供应链金融大数据的应用.pdfVIP

供应链金融大数据的应用

一、供应链金融服务的现状

供应链金融是运用供应链管理的理念和方法，为相互关联的企业提供金融服

务的活动。主要业务模式是以核心企业的上下游企业为服务对象，以真实的交易

为前提，在采购、生产、销售各环节提供金融服务。由于每家企业都有自己供应

链条，展现出一个庞大的供应链网络。不同的金融企业把自己的服务产品化，赋

予不同的产品名称。

在过去的十多年里，供应链金融业务出现了许多创新，第一是金融与物流两

业融合。包括订单融资、保单融资、电商融资、金融物流、担保品管理、保兑仓、

保理仓、贸易融资、应收账款质押融资、预付账款质押融资、进出口项下质押融

资、存货质押融资、融资租赁、金融物流、供应链金融、仓单质押、动产质押、

互联网金融。还有代收代付、结算、保险等。物流企业的作用在于保证货物存在

和交付。

第二个创新是金融与物流进入电子商务。几乎所有电子商务公司在提供交易

平台的同时提供融资平台，为买、卖双方开展质押贷款。各主要商业银行、股份

制银行都推出了针对电子商务的融资产品。电子商务将颠覆传统的交易方式。一

是交易不受时空限制;二是缩短交易环节;三是碎片化订单真实反映需求;四是快

速交易要求快速交付;五是为小企业提供了销售市场;六是成本和售价降低。电商

新模式是网上交易、网上融资、网下交割。物流业的业务方式也会改变。快速响

应、快速分拣、小批量、多批次、可视化、网络化等需求，会影响物流设施的规

模、布局、构造等。

第三个创新是互联网金融的出现。互联网金融是利用互联网技术完成的金融

活动。它的出现“让企业家彻夜难眠”。

二、大数据对供应链金融的影响

1、可用于判断需求方向和需求量。

供应链上的企业，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。大数据时代大数据可帮助我们判断一系列变动的规律。同时，

我们还可以把一定时期内的流通和消费看作是一个常量，而在地区、方向、渠道、

市场的分配作为变量。

2、可用于目标客户资信评估。

利用大数据，可以对客户财务数据、生产数据、电水消耗、工资水平、订单

数量、现金流量、资产负债、投资偏好、成败比例、技术水平、研发投入、产品

周期、安全库存、销售分配等进行全方位分析，信息透明化，能客观反映企业状

况，从而提高资信评估和放贷速度。只看财报和交易数据是有风险的，因为可能

造假。

大数据的优势是行情分析和价格波动分析，尽早提出预警。行业风险是最大

的风险，行业衰落，行内大多企业都不景气。多控制一个环节、早预见一天，都

能有效减少风险。

4、可用于精准金融和物流服务。

贷款时间、期间、规模、用途、流向;仓储、运输、代采、集采、货代、保兑、

中介、担保一体化运营。

三、大数据应用的条件

1、基础数据的真实性。

要使用大数据，就必需保证数据的真实性，尤其是基础数据的真实性。当前，

GDP、吞吐量、货运量、仓储设施、投资额、主营收入等数据都有水分。地方

GDP加总超过国家GDP，集装箱重复装卸计算吞吐量，关联企业互开**增加销

售额等，致使数据失真。因此，改革考核体制、改革统计体制已是当务之急。

2、数据要能聚焦成指标。

数据本身是枯燥的、杂乱的，但形成指标后便具有生命。科学地设定指标，

确定指标间的勾稽关系，才能准确地判断事物发展的规律和路径。先行指标有重

要指导作用。数据的负面影响是信息污染，影响判断。

3、不同数据体系要互联互通。

在市场化条件下，数据是资源和产品。利益分割使信息孤岛现象更为严重，

甚至于公共信息都被当作部门利益而垄断起来。部门数据、行业数据、企业数据、

国际数据相互割裂，大数据不能发挥应有的作用。

4、积累准确的参数。

在实际工作中，基础参数极为重要，尤其是是临界参数。参数是基准，木直

中绳，参数就是木工打出的那根基线。在我国，货币发行量、货币流通量、每百

平方公里道路里程、仓储业投资规模、物流园区投资规模、港口数量和吞吐规模、

物流强度、投资强度、投入产出比、均缺少基准，才出现了货币超发行，通货膨

胀，港口过剩，产能过剩等问题。

5、先进的数据应用理念。

如果数据是客观的，使用数据的人还要有先进的应用理念。这与经验、学识、

能力有关。决策，尤其是与企业命运有关的决策，不能参杂私念和人情因素。如

果我们认真追究产能过剩形成的原因、追究投资失误的原因，都与理念有关。