“大数据”视角下供应链金融发展方向探讨

The Discussion of Supply Chain Finance on the Concept of “Big Data”

摘要：本文归纳总结了学者们对“大数据”和供应链金融的研究成果，通过分析“大数据”时代影响供应链金融的作用机理以及对市场现有的主要“大数据”供应链模式案例分析，探讨在“大数据”背景下未来供应链金融的发展方向。 关键词：大数据 供应链金融 电商

Abstract: This paper summarizes the research achievement of researchers in the direction of “Big Data” and supply chain finance. Discuss the direction of supply chain finance in the future via analyzing how the “big data” era affect the supply chain finance and presenting some cases of big data supply chain finance.

Key Word: Big Data; Supply Chain Finance; E- business

1 背景

1.1 供应链金融

供应链金融是商业银行为中小企业量身定做的一种新型融资模式。深圳发展银行首次提出了供应链金融的概念:“对供应链内部的交易结构进行分析的基础上,运用自偿性贸易信贷模型,并引入核心企业、物流监管公司、资金流导引工具等新的风险控制变量,对供应链的不同节点提供封闭的授信支持及其他结算、理财等综合金融服务（图1）。”随后国内各家商业银行也陆续推出多种多样的供应链金融产品,使得国内对这一领域的研究发展较为迅速。

供应商的供应商用户的用户供应商用户供应源供应商的供应商供应商供应商的供应商核心企业用户用户的用户需求源用户的用户物流、服务流资金流

图1供应链金融流程

作为一项金融创新，供应链金融模式与传统金融在信息获取和借贷方式上有着显著的区别（图2与图3）。供应链金融不仅能够解决由全球性外包活动导致的供应链融资成本居高不下以及供应链节点资金流的瓶颈问题，还能够缓解后金融危机背景下日益凸显的中小企业融资难问题。近年来，供应链金融业务在全球发展迅速。据估计，2011年供应链金融业务在发达国家的增长率为10％至30％，而在中国、印度等新兴经济体的增长率在20％到25％之间。

上下游中小企业供应链核心企业苛刻，贷款少优惠，贷款多商业银行A商业银行B 图2传统金融模式

商业银行A上下游中小企业物流物流企业监督贷款贷款物流供应链核心企业 图3 供应链金融模式

1.2 大数据

“大数据”第一次出现在未来学家阿尔文·托夫勒（1980）的经典著作《第三次浪潮》中，但是“大数据”成为高频词是最近一两年的事情。随着以社交网络为代表的web2.0的兴起、智能手机的普及、各种监控系统及传感器的大量分布。人类正在进入一个数据大爆炸的时代，““大数据””的概念应运而生。“大数据”被誉为继云计算、物联网之后1T产业又一次颠覆性的技术变革，已经引起各方面的高度关注。2011年5月，全球知名咨询公司麦肯锡（Mckinsey and Company）发布了《“大数据”：创新、竞争和生产力的下一个前沿领域》报告，标志着““大数据””时代的到来，指出“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。

“大数据”（big data），也称为海量资料，是信息爆炸时代的产物\"它具有 4V 特点：Volume（海量数据资料），Velocity（产生速度快），Variety（信息类型繁多），Veracity（信息真实）。

1.3大数据与供应链金融

互联网和“大数据”打破了信息不对称和物理区域壁垒，使得中小型、区域型金融机构与大型、全国型金融机构站在同一层次竞争，迫使中小机构转型开展差异化竞争，否则难逃被这个时代淘汰的命运。同时，互联网企业的跨界竞争更被称为金融行业门外的野蛮人，如阿里金融，这个“大数据”衍生产品开发的最佳范例。阿里金融所掌握的海量数据成为它的核心竞争力。金融服务行业以数据为其核心，随着互联网技术的不断发展，谁挖掘、掌握了

有价值的数据，谁就拥有更强的竞争力。数据挖掘前端化，或者说直接为消费者感知和直接提供消费者所需要的服务，终将催生各种各样个性化的金融服务。业内经营决策者通过对行业数据进行整合、分析，可以更准确地了解行业动态及发展趋势，制定更适合中小微企业需求的金融产品与服务以及营销方案，才能实现新的利润增长模式。

随着“大数据”概念的提出和商业模式逐渐形成，学者们对“大数据”将对金融行业产生什么影响给予了非常大的关注。王召等认为“大数据”将会成为互联网金融与传统金融争夺的焦点（王召，2014），黎纪东认为金融行业需要抓住“大数据”时代的机遇更好地拓展中小企业的业务（黎纪东，2013），张君分析了”大数据”金融物流业务的优势，并对“大数据”金融技术在金融行业的应用做了详细的阐述。 1.4 研究目的

