大数据在供应链金融风险管理中的应用及问题研究

王诏宾 中国人民大学汉青经济与金融高级研究院

在互联网供应链金融的发展中，由降低放贷条件和宽松审核放贷条件造成的风险为供应链金融造成巨大损失，因此建立高效全面的信息采集和审核技术刻不容缓。大数据分析技术是伴随互联网应用而生的一种信息处理技术，在处理庞大的数据和信息方面具备较强能力。大数据技术能够利用互联网为金融机构提供数据收集和处理的方法，帮助供应链风险管理制定防范措施。而供应链金融风险涉及的风险较大、大数据相关理论知识也在不断地完善当中及互联网数据和信息的特殊性等问题，使得大数据在供应链金融风险管理的应用需要进一步研究，以明确大数据在供应链金融风险管理中面临的问题。

一、大数据与供应链金融风险管理的关系

随着计算机技术的发展，个人和企业每时每刻都在产生大量的数据，正是这些大量数据成为我们进行预测、运筹与决策的依据。国内外都在部署大数据的发展战略，2013 年3 月我国“大数据在政府统计中的应用”被部署，2012 年4 月英国、美国和澳大利亚等国联合全面启动战略性的大数据措施[1]。大数据分析技术的发展与互联网息息相关，并且已经扩展到众多科学研究领域和商业领域，其灵活的数据处理能力备受企业的青睐，特别是依靠于互联网的相关企业[2]。大数据、社交网络和云计算等信息技术在近年来得到长足的发展，在多种行业的运营中都获得了较为成功的应用，其研究的深度和广度都在不断地扩大，各国均在积极地推动相关行业的发展，以谋求未来大数据运用的一席之地。

供应链金融是对融资成本及融资能力进行优化，为供应链金融中围绕核心企业的生态圈提供的融资服务[3]。在互联网模式下供应链金融的发展，需要借用大数据的相关技术为供应链金融风险管理提供依据，为企业在金融环境下做好监管提供前瞻性思路。供应链金融风险所具有的动态性、传导性及复杂性的特性在供应链金融与互联网深度结合后变得更加突出和敏感，互联网供应链金融的风险来源和风险结构变得更加复杂[4]。供应链金融在运营的过程中面临的风险较多，如信用风险、流动性风险和操作风险等，互联网供应链金融的业务形态和流程相比商业银行更为复杂，参与其中的客户数量众多，因此某一操作的风险将会增加整个互联网供应链金融生态系统的风险。随着经济环境日趋复杂，诸多企业公布的数据信息都失去了时效性，从而使得供应链金融风险加剧。大数据分析及挖掘技术能够长期有效地监管相关数据，提供一定的预测模型，帮助金融机构有效管控各种风险。金融机构可以利用大数据工具建立数据源分析计算系统，有利于金融机构更准确的收集风险信息，提高风险信息的甄别能力。

二、大数据在供应链金融风险管理中的应用

1.帮助建立供应链金融风险防范体系。供应链金融风险在市场多元化因素的影响下，金融风险的种类和数量较为庞大，为金融机构的风险管理带来难度。面对供应链金融风险的状况，单一的防范措施无法避免所有问题，实行的体系化和复杂化的综合性防范体系将会有助于从整体和局部上控制所有风险，防范金融风险可能带来的危害。大数据的分析技术的运算能力是帮助金融机构的关键所在，在供应链金融的理论指导下，通过大数据建立起供应链金融风险防范体系对交易前后的全过程进行监管，并对金融风险的发生率进行持续性监管。同时，供应链金融风险的防控具有时效性，利用大数据的算力和特性做到全天候及全供应链范围监督。

2.利于供应链金融风险信息的治理。在互联网复杂的环境下，供应链金融交易行为产生和收集的信息众多，且不容易辨别为供应链金融风险管理工作带来一定的难度。且供应链金融风险的发生具有特殊性，其传导方式是供应链上下游相互影响，某一环节出现风险则将会导致整个供应链面对风险。而供应链金融风险依存于互联网环境，各项金融活动的开展主要依据大数据来进行风险识别，并通过信息整合的方式完成对风险的管理和控制。供应链金融风险的相关信息治理是金融机构较所面临的棘手问题，在供应链金融交易的前、中、后各个环节产生的信息繁多，利用大数据的方式能够更加全面的掌握相关信息，对客户做到正确的风险评价。大数据参与的风险管理模式能够发挥其在数据收集、整理、应用方面的优势，实现对供应链金融风险信息的统筹管理，减少风险把控的流程，提高风险和信息治理的效率和质量。

3.降低供应链金融风险。供应链金融在依托于互联网时，其业务交易方式与传统金融业务有较大区别，最重要的区别在于其评估放贷关键指标均由客户相关信息构成。在大数据技术支撑下，能够帮助金融机构获取网络中更加全面的客户信息，并提供合理的判断和综合性的评估。新的大数据技术还能够将数据进行可视化展示（例如Power BI），形成图表等更利于不精通大数据技术的从业人员对各项业务和交易情况进行分析和决策。大数据所搜集的信息，结合供应链金融从业人员的专业判断，能够对于企业放款的要求正确审核，降低金融借贷的风险，完成对金融风险的有效控制。

三、大数据在供应链金融风险管理面临的问题

供应链金融风险大数据的获取成本较高，这是由于互联网数据的特殊性导致。供应链金融风险的数据反映了供应链上关于生产、物流、资金流等动态和实时数据流，这就意味着每秒钟的数据量都需要被记录，必须要建立一个完整的体系来获取所有数据。而各个平台的数据掌控者相互独立，想要获取所有数据就需要更多的权限，投入更多的资源，但在风险管理中这又是不可少的投入。供应链金融风险大数据的处理成本也较高，首先需要聘请具有大数据处理技术的人才，投入足够的基础资源供其进行数据分析，再者数据的分析过程趋于智能化，大多数供应链金融风险数据能够建立模型，而模型的编辑和训练都需要投入成本。

从供应链金融本身的角度出发可知，其本身蕴含的风险使其在处理内部风险时更加谨慎，在采用较新的大数据处理技术时，这个风险将会再次放大。若供应链金融的信息不足以支持大数据这样的技术进行合理分析，将会使得供应链金融产生实质性的经济损失。从大数据的角度考虑可知，支撑大数据技术准确性的主要因素是数据和分析方法，二者有一个存在问题则将会使得结果不可信。由于互联网的数据是由人为进行编写和统计，其相关信息也可以人为进行操作，这就意味着大数据技术也将会获取错误的数据。再者互联网的数据可能存在矛盾，例如某客户的信用记录良好，而其贸易记录出现负面信息，则将会使得该客户的风险降低。大数据的分析方法由数据分析人员掌控，这需要其掌握足够的大数据分析知识，也需要供应链金融的相关知识，还需要不断地模拟和推断才能够使得这个数据处理的风险足够小。

四、总结

在经济发展的推动下，互联网的供应链金融业务将会持续发展，供应链金融风险管理措施将会不断被完善。大数据作为处理庞大数据的关键技术必将会为供应链金融风险管理提供帮助，为供应链金融的健康发展提供技术支持，帮助金融机构降低供应链金融风险，带动互联网经济的进一步发展。因此，认清楚大数据在供应链金融风险管理中的作用，解决大数据在供应链金融风险管理中遇到的问题是供应链金融发展的必经之路，是营造安全的供应链金融交易的重点。