SHANGHAI JIAO TONG UNIVERSITY
供应链金融课程小组期末汇报
大数据下的供应链金融
授课教师： 张 钦 红 学 院： 中美物流研究院 专 业： 物流工程 小组成员： 李贤杰 王东妮
刘雪菲 蒋星 陶业辉 徐斌
2015年6月
1
目录
一 供应链金融与大数据介绍 ......................................................................................................... 3
1.1供应链金融与大数据的概念 ............................................................................................. 3 1.2大数据下供应链金融的衍变 ............................................................................................. 4 1.3互联网大数据技术在融资领域的应用现状 ..................................................................... 5 1.4大数据时代对供应链金融的影响 ..................................................................................... 5 二“阿里巴巴小贷业务”大数据金融案例分析 ........................................................................... 7
2.1阿里巴巴小贷业务的发展历程 ......................................................................................... 8 2.2阿里小贷发展现状及产品内容 ......................................................................................... 9 2.3阿里巴巴大数据平台的形成 ........................................................................................... 10 2.4阿里小贷的贷款流程及风险控制 ................................................................................... 11 2.5阿里小贷的核心优势（固有优势、相对优势） ........................................................... 12 2.6阿里小贷的发展壁垒及思考 ........................................................................................... 15 三“京小贷”供应链金融案例分析 ............................................................................................. 16
3.1京东供应链金融发展历程 ............................................................................................... 18 3.2发展现状及产品内容 ....................................................................................................... 18 3.3京东金融的大数据 ........................................................................................................... 19 3.4运营模式........................................................................................................................... 20 3.5“京小贷”的优势 ................................................................................................................ 21 3.6“京小贷”的发展壁垒及思考 ............................................................................................ 22 四 金电联行案例分析 ................................................................................................................... 23
4.1金电联行的发展历程 ....................................................................................................... 24 4.2金电联行的大数据 ........................................................................................................... 24 4.3金电联行融资服务模式的运作流程 ............................................................................... 25 4.4金电联行融资服务模式的核心：客观信用评价 ........................................................... 26 4.5金电联行融资服务模式下可实现多方共赢 ................................................................... 28 五 大数据下供应链金融的趋势与发展 ....................................................................................... 29
5.1现阶段制约大数据下供应链金融发展的主要因素 ....................................................... 29 5.2大数据下供应链金融发展的趋势 ................................................................................... 30 5.3发展供应链金融的三个战略选择 ................................................................................... 31
