Blockchain–Cloud Integration for Cross-Border Invoice Factoring: A Secure and Scalable Framework for Sustainable Trade Finance
Notice bibliographique
Résumé
Cross-border trade finance supports liquidity and global supply chain growth, especially for small and medium enterprises (SMEs). Traditional documentation and invoice factoring systems face delays, huge documentation, fraud risks, poor interoperability, and limited transparency which results in unsustainable action. Blockchain-based trade finance improves immutability, decentralized validation, and automation through smart contracts. However, it suffers from scalability limitations, fragmented data management, and regulatory integration issues. Academic literature lacks a unified framework combining blockchain and cloud to address these operational gaps. This study fills the gap by evaluating traditional, blockchain, and hybrid models in trade finance systems. The paper reviews major use cases to understand realworld blockchain implementations in trade finance. These include HSBC and ING's blockchain letter of credit, and Bank of Canada's Project Jasper. UBS's blockchain payment initiative is also analyzed for its real-time settlement and auditability benefits. The study compares traditional and blockchain systems across speed, security, transparency, and integration parameters. It identifies that blockchain alone is insufficient due to its lack of scalability and limited system compatibility. To address this, the paper proposes a Blockchain-Cloud Integrated Trade Finance (TF) Framework. This includes hybrid data storage, Application Programming Interface (API) compliance, digital identity verification, and stakeholder dashboards. Using a design science approach, the framework improves auditability, transparency, and regulatory alignment. Findings benefit regulators, banks, and FinTech's. The framework not only enhances efficiency and compliance but also contributes to sustainable trade finance
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».