中小企业的困境与供应链金融

中小企业常常因为在供应链中的弱势地位、缺乏充足的抵押资产、以及有效的信贷评估，而面临资金短缺的问题。供应链金融是解决这一问题的有效途径。

供应链金融是指金融机构为一家企业及该企业的上下游供应链企业一同提供贷款等金融服务的过程。通过供应链金融，供应链中需要资金的企业、渠道乃至整个供应链，都可以在金融机构对供应链的综合评估下获得融资及其他金融服务，此融资过程通常以低流动性资产和应收账款等未来现金流为基础。

随着互联网的普及、供应链全球化趋势的加剧、以及信息技术的飞速发展，数据已经成为供应链中不可或缺的资源，在各行各业扮演着至关重要的角色。由于供应链金融的完整实施需要通过供应链中的各个企业以及供应链之外各利益相关方，为了对供应链金融中的关键利益方建立深刻的了解，特别是对融资对象的潜力和风险进行准确评估，大数据的运用变得至关重要。随着新兴技术在金融领域的快速发展，数字化风险控制正在迎来一场革命。诸如物联网、机器学习和区块链等新兴信息技术的发展，分别从数据的获取、数据分析以及数据共享等方面为大数据在供应链金融中的应用提供了坚实的技术基础。

大数据在供应链金融中的应用

1. 大数据与中小企业风险评估

对中小企业信用风险的准确评估是供应链金融中的重要一环，传统的信用评级只关注大型企业，而中小企业由于缺乏信用历史记录等原因，其信用风险得不到准确评估。大数据技术的应用，则很好地缓解了中小企业与金融机构之间信息不对称的问题，帮助优质中小企业融资。

微众信科是一家以先进的大数据分析技术为支撑的供应链金融创新企业，通过大数据技术对中小企业进行风险评估，为中国2,000多万中小企业提供了供应链金融服务。该公司与税务局、银行等机构合作，共同打造了一款企业在线融资全自动审批平台，为中小企业提供便捷的融资通道。其对中小企业进行风险评估并提供建议融资额度的流程如图 1 所示。在平台上，申请供应链融资的中小企业进行注册后，微众信科会获取其征信、税务、工商、司法和黑名单等多方面的数据。通过大数据模型分析这些基础数据，微众信科向金融机构提供融资建议和额度。在数据分析层面，微众信科应用传统统计建模和机器学习技术，结合税务大数据和金融科技构建模型，筛选出的中小企业坏账率较行业平均水平低了十分之一。微众信科通过大数据和机器学习算法的应用，在有效降低风险事件发生概率和损失的前提下，拓展了业务覆盖人群，优化了业务流程，并降低了风控成本，为金融风控提供了有力支持。

2. 基于数据整合的综合性金融服务

随着供应链的发展，形成了以龙头企业为中心，或以专业化的金融服务平台为中心的供应链金融。中心企业或平台不仅存有单个企业的数据，还有企业间的合作、交易等数据，可以发挥数据整合优势，优化融资流程，并提供配套的综合性金融服务。

中国虚拟移动制造业中的主要金融服务提供商和数字平台赞助商之一的“S公司”（由于商业保密原因隐去公司真实名称）是整合平台大数据，为中小企业提供金融服务的典范。图2展示了S公司提供综合性金融服务的过程和涵盖范围。中小型供应商在S公司的电子商业平台上建立项目并签署项目合同，同时提交企业和项目信息、申请贷款。平台对企业进行研究，深入挖掘企业的历史数据，并最终确定融资金额。在提供融资服务之外，S公司还可以通过数据整合，综合分析企业所在供应链的数据，为企业提供定制的配套服务，包括供应商管理、库存、生产、物流、进出口清关和税务申报等，提高企业和供应链的效率。

大数据供应链金融的优势

1. 更全面的数据支持

传统的中小企业风险评估通常只依赖少量的财务数据和信用报告，而大数据则可以从更多角度搜集和分析数据，有丰富的数据来源，如互联网服务平台、金融信贷机构、上下游企业和第三方物流等。互联网服务平台是获取数据的主要来源之一，它们帮助供应链上下游企业开展业务，并通过平台进行交易、物流等操作，因此，这些互联网服务平台积累了大量相关企业的数据。金融信贷机构在提供借贷、融资等金融服务工作时，需要对目标企业进行尽职调查。在此过程中，金融信贷机构会搜集企业信用数据，如第三方担保、信贷存款比，企业交易历史、社会属性、创始人背景等信息。

