基于圖像識別的自有倉儲存貨質押融資業務模式

董振寧,黃賢湖,潘嘉敏

（廣東工業大學 管理學院，廣東 廣州 510520）

1 引言

當前，在經濟全球化、數字化、網絡化發展越來越明顯背景下，中國供應鏈金融擁有國家政策支持、前景好、潛力巨大等發展優勢，供應鏈金融的發展迎來爆發期，供應鏈融資服務也日益完善。但是，目前中小企業在供應鏈金融業務中由于經營規模小、信用水平低、融資成本高等問題，中小企業融資難問題更加明顯[1]。

胡躍飛（2007）提出了以企業貿易行為產生的未來現金流為還款來源，配合銀行和金融公司的短期金融產品和封閉貸款操作來進行的融資業務[2]。余劍梅（2011）闡述了中小企業融資難的原因是其缺少符合銀行標準的抵押資產和難以找到信用擔保，導致融資成本高，受行業標準歧視，提出了利用應收賬款票據融資、保兌倉融資等金融工具盤活企業資金，以供應鏈金融緩解中小企業融資難的問題[3]。嚴廣樂（2011）通過構建博弈模型，分析對比出第三方物流加入的供應鏈金融模式，將會解決中小企業融資難的問題[4]。Liu Xiaohong（2015）等梳理了中國近十年供應鏈金融相關研究，發現SCF 研究已經必將繼續快速發展[5]。Xiangjun He（2012）等從不同角度對供應鏈金融業務模式進行分類，并分析了各種業務模式的風險，最后提出構建可視化平臺加強風險控制的思路[6]。供應鏈金融的出現為資信不足的中小企業開辟了新的融資渠道。

供應鏈金融新的業務模式也不斷涌現。李建軍（2015）基于ERP系統的供應鏈操作模式給出了完善的設計[7]。宋華等以創捷公司為例，研究了基于虛擬產業集群的多種供應鏈業務模式，并提出新SCF 創新路徑理論框架和模型[8]。顧婧（2017）等提出了將外擔保公司變成核心集團子公司的方式，建立新業務模式，提高信息對稱新內閣，增強風險控制水平[9]。這些新模式的提出在一定程度上能夠緩解中小企業融資壓力，但其運作由于缺乏現代信息技術支持，對于物流公司和融資企業合謀，非法移動質押貨物的道德風險缺乏防范措施。

隨著物聯網的發展，將物聯網技術用于供應鏈金融倉儲監管引起了人們的興趣。汪煜（2009）詳細的闡述了電子圍欄入侵報警防護技術的原理，指出該技術可被應用在倉庫重地、軍事要地等場所[10]。李雪蕓等（2015）則詳細介紹了電子圍欄技術，并闡述了電子圍欄在倉庫中的應用模式[11]。馮曉瑋（2016）等闡述了在物聯網模式下的供應鏈融資中，對傳統供應鏈金融風險的控制以及對新生風險的識別[12]。弓永章等（2017）詳細闡述了基于物聯網技術的供應鏈金融物流運作的監管流程，提出應將質押物監管系統、信息交互系統、金融借貸系統整合為供應鏈金融物流平臺[13]。潘婭媚（2017）分析了物聯網技術對供應鏈金融業務成本、風險的影響，并建議以核心企業為試點將物聯網技術逐步引入供應鏈金融業務，并建立相關預警方案[14]。

目前大多數文獻主要研究SCF 新模式下提高銀企之間的信任度，提高融資的效率，但是這些研究都是基于第三方倉庫，而基于自有倉庫的物流金融質押監管方面的研究甚少。目前，人工智能、圖像識別技術蓬勃發展，為此本論文根據圖像識別技術與物流金融質押監管相關研究，建立基于圖像識別的利用自有倉儲存貨質押的第三方監管業務模式，提高融資方倉庫信息的透明度，同時提供實時的庫存信息、預警，有效控制監管人員道德風險，同時降低監管人工成本，以促進供應鏈金融業務發展。

2 現有模式概述

目前，我國開展的存貨質押融資模式按照監管場地的不同，主要分為存放在第三方物流企業倉庫的傳統存貨質押和就地監管的存貨質押。

傳統存貨質押模式下借款企業向銀行提交貸款申請并將質押物移交給銀行指定第三方物流企業倉庫；銀行委托第三方物流企業提供物流（倉儲和運輸）、監管服務；第三方物流企業驗收并評估質押物，向銀行出具動產質押證明文件并通知銀行放款。在該模式下銀行必須依賴第三方物流企業開展融資監管業務，因信息不對稱面臨較多風險，主要包括物流企業和借款企業勾結風險。另外，很多擁有存貨的借款企業都有自己的倉庫，將質押物存放在第三方物流倉庫無疑增加了融資的倉儲成本，而且也給質押物的靈活運用帶來了困難。大部分借款企業不愿意將質押物存放在第三方物流倉庫。

