基于大數據下的供應鏈金融風險研究

● 徐思媛 陸德宇 羅 捷 陸曉芬 王 旭

一、引言

2016年2月，在人民銀行等八部委印發《關于金融支持工業穩增長調結構增效益的若干意見》中提到要大力發展應收賬款融資，探索推進產融結合。隨著政策契機的到來，供應鏈金融迅速發展，不僅解決了小企業融資難題的問題，還延伸銀行的縱深服務，起到了雙贏的作用。但隨著供應鏈金融的發展，許多矛盾諸如信用風險、市場風險、操作風險等相繼浮出水面。矛盾是事物發展的源泉和動力，雖然目前供應鏈金融面臨著很多風險，但現在的時代科技高速發展，誕生了大數據技術。大數據技術下，可以有效的規避供應鏈融資環節的各類風險、解決供應鏈金融體系中的各類問題，提高供應鏈效率。為銀行和企業構建良好的金融環境。

二、大數據背景下供應鏈金融的發展現狀分析

中國人民銀行發布的2018年5月的金融統計數據報告顯示，5月份我國社會的融資總規模增量為7608億元，較去年5月份減少了超過3000億元，狹義貨幣M1余額是52.63萬億元，同比增長6%，但增速卻分別比4月末和2017年5月下降了1.2個與11個百分點。2018年5月社會融資規模大幅減少，并且商業銀行的表外融資進一步收縮，企業債券融資也是負增長。

由此可見，我國供應鏈金融在快速發展的同時也出現了很多的問題。概括來說有信用體系的建設不完善、風險控制機制不到位、交易成本依然較高、核心企業權利過大等問題。中小企業依然存在缺乏資本、信用難以評定、融資難的問題，供應鏈上相關企業依然存在需求不夠清楚，計算和預測不夠準確等問題，導致銀行貸款依然存在較大風險的現狀。

但是大數據背景下，大數據及數據分析技術可以在風險控制、信息平臺建設、信用體系建設等多個方面幫助供應鏈金融突破困難更好的發展。在我們的走訪調查中了解到如今大數據已在供應鏈金融中起到一些作用，如云稅貸——商業銀行通過大數據與稅務局聯網審查貸款企業的納稅情況來判斷企業的信用狀況；云電貸——商業銀行通過大數據與國家電網聯網審查企業繳納電費的情況來判斷企業的經營狀況；賬戶云貸——商業銀行通過大數據檢測客戶的資金流水狀況等。

三、大數據背景下供應鏈金融的主要風險

（一）信用風險

1．核心企業信用風險。核心企業不僅是整個供應鏈金融過程中整合物流、信息流及資金流為一體的關鍵角色，更是商業銀行對上下游中小企業展開授信業務的基礎標準。核心企業的經營狀況與發展前景對整條供應鏈上的企業的生存狀況與融資質量起到了舉足輕重的作用。如果核心企業出現問題，其可能會利用其中心地位向銀行隱瞞信息騙取銀行融資，使得整個供應鏈受到牽連，導致銀行面臨極大的風險。因此，保障核心企業資信評估等信息真實、有效對整個供應鏈金融整體安全至關重要。

2．上下游企業信用風險。上下游中小企業是供應鏈金融中的直接承貸主體。如今，中小企業的信用風險不僅只受企業自身如管理不夠規范、缺乏資本、抗風險能力弱等的風險因素影響，還受供應鏈整體效益、企業之間的交易和合作情況等各種因素的綜合的影響，當然，上下游企業的經營信息是否真實也同樣重要，若是企業向銀行或核心企業隱瞞其經營狀況信息，則同樣會使銀行和核心企業面臨極大的信用風險。

大數據背景下，相關企業的各類信息都可以被實時的采集和分析，結合不可篡改與可追溯信息的區塊鏈技術可以保證數據的真實性，降低供應鏈的信息不對稱，增加產業鏈資信。

（二）市場風險

1．貿易背景真實性風險。供應鏈金融是自償性的交易結構，貿易背后真實的交易數據是自償性授信融資的前提和根本保證，商業銀行根據企業經營和交易過程中產生的真實數據如訂單生產量、安全庫存、現金流量、應收應付賬款等來參考給企業的授信規模。如果沒有的真實貿易背景，出現偽造貿易合約、隱瞞抵押資產問題、造假交易數據牟利、交易過程透明度差等問題，銀行給貸款企業授信的風險就會很大。

2．抵質押資產風險。供應鏈金融中，貸款的第一還款源是融資企業的抵質押資產。它是銀行審批融資貸款的重要參考條件，也是企業出現經營不當等原因造成違約時銀行彌補損失的第一而且重要的擔保；同時，企業的還款意愿也受抵押資產的價值影響，如果抵押資產價值低于銀行的授信額度，企業的違約風險就會增大。

3．物流監管方風險。為了降低抵押資產貸款成本，商業銀行讓第三方物流企業實施對抵質押資產的監管權，但是如此便缺少了對質押物的質押信息的動態掌握。物流監管方可能會因為自身經營不當或為了追求自身的利益而做出有風險的行為如偽造提單、非法進行投機、操作失誤等使得銀行的利益受損。

