大數據背景下供應鏈金融風險管理創新研究

馮娟　原春芬

摘要：大數據是互聯網飛速發展過程中的產物，其與信息技術結合形成的大數據技術為金融機構提供了大規模、多樣化的數據集合以及分析繁雜數據的方法，在提高金融機構服務供應鏈成員的效率和能力方面發揮了重要作用，但與此同時也存在著大數據處理成本較高、大數據的真實性不高、用戶隱私安全沒有得到有效保護等方面的問題。本文通過分析大數據技術在供應鏈金融領域的應用現狀，對其存在的突出矛盾進行研究，并提出針對性的創新型風險管理建議，以期提高大數據供應鏈金融應用的精確性，充分發揮供應鏈金融服務實體經濟的作用。

關鍵詞：供應鏈金融;大數據;風險管理

一、供應鏈金融

供應鏈金融是供應鏈與金融兩個領域的結合創新，它充分的利用互聯網、物聯網、云計算等先進的高科技信息手段，通過將核心企業上下游的中小企業的資金流和物流聯系起來，將原先難以把控的單個企業的風險轉變為整個供應鏈企業整體的相對可控的風險。其中，資金是推動供應鏈快速運轉的助推器，加快資金的流轉速率，減少中小企業在發展初期面臨的融資約束，其具體的業務運作模式如圖1所示。這種模式改變了傳統的以固定資產作為抵押的商業融資模式，對于有效提高經濟運行效率、減少經濟運營成本以及推動整個產業生態鏈的良性循環發揮了重要作用。

二、大數據技術應用于供應鏈金融的現狀

供應鏈金融目前在國內的發展仍然處于初步階段，但發展速度較快。如圖2所示，根據前瞻產業研究院發布的《中國供應鏈金融市場前瞻與投資戰略規劃分析報告》統計數據顯示，2016年，我國供應鏈金融市場的規模總體接近13萬億元，截止至2017年，供應鏈金融市場規模已增長至14.42萬億元，2018年，由于受監管政策變動影響，互聯網金融C端業務雖受到明顯沖擊，但B端金融有望快速發展，供應鏈金融市場規模達到16.51萬億元左右。

（一）建立數據庫

傳統的數據收集主要來自單一企業的應收賬款、存貨數據，數據收集面較窄，數據來源、真實性、完整性無保障，而大數據技術下的數據收集相較于傳統的數據收集具有數據來源廣泛、真實性、完整性較高的特點，并且將原先獲取的單一企業的數據，與供應鏈其他企業、銀行、監管機構等參與各方的數據結合起來，從而形成供應鏈條上所有企業之間的全方位的多層面的相互交易數據。

在此基礎上，通過互聯網終端獲取企業之間的交易交叉數據，與原有數據相互核對檢驗，從而有效保證供應鏈上數據的完整性和真實可靠性，實現整體交易平臺上的數據共享。與此同時，通過將中小企業納入供應鏈信用體系，有效解決了中小企業原先融資模式中面臨的抵質押不足的硬性擔保困境，打破了中小企業的融資困局。

（二）減少信息不對稱

通過供應鏈金融的大數據庫，有效解決了銀行之前面臨的部分信息不對稱問題，將鏈條上各企業之間的相互關系，如各種控股、擔保、借貸、投資、股權等復雜關系梳理清楚，建立起企業之間清晰的關系網。同時，銀行也可以從更多渠道獲取企業的經營信息，如企業的各種生產經營數據、人力成本數據、經營費用數據甚至原材料水電等消耗數據，根據各層面的微小數據從而對企業的經營總體狀況有了更全面的把握，及時從中發現危險信號，采取相應補救措施，并且這種監控過程可以是動態的、持續的以及低成本的。除此之外，對于可能存在的欺詐風險，銀行也可以通過對各類數據的多維度分析，與企業之間的交易記錄相核對，確保交易的真實性和數據的可靠性，從而從整體上保障了數據庫的高質量，提高銀行的放貸效率，減少銀行的壞賬損失，以及由于信息不對稱給優質的中小企業帶來的負面影響，真正地將資金用給優秀的中小企業。

（三）大數據加強風險管控

供應鏈金融風險具有動態性、傳導性以及復雜性的特征，隨著互聯網的快速發展，供應鏈金融與互聯網的深度融合使得其風險來源和風險結構變得更加復雜，供應鏈金融參與各方的經營模式缺陷、違規行為、業務流程設計缺陷、操作失誤等問題都可能引發風險并通過傳導機制波及整個鏈條。而大數據的應用可以強化信息的管理，這些數據信息具有碎片化、動態化以及非結構化特征，銀行可以通過關系網建立起有效分析模型，動態觀察企業之間的交易往來數據變化情況，及時發現異常的交往信息，并對供應鏈條的整體健康狀況進行更新評估，通過數據的整合分析可以提前預知風險和加強風險防范。

三、大數據技術在供應鏈金融風險管理應用中存在的問題

（一）大數據的獲取及處理工作成本較高

大數據是供應鏈金融的顯著特征，供應鏈金融是數字化的供應鏈金融。大數據技術的創新性在于將原先的間斷的數據獲取轉變為供應鏈上所有業務活動往來數據的實時監控，獲取的數據具有持續動態的優勢，從而通過對數據的分析整體獲取有用的市場信號，及時掌控風險，降低企業整體經營風險。

