毕友网

毕友网 > 金融 > 供应链金融 > 金融探索之供应链金融:供应链金融的风控

金融探索之供应链金融:供应链金融的风控

2016-05-26 20:42:17小毕 9459

毕友一言:

  人生并不容易,当年华渐长,色衰体弱,我的孩子们,我希望你们回顾一生,会因自己真切地活过而感到坦然,淡定从容地过好余生,直至面对死亡。--摩西奶奶Grandma Moses

金融探索之供应链金融:供应链金融的风控

  传统的供应链金融风控

  长期以来,传统供应链金融在风险控制中强调以下三个方面:

  一是核心企业及担保。如供应链中核心企业,即制造商实力不强,销售或资产规模不大,财务状况不良好,即使有核心企业或核心企业愿意提供担保,传统供应链金融提供方都不会提供融资。

  二是动产抵押或应收/预付款质押。传统供应链金融强调,取得供应链融资的核心企业上、下游企业必须提供传统供应链金融资金提供方接受的仓单、存货、应收款或预付款抵押或质押,否则,即使该供应链的核心企业实力强大,在该供应链中的上、下游企业都不会获得融资。2015年10月8日,华为、中兴一级供应商深圳福昌电子因欠款人民币2.7亿元宣布破产即是此情况。

  三是物流、资金流与信息流的跟踪。即使供应链各企业采用了ERP软件,但传统供应链金融资金提供方管理信息系统与供应链企业ERP系统及物流公司的管理系统未联网,因此,在向供应链上、下游企业提供资金后,传统供应链金融提供方派人了解与跟踪该供应链的物流、资金流与信息流,以确保不出现异常,确保融出的资金安全。

  互联网供应链金融风控

  与传统供应链金融不同,互联网供应链金融须通过以下方式实施风险管控:

  首先,利用大数据、云计算替代抵押或质押。京东为什么能为它的平台购物的消费者提供贷款(或赊销),原因就是它的后台可统计、分析该消费者消费行为习惯与还款能力。

  其次,使用虚拟货币。发展虚拟经济要使用虚拟货币,2009年1月诞生的比特币,使虚拟货币得到越来越多的关注。提供B2B2C的电子商务平台本身是一个生态系统,提供了一个完整的闭循环,在该闭循环中使用虚拟货币,可防止互联网金融的道德风险,减少资金挪用、侵占或转移的风险。

  再次,通过资本运作,将互联网金融风险从内部转化为外部风险或化解。当接受资金的某供应链出现风险,可通过重组,将几个供应链进行合并,并达到上市条件,然后通过资本运作实现上市。供应链上市后,融资能力加强,还款能力提高或股价高于贷款或众筹投资原始投资金额,P2P贷款方可通过债转股或众筹投资人通过溢价出售股票将风险转移或化解。

  不同类别核心企业的风控优势

  金融竞争本质在于风险定价能力。在供应链金融领域,核心企业相对于传统企业优势的本质即在于风险定价能力的增强。电商类核心企业优势在于大数据下的信用评估体系,产业类核心企业优势在于对动产融资的把控力。

  产业类核心企业风控:产品标准化+仓储能力。产品标准化程度越高,价值评估越容易,同时高度标准化的产品在资产处置上更容易,降低流动性风险。核心企业自建仓储可以有效控制信用风险,也是产业类核心企业风险控制能力的最重要因素之一。

  平台类核心企业风控:大数据优势。电商平台类核心企业,拥有更高的业务频次,上下游分别为供应商和消费者,基于应收账款、预付账款贷款以及信用融资是主要形式,风险控制主要依靠平台交易往来所形成的大数据优势,比如京东白条的风控模式。

  供应链金融中的大数据风控

  随着市场阶段的不断变化,外部环境日趋复杂,供应链金融在发展过程中也遇到了一定的瓶颈,原因:供应链上的小企业在商业模式、企业规模上各有差异,所以传统金融机构统一的风控标准难以形成,每一笔贷款都意味着资产负债表、利润表、现金流量表的审核、融资合同的拟定和确认、现场资产估值等繁琐流程,而这些流程必须由人工来完成,效率十分低下;同时,虽然一条供应链金融上的融资需求体量很大,但是其中每一笔贷款额度都相对较小,所以整体而言,传统机构给中小企业放贷的成本太高,收益太少,从而缺乏为中小企业提供针对性金融服务的积极性。如何推进供应链金融可持续发展已成为摆在资本市场面前的一个重要命题。