就地監管的存貨質押模式是指允許質押物存放在借款企業的自有倉庫中，銀行委托第三方物流企業在借款企業的自有倉庫中用標記或者物理障礙圈出一部分區域進行質押物監管[15]。張翼飛（2011）提出用汽車的合格證作為擔保，將4S 店的汽車作為質押物對金融機構提出融資申請，金融機構派遣專業人員對存放在4s 店現場的汽車進行監管，并分析了汽車合格證質押與存貨監管的風險[16]。鐘志勇等（2012)詳細介紹了風神物流擬開展的業務模式：4S店與銀行起訂協議，委托銀行向汽車廠商交付貨款，之后汽車廠商將商品車發送給4S店而將汽車合格證交給銀行，銀行為4S店交付貨款并派監管員駐扎4S店對商品車進行監管；4S 店每銷售一臺汽車都要向監管作業點進行登記并獲取汽車合格證，銷售完成后還款給銀行[17]。謝迎豐（2015）提出汽車經銷商將汽車作為質押物向金融機構提出融資申請，金融機構派遣專業人員對經銷商展場內的汽車實施現場監管[18]。在該模式下，減少了質押物的運輸和倉儲成本，動態質押下的貨物得到了靈活運用，方便了借款企業生產經營。但由于銀行對借款企業財務真實性不了解、動態質押下質押物出入庫信息化水平不高(沒有運用信息技術對質押物的出入庫進行申請、登記)和仍然存在監管人員和借貸企業勾結的道德風險，就地監管的存貨質押融資業務在我國難以發展。這種模式對借款企業的門檻較高，一般需要質押物價值穩定、企業信用好、規模大等條件。

為此，新業務模式中質押物的存放地點將選擇企業自有倉庫，降低借款企業的融資成本并增加質押物的靈活運用；由于質押物存放在企業自有倉庫中，可能增加質押物丟失風險，為防止企業私自將質押物出庫，需要引入第三方提供質押監管服務；并運用帶有圖像識別技術的監管系統對質押物進行監管，提高了質押物的信息透明度，降低道德風險。

3 業務模式設計

3.1 新業務模式

基于圖像識別的自有倉儲存貨質押融資業務模式是為了滿足本身具有倉儲設施、且原材料和成品存貨價值較高的工業企業（下稱：融資方）的融資需求，利用融資方倉庫內庫存原材料和產成品作為抵押物，由銀行等金融機構（下稱：銀行）提供資金的動態質押業務；銀行委托第三方專業物流監管企業（下稱：監管方）對倉庫貨物進出、入庫作業進行監管，同時監管方利用視頻識別技術對倉庫進行24小時連續監控，利用圖像識別技術定期自動識別統計在庫貨物數量信息；在保證存貨價值不低于雙方約定質押金額前提下，貨物的出入庫不受限制（作業需要在監管方監督下進行）。

為了節省監管方監管人員常駐融資方企業產生的人工成本，并防范監管方現場監管人員與融資方串謀、在未經銀行和監管方批準的情況下違法進行出庫作業帶來的道德風險，新業務模式設計了基于視頻監控和圖像識別的第三方倉儲監管系統，由視頻監管系統和信息處理系統構成。視頻監管系統包括攝像頭、計算機和圖像識別程序等；視頻監管系統使用視頻錄像24小時連續記錄整個倉庫全部活動信息，同時采用圖像識別技術定期識別倉庫存貨數量、類型。信息處理系統處理貨物出、入庫申請，進而統計在庫存貨信息，與視頻監控系統圖像識別獲得的存貨信息進行比對，識別貨物異常變動并報警。第三方監管系統構成如圖1所示。

圖1 第三方監管系統的構成

在新業務模式中，第三方監管公司需要對融資企業倉庫現狀進行審查，評估視頻監控和圖像識別系統的可靠性；對質押貨物的質量、數量進行審核，確保融資企業提供抵押貨物信息真實；對質押存貨的價格、價格波動情況、意外發生時貨物變現難以等情況進行評估，評估因融資企業無法按時還款、不得不拍賣抵押貨物時可能產生的風險損失大小。未來批準融資企業融資申請后，監管公司需要根據倉庫實際情況設計具體的監管硬件安裝方案并組織安裝，并根據倉庫貨物規格、包裝形式等特點設計具體的圖像識別算法。

