您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 评论 > 中国经济 > 建立新型供应链金融数据化风控体系

建立新型供应链金融数据化风控体系

发布时间:2019-02-02 作者:派智库 来源:银行家 浏览:【字体:

建立新型供应链金融数据化风控体系(2019.2.1)

内容来自dedecms

[摘要]在国家政策支持和市场各方努力下,供应链金融目前已成为金融业的热点和金融资本角力的焦点领域。近年来,供应链金融的业务模式不断创新,金融科技应用逐步深化,服务效率逐步提高,服务成本日趋下降,风险管理能力也得到迅速提升,成为公司金融最具创新活力和技术含量的业务。在供应链金融发展中,代表着先进生产力水平的新型供应链金融数据化风控体系发挥了关键的积极作用,本文将对此进行分析,以促进中国银行业进一步转变观念,强化创新,增强服务实体经济和小微企业的能力� 织梦好,好织�

  (中经评论·北京)在国家政策支持和市场各方努力下,供应链金融目前已成为金融业的热点和金融资本角力的焦点领域。近年来,供应链金融的业务模式不断创新,金融科技应用逐步深化,服务效率逐步提高,服务成本日趋下降,风险管理能力也得到迅速提升,成为公司金融最具创新活力和技术含量的业务。在供应链金融发展中,代表着先进生产力水平的新型供应链金融数据化风控体系发挥了关键的积极作用,本文将对此进行分析,以促进中国银行业进一步转变观念,强化创新,增强服务实体经济和小微企业的能力�
  
  一、供应链金融存在多方面风�
  

  供应链金融涉及主体多,操作流程复杂,且服务对象多为小微企业,因此供应链金融存在多方面风险。可以按主体、流程和类型三个维度来分析供应链金融的风险。第一个维度是按照主体来看,供应链金融风险包括借款人风险、担保人风险、押品风险和第三方风险,特别是供应链金融中需要依靠物流监管企业、电商平台和数据商等第三方的配合,就产生了不同于传统信贷的第三方风险。此外,还有来自于外部行业与市场的风险。第二个维度是按照风险的类型来划分,其中突出的还是信用风险和操作性风险,特别是由于供应链金融流程环节涉及多个主体且操作复杂而产生的操作风险,如核保不实不严、未落实质押权,虚假出置、押品高估和悬空、未办妥抵质押登记和付款方未将应付账款支付到银行指定账户等操作风险,这些操作风险甚至在一定程度上引致信用风险。此外,还存在行业政策、贷款用途和资金流向等合规风险。第三个维度是按流程来看,在准入环节的风险包括行业准入、模式准入、集群准入和客户准入等环节的风险,此外还包括贷前调查、贷中审查审批、用信放款及贷后管理等环节的风险� 织梦内容管理系统
  供应链金融的服务对象实际上是供应链中核心企业上下游的企业,这些企业通常都是小微型企业,小微企业具有以下特点:首先,小微企业风险相对较高,经营非常不稳定,变化非常快,抗风险能力很弱;其次,小微企业存在高度的信息不对称,信息对外披露较少,且可信度较低,尤其是财务信息,收集小微企业信息非常困难,风险管控难度大;此外,小微企业规模小,银行风险管理成本高;同时,小微企业由于融资渠道少,对融资服务的可获得性和时效性要求更高。基于以上特点,小微企业风险管理就成为世界性难题,小微企业融资难、融资贵和融资慢也就成为难以破解的金融困局�
  
  二、供应链金融风控体系创新
  

  一切金融服务都必须在风险与收益之间保持动态平衡,才能实现商业可持续,因此,供应链金融也必须建立以下三个战略支点:第一,成本必须降下来;第二,效率必须提上去;第三,风险必须控得住�

织梦内容管理系统


  
  在当前服务实体经济和开展普惠金融的形势下,商业银行必须通过创新建立供应链金融的三个战略支点,这是供应链金融发展的基础和前提。创新内容包括模式、理念、流程和技术创新等�
  
  (一)模式创�
  
  
首先是风控模式创新,小微金融风控模式经过了三个阶段:
  
