農(nóng)村供應鏈金融復雜網(wǎng)絡演化模型研究

陳瓊瓊 翟帥男 浙江理工大學

?

農(nóng)村供應鏈金融復雜網(wǎng)絡演化模型研究

陳瓊瓊 翟帥男 浙江理工大學

摘 要：農(nóng)村電子商務的快速發(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)村電子商務發(fā)展的重要保障。

關鍵詞：供應鏈金融 復雜網(wǎng)絡 無標度 小世界效應

一、引言

農(nóng)戶受信貸約束的問題在我國農(nóng)村普遍存在。在農(nóng)村地區(qū)開展供應鏈金融模式，能夠適應農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展過程中出現(xiàn)“公司+農(nóng)戶”的組織架構(gòu)，解決金融機構(gòu)開展農(nóng)村金融業(yè)務面臨的諸多掣肘，具有應用于“三農(nóng)”發(fā)展的必要性和可行性[1]。現(xiàn)有的供應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。用復雜網(wǎng)絡理論通過網(wǎng)絡結(jié)構(gòu)演化的行為方式描述整個系統(tǒng)的演化機制和整體行為。國外對復雜網(wǎng)絡描述社會網(wǎng)絡已取得一定的研究成果，復雜網(wǎng)絡的基本模型主要有：隨機網(wǎng)絡，聚集系數(shù)小，節(jié)點之間的關系并不緊密[2]。小世界模型用來描述現(xiàn)中龐大且復雜的網(wǎng)絡，聚集系數(shù)較高，節(jié)點之間聯(lián)系緊密[3]。無標度網(wǎng)絡的頂點與邊的生長連接方式具有一定的規(guī)則，引入了擇優(yōu)機制，該模型具有較高的無標度特性[4]，沈愛忠從復雜網(wǎng)絡視角對供應鏈金融網(wǎng)絡拓撲進行分析，認為供應鏈金融網(wǎng)絡具有無標度特性[5]。

二、農(nóng)村供應鏈金融復雜網(wǎng)絡模型

農(nóng)村供應鏈金融網(wǎng)絡包括金融機構(gòu)、電商平臺、P2P平臺、物流企業(yè)和農(nóng)戶五層節(jié)點，每個層次內(nèi)的節(jié)點同質(zhì)。供應鏈金融網(wǎng)絡組織結(jié)構(gòu)演化過程：受融資需求影響不斷調(diào)整，不適應的節(jié)點消失，與網(wǎng)絡相適應的節(jié)點加入，融資渠道的創(chuàng)新又會形成一系列新的金融供應鏈。

本文以無標度網(wǎng)絡模型為參考模型，以節(jié)點存在擇優(yōu)性為依據(jù)，為更貼切實際網(wǎng)絡的連接特征，通過引入多個隨機量(如邊的權(quán)值)增加供應鏈金融網(wǎng)絡的真實性，提出分層的加權(quán)供應鏈金融網(wǎng)絡演化模型。

本文提出的分層供應鏈網(wǎng)絡演化模型基本演化規(guī)則為：

供應鏈金融網(wǎng)絡G在t=0時刻是由n0個節(jié)點構(gòu)成的層次型網(wǎng)絡，共有5層節(jié)點：金融機構(gòu)、電商、P2P、物流企業(yè)、農(nóng)戶。假設邊的權(quán)值隨機生成，初始wi設定為2。在以后的每一個時間步里，新增一個度為mi的節(jié)點（mi

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

（2）擇優(yōu)選擇。新增t個時間步后，新增節(jié)點選擇與網(wǎng)絡中已存在的mi個不同的老節(jié)點相連。被選擇的節(jié)點vi與新節(jié)點連接的概率為：

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

（3）邊權(quán)演化。初始對邊值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，本文認為新加入的邊會使連接節(jié)點vi和節(jié)點vj之間的邊發(fā)生相應的變化：

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

三、實驗分析

本文采用的仿真軟件為matlab7.12.0，根據(jù)上述算法生成節(jié)點數(shù)N=100的供應鏈金融網(wǎng)絡模型，對供應鏈金融初始網(wǎng)絡節(jié)點N=1000開始演化，通過選取不同的值選擇網(wǎng)絡的數(shù)值模擬。根據(jù)試驗中擬合p(k)～k-γ的結(jié)果得出網(wǎng)絡中，度大的節(jié)點出現(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)絡規(guī)模的增長，網(wǎng)絡的平均路徑長度也有一定的增長，但整體來說變化較小。網(wǎng)絡模型的集聚系數(shù)和平均路徑長度的變化特征體現(xiàn)了供應鏈金融網(wǎng)絡具有小世界特性。事實上，較小的平均路徑長度體現(xiàn)了跨層點對整個網(wǎng)絡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“長尾效應”，屬于冪率分布，點強度分布和度分布成正相關，平均最短路徑隨著偏好參數(shù)的變化并沒有大幅度調(diào)整，而網(wǎng)絡的集聚系數(shù)很大。因此，供應鏈金融網(wǎng)絡具有無標度特征和小世界效應。

參考文獻：

[1]謝斯儒. 供應鏈金融應用于“三農(nóng)”發(fā)展的必要性與可行性[J]. 經(jīng)濟視角(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]沈愛忠,郭進利. 復雜網(wǎng)絡理論視角下供應鏈金融風險分析與控制[J]. 科技與管理,2013,05:107-110.