基于大數據的物流金融風險控制研究

胡勇

摘 要：隨著物流金融業務的不斷發展，物流金融風險也不斷凸顯。物流金融業務風險主要包含信用風險、市場風險、操作風險、質押物風險和管理風險等。在傳統風險管理模式下，存在信息采集不完備、風險量化手段單一、風險預警機制滯后、風險評價體系不科學等缺陷。通過運用大數據對物流金融風險管理，將在物流金融風險識別水平、風險計量方法、風險控制效率、風險控制能力等方面有著顯著提升，對我國物流金融業務的發展起到巨大促進作用。

關鍵詞：物流金融;風險;大數據

一、引言

截至2016年年末，全國規模以上中小企業達37萬戶，其中，中型企業5.4萬，小微企業31.6萬，分別占企業總數的14.2%和83.3%[1]。中小企業在促進經濟增長、增加稅收、吸納就業等方面發揮著越來越重要的作用，但資金短缺與融資難的問題卻一直困擾著其發展。

另一方面，對傳統金融機構而言，由于市場準入條件的放開、互聯網金融業務的快速發展等原因，其利潤空間進一步被擠壓。面臨新的市場競爭，金融機構迫切需要尋找到新的利潤增長點。對國內物流企業來說，由于物流市場進入門檻比較低，相關法律法規不完善，物流企業要想得到長足發展，不得不尋求新的利潤增長點。積極開展物流金融業務可以將兩者有效的結合起來，實現多贏的局面。

雖然由于受到2012年發生的上海鋼貿詐騙案，2014年青島港融資騙貸案等事件的影響，我國物流金融業務發展一度受阻，但自2014年以來，國家相關部門先后出臺了系列政策文件，有效促進了我國物流金融業務的快速發展[2]。如《關于印發物流業發展中長期規劃（2014—2020年）》（國發[2014]42號）指出，要多渠道加大對物流業的投入，鼓勵民間資本進入物流領域。引導銀行業金融機構加大對物流企業的信貸支持，針對物流企業特點推動金融產品創新、推動發展新型融資方式，為物流企業發展提供更便利的融資服務[3]?！丁盎ヂ摼W+”高效物流實施意見》（發改經貿[2016]1647號）中指出，“探索建立全國物流金融網上服務平臺，完善艙單登記、公示及查詢體系，有效防范倉單重復質押等金融風險;鼓勵物流企業依托互聯網向供應鏈上下游提供延伸服務，推進物流與制造、商貿、金融等產業互動融合、協同發展;引導銀行業金融機構在風險可控、商業可持續的前提下，加大對物流企業特別是小微企業和個體運輸戶的信貸支持力度”，實施意見的發布，進一步推動了金融與實體經濟的融合[4]。

2016年11月，商務部等十個部門聯合發布《國內貿易流通“十三五”發展規劃》指出，“鼓勵流通企業采用投資基金、動產質押等多種方式融資、發揮典當、融資租賃、商業保理等相關行業的補充作用，多渠道籌集內貿流通發展資金，降低企業融資成本，穩步推廣供應量金融”。[5]

正如所有的金融交易活動一樣，風險控制永遠是決定物流金融交易能否順利進行的關鍵因素。隨著互聯網、大數據、云計算技術的快速發展，大數據在物流金融業的風險預警，信息流、資金流、物流和商流的“四流合一”等決策方面發揮重要作用。因此，基于大數據的物流金融風險控制研究對整個物流金融業務發展有著十分重要的理論及實踐意義。

二、物流金融模式分析

（一）物流金融模式類別

按照融資企業處在生產經營周期的不同階段進行劃分，物流金融業務模式可以分為以下三類：一是發生在采購提交運作周期的訂單融資業務模式，即基于交易關系的預付款融資業務;二是發生在持有或制造周期以及銷售周期的存貨/倉單質押融資業務模式，即基于存貨的物流金融業務模式;三是發生在回款周期的應收賬款融資業務模式，即基于應收賬款的業務模式[6]。由于訂單融資業務和應收賬款融資業務都是基于融資企業和上下游企業或客戶有

