- 最新供應鏈金融風(fēng)控數據思維 推薦度：
- 相關(guān)推薦
供應鏈金融風(fēng)控的數據思維
今天yjbys小編和大家分享部分關(guān)于供應鏈金融的資料，歡迎大家閱讀學(xué)習，更多相關(guān)資料請繼續關(guān)注應屆畢業(yè)生培訓網(wǎng)哦!
立足于互聯(lián)網(wǎng)金融規范監管的大背景，拋開(kāi)道德、技術(shù)、欺詐等風(fēng)險不談，互聯(lián)網(wǎng)金融的核心風(fēng)險主要還是集中于資產(chǎn)端。從2015年下半年開(kāi)始，隨著(zhù)民間金融工具的增多，互聯(lián)網(wǎng)金融的群起，市場(chǎng)上資金成本逐漸趨低，互聯(lián)網(wǎng)金融的焦點(diǎn)轉為對優(yōu)質(zhì)資產(chǎn)的追逐，而優(yōu)質(zhì)資產(chǎn)中除了一些有融資擔保品等增信的資產(chǎn)，處于供應鏈金融核心的商業(yè)保理、倉單質(zhì)押、訂單融資等產(chǎn)品開(kāi)始受到追捧。那么哪些資產(chǎn)是優(yōu)質(zhì)資產(chǎn)?如果對各類(lèi)資產(chǎn)做一個(gè)風(fēng)險分類(lèi)，資金更容易向哪類(lèi)資產(chǎn)傾斜?除了京東、阿里等能實(shí)現三流閉合的場(chǎng)景之外，有沒(méi)有真正的無(wú)抵押物擔保完全依靠數據取勝的優(yōu)質(zhì)供應鏈金融資產(chǎn)?
筆者以零售行業(yè)為例，結合供應鏈金融的風(fēng)險偏好，通過(guò)自己的理論研究和實(shí)際工作經(jīng)驗，立足于違約成本和大數法則的理論基礎，分析零售行業(yè)的特點(diǎn)，闡述如何利用供應鏈系統、數據分析和計算，加之對金融的深入理解，通過(guò)對金融產(chǎn)品模式、供應鏈金融系統、風(fēng)控模型的完善，第三方數據的借用，在突破供應鏈物流、金流完全閉合的基礎上來(lái)甄別優(yōu)質(zhì)資產(chǎn)，實(shí)現資產(chǎn)端的安全。
供應鏈金融有以下特征：服務(wù)對象特定、與實(shí)體經(jīng)濟聯(lián)系極為緊密、業(yè)務(wù)具備自?xún)斝�、風(fēng)險可控、收入來(lái)源多樣化等。因此項目的產(chǎn)品設計、風(fēng)險保障措施、貸后管理重點(diǎn)都與傳統的信貸有不同，最大的不同應該就是由單一的主體信用考量轉為了主體信用以及交易信用的雙重考量，但又不可過(guò)分的去夸大這個(gè)不同，因為實(shí)質(zhì)上都還是給某個(gè)融資主體進(jìn)行授信，如果沒(méi)有獨具特色的商業(yè)邏輯和模式設定，那跟傳統信貸就沒(méi)差別。
零售行業(yè)的特征是海量小微企業(yè)以地域為界限，圍繞大型商超構建起復雜的商品供應鏈。由于小微企業(yè)信用等級低、商業(yè)風(fēng)險大，又缺乏房屋土地等固定資產(chǎn)作為融資擔保品，因此長(cháng)期以來(lái)，零售業(yè)供應商很難跨越銀行的授信門(mén)檻。在全球金融危機、國內經(jīng)濟增長(cháng)放緩的大背景下，許多行業(yè)都正在遭遇前所未有的沖擊，小微企業(yè)貸款難這一世界性難題，在零售行業(yè)表現得尤為突出。在銀行等主流金融機構難以涉足的領(lǐng)域，以市場(chǎng)化的力量解決中小微企業(yè)融資難問(wèn)題，是我們的努力方向，也是國家金融改革的重要目標。
