銀行數字供應鏈金融信貸風險控制研究

王洪昌，鞠彥輝

(1.渤海大學管理學院，遼寧 錦州 121013；2.福建江夏學院工商管理學院，福建 福州 350108)

0 引言

銀行數字供應鏈金融是指銀行通過大數據、云計算、區塊鏈等新興技術與供應鏈金融緊密結合，將核心企業及其上下游中小企業之間的信息流、物流、資金流等整合，為客戶提供在線的供應鏈金融服務[1]，是有效解決供應鏈上下游中小企業融資難題的有效模式。但在數字經濟環境下，這種融資模式帶來了新的風險，傳統的信貸風險控制手段對這種新型融資模式風險控制已不再適用。為此，本文對銀行數字供應鏈金融風險控制問題進行分析，提出相應的風險控制對策建議。

1 文獻綜述

近年來，眾多學者對數字供應鏈金融風控進行了研究，主要包括以下兩大方面。

1.1 數字供應鏈金融風險類型

大數據應用不足的風險。楊穎航等[2]分析了銀行信貸風險管理中存在的問題，如不能充分利用大數據、無法實時監控信貸風險等問題。

大數據真實性風險。邱暉等[3]認為大數據在供應鏈金融風險管理中存在大數據真實性難以保證的風險。付含逸等[4]歸納出銀行數字供應鏈金融風險來源有數據信息真實性不夠、數據信息透明度低、可追溯性差以及數據信息的應用和管理存在不足等風險。

信息不對稱風險。郭菊娥等[5]認為銀行供應鏈金融發展中由于信息不對稱帶來的“信息孤島”信貸風險較為嚴重。劉少波等[6]通過文獻梳理和銀行數字風控調研后總結出銀行數字供應鏈金融信貸風險包括信息搜尋方式單一、信息搜集成本高、信息獲取時效性差和信息處理效率低四個風險。章夢虹[7]分析了大數據在銀行數字供應鏈金融信貸風險控制中存在的問題，包括數據質量問題、數據孤島問題以及大數據信息安全問題。

1.2 數字供應鏈金融風險控制對策

大數據應用不足風險的解決對策。陸岷峰[8]提出構建數字化供應鏈金融平臺，以數字技術手段對供應鏈金融進行管理，使參與供應鏈的各個企業的信息流、資金流、商流、物流相關數據信息都能在平臺上得到監測。

數據真實性風險的對策。田德紅[9]提出區塊鏈的分布式賬本功能可實現數據實時共享，確保供應鏈間數據信息真實性，智能合約功能有助于防范操作風險和市場風險，降低風控成本，搭建信息共享平臺，提升銀行供應鏈生態圈數字化能力。嚴振亞[10]提出將區塊鏈和物聯網技術與供應鏈金融業務相結合，以此解決供應鏈金融領域存在的信貸風險，包括區塊鏈技術確保數據安全存儲、多種技術方式保障數據安全、“智能合約”自動觸發交易和無線射頻技術實現物—物相聯四條對策。

信息不對稱風險的對策。曹允春等[11]提出打造多維數據支撐的供應鏈風險控制體系，運用金融科技手段提高核心企業信用穿透能力以及完善銀行數字供應鏈金融的信用評估體系。陸岷峰等[12]提出制定、完善數字銀行方面的法律法規，加強金融科技基礎設施建設，加大征信系統建設力度三條建議。宋華[13]提出可運用及時化的數字信用刻畫和風險分析技術，對供應鏈金融信貸風險進行動態管理。

2 銀行數字供應鏈金融發展現狀

目前，平安銀行、建設銀行和工商銀行等各大商業銀行正在積極開展供應鏈金融業務數字化轉型，通過數字科技賦能，推出具有特色的產品和服務。商業銀行數字供應鏈金融發展主要有兩種模式:一是商業銀行搭建自有平臺；二是聯合外部第三方平臺進行金融服務輸出。商業銀行通過自有平臺向融資客戶輸出融資服務是其數字供應鏈金融發展的主要模式，在該模式下，銀行借助現有的企業網銀或者自建的供應鏈金融線上平臺，為供應鏈上中小企業提供融資服務。在與外部第三方平臺合作輸出服務模式下，商業銀行聯合中企云鏈、普洛斯金融、壹諾金融等供應鏈金融科技企業，共同為供應鏈中小企業提供金融服務[14]。我國主要商業銀行數字供應鏈金融業務如表1所示。

3 銀行數字供應鏈金融信貸風險分析

通過網絡調查與實地調研開展數字供應鏈金融業務的銀行，和有關人員進行深度交流后，總結出目前銀行在開展數字供應鏈業務時所遇到的信貸風險，具體分析如下。

3.1 數據集成及應用能力不足

目前，在對企業授信、判斷客戶的信貸狀況時，許多商業銀行獲取數據的渠道較為單一，對利用互聯網平臺來全面獲取和分析客戶企業的相關信貸信息的能力還有所欠缺，客戶信貸數據庫完善度也不夠，導致商業銀行數據收集和應用能力尚有欠缺，傳統信貸風險管理模式已失去作用，信貸風險有加深的趨勢。

