(2018)中国物流与供应链金融发展报告

在中国互联网快速发展与应用背景下，企业触网进行转型发展的步伐日益加快。习近平总书记曾指出，要充分发挥企业利用互联网转变发展方式的积极性，支持和鼓励企业开展技术创新、服务创新、商业模式创新，进行创业探索。如何以成熟的互联网为基础，推进企业的创新驱动和技术赋能成为战略重点。供应链金融作为产融结合与协同的新模式，一方面解决了供应链资产端的融资问题，另一方面解决了资金端的资金投放问题，有效地实现了产融协同，降本增效，风险控制。 在企业普遍性的触网运营下，供应链金融正从“1+N”阶段向在线化、平台化、智慧化和生态化方向发展，强调商流、物流、信息流和资金流的合一和协同，更加强调技术赋能供应链金融的发展。从目前供应链金融行业应用和发展实践看，正在研发和应用于供应链金融的技术主要包括：人工智能（artificial intelligence）、区块链(block chain）大数据(big data)和云计算(cloud computing)、物联网（internet of things） 一、人工智能技术(AI)及其供应链金融应用 人工智能 (Artificial Intelligence) 是集数门学科精华的“前沿学科中的交叉学科”。其研究目的是研发用于模拟、延伸和扩展人的智慧和能力的理论、方法、技术及应用系统。与人工智能相关性*高的三门学科是计算机科学、数学和逻辑学。 与传统融资模式相比，供应链金融的融资模式具有更强的融资优势。依据对融资企业的智能供应链环节中上下游企业“产-供-销”链条的稳固和流转顺畅度等数据的挖掘和分析，不光提升了供应链的效率和竞争力，更可以为企业解决融资问题。创新型企业组织正在应用人工智能和机器学习来处理大量供应链数据，以实现企业供应链管理的优化。将AI应用于供应链金融需要关注以下几个问题： **，明确需要解决的特定问题 供应链包含了从计划到生产，包装，仓储，分销和物流等多个过程，供应链金融依据特定供应链环节设计产品和风险控制，相应地需要我们需要特定的AI项目。例如我们能依托供应链，规划采购贷、订单贷、应收贷等多种供应链金融产品的额度和利率，我们也可以依据供应链设计基于AI技术的风险控制模型。 第二，具备大数据基础 人工智能应用于供应链金融的基础条件是拥有充分的数据。我们可以从企业的不同系统(ERP、MRP、CRM和其他系统)中提取数据，也可以从外部获得互联网上的挖掘数据，或者政府对于企业的监管数据。理想状态下，这些数据集之间*好具有时间框架一致性。如果我们有某个企业超过半年的原材料数据、库存数据和销售数据等，AI应用于供应链金融将更加有意义。 第三，选择一个熟悉供应链的技术伙伴 人工智能应用于供应链金融是个创新的领域，对于有志于将该技术应用于业务领域的公司而言，选择一个熟悉供应链业务的技术服务公司至关重要。从目前供应链金融发展的实践看，我们的企业皮切需要一个数据科学团队来开始使用AI，需要具有供应链领域专业知识的人来规划AI环境，设计AI应用供应链金融的各类模型与算法等。 人工智能技术应用于供应链金融是从事该项业务公司的必然选择，虽然我们有些公司目前还不具备很好的应用条件，但也要充实重视人工智能技术，随着公司供应链金融业务的开展，人工智能技术将带来巨大红利。 二、区块链技术（BC）及其在供应链金融领域的应用 区块链提供了一个可信赖的记录系统，可以解决供应链的三个痛点：数据可视化，流程优化和需求管理。区块链应实现跨供应链层级的金融合作，所有的参与方都可以通过分布式账本对整个供应链的流程有清晰的认识。供应链金融的每一个参与方都是点对点网络中的一员，网络不存在单点故障，整个网络高可用。各方可以减少人力成本、操作风险和系统性风险。基于区块链技术的特点，其在各行业领域供应链金融发展中的应用模式表现在： **，区块链应用于预付款融资模式 企业向金融机构申请融资用于向核心企业采购，包括保兑仓模式、替代采购模式等。此时，区块链技术需要侧重的关键点便在于如何确保下游企业贸易的真实性，融资用途不被篡改等，常用的方法是通过引入第三方监管企业（一般是物流企业）对货物进行监管。 