  第一个阶段:全手工线下模式,也叫供应链金�1.0,完全依靠客户经理人工线下收集客户信息,并通过信审经理进行经验判断�
  
  第二个阶段:半自动信贷工厂模式,将流程进行集中化处理,在若干流程中引入标准化作业工具,如信贷打分卡等�
  
  第三个阶段: 全自动数据融资模式, 也称为大数据风控模式� 技术基础是互联网、人工智能AI(A r t i f i c i a lI n t e l l i g e n c e � 和流程自动化R P A(Robotic Process Automation),通过互联网和内联网获取客户数据,然后通过规则模型对数据进行处理,并根据处理结果驱动业务流程� 织梦内容管理系统
  
  要尽快建立全自动数据融资模式,这种模式才能更好地实现降本、增效、控险的目标�
  
  (二)理念创�
  
  
业务模式创新需要理念创新作为基础,必须颠覆传统授信理念,主要有以下方面:
  
  首先,重用信、轻授信。传统授信业务在授信过程中花费大量时间,但是在用信阶段,却往往流于形式,很少进行实质性风险审查,而形成实质性风险的恰恰是用信环节。在供应链金融中,可以把授信彻底舍弃,直接进入用信,每一次用信就相当于是授信,授信额度相当于未结清余额加上本次用信额度。这样做的好处在于认真全面地审查每一次用信的风险,更加回归风险管理的实质�
  
  其次,重债项,轻主体。银行的主体评级是基于企业过�3年的财务报表,通过财务报表做评级这种方式适用于大中型企业,很难及时反映小微企业的实时风险状况。很多小微企业没�3年持续经营的历史,更谈不�3年的财务报表,即使有,可信度也非常低。所以,我们在供应链金融风控中,要更加注重企业的交易,根据每一次交易来判断企业的风险,而不是企业主体� dedecms.com
  
  再次,重短期视角。多数小微企业没有遥远的过去,也很难有遥远的未来,小微企业平均寿命只�3年多,因此银行更应注重小微企业的当下,关注其现时的经营状况�
  
  最后,以交易额度代替授信额度。根据企业的每一次交易,给予一个额度,这种额度的基础就是交易以及交易形成的数据、债权和物权,和企业主体关系不大。由于额度与交易相关,交易结束,贷款就应该收回,因此这种额度是小额高频短期的,可以根据企业的经营状况及时调整和收回,这种短期信贷产品更容易有效应对小微企业的风险�
  
  (三)手段创�
  
  
理念创新需要相应的手段创新,必须从原来传统的作业手段过渡到基于金融科技的手段�
  
  首先,从手工录入到线上获取信息,通过与企业系统直连以及部署网银等方式,实现线上自动获取数据,无需再通过资料收集后手工录入的方式获取数据。其次,从单一数据来源到多渠道来源,数据不再单纯依靠客户经理采集,也不局限于客户以及银行系统等单一方式和来源,电商平台、企业ERP、物流系统、政府信息等各类外部大数据都是可利用的数据来源� 织梦好,好织�
  
  再次,数据处理方式从专家经验到规则加模型,模型包括简单的规则模型,也包括统计模型和复杂的机器学习模型,这些模型可以实现专家经验的积累和传承,保持理性和决策一致性,能够标准高效地执行信贷审批�
  
  最后,从人工到自动化和智能化,自动分析业务中的数据和信息,从中挖掘出数据规律、趋势等,并加以有效应用,达到“总结过去、预测未来”的智能风控效果�
  
  (四)流程创�
  
  
手段创新需要落地到流程创新,以线上化和自动化的操作优化供应链金融的流程体验,达到降本、增效、控险的多重目标。在整个流程中,开户、贷款申请、审批、放款、签署合同、抵质押登记、贷后管理、预警催收等环节其实都可以通过系统自动处理,每一个环节的分析判断与决策都是由数据模型做出来并推动流程的。实践中也可以在若干节点设置人工干预,特别是对难以直接通过或拒绝的犹豫状态,可以借助专家来判断和决策�
copyright dedecms

  
  二、新型供应链金融风控体系的实�
  

  基于新的模式、理念、手段和流程,构建适应新形势和客户需求的供应链金融数字化风控体系,是当前供应链金融发展的需要,也是银行更好地服务实体经济和实现经营转型的需要�
  
  目前供应链金融风控体系的构建具备了相对成熟的条件。首先,已经具备较为完善的数据基础。互联网、大数据技术的兴起以及电商平台的蓬勃发展,交易行为线上化趋势明显,供应链交易数据的获取成本低、效率高且可信度高。外部宏观经济、行业以及征信、工商、税务等一系列相关公开信息平台的完善,也为供应链金融风控提供了更加多维度的数据支持。其次,数据技术也较为成熟。在数据获取方面,可以通过物联网、互联网和移动互联网,实时采集企业生产经营数据和交易数据;在数据存储方面,云计算和分布式数据库可以容纳海量数据;在数据处理方面,自然语言理解、图像识别、数据挖掘和机器学习技术日益成熟,AI技术的应用可以极大地提高信息处理效率,部分甚至全部替代专家决策� 织梦好,好织�
  