表1 我國主要商業銀行數字供應鏈金融業務

3.2 用戶隱私安全沒有得到有效保護

銀行開展數字供應鏈金融業務確實帶來了諸多便利，但大數據的廣泛應用也增加了數據信息泄露的風險。從內部處理來看，數據的流轉經過前端采集、中端處理、入庫存儲和后端監測等諸多環節，所涉及對象較多，任何一個環節出現問題都會導致數據泄露問題的發生。從外部交易來看，銀行提供在線供應鏈金融服務時希望盡可能多地了解客戶信息，包括客戶交易信息、銀行賬戶信息、個人聯系方式、家庭住址等等，不可避免地會觸碰用戶的隱私。若這些數據庫被網絡上的非法組織所攻擊，竊取數據，將給客戶以及銀行自身帶來巨大麻煩。

3.3 數據真實性難以保證

大數據的真實性是銀行有效開展數字供應鏈金融風險管控的前提，但是在數字互聯網時代，銀行大數據獲取來源較多，如融資企業提供的電子交易記錄、新三表數據、公共社交平臺信息以及外購數據公司的數據。與傳統數據相比，這些數據更加全面和及時，因而具有較高的應用價值。但同時，數據來源的廣泛性必然導致數據的真實性無法得到保證，如果銀行數據庫中混入虛假信息，將導致銀行在進行大數據風險防控時做出錯誤的分析與決策，給銀行供應鏈金融業務帶來不可挽回的損失。

3.4 信貸風險評級方法過時

目前商業銀行采用的風險評級模式仍為外部信貸評級結合內部信貸評級體系為主的評級模式，信貸評級方法仍是對企業過去歷史數據信息評價，且多為財務評價。隨著銀行所面臨環境的時刻變化，在銀行數字供應鏈金融轉型的重要時期，傳統風險評級模型顯然不能滿足銀行數字信貸風險管理的需要，銀行進行數字信貸風險管理必須建立新的信貸風險評價方法。

3.5 信貸風險決策效率較低

在傳統模式下，商業銀行進行信貸風險管理決策必須經過人工審批，審批過程不僅會浪費大量時間，而且由于多方信息相互交叉，銀行審批人員不可避免的在評估客戶信貸水平和還款能力的時帶有一定主觀色彩，這將會影響風險管理決策的效果。在數字化時代，商業銀行處于動態的發展環境之中，信貸風險管理決策若不能提高效率，不能契合信貸業務發展，將對銀行數字供應鏈業務發展產生阻力。

3.6 數字風控管理人才缺乏

在銀行數字供應鏈金融業務蓬勃發展的重要時期，銀行面臨著金融科技復合型人才缺乏的問題。一是由于商業銀行在數字風控方面人才引進力度不夠；二是銀行傳統風險管理隊伍的知識結構與能力素質尚未達到供應鏈金融數字化轉型對風險管控的需要。因此，面對瞬息萬變的市場環境，商業銀行迫切需要大量既懂業務又精通數字技術的復合型人才來提升信貸風險控制能力。

4 銀行數字供應鏈金融信貸風險控制對策

4.1 構建數字化平臺，加強數據獲取和應用能力

銀行需要充分利用大數據技術，搭建信息平臺來提高數據采集和應用能力，使風險信息開放、共享，以此緩解信貸風險管理中信息不對稱帶來的壓力。客戶信息主要從內部和外部兩個渠道進行收集，外部渠道主要是融資客戶信貸狀況的有關數據信息的獲取，商業銀行可通過加強與互聯網金融公司、政府有關機構和物流企業進行業務合作，來獲得融資企業征信、司法、稅務和商業交易等多渠道的數據，以此擴大銀行的風險管理覆蓋面，增強信貸風險管理能力。內部渠道主要依靠銀行金融平臺上所推出的各類信貸產品，來獲取更多的客戶消費行為數據。需要注意的是，在信息平臺上，應將外部數據與內部數據有效整合對接，才能最大程度提高數據使用效率。

4.2 運用數字技術，充分保護客戶信息

在供應鏈金融服務中，在充分利用大數據的同時需要使客戶的隱私信息得到安全保障，但銀行機構在對客戶隱私信息進行處理時極易忽視對其的保護。首先，銀行應采用數據脫敏來保護客戶隱私。銀行要加強與互聯網安全公司的合作，設計出特定的脫敏產品，運用設定好的脫敏規則對客戶信息通過數據變形的方式加以保護，既可以提高數據安全性，又確保了數據的分析價值。其次，銀行應購進安全程序，定期進行安全性測試，掃描安全漏洞并及時修復，模擬非法入侵，做好防護措施，以此保證銀行數據庫的安全性。最后，銀行也需要定期對從業人員進行操作規范性培訓，組織網絡安全知識講座，提高工作人員的網絡風險意識。

