编辑导语：随着社会化生产方式的不断深入，市场竞争已经从单一客户之间的竞争转变为供应链与供应链之间的竞争，同一供应链内部各方相互依存，“一荣俱荣、一损俱损”。因此，“供应链融资”系列金融产品应运而生。本金融大数据篇文章带你深度剖析供应链金融，相信你一定会有更深的理解。
一、供应链金融的核心价值
供应链金融这个概念是2001年由深发展银行首次提出的，此前深发展银行首创了仓单质押业务，为金融的发展开创出一种新模式。但金融大数据是截止2016年之前，发展相当缓慢，除了深发展银行（后更名平安银行）以外，仅在几家国有银行有试营业的业务。直到2016年国家开始发布相关政策，才迎来供应链金融的发展。
2016年开始国家鼓励发展以核心企金融大数据业为中心的应收账款融资。2017年10月首次提出供应链金融要扶持实体经济发展。2019年提出要减轻对抵押担保的依赖，要提高信用贷款和应收账款融资的比重。
从2021年开始国家提出普惠金融这一概念，开始全金融大数据力推动普惠金融的发展。从国家的政策可以看出国家在推动普惠金融落地的道路上持有非常审慎稳健的态度。
主要是因为一种新的业态出现，其发展尚不成熟，背后的风险尚未完全显露，为了保证国家金融稳健所以采取审慎的态金融大数据度。但是审慎的态度不代表国家的终极目标就是发展应收账款为主的供应链金融，供应链金融是一种手段，国家核心想实现的是让资金流入实体产业中那97%的中小企业，所以现在的普惠金融范围更广了，包含的不只是供应链金融大数据金融一种业态。由此我们可以确定供应链金融的核心价值是：
推动普惠金融的发展，激发中小企业发展活力，增强中小企业抗风险能力，为我国产业供应链稳健发展奠定金融基础促进中小企业从生存线前进到发展线，促进整体产金融大数据业升级那我们在做供应链金融平台的过程中就要把握住这个核心，同时关注风险敞口。
二、百花齐放的背后尚有不足
1. 风控能力不足，制约着供应链金融的发展
目前对于企业还款能力的判定有两大主流，一类是单纯基于传统金融大数据银行风控，一类是传统风控结合在线数据。由于我国数据时代刚刚开始，各地政府和民间的数据平台尚处于建设初期，数据渠道建设不完备，数据收集不够全面，而且目前收集的数据维度还是依照传统银行风控的数据维度在建设金融大数据，有部分平台新增了商旅、社交媒体等数据，但是用以判断企业的经营情况，很重要的银行系统内的现金流水还不能够完全获得。
数据维度不足导致我们对企业真实经营状况掌握不足，在风险判定上势必会保守一些，影响了企业金融大数据的覆盖范围，也影响了企业的融资额度。
除了风控数据不足之外，我们目前基本都是基于企业过去的数据来判断企业未来的还款能力，没有结合企业的发展趋势对未来的还款能力做出预测。然而企业是在未来还款的，预测未来还金融大数据款能力比基于过去还款能力做风险控制会更加稳健。基于过去还款能力做风控是基于一个假设，即企业未来不会比过去差。但是这个假设并不合理。
频频倒闭的核心企业也不少。而基于未来还款能力做风控实际上是一种更理性的金融大数据基于定量分析做出的决策。预测未来具有不确定性，但同时也是开拓性的，这种开拓性一方面可能让我们掌握更加准确的企业还款能力，另一方面对于业务持续增长的企业可以拿到更高额度的融资，会更加有力的促进优质企业的金融大数据发展。实际上预测未来就是在帮整个生态优胜劣汰。
2. 市场普遍是从核心企业入手，穿透性不足，无法惠及到链路上所有中小企业
无论是从国家还是民间角度，普遍都是从核心企业入手供应链金融。从核心企业入手有几个优金融大数据势：①核心企业贸易地位高，更容易带动上下游的中小企业一起来做供应链金融业务，能够让流量快速增长。②核心企业信息化程度相对较高，在推动供应链金融落地实施上变更成本相对更低。③核心企业资信较强，资金实力强金融大数据，以核心企业的还款能力为担保向上游供应商做融资符合现在的风控认知。
我们来细致的解析下以上三点优势。现在供应链金融处于发展初期，还是蓝海市场，让流量快速增长能够快速的抢占市场份额，具备先发优势。
所以第一金融大数据点优势非常重要。而第二点优势借助核心企业的信息化能力，是可以被替代的，科技公司做信息化建设应该比核心企业更具备优势。只是借助核心企业的信息化系统进行改造成本较低，尤其是时间成本的节约进一步促进先发优势金融大数据。
