大數據在供應鏈金融風險管理中的應用及問題研究

王詔賓 中國人民大學漢青經濟與金融高級研究院

在互聯網供應鏈金融的發展中，由降低放貸條件和寬松審核放貸條件造成的風險為供應鏈金融造成巨大損失，因此建立高效全面的信息采集和審核技術刻不容緩。大數據分析技術是伴隨互聯網應用而生的一種信息處理技術，在處理龐大的數據和信息方面具備較強能力。大數據技術能夠利用互聯網為金融機構提供數據收集和處理的方法，幫助供應鏈風險管理制定防范措施。而供應鏈金融風險涉及的風險較大、大數據相關理論知識也在不斷地完善當中及互聯網數據和信息的特殊性等問題，使得大數據在供應鏈金融風險管理的應用需要進一步研究，以明確大數據在供應鏈金融風險管理中面臨的問題。

一、大數據與供應鏈金融風險管理的關系

隨著計算機技術的發展，個人和企業每時每刻都在產生大量的數據，正是這些大量數據成為我們進行預測、運籌與決策的依據。國內外都在部署大數據的發展戰略，2013 年3 月我國“大數據在政府統計中的應用”被部署，2012 年4 月英國、美國和澳大利亞等國聯合全面啟動戰略性的大數據措施[1]。大數據分析技術的發展與互聯網息息相關，并且已經擴展到眾多科學研究領域和商業領域，其靈活的數據處理能力備受企業的青睞，特別是依靠于互聯網的相關企業[2]。大數據、社交網絡和云計算等信息技術在近年來得到長足的發展，在多種行業的運營中都獲得了較為成功的應用，其研究的深度和廣度都在不斷地擴大，各國均在積極地推動相關行業的發展，以謀求未來大數據運用的一席之地。

供應鏈金融是對融資成本及融資能力進行優化，為供應鏈金融中圍繞核心企業的生態圈提供的融資服務[3]。在互聯網模式下供應鏈金融的發展，需要借用大數據的相關技術為供應鏈金融風險管理提供依據，為企業在金融環境下做好監管提供前瞻性思路。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[4]。供應鏈金融在運營的過程中面臨的風險較多，如信用風險、流動性風險和操作風險等，互聯網供應鏈金融的業務形態和流程相比商業銀行更為復雜，參與其中的客戶數量眾多，因此某一操作的風險將會增加整個互聯網供應鏈金融生態系統的風險。隨著經濟環境日趨復雜，諸多企業公布的數據信息都失去了時效性，從而使得供應鏈金融風險加劇。大數據分析及挖掘技術能夠長期有效地監管相關數據，提供一定的預測模型，幫助金融機構有效管控各種風險。金融機構可以利用大數據工具建立數據源分析計算系統，有利于金融機構更準確的收集風險信息，提高風險信息的甄別能力。

二、大數據在供應鏈金融風險管理中的應用

1.幫助建立供應鏈金融風險防范體系。供應鏈金融風險在市場多元化因素的影響下，金融風險的種類和數量較為龐大，為金融機構的風險管理帶來難度。面對供應鏈金融風險的狀況，單一的防范措施無法避免所有問題，實行的體系化和復雜化的綜合性防范體系將會有助于從整體和局部上控制所有風險，防范金融風險可能帶來的危害。大數據的分析技術的運算能力是幫助金融機構的關鍵所在，在供應鏈金融的理論指導下，通過大數據建立起供應鏈金融風險防范體系對交易前后的全過程進行監管，并對金融風險的發生率進行持續性監管。同時，供應鏈金融風險的防控具有時效性，利用大數據的算力和特性做到全天候及全供應鏈范圍監督。

