چکیده
با تعمیق روند یکپارچگی اقتصادی جهانی، خدمات مالی زنجیره تامین تجارت بینالمللی نیز شکوفا شده است. خدمات مالی زنجیره تامین تجارت بینالملل نقش مهمی در حل تامین مالی سازمانی زنجیره تامین ایفا کرده است. تا آنجا که به صنعت انرژی مربوط می شود، خدمات مالی زنجیره تامین تجارت بین المللی می تواند حمایت اعتباری کافی برای شرکت های انرژی فراهم کند. این امر معضل تامین مالی شرکت های انرژی کوچک و متوسط را در تجارت واردات و صادرات حل می کند و همچنین می تواند نرخ گردش سرمایه شرکت های بزرگ انرژی را بهبود بخشد. با این حال، از آنجایی که خدمات مالی زنجیره تامین تجارت بینالملل همچنان با تاثیر ریسکهایی مانند ریسک اعتباری شرکت، ریسک عملیاتی بانک و ریسک انتقال اطلاعات شرکت زنجیره تامین مواجه است، عملکرد آن در تامین مالی به طور کامل اعمال نشده است. هشدار زودهنگام و کنترل خطرات موجود در خدمات مالی زنجیره تامین تجارت بینالملل میتواند نقش خدمات مالی زنجیره تامین تجارت بینالمللی را در ارتقای توسعه صنعت انرژی ایفا کند. بنابراین، این مقاله از سه الگوریتم هوش مصنوعی (AI) شامل شبکه عصبی مصنوعی، الگوریتم ژنتیک و الگوریتم ازدحام ذرات برای تحلیل ریسک خدمات مالی در زنجیره تامین تجارت بینالمللی صنعت انرژی استفاده کرد. یک مدل هشدار اولیه ریسک در مورد خدمات مالی زنجیره تامین تجارت بینالمللی صنعت انرژی ساخته شد و یک مطالعه تجربی بر روی مدل هشدار اولیه ریسک انجام شد. تحقیقات نشان داد که مدل هشدار اولیه ریسک مبتنی بر الگوریتم هوش مصنوعی بانکها را قادر میسازد تا دقت ارزیابی اعتبار شرکتها را تا ۷.۴۳ درصد و دقت جمعآوری اطلاعات را تا ۵.۶۱ درصد بهبود بخشند. دقت پیشبینی ریسکهای محیطی خارجی را تا 3.52 درصد بهبود بخشید و ریسک عملیاتی بانک را تا 6.58 درصد و ریسک قانونی و نظارتی را تا 7.06 درصد کاهش داد.
1. مقدمه
عوامل خطر در خدمات مالی زنجیره تامین تجارت بینالمللی، عملکرد خدمات مالی زنجیره تامین تجارت بینالمللی را محدود میکند. استفاده از مدل هشدار زودهنگام ریسک مبتنی بر الگوریتم هوش مصنوعی برای تحلیل و هشدار ریسک خدمات مالی زنجیره تامین تجارت بینالمللی صنعت انرژی میتواند معضل تامین مالی شرکتهای کوچک و متوسط انرژی را حل کند و به انرژی های کوچک و متوسط کمک کند. شرکت ها مقیاس صادرات خود را گسترش می دهند. همچنین می تواند به شرکت های بزرگ انرژی کمک کند تا هزینه ها را کاهش دهند و رقابت پذیری شرکت های انرژی را افزایش دهند. بنابراین تحقیق در این مقاله بسیار ضروری است.