貿易合同關系，所以，又可以把物流金融模式分為基于存貨的物流金融業務模式和基于貿易合同的物流金融業務模式兩種。

在我國現階段，應用最廣泛的一種業務形式是存貨質押融資業務。因此，本文將主要分析大數據在基于存貨的物流金融業務模式下，物流金融風險的控制研究。

（二）基于存貨的物流金融業務模式的內涵

基于存貨的物流金融業務模式中，融資企業以動產或者存貨向資金提供方出質，同時，具有合法保管動產資格的第三方物流企業負責保管質押物，最后融資企業獲得貸方貸款。

實踐中，有存貨質押融資和倉單質押融資來表述這種業務模式。

1. 存貨質押融資

存貨質押融資業務是第三方物流企業參與下的動產質押業務。即融資企業將其擁有的動產作為質押物向金融機構作為質物擔保，同時把質押物轉交給具有合法保管動產資格的物流企業進行保管，以獲得貸款需求的業務活動。如果融資企業日后無法償債，質權人可以不經融資企業許可即可出售質押物或作其他處分。

2. 倉單質押融資

倉單質押融資是指融資企業以第三方物流公司開出的倉單作為質押物向金融機構申請貸款的業務，其本質是物流公司參與下的權利質押業務。在我國，由于倉單的標準化程度低，大多數物流企業簽發的倉單沒有權威機構認證和監管，其流通和使用范圍有限，倉單更多的只是作為一種存貨憑證。所以，基于倉單質押的物流金融業務在我國國內很少開展，基于存貨的物流金融業務更多的是存貨質押融資業務。

三、基于存貨質押融資業務風險分析

基于存貨質押融資業務中，將融資企業和貸款銀行間的雙方契約關系變成了融資企業、第三方物流企業和貸款銀行三方的契約關系。在這三方契約關系中，存在的主要風險有：信用風險、市場風險、操作風險、質押物風險和管理風險等。

（一）物流金融業務中的信用風險

所謂信用風險，又叫違約風險，是指交易雙方中受信人因不能按時履行合約規定，導致授信人發生損失的可能性[7]。信用風險的存在，其根本原因在于物流金融業務中各方當事人間的信息不對稱。因為在物流金融業務中，融資方大多為中小企業，甚至是小微企業，這些企業中難免會有部分存在信用狀況不佳，抗風險能力弱、風控體系不完善、信息不透明等特點，企圖以次充好、以少充多以便獲得更多的融資，若對此未能進行有效甄別，物流金融風險將大大增加。

（二）物流金融業務中的市場風險

市場風險是指由于未來市場價格波動導致實際收益偏離預期收益的可能性[7]。由于受到國內外政治、經濟等不確定性因素的影響，質押物市場價格的波動將會給物流金融帶來風險。在物流金融業務中，質押產品的價格在融資期限內并不是一成不變的，當質押物產品價格上升時，風險較低;若質押物的市場價格出現下跌，質押物價值低于融資額時，就會給物流金融業務帶來很高的風險。

（三）物流金融業務中的經營風險

經營風險是指企業在生產經營過程中，由相關決策判斷所帶來的未來收益的不確定性[7]。因為物流金融業務模式復雜，涉及的中間環節較多，物流企業不僅要熟悉相關金融業務，還要對企業提供的質押物及其行業特點有深刻的認知，對質押物的市場行情有準確的判斷。如果判斷失誤，將可能出現質押物價值不足，繼而帶來較大的經營風險。

（四）物流金融業務中的質押物風險

物流金融業務中的擔保物風險主要涉及擔保物、倉單等所承載的各類信息[8]。物流金融作為一種新型的金融形式，它不僅關注公司的資產負債、盈利能力等基本財務報表層面，而且關注質押物的相關信息，比如貨物的規格、型號、價值、價格走勢等。物流企業作為物流金融業務中的監管方，可能由于監管制度設計不合理或履行不嚴格，造成質押物質量、數量、品質等問題，導致最終損失的出現。