第二，区块链应用于应收账款模式 核心企业的上游供应商以应收账款的转让或者质押进行融资，包括明保理、暗保理、ABS等。区块链技术侧重的关键点是贸易背景的真实性以及应收账款的回款信息等。贸易的真实性是整个融资业务的基础，回款信息是融资风险控制的保障； 第三，区块链应用于存货质押融资模式 由第三方监管公司负责货物的监管，货价的评估以及货物的发放等，一定程度上借鉴监管公司给出的货价评估后金融机构发放贷款。中小融资企业用运营所得还贷，如果中小企业丧失还款能力，也可以提前与核心企业签购销协议，通过核心企业的回收来解决货物的处理问题。区块链技术的侧重点在于第三方监管公司的货物评估与监管信息、中小企业的资金信息等。 三、物联网技术(IOT) 及其在供应链金融领域的应用 物流网技术+供应链金融”模式通过GPS、生物识别等手段，对动态和静态的目标进行识别、定位、跟踪、监控等系统化、智能化管理，然后进行数据汇总并分析，使客户、监管方和银行等各方参与者均可以从时间、空间两个维度全面感知和监督动产存续的状态和发生的变化，进行风险监控和市场预测。 物联网的技术特点和在供应链金融领域的应用一方面有效控制供应链金融风险，另一方面获得各类数据信息，反向协同进行风险控制，其应用主要体现在： **，物联网应用于静态存货质押模式 借助物联网技术对存货质押、仓单质押、融通仓等服务的进一步提升，实现融资过程中监管服务的网络化、可视化、智能化，使实现对存货质押融资的数据有效获取和风险有效控制。2015年，平安银行将物联网智能监管拓展到钢铁行业中来，通过引入感知罩、感知箱等物联网传感设备，建立起?重力传感器+精准定位+电子围栏+仓位划分+轮廓扫描?的智能监管系统，赋予动产以不动产属性，实现对钢材的识别、定位、跟踪、监控等系统化、智能化管理。 第二，物联网应用于动态存货质押融资 该模式主要针对运输过程中的货物进行监管、监控，从而完成货物在送达客户过程中的融资，如华夏物联网研究中心提出的货运物联网金融。货运物联网金融是在货运车联网技术的基础上创新的金融服务，通过复合金融卡技术（RFID卡与银行卡合一），面向货运车辆，实现一车一卡，集成卡车运营中的一切商务活动，进行金融服务创新。如集成加油、运费、保险等服务，可实现庞大客户群的团购，使得货运出行服务费用得到较大幅度的优惠。 四、大数据技术(BD) 及其在供应链金融领域的应用 国务院《促进大数据发展行动纲要》将大数据定位为“新一代信息技术和服务业态”，赋予大数据“推动经济转型发展”“重塑国家竞争优势”“提升政府治理能力”的战略功能，并将数据界定为“国家基础性战略资源”。大数据在供应链金融正在得到应用是事实，但应用的好坏需要关注以下几个问题： **，数据来源 （1）通过互联网获取数据。在互联网逐步普及应用的今天，我们可以通过互联网获得各类数据，如通过各类搜索、社交、媒体、交易等各自核心业务领域获取数据。（2）通过物联网获取数据。随着物联网在各个领域的应用，物联网大数据来源与日俱增。（3）通过企业自身的经营积累数据。企业在运营过程中产生了大量的数据，但我们的企业在这方面的数据积累不足，特别是在供应链上的数据积累和挖掘不足，造成数据价值没有充分体现。（4）通过政府部门获得监管数据。这类数据质量好、价值高，但开放程度低。《大数据纲要》把公共数据互联开放共享作为努力方向，实际上，长期以来政府部门间信息数据相互封闭割裂，面向社会的公共数据开放还有一个过程。 通过各种渠道获得的数据要特别关注：（1）数据的数量。（2）数据的质量。（3）数据的合法性。（4）数据的合规性。 第二，数据处理 大数据只是一种手段，关键要善于通过数据的处理解决问题。大数据主要有以下几种较为常用的功能。 （1）追溯功能。通过大数据可以追踪、追溯各种记录，形成真实的历史轨迹，从而触发在各个领域的应用。如客户购买行为、购买偏好、支付手段、搜索和浏览历史、位置信息等。 （2）识别功能。在对各种因素全面追溯的基础上，通过比对、筛选，可以实现精准识别，尤其是对语音、图像、视频进行识别，使可分析内容大大丰富，得到的结果更为精准。 （3）画像功能。通过对同一主体不同数据源的追溯、识别，形成立体的刻画和更全面的认识。对客户画像，可以精准推送广告、产品、准确判断信用及风险等。 （4）预警功能。