零供類(lèi)資產(chǎn)項目主要有以下幾個(gè)特點(diǎn)：上下游均有進(jìn)入壁壘，違約成本較高;下游沒(méi)有單一固定的核心企業(yè)或者核心企業(yè)不愿配合確權;下游比較分散，少則十幾家、多則幾十家、上百家，交易的集中度不高;企業(yè)成立三年以上或者實(shí)際控制人具有豐富的行業(yè)經(jīng)驗，有一定的行業(yè)優(yōu)勢;應收賬款總額較大，且能得到第三方數據印證;月均回款較穩定，能調取一年以上的數據等。此種模式的風(fēng)險管理側重在：數據的分析確定交易以及回款的真實(shí)性、穩定性、連續性;嚴格防范企業(yè)的主體以及擔保人信用風(fēng)險;操作人員的專(zhuān)業(yè)性、技巧性、道德性風(fēng)險管理;嚴格、常規的貸后管理措施，實(shí)時(shí)監控核心數據;強大、完善的催收管理能力。
下面我從六個(gè)方面來(lái)闡述如何通過(guò)數據實(shí)現零供類(lèi)供應鏈金融的風(fēng)險破冰。
一、準入紅線(xiàn)
任何業(yè)務(wù)都會(huì )有門(mén)檻，零供業(yè)務(wù)要想解決降低風(fēng)險、提高效率的矛盾，首先就是要科學(xué)定義紅線(xiàn)和準入條件。這些門(mén)檻不是拍腦袋出來(lái)的，也不是照搬銀行等同業(yè)的，一定是基于對行業(yè)和業(yè)務(wù)的深刻理解才能得出來(lái)的。經(jīng)過(guò)多次修正，現在已經(jīng)有一個(gè)關(guān)于紅線(xiàn)和準入的文件。比如紅線(xiàn)定義為： 申請人應收賬款有瑕疵，被重復轉讓、質(zhì)押的不做;融資額未在30萬(wàn)-300萬(wàn)區間，期限不在3-6個(gè)月區間的不做;申請人交易和結算數據不能按要求實(shí)時(shí)監控的不做等�？蛻�(hù)準入也會(huì )涉及融資人主體資質(zhì)、融資主體實(shí)際控制人、融資主體所處細分行業(yè)、融資主體經(jīng)營(yíng)狀況、與金融機構合作記錄等數十項指標。 這是業(yè)務(wù)開(kāi)展的基礎，是一個(gè)憲法類(lèi)的東西，必須予以足夠的重視。
二、違約成本
違約成本過(guò)高是此項業(yè)務(wù)開(kāi)展的理論基礎之一，比如一個(gè)供應商對應著(zhù)十家零售商，按照行業(yè)慣例，一個(gè)年銷(xiāo)售額千萬(wàn)的供應商每對應一家零售商，除去鋪貨外的平均入門(mén)費用(包括進(jìn)場(chǎng)費、條碼費、上架費等)為50萬(wàn)，如果對應十家就是500萬(wàn)，再加上商家的應收賬款和庫存平均不低于200萬(wàn)。單就交易來(lái)說(shuō)，我們給出的額度不高于月均銷(xiāo)售額的80%,也就是60萬(wàn)左右，對于一個(gè)正常經(jīng)營(yíng)的供應商來(lái)說(shuō)，為了60萬(wàn)的融資丟掉大于700萬(wàn)的投入從邏輯上是講不通的(當然還涉及到其他問(wèn)題，比如真實(shí)的負債率是多少，如果企業(yè)不止有60萬(wàn)的負債而是2000萬(wàn)的負債，那他就有足夠的動(dòng)力去違約甚至跑路了，因此對企業(yè)隱性負債及其還款日期的調查是此項目的重中之重)。因此，在調查報告里，除了對負債的內容需要進(jìn)行關(guān)注之外，還要引入違約成本的量化結論，以便于審核人員評估。
三、識別風(fēng)險
此項目的核心風(fēng)險有三：分別是交易風(fēng)險、信用風(fēng)險與操作風(fēng)險。其中最難把握的是后兩者。
1、交易風(fēng)險
