在國家政策支持下和市場各方努力下，供應鏈金融已成為金融行業(yè)熱點和各路金融資本角力的焦點領域。隨著業(yè)務模式的創(chuàng)新和金融科技的深入應用，供應鏈金融的服務效率逐步提高，服務成本日趨下降，風險管理能力也得到迅速提升，長春供應鏈金融已初步完成了技術迭代，成為公司金融最具創(chuàng)新活力和技術含量的業(yè)務。

但是，目前商業(yè)銀行供應鏈金融的融資規(guī)模難以滿足市場需要，供應鏈金融的發(fā)展在銀行內部仍存在重重阻礙，特別是在嚴監(jiān)管和不良資產壓力之下，傳統(tǒng)銀行的風控體系難以有效支持供應鏈金融的創(chuàng)新發(fā)展，如何突破供應鏈金融的瓶頸，一直以來都是銀行業(yè)內急需解決的問題。

本人認為，在供應鏈金融發(fā)展中，數據化風控體系的構建是突破供應鏈金融發(fā)展障礙的關鍵點，本文將對此進行分析，以促進中國銀行業(yè)進一步轉變觀念，強化創(chuàng)新，增強服務實體經濟和小微企業(yè)的能力。

一、供應鏈金融風險特征　　

供應鏈金融的對象是核心企業(yè)上下游的供貨商、經銷商和終端用戶，企業(yè)數量眾多，且多數規(guī)模較小，供應鏈金融的流程復雜，涉及供應鏈核心企業(yè)、上下游企業(yè)、物流企業(yè)、電商平臺和商業(yè)銀行等多個主體，因此供應鏈金融的風險也較傳統(tǒng)雙邊貸款復雜得多。

供應鏈金融的風險可以按三個維度來看。按照主體來看，供應鏈金融的風險包括借款人風險、擔保人風險、押品風險和第三方風險，特別是供應鏈金融中需要依靠物流監(jiān)管企業(yè)、電商平臺和數據商等第三方的配合，就產生了不同于傳統(tǒng)信貸的第三方風險。此外還有來自于外部行業(yè)與市場的風險。

按照風險類型來看，重點是信用風險和操作性風險，特別是由于供應鏈金融流程環(huán)節(jié)涉及多個主體，且操作復雜，產生了大量的操作風險，如核保不實不嚴、未落實質押權，虛假出置、押品高估和懸空、未辦妥抵質押登記和付款方未將應付帳款支付到銀行指定賬戶等操作風險，這些操作風險甚至在一定程度上引致信用風險。

按業(yè)務流程來看，在準入環(huán)節(jié)的風險，包括行業(yè)準入、模式準入、集群準入和客戶準入等環(huán)節(jié)的風險，在貸前調查環(huán)節(jié)的風險以及貸中審查審批環(huán)節(jié)、用信放款環(huán)節(jié)以及貸后管理環(huán)節(jié)的風險。

供應鏈金融的服務對象實際上是供應鏈中核心企業(yè)上下游的企業(yè)，這些企業(yè)通常都是小微型企業(yè)，小微企業(yè)具有以下特點：

首先，小微企業(yè)經營非常不穩(wěn)定，變化非常快，抗風險能力相對較弱，風險相對較高；其次，小微企業(yè)信息對外披露較少，且可信度較低，存在高度的信息不對稱，收集小微企業(yè)信息非常困難，風險管控難度大；此外，小微企業(yè)規(guī)模小，銀行風險管理成本高。

基于以上特點，小微企業(yè)融資難融資貴就成為難以破解的金融困局，這不僅在中國如此，也是世界性難題。

二、如何構建新型的供應鏈金融風控體系　　

開展供應鏈金融就必須破解小微企業(yè)融資困局，尋找到以下三個戰(zhàn)略支點：第一，成本必須降下來；第二，效率必須提上去；第三，風險必須控得住。

要達到降本增效控險的目標，需要銀行在獲客、服務、風控和運營等多個方面進行創(chuàng)新，其中的關鍵突破點還是風控，只有在風控環(huán)節(jié)建立了以上支撐點，才能使得供應鏈金融具備商業(yè)可持續(xù)性，才能成為商業(yè)銀行可以正常開展的業(yè)務。