在历史轨迹、识别和画像基础上，对未来趋势及重复出现的可能性进行预测，当某些指标出现预期变化或超预期变化时给予预警。 （5）匹配功能。在大量信息中精准追踪和识别，利用相关性、接近性等进行筛选比对，更有效实现供需匹配。 通过大数据应用解决中小企业融资难问题，可以看作是通过识别、画像对优质中小企业进行精准筛选和界定，找准优质的中小企业；通过追溯、预警可以对贷款资金、贷后管理等进行监控和评估；通过匹配和优化，更好地实现资金的*优化配置使用。 第三，数据价值 不创造价值的大数据应用不是好应用。大数据应用于供应链金融的效果在于是否提升了能力、改善了绩效。如金融机构、供应链金融服务企业的风险控制能力、盈利能力、获客能力等；融资企业的融资的可得性、成本及便利性等。 随着供应链金融在线化、平台化和智慧化发展趋势，重视大数据、应用大数据是供应链金融生态圈中各方的必然选择。 五、云计算技术(CC) 及其在供应链金融领域的应用 云计算是分布式计算、并行计算、网络存储、虚拟化等传统计算机和网络技术发展融合的产物。云计算有3种类型： （1）软件即服务（software as a service，SaaS）：用户只是租用具体的应用程序和数据库来满足自身需求．不能控制云中的操作系统、硬件和框架设施等。 （2）平台即服务（platform as a service，PaaS）：用户除了使用服务器之外，还包括服务器上的系统软件的租用，不能控制云中的操作系统和框架等。 （3）基础即服务（infrastructure as a service，IaaS）：用户根据实际需要租用尽可能多的服务器，通过服务器的使用获得需求满足，可以更改和控制云操作系统，并根据情况进行调整。 云计算技术发展已经进入成熟期，金融云的应用也正在向更加核心和关键的“深水区”迈进。调研资料显示，已有过半数的金融机构使用OpenStack等开源云计算技术。云计算技术为金融机构提供了统一平台，有效整合金融结构的信息系统，消除信息孤岛，在充分考虑信息安全、监管合规、数据隔离和中立性等要求的情况下，为机构处理突发业务需求、实现业务创新改革提供有力支持。近年来，云计算计算在众多企业得到了很好的应用： （1）云物联 应用云计算技术使物联网中数以兆计的各类物品的实时动态管理，智能分析变得可能。2017年4月，中国外运股份有限公司与腾讯云正式达成战略合作，中国外运逐步将公司的交易型应用、公共服务生产系统和开发测试应用系统部署迁移到腾讯共有云。同时，利用腾讯的云管理平台能力和技术力量，协助扩充私有云平台，共同构建安全混合云平台。 （2）云存储 云存储通过集群应用、网格技术或分布式文件系统等功能，将网络中各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的系统。亚马逊2006年就推出弹性云计算服务，核心是分享系统内部的运算、数据资源，达到使中小企业以更小的成本获得更理想的数据分析、处理、储存的效果。 （3）云安全 通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的*新信息，推送到Server端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。2017年，百度云与民生银行合作，为民生银行提供其信贷企业的风险管理和预警服务。 （4）云计算 近年，许多大型的互联网技术提供商就提出了金融云的概念，即利用云计算的运算和服务优势，将金融业的数据、客户、流程、服务及价值通过数据中心、客户端等技术手段分散到“云”中，以改善系统体验，提升运算能力、重组数据价值，为客户提供更高水平的金融服务，并同时达到降低运行成本的目的。 人工智能、区块链、物联网、大数据和云计算等新兴技术并非彼此孤立，而是相辅相成、相互促进的。大数据是基础资源，云计算是基础设施，人工智能依托于云计算和大数据进行智能管控，区块链实现分布式记账，物联网实现物物互联，动态获取数据。从发展趋势看，上述各项技术在商业实践领域的应用会更加紧密，技术边界在不断削弱，新一代信息技术的发展正在形成融合生态，并推动供应链金融发展进入新阶段。 ……