张博源
文章论述了建立供应链金融数据平台的背景及必要性,阐述了如何建立数据仓库、多层次的互联网供应链金融数据模型、三大属性数据元规范和数据平台技术实现。本论文提出一种数据共享和隐私保护方法,研究在安全性和隐私性保护假设下,采用安全多方计算技术实现数据共享。
供应链金融是一个将物流运作、商业运作和财务管理有机结合的管理行为和过程。将供应链中的资金流、信息流、物流和商流有机地结合起来,把所有供应链的参与者和外部的服务提供商聚在一起,实现对供应链中企业资金需求的快速响应,最终实现价值共创。从企业经营状况来看,供应链金融提供的金融服务有应收账款质押、仓单质押等。供应链金融服务中小企业主要有两个原因:一方面,用整个供应链的信用评估代替了单一信用企业(主要是中小企业)的评估,提高了其信用评估的准确性;另一方面,由于封闭式、连续运作等特点,使得供应链融资风险可控。
近几年,供应链金融作为一种金融创新得到了迅速发展。到2019年底,国内应收账款市场规模达到25万亿元,年平均增长率超过13%。然而,应收账款的融资额仅为2.5万亿元左右,仅占应收账款的10%左右,使得国内许多中小企业融资难、融资贵的问题不能有效解决。这主要是由于目前的供应链金融平台难以解决资金方、资产端互信的问题,特别是大量中小企业的信用问题。同时,随着供应链与人工智能、大数据、物联网等技术的不断深入融合,未来应该和金融科技一起推动供应链金融创新,让供应链金融更好地为实体经济服务,成为金融供给改革的主线。
一、供应链金融的发展
在一些产业中有一些相互关联的企业,其相互之间的业务交流可以形成一条供应链。从这一供应链中的某一环节出发,由银行或金融机构、物流企业等利用自身的资源加入到这一供应链中,使得资金、信息、物流等多方面的整合变得更加高效,使资金顺着供应链中的商业活动而流动,以更高效的利用资金,这一系列的活动就是供应链金融。
供应链的发展经历了从1.0到4.0。M+1+ N是供应链金融1.0的基本形式,其中“1”代表供应链上的主要大公司,“N”和“M”代表产业供应链中的大公司的供应商和客户。供应链金融2.0逐步开始线上化,供应链上的主要大公司根据其业务特点开展业务,直接服务于主要大公司的上下游参与者,由于供应链金融2.0主要围绕单一的产业链展开,因此难以突破同行业的跨产业链合作。中国目前正处于供应链金融发展的3.0阶段,其特征是更为平台化,各个主体间呈现出复杂的网络结构。未来,在工业4.0或工业互联网时代来临时,供应链金融将逐渐进入4.0时代。
(一)结构性融资需求
当今的商业交易中,多数企业采用赊购赊销方式。这样的支付方式自然会给企业带来一定的资金缺口,导致企业资金缺乏流动性,而资金流动性不足又会增加企业的风险。正因为如此,企业就会选择结构性融资,即将未来能产生现金流的资产剥离并利用其进行融资,从而提高资产的效率,使其能够健康地成长。
(二)非良性竞争
即使在紧密关联的供应链中,企业之间也存在着利益冲突。对于中小型企业,尤其如此。尽管他们的运营和管理相对灵活,但是他们依赖供应链上的大公司和大企业,没有自己的话语权和选择权。所以,中小企业比大企业更容易发生资金流动问题,如果不小心经營,更容易面临破产的风险。
(三)经济全球化
在经济全球化日益发展的今天,国际分工越来越精确和彻底。一件复杂产品的零件可能来自全世界。与此同时,国际资本流动日益频繁和高效,使得世界经济的效率越来越高。供应链金融服务的需求也日益全球化,这也促使供应链金融的产生,并推动其不断发展。
(四)中小企业融资困难
随着供应链的不断发展,越来越多的企业参与供应链的分工协作之中。。伴随着供应链的不断发展和扩张,企业的交易活动越来越多,企业也需要规模扩张,增强自身的实力,这也使企业资金需求增大。但是,由于中小企业融资渠道较少,而银行贷款又必须具备一定的资质和较高的信贷标准。多数中小型企业无法满足这些条件,银行出于坏帐和呆帐的考量,不愿向中小企业提供资金,这使得中小企业融资十分困难。
(五)金融机构需要新的利润增长点
银行业主导了我国金融体系。传统商业银行在我国业务单一,利润主要是利差所得。但是,随着中国利率市场化进程的不断推进,之前的利差优势逐渐消失,银行利润增长率在不断下降,银行业竞争日趋激烈。与此同时,一些新型金融机构的出现和金融创新的不断进入加大了银行等传统金融机构的生存压力。这就要求传统企业探索新的利润增长点。
二、供应链金融数据平台建设
用数据创造价值的过程就好比烹饪美味食物的过程。数据模型是不同原材料的模具,数据标准相当于原材料检验,大数据技术相当于烹饪工具,数据仓库按照模具和烹饪规范将原料储存在容器中。建设供应链金融数据平台需要对供应链金融数据进行整理,建立多层次的数据模型,通过数据元标准对数据加以规范,探索适合的技术框架,确保数据能满足供应链金融业务场景的探索需求。
(一)建立数据仓库
作为为管理决策提供分析服务的数据集合,数据仓库是构建数据平台的重要组成部分。比尔·恩门(BillInmon)提出自上而下的数据仓库建设途径,很多商业银行采用此种方法通过合适的主题模型自上而下来建设数据仓库;比尔·恩门(Bill供应链金融Inmon)提出自上而下的数据仓库建设途径,供应链金融很多.拉尔夫-金博尔(Kimball)提出了一种利用维度建模建立数据仓库的方法,随着大数据技术的兴起,互联网公司通常采用这种方法来构建数据仓库,通过递增方式构建数据仓库。建立数据仓库的实践过程中,可以将上述两种方法结合起来,先提出一个通用的数据模型框架,然后创建相应的 Mart应用程序,从而逐步完善数据仓库的内容。