（五）物流金融業務中的管理風險

中小企業作為物流金融業務中的主要資金需求方，其經營管理的安全性，也將影響物流金融的安全穩定。由于我國眾多中小企業，特別是許多小微企業，是由原來的個體工商戶、小廠房演變而來，股權結構簡單、管理模式粗放，經營管理和投資決策缺乏約束機制，因此企業主的個人能力和素質水平，對企業的經營管理起著非常大的決定作用，企業的經營管理存在著很大的不確定性。

四、傳統物流金融風險控制存在的問題

（一）信息采集不完備

風險識別是風險管理的起點，也是風險的源頭[9]。而有效的風險識別則是建立在信息收集完備的基礎之上。由于我國社會信用體系不完善、銀行缺乏科學的中小企業信用評估系統、中小企業管理制度不健全、財務不明晰等原因，金融機構對中小企業的信用狀況無法做到準確評估判斷。目前，金融機構對融資企業所掌握的信息主要來源有融資企業在申請融資時主動提供的申請信息、調查核實信息、歷史交易信息和中國人民銀行征信中心等外部機構提供的信息等，而這些信息面相對狹窄，無法對客戶經營狀況及發展動態進行全方位了解和實時監測，從而導致風險控制能力有限。

（二）風險量化手段有待改進

傳統的信貸風險計量方法主要有專家系統模型法和定量信用評分模型法。專家系統模型法在風險影響因素選擇及權重確定時，主要依賴專家的主觀經驗判斷，對風險度量不夠客觀，不同的專家對風險的評估結果可能存在明顯的差異，因此風險衡量的準確性也值得商榷[10]。定量信用評分模型是通過判斷融資企業的經濟狀況和信用狀況，利用模型計算出企業的綜合得分，并與基準值進行對比，進而決定是否放貸和按什么條件放貸的決策[11]。由于信用評分模型中所采用的數據主要是歷史數據，而小微企業往往經營時間短、管理不規范、歷史數據較少，因此最終計算的綜合得分在風險度量準確性方面也會大大折扣。

（三）風險預警機制需進一步提升

由于中小企業，特別是小微企業存在經營情況變化快，生命周期短等特點，為有效防控風險，應加強對企業持續動態風險監控，風險預警機制需要進一步完善。而傳統的風險管理模式中，由于受到人員素質、管理體系、技術水平等因素的制約，對中小企業的風險預警監測和系統較為薄弱，不能根據宏觀經濟環境、市場行業變化等因素，對信貸資金流向、抵押物數量、質量進行持續跟蹤分析，又因缺乏與稅務、保險、水電等政府機構進行動態數據對接，無法及時更新企業的風險信息，也就不能實現風險的提前防范、控制與化解。

（四）信用評價體系有待完善

在傳統的信用評價體系中，主要依賴于企業以往的經營數據，對融資企業進行財務和非財務指標分析。在這些指標分析中，往往忽視了企業的創新能力和成長能力。而對于中小企業，特別是小微企業，創新能力才是其核心競爭力，這也就使得最終的評價結果不夠科學。為更加科學的評估融資企業的信用狀況，需要對現有的信用評價體系做進一步完善。

五、運用大數據進行物流金融風險控制的優勢分析

通常所說的大數據，不僅包含二維的結構性數據，也包括非結構性數據[12]。隨著大數據時代的到來，數據信息的應用得到了快速的發展和質的飛躍，也極大的促進了物流金融業務中風險管理的變革。與傳統風險管理模式進行對比分析，運用大數據進行物流金融風險控制的優勢主要體現在以下幾個方面：