به منظور ارتقای توسعه تجارت واردات و صادرات، بسیاری از محققان خطرات خدمات مالی در زنجیره تامین تجارت بینالمللی را مورد مطالعه قرار دادهاند. وی وای ریسک های خدمات مالی زنجیره تامین تجارت بین المللی را از دیدگاه بانک های تجاری تحلیل کرد. او معتقد بود که ریسکهای پیش روی بانکها باید مدیریت و کنترل شود تا بانکها برای ارائه خدمات مالی بهتر حمایت کنند (وی، 2019).چن اس معتقد بود که خدمات مالی زنجیره تامین تجارت بینالمللی دارای چهار عامل ریسک است: ریسک اعتباری، ریسک جریان نقدی، ریسک وثیقه و ریسک محیطی خارجی. او از طریق تجزیه و تحلیل چهار عامل ریسک، راهحلهایی مانند تقویت بررسی اعتبار شرکت، اجرای سیستم ریسکپذیری چندجانبه و همچنین بهبود نظارت و مدیریت وثیقه را پیشنهاد کرد (چن، 2018). یانگ دبلیو کیو ریسکهای پیش روی شرکتهای تجارت خارجی بزرگ و متوسط را در توسعه تجارت تامین مالی زنجیره تامین تجزیه و تحلیل کرد و پیشنهاداتی را برای تقویت کنترل ریسک و بهبود مکانیسمهای نظارت بر ریسک ارائه کرد (یانگ، 2019). Zhu Y Q عوامل خطر و تعامل آنها را در شرکتهای زنجیره تامین، نمایندگان قانونی، منابع محیطی و پیوندهای تجاری مورد مطالعه قرار داد و برای پیشبینی ریسک و مدیریت خدمات مالی زنجیره تامین پشتیبانی ارائه کرد (Zhu et al., 2018). آهنگ C یک سیستم ارزیابی ریسک خدمات مالی زنجیره تامین را با تجزیه و تحلیل ریسک خدمات مالی زنجیره تامین ایجاد کرد (Song, 2020). به منظور حل مشکل تامین مالی شرکت های کوچک و متوسط، وانگ Y M یک سیستم هشدار اولیه ریسک مالی زنجیره تامین را ایجاد کرد که برای خدمات تامین مالی SME اعمال می شود (وانگ، 2017). چن L چهار اقدام متقابل را برای تامین مالی زنجیره تامین تجارت بینالمللی پیشنهاد کرد، از جمله ایجاد یک شناسایی ریسک مالی زنجیره تامین و سیستم هشدار اولیه (چن، 2022). اگرچه مطالعات زیادی در مورد ریسک خدمات مالی در زنجیره تامین تجارت بینالمللی وجود دارد، اما تعداد کمی در صنعت انرژی اعمال میشوند.
با توسعه سریع فناوری رایانه، زمینه های کاربردی الگوریتم های هوش مصنوعی روز به روز گسترده تر می شود. Peng K H از الگوریتم هوش مصنوعی برای ایجاد سیستم شاخص مقاله آزمایشی استفاده کرد که کارایی گروه آزمایش خودکار را بهبود بخشید (Peng et al., 2018). ژانگ دبلیو کاربرد الگوریتم هوش مصنوعی در پردازش تصویر را مطالعه کرد و یک سیستم پردازش تصویر بر اساس الگوریتم هوش مصنوعی ساخت (ژانگ، 2018). Bao T الگوریتم هوش مصنوعی را در تحقیقات شبکه برق اعمال کرد و نرم افزار تحلیل بهینه سازی توان راکتیو را بر اساس الگوریتم هوش مصنوعی طراحی کرد (Bao et al., 2018). ژو وای کاربرد الگوریتمهای هوش مصنوعی در تحقیقات طب سوزنی را مورد بحث قرار داد و مکانیزم ارزیابی اثربخشی طب سوزنی را با استفاده از الگوریتمهای هوش مصنوعی ایجاد کرد (ژو و همکاران، 2021). یانگ اف یک مدل پیشبینی از بازده بنزین ترک خورده کاتالیزوری بر اساس الگوریتم هوش مصنوعی ساخت که مزایای اقتصادی شرکتهای پتروشیمی را بیشتر بهبود بخشید (یانگ و همکاران، 2019). Gao Y از الگوریتم هوش مصنوعی برای مطالعه تشخیص و پیشبینی ترومبوآمبولی وریدی (VTE) استفاده کرد و یک مدل پیشبینی خطر VTE بر اساس الگوریتم هوش مصنوعی ایجاد کرد (Gao et al., 2021). هنگامی که لی ایکس امنیت ارتباطات سیار بی سیم را مطالعه کرد، از الگوریتم هوش مصنوعی برای ساخت یک مدل ارزیابی ریسک برای ارتباطات سیار بی سیم استفاده کرد (لی، 2020).اگرچه زمینه های کاربردی الگوریتم های هوش مصنوعی نسبتا گسترده است، تحقیقات مرتبط کمی در مورد تحلیل ریسک خدمات مالی در زنجیره تامین تجارت بین المللی صنعت انرژی وجود دارد.
به منظور حل مشکلات تامین مالی شرکتهای انرژی کوچک و متوسط و بهبود نرخ گردش مالی شرکتهای بزرگ، این مقاله یک مدل هشدار زودهنگام ریسک برای خدمات مالی در زنجیره تامین تجارت بینالمللی صنعت انرژی بر اساس الگوریتمهای هوش مصنوعی پیشنهاد میکند. به این ترتیب می توان نقش خدمات مالی زنجیره تامین تجارت بین المللی را در ارتقای توسعه صنعت انرژی ایفا کرد و توسعه تجارت واردات و صادرات را ارتقا داد.
