供应链金融业务发展和技术应用前景

1、新时代下的供应链金融业务发展和技术应用前景CONTENTS 02供应链金融技术应用前景01供应链金融业务发展趋势21.1 供应链金融业务发展历程31.0阶段2.0阶段3.0阶段线下“1+N”，核心企业+多家上下游企业在互联网技术还未开启的时代，金融机构根据核心企业“1”的信用支撑，以完成对一众给核心企业提供服务的中小微型企业“N”的融资授信支持。如贸易融资产品。这样的融资服务受诸多因素影响。金融机构对存货数量的真实性不好把控，较难核实重复抵押的行为；其次在于经营过程中的操作风险。线上“1+N”，核心企业数据+多家上下游企业将传统的线下供应链金融搬到了线上，让核心企业“1”的数据和金融机构完成对

2、接，从而让金融机构随时能获取核心企业和产业链上下游企业的仓储、付款等各种真实的经营信息。如发票贷、数据贷、电商贷等。但这种只涉及了关键的核心企业，对其上下游中小企业的控制力不足，对于真正借款的中小企业未完成实际的数据收集和掌控。线上“N+N”，核心企业+多家上下游企业+全数据电商云服务平台的搭建颠覆了过往以融资为核心的供应链模式，转为以企业的交易过程为核心。通过在企业交易过程中应收账款的质押等方式，金融机构要搭建一个服务平台，让中小企业的经营性行为都在完整的呈现在系统中，同时引入物流、第三方信息等企业，搭建服务平台为企业提供配套服务。如滴灌式融资，嵌入交易流程中去。发展至今，中国的供应链金融，

3、大体上经历了3个阶段：1.2 供应链金融业务发展现状生态结构4随着供应链金融业务的发展，市场规模逐步的扩大，各供应链金融利益相关方/参与主体不断丰富，共同构成了供应链金融生态。供应链金融生态包含六大类主体：供应链金融需求方；供应链上核心企业；供应链金融平台方；供应链金融科技赋能方；供应链金融资金方；供应链金融基础设施方。1.2 供应链金融业务发展现状产品类型5供应链金融的产品不断的丰富，共有四种表现形态：应收类、应付类、存货类、信用类。资产类别金融产品抵质押物主导方风控重点应收类保理，应收账款质押融资，订单融资，应收租赁款质押融资，票据类融资应收账款核心企业核心企业的反担保作用应付类保兑仓融资

4、，先票后货业务、担保提货业务、未来货权质押、开立信用证业务、卖方担保买方融资等应付账款核心企业上游核心企业承诺对未提取的货物进行回购，并将提货权交由金融机构控制，第三方仓储对货物进行评估和监管存货类动产融资，融通仓融资，标准仓单融资，现货质押融资，浮动融资等存货物流公司企业的历史交易情况和供应链运作情况调查，第三方物流对质押物的验收、价值评估与监控信用类信用贷、流动贷款数据电商、ERP、第三方服务平台长期的真实交易数据跟踪，大数据征信1.3 供应链金融业务潜在的风险6 供应链金融中，核心企业的综合实力决定了外部金融机构对上下游企业的整体评估和授信水平，一旦核心企业出问题，将会蔓延到整个供应链条

5、。1、企业信用风险贸易的真实性是供应链金融存在的必要条件，一旦出现伪造合同、虚构交易等行为，金融机构将面临重大风险。3、贸易真实性风险物流的信息错误或者不对称，造成物流环节的监控迟滞。5、物流监控风险供应链金融下，上下游企业的风险并不局限于自身，还收合作状况，业务交易情况等多种因素的影响。2、上下游企业信用风险由于供应链金融涉及到上下游等多个环节，因此对实际业务操作的规范性和严密性提出了挑战。4、业务操作风险抵质押资产的仓储环节以及价值的变化，会存在资产被挪用以及减值等风险。6、抵质押资产风险1.3 供应链金融业务潜在的风险诺亚事件7 2019年7月8日，美股上市公司诺亚财富发公告称，诺亚财富

6、旗下的歌斐资产为承兴国际相关方提供了共34亿元的供应链融资，而承兴国际控股的实际控制人近期因涉嫌欺诈活动已被中国警方刑事拘留，影响相关资管产品兑付。 供应链金融模式下的欺诈行为，风控不严是重要因素。细究交易结构，存在两大问题：一是交易结构明显不合理，不符合一般供应链金融交易逻辑，二是内部合规风控不严，底层资产真实性出现重大问题。1.4 监管政策为供应链金融的发展指明了方向8随着5G和数据经济的兴起，新的监管政策要求中国经济新旧动能转换中要做实实体经济，精准投放，充分利用新兴技术，为企业降本增效。 1、2019年7月6日，银保监会下发的155号文关于推动供应链金融服务实体经济的指导意见：重点强调

7、坚持四个原则：坚持精准金融服务，坚持交易背景真实，坚持交易信息可得，坚持全面管控风险。明确了监管层对于供应链金融发展的支持态度，金融科技在供应链金融领域的应用也将更加充分。鼓励在依法合规、信息交互充分、风险管控有效的基础上，运用互联网、物联网、区块链、生物识别、人工智能等先进技术，与核心企业等合作搭建服务上下游链条企业的供应链金融服务平台。 2、2019年9月6日，央行发布了 金融科技(FinTech)发展规划(20192021年)：建立健全我国金融科技发展的“四梁八柱 ”， 进一步增强金融业科技应用能力，实现金融与科技深度融合、协调发展，明显增强人民群众对数字化、网络化、智能化金融产品和服务