在這一風(fēng)險的應對方面，目前的貿易融資，管理交易風(fēng)險非常重要的一個(gè)參考指標就是歷史交易記錄。歷史數據的搜集、整理、分析也是數據風(fēng)控的核心所在，未來(lái)發(fā)生什么、會(huì )發(fā)生什么、怎樣發(fā)生什么，我們都不得而知，但可以從歷史來(lái)推測可能會(huì )發(fā)生什么，發(fā)生什么的概率有多高等等(其實(shí)也是一種應用統計學(xué))。這里就涉及到我們所說(shuō)的核心數據。通過(guò)這些數據我們可以基本判斷近一年內，融資企業(yè)的履約能力和履約情況，以及零售商的付款能力和付款情況，從而對未來(lái)3個(gè)月或6個(gè)月的風(fēng)險做一個(gè)基本的預測。從某種程度上來(lái)講，這個(gè)交易風(fēng)險是相對容易把握的，是可以通過(guò)定量分析法來(lái)實(shí)現的。在這個(gè)分析的過(guò)程中需要側重的主要是四點(diǎn)：一是數據的連續性;二是數據的穩定性;三是數據的趨勢性;四是數據的異常性。最后，我們會(huì )得出一個(gè)結論，這個(gè)結論是僅僅針對交易風(fēng)險得出的，但交易風(fēng)險在整個(gè)項目風(fēng)險評估中的比重只占到三分之一。需要特別指出的是，核心數據的分析中要特別注意對銀行流水的分析，這是一項極其考驗耐性和專(zhuān)業(yè)性的工種，我們對銀行流水的分析主要采取人腦+電腦的形式進(jìn)行分析、整理、預測、驗證。
2、信用風(fēng)險
關(guān)于信用風(fēng)險，是一個(gè)老大難問(wèn)題。在零供項目中，主要體現為融資企業(yè)的主體信用以及零售商的主體信用風(fēng)險�；诹愎┬袠I(yè)的特點(diǎn)以及我們的準入中對零售商的鎖定以及供應商一般對應多個(gè)零售商的現實(shí)以及對所有逾期案例的分析，決定了此處的信用風(fēng)險主要體現為供應商(即融資企業(yè))的信用風(fēng)險。此處的信用風(fēng)險中主要包括企業(yè)以及實(shí)際控制人個(gè)人的主體信用，或者說(shuō)是他們的資產(chǎn)能力，IPC中有類(lèi)似的表述。資產(chǎn)=負債+所有者權益;所有者權益=凈利率*銷(xiāo)售額。這些信息的準確取得，除了有技巧的訪(fǎng)談以及上述核心數據或多項數據的分析之外同時(shí)需要借助一些第三方的反欺詐工具。
3、操作風(fēng)險
這里的操作風(fēng)險主要分兩類(lèi)：一類(lèi)是專(zhuān)業(yè)能力以及疏忽懈怠風(fēng)險;另一類(lèi)主要是員工的道德風(fēng)險。第一類(lèi)操作風(fēng)險需要我們的員工在盡職調查時(shí)，要注意嚴格按照流程和要求搜集材料、簽署文件。第二類(lèi)操作風(fēng)險涉及到人性問(wèn)題，我們解決不了，能做的就是不要對人性和道德抱太大希望，通過(guò)制度化手段以及相應的懲戒措施去強化、管理。
四、信用分析
1、定性與定量分析
一般的信用分析都需要包含定性和定量?jì)刹糠謨热�，單一的定性或者定量都不能囊括所有的風(fēng)險。在我們運作零供項目的過(guò)程中會(huì )發(fā)現，前期數據的采集、分析、結論以及真實(shí)負債率的計算等是可以通過(guò)量化實(shí)現的，而有關(guān)企業(yè)的經(jīng)營(yíng)、資產(chǎn)、擔保、征信、庫存合理性、實(shí)際控制人的專(zhuān)業(yè)、經(jīng)驗、對外經(jīng)營(yíng)、民間借貸、是否炒股、是否經(jīng)營(yíng)高危行業(yè)、人品、性格特點(diǎn)、員工評價(jià)、商界地位、名譽(yù)、愛(ài)好、忌諱等等很多對項目的評審具有非常核心意義的信息都是難以計算的，而且是很難去絕對量化的。 想實(shí)現二者的結合，又能高效率低風(fēng)險的完成授信，這幾乎是一個(gè)悖論，我們能做的只能是盡可能的完善，而不要去妄想堵死所有的漏洞和風(fēng)險。