（一）拓寬信息來源渠道，提升風險識別水平

由于傳統信息來源相對狹窄，無法對融資企業進行持續動態數據采集，因此無法有效進行風險識別。通過大數據平臺，數據信息來源更廣泛，除了可以采集到傳統模式下的企業相關數據信息之外，還包括融資企業在工商、稅務、保險、水電等方面的信息，這些信息可以全方位了解企業真實經營狀況。通過大數據和云計算技術，可以對融資企業碎片化信息進行關聯分析、交叉檢驗、信息核實，從而剔除其中的虛假信息，為企業進行畫像，進而提高對融資企業風險的識別水平。

（二）基于大數據平臺，提高風險計量水平

在傳統風險計量模型下，由于受到人員、成本、技術等因素的約束，風險評估往往不夠準確、操作風險往往比較高，決策結果 損失也比較大。基于大數據平臺，從數據錄入到評價結果的輸出，全部是由計算機算法完成。利用數據挖掘技術，可以有效排除人為干預因素，確保評價結果的客觀性。同時，大數據平臺所采集的數據，包括融資企業生命周期全過程的信息，可以實現多角度、全方位量化評估企業的風險，從而大大提高信貸決策的準確性。

（三）通過數據化管理，提高風險控制效率

基于大數據平臺上所采集的數據，可以實現對融資企業進行全流程化的數據管理。通過充分利用大數據和計算機學習算法，可以快速實現對融資企業的貸款審批。同時，通過大數據對企業進行持續動態管理，可以有效節省傳統風控模式下人工搜尋信息成本和數據信息處理成本。因此，通過對企業數據化管理，在提高金融服務效率的同時，也大大提高了風險控制效率。

（四）實現動態跟蹤管理，加強風險控制能力

在數據平臺上，可以實現7x24小時對客戶行為數據采集。利用數據挖掘技術對企業進行全面、持續的風險監測，一旦發現企業有風險跡象，系統將及時提出預警，推動相關部門及時了解跟蹤風險狀況，對風險采取有效防控措施。同時，大數據平臺還可以實現異常數據的實時更新，不斷優化風險評估模型，最終實現對融資企業風險防控能力的提升。

六、大數據應用的條件

（一）基礎數據的真實性

要使用大數據，就必需要保證數據的真實性，特別是基礎數據的真實性。當前，由于我國的信用體系還不夠完善，關聯企業互開發票增加銷售額導致財務信息失真等現象時有發生，因此，借助第三方物流企業或信息平臺對貿易的真實性進行數據采集具有重要的意義。

（二）數據要能聚焦成指標

數據只有形成指標后，才具有商業價值。而科學的設定指標，構建指標之間的勾稽關系，才能準確判斷事發發展的規律和路徑。如若指標設定不合理，則會造成信息污染，影響判斷。

（三）不同數據體系間要互聯互通

在信息化快速發展的今天，數據是一種日益重要的資源和產品。誰在數據資源方面具有優勢，誰將在市場競爭中將會占有主導地位。正因如此，在利益分割問題的影響下，信息孤島現象更為嚴重，這也將使得大數據的作用不能有效發揮。

（四）先進的數據應用理念

面對決策時，能否不摻雜個人感情因素，客觀冷靜分析問題并做出正確決策，這與決策者的經驗、學識和能力等因素有關。數據是客觀的，借助數據分析結果進行風險管理決策，這就需要使用數據的人具有先進的數據應用理念，進而幫助決策者做出客觀理性的決策。

七、大數據應用存在的挑戰

（一）技術阻礙有待克服

對基于大數據的物流金融業務而言，大數據既是未來發展的方向，也是挑戰。如何發揮龐大數量級數據的商業價值，首先亟需解決信息處理問題。目前，我國這方面才剛開始發展，技術還非常薄弱，數據挖掘還不夠全面、深入。此外，大數據價值的更是需要多種技術的協調配合，云計算技術就是其中不可或缺的工具之一。結合云平臺技術，對海量數據進行分析和建模，為業務進行客觀畫像，減少主觀臆斷，提高風險預測的準確性。但總體來看，國內在很多地方還存在技術性限制，如數據存儲、數據挖掘、云計算、數據的關聯分析、異常檢測等。