2. 先进的大数据分析技术

随着机器学习、人工智能等技术的发展，针对大数据的分析、建模等技术也迅速发展，使得对中小企业信用风险的评估更加准确。信用风险较小的优质企业，就有了更多的融资机会。如微众信科的小微企业信用风险评分模型，就挖掘出了一些具备较强预测能力的自变量，简洁又富有解释力，实际效果也体现了模型的准确性，帮助数以万计的中小企业获得融资。又如京东金融中的天网系统，主要采用spark图计算技术，对客户进行关系网分析、以及风险行为的分析。天网系统的先进技术使得风险评估准确度更高，从而可以更好地帮助优质企业获得融资。

3. 数据整合协同下的高效率

大型电商平台等互联网服务平台以及供应链中的龙头公司，作为供应链金融的核心，有整个供应链所有企业的数据，以及企业之间交易、合作的数据，可以利用大数据整合的优势，为企业提供融资和其他综合性金融服务，并协调整个供应链的合作。在帮助企业获得融资，降低成本的同时，还提高了供应链的整体效率。同时，核心平台和企业还能利用互联网数据共享技术，实现供应商共享、生产能力共享、物流优化，进一步优化供应链金融的流程。

风险与缺陷

大数据为供应链金融带来了便利，但同时也存在一定的风险与缺陷，如数据信息安全问题和数据质量问题。

1. 数据安全问题

基于大数据对中小企业提供融资与其他金融服务，建立在对中小企业信息进行充分了解的基础上。金融机构在搜集到企业数据之后，需要对数据进行整理核对、分析处理，在这个过程中，非常容易导致企业数据泄露。泄露的数据可能被用于身份盗窃、诈骗等违法活动，对企业客户造成损失。如果企业核心机密被泄露，则对企业的竞争力会造成影响，对金融机构的声誉也会造成负面影响，使得客户信任度受损。

2. 数据质量问题

在运用大数据的同时，需要对数据的准确性进行辨别。大数据的有效利用，是建立在数据正确与精准的情况下。然而，当今互联网上的信息数据量大而又纷繁复杂，存在一定的虚假信息。在实际运作中，很可能会有中小企业采用欺诈手段来获取融资。欺诈行为包括虚构订单、使用互联网技术伪造数据，或者在电子商务平台上进行虚假交易等，例如人们所熟知的淘宝「刷单」。有时候甚至只有一个交易方参与其中，并与第三方物流企业共谋，伪造货物交易凭证以制造虚假数据。这些虚假信息，会使得金融机构的资金流向具有较高风险的企业，占有优质企业的融资机会，并造成金融机构的经济损失乃至整个供应链的损失。

结语

总的来说，大数据可以被应用于中小企业信用风险的评估和综合性金融服务。利用大数据的广泛性和全面性，以及数据分析技术的先进性，可以更准确地筛选出高质量的中小企业，从而帮助他们获得融资。通过整合和分析整个供应链的大量数据，可以提高中小企业融资的成功率和效率，促进企业的发展，进而协调整个供应链的合作。然而，需要注意在运用大数据时保护数据隐私，提高数据质量，以减少风险并避免给企业和供应链带来损失。

参考文献：

[1] Song, H., Li, M. and Yu, K. (2021), “Big data analytics in digital platforms: how do financial service providers customise supply chain finance?”, International Journal of Operations & Production Management, Vol. 41 No. 4, pp. 410-435.

[2] 宋华：《供应链金融（第3版）》，中国人民大学出版社，2021年版

[3] 吴宗书，李倩，李景文，曾卓然：《新时代背景下的供应链金融服务实体经济发展》，西南财经大学出版社2020年版

在此感谢 InnoHK、香港特别行政区政府及人工智能金融科技实验室对本文的支持。
（AIFT 竭力但不能保证内容之准确和可靠，亦不会承担因任何不准确或遗漏而引起的任何损失或损害。)