  国内外部分先进银行和一些金融科技企业已经在供应链数据融资方面积累了大量的实践经验和成功案例。花旗与Biz2Credit、摩根大通与Ondeck、法国巴黎银行与Mysis都开展了基于供应链交易数据的业务合作。国内也有工商银行、中信银行和平安银行等,通过与供应链核心企业电商平台合作,开展基于数据的供应链金融的成功案例。京东金融、深圳怡亚通和阿里一达通等贸易服务企业也基于供应链交易平台数据开展了大量融资业务,与商业银行实现获客引流和部分风控职能的合作�
  
  数据是构建供应链金融风控体系的基础,只有建立了立体多层次的数据,才具备构建新型供应链金融风控体系的基础。宏观经济和中观区域产业数据银行可以通过采购获取,而客户主体数据和交易数据除了采购和通过合作伙伴取得之外,银行更应该在内部业务系统中获取。银行拥有大量的企业资金结算数据,这些数据是企业生命体征数据,就像人的呼吸、心跳和体温一样,只要企业在正常经营过程中,这些数据就会持续地表现在资金结算系统中,这部分数据质量非常高,而且也可以真实反映企业经营状况� dedecms.com
  
  在供应链金融中, 最主要的是交易数据,通常可以通过电商平台、企业ERP和物流企业的系统获得。随着社会经济信息化的推进,合同、订单、仓单、提货单、应收账款等信息都逐步实现了电子化,成为可以直接利用的格式化数据。银行可以通过银企直联的方式对接企业或第三方合作伙伴,实时获取这些数据。基于API(Application ProgrammingInterface)和SDK (software developmentkit)技术模式的开放银行(Open bank)标准目前已成为国际银行业发展基于互联网金融服务的最新趋势和技术标准,银行通过与企业和伙伴的系统连接,更加紧密地嵌入到供应链场景,实时获取交易数据,为企业提供更加敏捷顺滑的供应链金融服务。落后于这种技术标准的供应链金融都将逐步被淘汰出局�
  
  在数据基础上,就可以构建风控模型,并进而通过模型实现流程自动化。获取各类内外部数据之后,就要通过ETL(Extract-Transform-Load)完成数据的抽取、转换和加载,之后进入模型层进行处理,这个阶段主要是AI技术的逐步应用。模型决策之后进入流程应用层,要对各个流程节点进行改造,引入RPA(Robotic Process Automation)技术,实现流程自动化。然后,再通过银行的电子银行渠道或者开放银行平台嵌入生态化场景中,为客户提供无处不在的服务� dedecms.com
  
  新型供应链金融风控体系还需要突破监管和现有的银行制度。随着互联网和电商的发展,目前很多供应链金融需要在跨区域甚至全球范围内提供服务,核心企业和供应链上下游企业对于通过银行一点连通全国的要求日益迫切,客户希望银行一个机构能够承做分散在多个区域的供应链企业的融资业务,实现规模经济效益和流程高效。这种客户需求和银行内部授信管理政策和流程存在差异,对目前的开户、客户属地化管理和信贷三查形成挑战。如何促进监管和银行管理层对现有政策做出调整,就成为当前供应链金融发展的难点和焦点了,这远比技术的应用困难得多。这不仅要冲击现有的理念和政策,更重要的是会遇到惯性思维和既得利益者的阻抗,因此这也是银行开展新型供应链金融举步维艰的根本原因�
  
  实践证明,基于数字化风控体系的新型供应链金融满足了大量供应链小微企业的融资需求,效率高,成本低,风险也相对可控,符合商业可持续原则。希望有更多的传统银行能够迅速转变观念,积极应用金融科技,跟上供应链金融发展的时代潮流,实现数字普惠金融,更好地服务实体经济�
copyright dedecms


(《银行家》,中信银行,王鹏虎