过线上平台进行，银行的线上平台兼容能力和数据处理能力都需要进一步的提高。对于互联网平台的开发和数据处理，大型的电商平台、物流平台进入较早，有更多的资源积累和运营经验，银行可以展开与他们的合作，提升自己在这方面的实力。
5.2 研究不足与展望。
本文是在前人研究的基础上，针对较新的概念线上供应链金融进行信用风险的研究。综合已有文献的研究思路，从线上供应链金融的概念、模式、风险因素、指标体系、评价方法等方面展开。本文还存在一些不足和可以继续研究的地方：
（1）指标体系方面。本文的指标体系是根据已有文献和银行的实践综合分析构建的。鉴于行业发展变化较快和本人认知的有限，指标体系也需要持续更新和完善。
（2）数据方面。企业的财务和供应链上数据属于商业机密，较难得到，因此本文选择上市企业数据进行实证研究，或许不够全面，对未上市中小企业代表性稍欠缺。另外，本文对于定性数据的处理是借鉴吕跃进的四级标度，精确性会稍低一些。
（3）评价方法方面。本文选择 SVM 和 Logit 模型相互对比分析，模型还可以拓展和更新。
参考文献：
[1] 深圳发展银行中欧国际工商学院"供应链金融"课题组。供应链金融[M].上海远东出版社，2009.
[2] 杨柳。 银湖网：定位供应链金融打造 P2P 平台样本[J]. 卓越理财， 2014（10）：21-22.
[3] 刘光琦。 "物流三人行"之一：解惑互联网供应链金融[J]. 中国储运， 2014（7）：72-73.
[4] 孙爱丽， 牛淑珍。 中小企业融资创新研究线上供应链金融[J]. 商业时代，2014（1）：66-69.
[5] 苏晓雯。 基于协同论的线上供应链金融信用度分析[J]. 当代经济， 2012（5）：120-121.
[6] 黄丹。 线上供应链金融操作风险管理研究[D]. 武汉理工大学， 2012.
[7] 汪鑫。 基于线上供应链金融的中小企业信用风险评价研究[D]. 厦门大学， 2014.
[8] 郭菊娥， 史金召， 王智鑫。 基于第三方 B2B 平台的线上供应链金融模式演进与风险管理研究[J]. 商业经济与管理， 2014（1）：13-22.
[9] 刘迎欢， 史臣旭。 线上供应链金融模式探究[J]. 东方企业文化， 2012（6）。
[10] 谢琴。 线上供应链金融平台间交易联动分析[J]. 时代金融， 2013（35）。
[11] 谢琴。 基于 OOPN 的线上供应链金融交易联动机理研究[D]. 武汉理工大学， 2013.
[12] Clark T H, Lee H G. Performance, interdependenceand coordination in business‐to‐ business electronic commerceand supply chain management[J]. Information Technology and Management, 2000, 1（1-2）： 85-105.
[13]Kaplan S, Sawhney M. E-hubs: the new B2B marketplaces[J]. Harvard Business Review, 2000, 78（3）： 97-106.
[14]Fairchild A. Possible Disintermediation: What Role for Banks in Electronic Invoicing（EIPP）[J]. BLED 2003 Proceedings, 2003: 44.
[15]Fellenz M R, Augustenborg C, Brady M, et al. Requirements for an evolving model of supply chain finance: A technology and serviceproviders perspective[J]. Communications of the IBIMA, 2009, 10: 227-235.
[16]Stemmler L. Therole of finance in supply chain management[M]//Cost management in supply chains. Physica-Verlag HD, 2002: 165-176.
[17]Caldentey R, Chen X. TheRole of Financial Services in Procurement Contracts[M]// The Handbook of Integrated Risk Management in Global Supply Chains. John Wiley & Sons, Inc., 2009:289-326.
[18]Wandfluh M, Hofmann E, Schoensleben P. Financing buyer–supplier dyads: an empirical analysis on financial collaboration in the supply chain[J]. International Journal of Logistics, 2015:1-18.
[19]Altman,E.I, and Narayanan, Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journalof Finance, 1968.23（9）：589-609.
[20]Martin D., Early Warning of Bank Fmlure: A logit Regression Approach[J]. Journalof Banking and Finance ,1977（1）：249-276.
[21]Ohlson, J .Financial Ratios and the Probabilistic Prediction of Bankruptcy [J], Journalof Accounting Research,1980 （19）：109-131.
[22] 吴岩。 我国中小企业信用评价体系的建立[J]. 科技管理研究， 2005, 25（9）：201-202.
[23] 夏立明， 宗恒恒， 孟丽。 中小企业信用风险评价指标体系的构建--基于供应链金融视 角的研究[J]. 金融论坛， 2011（10）：73-79.
