大數據在互聯網供應鏈金融風險管理中的應用

邱暉 許淑琴

【摘 要】 互聯網供應鏈金融主要通過大數據技術進行信息治理來實現有效的風險管理，與傳統供應鏈金融相比，進一步降低了中小企業的融資門檻。但這種做法的效果卻因為大數據獲取和處理成本高、數據真實性難以保證以及容易侵害用戶隱私安全等問題的存在而被削弱。為此，需通過強化互聯網供應鏈金融與社交網絡的深度融合以及培育大數據核心處理能力來降低獲取和處理大數據的成本，通過加強對原始數據的檢查來確保數據的真實性，根據實際需要將原始數據生成專業型知識型資產并確保數據在傳遞過程中的安全。為了保護用戶的隱私，最好通過使用第三方數據脫敏產品來對數據進行脫敏。

【關鍵詞】 大數據； 互聯網供應鏈金融； 風險管理； 信息治理； 隱私

【中圖分類號】 F831.2 【文獻標識碼】 A 【文章編號】 1004-5937（2018）07-0035-03

互聯網供應鏈金融是傳統供應鏈金融與互聯網深度結合之后的產物。伴隨著信息技術的飛速發展，供應鏈金融已經從最初的基于上下游購銷關系的簡單鏈條發展成為理論上沒有邊界的復雜網絡，其交易結構也隨之變得更加復雜。互聯網供應鏈金融是一個創新層出不窮的領域，其理論已經遠遠落在了實踐之后。與傳統的供應鏈金融相比，互聯網供應鏈金融的風險控制已經不再依賴融資企業提供的抵押物或者出具的與供應鏈上核心企業存在交易關系的證明，而是依靠大數據技術來獲取融資企業的全景式圖像，并通過有效的信息治理來解決中小微企業的融資問題。但運用大數據技術進行互聯網供應鏈金融風險管理也面臨著不少問題，需要互聯網供應鏈金融的供給者有針對性地加以解決。

一、互聯網供應鏈金融風險的內涵

供應鏈金融的本質是對物流、信息流以及資金流在不同企業、不同行業之間進行整合，這一點并沒有因為供應鏈金融發展到互聯網供應鏈金融這個階段而有所改變。但互聯網供應鏈金融拓展了供應鏈金融交易的邊界，豐富了供應鏈金融交易的結構。通過橫向、縱向及斜向的價值鏈，互聯網供應鏈金融不僅能夠實現物流、信息流及資金流在上下游之間有機結合，而且能夠實現物流、信息流及資金流在不同行業之間有機整合，并最終形成一個沒有邊界的“生物圈”式的巨型網絡結構[ 1 ]。

互聯網供應鏈金融風險是指基于互聯網供應鏈中物流、信息流及資金流的實際運行情況與互聯網供應鏈金融的參與方預期的情況產生偏離并導致其遭受損失的不確定性[ 2 ]。互聯網供應鏈金融擁有廣闊的交易邊界及復雜的交易結構，其風險特性主要有三個，即動態性、傳導性及復雜性。動態性是指互聯網供應鏈金融的風險處于不斷變化的過程當中，供應鏈所處的外部環境、供應鏈的運營狀況、供應鏈交易邊界的擴張以及交易結構的變化等都是導致供應鏈金融風險不斷發生變動的誘因。供應鏈金融與互聯網深度結合之后，能夠引發風險變動的因素急劇增加，引致重大損失的風險出現的概率也更大。傳導性指互聯網供應鏈金融風險會在參與者之間進行傳導，某個參與者出現的風險，會通過橫向、縱向、斜向的價值鏈傳導至上下游企業以及其他相關行業，并給其他參與者造成損失。互聯網供應鏈金融依托互聯網，較之傳統的供應鏈金融，其風險傳導速度更快，波及主體也更多。復雜性是指互聯網供應鏈金融的風險來源比較復雜。互聯網供應鏈金融的風險既可能是源于產業供應鏈的風險，也可能是源于金融領域的風險。換句話說，供應鏈金融風險不僅來源于供應鏈的外部環境、交易網絡和交易結構，還來源于各種金融風險，如信用風險、市場風險及操作風險等。

二、大數據在互聯網供應鏈金融風險管理中的作用

供應鏈金融風險所具有的動態性、傳導性及復雜性的特性在供應鏈金融與互聯網深度結合后變得更加突出和敏感，互聯網供應鏈金融的風險來源和風險結構變得更加復雜。參與者的違規行為、經營模式的缺陷、業務流程設計缺陷以及操作過程中的各種失誤等都能夠引發風險并通過傳導效應迅速波及整個供應鏈。與傳統的供應鏈風險管理相比，互聯網供應鏈金融風險管理最突出的特點就是通過應用大數據來強化信息的管理和利用并達到控制風險的目的。所謂大數據，是指以多元形式，自許多來源搜集的龐大數據組，往往具有實時性[ 3 ]。大數據的來源包括社交網絡、電子商務網站、顧客來訪記錄等。大數據可以幫助互聯網供應鏈金融實現信息全生命周期的管理，實現有效的信息治理。

