随着互联网技术和大数据应用,供应链金融日益成熟,诞生出来一种创新模式——线上供应链金融,这种模式是解决中小企业融资难、融资贵的重要途径。线上供应链金融运行过程中涉及很多环节,存在更多不确定性的风险因素,包括信用风险,而且风险因素之间也存在相互影响,这一模式导致信用风险的发生原因更加复杂。商业银行作为线上供应链金融的重要资金提供方,是开展该业务的主体,面临着更高、更复杂的信用风险。在此背景下,加强对信用风险影响因素的分析,并制定相应的风险管理措施,防范系统性信用风险对商业银行具有重要的现实意义。系统动力学是由麻省理工学院Forrester教授提出的,是一种从系统和整体的角度进行问题分析,解决风险研究过程中的复杂动态问题的方法。将线上供应链金融信用风险看作一个“链式”整体系统,其系统内部各个因素是处于不断变化的状态,是一个相对复杂的系统,从而就需要对流程的规范性进行管理,减少过程中的不确定性。论文采用系统动力学对线上供应链金融信用风险进行研究,能够分析系统内动态复杂的问题,在信用风险管理方面为商业银行提出建议,以实现对信用风险进行控制的目的。论文首先概述了线上供应链金融基本内涵和主要优势,通过对不同主体主导的线上供应链金融的运作模式介绍,在开展线上供应链金融业务方面,商业银行具有客户资源优势、资金优势和风险管控优势,从而说明本文的研究对象是以商业银行主导的线上供应链金融;然后着重分析了线上供应链金融信用风险的来源,其中法律不健全、流程设计不合理和平台信息不准确三个方面是产生信用风险的新来源,与传统供应链金融相比,线上供应链金融信用风险具有测量复杂、扩散快、易转移等特点;最后对系统动力学的概念、特点以及基本原理做了阐述,同时介绍了系统动力学在风险管理中的主要应用。然后针对论文所研究的线上供应链金融信用风险,从系统的外部和内部两个方面逐一分析了影响信用风险的因素,并明确这些风险因素是如何具体影响到信用风险的。在对大量文献进行梳理归纳的基础上,结合上述分析中的信用影响因素,遵循指标体系的构建原则,建立了线上供应链金融信用风险影响因素体系,为后续构建模型进行仿真研究做好准备。最后,论文利用线上供应链金融信用风险系统动力学模型,对商业银行开展线上供应链业务进行了仿真研究。首先,采用专家打分法结合层次分析法对系统中各个风险影响因素进行赋值,得出相应的权重系数;然后对每个子系统进行仿真模拟,根据对仿真结果进行分析,给出风险控制策略;最后对风险控制策略中涉及的因素进行敏感性分析,观察信用风险在策略作用后的变化情况,如在采取相关策略后,信用风险明显降低表明该项风险控制方法是有效的,为商业银行开展线上供应链金融业务信用风险管理方面提供了决策依据。