2
一 供应链金融与大数据介绍
1.1供应链金融与大数据的概念
供应链金融是以真实发生的贸易为基础，从供应链上的核心企业开始，银行通过各种管控手段的运用，对供应链上资金流进行合理调配，对物流进行监管，对信息流进行筛选和共享，来为核心企业和上下游企业提供融资服务的模式。如果说，供应链管理是核心企业对其产品走向进行合理配置的话，那么供应链金融就是银行对供应链条上的核心企业和配套企业提供金融服务来实现各方效率提升的过程。
传统的供应链上的核心企业大多数为大规模制造类企业，这就会给整条供应链上的资金流带来两个方面的不平衡因素。首先，作为发挥主导作用的供应链网络中的核心企业，它们与供应链上配套企业的实力上存在悬殊的差距，因此核心企业凭借自己雄厚的经济和技术实力往往在与配套企业的谈判中占据有利地位，使得配套企业处于相对弱势的地位，因而配套企业往往更加需要资金的支持来维持自身企业的资金流运转；其次，对于配套企业来说，它们的总资产构成中以存货和原材料为主，而固定资产相对偏少，可用的抵押物相对较少。即便是拥有一定的固定资产的中小企业，也受困于自身相对较低的信用评级，无法利用手中的固定资产来抵押，获得相应的流动资金，这也进一步加剧了上下游配套企业在企业资金流上的巨大压力。
供应链金融的出现能够很好地解决上述中提到的问题。首先，供应链金融服务体系能够帮助链条上的核心企业和配套企业理顺资金流、物流、信息流，改变供应链上资金失衡的现状和配套企业一直以来面临的融资难的问题；其次，银行根据供应链上可控的、稳定的现金、应收账款、应付账款及存货进行整合并加入了银行信用之后，使得上下游企业的商业信用得到了增强，能够帮助核心企业和上游供应商以及下游经销商加强协作，有利于供应链的稳定和竞争力的提升；最后，金融机构在供应链一体化的高度上，向供应链上的企业提供一揽子的解决方案，使得所有企业都能各取所需，建立起真正的高效率的供应链网络，以此来提高供应链整体的核心竞争力。
“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，是指无法在可承受的时间范围
3
内用常规软件工具进行捕捉、管理和处理的数据集合。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
在过去的十多年里，供应链金融业务的一个重要创新就是互联网金融以及大数据的出现。大数据是当下最热的词汇。在互联网条件下，信息量爆炸式增长，我们只有获取、整理和应用这些信息和数据，才能准确快速的挖掘市场上潜在的利润源。物联网、大数据以及云计算等先进技术的应用，改变了传统供应链金融的运行模式，提高了信用评估、额度和期限以及风险控制的能力和效率，在行业内引起一场变革。
1.2大数据下供应链金融的衍变
供应链金融迈入大数据时代，开启行业发展新时代，供应链金融本质是核心企业利用自身优势消除信息不对称性，增强上下游企业融资能力，进而提升供应链整体效率。近年来，大数据、云计算等互联网思维正渗入到物流行业的方方面面。供应链金融先后经历了以供应链核心企业为主的线下“1+N”版本；整合核心企业商流、物流、资金流、信息流的线上“1+N”版本。目前，在互联网经济以及大数据环境影响下，供应链金融已经进入大数据时代，其不再以银行为主导、摒弃核心巨头企业的概念，而是依托一站式服务平台、将每一个企业和客户作为中心，专注中小企业自身交易流程的“N+1+N”模式。
大数据在供应链金融中应用的潜在创造价值丰富多样：
一是大数据技术能够增加企业和价格的透明度，解决银行、客户、物流企业三者之间的信息不对称问题，从而降低社会管理成本和交易摩擦成本。
二是大数据具有快速获取信息的能力，可以对海量数据进行核查与评定。因此，能够提高企业数据的准确性和及时性，为企业带来更多、更新的数据业务和内部管理优化的机会。
三是大数据技术能够根据市场的不同需求，对客户进行实时分析，进而有利于企业进一步挖掘、细分市场，提高产品的消费者满意程度，使物流金融在营销方面有的放矢。
四是大数据的智能分析可以支持业务的精细化管理，提高企业的决策水平，从而加强金融风险的管控力度，使企业经营的风险进一步降低。
4
五是大数据在分析研发过程中的应用，能够缩短产品研发时间，提高企业在商业模式、产品和服务上的创新能力，从而增强企业的市场竞争能力。
1.3互联网大数据技术在融资领域的应用现状
（1）互联网大数据技术在融资领域应用的数据构成
互联网大数据技术核心包括数据产生、数据获取和数据挖掘。互联网是个有机生态，蕴含着丰富的数据信息。数据产生来源于：通过电商平台（例如淘宝、天猫、京东）可获取网商的交易流水、信用信息、客户评价；通过社交平台（例如微博、微信、人人网）可以获取个人的社交圈子、兴趣爱好、社会地位等；通过消费点评类网站（例如大众点评网、口碑网）可以获取消费者评价。数据获取是依靠日臻成熟的数据库技术、大数据存储技术、互联网数据爬取技术、搜索引擎技术，再配合网站API 和相关方授权，使获取想要的信息变得轻松快捷。数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程，是一种决策支持过程。数据挖掘主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析所获取的数据，做出归纳性的推理，并挖掘出潜在的模式，帮助决策者调整相应的策略，减少风险，做出正确的决策。
（2）互联网大数据技术在融资领域的应用模式
互联网大数据技术在融资领域的应用模式可分为四类：第一类是电商平台利用自身积累的数据对网商提供融资服务，以阿里金融为代表；第二类是的互联网公司利用外部提供的互联网大数据为网商提供融资服务，以美国的Kabbage 为代表；第三类是传统的金融机构自建电商平台，通过平台积累数据，进而为其平台的网商提供融资服务；第四类是传统的金融机构通过与电商平台合作，获取网商的数据，进而为网商提供融资服务，中国建设银行曾与阿里巴巴开展过此类合作。
1.4大数据时代对供应链金融的影响
（1）对参与者的影响
随着供应链金融领域中大数据技术的不断渗透，传统供应链金融中占据重要
地位的银行以及供应链中核心企业的地位有所下降，掌握大量供应链交易及其他
5
活动数据的平台型电商以及物流企业愈发重要，可以充分利用大数据时代互联网技术的智能化、移动互联等特质，构建移动物联网，促进更多传统的现货销售业务上线，开拓新的上下游供应链，创造新的业务。电商在“N+1+N”模式供应链金融中处于重要地位，同时和银行合作，将金融实现了电商化，物流企业在这个过程中，把物流的获权与资金流紧密结合起来，全程对资金、物流进行管控，实现了闭环的管控。在接下来的开放式的供应链金融生态圈将主要分为两个部分：第一个是大型电商，电商加自有金融的供应链金融。第二个是中小型电商，中小型电商不可能建自己的金融系统，银行、互联网金融合作的空间就出来了。特别是互联网金融的P2P，第三方支付和众筹都可以和电商合作。 （2）对流程的影响
伴随着大数据以及云计算等技术的广泛应用，供应链金融中各环节可以准确
快速的对市场以及供应链的运行状况进行判断、预测分析并作出恰当合适的决策，使供应链金融中各个流程更加高效，其影响主要有以下四个方面：
1. 对需求方向和需求量的判断速度更快。供应链上的企业，存在着紧密的
关联关系。终端消费量的变动，必然会引起上游各环节的变动。大数据可帮助我们判断一系列变动的规律。同时，我们还可以把一定时期内的流通和消费看作是一个常量，而在地区、方向、渠道、市场的分配作为变量。
2. 有效评估目标客户资信。利用大数据，可以对客户财务数据、生产数据、
