论文部分内容阅读
在传统的物流金融风险管理控制研究中,更多的是关注风险事件与风险事件之间一对一的对应因果关系,然而在现实中物流金融风险事件的成因比较复杂,而且不同的风险因素相互作用、相互关联使得所产生的风险较为复杂多变,为了更好的促进物流金融的健康发展、减少风险事件的发生频率,有必要研究风险之间的关联特性和关联模式。首先,对物流金融风险、风险关联分析、本体的相关文献进行了梳理和归纳,主要包括风险管理理论、风险关联管理理论、本体理论和数据挖掘原理及方法。其次,从物流风险的内涵、物流金融风险的概念及特征和物流金融风险类别及成因这三大方面,阐述了物流金融风险体系结构。再者,在充分考虑风险关联模式和关联特性的基础上设计了物流金融风险本体框架OntoLFR,,并以物流金融风险本体框架为蓝本,从类层、属性层和实例层三个层次构建了物流金融风险本体模型LFROM。然后,采用Apriori数据挖掘算法挖掘物流金融风险事件隐患库中风险与风险之间的关联规则,载入构建好的本体模型LFROM中。最后,设计融资企业卷款逃跑的风险事件(RW_risk)仿真案例并利用本体模型LFROM进行推演计算,验证物流金融风险本体模型的语义解析和风险推理能力。本文旨在基于风险关联的视角构建物流金融风险本体模型LFROM,并利用该模型在物流金融领域中推理出潜在的风险隐患,为风险管理者提供决策依据,从而为物流金融健康发展保驾护航。