基于区块链与机器学习的农业供应链金融系统

2020年初全球新冠肺炎疫情席卷而来,给农产品行业带来巨大冲击。中小型农业企业难以获得资本市场的财政支持,主要是由于其信用风险难以评估。利用区块链和机器学习技术开发农业供应链金融系统,在生产者、分销商、金融机构和消费者之间建立共识网络,进而获得高效运行、交易速度更快、成本更低的农业供应链。研究表明:构建的三种算法(逻辑回归模型、支持向量机模型、随机森林模型)都能较好地预测农业中小型企业违约的概率,且其中随机森林的拟合效果更为稳定。本研究为降低供应链融资信用风险、提高交易效率及拓宽农业实体融资渠道提供了经验和借鉴。