电水消耗、工资水平、订单数量、现金流量、资产负债、投资偏好、成败比例、技术水平、研发投入、产品周期、安全库存、销售分配等进行全方位分析，信息透明化，能客观反映企业状况，从而提高资信评估和放贷速度。只看财报和交易数据是有风险的，因为可能造假。 3. 风险分析、警示和控制能力提升。大数据的优势是行情分析和价格波动
分析，尽早提出预警。行业风险是最大的风险，行业衰落，行内大多企业都不景气。多控制一个环节、早预见一天，都能有效减少风险。 4. 提高金融和物流服务的精准性。贷款时间、期间、规模、用途、流向；
仓储、运输、代采、集采、货代、保兑、中介、担保一体化运营 （3）对风控的影响
首先，伴随大数据技术的应用范围越来越广，在该技术的支持下，建立一套健全的信用机制，并加强与客户、银行建立长期的合作伙伴关系。因为，在传统的物流金融中，信息不对称的问题比较突出，往往使银行的贷款极易转变为不良
6
贷款，并导致金融服务效率低下。然而，在大数据下的物流金融服务中，可以有效地避免信息不对称的问题，有助于企业充分了解客户的需求，从而有利于提高效率，防范金融风险。
其次，通过借助大数据技术手段，还可以加强对客户的信用管理能力。在物流金融中，通过引入大数据技术，并借鉴银行信用评估和风险控制的方法，可以很好地对客户的资信进行资料收集、档案管理、调查管理、信用分级，从而达到信用风险防范、信用额度稽核以及财务管理等目的，有助于企业对客户进行全方位的信用管理，以及对融资项目进行风险评估。
再次，不断优化的大数据技术在物流金融中的功能作用可以提高金融管理水平。当物流企业从传统的仓储物流服务向现代的物流金融服务延伸和拓展时，信息化管理就成为了物流企业开展物流金融服务的必要条件和基本保障。然而，仓储信息化的过程也是不断改善优化管理和业务的过程，这就要求物流企业必须加强大数据技术的应用，通过运用信息化手段，对物流过程、客户运营状况，以及库存商品市场价值做出充分的了解和监控，从而才能有效地防范物流金融风险。
二 “阿里巴巴小贷业务”大数据金融案例分析
大数据金融作为互联网金融的一种典型模式，以互联网平台和数据为依托，将传统的抵押贷款模式转化为了信用贷款模式，而阿里小贷正是这一模式的典型代表。下面将梳理阿里巴巴小贷业务的发展历程、产品内容，分析其固有优势和相对优势等。阿里小贷的成功运营说明大数据金融可以为小微贷款带来新的发展契机。在大数据金融的未来图景之下，信用数据将成为金融制胜点，而小微贷款领域的跨界整合和异业联盟将会是一种必然趋势。
阿里巴巴自1999年成立以来，发展迅速，图2.1清晰的表明了阿里巴巴到目前为止已有的多个事业部与业务单元。阿里巴巴作为电子商务领域的领头军，近两年在金融服务领域开展了卓有成效的商业模式创新，其利用庞大的客户资源、海量的交易数据及信息技术手段，实现了微贷业务的“批量化生产”，“小额金融贷款工厂”模式逐渐成型，成为公司又一收入和利润增长级，这种充分发挥自身的资源和优势进行商业模式创新的实践值得借鉴。2010年6月阿里巴巴小额贷款股份有限公司成立，标志着阿里巴巴“电子商务+金融服务”商业模式的建立。
7
图2.1：阿里巴巴集团机构设置
2.1阿里巴巴小贷业务的发展历程
回顾阿里巴巴小贷业务的发展历程，可以简单地概况为三个阶段： 平台数据积累期（2002~2007年）：自2003年淘宝网、支付宝上线开始，阿里巴巴集团开始打造其自营线上平台，并以“诚信通”指数、淘宝等产品形式来积累原始商户数据、建立信用评价数据库数据，为小贷风险管理打好基础。阿里巴巴在2002年3月推出的“诚信通”业务，主要针对的是会员的国内贸易。阿里雇佣第三方对注册会员进行评估，把评估结果连同会员在阿里巴巴的交易诚信记录展示在网上，帮助诚信通会员获得采购方的信任。在2004年3月份，阿里巴巴又推出了“诚信通”指数，用以衡量会员信用状况，这也成为了阿里巴巴信用评核模型的基础。同时在B2C端，淘宝规模大幅增长（至07年时交易量已超过400亿），这也为阿里巴巴累积了大量数据。
经验积累期（跨业合作学习期）（2007~2010年）：阿里巴巴与建行、工行深入合作放贷，先后分别推出“e贷通”及“易融通”贷款产品，开展“网络联保贷款服务”，主要服务于中小电商企业；与建行合作“支付宝卖家贷款业务”；并与格莱珉银行信托基金开展“格莱珉中国项目”等；同时建立信用评价体系、数据库以及一系列风控机制。在上述跨业合作中，阿里巴巴相当于银行的销售渠道及信息提供商，帮助银行评估信用风险的同时也拉了一堆潜在借贷者，同时也想着帮助电商企业融资得以进一步成长，这一阶段使得阿里巴巴在信用贷款、风险
8
控制等方面获取了大量经验。
自营发展期（2010年至今）：以2010年浙江阿里巴巴小额贷款股份有限公司的成立为标志，股东包括阿里巴巴（70%）、复星集团（10%）、银泰百货（10%）、万向集团（10%），是国内首家面向电子商务领域小微企业融资需求的小额贷款公司，2011年成立了重庆市阿里巴巴小额贷款有限公司，注册资本分别为6亿及10亿元。阿里巴巴开始以自营平立为其平台用户提供小额信用贷款，以小微企业为主要服务对象，开始向部分城市的淘宝或阿里巴巴上的电商企业放贷。阿里巴巴于2011年正式中断与建行、工行的贷款合作，发展。其后阿里小贷进行了多轮资产证券化项目，扩充了它的贷款额度。12年嘉实基金子（财苑）公司等参加了阿里小贷证券化的项目。13年7月阿里与万家基金子公司的证券化项目借助诺亚财富完成募集。2014年8月，阿里巴巴和蚂蚁金服达成了与重组有关的股份和资产购买协议(SAPA)以及附属协议，共同规定了两家公司之间的关系。阿里巴巴同意向蚂蚁金服出售主要与中小企业贷款业务以及其他相关服务有关的某些实体、贷款和其他资产。
2.2阿里小贷发展现状及产品内容
阿里小贷依托阿里巴巴、淘宝、支付宝、阿里云四大电子商务平台，利用客户积累的信用数据，结合微贷技术，向无法在传统金融渠道获得贷款的弱势群体批量发放50万元以下的“金额小、期限短、随借随还”的纯信用小额贷款服务。其目标客户主要是阿里巴巴及淘宝平台上的微小企业和自主创业者。
截至2014年上半年，阿里小贷累计发放贷款突破2000亿，服务的小微企业达80万家，户均贷款余额不超过4万元，不良率小于1%。另据媒体报道蚂蚁金融微贷事业部运营总监赵卫星曾表示，阿里小贷目前的规模为150亿元左右。
阿里巴巴金融产品可分为两类 ，一类是用自有资金贷款，分为淘宝小贷和阿里小贷，这一类贷款门槛较低，贷款较少，相对较灵活，另外一类是用银行的资金进行贷款，称为合营贷款，合作对象是中国银行，门槛高，贷款额度也较大。合营贷款需要企业的年销售额在500万-1.5亿区间，且工商注册地在杭州市（除临安、富阳、淳安）、台州、舟山等地，企业经营时间大于（包含）2年，相对于普通的银行贷款，企业选择合营贷款有以下优势：1，无需抵押物、保证金；2类似信用卡，随借随还，使用时间超过1个月即可，节省不必要的利息支出；3，额度大，最高可以到200万；4，为阿里用户订制的产品，通过率较高。因此企
9
业除了需要支付给银行12%-15%的年利息，还需支付给阿里巴巴相应的技术服务费（贷款额的1%），日息万分之3.3 。
图2.2：阿里巴巴小额贷款产品
阿里巴巴小额贷款主要指的是上述金融产品中的“阿里小贷”和“淘宝小贷”模式，分别针对不同的客户类型，采取不同的贷款方式。其中订单贷款是指卖家凭借“卖家已发货”的订单，就可以申请贷款，本质上是订单质押贷款。而信用贷款完全的无担保、无抵押贷款，阿里业务平台上的商户凭借信用记录即可申请。因此，对阿里巴巴金融来说，信用贷款的风险更大，因此需要收取更高的利率，图2.2详细说明的阿里小额贷款的主要产品。
2.3 阿里巴巴大数据平台的形成
