基于區(qū)塊鏈與機器學(xué)習(xí)的農(nóng)業(yè)供應(yīng)鏈金融系統(tǒng)

張夢娜 王世文（蘇州科技大學(xué)）

一、研究背景

2020年，新冠肺炎疫情影響著社會各個方面，包括農(nóng)業(yè)生產(chǎn)、物流貿(mào)易等在內(nèi)的整個農(nóng)業(yè)產(chǎn)業(yè)鏈。首先，新冠肺炎疫情第一個沖擊的是農(nóng)業(yè)生產(chǎn)，部分春耕生產(chǎn)物資價格上漲，增加了農(nóng)業(yè)投入成本。其次，農(nóng)產(chǎn)品無論是出口還是內(nèi)銷，都出現(xiàn)了一定的困難。具體表現(xiàn)為蔬菜、水果等鮮活農(nóng)產(chǎn)品及畜產(chǎn)品流通受阻；養(yǎng)殖業(yè)對飼料的消費減少，使種植業(yè)中的大豆、玉米價格也受到了影響。由于農(nóng)產(chǎn)品具有季節(jié)性、不宜儲藏等特點，其出口交易的減少會在短期內(nèi)造成巨大損失。由此，國家出臺了“農(nóng)資綜合補貼”等政策支持農(nóng)業(yè)生產(chǎn)的技術(shù)升級和規(guī)模擴張，以滿足疫情時期農(nóng)業(yè)生產(chǎn)對基本材料的需求。農(nóng)業(yè)產(chǎn)業(yè)開始關(guān)注規(guī)模效應(yīng)，逐漸形成了高度專業(yè)化的商業(yè)模式。這種高度專業(yè)化、大規(guī)模的農(nóng)業(yè)生產(chǎn)將不可避免地增加農(nóng)業(yè)企業(yè)的資本需求，這將很容易導(dǎo)致許多農(nóng)業(yè)企業(yè)產(chǎn)生巨額投資，而農(nóng)產(chǎn)品具有附加值低的特征，這又會導(dǎo)致農(nóng)業(yè)企業(yè)的投資回報率低。在金融領(lǐng)域，農(nóng)業(yè)中小企業(yè)難以獲得商業(yè)銀行、信用合作社及小型貸款公司的貸款支持。近年來，區(qū)塊鏈技術(shù)被證實能在解決信息問題上對中小型農(nóng)業(yè)企業(yè)的信用風(fēng)險評價起到一定的改進作用。隨著大數(shù)據(jù)時代的來臨，農(nóng)業(yè)金融數(shù)字化已是大勢所趨。因此，將區(qū)塊鏈技術(shù)與農(nóng)業(yè)金融相結(jié)合具有重要實踐意義。

二、農(nóng)業(yè)供應(yīng)鏈金融系統(tǒng)中的區(qū)塊鏈技術(shù)

（一）農(nóng)業(yè)區(qū)塊鏈的基本框架

區(qū)塊鏈技術(shù)（BT）正成為當(dāng)今最有前途的技術(shù)之一。它是點對點網(wǎng)絡(luò)共享的分布式數(shù)據(jù)庫，使用鏈接的區(qū)塊序列來驗證。由于其自身具有共識機制、不變性和可追溯性，通過消除信任相關(guān)的問題，提高了可見性和透明度。鏈上的每個事務(wù)都按照嚴格的時間順序生成，確保相應(yīng)的數(shù)據(jù)不會被篡改，并增強了可追溯性?；谄鋵嵤C制，區(qū)塊鏈技術(shù)可以很好地解決供應(yīng)鏈金融中的信用問題。依托區(qū)塊鏈，可以在生產(chǎn)者（農(nóng)民）、分銷商、金融機構(gòu)和消費者等之間建立共識網(wǎng)絡(luò)，利用區(qū)塊鏈及時更新供應(yīng)鏈中的產(chǎn)品信息，實現(xiàn)利益相關(guān)者之間的信息透明度和低成本應(yīng)用。

農(nóng)業(yè)區(qū)塊鏈系統(tǒng)主要由數(shù)據(jù)層、網(wǎng)絡(luò)層、共識層、合同層和應(yīng)用層組成，其中數(shù)據(jù)層包含的信息以對稱二叉樹的形式排列；網(wǎng)絡(luò)層規(guī)定了區(qū)塊鏈的網(wǎng)絡(luò)模式、數(shù)據(jù)傳輸方式和安全驗證機制；共識層是區(qū)塊鏈實現(xiàn)信任機制的主要保證；合同層包含在本地法規(guī)和行業(yè)法規(guī)下運行的可編程合同，如智能合同；應(yīng)用層主要是提供相應(yīng)的應(yīng)用服務(wù)，以滿足制定者、賣方和消費者的不同需求。