2. مدل هشدار ریسک خدمات مالی زنجیره تامین بر اساس الگوریتم هوش مصنوعی
(1) عوامل خطر خدمات مالی زنجیره تامین
خدمات مالی زنجیره تامین تجارت بینالمللی به خدمات تامین مالی و مدیریت ثروت ارائه شده توسط بانکها به شرکتها در تجارت بینالمللی اشاره دارد (سورنالاکشمی و همکاران، 2022). عوامل خطر خدمات مالی زنجیره تامین تجارت بینالمللی در صنعت انرژی خلاصه میشود و چهار عامل اساسی از طریق تحقیقات ادبیات استخراج میشوند. همانطور که در شکل 1 نشان داده شده است، چهار عامل اساسی به تفصیل تجزیه و تحلیل شده اند.
از شکل 1 می توان دریافت، ریسک های خدمات مالی در زنجیره تامین تجارت بین المللی صنعت انرژی عمدتا شامل پنج جنبه است: ریسک اعتباری شرکت های انرژی، ریسک عملیاتی بانک، ریسک ارتباطات اطلاعاتی، ریسک قانونی و نظارتی، و ریسک خارجی. خطر زیست محیطی مفهوم ریسک اعتباری شرکت های انرژی دارای دو جنبه است، یکی ریسک اعتباری شرکت های بزرگ انرژی و دیگری ریسک اعتباری شرکت های انرژی کوچک و متوسط. اگر شرکتهای انرژی در مقیاس بزرگ مشتاق موفقیت سریع هستند، فقط به منافع فوری خود توجه میکنند و از مزیتهای تجاری خود برای سرکوب هزینههای قیمتی شرکتهای انرژی کوچک و متوسط و فشار بر فضای زندگی شرکتهای انرژی کوچک و متوسط استفاده میکنند. ممکن است باعث شود بدهی شرکت های انرژی کوچک و متوسط از حد خود فراتر رود و در نتیجه بر ثبات کل زنجیره تامین تاثیر بگذارد. ریسک اعتباری شرکت های انرژی کوچک و متوسط به این واقعیت اشاره دارد که شرکت های انرژی کوچک و متوسط به اندازه شرکت های بزرگ انرژی نیستند. ارزیابی اعتباری شرکتهای انرژی کوچک و متوسط اغلب سختگیرانهتر است و انتظارات اعتباری شرکتهای انرژی کوچک و متوسط نسبتا محافظه کارانه است. علاوه بر این، از آنجایی که تعداد شرکتهای انرژی کوچک و متوسط نسبت به شرکتهای بزرگ انرژی بیشتر است، بانکها ممکن است تحقیقات اعتباری شرکتهای انرژی کوچک و متوسط را بهطور خیلی جامع انجام ندهند، و تحقیقات اعتباری در زنجیرههای تامین صنعت انرژی خارجی بیشتر یک طرفه است. . ریسک عملیات بانک به ریسک ناشی از عملیات غیر استاندارد یا غیرقانونی بانک در پیوندهای عملیاتی مانند بررسی اعتبار، طراحی طرح خدمات، تایید تامین مالی و غیره اشاره دارد. به عنوان مثال، هنگامی که یک شرکت انرژی تأیید مالی را انجام می دهد، کارمند اشتباه می کند یا عملیات غیرقانونی میزان تأمین مالی را افزایش می دهد. ریسک انتقال اطلاعات به این معناست که اگر خطایی در انتقال اطلاعات در زنجیره تامین رخ دهد، بر جمع آوری و مدیریت اطلاعات بانک تاثیر گذاشته و سپس به طور مستقیم بر تایید تامین مالی شرکت تاثیر می گذارد. ریسکهای قانونی و نظارتی به این واقعیت اشاره دارد که به دلیل قوانین متفاوت در کشورهای مختلف، برخی از شرکتها از خلأهای قانونی برای کسب منافع و کلاهبرداری از خدمات مالی زنجیره تامین استفاده میکنند. ریسک محیطی خارجی به ریسکهای ناشی از محیط بازار بینالمللی برای خدمات مالی زنجیره تامین، از جمله محیط سیاسی، سیاستهای عملیاتی شرکت و ثبات اقتصادی اشاره دارد.