现在学者们在有关“大数据”和金融行业的影响上已经得到足够重视，学者们对“大数据”时代金融机构应对策略，“大数据”时代中小企业如何融资，以及“大数据”与互联网金融发展等有了一定的涉及，但是宏观研究的多，微观研究非常少。同时，在“大数据”研究和和供应链金融研究两个独立的领域，学者们已经有了大量的研究，而有关“大数据”对未来供应链金融影响的研究，国内只有间接涉及到，并没有直接的研究。本文通过阅读大量文献，经过归纳总结，旨在把学者们零碎的研究观点综合起来，分析“大数据”时代对供应链金融影响的机理，探讨“大数据”对供应链金融发展方向的影响。

2 “大数据”对供应链金融影响机理

2.1“大数据”降低银行对供应链的信息不对称

传统银行为了控制风险对于中小企业的贷款实行信贷配给，由于银企之间存在严重的信息不对称，银行为了获得有效的信息和实施贷后的监督，需要付出较高的信息搜集成本和监督代理成本，企业经营一旦亏损，为企业错误决策和经营买单的可能是银行。根据信贷配给理论银行为了减少贷款的风险实现银行的利润最大化动机必须补足中小企业的信用，银行进一步要求中小企业提供抵押担保但中小企业大部分规模小没有足够的可抵押资产和担保，而现阶段银行可接受的抵押品主要是土地和房地产，中小企业自身固定资产规模小无形和动产资产比重大难以符合商业银行严格的贷款担保抵押要求，这种抵押品型信贷配给直接与借款人的资产规模挂钩，对借款人的约束更硬和交易成本更高因此在信贷配给的约束下，中小企业实现信用瓶颈的突破关键在于实现信贷双方的信息对称和补足信用。

“大数据”的出现恰好缓解了银行与中小企业之间的信息不对称情况。麦肯锡在其研报中分析了不同行业从“大数据”浪潮中获利的可能，金融行业拨得头筹。作为金融行业的主要组成部分，银行业利用数据来提升竞争能力具有得天独厚的条件。第一，银行业天然拥有大量的客户数据和交易数据，这是一笔巨大的财富。第二，银行业面临的客户群体足够大，能够得出具有指导意义的统计结论。第三，在“小数据”时代．银行业已经在以信用评级模型和市场营销模型为代表的数据分析上积累了大量的实战经验，具备向“大数据”分析跨越的基础。随着“大数据”时代的来临，银行运用科学分析手段对海量数据进行分析和挖掘，可以更好地了解客户的消费习惯和行为特征，分析优化运营流程，提高风险模型的精确度，研究和预测市场营销和公关活动的效果，从每一个经营环节中挖掘数据的价值，从而进入全新的科学分析和决策时代。在这种情况之下，利用“大数据”的能力将成为决定银行竞争力的关键因素。

2.2“大数据”促进物流企业精准管理存货

传统的供应链金融中，物流企业掌握着中小企业存货的信息并通过对存货进行管理和控制与传统银行合作，成为其中的关键环节（如图4,5,6）。

核心企业付款供货下游中小企业物流服务贷款动产质押监管物流公司协调银行回购协议

图4动产质押模式

上游中小企业供货核心企业物流物流公司应收账款质押担保贷款银行付款 图5应收账款融资模式

核心企业交货保兑仓反担保送货下游中小企业承兑担保仓单质押保证金承兑汇票银行分批还贷仓单分提单 图6保兑仓（厂商银）融资模式

在供应链金融中，银行对物流企业不但要求对存货进行管理，更是想分享物流企业掌握的信息。从目前的情况来看，物流企业所掌握的信息还远远不能满足实际需要，信息不对称

的现象依然非常严重，一个很大的原因就是物流企业所能掌握的信息始终有限。然后，在“大数据”时代，信息极大丰富，物流企业通过更新设备，整合各种资源，从而更大范围的获取企业信息，更好地服务金融业务。“大数据”时代，物流企业的信息获取、信息整合和信息利用主要体现在以下3个方面：

一是“大数据”技术可以极大地扩展数据来源，利用“大数据”平台，物流企业能从互联网、移动平台等多种非传统渠道中及时捕捉以前无法获得或无法使用的客户数据 （包括非结构、半结构、流数据等），这使得许多依靠传统方式无法完成的工作成为可能，从而使金融物流业务的事前风险预判结果更准确，更具指导意义；