所谓大数据平台，是对阿里巴巴分散在电子商务平台上长期以来积累的海量数据进行深度挖掘、提炼、整合，同时通过十多种数据建模对这些原始的海量数据进行有效分析，从而最终形成对阿里巴巴有巨大价值的信息。大数据平台是阿里巴巴小微企业信贷模式乃至整个阿里巴巴互联网金融运行的强大基础。如果把阿里金融比作一间工厂，则数据就是这间工厂生产加工过程中的根基即生产资料，而大数据平台则相当于技术环节——生产线，它负责把生产资料（数据）加工成有使用价值的产品(信息)。
大数据平台本身的形成源于阿里巴巴电商平台上本身拥有所积累的海量数
10
据，这些数据在未经任何处理前是毫无规律的，没有价值可言的，只有对这些数据进行深度地挖掘与有效地分析，把看似无关联的庞杂的数据转变为对平台上商户经营状况与资信条件的准确把控的有用信息，真正实现数据信息的商业价值化，才能实现阿里巴巴的终极目的即解决我国小微企业的融资困难。阿里巴巴海量的数据主要来源于以下三个方面：
一是电商平台数据，依托三大电子商务平台即阿里里巴巴(B2B）、淘宝(B2C 与 C2C)以及支付宝(支付平台)上每一次电商活动产生的各种数据，包括上下游交易情况、客户与物流数据、店铺与商品服务的评价、投诉纠纷情形、相关资格认证信息、近期店铺交易动态、实时经营信息、平台工具的运用程度等。这是最主要的数据。
二是贷款申请数据，在客户提交贷款申请时，需要提交自身的各项数据，包括企业相关的信息、家庭情况、配偶信息、学历、收入、住房贷款等信息。
三是外部数据，涵盖了海关、税收、水电网络使用量、话费以及央行信息系统的数据，还包括对平台外部的网络信息进行采集和整合，如小微企业在社交网络平台的与客户的互动数据、搜索引擎数据等，达到增强数据的维度，进一步完善大数据平台的目的。
2.4 阿里小贷的贷款流程及风险控制
依靠平台和数据优势，阿里小贷在风险控制方面已形成了一个多层次、全方位的微贷风险预警和管理体系，实现了贷款前、中、后三个环节的紧密结合，有效规避和防范了贷款风险。
贷前（风险评估）：阿里小贷利用其自营电商平台，积累客户信用数据及行为数据，建立起初步信用等级评价体系，然后在引入数据模型和资信调查的基础上，通过交叉检验技术辅验证确认客户信息的真实性，进行评级模型组合定量处理，从而形成企业和个人的信用评价结果，并相应给予一定的授信额度。根据企业电子商务经营数据和第三方认证数据，辨析企业经营状况，反应企业偿债能力。
贷中（风险监控）：通过支付宝及阿里云平台实时监控商户的交易状况和现金流，为风险预警提供信息输入，线上行为主要有社区活动、在线交易、增值服务、产品发布、企业基本资料等；线下行为主要分银行流水、经营模式、财务状况、家庭情况等。首先，阿里小贷将贷款申请人限于中国供应商和诚信通会员、淘宝和天猫的个体工商户和企业，减少贷款对象的不确定性；其次，阿里小贷对
11
贷款流向及客户行为进行实时监控，任何风险迹象可迅速被识别评估；最后，对比于线下小贷公司以固定资产或其替代品作为贷款抵押，阿里小贷创新性地寻找寻找新型抵押品，例如网店的未来收益。
贷后（风险解决）：通过互联网监控企业经营动态和行为，可能影响正常履约的行为将被预警；贷后监控和网络店铺（账号）关停机制，提高客户违约成本，有效控制贷款风险。对于逾期贷款，阿里小贷会进行电话催贷，超过一定时限就及时进行销账。同时，阿里小贷还在其网上平台上设置了“欠贷企业曝光”黑名单，详细披露违约企业的具体情况，给其商誉以警示和打击；对于确已违约的企业，阿里小贷还会“”其在阿里平台上的网店，加大了借款者的违约成本。
在风险控制方面，阿里小贷公司具有天然优势，通过阿里巴巴B2B、淘宝、支付宝等电子商务平台的无缝连接，客户积累的信用数据及行为数据都被引入网络数据模型和在线视频资信调查模式，通过交叉检验技术辅以第三方验证确认客户信息的真实性，将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价。
图2.3为阿里巴巴小额贷款流程图体，现了阿里巴巴金融凭借强大的数据支持，充分发挥成本和效率优势，使得微贷工厂化的运营模式日趋成熟，极具发展潜力。
图2.3 ：阿里巴巴小额贷款流程
2.5阿里小贷的核心优势（固有优势、相对优势）
阿里巴巴介入金融服务领域，核心优势是其拥有的庞大的客户资源和数据，并能基于云计算平台通过对客户信息的充分分析、挖掘，实现对客户信用水平和还款能力的准确、实时把控。其固有的优势可以概括为以下三方面：
（1）阿里平台优势：阿里小贷依托阿里巴巴、淘宝、支付宝、阿里云四大电子商务平台，其客户资源庞大且具有持续性。而阿里巴巴集团自己就是从服务
12
中小企业起家的，先是为中小企业的B2B提供服务平台，此后又为中小企业和个人提供了B2C和C2C的服务平台，它建立起来的中小企业数据库和信用记录可以说是国内最丰富的，其电子商务平台上的网商小企业多达1000万家，理论上都是潜在客户。
（2）阿里数据优势：阿里小贷与阿里巴巴、淘宝网、支付宝底层数据完全打通，通过大规模数据云计算、客户网络行为、网络信用在小额贷款中得到运用。图2.4展现了阿里小贷的平台及数据优势如何贯穿在其运行模式中。全国上千万的小微企业的现金流、成长状况、信用记录、交易状况、销售增长、仓储周转、投诉纠纷情况等百余项指标信息都在评估系统中通过计算分析，再结合其企业所提供的财务数据，通过定性定量分析，最终形成贷款的评价标准。同时也引入了一些外部数据，与海关、税务、电力等方面的数据加以匹配，从而形成了一套独特的风控标准，意图建立起纯粹的定量化的贷款发放模型。
（3）阿里成本优势：阿里小贷实行信贷工厂运营模式，将申贷和审贷流程尽量简化，从客户申请贷款到贷前调查、审核、发放和还款采用全流程网络化、无纸化操作，这种网络化、批量化的贷款模式大大降低其运营成本。通过大数据手段，阿里小贷还可进行精准的定向、定点营销，也降低了其营销成本。
阿里小贷微贷技术极为重视互联网技术的运用。微贷技术包含了大量数据模型，通过大规模集成计算，判断买家和卖家之间是否有关联，是否炒作信用，风险的概率的大小、交易集中度等。正是应用了大规模云计算技术，使得阿里小贷有能力调用庞大的数据来判断小微企业的信用。不仅保证其安全、效率，也降低阿里小贷的运营成本。
13
图2.4 ：阿里小贷运行模式
另外，目前已有一些学者对线上小微贷款模式与传统线下小微贷款模式进行了对比研究，其分析维度包括业务范围、客户群特征、交易费用、贷款技术、内部操作风险、信用体系等方面。而阿里小贷作为信贷主体，其最重要的问题应该是：“可以把钱贷给谁？信贷资金从哪里来？如何控制信贷风险？”。因此，与线下小微贷款相比，阿里小贷在客户范围、融资渠道、风险控制这三个方面更具有相对优势。
（1）客户范围：阿里小贷的特殊之处在于，它可以通过淘宝网商户和阿里巴巴诚信通客户，巧妙地“绕开”禁止跨区域发展经营的监管限令，其客户范围已经实际扩张到全国。例如，淘宝贷款早已对全国范围内的所有淘宝和天猫卖家开放，而阿里贷款也逐步向广东、环渤海、中西部等区域小微企业开放，现已基本完成对国内小微企业密集区域的覆盖。而其他小贷公司则往往只能在注册所在地经营，不能跨区、跨市或跨省经营，其客户范围受到严格。
（2）融资渠道：不得跨区经营和放贷资金来源受限一直都是制约小贷公司发展的两大难题。根据现行规定，一般小额贷款公司的主要资金来源为股东缴纳的资本金、捐赠资金，以及来自不超过两个银行业金融机构的融入资金（不得超过资本净额的50%），这就极大地了小贷公司的放贷规模。而阿里小贷却打破这一，等监管机构给予其一系列试点先行，使其融资渠道已遍布证券、基金、信托、保险、银行等领域。例如，山东省国际信托有限公司
14