(2) اقدامات متقابل ریسک برای خدمات مالی زنجیره تامین
پیشگیری و کنترل مؤثر ریسکهای خدمات مالی زنجیره تأمین در تجارت بینالملل برای ایجاد محیطی مساعد برای توسعه شرکتهای وارداتی و صادراتی و ارتقای توسعه اقتصادی مساعد است (Leukel and Sugumaran, 2022). به منظور ارتقای توسعه صنعت انرژی، برخی از اقدامات برای صنعت انرژی برای مقابله با خطرات خدمات مالی زنجیره تامین در تجارت بینالملل ارائه شده است، همانطور که در شکل 2 نشان داده شده است.
a b s t r a c t
With the deepening of the process of global economic integration, international trade supply chain financial services have also flourished. International trade supply chain financial services have played an important role in solving supply chain enterprise financing. As far as the energy industry is concerned, international trade supply chain financial services can provide sufficient credit support for energy companies. This solves the financing dilemma of small and medium-sized energy companies in import and export trade, and can also improve the capital turnover rate of large energy companies. However, because the international trade supply chain financial service still faces the influence of risks such as corporate credit risk, bank operational risk, and supply chain enterprise information transmission risk, its function of providing financing has not been fully exerted. Early warning and control of risks existing in international trade supply chain financial services can fully play the role of international trade supply chain financial services in promoting the development of the energy industry. Therefore, this article used three artificial intelligence (AI) algorithms, including artificial neural network, genetic algorithm and particle swarm algorithm, to analyze the risk of financial services in the international trade supply chain of the energy industry. A risk early-warning model about the financial services of the international trade supply chain of the energy industry was constructed, and an experimental study on the risk early-warning model was carried out. Research showed that the risk early warning model based on AI algorithm enabled banks to improve the accuracy of corporate credit assessment by 7.43% and the accuracy of information collection by 5.61%. It improved the forecast accuracy of external environmental risks by 3.52%, and reduced bank operational risk by 6.58% and legal and regulatory risk by 7.06%.
1. Introduction
The risk factors in international trade supply chain financial services limit the function of international trade supply chain financial services. The use of the risk early warning model based on artificial intelligence algorithm to analyze and warn the financial service risk of the international trade supply chain of the energy industry can solve the financing dilemma of energy small and medium-sized enterprises and help energy small and mediumsized enterprises expand their export scale. It can also help large energy companies reduce costs and enhance the competitiveness of energy companies. Therefore, the research in this paper is very necessary.
In order to promote the development of import and export trade, many scholars have studied the risks of financial services in the international trade supply chain. Wei Y Y analyzed the risks of international trade supply chain financial services from the perspective of commercial banks. He believed that the risks faced by banks should be managed and controlled, so as to promote banks to provide better financial service support (Wei, 2019). Chen S believed that international trade supply chain financial services have four risk factors: credit risk, cash flow risk, collateral risk and external environmental risk. Through the analysis of four risk factors, he proposed solutions such as strengthening the investigation of enterprise credit, implementing a multi-party risk-taking system, as well as improving collateral supervision and management (Chen, 2018). Yang W Q analyzed the risks faced by large and medium-sized foreign trade enterprises in developing supply chain trade financing business, and put forward suggestions on strengthening risk control and improving risk supervision mechanisms (Yang, 2019). Zhu Y Q studied the risk factors and their interaction in supply chain node enterprises, legal representatives, environmental resources and trade links, and provided support for the risk prediction and management of supply chain financial services (Zhu et al., 2018). Song C constructed an evaluation system of supply chain financial service risk by analyzing the supply chain financial service risk (Song, 2020). In order to solve the financing problem of small and medium-sized enterprises, Wang Y M established a supply chain financial risk early warning system applied to SME financing services (Wang, 2017). Chen L proposed four countermeasures for international trade supply chain financial financing, including establishing a supply chain financial risk identification and early warning system (Chen, 2022). Although there are many studies on the risk of financial services in the international trade supply chain, few are applied to the energy industry.