銀行需要審核第三方監管公司上報融資需求企業的信用狀況，評估企業騙貸風險；根據企業經營狀況分析其無法按時還款的風險概率；根據監管企業提供的風險評估報告評估融資企業無法還款時的風險損失大小。綜合以上各項內容，銀行最終作出是否提供融資及融資金額的決策。

表1 基于圖像識別的自有倉儲存貨質押融資業務模式中各參與方職責

3.2 業務流程設計

第一步：融資方向銀行及第三方監管提出融資申請，并提交經營狀況、倉庫及倉儲貨物信息。

第二步：第三方監管審核倉儲貨物真實性；銀行根據企業經營狀況、存貨價值對風險進行評估，決定融資金額及約定最低質押貨物價值。

第三步：融資申請通過后，第三方監管公司根據倉庫特點，對倉庫進行監管系統的設計與安裝；并根據倉庫內貨物特點，設計圖像識別算法。

第四步：融資方的貨物日常出入庫需向第三方申請，在第三方監管人員監管進行出入庫操作；監管人員要對出入庫貨物進行審查；對出庫后剩余貨物價值低于約定最低質押貨物價值的出庫申請，系統自動拒絕；第三方監管人員每2天進行1次庫存盤點。

第五步：第三方監管系統24h 連續運行，將倉庫景象攝像存檔；系統定期（30min）對倉庫景象進行高清拍照，然后運用圖像識別程序計算倉庫貨物大致價值，如果價值與系統記錄在庫貨物價值誤差超過10%，發出預警，第三方將派出更高級別監管人員進行核查，若誤差超過20%，銀行派人員進行核查。

第六步：貸款到期歸還后，解除質押。

3.3 圖像識別方法

在人工監管模式下，為了防止融資企業私自進行出入庫作業，第三方須派人常駐融資企業；為了避免監管人員與融資企業串通，第三方需派駐多名監管人員相互制約，從而導致監管人工成本過高；而且不能完全避免道德風險。

圖2 業務流程圖

隨著人工智能技術的不斷進步，圖像識別技術日益成熟，目前基于身份證信息的人臉識別技術已經在鐵路實名制檢票中得到成熟應用[19]。因此我們引入圖像識別技術用于倉庫貨物的識別，識別其數量和種類進而統計其存貨價值。以此信息與庫存系統登記的庫存信息進行比對。以此預防融資企業違規進行出入庫作業，控制質押物流失風險。

因為倉庫中貨物種類多且堆垛形式不一致，全部識別的算法設計困難，計算速度太慢，而且監管期間只需保證庫存有效價值占到貨物約定質押物價值的90%以上，即可保證銀行利益不受損失。

通過對倉庫進行分析發現，雖然庫存貨物包裝存放形式多樣，但是很多零散包裝（如圖3中B所示）形式多樣，但價值有限。因此圖像識別算法設計只需關注價值較高的大規格包裝形式，如整托盤包裝等（如圖3中A所示）。

為了從倉庫圖像中識別出目標貨物，我們假設倉庫為10,000m2，我們將在倉庫四周按照25個200萬像素的攝像頭（每個攝像頭的攝像范圍是20m*20m），通過對拍攝圖像進行處理，得到物體的分類以及定位。

目前世界上目標識別主流是使用深度學習算法，找出圖像中所有感興趣的目標，確定它們的位置和大小，由于卷積神經網絡的發展，標注良好的數據集進步，以及計算機計算能力的提高，目標檢測器的性能越來越高。

當前人們使用的深度學習方法主要分為兩大類。第一種是由算法生成一系列作為樣本的候選框，再通過卷積神經網絡進行樣本分類，這方面以Faster R-CNN[20]、Mask R-CNN[21]等算法作為代表，使用這類算法的優點是識別準確率高，定位精度高，并且對物體尺度等方面具有較好的魯棒性。另外一種則是則不用產生候選框，直接將目標邊框定位的問題轉化為回歸問題處理，這方面以YOLO[22]、SSD[23]等算法為代表，使用這類算法的優點是運算速度快，并且背景差錯率較低。

本文利用Mask R-CNN[21]算法進行物體檢測，并且對算法進行一定的改進。我們通過一個卷積神經網絡對輸入圖片進行特征提取，將特征圖輸入到區域提案網絡中訓練得到物體的初步定位，再將分割后的物體經過卷積得到物體的分類、定位以及掩碼；然后我們提取物體的分類以及定位作為識別結果。算法流程圖如圖4所示。