发布“阿里金融小额信贷资产收益权投资项目集合系列信托计划”；东方证券资产管理公司开展“阿里巴巴专项资产管理计划”；民生通惠资产管理公司（民生保险）开展“阿里小贷项目资产支持计划”；中信银行发布“中信理财之惠益计划稳健系列 8 号”等。但就资产转让项目这一方式，阿里小贷2013年就获得90多亿元资金。这样的融资背景是目前其他小贷公司所无法具备的。
（3）风险控制：依靠平台和数据优势，阿里小贷整合了电子商务过程中所形成的数据和信用，并通过云计算等信息技术处理手段对客户信息进行充分分析、挖掘，以及对客户信用水平和还款能力进行准确、实时地观测和把控，在评估系统中计算数百项指标信息，最终作为贷款的评级标准。阿里小贷在风险控制方面已形成了一个多层次、全方位的微贷风险预警和管理体系。阿里小贷按照巴塞尔银行要求建立了自己的风险管理体系框架，对贷款从申请到监控进行全程监控，其设定的不良贷款容忍率最高为3%，在财务系统达到450%的拨备覆盖率。
2.6阿里小贷的发展壁垒及思考
阿里小贷业务作为阿里巴巴在金融服务领域的重大成果，开展的卓有成效，但在发展中仍存在诸多瓶颈，还需要在整合产业链方面进一步创新，也尚需等待的进一步开放。
（1）产业链整合、服务对象狭隘：阿里小贷作为机构网贷平台需要附属于电子商务平台，其服务对象仅限于阿里巴巴及淘宝网平台内的客户，金融生态较为封闭。目前阿里小贷的贷款客户集中于销售和购买端，这种状况是与其电子商务的模式高度匹配的（电子商务只连接商品提供者和购买者，且交易信息可控），见图2.5，未来业务可以考虑拓展至产业链其他环节，但受制于信息技术平台的搭建，目前的模式难以复制到产业链上的其他参与方。
图2.5 ：阿里小贷还需在整合产业链方面进一步创新
（2）资本金：向客户发放的贷款只能来源于股东的注册资本金，同时若公司在银行获得授信，央行规定不超过注册资本金50%的部分可以放贷，商户
15
和个人消费者的资金理论上阿里巴巴都不能用于发放贷款，否则就涉嫌非法集资，目前阿里小贷资本金源于旗下重庆和浙江两家小额贷款公司，注册资金总计16亿，相比平台上的庞大客户群，随着会员放开后后续资金可能面临供给不足的现象，难以满足数百万商家融资需求问题。
（3）监管控制、差别待遇：未纳入银监会或人民银行系统监管，由地方金融办牵头。从未来发展的趋势看，阿里小额贷款业务将向多方面拓展，电子商务和金融服务业务相互渗透将更深入，电子商务公司与银行之间的竞合关系日益明显，见图2.6。
图2.6：阿里小贷发展思考
三“京小贷”供应链金融案例分析：
继推出供应链金融产品、众筹项目和“京东白条”、“京保贝”等产品后，京东金融在第十届北京金博会推出商家贷款产品“京小贷”， 这是为京东商城开放平台商家提供的金融产品，以商户需求为出发点，结合京东商城拥有高质量且数据真实的商户信息，为中国正品行货商家提供融资服务。
京东的互联网金融业务主要由两个主体在承担：保理方面的业务主体是上海邦汇商业保理有限公司，小贷方面则是京汇小贷有限公司。
16
图3.1：京东互联网金融基本框架
对于京东互联网金融的发展节奏，京东集团金融大体分四个步骤，服务对象从京东自营平台供应商依次过渡到京东生态圈之外的企业。
图3.2：京东互联网金融四步走
17
3.1 京东供应链金融发展历程
早在2012年11月27日，京东就开始与中国银行合作，推出了“供应链金融服务”。在这一过程中，京东扮演的是一个类似于中介的角色：供应商凭借其在京东的订单、入库单等向京东提出融资申请，核准后递交银行，再由银行给予放款。
2013年，京东集团在上海设立小额贷款公司，并通过了专业监管部门的审批。
京东已经成立的金融集团，除了针对自营平台的供应商，还扩大到 POP 开放平台。在早期测试过程中，京东供应链金融大约已累计放款几十亿元，这些贷款都是不超过1个月的短期贷款，贷款利率低于 10% (年化)。未来 10 年，京东也将金融业务作为新的增长点，构建以电商、互联网金融、物流业务、技术平台等结构的新经济帝国。
3.2发展现状及产品内容
有别于其他小贷业务强调以产品为先，\"京小贷\"最大的特点在于依然坚持以商家为先，为商家提供定制化的融资服务。商家不仅有充分的自主权来选择贷款条件，还可根据贷款条件的不同，获得不同贷款利率。
“京小贷”贷款利率和贷款额度将根据商家经营行为，包括销售额、消费评价、商品丰富度等多项指标确定，贷款额度为5000-500000元，年化贷款利率在8%-12%之间，支持最长12个月的贷款期限。由于京小贷是依据商家信用等京东自有大数据确定放贷，无需商家抵押或提供担保，因此借款人借贷成本就是12%-24%。
18
图3.3：京小贷规则
“京小贷”是京东对小微商家的了解和长期积累的数据，通过创新的技术和风控手段，以较低的成本打破信息不对称的壁垒，实现小微企业快速、低成本的融资。京东供应链金融一直在按既定的两步走战略，扩张其领域：
（1）是通过创新丰富京东供应链金融的产品和品质，充分满足京东合作伙伴的金融需求；
（2）走出京东，将供应链金融产品拓展到生态圈以外，助力小微经济发展。
3.3京东金融的大数据
在国内电商平台中，京东拥有强大的自建物流体系，因此也拥有最完整的供应链基础数据。京东会接入库存数据、财务数据和订单数据，把它们打包成池，通过特殊的模型标记它中间所有的状态，计算出贷款额度。在这个额度之下，京东平台上的供应商可以依据自己的需要进行融资。京东金融相关部人士称，京保贝通过集成处理京东供应链中的采购、销售、财务等数据，现在审批和风控完全是线上自动化的。
以技术为驱动开展数据金融业务，这是CEO刘强东对京东未来十年重点发展方向的定调，该理念也体现在了京东金融平台的搭建上。现有的京东金融平台涵盖投资、基金、保险和信贷等业务品种，“产品+风险控制模型”是信贷类业务的核心组件，前者用来对接不同成本的资金来源与资金需求，后者用来控制授信风险，其设定和运行则依赖大数据技术。
19
作为上下游交易链条的直接参与方，经历了十年发展的京东零售平台上积累了大量供货商的购销配送数据，为京东金融平台上的风控模型提供了有效的输入信息，帮助 “京保贝”建立起一套实用的风险控制体系，使其能够根据实际交易情况来对企业的还款能力作出评判。
3.4运营模式
（1）还款方式
京小贷暂不支持银行账户在线支付还款。网银余额不足时，可在还款页面上前往网银钱包进行充值，充值后返回还款页面还款。 （2）贷款额度确定
京小贷以京东开放平台店铺的经营情况为基础评定信用等级，并结合历史贷款情况，由系统自动给出可用贷款额度。贷款额度会定期变化，实际额度以贷款页面显示为准。
（3）提高贷款额度
京小贷暂不提供增信通道，商家可以通过持续经营店铺、提升经营规模、好评度等来提高可用贷款额度。
（4）贷款利率确定
京小贷系统会根据店铺的评级、当前贷款金额、期限、还款方式等条件综合计算出贷款利率。
（5）贷款金额及期限
京小贷提供可灵活自定义的贷款产品，可选贷款期限由所选的贷款金额决定。一般情况下，贷款金额越小，可选择的期限范围可能越大。
（6）还款方式选择
还款方式会随选择的贷款期限变化，可通过滑动期限游标或直接变更贷款期限查看可选择的还款方式。
（7）贷款提现
贷款到达网银账户后可提现至该账户绑定的银行账户。工作日下午15:00点前提现，当日到账;工作日下午15:00点以后提现，一般下一工作日到账。工作日单笔提现金额小于50万，一般可实现当日到账。提现到账时间以网银钱包实际情况为准。
（8）提前还款及相关费用
20
提前还款会产生提前还款手续费。目前京小贷推广期提前还款手续费暂不收取，但还款金额需不低于还款页面提示的最低还款金额。如选择提前结清贷款，可按还款页面提示的一次结清应归还总额还款。
（9）通过充值办理还款
可通过向店铺对应的网银钱包账户充值用于还款。
线上充值：包括企业网上银行和个人借记卡线上充值。企业网上银行线上充值支持中国银行、招商银行、光大银行，充值即时到账，金额不限;个人借记卡线上充值不受还款时间，充值即时到账，充值有限额。