2、二維評級與信用風(fēng)險量化管理體系
二維評級中的二維是指客戶(hù)主體信用與債項信用。此種評級體系除了要求對客戶(hù)在未來(lái)一定時(shí)期內發(fā)生違約的可能性(PD)進(jìn)行測算中戶(hù)外，更要求以貿易雙方交易穩定性和自?xún)斝詾楹诵�，以金流、物流、信息流三流合一為標準，通過(guò)對交易數據的分析，結合產(chǎn)品類(lèi)別、擔保方式、還款優(yōu)先性、客戶(hù)地區行業(yè)、第一還款源的還款能力和還款意愿等對債項本身的特定風(fēng)險進(jìn)行計量和評價(jià)，以反映客戶(hù)違約后債項損失的大小(LGD)。與傳統評級模型不同的是，除了精準的評級模型之外，還需要利用內部穿行測試的方法，利用內部控制測試體系表通過(guò)關(guān)鍵內部控制、常用控制測試及實(shí)質(zhì)性程序等常量，從多維度測試交易發(fā)生以及入賬的真實(shí)性、完整性和準確性。
信用風(fēng)險量化管理體系與傳統的信用風(fēng)險度量方法有本質(zhì)區別。傳統的信用風(fēng)險度量方法側重于定性分析，主要包括專(zhuān)家系統、評級方法和信用評分方法，更確切地說(shuō)，他們都只是一種分配排序，并不能準確指出風(fēng)險的大小。而信用風(fēng)險量化管理體系的簡(jiǎn)歷體現了對信用風(fēng)險的合理測度，即運用有效模型對信用風(fēng)險進(jìn)行評估。體現在PD、LGD、EAD的測度上。
3、在信用分析的過(guò)程中，要突出三個(gè)側重
首先，定量分析與定性分析相結合。其中，財務(wù)指標基本實(shí)現定量分析，考查數據時(shí)間跨度要求為三年及三年以上。針對定性分析設置了相應的比對標準，盡可能的實(shí)現評分有依據，依據值得推敲;
其次，從買(mǎi)賣(mài)雙方的自身實(shí)力及應收賬款交易本身的真實(shí)性?xún)煞矫孢M(jìn)行考量。針對買(mǎi)賣(mài)雙方應收賬款交易流程的考查程序要重于對企業(yè)財務(wù)數據、主體資質(zhì)和硬性資產(chǎn)本身的評價(jià)。力圖通過(guò)雙方的交易習慣，結算習慣來(lái)驗證雙方往來(lái)交易的真實(shí)性、完整性、準確性;
最后，突出較強的延展性。以針對核心企業(yè)立賬模式的傳統供應鏈金融為出發(fā)點(diǎn)，該評級體系可向供應鏈平臺+金融和互聯(lián)網(wǎng)金融等融資指標體系拓展。針對供應鏈融資平臺，該指標體系加大了對歷史交易數據的審核且關(guān)注企業(yè)客戶(hù)的數據從財務(wù)數據向生產(chǎn)數據延伸。生產(chǎn)數據包括但不限于：存貨進(jìn)銷(xiāo)存、企業(yè)費用成本控制制度、現金支付管理、稅款繳存管理、員工數量及工資支付、社保計提與支付、產(chǎn)能利用、固定資產(chǎn)管理等多個(gè)方向�？紤]到眾多供應鏈融資企業(yè)對系統平臺的依賴(lài)性較強，該評級體系設計了針對系統平臺利用控制測試原理的穿行測試。另外，系統平臺的安全性也是評級的重要指標之一，或借助于外部IT 審計或通過(guò)系統自評的方式實(shí)現對系統的測評。
五、第三方工具