風控創(chuàng)新就是要建立不同于傳統(tǒng)的新型風控體系，內容包括包括模式創(chuàng)新、流程創(chuàng)新和技術創(chuàng)新等。

（一）模式創(chuàng)新

首先是模式創(chuàng)新，小微金融風控模式經過了三個階段：

第一個階段：全手工線下模式，也叫供應鏈金融1.0，完全依靠客戶經理人工線下收集客戶信息，并通過信審經理進行經驗判斷。

第二個階段：半自動信貸工廠模式，將流程進行集中化處理，在若干流程中引入標準化作業(yè)工具，例如信貸打分卡等。

第三個階段：全自動數據融資模式，也稱為大數據風控模式，技術基礎是互聯網，人工智能AI（Artificial Intelligence）和流程自動化RPA（Robotic Process Automation），通過互聯網和內聯網獲取客戶數據，然后通過規(guī)則模型對數據進行處理，并根據處理結果去驅動業(yè)務流程。

此外，還要建立銀行與外部機構協同的業(yè)務模式，在風控體系中建立銀行、電商平臺、物流企業(yè)和金融科技公司合作的機制，通過合作獲取多渠道的數據，建立聯合風控體系。

電商平臺或供應鏈核心企業(yè)負責提供供應鏈的交易數據，物流企業(yè)負責提供物流數據和貨物倉單風險管控，金融科技公司可以提供數據分析服務，而商業(yè)銀行則負責核心的風險管理和融資服務。這種跨組織的風控模式也將成為供應鏈金融獨特的風控模式。

（二）理念創(chuàng)新

業(yè)務模式創(chuàng)新需要理念創(chuàng)新作為基礎，必須對傳統(tǒng)授信理念進行顛覆，主要有以下方面：

首先是要重用信、輕授信。傳統(tǒng)的授信業(yè)務往往在授信過程中花費大量時間，但是在用信這個階段，卻流于形式，沒有進行實質性風險審查，而形成實質性風險的恰恰是用信環(huán)節(jié)。

在供應鏈金融中，可以把授信徹底舍棄，直接進入用信，每一次用信就相當于是授信，授信額度相當于未結清余額加上本次用信額度。這樣做的好處在于認真全面的審查每一次用信的風險，更加回歸風險管理的實質。

其次是要重債項，輕主體。銀行的主體評級是基于企業(yè)過去三年的財務報表，但供應鏈金融小微企業(yè)往往還沒有三年的歷史，即使有，財務報表可信度也非常低。通過財務報表做評級這種方式適用于大中型企業(yè)，很難即使反映小微企業(yè)的實時風險狀況，所以我們在供應鏈金融風控中，要更加注重企業(yè)的交易，而不是企業(yè)主體，根據每一次交易來判斷企業(yè)的風險。

再次要重短期視角。多數小微企業(yè)沒有遙遠的過去，也很難有遙遠的未來，小微企業(yè)平均壽命只有三年多，因此銀行更應注重小微企業(yè)的當下，關注其現時的經營狀況。

最后要以交易額度代替授信額度。根據企業(yè)的每一次交易，給予一個額度，這種額度的基礎就是交易以及交易形成的數據、債權和物權，和企業(yè)主體關系不大。由于額度與交易相關，交易結束，貸款就應該收回，因此這種額度是小額高頻短期的，是可以根據企業(yè)的經營狀況及時調整和收回的。

（三）手段創(chuàng)新

理念創(chuàng)新需要相應的手段創(chuàng)新，必須從原來傳統(tǒng)的作業(yè)手段過渡到基于金融科技的手段。

首先從手工錄入到線上獲取信息，通過與企業(yè)系統(tǒng)直連以及部署網銀等方式，實現線上自動獲取數據，無需再通過資料收集后手工錄入的方式獲取數據。

其次是從單一數據來源到多渠道來源，數據不再單純依靠客戶經理采集，也不局限于客戶以及銀行系統(tǒng)等單一方式和來源，電商平臺、企業(yè)ERP、物流系統(tǒng)、政府信息等各類外部大數據都是可利用的數據來源。

