大數據在互聯網供應鏈金融風險中的運用研究

摘 要 不同于傳統供應鏈金融，中小型企業在互聯網供應鏈金融中的融資門檻更低。本文對互聯網供應鏈金融進行分析，并結合實際提出大數據在風險管理中的應用方式，旨在為關注互聯網供應鏈金融的人群提供一定的參考。

關鍵詞 大數據 風險管理 互聯網 供應鏈金融

一、引言

信息技術的高速發展使風險管理得到了重視，尤其在互聯網供應鏈金融中，風險管理被劃為重點任務。而大數據技術的應用不僅能夠提升互聯網管理水平，還能夠提升金融數據的真實性。因此，有必要分析研究大數據技術在互聯網供應鏈風險管理中的有效運用。

二、互聯網供應鏈金融風險綜述

信息時代的發展使互聯網與供應鏈金融之間的結合變得順理成章。供應鏈金融從最開始的上下級供銷發展成了非常復雜的供銷關系，供應鏈中的交易結構也變得更加復雜。供應鏈金融就是物流、資金流、信息流在不同企業、行業間的融合，互聯網金屬融入供應鏈金融之后，供應鏈中的交易結構變得更加豐富。

互聯網供應鏈金融中的風險指的是供應鏈的實際運行情況與參與方的預期運行情況出現偏差，并最終導致供應鏈中各參與方遭受經濟損失的不確定性因素。供應鏈金融與互聯網之間的融合會使供應鏈中的交易結構、邊界變得更加復雜，其風險特征可以歸納為以下幾點。第一，動態性。供應鏈金融中的風險因素是隨機的、不固定的，無論是外界因素還是供應鏈內部運營都能夠產生金融風險變動因素。而且引入互聯網之后，情況更為復雜，風險變動的因素變得更多。第二，傳導性。通常情況下，互聯網供應鏈中的風險會在多個參與方之間相互傳導。某一位參與方產生金融風險之后，便會通過供應鏈傳遞給其他參與方，如它的上、下游企業。而相較于傳統供應鏈金融，互聯網技術無疑會使風險在供應鏈中的傳遞速度進一步提升，此時的風險往往能夠波及更多參與方。第三，復雜性。根據風險類別的不同，風險來源也呈現出復雜性，無論是供應鏈還是金融領域等多方面因素，都有可能轉化為金融風險。

三、大數據技術在風險管理中的主要作用

供應鏈金融風險原有的風險特性在與互聯網技術融合之后變得更加突出，無論是風險來源還是風險結構都會隨之改變[1]。在整個供應鏈中，無論是參與方的違規操作還是企業經營中存在的各類問題，都有可能成為觸發金融風險的導火索，而當風險問題真正產生之后，便會隨著金融交易影響供應鏈中的其他參與方。在風險管理中，互聯網供應鏈金融可以采用大數據計算強化企業的信息管理，控制風險的進一步擴散。大數據技術可以采集大量實時數據，幫助企業實現全生命周期的信息管理，即采用大數據信息控制金融風險的進一步擴散。在傳統金融業務中，很多金融企業為了減少承擔的風險，會要求融資企業進行擔保、抵押。而供應鏈金融則不同，供應鏈金融降低了融資企業抵押、擔保的要求，這種方式使更多中小型企業擁有了融資的資格。供應鏈金融中降低風險的方式主要依靠核心參與方相互之間的真實交易，由供應鏈的核心企業以另外一種方式進行擔保，而結合互聯網技術之后，擔保被弱化，金融業務的提供者著重于中、小型企業的評估，通過強調供應鏈業務閉合達到降低金融風險的效果。而大數據技術在此期間則能夠為金融業務提供者帶來更多企業方面的數據支持，降低提供金融業務時可能出現的風險。

四、大數據技術在風險管理中應用時面臨的問題及解決方案

（一）獲取、處理數據成本偏高

供應鏈金融與互聯網深度融合后，大數據技術必不可少，尤為重要。大數據在供應鏈中的主要任務是讓金融業務活動的數據實時化，通過形成不間斷的數據流，有效管控業務活動開展時產生的風險。但是在實際操作中，想要真正實現風險管控，需要解決兩方面的問題。第一，大數據作為風險管理的核心內容，通常由呈分割狀態的信息孤島組成，因此很難同時引入多種大數據，特別是在部分有價值的數據分散掌握在其他企業中時，風險管理難度將會進一步提升。第二，成本偏高。以大數據為核心的風險管理雖然能夠降低風險帶來的損失，但是開展風險管理卻需要付出高昂的代價。通常情況下，購買數據信息需要支付一定的費用，構建相關風控模型同樣也需要投入研究、運營費用。