With the rapid development of computer technology, the application fields of AI algorithms are becoming more and more extensive. Peng K H used AI algorithm to establish the index system of test paper, which improved the efficiency of automatic test group (Peng et al., 2018). Zhang W studied the application of AI algorithm in image processing, and constructed an image processing system based on AI algorithm (Zhang, 2018). Bao T applied AI algorithm to the research of power grid, and designed reactive power optimization analysis software based on AI algorithm (Bao et al., 2018). Zhou Y Y discussed the application of AI algorithms in acupuncture research, and established an evaluation mechanism for acupuncture efficacy using AI algorithms (Zhou et al., 2021). Yang F built a prediction model of catalytically cracked gasoline yield based on AI algorithm, which further improved the economic benefits of petrochemical enterprises (Yang et al., 2019). Gao Y used AI algorithm to study the diagnosis and prediction of venous thrombo-embolism (VTE), and established a VTE risk prediction model based on AI algorithm (Gao et al., 2021). When Li X studied the security of wireless mobile communication, he used AI algorithm to construct a risk assessment model for wireless mobile communication (Li, 2020). Although the application fields of AI algorithms are relatively wide, there are few related researches on the risk analysis of financial services in the international trade supply chain of the energy industry.
In order to solve the financing difficulties of small and medium-sized energy enterprises and improve the turnover rate of large enterprises, this paper proposed a risk early warning model for financial services in the international trade supply chain of the energy industry based on AI algorithms. In this way, the role of international trade supply chain financial services in promoting the development of the energy industry can be better played, and the development of import and export trade can be promoted.
2. Risk warning model of supply chain financial services based on AI algorithm
(1) Risk factors of supply chain financial services
International trade supply chain financial services refer to the financing and wealth management services provided by banks to enterprises in international trade (Sornalakshmi et al., 2022). The risk factors of the international trade supply chain financial services in the energy industry are summarized, and four basic factors are extracted through literature research. The four basic factors are analyzed in detail, as shown in Fig. 1.
It can be seen from Fig. 1, the risks of financial services in the international trade supply chain of the energy industry mainly include five aspects: credit risk of energy companies, bank operational risk, information communication risk, legal and regulatory risk, and external environmental risk. The connotation of the credit risk of energy companies has two aspects, one is the credit risk of large energy companies, and the other is the credit risk of small and medium energy companies. If largescale energy companies are eager for quick success, they only pay attention to their immediate interests, and use their trade advantages to suppress the price costs of small and mediumsized energy companies and squeeze the living space of small and medium-sized energy companies. It may cause the debt of small and medium-sized energy companies to exceed their own limits, thereby affecting the stability of the entire supply chain. The credit risk of small and medium-sized energy companies refers to the fact that small and medium-sized energy companies are not as large as large energy companies. The credit evaluation of small and medium-sized energy companies is often more stringent, and the credit expectations of small and medium-sized energy companies are relatively conservative. In addition, since there are more small and medium-sized energy companies than large energy companies, banks may not conduct credit investigations on small and medium-sized energy companies very comprehensively, and credit investigations on foreign energy industry supply chains are more one-sided. Bank operation risk refers to the risk brought by the bank’s non-standard or illegal operation in the operation links such as credit investigation, service plan design, financing approval and so on. For example, when an energy company conducts financing approval, the employee makes mistakes or illegal operations increase the amount of financing. The risk of information transmission means that if an error occurs in the transmission of information in the supply chain, it would affect the bank’s information collection and management, and then directly affect the enterprise’s financing approval. Legal and regulatory risks refer to the fact that due to different laws in different countries, some companies would take advantage of legal loopholes to seek benefits and defraud supply chain financial services. External environmental risk refers to the risks caused by the international market environment to supply chain financial services, including political environment, corporate operating policies, and economic stability.
(2) Risk countermeasures for supply chain financial services
Effective prevention and control of supply chain financial service risks in international trade is conducive to creating a favorable environment for the development of import and export enterprises and promoting economic development (Leukel and Sugumaran, 2022). In order to promote the development of the energy industry, some measures are put forward for the energy industry to deal with the risks of supply chain financial services in international trade, as shown in Fig. 2.
چکیده
1. مقدمه
2. مدل هشدار ریسک خدمات مالی زنجیره تامین بر اساس الگوریتم هوش مصنوعی
3. کاربرد الگوریتم هوش مصنوعی در ارزیابی ریسک خدمات مالی زنجیره تامین
4. هدف آزمایشی و طراحی مدل هشدار اولیه خطر
5. نتایج تجربی مدل هشدار اولیه خطر
6. نتیجه گیری
منابع
ABSTRACT
1. Introduction
2. Risk warning model of supply chain financial services based on AI algorithm
3. Application of AI algorithm in risk assessment of supply chain financial services
4. Experimental purpose and design of risk early warning model
5. Experimental results of the risk early warning model
6. Conclusions
References