（二）數據信息安全形勢不容樂觀

由于大數據尚處在萌芽起步階段，數據量呈指數級增長，這不僅向數據存儲基礎設備提出了要求，對數據信息安全管理也提出了挑戰。如何對這些大數據信息進行安全存儲管理，將直接影響到大數據在各個領域的發展應用。這些大量且集中的信息一旦被泄露或被黑客入侵，勢必會對相關人員和企業帶來巨大的風險隱患。所以，在實現數據資源共享時，首先要提高安全機制，建立高水平的隱私保護。這不僅需要在數據信息安全技術層面努力提升，在法律法規層面也更要進一步完善。

（三）大數據專業人才的挑戰

基于大數據的物流金融業務的開展，對從業人員提出了更高的要求。這類人才不僅要懂得研究物流金融產品的特征和風險，還要掌握運用大數據技術進行數據分析，這就要求其至少應具有數學、計算機、物流金融等領域的學習經歷，同時具備較強能力。在教育部高等教育專業備案系統查詢得知，自2016年本科院校才開始設置“數據科學與大數據技術”專業，備案院校共有32所[13]。2017年，高等職業院校開始開設“大數據技術與應用”專業，備案院校共64所[14]。從相關專業開設時間及人才培養周期來看，大數據專業人才培養在我國高等教育系統內才剛剛起步。而通過企業內部培養這種跨領域的復合型人才培養，并非易事，而打造一支高效、專業的數據分析團隊也絕非一日之功。

八、結語

風險控制是所有金融機構面臨的一項永恒課題，隨著物流金融業務的不斷發展，風險控制研究也在不斷深入。運用大數據對物流金融業務中的風險進行管理，能有效克服人為經驗因素帶來的不確定性，能實現對風險進行持續動態的監測，對促進物流金融業的良性發展具有重要的推動作用，對提高我國金融機構風險管理水平具有重要的現實意義。

參考文獻：

[1] 中國物流與采購聯合會物流金融專業委員會.中國物流與供應鏈金融發展報告（2017）[M]，北京：中國財富出版社，2017：39.

[2]姜超峰.2013年金融物流回顧與2014年展望.中國流通經濟. 2014，（3）：70-73.

[3] 國務院關于印發物流業發展中長期規劃（2014—2020年）的通知[EB/OL].（2014-10-04）.http：//www.gov.cn/zhengce/content/2014-10/04/content_9120.htm.

[4] 國家發展改革委關于印發《“互聯網+”高效物流實施意見》的通知[EB/OL].（2016-7-29）.http：//www.ndrc.gov.cn/zcfb/zcfbtz/201607/t20160729_813409.html.

[5] 商務部等10部門關于印發《國內貿易流通“十三五”發展規劃》的通知[EB/OL].（2016-12-30）.http：//www.mofcom.gov.cn/article/b/g/201612/20161202438906.shtml.

[6] 馮耕中，何娟，李毅學，王壽陽.物流金融創新：運作與管理[M].北京：科學出版社，2014：29-32.

[7] 黃達.金融學[M].北京：中國人民大學出版社，2004：150-152.

[8] 劉澤華，周德洋.物流金融風險防控，中國金融[J].2018，（4）：61-63

[9] 何明珂，錢文彬.物流金融風險管理全過程[J].系統工程，2010，（5）：30-35.

[10] 王雪嬌.基于大數據的網絡借貸應用研究[D].天津大學，2016：22.

[11] 于欣言.大數據在互聯網金融征信中的應用研究[D].首都經濟貿易大學，2016：12.

[12] 李學龍，龔海剛.大數據系統綜述[J].中國科學：信息科學，2015，（45）：1-44.

[13] 教育部2016年度普通高等學校本科專業備案和審批結果查詢http：//spcx.www.gov.cn/2016gxzy/index.html.

[14] 高等職業教育專業設置備案結果http：//www.zjchina.org/mspMajorIndexAction.fo.