大数据赋能 中小企业“掘金”供应链金融

随着我国市场经济体制的完善，中小企业已成为经济发展中一支最为活跃的力量，蕴藏着巨大的发展潜力。然而，中小企业的发展一度陷入融资难的困境。一方面，由于中小企业规模有限，可用于抵押贷款的资产匮乏，因此银行本着稳健性的经营原则，自然会少贷或不贷给中小企业资金以规避风险。另一方面，当前大部分商业银行对中小企业设置的贷款门槛过高，加大了中小企业的融资难度。依托互联网技术的迭代升级，基于大数据背景下的金融行业迎来发展上升期，而数字供应链金融的出现，更是对盘活中小企业起到极大的促进作用。

大数据在供应链金融中的具体应用

大数据是一种在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。在供应链金融中，大数据技术主要作用于整合资源信息、解决信息不对称等方面。

匹配用户需求，设计个性化金融服务。大数据技术可通过数据挖掘匹配多种数据源，结合行业发展动态，精准把握中小企业需求，将企业寻找信息转换成信息主动寻找企业，为中小企业设计个性化供应链金融服务。

提炼多维数据源，辅助参考决策。大数据技术可提炼授信主体个人数据信息，辅助参考做出决策。通过收集授信主体日常生活的交易数据，如消费金额、消费分布信息等，分析授信主体特性、习惯，交叉验证授信主体实际财务状况，预警授信主体还款意愿。

实现量化授信，精准把控风险。传统模式下征信数据所作出的授信决策存在单一、不准确、更新频次慢等问题，依托大数据技术，对企业的授信可通过建立模型并结合动态数据源脱敏处理、行业数据、外源数据得出行情分析、价格波动分析，实现实时监控的分级预警、量化授信，精准把控风险。

优化风控技术，实现高效自动化。大数据技术应用模式下的风控预警依托的是实时更新的交易数据、实时追踪的风险测算结果，一旦触发风险预警，有足够的时间采取措施转移风险，如要求授信主体提供第三方担保、承诺差额支付等强制增信措施，或金融机构及时进行资产保全等。 

供应链金融应用大数据仍存在局限性

中小企业的实际情况与大数据预判存在偏差。在“商业银行+核心企业”的供应链金融模式中，仅依靠核心企业客户的订单数据，缺乏各个环节的配合和完整的交互数据，因此对中小企业的资信评估结果存在偏差。部分中小企业在获取资金支持后，业务能力和盈利能力未达到预期目标，导致其偿债能力出现问题，最终影响还款行为。

历史数据无法支撑动态变化的市场。供应链金融的核心在于通过信息化手段，立足供应链生态，对需要融资的企业进行整体评估。而对融资企业形成有效分析和评估有赖于企业之间基于互联网的信息交互与大数据的建立。银行机构若要充分发挥海量信息作用，须从海量的数据中筛选、加工和整理出目标数据并进行研判。虽然目前互联网技术的发展较为理想，但由于大数据具有海量、数据活性较低等特点，所以对数据存储设备的要求较高。此外，每一家企业的数据都在不断更新，如何存储实时更新的数据对存储设备提出了新的要求。另外，已发生的交易行为所产生的数据已是过去式，其对企业未来行为和发展方向的预测能力有限，加之部分企业可能在交易数据方面存在造假行为，因此，不能完全以大数据产生的评估结果作为是否对中小企业提供资金支持的依据。

供应链金融平台建设成本过高。对于供应链金融服务主体而言，想要实现较为完善的供应链金融服务，必须建立起相应的平台，以确保能够掌握被服务方采购、资金、物流等方面的信息。这不仅对部分刚入行不久的金融服务企业的资金实力提出挑战，还要求其具备足够的人才、资源和精力。同时，平台搭建还涉及IT服务、平台的前期调研、需求设计、开发、试运行等诸多方面，这意味着供应链金融服务主体为了平台的运营维护需要付出较高的成本。 

探寻供应链金融服务的广阔市场

完善工作流程，明确责任分工。对于供应链金融服务主体而言，为了降低自身风险，首先需要尽可能全面掌握整个供应链中各成员企业的真实运行情况，坚决避免依靠核心企业对中小企业资信情况下定论，要对多个途径收集到的信息相互佐证，进而提升最终结果的准确性，形成对贷款企业客观的资信评价。其次要完善审批工作流程。对中小企业完成资信评价后，要对所获取到的信息再次确认，以确保信息的准确性。此外，相关工作人员应坚持严谨、严肃、公平的工作态度，对所有信息准确求证，确保有据可查，降低中小企业发生偿债风险的可能性。

加强多方合作，提高服务灵活性。供应链金融服务主体可通过与第三方数据服务平台开展良好合作，将自身数据与第三方数据服务平台的数据相结合，二者相互佐证以提升数据的准确性。对于供应链金融服务主体而言，大数据在信息收集和储存方面的优势是不可取代的，因此，在未来供应链金融发展过程中应对大数据进行更深入的研究。金融数据的主要来源是供应链金融中各成员开展的线上业务。在信息化技术尚未完全普及的时代，企业交易时多采用手工记账的方式，而这部分数据很难留下数字化记录。因此，在以后的业务往来中，供应链金融服务主体应逐步引导链上企业进行线上业务交易，丰富大数据库中的数据资料，为供应链金融服务主体提供较为完善的数据，以评估需要融资的企业。

优化分析模型，吸引优秀人才。供应链金融服务主体想要成功搭建供应链金融平台，须优化和整合当前资产配置，提升资金利用率，在部分运营环节节约资金成本，以保证供应链金融服务平台具备充足的资金。要制定合理的人才吸引措施，建立人才储备库。在建成供应链金融平台后，需要部分IT人才负责供应链金融平台的运行和维护，因此，金融机构在日常招聘工作中应有意识地招揽此类人才。同时，还要对员工进行培训，提升相关能力。应以寻找最高质量的数据分析方式为最终目标，在最大程度上完善和改革企业数据分析模型。

数字供应链金融是金融科技与供应链数字化的协同，它以数据为纽带，驱动供应链金融业务从传统企业主体信用金融向供应链数据凭证信用金融演变，衍生出全新的金融业务场景，形成全新的风险控制思路和风控模式，有效提升供应链金融的运营和风控效率，进而帮助更多金融机构及企业参与到供应链金融业务中。