1、大数据背景下供应链金融发展前景大数据背景下供应链金融发展前景 王晓蕾 提要 在互联网时代，一切在网络上留下的痕迹都被称为数据，通过大数据分析，可以发现蕴藏在数据背后充满价值的线索、规律和商机。在企业中，几乎所有的企业都面临规模巨大以至于无法在合理的时间内进行解读的数据，而能否凭借相关技术有效地获取、整理并应用这些大数据，在很大程度上影响企业运作的效率。供应链金融在互联网和大数据快速发展背景下，能否有效利用大数据背后的价值，促进大数据与供应链金融的内在融合，对供应链金融未来发展及企业运作效率具有重要意义。关键词：大数据;供应链金融;数据共享;信用评价体系 中图分类号：F83 文献标识码：A 收录
2、日期：2020 年 3 月 10 日 一、供应链金融的内涵 供应链是指“通过对信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的将供应商、制造商、分销商、零售商，直到最终用户连成一个整体的功能网链结构”。在整个供应链条中，资金流尤为重要。而供应链金融是指商业银行围绕核心企业，将整个供应链作为一个整体，利用核心企业的信用，与供应链条中的中小企业进行一定程度的信用捆绑，采用新的方式评估中小企业的信用风险，在向核心企业提供金融产品和服务的同时，也为上下游中小企业提供金融服务和支持。供应链金融是一种新的融资模式，在这种融资模式中，其主体不仅包括
3、传统信贷模式中的商业银行和融资企业，也包括核心企业和物流企业，其中，核心企业在供应链金融中发挥信用支持作用，其自身的运营状况将决定整个供应链金融的运行情况。供应链金融改变了传统的融资模式，也改变了对中小企业的授信方式，将单个企业的不可控风险转变为供应链企业整体的可控风险，提高了金融效率，降低了中小企业的融资门槛，提高了竞争力，从而能够有效解决中小企业“融资难、难融资、资难融”的困境。二、供應链金融的产生与发展 在“供应链”概念产生之前，“供应链金融”被称之为“物流金融”、“贸易金融”等。供应链金融产生于 18 世纪，此时供应链金融的形式比较简单，主要以存货质押的贷款业务为主。随着银行、期货等行
4、业的发展，以及物流业的高度集中，国外一些大型的专业物流公司与银行合作，例如美国的 UPS，这样一来，供应链金融参与的主体不仅包括单一的商业银行这个主体，也包括流通企业、第三方或第四方物流企业。尤其是物流企业，不仅提供物流服务，还提供质物评估和担保等其他金融附加服务，物流企业的供应链金融服务为其自身创造巨大利润空间的同时，也为银行等金融机构带来更多客户和收益。在我国，供应链金融的发展也得益于银行和物流企业的发展。深圳发展银行（平安银行）在 2001 年开始试点“动产及货权质押授信业务”，是我国第一家开展供应链金融业务试点的金融机构。深圳发展银行（平安银行）的“1+N”模式也称供应链金融 1.0
5、时代，国内其他商业银行模仿深圳发展银行（平安银行）的“1+N”模式也开始开展以动产质押融资为主的业务模式，推动供应链金融的发展。但该模式是基于传统的线下模式，不仅效率低下，而且具有较大的局限性。供应链金融 2.0 时代，是随着互联网技术的发展而发展的，这一阶段的供应链金融业务开始实现线上化，通过与物流企业、电商的协同合作，“物流”、“商流”、“资金流”、“信息流”逐步融合，参与的主体也从银行扩展到供应链的核心企业，核心企业利用其信用优势和业务信息优势，不仅向上下游企业提供授信支持，以便中小企业获得银行贷款，而且核心企业自身也成立了金融部门，帮助中小企业解决融资难问题的同时，优化了企业财务报表。
6、随着互联网技术的深度介入以及云平台的打造，以阿里巴巴和京东为代表的众多互联网公司参与到供应链金融中来，开始转型“征信+信贷”的创新型互联网金融平台，供应链金融进入 3.0 时代，主要特征是平台化、高度关联化以及互动化。例如，阿里巴巴平台旗下的阿里小贷解决了卖家的融资难题，帮助中小企业以及个人创业者完成融资需求，满足了供应链中上下游企业的融资需求，保证了中小企业的利益，给供应链金融服务带来了新的体验，使供应链运行更加通畅。在互联网供应链金融阶段，各参与主体可以在开放又封闭的平台上，获取到各方的交易数据，解决了以往供应链金融中信息不对称的问题。三、供应链金融的新发展（一）建立信用评价体系，全面评估