互聯網供應鏈金融利用信息替代了抵押或質押。在傳統的信貸業務中，金融機構為了降低自身的風險，往往要求融資企業提供相應的抵押或擔保。與傳統信貸相比，供應鏈金融最大的優點在于其放松了對融資企業抵押擔保方面的要求，從而使許多難以滿足傳統信貸要求的企業尤其是中小企業獲得了融資的機會。供應鏈金融降低風險的方式不再是要求中小企業提供抵押擔保，而是依托中小企業與供應鏈上核心企業之間的真實交易，由核心企業變相承擔了相應的擔保功能。隨著供應鏈金融發展到互聯網供應鏈金融階段，核心企業的擔保功能不斷被弱化，互聯網供應鏈金融服務的提供者更加依賴通過加強對中小企業的綜合評估，強調供應鏈上的業務閉合來控制風險。對融資企業的綜合評估涉及基本素質、償債能力、營運能力、盈利能力、創新能力、成長潛力、信用記錄以及所處行業狀況等諸多方面。大數據技術的運用使得互聯網供應鏈金融服務的供給者可以獲得關于融資企業的相關信息，通過綜合評估，可以獲得針對融資企業包括硬信息和軟信息在內的全景式圖像，通過建立科學的評估指標體系并運用適當的評估方法，就可以為放貸決策提供堅實的基礎并降低放貸風險。

三、大數據在互聯網供應鏈金融風險管理應用中存在的問題

（一）獲取和處理大數據的成本較高

與互聯網深度結合的供應鏈是數字化的供應鏈。大數據是支撐互聯網供應鏈金融的重要基礎。大數據技術運用的關鍵在于實現供應鏈業務活動的實時數據化，并形成持續不斷的數據流，通過對數據實施有效管理來降低互聯網供應鏈金融所面臨的各種風險。要擁有反映供應鏈上關于生產、物流、資金流等動態的實時數據流，就必須建立一個能夠覆蓋整個供應鏈網絡的基于云計算的產業互聯網體系。

在實際操作中，實現上述目標會面臨來自兩方面的困難。首先，大數據處于分割的狀態。大數據是互聯網供應鏈金融實施風險管理的基礎，但全國的大數據卻是由許多相互隔離的“信息孤島”構成的[ 4 ]。單一的平臺一般而言只能掌握一維或幾維的數據，風險管理需要引入眾多的外部數據，但某些極具價值數據的數據源被分散掌握在不同政府部門或企業中，這就降低了風險管理的效果。其次，數據處理的成本高昂。基于大數據的風險管理能夠降低由于風險引發的損失，但這種風險管理本身卻可能是代價高昂的。一般而言，購買數據需要支付相應的費用，來自不同機構的系統數據在對接時需要進行多次調試，建立基于大數據的風控模型更是需要投入大量研發、運營和維護成本。

（二）大數據的真實性難以保證

大數據的來源很廣泛，包括網上搜索、公共平臺互動、電子交易記錄等，較之傳統的統計數據，有著更全面、更及時、更透明等顯著優點，因而具有更大的應用價值。大數據的根基是數據，數據的真實和精準是保證大數據能夠有效使用的基礎。如果大數據出現造假，基于大數據分析而做出的風險管理決策可能會造成嚴重的后果。使用基于大數據開發的互聯網供應鏈金融風控模型，確保數據的質量是重中之重。目前，國內的數據庫數量非常多，但高質量的數據庫卻并不多。在將大數據應用到互聯網供應鏈金融的過程中，也容易在數據質量上出現問題。比如，融資主體為了獲得貸款或者提高貸款的額度，會進行流水造假。大數據造假不容易被發現且難以監管，個別因為利用數據造假而獲利的行為還容易引起他人的模仿，帶來更大的誠信危機。

（三）容易觸碰用戶的隱私安全

與傳統供應鏈金融相比，互聯網供應鏈金融最突出的特點就是用大數據取代了傳統的風險定價及風險管理。大數據在被金融服務供給者用于降低自身經營成本的同時，極易侵害金融服務消費者的隱私。互聯網供應鏈金融的消費者要想獲得互聯網供應鏈金融服務，就必須將各類個人信息提供給平臺，消費者對個人信息的保護與平臺對個人信息的商業利用之間產生了尖銳的矛盾。互聯網供應鏈金融服務的供給者為了降低風險，會盡可能地掌握客戶更多的相關信息。大數據在幫助使用者還原客戶畫像的同時，也必然導致用戶的大量隱私被挖掘出來[ 5 ]。互聯網供應鏈金融所使用的大數據主要包括用戶的網上交易記錄、銀行賬戶記錄、溝通交流記錄等各種真實信息，嚴格地講，這些都屬于客戶的個人隱私。這些數據信息應該首先經過脫敏處理，才能進一步使用。但由于目前的技術沒有對屬于個人隱私的數據信息做分類處理，致使個人信息隨時隨地都有可能被公開或提取，個人隱私得不到有效的保護。

