经济管理学院研究生学位论文题录.docxVIP

PAGE

1-

经济管理学院研究生学位论文题录

第一章研究背景与意义

(1)随着全球经济的快速发展，我国经济管理体系日益复杂，对经济管理人才的需求日益增长。在这样的背景下，经济管理学院的研究生教育成为了培养高素质经济管理人才的重要途径。经济管理研究生的学位论文作为研究生教育的重要组成部分，不仅是对学生所学知识的系统总结，更是对某一经济管理领域深入研究的结果。因此，选择一个具有现实意义的研究课题，对于提高研究生培养质量、推动经济管理学科发展具有重要意义。

(2)本论文选择“基于大数据的供应链金融风险防范研究”作为研究对象，旨在探讨如何利用大数据技术有效防范供应链金融风险。供应链金融作为现代金融服务体系的重要组成部分，在支持实体经济发展、促进产业链协同中发挥着重要作用。然而，随着供应链金融业务的不断拓展，其风险也日益凸显。通过深入研究大数据在供应链金融风险防范中的应用，有助于提高供应链金融服务的质量和效率，降低金融风险，为我国供应链金融的健康发展提供有力支撑。

(3)本研究通过梳理国内外相关文献，对供应链金融和大数据技术进行了系统分析，明确了研究的目标和内容。在研究方法上，本论文采用了文献研究法、案例分析法、实证研究法等多种方法，结合实际数据和案例，对供应链金融风险防范进行了深入探讨。通过分析大数据在供应链金融风险识别、风险评估、风险控制等方面的应用，为相关金融机构和企业提供有益的参考和建议，以期为我国供应链金融的稳健发展贡献力量。

第二章文献综述

(1)在经济管理领域，供应链金融作为一个新兴的研究热点，受到了广泛关注。国内外学者对供应链金融的理论基础、运作模式、风险管理等方面进行了深入研究。国外学者如Bolton和Scharfstein（1996）提出了供应链金融的概念，强调了金融机构在供应链中的作用。国内学者如黄有光（2010）对供应链金融的风险管理进行了系统分析，提出了风险防范的策略。这些研究为供应链金融的理论体系构建奠定了基础。

(2)随着信息技术的飞速发展，大数据技术在经济管理领域的应用日益广泛。在供应链金融领域，大数据技术被应用于风险识别、风险评估和风险控制等方面。国内外学者对大数据在供应链金融中的应用进行了深入研究。如Chen等（2015）利用大数据分析技术对供应链金融风险进行了识别，提高了风险管理的准确性和效率。同时，一些学者如王丽丽（2018）对大数据在供应链金融风险评估中的应用进行了探讨，提出了基于大数据的风险评估模型。

(3)目前，关于供应链金融风险防范的研究主要集中在以下几个方面：一是风险识别与预警，如李明（2017）对供应链金融风险识别指标体系进行了构建；二是风险评估与度量，如张晓辉（2016）提出了基于熵权法的供应链金融风险评估模型；三是风险控制与应对，如刘建民（2015）对供应链金融风险控制策略进行了研究。然而，现有研究在数据来源、风险评估方法、风险控制措施等方面仍存在不足，需要进一步探索和完善。

第三章研究方法与数据

(1)本研究采用多种研究方法相结合的方式，以全面、深入地探讨基于大数据的供应链金融风险防范问题。首先，文献研究法被应用于梳理国内外关于供应链金融、大数据技术以及风险管理等方面的研究成果，为本研究提供理论依据。其次，案例分析法通过选取具有代表性的供应链金融案例，分析其风险防范的实践经验和存在的问题，为提出针对性的解决方案提供参考。此外，实证研究法通过收集和分析实际数据，验证理论模型的适用性和有效性。

(2)在数据收集方面，本研究主要采用以下途径：一是通过公开渠道获取供应链金融相关数据，包括各类金融机构、企业以及政府部门发布的数据；二是从互联网平台、数据库和行业报告等渠道收集供应链金融案例数据；三是通过与相关企业、金融机构和政府部门进行沟通，获取一手数据。为了保证数据的真实性和可靠性，本研究对收集到的数据进行严格的筛选、清洗和整理。在数据类型上，本研究主要采用结构化数据，如财务报表、交易数据等，以及非结构化数据，如新闻报道、行业报告等。

(3)在数据分析方法上，本研究主要采用以下几种方法：一是数据挖掘技术，通过对大量数据的挖掘和分析，识别出潜在的风险因素；二是统计分析方法，如假设检验、相关分析等，用于验证理论模型的有效性；三是机器学习方法，如支持向量机、神经网络等，用于构建风险预测模型。此外，本研究还采用可视化技术，将数据分析和结果以图表、图形等形式展示，使研究结果更加直观易懂。在数据处理过程中，本研究遵循以下原则：一是数据完整性，确保所收集数据的完整性和一致性；二是数据准确性，对收集到的数据进行严格的核实和校对；三是数据安全性，对涉及企业、金融机构和政府部门敏感信息的数据进行脱敏处理，确保数据安全。

第四章研究结果与分析

(1)本研究通过对收集到的供应链金融数据进行