线下充值：支持企业网上银行充值，充值银行不受。工作日15点前充值，资金当日到账;15点以后充值，T+1工作日到账。非工作日充值下一工作日到账。
（10）获得更低的贷款利率
除通过选择贷款期限和还款方式调节贷款利率外，还可通过改善店铺的经营、保持良好的贷款还款记录等来获得更好的评级，从而获得更低的贷款利率。
（11）贷款逾期
贷款逾期后，京小贷会强制从贷款店铺的网银账户中收回贷款本息额，并收取罚息;当店铺有未还逾期金额时，无法申请新的贷款及对其他贷款进行提前还款。
若逾期次数过多，京小贷将停止向该店铺发放贷款;若逾期情节严重，该POP店铺可能会被暂定营业或关闭，直至款项还清。同时，逾期记录还可能输出给国家征信机构。
（12）贷款逾期后罚息
京小贷将按照贷款利率上浮50%作为罚息利率，并按实际逾期天数对逾期的本金及利息收取罚息，逾期的本金部分不再计收正常利息。
3.5“京小贷”的优势
（1）便捷服务 ①解决资金困难
无需抵押，根据店铺在京东的经营情况进行信用评级，为商家提供资金，助力发展。
②贷款快捷，操作性强
21
完全线上申请，三步完成贷款，闪电到账，快捷方便。 ③商家定制方案
有市场竞争力的贷款利率;并提供多种还款方案供商家选择。 ④安全保障
依托于京东商城及网银在线的多重安全保障机制，有效保障您账户的资金安全。
（2）大数据平台降低风险
“京小贷”的信用贷款基于其自身电商平台的大数据，通过商家以往在京东商城的历史数据，在经过分析重组后，来判断商家的信用状况。在金融领域，用大数据做信用贷款的原理很简单，就是成本与收益的关系。因为不论是P2P平台、还是供应链金融上游的供货商，要判断一个经济组织的违约行为是否发生，就要看其违约的成本，当违约的成本大于它所获得的收益时，多数情况跑路事件在所难免。而当违约成本小于它所获得的利益时，信用才会有所价值。因此大数据正是通过各项指标来分析衡量违约成本，从而制定信用贷款的上限。
（3）产品组合增强竞争力
之前对供应商提供融资服务的“京保贝”、加上刚推出的针对商家的“京小贷”，这对组合在融资服务方面实现了对京东体系内供应商和商家的全覆盖，有助于增加京东生态圈的活力和竞争力。
3.6“京小贷”的发展壁垒及思考
（1）层次
互联网金融并没有那么简单。多位P2P网贷公司CEO表示，互联网金融现在只是处于一个很浅的层次。金融经营的是风险，涉及安全、准入门槛高等多方面问题，监管层会通过牌照、备付金、准备金等形式进行严格的监管。
（2）融资需求
对于互联网公司，特别是电商涉足金融，业内早有共识，其最大的优势在于对交易数据的掌控和应用。 业内人士认为，“未来，如果它要做大，资金将会面临巨大压力，这可能是小贷公司没办法满足的。因为小贷公司还是会有一个重要的，虽然有杠杆，可以向银行贷款，但还是需要依靠自有资金。”
（3）市场竞争
近年来，多个电商企业进军小贷业务领域。2010年6月，阿里巴巴就开展
22
了面向中小微企业和个人的小额贷款业务；2012年12月，苏宁易购宣布面向全国上游经、代销供应商主推供应链融资业务，“苏宁小贷”金融业务全面开放；2014年5月，唯品会也拿到了小贷牌照。
四 金电联行案例分析
金电联行（北京）信息技术有限公司（简称“金电联行”）成立于2007年，基于大数据理论与云计算技术创建了客观信用评价体系，是为金融与社会管理提供创新性信用服务的专业机构；国家、工信部主管的信用服务平台认定的信用体系建设和中小微企业信用融资评价机构；多家全国性商业银行的非抵质押信贷管理服务提供商，融信息技术研发、金融与信用服务于一体的国家高新技术企业；中国中小企业协会副会长单位；首批获得中国人民银行颁发的企业征信牌照的第三方企业征信机构。
作为大数据理论与云计算技术在信用领域的性应用者，金电联行针对我国信息采集难、辨伪难、评价难、跟踪难等问题，建立了客观信用评价体系，从中小微企业融资入手，打破了以财务信息为核心的固有信用评价思维，改变了以抵押担保为主的传统信贷方式，创建一个低成本、大批量、高效能、全风控的纯信用贷款管理模式，成功破解了我国中小微企业信用融资的难题，开创了我国信用服务的大数据时代。
金电联行拥有中国第一个自主知识产权的大数据信用技术体系，云数据挖掘、云信用计算和云结构服务三大核心技术，通过对信用主体行为数据全自动、全天候的挖掘、分析与评价，以及实时的跟踪监测，实现了信息采集、数据运用、分析计算、评价结果和风险预警的高度客观性、智能性和高效性。
金电联行现有员工百余人，在北京、上海、天津建有服务总部，拥有雄厚的技术团队，其核心人员具有超过10年横跨制造、金融及IT各行业的丰富经验，在数据分析、模型构建、理论创新等方面具有较强的实力，能够为我国金融与社会信用管理提供全方位的技术服务。
公司成立近8年来，帮助1000多家中小微企业从十几家银行累计获得60多亿元无抵押、无担保纯信用融资，其中最高的一笔达到6800多万元，最低的一笔不足百万元，至今未发生过一例不良贷款。
23
4.1金电联行的发展历程
4.2金电联行的大数据
金电联行采用大数据挖掘和分析技术，对中小微企业的日常生产经营数据进行计算和分析，把毫不关联的数据变为各项信用指标和信用报告，将无形的企业信用计算出来，使银行、能够跨过财务报表中的合计数字，清楚地看到企业的运营情况，甚至可以了解某个行业、某条供应链的现状和趋势。
金电联行要分析的数据是基于对供应链信息系统的挖掘，包含订单、库存、下线、结算、付款等相关环节的所有信息，并且对数据进行整理，“清洗”掉一些边缘数据，再进行分析、展现，最后计算出企业的信用等级、信用额度，甚至未来的成长性及安全性，从而创建出一个大批量、高效能、全风控、低成本的信用评价模式，通过计算机核算出企业的信用额度，让银行能够放心地提供无抵押的“纯信用贷款”。
在金电联行实验室里有1000多个指标项数据，在实际应用到的也有将近500个，这些指标项环环相扣，形成了大量的数据网络，把这些看似繁杂的明细数据，规律整合，然后把它应用起来，建立了各个行业的客观信用体系.
金电联行将企业数据类型划分为三条轴线。一是横轴，根据接触到的大量供应链数据，计算企业信用分值，和往年订单、回款、库存等的趋势分析以及所有的原始数据，这可以看做企业财富创造过程产生的一系列数据;二是纵轴，这是企业财富创造过程产生的一系列结果，包括现金流、税务、盈利、固定资产变化、财务创造等数据;三是历史轴线，不但要看企业现在的各种数据，也要其过往3-5年，甚至更长时间所有的这些数据。国内的财务报表数据有时候不能反映出企业
24
的真实情况，而通过这三大轴线产生的数据源，就把企业的信用状况完整地呈现出来了。最终呈现的结果能有效地化解中小微企业会计信息失真，没有信用积累和抵押、担保资源，难以进行信用评价的问题。不仅可以开展成批量的企业信用评价，而且还大大降低了企业融资的门槛，使其获得真正的信用贷款。
与传统银行普遍采用纯财务报表分析有很大区别，金电联行力求得到中小微企业最精细的数据，比如厂商供应链上的每一笔订单、每一笔物流、每一次的仓储、每一笔的汇款、每一张等等，这些数据规模能达到财务报表数据的一千倍，甚至上万倍。金电联行得到的企业数据大小往往是以GB为单位，很多供应链比较长的企业，有时能达到10GB，这是真正的大数据。金电联行的大数据分析模型时时刻刻关注这些数据的变化，而这些数据的关联度也非常高，企业造假的可能性微乎其微。
金电联行创建的“客观信用评估体系”给企业和银行全面“把脉体检”。通过大数据深度挖掘，能够帮助金融机构量化贷后监管，实现风险预知和风险抑制。大数据信用为金融机构控制和防范风险，其周期可以提前3-6个月，大大提高了金融机构的风险防控能力。金电联行的大数据信用能够24小时全天候、量化地进行风险跟踪，对捕捉到的风险发出预警，使企业、银行以及其他相关各方即时掌握信用状况及风险波动，将风险最大限度抑制在发生前，解决贷后跟踪评价难的问题。