再次是數據處理方式從專家經驗到規(guī)則加模型，模型包括簡單的規(guī)則模型，也包括統(tǒng)計模型和復雜的機器學習模型，這些模型可以實現專家經驗的積累和傳承，保持理性和決策一致性，能夠標準高效的執(zhí)行信貸審批。

最后是從人工到自動化和智能化，自動分析業(yè)務中的數據和信息，從中挖掘出數據規(guī)律、趨勢等，并加以有效應用，達到“總結過去、預測未來”的智能化效果。

（四）流程創(chuàng)新

手段創(chuàng)新需要落地到流程創(chuàng)新，以線上化和自動化的操作優(yōu)化供應鏈金融的流程體驗，達到降本增效控險的多重目標。在整個流程中，開戶、貸款申請、審批、放款、簽署合同、抵質押登記、貸后管理、預警催收等環(huán)節(jié)其實都可以通過系統(tǒng)自動處理，每一個環(huán)節(jié)的分析判斷與決策，都是由數據模型來做出決策的和推動流程。實踐中也可以在若干節(jié)點設置人工干預，特別是對難以直接通過或拒絕的猶豫狀態(tài)，可以借助專家來判斷和決策。

三、供應鏈金融數字化風控體系的實踐　　

基于新的模式、理念、手段和流程，構建適應新形勢和客戶需求的供應鏈金融風控體系，是當前供應鏈金融發(fā)展的需要，也是銀行更好的服務實體經濟和實現經營轉型的需要。

供應鏈金融風控體系的構建的條件相對成熟，在數據基礎、數據處理技術、銀行內部系統(tǒng)等方面都具備了形成產能的條件，而且在實踐中也積累了大量的成功經驗。

首先是已經具備較為完善的數據基礎，互聯網、大數據技術的興起以及電商平臺的蓬勃發(fā)展，交易行為線上化趨勢明顯，供應鏈交易數據的獲取成本低、效率高且可信度高。外部宏觀經濟、行業(yè)以及征信、工商、稅務等一系列相關公開信息平臺的完善，將進一步打通部門間的信息孤島，對企業(yè)進行精準畫像和實時評價監(jiān)督的可行性提高。

其次是數據技術也較為成熟。在數據獲取方面，可以通過物聯網、互聯網和移動互聯網，實時采集企業(yè)生產經營數據和交易數據；在數據存儲方面，云計算和分布式數據庫可以容納海量數據；在數據處理方面，自然語言理解、圖像識別、數據挖掘和機器學習技術日益成熟，AI技術的應用可以極大的提高信息處理效率，部分甚至全部替代專家決策。商業(yè)銀行內部信息系統(tǒng)也日趨完善，核心業(yè)務系統(tǒng)、信貸系統(tǒng)、供應鏈金融系統(tǒng)、電子票據系統(tǒng)等相關業(yè)務系統(tǒng)基本搭建完畢，部分領先銀行已經開發(fā)了大數據和人工智能平臺。

此外，國內外部分先進銀行和一些金融科技企業(yè)已經在供應鏈數據融資方面積累了大量的實踐經驗和成功案例。花旗與Biz2Credit、摩根大通與Ondeck、法國巴黎銀行與Mysis都開展了基于供應鏈交易數據的業(yè)務合作。國內也有工商銀行、中信銀行和平安銀行等，通過與供應鏈核心企業(yè)電商平臺合作，開展基于數據的供應鏈金融的成功案例。京東金融、深圳怡亞通和阿里一達通等貿易服務企業(yè)也基于供應鏈交易平臺數據開展了大量融資業(yè)務，與商業(yè)銀行實現獲客引流和部分風控職能的合作。