（二）大數據真實性有待提高

大數據技術助力供應鏈金融風險管理的基本保障是數據的真實有效性，互聯網時代大數據的獲取來源廣泛，包括公共社交平臺、企業內部交易數據、電子交易記錄等等。這些數據相較于傳統的數據更加全面、更加及時、更加透明，但與此同時，大數據來源的廣泛性使得大數據的真實有效性難以得到有效保障，從而導致基于大數據分析而做出的風險管理決策可能出現嚴重的失誤。

（三）用戶隱私安全沒有得到有效保護

大數據在幫助降低金融服務供給者的經營成本的同時，極易侵害金融服務消費者的隱私。供應鏈金融工作的大數據不僅包含用戶的網上交易信息、銀行賬戶信息，還牽涉到用戶的溝通交流信息，這些嚴格來講屬于用戶的私人信息，應該對數據進行脫敏處理才能進一步使用。但目前的大數據技術沒有對屬于個人隱私的數據信息做分類處理，使得用戶的大量隱私被挖掘使用，個人信息隨時隨地都有可能被公開或提取，個人隱私難以得到有效保護。

四、大數據技術助力供應鏈金融風險管理創新型對策

（一）優化信息共享模式，削減數據的獲取及處理成本

要削減數據的獲取及處理成本，必須打破數據來源的渠道限制，邊界限制，加強信息共享范圍，提高數據處理能力。具體的在應用大數據加強供應鏈金融風險管控時，需要做到以下兩點。

一是通過加強供應鏈金融與社交網絡之間的結合來降低大數據的獲取成本，包括電子郵件、公共社交平臺、商務社交活動等在內的一系列互聯網行為。供應鏈金融風險管理的核心在于及時掌握融資主體的全面動態信息來降低抵押或擔保的風險。在對融資主體的多角度信息進行大數據采集時要注重對融資主體細枝末節的把握，社交網絡上有著豐富的與融資主體有關的各種行為數據，因此，供應鏈金融服務的供給者可以通過與各社交網絡平臺加強合作，打破數據來源的邊界，促進供應鏈金融與社交網絡平臺的深度融合。

二是通過提高大數據的核心處理能力來降低大數據的處理成本。對于外部采集獲取的大數據，必須經過加工處理才能服務于供應鏈金融風險管理，在處理過程中應確定一個統一的格式和標準，并注意與內部數據的對接整合，采用專業的大數據分析工具，并加強新型高效處理技術的研發，將原料大數據轉化成專業型知識型資產，提高大數據應用效率。

（二）運用區塊鏈技術提高數據真實性

區塊鏈技術是當前金融科技領域的重大創新，在具體的金融市場應用中主要分為交易、區、塊、鏈四個部分，然后對這四個部分進行固定時間不同區域的總結，然后再將總結串聯在一起的過程。通過運用區塊鏈技術可以對整個供應鏈下的金融風險管理活動進行理性分割，結合不同部分活動進行有序串聯，將金融合同的各要件進行有序整合，設計全方位、一體式的全智能合約，對所有合約交易都進行函數算法加密，并蓋上時間戳儲存在區塊鏈當中。這樣一來，區塊鏈的可追溯性優勢可確保合約的精準追蹤，另外，其不可篡改和加密的特點可以大大降低合約詐騙、虛假交易等風險，從而提高大數據的真實性。

（三）運用法律保護及技術脫敏保護好用戶隱私

供應鏈金融服務供給者在進行大數據挖掘時往往容易忽視對用戶隱私的保護，有效利用大數據的前提條件是用戶隱私的安全得到保障。從法律層面來說，供應鏈金融參與各方應明確各自的責任、權利以及限制條款，尤其是數據采集權限，應向客戶完整地披露所采集信息的種類、使用目的及可能與客戶有關的利益關系，在征得客戶的同意授權之后再進行數據的處理，如將數據用于其他事項，則應再次取得客戶的授權。

從技術層面來說，保護用戶隱私最有效的方法是進行數據脫敏處理。數據脫敏是運用設定好的脫敏規則對涉及客戶的敏感信息通過數據變形的方式加以保護，在不違反系統規則的前提下都要進行數據脫敏，可以由系統內部人員手工完成，但效率較低，操作失誤較高，也可以設計出專業的脫敏產品，運用統一規則，其效率較高，操作失誤發生率較低。

參考文獻：

[1]邱暉，許淑琴.大數據在互聯網供應鏈金融風險管理中的應用[J].金融財務，2018（7）：36-37.

[2]倪風華.大數據視角下商業銀行供應鏈金融風險管理探析[J].嘹望觀點，2018（8）：8-9.

[3]徐思媛，陸德宇，羅捷.基于大數據下的供應鏈金融風險研究[J].時代金融，2019（8）：36-37.

作者簡介：

馮娟，女，漢族，河南信陽人，碩士，鄭州商學院助教;研究方向：金融發展與創新;

原春芬，女，漢族，河南安陽人，碩士，鄭州商學院助教;研究方向：中小企業集群融資。