4.3 金电联行融资服务模式的运作流程
通过对金电联行公司业务流程的梳理，可以发现金电联行公司的业务模式是第三方金融服务机构(如金电联行)，由其从供应链的角度出发，利用大数据技术获取并存储供应链企业在供应链中的全部信用信息，再经过“信用信息云服务平台”的处理分析，形成客观信用评价报告，然后第三方金融服务机构将评价报告提交给银行，银行以此来确定对供应链企业是否授信，以及授信额度和期间，从而完成了供应链企业的信用贷款。 该业务的标准流程如下:
第一步，供应链企业在确定融资需求后，首先应该向金电联行公司提出信用贷款申请，并与金电联行公司签订协议，授权金电联行公司接入其供应链信息管理系统，接入方式一种情况是使用金电联行公司开发的供应链信息管理系统，另一种是同意将金电联行公司的“云端机器人”接入本公司自身的供应链信息管理
25
系统。
第二步，金电联行公司在完成对供应链企业的贷款申请进行审核后，通过其自身开发的供应链管理系统或者“云端机器人”收集到的关于供应链企业的全部实时日常数据和历史交易信息，汇总并存储到“信用信息云服务平台”中进行数据计算，形成客观信用评估报告，并提交给银行等金融机构;
第三步，银行等金融机构根据供应链企业的申请和金电联行的提交的信用评估结果来决定是否对供应链企业开展授信，并决定授信的额度和期限等;
第四步，供应链企业在获得银行的信用贷款后，要支付给金电联行公司信用贷款服务费;
第五步，银行可以选择金电联行的贷后监管服务，即利用金电联行的数据处理平台一一 “信用信息云服务平台”，启动对供应链企业的贷后信用监管程序。此过程中，银行需向金电联行公司支付一定的贷后监管费用。
最后，供应链企业在资金回流有能力偿还贷款后，向银行还款付息或者选择续贷。
相比于一般纯信用贷款90%左右的基准利率上浮，通过“金电联行”融资服务模式获得的贷款利率的上浮额度为45%左右。这些数据证明:“金电联行”信用贷款融资模式具备很强的现实适用性。
4.4 金电联行融资服务模式的核心：客观信用评价
银行等金融机构主要通过供应链企业的基本情况和第三方金融服务机构提供的信用等级来决定是否对供应链企业授信。“金电联行”信用贷款融资模式的客观信用评价报告主要从四个方面反映供应链企业的信用情况，分别是供应链企业的信用等级、信用额度、未来的成长性和安全性。
（1）信用等级
信用等级指的是评估对象的信用、品质、资本实力、偿债能力等决定的信用指标级别，即信用评级机构用既定的级别符号来标识评估对象未来对所借债务的偿还意愿和偿还能力的级别结果。
在“金电联行”融资服务模式中，第三方金融服务机构根据“信用信息云服务平台”中收集到的关于供应链企业过去交易的全部数据和实时日常数据，釆用特定的算法计算出的供应链企业的信用分值，并通过对供应链企业往年订单、回款、库存等全部原始资料进行趋势分析，再根据分析结果调整信用分值，进而确
26
定最终信用等级。
（2）信用额度
信用额度，又称信用限额，指的是银行授予其客户信用贷款的金额数，也就是融资方通过信用贷款能从银行获得的资金数量。信用额度代表银行等金融机构对其客户承担的可容忍的赊销和坏账风险。处于供应链中的中小企业(即供应链企业)，是通过依存供应链中的核心企业而生存和发展的，这就导致其在与核心企业的合作中，话语权极为弱势，常常存在有大量的应收账款、预付账款、存货等形式的资金沉淀，这就导致了供应链企业自身流动资金的匮乏。
在“金电联行”融资服务模式下，第三方金融服务机构向银行提交的供应链企业信用报告中应该包括供应链企业在供应链中其他企业尤其是在核心企业里的各种形式的资金沉淀数额，未来订单量，存货数额等数据形成的信息，银行等金融机构以此来确定对供应链企业的信用额度，也就是最多能放多少钱给供应链企业。
（3）成长性
企业的成长性是指企业未来发展的潜力和趋势。通常认为，成长性越好的企业，未来的偿债能力也越强。所以确定企业的成长性对于评价企业的偿债能力有重要的参考意义。
成长性指标主要用于衡量供应链企业的发展速度，也是比率分析法中经常使用的重要比率，这些指标主要包括净利润增长率、固定资产增长率、主营业收入增长率等财务指标，除此之外，“金电联行”融资服务模式还要求第三方金融服务机构在供应链系统中提取关于供应链企业订单数量变化，材料采购数量变化，交易频率、与核心企业的交易规模等非财务指标，并结合供应链企业所处行业的发展阶段、市场结构、经营战略等信息，最终形成对供应链企业未来成长性的综合评价。银行根据第三方金融服务机构提交的综合评价结果对供应链企业的未来成长性做出判断，进而决定对供应链企业的放贷决策。
（4）安全性
安全性主要是站在银行等金融机构的角度去评价收回贷款的可能性，如果某笔贷款收回的可能性很高，就认为该笔贷款很安全;反之如果某笔贷款收回的可能性较低，则认为该笔贷款不安全。银行等金融机构收回贷款的可能性主要取决于两个因素，一个是贷款方的还款意愿，另一个是贷款方的还款能力。
在“金电联行”信用贷款融资模式下，对于银行等金融机构收回贷款安全性的保证主要体现在两个阶段，分别是贷前分析和贷后监管。在银行放贷之前，第
27
三方金融服务机构通过运用大数据技术对供应链企业在供应链信息系统里的全样本数据进行分析，避免了主观偏差和人为选择性传递带来的误差影响，保证了信用评价报告的客观真实。银行依据可靠的信息去判断供应链企业的还款意愿和还款能力，从而降低了银行放贷的风险。
4.5 金电联行融资服务模式下可实现多方共赢
“金电联行”融资服务模式通过利用大数据技术从供应链的角度出发，全面挖掘供应链企业的信用信息，从而形成供应链企业的信用评价报告，然后联合银行等金融机构，最终实现供应链企业的信用贷款，这整个过程涉及到多方合作，而该模式在这方面最显著的优点就是可以实现参与融资多方的一种共赢局面。
（1）供应链企业
通过该模式，供应链企业在不需要提供抵押、质押物，也不需要获得第三方企业的担保的情况下，获得了银行等金融机构的资金支持，从实质上实现了纯信用贷款，即真正地将企业自身的信用转化成了经营所需要的资金。供应链企业通过“金电联行”模式得到银行等金融机构的信用贷款支持，获得了其自身发展所需要的资金，解决了融资难问题，降低了因资金短缺导致的缺料停工风险，增强了供货能力，保证了其自身经营活动的持续性及整个供应链运行的稳定性。
（2）银行金融机构
“金电联行”融资服务模式的引入使这种矛盾得到化解，将原本很难成为信贷对象的中小企业纳入服务范围，供应链企业筹集的资金扩大了银行等金融机构的客户范围与业务规模，同时也降低了企业授信的调查成本和贷后监管成本并增强了银行等金融机构抵抗风险的能力。
（3）第三方金融服务机构(如金电联行)
在此模式下，第三方金融服务机构通过与银行等金融机构的合作，深度参与供应链企业的信用贷款融资，为其创新了利润空间，其收益主要有三个方面，一是通过向供应链企业提供供应链管理信息系统而获得软件年费收入(当然供应链企业也可以选择不使用第三方金融机构提供的供应链管理信息系统，而只是在自己的系统中接入“云端机器人”，这样可以不付支付此费用)，二是通过帮助供应链企业实现信用贷款融资而获得贷款服务费，三是通过向银行等金融机构提供针对供应链企业的贷后监管服务而获得相应费用。
（4）地方
28
对地方而言，“金电联行”融资模式为处于供应链中的中小企业提供了一种行之有效的筹资方案，使得供应链企业融资问题得到解决，进而保证了整个供应链运行的稳定，从而使得地方经济保持健康发展，产业结构得到持续优化，税收得到保证，也保证并增强了进行经济的有效性。同时通过金电联行的大数据分析，可以了解不同企业的状况，要提供帮扶、优惠的话，可以做到有的放矢。