4.3 應用區塊鏈技術，提高銀行信貸數據信息真實性

區塊鏈是金融科技領域的重大創新技術之一，其本質是一種分布式數據庫，是服務于分布式賬簿的底層技術。該技術可將供應鏈上所有的交易數據通過密碼學算法加密并記錄到某個特定的數據塊中，之后生成數據“密碼”用于驗證信息的有效性。采用區塊鏈分布式賬本技術，供應鏈上只要發生一筆經濟業務，其經營活動、票據信息均會被記錄在分布式賬本中，實現數據的實時同步。借由區塊鏈的去中心化、帶有時間戳和不重復記錄等特性，可確保所有的交易活動都能夠按時間序列被準確地記錄，并可以被追溯到，保證了數據真實、可信、有效。因此，商業銀行可依據真實的歷史交易數據進行分析與決策，降低虛假信息帶來的信貸風險和風控成本。

4.4 創設數字信用，提升客戶數字信貸評級

數字經濟時代，商業銀行必須改變傳統信用評價系統，探索新的數據挖掘方法，建立客戶信貸風險評估模型，數字信貸評級模式應運而生。在供應鏈金融領域，大多數中小企業缺乏完善的財務報表和抵押物資產，使得他們在融資時銀行多數情況不愿貸款給他們。而“機器學習+大數據技術”可通過對圍繞中小企業發生的包括企業基本信息、企業內部生產信息、內部財務信息和多維交易信息等對企業建設信息標簽屬性集，建立全方位的客戶數據庫，對客戶進行多維度、立體化數字重塑，實現對客戶企業進行精準畫像，刻畫融資企業獨特的信用狀態，做到“千人千面”，提升其經營穩定性和還款能力的判斷力度，為銀行信貸決策服務提供切實依據。此外，商業銀行也必須對外部信息進行全面分析，如對市場的發展動向進行分析，以全面捕捉客戶市場活動信息，并將其納入機器學習模型中，以便能夠準確評估融資企業信貸風險，及時采取有效的管理措施。

4.5 采用數字孿生技術，進行動態信貸風險管控

在數字化時代，商業銀行必須利用數字工具與金融技術相結合的方式，全面提高信貸風險管控與決策的效率。傳統的風險測評手段主要是通過對中小企業的財務數據和歷史經營數據進行信貸分析與風險刻畫，這種靜態的信貸刻畫已無法準確反映企業運營行為和業務狀況，評判融資企業現在的能力和質量。借助數字化手段建立的動態分析系統是未來的發展趨勢，實質是一種近實時或者完全及時化分析的數字信貸刻畫和風險分析方法。基于數字孿生的信貸與風險動態管理將成為一種新的手段和途徑。數字孿生又稱為數字鏡像，是借由物聯網傳感器技術，將目標對象的所有信息數據由網絡上傳至云端，再進行數字化映射，從而顯示目標全生命周期的一種技術手段。因此，將“數字孿生”技術用于金融領域，通過映射實際的物理狀況來預判風險的發生，可預見企業未來可能的行為和運營狀況，有助于提高銀行的主動防范能力和風險治理效率，更好地管理供應鏈金融的整體運營過程。

4.6 加強數字金融人才建設，提升信貸風險管理能力

在科技賦能的供應鏈金融信貸風險管理背景下，風險管理人才應是具備深層次的金融業務知識、高水平的數字化技能、卓越的風險分析能力與交易控管能力的復合型金融從業人才。這對銀行提出了更高的風控人才戰略規劃，一方面，有必要制定科學的培訓內容和培訓計劃，并為現有的一線人員和風險管理人員提供定期的專業培訓，使他們掌握先進的信貸風險管理概念和方法，更加適應數字金融的發展趨勢；另一方面，商業銀行還應樹立持續性人才戰略理念，通過與高等院校進行合作，形成持續的人才輸入機制，如將高等院校中金融專業課程與計算機、數理統計專業等課程進行交叉學習，讓學生對這兩個領域的知識結構體系有深刻的理解和更高的敏感度，實現商業銀行對復合型金融風控人才的需要。

5 結語

在數字經濟時代背景下，商業銀行信貸風險管控必然要轉型為數字風控，作為銀行發展數字供應鏈金融業務的重要組成部分，數字風控模式是銀行面對數字時代風險挑戰的最佳選擇。本文從銀行數字供應鏈金融的視角，分析其風險管控中存在的主要問題，并提出構建數字化平臺、數字化保護客戶隱私、應用區塊鏈技術、創設數字信用、采用數字孿生技術和加強專業化人才建設六條建議，使銀行對數字供應鏈金融業務發展中產生的風險加以應對，為其穩定持續發展提供助力。