2.利于供應鏈金融風險信息的治理。在互聯網復雜的環境下，供應鏈金融交易行為產生和收集的信息眾多，且不容易辨別為供應鏈金融風險管理工作帶來一定的難度。且供應鏈金融風險的發生具有特殊性，其傳導方式是供應鏈上下游相互影響，某一環節出現風險則將會導致整個供應鏈面對風險。而供應鏈金融風險依存于互聯網環境，各項金融活動的開展主要依據大數據來進行風險識別，并通過信息整合的方式完成對風險的管理和控制。供應鏈金融風險的相關信息治理是金融機構較所面臨的棘手問題，在供應鏈金融交易的前、中、后各個環節產生的信息繁多，利用大數據的方式能夠更加全面的掌握相關信息，對客戶做到正確的風險評價。大數據參與的風險管理模式能夠發揮其在數據收集、整理、應用方面的優勢，實現對供應鏈金融風險信息的統籌管理，減少風險把控的流程，提高風險和信息治理的效率和質量。

3.降低供應鏈金融風險。供應鏈金融在依托于互聯網時，其業務交易方式與傳統金融業務有較大區別，最重要的區別在于其評估放貸關鍵指標均由客戶相關信息構成。在大數據技術支撐下，能夠幫助金融機構獲取網絡中更加全面的客戶信息，并提供合理的判斷和綜合性的評估。新的大數據技術還能夠將數據進行可視化展示（例如Power BI），形成圖表等更利于不精通大數據技術的從業人員對各項業務和交易情況進行分析和決策。大數據所搜集的信息，結合供應鏈金融從業人員的專業判斷，能夠對于企業放款的要求正確審核，降低金融借貸的風險，完成對金融風險的有效控制。

三、大數據在供應鏈金融風險管理面臨的問題

供應鏈金融風險大數據的獲取成本較高，這是由于互聯網數據的特殊性導致。供應鏈金融風險的數據反映了供應鏈上關于生產、物流、資金流等動態和實時數據流，這就意味著每秒鐘的數據量都需要被記錄，必須要建立一個完整的體系來獲取所有數據。而各個平臺的數據掌控者相互獨立，想要獲取所有數據就需要更多的權限，投入更多的資源，但在風險管理中這又是不可少的投入。供應鏈金融風險大數據的處理成本也較高，首先需要聘請具有大數據處理技術的人才，投入足夠的基礎資源供其進行數據分析，再者數據的分析過程趨于智能化，大多數供應鏈金融風險數據能夠建立模型，而模型的編輯和訓練都需要投入成本。

從供應鏈金融本身的角度出發可知，其本身蘊含的風險使其在處理內部風險時更加謹慎，在采用較新的大數據處理技術時，這個風險將會再次放大。若供應鏈金融的信息不足以支持大數據這樣的技術進行合理分析，將會使得供應鏈金融產生實質性的經濟損失。從大數據的角度考慮可知，支撐大數據技術準確性的主要因素是數據和分析方法，二者有一個存在問題則將會使得結果不可信。由于互聯網的數據是由人為進行編寫和統計，其相關信息也可以人為進行操作，這就意味著大數據技術也將會獲取錯誤的數據。再者互聯網的數據可能存在矛盾，例如某客戶的信用記錄良好，而其貿易記錄出現負面信息，則將會使得該客戶的風險降低。大數據的分析方法由數據分析人員掌控，這需要其掌握足夠的大數據分析知識，也需要供應鏈金融的相關知識，還需要不斷地模擬和推斷才能夠使得這個數據處理的風險足夠小。

四、總結

在經濟發展的推動下，互聯網的供應鏈金融業務將會持續發展，供應鏈金融風險管理措施將會不斷被完善。大數據作為處理龐大數據的關鍵技術必將會為供應鏈金融風險管理提供幫助，為供應鏈金融的健康發展提供技術支持，幫助金融機構降低供應鏈金融風險，帶動互聯網經濟的進一步發展。因此，認清楚大數據在供應鏈金融風險管理中的作用，解決大數據在供應鏈金融風險管理中遇到的問題是供應鏈金融發展的必經之路，是營造安全的供應鏈金融交易的重點。