第三点基于核心企业的信用向上传导，其实本质上还是信用融资，而且其信用也只能向上传导，无法向下传导（下游采购融资依靠的不是核心企业的信用），应收账款融资其实还是传统融资穿新衣，本质上不是供应链金融。
经金融大数据过分析我们发现其实基于核心企业做供应链金融只有一个优势，就是快速抢占市场份额。但它也有一个劣势，穿透性不足，不能真的满足整条产业链上中小企业的融资需求。
快速抢占市场份额非常重要，一定是任何企业应该最优金融大数据先的事情。我想说抢占市场份额之余，我们能做的仅仅如此吗？快速抢占市场份额是我们现阶段最重要的事，但是把眼光放长远的话，我们还要回归到中小企业的融资需求与业务场景中，还是要回归到以中小企业为主体的思维。金融大数据
现在市场上供应链金融模式很多，预付款融资、仓单融资、发票融资、税务融资，都是脱离了核心企业直接面向中小企业做融资的方式。不过这里我主要探讨的不是融资的模式，而是融资切入的主体角色。
虽然以核心企业为中心金融大数据做应收账款融资是目前市场上最主流的供应链金融模式，但因为其穿透性差，还无法惠及到市场上绝大多数中小企业，空白市场非常大。我认为从中小企业入手抢占空白市场也是一种先发优势。
最终会形成一种局面，一种是从核金融大数据心企业开始向上下游拓展市场，一种是从中小企业开始向四周拓展市场。未来如果这两种模式能够结合，就形成了一个完整的市场网络。所以如果有人从核心企业切入，有人从中小企业切入，然后两者结合，就相当于以两倍速在金融大数据扩张市场。
3. 供应链金融平台落地过程中忽视中小企业真实诉求
各产业平台在争夺流量的同时会导致整个市场碎片化，中小企业为了拓客，需要在多个产业平台中进行交易，其交易数据分散孤立，难以整合成标准化的数据资金融大数据产，在以数据资产为依托的供应链金融服务中，中小企业享受的服务还是受限的。但是各平台都“各自为政”，并没有达成互联互助，平台的碎片化不符合中小企业的真实诉求。单方面考虑金融机构的需求，忽视企业的需求。目金融大数据前很多金融服务平台以迎合金融机构融资流程为主进行搭建，与企业贸易流程结合不够紧密，企业的融资流程中的整体体验较差，效率较低。不考虑中小企业的业务前景、业务稳定性，为了风控有保障，按照以往的风控模型一刀金融大数据切给较低的额度。但是实体产业中的中小企业虽然规模不大，但是业务流动资金通常也有上百万上千万，一刀切的小额度授信并不能满足中小企业的资金需求。不考虑中小企业的行业属性，不考虑行业整体供需状况与价格波动等金融大数据因素，采用统一的信用风控模型，准确度低，进而导致为了风控降低整体额度。4. 供应链金融服务标准化不足，难以构建全覆盖的金融服务网
目前供应链金融平台都从自身的角度构建平台标准，跨平台就可能是不同的标准，金融大数据不利于跨平台整合。每个行业的上游和下游其实都是跨行业的。例如汽车制造业的上游钢铁供应商所涉及的行业就不只是汽车，还有建筑、道路、机械、军工等等。那下游4S店涉及到的也不只是汽车制造业，还有润滑油、零部金融大数据件等等。如果以某个行业中的核心企业构建标准化，其辐射范围也是有限的，上下游就没办法跨行业整合标准化。部分地区致力于制定地区标准化，但是产业没有地域性，从源头到终端是跨区域的，全国性甚至全球性的，区域标金融大数据准化也有局限性，无法穿透整个产业链。综上，如果不能构建跨平台、跨行业、跨区域的标准化，就无法构建全覆盖的金融服务网。因此标准化不足是未来阻碍供应链金融发展的一大因素，目前并未引起行业重视。
三、供应链金金融大数据融的发展方向
1. 去中心化，不以核心企业为中心，同时任意一家企业都可以成为中心
随着风控的完善，供应链金融就不再需要核心企业的信用，能够达到最终的国家期望，就是在整个国家的产业网络中，哪里缺资金，资金就金融大数据去哪里，能够将社会资金更加合理均衡的进行分配，达到资金利用最大化。一方面是风控的完善推动着供应链金融不断扩展边界，向着去中心化的方向发展，另一方国家期望也拉动着供应链金融向着去中心化的方向发展。我们应金融大数据该基于这种预见打造去中心化的平台，提前创造这种先发优势，也顺势推动供应链金融的发展速度。
2. 去边界化，万企连接，共筑市场网络
去边界化要从三个角度去理解。
①资产端去边界。当前B2B产业平台非常多，在同金融大数据一个垂直领域内也会有多个产业平台，还有一些核心企业的管理平台也会有进销模块承接订单线上化。每个产业平台在提供金融服务时，都以平台内的订单为标的，本身就有平台边界。