據統計，除了經(jīng)營(yíng)風(fēng)險之外，供應鏈金融業(yè)務(wù)90%以上的風(fēng)險來(lái)源于客戶(hù)欺詐，客戶(hù)欺詐的表現形式多種多樣，其中關(guān)于隱性負債、非相關(guān)多元化投資、實(shí)際控制人不良嗜好、資本抽離、控制權爭議等情形最為常見(jiàn)，尤其是銀行征信信息之外的隱性負債問(wèn)題，是一個(gè)世界性的難題，因此就需要金融機構善于利用第三方工具所提供的外部數據來(lái)建模，重點(diǎn)評價(jià)經(jīng)營(yíng)之外的欺詐風(fēng)險。
目前比較權威、與金融相關(guān)性又比較好的數據源有以下平臺：全國工商企業(yè)信用網(wǎng)、中國裁判文書(shū)網(wǎng)、中國人民銀行征信中心、風(fēng)險信息網(wǎng)、被執行人信息查詢(xún)網(wǎng)、中國執行信息公開(kāi)網(wǎng)、風(fēng)控搜、巨潮資訊網(wǎng)、安融惠眾、IPC分析法、信用評級模型、百分點(diǎn)、千家客、鵬元、國政通、東方航空、新浪微博以及一些安融匯眾、同盾科技、好貸網(wǎng)、量化派、譽(yù)存科技、企查查、啟信寶等信用評價(jià)和反商業(yè)欺詐工具等等。以上各項工具既相互獨立又相互印證，需要綜合起來(lái)研究，找出欺詐的可能性。
六、專(zhuān)業(yè)判斷與機器計算
采用專(zhuān)業(yè)判斷與機器計算相結合(又稱(chēng)“人腦+電腦”)的風(fēng)險管理方法來(lái)找到解決零和博弈問(wèn)題的出路。人腦偏重于對定性的分析，電腦偏重于對定量的分析，但兩者沒(méi)有嚴格的界限，往往是互相交叉的。比如一定時(shí)間端內數據的真實(shí)性、連續性、趨勢性、波動(dòng)性等既需要電腦予以呈現，也需要人腦結合行業(yè)和企業(yè)特點(diǎn)進(jìn)行分析。零供項目的業(yè)務(wù)審核流程一般都是通過(guò)人腦負責前期大部分的分析審核，再集合到一個(gè)數據庫中進(jìn)行積累、整理，再通過(guò)共性信息的提取以及對個(gè)性化信息的處理，中間輔以異常信息提示、預警，通過(guò)各項數據和資料之間的交叉，最終呈現一個(gè)人腦+電腦的評級結果。人腦+電腦一定要在系統中得以實(shí)現，電腦可以極大提高審核效率，加上人腦的現實(shí)判斷，最終才能實(shí)現規模取勝與業(yè)務(wù)精煉的共贏(yíng)局面。
總結
最后筆者還有一些期冀，供應鏈金融領(lǐng)域，目前市場(chǎng)上涌出很多大數據風(fēng)控平臺，筆者認為這些所謂的大數據風(fēng)控大多是噱頭，解決不了數據源的真實(shí)性和全面性問(wèn)題，這個(gè)模型就不是完善的，比如如何解決現在的老大難問(wèn)題‘隱形負債’。目前比較有效的風(fēng)控模型要么是有獨特的場(chǎng)景或行業(yè)定位，要么就是輔以有抓手的增信措施，比如供應鏈上的三流閉合，其余都只能作為授信的補充和參考，而非主要參考依據。未來(lái)一定會(huì )出現一個(gè)權威的公共平臺，它可能不以盈利為目的，但可以解決供應鏈金融貸前貸中貸后的數據問(wèn)題，這個(gè)平臺一定要以風(fēng)險、效率、體驗為核心，利用自身的系統對接、數據分析、產(chǎn)品設計、行業(yè)把控、風(fēng)控模型、征信反欺、線(xiàn)上線(xiàn)下結合審批等優(yōu)勢，深入精細做下去，服務(wù)供應鏈條上的中小微企業(yè)，解決中小企業(yè)融資難困境，最終服務(wù)實(shí)體經(jīng)濟發(fā)展。
【供應鏈金融風(fēng)控的數據思維】相關(guān)文章：
最新供應鏈金融風(fēng)控數據思維10-09
最新供應鏈金融風(fēng)控知識06-24
國際貿易供應鏈金融風(fēng)控解析08-20