[24]Longstaff, Francis, Eduardo Sctwartz.Asimple approach to valuing risky fixed and floating debt [J]. Journalof Finance,1995（50）：789-819.
[25]Elloumi,Gueyie. Financial Distress and Corporate Governance: An EmpiricalAnalysis[J].Corporate Governance,2001 （1） 15-27.
[26] 张玮。 供应链金融风险识别及其信用风险度量[D]. 大连海事大学， 2010.
[27] 李时春， 周国祥。 CreditMetrics~（TM）和 KMV 模型在信用风险管理中的比较分析[J]. 农村经济与科技， 2007, 18（8）：66-67.
[28] 迟晨。 KMV 模型对我国上市公司信用风险度量的实证研究[J]. 海南金融， 2010（2）：41-44.
[29] 闫俊宏。 供应链金融融资模式及其信用风险管理研究[D]. 西北工业大学， 2007.
[30] 汪守国， 徐莉。 供应链融资模型及其风险分析[J]. 商业时代， 2009（22）：75-76.
[31] 刘远亮， 高书丽。 基于供应链金融的小企业信用风险识别研究[J]. 海南金融，2013（2）：20-24.
[32] 王琪。 基于决策树的供应链金融模式信用风险评估[J]. 新金融， 2010（4）：38-41.
[33] 曹俊。 供应链金融信用风险管理[D]. 大连海事大学， 2011.
[34] 胡海青， 张琅等。 基于支持向量机的供应链金融信用风险评估研究[J]. 软科学，2011（5）：26-30.
[35] 袁昌劲。 互联网供应链金融的识别及概念构建[J]. 北方经贸， 2014（3）：135-135.
[36] 云蕾。 互联网供应链金融创新模式分析研究[J]. 经济研究导刊， 2013（29）：169-170.
[37] 李更。 互联网金融时代下的 B2C 供应链金融模式探析[J]. 时代金融旬刊， 2014（1）：67-69.
[38] 李鑫。 如何破解互联网供应链金融困局--以票据电子化推进互联网供应链金融发展的两个设想[J].当代金融家， 2015（8）：112-113.
[39] 宋平， 古晨， 杨琦峰。 线上供应链金融参与主体竞合演进动力机制研究--基于保兑仓融资模式[J].武汉金融， 2014（12）：21-24.
[40] 何娟， 沈迎红。 基于第三方电子交易平台的供应链金融服务创新--云仓及其运作模式初探[J]. 商业经济与管理， 2012 （7）：5-13.
[41] 马学梅。 论电子商务的供应链金融[J]. 电子商务， 2014（7）：5-6.
[42] 沈亚青。 基于 B2C 电子商务的供应链融资模式探析[J].经济师， 2014 （2）：13-15.
[43] 李卫姣， 马汉武。 基于 B2B 的供应链融资模式研究[J].科技与管理， 2011, 13（4）：68-72.
[44] 徐维莉。 第三方物流企业开发线上供应链金融服务研究[J].物流工程与管理，2014（11）：66-68.
[45] 世界银行。《新兴市场经济中的商业银行》。中国计划出版社[M],1995.
[46] 赵其宏。《商业银行风险管理》。经济管理出版社[M],2001.
[47] 白少布。 面向供应链融资企业信用风险评估指标体系设计[J]. 经济经纬， 2009（6）。
[48] 熊熊， 马佳， 赵文杰，等。 供应链金融模式下的信用风险评价[J]. 南开管理评论， 2009,12（4）：92-98.
[49] 胡跃飞， 黄少卿。 供应链金融：背景、创新与概念界定[J].财经问题研究， 2009（8）：194-206.
[50] 李萌。 Logit 模型在商业银行信用风险评估中的应用研究[J]. 管理科学， 2005, 18（2）：33-38.
[51] 胡海青， 张琅， 张道宏。 供应链金融视角下的中小企业信用风险评估研究--基于SVM 与 BP 神经网络的比较研究[J].管理评论， 2012, 24（11）。
[52] 张奇， 胡蓝艺， 王珏。 基于 Logit 与 SVM 的银行业信用风险预警模型研究[J].系统工程 理论与实践， 2015（7）：1784-1790.
[53] 刘远亮， 高书丽。 供应链金融模式下的小企业信用风险识别--基于北京地区信贷数据的实证研究[J].新金融， 2013（1）：45-49.
[54] 邓爱民， 王珂。 中小企业在供应链金融业务中信用风险评估的实证研究[J].征信，2015（09）。
[55] 吕跃进， 张维。 指数标度在 AHP 标度系统中的重要作用[J].系统工程学报， 2003,18（5）：452-456.