8、的满意度，使我国金融科技发展居于国际领先水平。提出的重点任务包括六个方面，即加强金融科技战略部署、强化金融科技合理应用、赋能金融服务提质增效、增强金融风险技防能力、加大金融审慎监管力度、夯实金融科技基础支撑。1.5 供应链金融发展的新趋势（一）9供应链金融产业重心手段金融技术支持技术是支持，产业是重心，金融是手段，三者在供应链金融中的深度融合将是供应链金融未来发展的趋势。供应链金融产业发展机会与空间 中国经济发展到了必须要做实实体经济，政策引导金融金融机构支持民营和中小企业，为企业降本增效，供应链金融迎来更大的时代机会。产业互联网时代下供应链的特点供应链参与方更加互联互通互联网化、物联网化、数

9、字化、区块链化产业+供应链金融发展趋势从资源驱动到技术驱动用物联网、大数据、区块链、人工智能等技术驱动供应链金融的长尾市场，提高信贷产品设计的灵活度。技术驱动数据共享，供应链金融服务平台，多节点数据的采集和共享，业务流程线上化、标准化，透明化，效率将进一步提升。资金方和资产方的信息不对称将持续改善，整合外部数据源和交易数据。更多资金流入，资金来源多元化。随着鼓励增加直接融资占比更多的资金会流向供应链金融行业，成为继消费金融之后又一个业务增长点。资金来源多元化，不仅来自于银行，还有证券市场、债券市场以及银行间市场等，应收账款ABS、ABN等新金融工具的出现，交易结构设计不断完善。产业服务方更加深

10、入和扩大国家重塑产业链，企业服务更加多元化，从服务核心企业深入和扩大至服务核心企业及其上下游，并做深做强，解决上下游企业融资痛点，降本增效，提高企业的运转效率。多方参与保险、物流、仓储、保理、评级、信息化服务提供商、征信、金融科技等公司加入进来，共同参与金融创新，提供专业服务。保险方面，从贸易信用险切入，为企业提供各种财产保险。企业亦可通过质押保单向银行或者保险公司申请应收账款融资。第三方物流平台和仓储公司的接入有助于进一步确保交易可信、货权控制与转移可信。保理公司，从应收、应付的债权转让对企业提供保理业务。评级公司则通过对企业的评级，实现企业的增信。通过设定各项政策、指标，政府引导金融机构一

11、定比例、相对较低成本大力支持中小企业，使得基于贸易真实性为基础的供应链金融以相对较低风险与较大金额将成为支持中小企业金融的重要方式。金融科技+产业+多元化的资本市场 解决：风控、效率、资金1.5 供应链金融发展的新趋势（二）10CONTENTS 02供应链金融技术应用前景01供应链金融业务发展趋势112.1 金融科技发挥各自优势，形成聚合能力12物联网技术区块链技术大数据人工智能采用先进的物联网技术，快速高效地收集底层数据，有效监测底层资产。区块链技术解决交易中信任问题，推动社会交易成本的降低，减少数据篡改的可能性。整合大数据资源，实现四流合一。人工智能是大数据驱动的知识学习技术，能够实现运营

12、和监控的自动化。供应链金融2.2 物联网技术实现流通领域的全流程跟踪1304运用物联网技术，对物流和仓库进行改造升级，从运输过程、仓储环节收集物联网数据，实现对货物的监控、周边环境的监控，在此基础上，监控货、箱、车、库、船的信息，实现流通领域的全流程跟踪。物联网技术物流仓储2.3 区块链技术交易可信充分发挥区块链技术分布式账本、信息不可篡改、公开透明、可追溯等特点，将物联网等技术采集的数据存储到区块链，增强交易的可信度。供应链金融是典型的多主体参与 、 信息不对称 、 信用机制不完善 、 信用标的非标准的场景 ， 与区块链技术有天然的契合性 。去中心化、透明可视化、不可篡改、可溯源等特征使区块

13、链天然成为加持供应链金融变革升级的有效技术手段。142.4 大数据实现四流合一商流数据物流数据资金流数据信息流数据数据清洗数据整合数据存储数据标准化大数据仓库XX数据仓库XX数据仓库企业在商业交易中产生的数据在商业活动中的关于货物的物流、仓储数据企业在商业活动中关于与资金相关、与银行账户相关、与支付相关的数据15与场景、交易主体相关的其他数据2.5 研究和应用前沿的人工智能技术和算法深入研究和应用目前先进的人工智能技术和算法，与供应链金融的场景和方案有机结合，积极探索未来人工智能的发展方向，实现自动化识别、运行、监控与预测。技术和算法涵盖范围包括但不限于：逻辑回归决策树随机森林神经网络基因算法

14、支持向量随机深度学习机器学习16聚类算法关联图谱文本挖掘自然语言处理卷积神经生物识别技术OCR识别技术影像识别技术2.6 技术应用案例电商平台的自动化审批17客户评级模型通过定量与定性相结合的方式，主要分为店铺经营数据模型、无征信模型和有征信模型：综合了客户在平台的历史采购信息和经营数据（如淘宝、天猫、京东等）、第三方外部数据源信息（如涉案信息、多头借贷信息等）和借款人信用状况（如人口统计信息，外部征信信息等）。授信额度模型基于客户风险状况，近6个月月均交易额，经营时长等输出建议的授信额度。借款人信用评级平台合作时长、经营时长等客户综合风险等级建议审批意见、风险定价等. 授信额度多因素分析定量模型定稿定性数据收集数据整理及准备单因素分析 定性因素选择定性因素研究分析定量部分定性部分模型验证模板验证优化2.6 技术应用案例OCR识别技术实现文