  近年来,随着互联网技术和大数据技术的兴起并日趋成熟,供应链金融与信息技术结合日趋紧密。使得机构对供应链中的物流、信息流、资金流闭环的实时监控变为可能,并可以进一步地将所得数据翻译成标准化金融语言,在极大地提高了风控的效率同时让风险更为可视、可控。供应链金融的互联网化使得中小企业成了最直接的受益者,这种金融服务创新将给中小企业融资难的状况带来结构性的改变。

  无论供应链金融如何发展,其本质仍是金融,风险定价能力仍是竞争的最为核心的内容。在与传统金融的对比中,供应链金融的风控优势是大数据下的征信系统。

  一方面,大数据可及时预警风险。供应链上的所有企业,存在着紧密的关联关系。终端消费量的变动,必然会引起上游各环节的变动。大数据可判断一系列变动的规律,可以对财务数据、生产数据、订单数量、现金流量等进行全方位分析对比,判断需求方向和需求量。

  另一方面,通过商贸、金融和物流三方合作建设的供应链金融平台,利用平台大数据使交易平台与物流平台集成、与支付系统集成、与交易融资系统集成,达到信息流、资金流、物流、商流的无缝隙连接。


  无论银行、互联网或者核心企业,在未来,供应链金融乃至整个金融领域的核心都在于大数据,谁在大数据上占有优势,谁才能走的更稳、更远。

  而数据愈加开放的趋势使得大数据风控的优势愈加明显。一方面,核心企业规模发展到一定阶段,开始考虑整个产业的生态,更有意愿开放数据。另一方面政策角度也在推行地方政府、部委分层次的开放数据。据估算,80%的企业数据在政府手中,目前越来越多的政府向社会开放企业支付、税务、能耗、社保等方面数据。这些数据介入市场后,信用机构对它们进行加工,即形成信用产品。这些公开信息加之直接从群体数据获得的行业数据,征信企业就可以形成对企业全方位、立体化的评价。

  大数据突破了金融市场以抵质押和担保贷款为主的传统方式,解决了金融机构对财报信息不充分,信用积累和抵押、担保资源不充足的中小微企业难以进行有效的信用风险评价的关键问题,能够创建了高效能、全风控、低成本的信用评价模式、风险控制模式和信贷管理模式。

  以国内第一家大数据信用服务机构金电联行为例,其采用非财报的“软信息”,为中小微企业提供无抵押、无担保的纯信用贷款服务。迄今已为1000多家中小微企业提供了总规模达60亿元的非抵质押信用贷款服务,未发生过一笔不良。

  交易明细数据:大数据信用评价技术不依赖由合计信息产生的财务报表,而是采用企业留存在供应链IT系统中电子交易明细数据,通过对订单、库存、下线、结算、付款等海量明细记录的交互验证,识别数据的真伪,进行信用评价。信息的可靠性体现在:一是数据量巨大,几乎难以人为作假;能够反映企业最真实的经营状况;3、所有明细数据都是可以互推和计算的。

  从事后风险到事前预警:传统的金融业务中都有违约率、违约概率、风险损失率等统计概念,而这些所反映的都是事后风险的结果。大数据信用技术提供依据供应链产生的实时交易数据,进行实时跟踪,实时的风险计算,实时的风险预警、预测,可提前预警3-6个月的风险。一旦发生触发预警,便提示银行进行资产保全,从而实现了全过程风险控制,因此大数据技术的统计中只有风险抑制率的概念。

  客观性、高效率:传统信用评价的数据采集、风险分析、等级评定主要依靠人来进行,主观性强,人为风险高;大数据技术通过安装在供应链IT终端数据挖掘机器人实时采集企业交易数据,云计算技术量化信用风险,从数据采集、清洗、分析、评价全部通过计算机,全自动化完成,能同时对上万甚至数十万家企业进行评价。