（二）農(nóng)業(yè)供應(yīng)鏈金融系統(tǒng)中的區(qū)塊鏈框架

當(dāng)前，農(nóng)業(yè)供應(yīng)鏈融資中，信貸問題尤為嚴重。一方面，農(nóng)民缺乏有效的抵押品，可抵押的房地產(chǎn)、設(shè)備等固定資產(chǎn)質(zhì)量差，土地合同經(jīng)營權(quán)抵押受諸多因素制約，難以進行抵押。另一方面，在傳統(tǒng)供應(yīng)鏈中，信息分散存儲在各方，不利于信息整合，導(dǎo)致供應(yīng)鏈中信息不對稱的問題。

為了解決信貸問題，設(shè)想開發(fā)一個由區(qū)塊鏈技術(shù)支持的供應(yīng)鏈金融系統(tǒng)，它可以管理整個農(nóng)業(yè)供應(yīng)鏈，同時具有高標(biāo)準(zhǔn)的安全性和透明度。系統(tǒng)設(shè)計如圖1所示。

圖1 農(nóng)業(yè)供應(yīng)鏈金融區(qū)塊鏈系統(tǒng)框架

在該系統(tǒng)中，收購商和農(nóng)民簽署標(biāo)準(zhǔn)化的電子訂單，以智能合同形式添加到系統(tǒng)中，并被網(wǎng)絡(luò)中相應(yīng)權(quán)限下的節(jié)點識別。農(nóng)民可以依靠智能合約，通過區(qū)塊鏈系統(tǒng)請求與金融機構(gòu)訂單對應(yīng)的融資。同時，農(nóng)民可以購買農(nóng)業(yè)保險或期貨合同，以降低自然風(fēng)險和市場風(fēng)險。農(nóng)業(yè)保險的第一受益人是金融機構(gòu)。期貨合約保證訂單的履行率和回報。保險和期貨部分與區(qū)塊鏈系統(tǒng)相連，使金融機構(gòu)可以立即獲取農(nóng)民購買保險和期貨合約的實時信息。由于區(qū)塊鏈的不變性和共識機制，保證了農(nóng)業(yè)訂單、保險、期貨合同的真實性和可靠性，增加了金融機構(gòu)發(fā)展信貸業(yè)務(wù)的信心。此外，由于可追溯性的存在，還可以搜索歷史事務(wù)數(shù)據(jù)。金融機構(gòu)可以利用以前的數(shù)據(jù)來評估制定者的信用狀況，由于對區(qū)塊鏈系統(tǒng)的信任，金融機構(gòu)將向農(nóng)民發(fā)放貸款。

農(nóng)民購買生產(chǎn)原材料，及時上傳數(shù)據(jù)至區(qū)塊鏈系統(tǒng)。經(jīng)共識機制確認后，交易在網(wǎng)絡(luò)中傳播。金融機構(gòu)可以實時查看和監(jiān)督資金的使用情況。物聯(lián)網(wǎng)連接到區(qū)塊鏈系統(tǒng)，物聯(lián)網(wǎng)在增長過程中自動收集的產(chǎn)品數(shù)據(jù)可以存儲在系統(tǒng)中，可由所有實體進行查詢。在交付過程中，農(nóng)民委托物流公司負責(zé)運輸，同時通過物聯(lián)網(wǎng)和區(qū)塊鏈系統(tǒng)定位、監(jiān)控產(chǎn)品。物流公司應(yīng)將產(chǎn)品的最新情況上傳至系統(tǒng)中。在處理器傳播系統(tǒng)中的商品接收情況后，區(qū)塊鏈系統(tǒng)會自動激活智能合約，處理器的銀行賬戶會立即直接支付給金融機構(gòu)。該支付過程完全由智能合同控制，無需手動操作，收據(jù)的確認是執(zhí)行智能合同的觸發(fā)點。政府還可以連接到該系統(tǒng)，來監(jiān)控農(nóng)業(yè)融資的整個過程。安全透明的實時信息為政府制定補充預(yù)算政策提供了數(shù)據(jù)支持。鏈中的所有利益相關(guān)者都參與并相互協(xié)調(diào)，以提高信息的透明度，降低各方風(fēng)險。