综上所述，“金电联行”融资模式的运行可以使得该模式的直接参与者和间接参与者都在不同程度上受益。供应链企业、银行、第三方金融服务机构、地方在这项新型融资模式下，发挥各自的特长，形成了互利互补的资金与信息相结合的金融平台，强化了各方的竞争优势，巩固了自身的地位，同时也在不同程度上分享了利润，实现了多方合作的共赢。
五.大数据下供应链金融的趋势与发展
5.1现阶段制约大数据下供应链金融发展的主要因素
1、基础数据缺失真实性。要使用大数据，就必需保证数据的真实性，尤其是基础数据的真实性。
2、数据聚焦成指标能力较低。数据本身是枯燥的、杂乱的，但形成指标后便具有生命。科学地设定指标，确定指标间的关系，才能准确地判断事物发展的规律和路径。数据的负面影响是信息污染，影响判断。
3、不同数据体系间联系尚不紧密。在市场化条件下，数据是资源和产品。利益分割使信息孤岛现象更为严重，甚至于公共信息都被当作部门利益而垄断起来。部门数据、行业数据、企业数据、国际数据相互割裂，大数据不能发挥应有的作用。
4、缺少准确的标准化参数。在实际工作中，基础参数极为重要，尤其是临界参数。
5、数据应用理念较为落后于技术发展。如果数据是客观的，使用数据的人还要有先进的应用理念。这与经验、学识、能力有关。决策，尤其是与企业命运有关的决策，不能参杂私念和人情因素。如果我们认真追究产能过剩形成的原因、追究投资失误的原因，都与理念有关。
29
5.2大数据下供应链金融发展的趋势
（1）产品竞争转变为服务平台的竞争
从供应链金融服务商的角度看，供应链金融的本质是产品，但在大数据以及互联网金融的冲击下，传统的金融服务商银行间市场的产品同质化程度高，供应链金融仅依靠产品竞争难以获得长期的竞争优势，同时互联网金融机构兴起。
平台是大数据的汇集者。交易平台与物流平台集成、与支付系统集成、与交易融资系统集成，达到信息流、资金流、物流、商流的无缝隙连接；确保交易资源真实可靠、贸易行为真实可靠、担保物变现渠道畅通、担保物价格波动监控实时等。
通过平台，供应链金融服务提供者可以通过自己掌握的平台海量数据，对客户的业务、信用进行分析，在安全范围内提供小量、短期融资。这种模式下电商可以把沉淀在网上的无成本资金盘活，扩大规模，吸收更多沉淀资金。如果加上吸收存款功能，就变为金融机构。
银行也开始搭建供应链金融的线上化服务平台以维系客户黏度，整合供应链上的资金流、物流、商流和信息流，利用互联网技术和大数据来提升业务操作的便利性和作业效率，降低业务运营成本。
线上化系统的信息交互和整合，为银行及其他供应链金融服务商提供了客户日常生产经营和销售信息，有助于银行提供有针对性的差异化服务，提高客户的忠诚度，通过互联网或直联技术，让客户快速链接供应链，链接一切相关的行业、贸易、交易服务等信息集群，这种改变让供应链金融公司的客户体验呈现“零售客户化”，操作体验出现根本变化。可以预见的是，银行供应链金融的竞争将转化为供应链金融服务平台的服务渠道和服务能力两者叠加的竞争。 （2）供应链生态主体寻求结合
在供应链金融的发展过程中，核心企业暂且不说，银行、物流商、交易平台、电商平台等存在一定微妙关系，均希望介入对方的领域实现供应链一体化的服务功能，就目前而言，对于大多数银行、物流商、电商而言，加强合作实现共赢是提升整体竞争力的有效手段，并且已经出现了更深层次的合作。物流商一直伴随着供应链金融的探索和成长，并已成为金融服务的重要参与者，未来物流商金融参与度和衍生的金融服务将会持续增加，包括在途融资、远程控货、仓单创新融资、风险参与等，物流与银行的合作会继续加深。
交易平台、电商平台上的交易背景、客户全体、渠道管理都是清晰和透明的，
30
加上供应链金融对资金流的控制，能够有效提高平台交易量和融资效率，交易平台、电商平台与银行合作，供应链金融产品和服务模式嵌入交易、电商平台成为供应链金融发展的现实路径。随着创新和变革的要求，未来各方的两两结合，甚至三三结合，都不会让业界感到奇怪，合作的方式也许会突破传统思维，出现跨界交融的崭新供应链金融服务模式，如某某物流金融公司、某某平台供应链金融公司等。
（3）大数据云计算提高效率
随着商业数据的积累和数据处理技术的革新，如何运用商流中的信息进行决策支持已成为经济主体学习的课题。大数据的运用与互联网金融的出现，会让供应链金融服务更直接、更简单、更有效，核心企业、供应商、经销商的生产经营数据将与银行直联，银行可直接通过数据分析，目前最初级的手段是ERP对接，完成对企业直接授信关键信息的核定，客户选择更加自如，融资流程更加简单，风险预警更加及时。
“大数据”时代中供应链金融机构需要依靠数据运用的科技力量和变革决心，从海量数据中提取价值信息，对数据价值的认定是前提。在市场上，尽管已经涌现了许多数据服务商，但应该有这样的认识：只有基于某行业的数据才能体现更大的价值，只有本身具备一定行业专长，其才敢于涉足“大数据”金融领域，而供应链金融银行恰恰满足这个基本要求。
5.3发展供应链金融的三个战略选择
（1）全链条的资源开发
供应链金融应该是一个完整的流程，包含上下游、内外贸，但由于传统部门架构的原因，如国际业务与国内业务的分离，传统产品和交易类产品的分离等，目前银行供应链金融大多局限在单环节产品，部分组合产品有生硬的衔接，未能实现对供应链全流程的融资支持。企业的经营是连续的，资金运用于采购、生产到销售全流程，跨境的采购与销售已非常普遍，银行预付、存货和应收三大类供应链金融产品的全流程化能完整地解决企业生产经营问题。
通过全流程的服务介入客户全流程的生意，客户交易信息的获取更加容易和透明，信贷决策也变得更容易，在全流程产品的基础上，供应链金融的目标客户群体的定位出现下沉，供应链金融的产品运用范围进一步拓宽。在实际业务中，跨境人民币消除了跨境供应链金融所担心的币种转换的技术操作和规避汇率风
31
险，使供应链金融更容易实现全流程覆盖战略，真正做到境内外一体化的金融服务模式，让服务不再被割裂。 （2）提升渠道产品的运用
除了与电子交易市场、电商平台、物流公司的合作外，渠道业务还包括现金管理、银企直联、ERP对接等互联网金融手段，这些产品除了本身具备客户服务功能外，与供应链金融业务息息相关，都是基于把握现金流和信息流的业务模式，ERP监管授信模式就是典型的服务案例。在业务之外，渠道产品的运用是银行收集客户经营信息数据的渠道，符合银行数据化融资的战略要求。
在目前利用数据的实务上，客户的财务系统或销售系统可以向主办银行开放，为银行所用，系统的运用嵌入具体的业务方案中是目前一个很重要的创新方向。客户及客户交易对手的大量真实且有价值的数据信息，可以成为银行在客户筛选、授信判断、贷后管控依据等方面的重要运用方向，如能在一家银行的整体公司业务风险管理上体现数据的价值，则会让银行的数据化战略更有深度意义，而这一切都是必须建立在渠道产品的有效支持基础上。 （3）实施客户维度的管理
随着供应链金融业务的深入，传统公司业务、投行业务和供应链金融业务的营销边界进一步模糊，供应链的需求是多样化的，依托供应链金融的获客能力和专业银行对供应链的深入研究，传统公司业务、投行业务、供应链金融业务在供应链中的运用将更加体现一体化，在这样的业务发展中，银行实施了供应链金融将按客户维度进行管理的举措，将通过供应链金融渠道拓展的客户称为供应链金融客户，而逐渐淡化了产品维度的管理，银行的客户管理出现了较大的变化。
终端业务包括按揭和租赁，是供应链金融末端业务需求，特别是在工程机械、专用设备、交通工具等行业更具有现实的需求，因此，终端业务产品如果能有效衔接，那么供应链金融的服务延伸将更加完美。这已超出银行公司业务范围，供应链金融的纵深发展已出现跨界的战略需求，若能实现，供应链金融必将迎来更广阔的市场空间。
32
因篇幅问题不能全部显示，请点此查看更多更全内容