二是通过“大数据”技术可以将许多非结构化数据与传统数据快速整合、关联补充，完成企业行为模式分析和发现。这有助于物流企业确定被监管企业运营状态变化规律，建立运营状态变化路径，按变化路径设置风险控制点，逐点评估业务风险，从而形成全新的事中风险动态计算体系及管理模式；

三是虽然单个事件是偶然的，但是大量数据汇总就会具备一定的必然性。“大数据”技术提供的基于预测的应用恰好可以将物流企业所掌握的许多第一手信息进行充分利用，帮助物流企业更加主动地掌控局面，为物流企业的风险处置提供客观准确的决策依据。 2.3 “大数据”促进银行与物流企业深入合作

在现在传统的供应链金融中，第三方物流企业是供应链融资最重要的外包主体之一， 没有物流企业的参与，商业银行几乎不能顺利地从事存货抵押融资和预付款融资业务。第三方物流的引入是基于监管中小企业提供的动产的需求中小企业在进行供应链融资时提供了大量的动产、存货和仓单作为抵质押品，由于这些抵质押物的流动性大，单位价值低等原因导致质押物的确认和评估成本较高，管理难度较大，使得一般的金融机构往往望而却步，从而增大了中小企业融资的难度和银行面临的信用风险，而第三方物流能凭借其网络优势、专业化的技能和信息优势，接受银行的委托完成对质押物的监管，确保银行对质押物的控制权。

但是现在供应链金融还存在货物价值不稳定，客户信息不完全等问题。当“大数据”在供应链金融中成功应用以后，物流企业和银行的关系将会更加密切，物流企业对货物的监管以及对货物价值的评估将会更加精准和动态化，而物流企业不单单通过存货，还可以通过更多的途径了解客户的重要信息。当物流公司掌握更多的中小企业信息后，银行必须加强与物流公司的合作来获取信息，开拓业务范围，而物流公司也有数据变现的强大动力，这使得双方的合作意愿加深，相互依赖程度加大。

3 未来供应链金融的发展方向与模式

由于“大数据”更多地与互联网相关，近几年很多互联网企业如阿里巴巴、京东和百度等利用自己掌握的客户数据积极参与到金融行业中来。虽然在理论方面的研究还非常缺乏，但是未来“大数据”供应链金融的发展方向和模式在市场上已经出现。目前基于“大数据”的供应链金融主要由电商主导，其中阿里巴巴模式、京东模式和苏宁模式是其中代表。 （1）阿里集团金融服务模式。

2010年和2011年，阿里巴巴在浙江和重庆分别成立了小额贷款公司，注册资金分别为6亿元和10亿元。阿里金融在淘宝、天猫、阿里巴巴B2B的平台上。经上述两个小贷公司为符合条件的申请入提供订单贷款和信用贷款的金融服务。

订单贷款实际上是订单质押贷款，累积年衬率约18％，淘宝、天猫订单贷款最高额度100万元，周期30天。信用贷款是无担保、无抵押贷款，阿里金融会在对申请人韵资信状况、授信风险和信用需求等因素进行综合评价，然后确定授信额度，额度从5—100万元，

累积年利率约21％，信用贷款最高额度100万元，贷款周期180天。截至今年2季度末，阿里小贷已为超过32万家电商平台上的小微企业和个人创业者提供了贷款。申请阿里小贷的会员必须是年龄在18—65岁之间，在工商局注册时问满2年，且注册的地点在江浙（温州除外）沪，为个体工商户或者企业法人的国内居民。阿里这种金融服务模式的优势在于，放贷的形式比较灵活，能够直接积累用户的信用及行为等数据，且控制力强，劣势则在于，面临着很大资金压力和政策风险，且开展业务受区域的限制。 （2）京东商城金融服务模式。

2012年10月，京东商城完成了对网银在线的收购，这样，京东商城取得网银在线手中的第三方支付牌照，同年11月。京东商城向为供应商提供供应链金融服务，并通过与中国银行北京市分行签署战略协议，获得一定的授信额度，最终由银行为供应商发放贷款。而京东商城以电子商务的数据平台进行资信评估，以部分自有资金或者与银行合作，为其旗下供应商发放贷款，收取利息，具体所提供的融资服务包括应收账款融资、订单融资、供应商委托贷款融资、应收账款资产包计划。京东供应链金融服务的贷款利率在基准利率10%-30%，年化利率略低于阿里小贷。京东通过几轮融资，已累计融到15亿美元，并从中国银行、建设银行、工商银行、交通银行等金融机构处取得50亿元人民币的授信额度。京东的这种模式有利于回避政策和资金风险。由通过与银行合作，也能更大的授信额度，同时，电商企业的信用数据可得到银行征信体系的认可和使用，缺点在于容易受制于银行操作，陷入审批困难的境地，缺少了一定的控制权。 （3）苏宁云商金融服务模式。