客户在一个平台上获得授信是基于企业的整金融大数据体资信状况获得授信额度的，所以一旦在一个平台获得了授信，就很难在其他平台再获得授信了，但是客户的交易可能不限于一个平台，这样就导致客户只有一部分订单可以获得融资。这种产业平台的边界性导致客户无法享受到金融大数据充分的融资服务。
未来一定是以中小企业的真实的融资场景来提供服务的，打破平台的边界将是一个提供更优质融资服务的前提条件。
②资金端去边界。每个金融机构给企业做授信都是以企业整体资信状况、还款能力做授信的。金融大数据
一旦某个金融机构给企业做了授信，企业基本很难再拿到其他金融机构的授信，那么企业享受的融资服务就会受限于当前金融机构提供的服务类型、利率、周期、标的等。
从企业整体资产管理的角度看就不够灵活。对企业更有利金融大数据的方式是有个专业平台统一承担风控责任，根据企业的整体动态还款能力来给予灵活授信额度。然后将融资申请通过路由器分流给各个金融机构，金融机构仅承担融资服务。在这个模式中，金融机构不再承担授信工作，甚至整个金融大数据风控外包，对金融机构来讲通过风险转移降低了风险，同时可以减少组织人员的需求，可以让利给企业，达到普惠金融的目标。
对平台来说，因为提供了风控服务，不仅打破金融机构边界，为企业提供更灵活的融资服务，还增强金融大数据了平台的战略地位，在整个模式中成为不可或缺的存在，同时风控可以为平台增加营收。对于企业来说，可以享受更灵活的金融服务，可以享受更低利率的金融服务。
③融资服务类型去边界。目前各金融服务平台都会推出多种融金融大数据资服务类型，每个类型需要分别申请额度。企业的业务模式多样化，很多时候需要多种融资服务配合使用，但是不同的额度分散零碎，企业使用时需要进行一番匹配。
很可能会出现一个标的金额较大，但是目前企业获得的额度都金融大数据是零散不互通的，没有一个额度可以满足该标的的融资需求。因此我提出的解决方案是平台给企业一个综合的额度，这个额度适用于平台推出的所有融资服务类型，企业只需要申请一次额度即可，后续的融资按需申请，共用一个金融大数据额度。
不仅减少了企业申请授信的操作、减少了风控调用其征信的次数，还提升了额度使用率。融资服务类型去边界的前提是资金端去边界。
3. 金融服务流程自动化
目前社会上的资金主要集中于三处：银行手里、企业手里、金融大数据个人手里。企业是唯一创造财富的出口，然而企业主要用自己手里的钱创造财富，个人的钱存进银行，银行的钱给了少量的企业，也就是大多数的钱只能给到少量的企业创造少量的财富。
社会整体资金分配不均衡也导致了资金利金融大数据用不充分的局面。国家鼓励普惠金融扶持中小企业发展，实际上就是要均衡的分配社会资金，让社会资金发挥更大的价值。银行把钱给到更多的企业创造更多的财富，企业用更多的资金除了维持流动还能投资生产投资创新，产业金融大数据升级的齿轮才能滚动起来。为了让银行把更多的钱给到更多的企业，前期一定是构建全社会企业画像与信用评估，做好风控。
后期就是让银行更顺利更高效的把钱给到企业。所以后期金融服务流程自动化将会逐渐普及。
到那时整金融大数据个系统是根据企业的资金需求自动提供融资服务、自动结算的。企业可以低成本享受银行资金的扶持，多余的利润就可以进一步投入创新研发、投入产业升级中，提升企业利润率。资金通道一旦可以无障碍运转起来，意味着整个金融大数据社会的资金周转率是提升的，社会财富也会持续增长，而且可以降低通货膨胀。
所以金融服务流程自动化不仅是企业的需求，是整个社会整个国家的需求，未来也一定是国家鼓励的方向。
4. 创造新生态，重构社会分工
当金融金融大数据服务流程自动化达到一定的普及后，银行的角色就是全面接管社会资金的分配，企业的角色是创新与连接。把原来企业作为一个单独角色所承担的综合性的功能分解开，把资金功能完全分包给银行，企业集中力量于物的生产与物金融大数据的流转上，社会分工进一步重构。社会分工更明确更精细后，整体社会运转效率会更高。
所以供应链金融未来的发展不仅仅是扶持实体经济中小企业，还能重构社会分工，创造社会新生态。
本文由 @周末的客厅 原创发布于人金融大数据人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议