7、企业资信。在大数据背景下，数据的存储及处理能力极大提高，金融机构获取信息的成本降低，并且能够基于核心企业的信用状况对整个供应链上的其他企业进行信用分析和评价，并且各金融机构之间也将实现数据共享，信用评价体系将进一步完善。金融机构能够基于整个供应链对需要融资的企业乃至整个供应链进行一个全面的信用分析和评价，一方面是企业的财务数据，例如企业的现金流量、员工的工资水平、资产负债、投资偏好等;另一方面是经营数据，例如企业的订单数量、技术水平、研发投入、产品周期、库存、销售等，通过对企业财务数据和经营数据的分析，以及大数据技术处理，可以建立一套完善的授信企业的资信评估，从而客观地反映企业的状况，方便金融
8、机构更好地去判断和决策，提高金融机构对中小企业的资信评估和放贷速度。（二）促进物联网和供应链金融的结合，建立供应链金融服务平台。传统供应链金融主要是“1+N”的融资模式，以阿里巴巴和京东为代表的互联网企业拥有得天独厚的数据资源优势，得以迅速发展。但是，其在金融方面的短板也值得我们注意。相反，拥有雄厚资金和金融专业知识技能的银行却囿于数据收集与处理技术，不能更好地发展其供应链金融业务。因此，在大数据和物联网等技术的快速发展下，双方要加深合作，彼此促进，使供应链金融的融资模式向“N+1+N”的融资模式发展，实现供应链金融与物联网的结合，使物联网成为交易的主要治理结构，建立供应链金融服务平台，通过平
9、台可以提供物流、信息流、资金流的真实交易数据，在仓储和货运环节来控制交易过程，实现现代物流与信息系统的高度融合。在大数据时代，企业会在其周围形成一个可以交叉验证、持续积累的 360 度全覆盖的真实交易数据集合，核心企业的作用会逐渐弱化甚至消失，取而代之的就是一个供应链金融服务平台，每个企业都是核心和节点，实现供应链和营销链全程信息集成和共享。（三）构建风险预测模型，完善风控体系。供应链金融使得金融机构不再局限于单个企业，从关注企业的静态数据转向企业经营的动态跟踪。企业的各项动态数据，如财务报表、物流信息、生产数据等，可以从侧面反映出企业的经营情况，金融机构通过大数据技术，可以从网络平台上获取这
10、些数据，并对这些海量数据进行分析，从而进行风险识别和风险控制，构建风险预测模型，提升供应链金融风险管理水平。这从根本上改变了银行业传统的风控体系，为智慧金融的发展奠定了一定的基础。供应链金融的风控体系主要包括三个层次：第一个层次是数据层，主要是获取数据和维护数据，并识别风险数据;第二个层次是实践层，在线审批更高效，并能进行精准及时的事中风控;第三个层次是技术层，利用先进的风险预测模型，将数据分析、IT 技术与传统风控流程进行融合，从而提高供应链金融的风险管理水平，尽早预测到风险，并帮助金融机构和企业进行决策。基于大数据构建的风险预测模型和风控体系将逐渐被企业采纳，从而进行风险量化、风险预测和风
11、险评估。四、总结 供应链金融是信息技术快速发展背景下，产业供应链全球化过程中的产物，给金融行业、物流行业和核心企业带来丰厚利润，并解决中小企业“融资难、难融资、资难融”的困境。“供应链金融本身是一个不断发展的概念，它逐渐从要素金融活动走向了流程化金融，从单一的借贷走向了生态化金融”隨着互联网技术、大数据以及物联网技术的进一步发展和深化，互联网金融未来发展的市场空间还十分广阔。不仅金融机构将之视为“必争之地”，而且阿里巴巴、京东金融、百度钱包、苏宁易购等互联网产业巨头也会对其十分重视，甚至 P2P 网贷平台也会涉足供应链金融，开展供应链融资业务。主要参考文献：1许伟，王明明，李倩.互联网金融概论M.北京：中国人民大学出版社，2016.2苏汝劼，特木钦.大数据背景下拓展供应链金融的思路与途径分析J.内蒙古大学学报，2018（5）.3徐诺金.智慧金融手册M.北京：中国金融出版社，2018.4冯静生.供应链金融：优势、风险及建议J.2009（2）.