2012年7月，苏宁云商旗下易付宝取得了第三方支付牌照，这样苏宁易付宝除了能带来更加充裕的资金流之外，还能为苏宁提供庞大的会员信息库，可以更为精准地研究网络消费行为，为下一步针对性营销创造了条件。2013年1月，重庆苏宁小贷公司取得了正式营业执照，可以对供应商提供小微贷款等金融服务，而重庆永协成为苏宁小贷首家成功融资的企业。目前，“苏宁小贷”已经推出“省心贷”和“随心贷”两种金融产品，其中“省心贷”固定借款期限为最长90天。而“随心贷”可以做到随借随还，借款期限比较灵活，借款期限最长30天，能够充分满足供应商短期资金需求。申请苏宁小额贷款，必须是满足与苏宁合作年限超过12个月（含12个月），累计销售额60万元以上，在银行无不良贷款记录等条件。

苏宁拿到了开展独立贷款业务的牌照，采用的是由旗下独立子公司直接放贷和与银行合作放贷相结合的模式，而京东主要采取与银行合作发放贷款的模式。但同时，苏宁和京东在白营平台的经营上面有很多相似之处。这些特点共同决定了苏宁开展金融服务会有其独特之处。与阿里巴巴相比，苏宁线上平台系统化程度还不成熟及金融运作经验不足，交易信息等数据处理和风险控制能力等都有待提高，但是苏宁的优势在于，将物流、信息流，商流的结合形成更为完善的体系，有利于苏宁金融服务的发展：而与京东商城相比，苏宁的资金更为充足，这样对贷款服务本身具有更强的控制力，但是苏宁的金融服务的业务范围还是受到地域的限制，而且不具有京东那样完善的物流服务提供能力。

在现有的三种快速发展的供应链金融模式中，银行参与的程度都不高，而传统的电商在其中发挥了重要的作用。银行在金融领域有先天的经验优势，只是行动速度太慢，未来银行肯定会进入互联网金融市场，而由于银行对互联网市场的不了解，未来将只能通过与互联网公司（电商、支付平台等）合作来进入市场。所以未来供应链金融将会是多种模式并存的格局，其中电商与互联网企业与传统的的物流企业一样，将会发挥极其关键的作用。而且传统电商和互联网企业财力雄厚，加上集资能力比传统银行强大，极有可能成为银行以后强大的竞争对手。所以银行在传统领域中还存在优势时必须做好未雨绸缪的准备，主动与其合作，

争取其中的主动权。

4结语

数据是金融行业赖以存在的重要资源，传统的供应链金融虽然发展强劲，但在“大数据”革命的冲击下其生态模式已经发生变革，互联网企业和电商在这股浪潮中占据先天优势，金融行业的从业者特别是银行如果不能把握住这股变革趋势，极有可能被新兴互联网企业和电商取代。 参考文献：

[1] 方方.“大数据”趋势下商业银行应对策略研究[J]. 新金融, 2012（286）:26-28.

[2] 赵亚娟, 杨喜孙, 刘心报. 供应链金融与中小企业信贷能力的提升[J]. 金融观察, 2009（10）:46-52.

[3] 洪娟. 大数据环境下商业银行“小微贷” 竞争策略研究[J]. 南方金融, 2014（3）:80-83. [4] 林飞, 闫景民, 史运昌. 供应链融资模式下 第三方物流消解信息不对称研究[J]. 金融发展研究, 2010（11）:13-17.

[5] 汤晓燕. 供应链视角的物流金融创新和风险控制研究[J]. 云南行政学院学报, 2013. [6] 马棒. 电商三巨头金融服务模式比较分析[J]. 商情, 2013（42）:39-40. [7] 李国辉. 大数据时代下银行转型的契机[J]. 时代经贸, 2013（18）. [8] 俞立平. 大数据与大数据经济学[J]. 中国软科学, 2013（7）:177-184. [9] 李栋. 浅析大数据时代互联网金融发展的机遇与挑战[J]. 经济视野, 2014（6）. [10] 计志英. 供应链金融：概念研究进展与发展优势[J]. 金融经济, 2010 （6）:122-123. [11] 刘梅生. 中小企业融资双重信用配给与供应链金融支持研究[J]. 贵州师范大学学报 （ 社会科学版 ）, 2009（3）:68-72.