而大數據背景下，可以建立對抵押物的實時動態追蹤系統，使得銀行在降低成本的同時依然能夠掌握質押物的質押信息，加強質押物權屬。還可以建立電子提單來代替質押物監管中的人工提單來減少風險。

（三）操作風險

1．操作風險。供應鏈金融資憑借物流、資金流的控制以及自償性的結構化操作模式和專業化的操作環節流程安排，引入了獨立的第三方監管，用以防范企業信用風險，但這帶來了大量的貸后操作環節，如果操作不規范或者失誤，就會帶來風險，這無疑將信用風險轉化為了操作風險。對操作的嚴密性和規范性提出了很高的要求。但在大數據背景下，從數據采集、數據預處理、數據存儲、數據分析與挖掘、數據展示與可視化、數據存儲等過程全部通過計算機完成，實現高效的自動化，可以減少操作風險。

2．合約風險。供應鏈金融貸款需要銀行與企業之間簽訂一定的合約，進而對雙方之間的權益進行保護。但是，就目前的實際情況來看，人工合約總會存在漏洞，相關企業也有偽造交易合同的可能，為商業銀行帶來了較大的風險。大數據背景下，利用大數據與區塊鏈技術的結合可以建立智能合約，減少合約風險。

四、大數據下的供應鏈金融風險對策研究

核心：建立大數據供應鏈金融信息共享平臺和風控模型

（一）構建信息化風險控制平臺

利用大數據連接供應鏈金融的商業銀行、核心企業、上下游中小企業等各類參與方，建立各方信息真實、數據共享、交易透明、業務協同、降低交易成本的大數據供應鏈金融信息共享平臺，各主體能夠利用這個平臺進行資源搜尋、資源分享、資源匯集、達成數據的交換、共享，完善數據交互。

整合的產業資源通過平臺進行系統化的組織配置，建立實時動態的數據采集系統，實現可視化跟蹤，界定不同節點上成員之間的利益分配，做到平衡每個節點的自我利益與供應鏈整體的利益，將各主體主動尋找信息變成信息主動匹配各主體。

銀行也能在平臺上跟蹤抵押資產的監管狀況，平臺還可通過大數據與稅務局聯網審查貸款企業的納稅情況來判斷企業的信用狀況；與國家電網聯網審查企業繳納電費的情況來判斷企業的經營狀況；還可檢測客戶的資金流水狀況等，緩解信息不對稱問題，增加產業鏈資信，降低信用風險。提高了銀行的獲取、分析數據和控制風險的能力。降低了供應鏈金融的成本。

（二）建立智能合約

利用大數據與區塊鏈技術結合，將金融合同的要件進行合理的調整，設計一體式的全智能合約，所有合約交易都會進行哈希函數算法加密，蓋上時間戳，儲存在區塊鏈中，區塊鏈的可追溯性可確保精準的合約跟蹤，區塊鏈的不可篡改和加密的特點可以降低合約詐騙等風險。如此一來就可以減少合約漏洞或不規范的設計風險。

（三）構建合理的信用風險評估模型

大數據技術的核心思想之一是機器學習，通過先進的數據分析與數據挖掘等技術，可以對企業納稅能力、財務狀況、生產情況、水電繳費、債務負擔、歷史信用、履約情況等各類數據進行全方位采集和分析，反映企業經營狀況和發展水平。

通過分析和挖掘的這些數據能夠構建合理的信用風險評估模型，對企業信用進行評級，還能夠對行業發展、價格波動等信息進行實時、客觀、綜合的分析，全面的評估融資風險，優化資信評估程序，提高放貸效率，進而客觀地作出授信等服務決策。

（四）建立風險管理數據庫與風險評估體系

目前，我國商業銀行大多都很少建立對損失和出錯的數據進行累積和分析的損失數據庫。這樣會導致在出現風險時沒有機制來及時預測和判斷。

所以需要通過大數據來搜集風險出錯數據和違約數據，建立風險管理數據庫與風險評估體系，大數據在對數據建立相關關系即可建立關系模型，能盡可能的提前預測行業風險，來加強風控預警。

（五）建立預警機制和應急處理機制

核心企業和商業銀行通過大數據供應鏈金融信息化平臺建立一套統一的標準化的設立風險警報機制和應急處理機制的風險評價指標體系。中小企業通過供應鏈金融大數據共享平臺定期報送各項反映經營狀況與財務狀況的預警指標，使得核心企業和商業銀行能夠把控貸款過程中的各項風險。當出現系統預警時及時采取緊急措施，如凍結資金、停止放款等，并立刻進行調查。

五、結語

綜上所述，大數據可以對供應鏈金融發展起到極大的作用，大數據可將供應鏈金融風險控制在最小范圍，同時提升供應鏈管理的效率和銀行貸款效率。對企業來說，將大數據應用到供應鏈金融中可以幫助企業提高拿到貸款的效率，掌握資金流動方向，提高企業管理和企業發展效率。對銀行來說，通大數據加強信息管理，可以更好地匹配貸款企業的真實需求，優化貸款流程，提高放貸效率和放貸質量，不斷的提高風險模型的精確度，研究和預測市場動態，解決企業信用的難以評定、融資難等問題，有效降低銀行對外投資的風險性。