對于風險管理而言，大數據成本控制非常重要，打破數據邊界，實現數據信息共享，可以有效提升風險管理能力。就互聯網供應鏈而言，降低大數據成本的主要方法有以下幾點。第一，提升供應鏈金融與社交媒體之間的融合度，降低費用。社交媒體包括網站、商務社交活動等內容。第二，通過提升企業大數據處理能力的方式降低數據處理成本。由于網絡數據的來源相對比較復雜，數據信息的標準各不相同，因此對各類外部數據應該提前制定統一的格式與標準，并注意將外部數據與企業內部數據進行整合，確保數據整合完畢之后，產生“1+1>2”的效果，實現價值最大化。需要注意的是，外部數據經過整合之后，應該統一進行測試，保證數據信息的真實有效性[2]。

（二）數據真實性問題

在大數據技術中，數據的來源非常廣泛，無論是網絡搜索還是平臺互動等方式，都會產生數據信息。相較于傳統的統計數據，大數據往往更加全面、透明，具有非常高的應用價值，但由于數據的真實性很難得到保證，可能會出現一定誤差，導致風險不可預知。只有找到提升數據質量的方式，盡可能獲得真實數據，才能讓大數據技術在風險管理中的效果最大化。就目前而言，大數據作用于供應鏈金融中，很有可能出現數據質量問題。例如，融資主體為了獲得融資、提升貸款額度，對交易流水進行作假，影響金融行業的正常發展。

供應鏈金融融合互聯網，使數據收集來源得到了大幅度的拓展，渠道來源各不相同的數據信息無論是質量還是真實性都很難得到保證，所以企業只有不斷完善自身數據篩查體系，才可以得到真正有價值的大數據信息。在整個信息處理的過程中，企業首先需要確定原始數據的真實情況，如果數據源頭無法保證真實性，那么處理之后的數據信息必然也不具備足夠的真實性。失真的數據會得出失真的分析，從而影響到企業的發展決策。其次，確保信息來源真實之后，必須保證數據處理質量符合企業標準，經過處理加工后的數據必須能夠給企業帶來幫助，否則就會導致數據處理成本增加。最后，還要確保大數據的安全性，保證數據在處理、傳輸期間，能夠穩定且安全地傳輸到數據接收方的手中。

數據的安全性需要依靠先進的信息技術來實現，而想要保證原始數據的真實性、實用性則需要依靠數據管理人員的經驗。通常情況下，數據使用者關心的主要問題有以下幾個。第一，融資企業的交易情況是否屬實。在對交易真實性進行查詢時，企業應該著重檢查交易憑證、單據，確保交易的真實性。第二，供應鏈物流能否滿足實際要求。查詢交易物流網絡、運營、庫存周轉等情況，能夠了解物流的基本信息。第三，資金風險能夠得到控制。提前了解融資企業的經濟效益以及現金流的周轉情況，能夠有效控制資金風險。

（三）用戶隱私問題

互聯網在帶來便利的同時，也不可避免地存在信息泄露問題。大數據在應用過程中能夠降低金融業務提供者的經營成本，但是與此同時，也非常容易侵害金融業務用戶的個人隱私。用戶只有提供個人信息，才能得到相應的金融服務，部分金融平臺則會通過用戶信息降低金融風險，在還原用戶畫像時，用戶的交易記錄、銀行轉賬、溝通等記錄都有可能受到侵害。

金融服務提供者在使用大數據時，應該注重用戶隱私的保護，盡量保證在不侵犯隱私的前提下進行數據分析，將大數據的價值發揮到最大。從法律角度看，互聯網供應鏈金融業務的提供者應該在確保用戶隱私安全的前提下開展金融服務，如果需要使用用戶信息，則需要用戶授權。從技術角度看，用戶隱私的保護可以利用數據脫敏來完成，對用戶敏感信息進行數據變形，確保數據不受侵害。除此之外，各類敏感數據的脫敏操作應該由內部信任的員工完成，或是采用專業的脫敏產品，確保數據脫敏質量[3]。

五、結語

大數據技術在互聯網供應鏈金融的風險管理中能夠發揮非常重要的作用。大數據不僅能夠降低風險，還能夠控制風險在供應鏈中的進一步擴散。相信隨著技術的發展，大數據的應用方式一定會越來越完善。

（作者單位為成都職業技術學院）

[作者簡介：劉圓佳（1989—），女，四川樂山人，碩士，助教，研究方向：金融。]

參考文獻

[1] 塔懷申.大數據在互聯網供應鏈金融風險管理中的應用[J].合作經濟與科技，2020（18）：74-75.

[2] 石影.大數據在互聯網供應鏈金融風險管理中的應用[J].財經界（學術版），2019（03）：10.

[3] 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].會計之友，2018（07）：35-37.