三、基于機器學(xué)習(xí)的供應(yīng)鏈信用風(fēng)險評估建模

（一）樣本采集及信用風(fēng)險評價指標(biāo)體系建設(shè)

1.樣本收集

本文的樣本數(shù)據(jù)來自Wind數(shù)據(jù)庫。根據(jù)中國證監(jiān)會監(jiān)督管理委員會數(shù)據(jù)，本文選擇農(nóng)業(yè)中小企業(yè)（包括農(nóng)、林、牧、漁業(yè)）作為農(nóng)業(yè)供應(yīng)鏈的核心企業(yè)進行研究。在選定的樣本公司中，被中國證監(jiān)會處罰或暫停交易等重大錯誤的樣本為違約公司，標(biāo)記為1，其他業(yè)績良好的公司為正常公司，標(biāo)記為0。

2.信用風(fēng)險評價指標(biāo)體系建設(shè)

研究信用風(fēng)險的影響因素不局限于申請中小企業(yè)融資，還包括部分核心企業(yè)甚至各種供應(yīng)鏈運行狀況的核心企業(yè)、金融公司和供應(yīng)鏈三個方面，具體指標(biāo)如表1所示。償債能力方面，主要借鑒衡量企業(yè)財務(wù)指標(biāo)，如流動比率和速動比率等。獲利能力則采用銷售毛利率、銷售凈利率和總資產(chǎn)回報來衡量。運行能力則采用資產(chǎn)周轉(zhuǎn)總額等來衡量企業(yè)資金運作情況。

表1 供應(yīng)鏈 融資信用風(fēng)險指標(biāo)體系

（二）實驗處理

1.數(shù)據(jù)預(yù)處理

樣本選取40家中小型農(nóng)業(yè)企業(yè)，其中違約公司8家，普通公司32家。普通公司的比例為80%，違約公司的比例為20%。正常實例與默認實例的比率是4∶1，因此采用smote平衡數(shù)據(jù)，它是一種從不平衡數(shù)據(jù)集構(gòu)造分類器的方法。

2.模型擬合

（1）邏輯回歸模型

ROC曲線能夠查出任意界限值的識別能力。通過分別計算各個試驗的ROC曲線下的面積（AUC）進行比較，AUC值越大，模型效果越好。表2顯示了邏輯回歸的混淆矩陣結(jié)果，表中可以看出邏輯回歸模型的準(zhǔn)確率和精確率表現(xiàn)良好。如圖2所示，根據(jù)ROC曲線，計算AUC值為0.812。

表2 邏輯回歸的混淆矩陣結(jié)果

圖2 邏輯的ROC曲線

（2）支持向量機模型（SVM）

表3顯示了支持向量機的混淆矩陣結(jié)果，表中可以看出支持向量機的準(zhǔn)確率和精確度都優(yōu)于邏輯回歸模型。如圖3所示，根據(jù)ROC曲線，計算AUC值為0.984，整體擬合效果和精確率優(yōu)秀。

表3 SVM的混淆矩陣結(jié)果

圖3 SVM的ROC曲線

（3）隨機森林模型

表4顯示了隨機森林的混淆矩陣結(jié)果，表中可以看出隨機森林的準(zhǔn)確率和精確率與支持向量機模型大致相同。如圖4所示，根據(jù)ROC曲線，計算AUC值為0.953，整體擬合效果良好。

表4 隨機森林的ROC曲線結(jié)果

圖4 隨機曲線的ROC曲線

四、結(jié)論

本研究開發(fā)了農(nóng)業(yè)區(qū)塊鏈技術(shù)，并測試了邏輯回歸、支持向量機和隨機森林三種機器學(xué)習(xí)模型。其中，支持向量機模型具有較高的AUC值，模型分類正確的可能性較高，但隨機森林的擬合結(jié)果更穩(wěn)定。在沒有先進的數(shù)據(jù)處理方法下，各模型擬合的精確率和AUC值都十分優(yōu)異，充分證明了可行性。以上結(jié)果證明了不論是隨機森林，還是SVM及邏輯回歸模型，都可用于企業(yè)信用風(fēng)險評估。其中，隨機森林和SVM使用效果更佳。通過測試，機器學(xué)習(xí)將成為完善農(nóng)業(yè)中小企業(yè)風(fēng)險評價體系的有效解決方案。區(qū)塊鏈作為一項基礎(chǔ)技術(shù)，將在農(nóng)業(yè)供應(yīng)鏈金融中發(fā)揮支點和橋梁的作用，為進一步應(yīng)用提供透明、安全、信息量高的供應(yīng)鏈金融平臺。