四、互聯網供應鏈金融風險管理應用大數據的對策

（一）降低獲取和處理大數據的成本

要降低獲取和處理大數據的成本，就要打破數據源的邊界，加強信息共享，并強化自身處理大數據的能力。針對互聯網供應鏈金融，具體可以從兩個方面入手。

首先，通過強化互聯網供應鏈金融與社交網絡之間的融合來降低大數據獲取的成本。所謂社交網絡，是指包括電子郵件、社交網站、在線問答、商務社交活動等在內的一切可以通過互聯網完成的行為。互聯網供應鏈金融進行風險管理的精髓在于通過對融資主體信息的掌握來降低抵押或擔保的要求。要掌握融資主體的信息，大數據采集時就應該注重對融資主體工作及生活情景的抓取。社交網絡上沉淀著關于融資主體的大量行為數據，互聯網供應鏈金融的供給者通過與互聯網公司之間的合作，可以促進打破數據源的邊界，促進互聯網供應鏈與社交網絡之間的深度融合。

其次，通過培育大數據核心處理能力來降低處理大數據的成本。社交網絡的數據來源復雜，不存在統一的標準，必須經過處理才能放入原料數據庫。對于從外部采集而來的數據，應確定一個統一的格式和標準，并注意與內部數據的整合。互聯網供應鏈金融在構建起大數據原料數據庫之后，必須進行加工處理使其轉化為專業型知識型資產。互聯網供應鏈金融應采用專業的大數據分析工具，提高將原料大數據轉化成專業型知識型資產的效率。從原料大數據中提煉出來的專業型知識型資產，在大規模使用之前，應進行必要的小規模測試。

（二）確保大數據的質量和安全

互聯網與供應鏈金融的深度結合，極大拓展了獲取數據的來源。面對來自多種渠道的海量數據，必須科學地進行有效信息的提取、整合、分析和生成，并最終將符合需要的信息傳遞給接收方。在這個過程中，首先要確保原始數據的真實性，如果數據在源頭處就出現失真的情況，據之加工生成的專業型知識型資產也必然是失真的，這樣就會誤導主體的決策。其次要保證專業型知識型資產的有用性，經過加工并最終生成的專業型知識型資產，必須要對這些信息的使用者起到相應的作用，能夠幫助他們了解相關的情況并做出正確的決策。最后還要保證數據的安全性，在數據加工和傳遞的過程中，要確保數據能夠安全準確地傳遞到接收方手中。

數據安全性的保障更多依靠先進的技術手段來加以實現，而確保原始數據的真實性以及專業型知識型資產的有用性則需要依靠從事大數據管理的相關人員的查驗和判斷。對于數據的使用者而言，他們真正關心的問題主要有：融資企業交易是否真實，供應鏈上的物流是否符合要求以及供應鏈上資金風險是否可控。要確保融資企業交易的真實性，需要對相應交易的憑證和單據進行查驗；要確保供應鏈上物流能力達到預期，需要對物流網絡情況、物流運營情況、庫存周轉情況、單貨相符情況等進行查驗；要確保供應鏈上資金風險可控，則需要掌握融資企業的財務狀況尤其是現金流狀況。

（三）加強對隱私數據的保護

互聯網供應鏈金融服務的供給者在進行大數據挖掘時應該注重用戶隱私安全的保護，有效利用大數據的前提是遵守相應的業務規則，在不觸犯國家關于隱私保護的法律條件下盡量最大化數據的分析價值。

從法律層面看，互聯網供應鏈金融的供給者在收集和存儲客戶信息的階段應該嚴格遵守相應的法律，事先須取得客戶明確的同意授權，確保客戶對自身隱私信息控制權的初步行使，然后向客戶完整地披露所采集信息的種類、使用目的及與提供特定互聯網供應鏈金融產品之間的必要聯系。互聯網供應鏈金融的供給者要確保客戶的隱私信息僅被用于客戶實現聲明同意的特定目的，如果要將客戶的隱私信息用于其他事項，應再次取得客戶的授權。

從技術層面看，保護客戶隱私最重要的做法是進行數據脫敏。數據脫敏是指運用脫敏規則對敏感信息進行數據變形進而實現對隱私數據的有效保護[ 6 ]。對于涉及客戶隱私安全的敏感數據，比如手機號、銀行卡號、省份證號等個人信息，在不違反系統規則的條件下，都應該進行數據脫敏。數據脫敏可以通過內部人員手工完成，也可以通過使用第三方數據脫敏產品來完成，后者的效果要優于前者。

【參考文獻】

[1] 趙昕.產業金融創新：從跨界到無界[J].學術交流，2016（6）：136-141.

[2] 宋華.互聯網供應鏈金融[M].北京：中國人民大學出版社，2017.

[3] 范嘉琦.關于大數據的安全現狀與應對策略探討[J].信息系統工程，2017（10）：73-75.

[4] 李孟剛，李恩.創新互聯網供應鏈金融風控模式[J].中國國情國力，2017（2）：30-32.

[5] 李連夢.基于大數據的商業銀行智慧型風險管理研究[D].天津商業大學碩士學位論文，2016.

[6] 姬鳴揚，李林森，李建華.P2P網貸用戶數據脫敏技術研究[J].通信技術，2017（2）：321-327.