圖3 倉庫質押物識別分類示例圖

圖4 算法流程圖

4 可行性分析

4.1 成本可行性分析

該業務模式成本主要包括攝像頭成本、算法設計成本、倉庫監管人員成本。市場上一個價格在200元左右的高清攝像頭，具備200 萬像素、監控距離達10～20m 之間，夜視50m 的性能；假設在日常監控中，攝像范圍是20m*20m，則10,000m2的倉庫只需要25個攝像頭便能完全對倉庫內貨物進行監控；另外現場需要一臺服務器用于存儲攝像頭拍攝的視頻和相片，并負責與監管方、金融機構的后臺系統進行連接。而且在質押業務解除后，攝像頭及服務器可以在下一次質押業務中繼續使用；算法設計的成本主要集中在初期的算法開發階段，而現階段圖像識別技術已經發展成熟，開發成本已經大大降低，后期運用中只需要根據不同倉庫的貨物進行算法調整，成本極低。倉庫監管人員只需要在貨物進行出入庫時和2天一次的質押物盤點時進行作業，不需要常駐在倉庫內，降低了人工監管成本。相關設備成本如表1所示,考慮到這些設備可以重復使用至少3年以上，則每年折舊成本不高于5 000元，相對于項目產生的利息收益，這樣的成本完全可以接受。

表2 設施設備成本表

4.2 技術可行性分析

近年來，作為一個新的科技領域，圖像識別被廣泛研究和運用，技術發展迅猛。孫鳳杰等介紹了圖像識別技術在電力系統中的具體應用[24]。圖像識別技術還在車牌識別領域有著成熟運用；方凱研究了車牌識別系統中三個重要技術，為圖像識別在車牌識別領域提供指導[25]。人臉識別在鑒別身份等領域前景好就是圖像識別得到廣泛和重要運用的體現；張興福提出一種基于2DPCA預處理的ICA人臉識別算法，提高在人臉識別中的識別率[26]。圖像識別技術的研究開發，推動越多領域運用圖像識別技術，也為本文所提出的基于圖像識別的自有倉儲存貨質押模式奠定了技術基礎。

在物聯網技術中，射頻識別技術在無線通信技術領域運用較多，具有快速掃描、體積小容量大、讀寫能力強的優點，但是適用于工作人員希望讀取信息的場景，對于倉庫作業人員為了隱瞞出入庫信息而拆掉貨物電子標簽的情況則無法記錄；而電子圍欄的主要技術是觸網探測技術的運用，具有威懾度高、誤報率低等優勢，但是在倉庫申請出入庫后，無法記錄出入庫貨物信息。與這些技術相比，圖像識別技術應用在倉庫質押物監管中，可以識別出在庫貨物的種類、數量，進而可以計算在庫貨物的總價值，減少了人工盤點的高成本及高誤差。而且圖像識別的攝像頭可以對倉庫內部進行實時監控，方便第三方物流和銀行對質押物的監管。

在本業務模式中，倉庫中貨物種類多且堆垛形式不一致，這種復雜環境下的物體檢測需要使用提取能力較強的深度學習網絡。我們的目標是價值較高的大規格包裝形式，具有足夠的信息供網絡識別。我們通過對這種物品進行標注，制作足夠豐富的數據集，然后利用GPU服務器進行訓練，最后得到能夠檢測物品的網絡權重。該網絡一旦訓練完成，我們便可以直接利用訓練好的網絡進行檢測，很快得到大規格包裝的分類以及定位。此外，我們的網絡可以進行拓展，以適用后面需要添加識別的物體，而不必重新尋找新的算法，可以很方便地進行倉庫的管理。

5 各種業務模式的優劣性比較

將質押物存放在第三方物流的傳統存貨質押和就地監管的存貨質押是目前存貨質押的主要兩種業務模式，現將這兩種模式和本文提出的基于圖像識別的自有倉儲監管模式進行比較，詳見表3。

表3 三種存貨質押業務模式對比

傳統存貨質押：企業需要將質押物存放在第三方物流企業的倉庫內，以方便銀行對質押物的掌控。這是目前存貨融資最常用的一種模式，該模式對企業的門檻較低，只要有一定數量的質押物，就能較輕松的獲得一定比例的貸款。但由于大多生產制造企業和流通企業都有自己的倉庫，該模式下增加了質押物的存儲費、移動質押物的運費，以及對質押物的靈活運用帶來了困難，所以大部分企業不愿申請傳統存貨質押業務。且銀行面臨著第三方物流企業與借款企業合謀的風險，銀行是最大的風險承擔者。

就地監管存貨質押：企業無需移動質押物，為了實現對質押物的監管，銀行委托第三方物流企業對借款企業的自有倉庫進行監管，該模式下減少了質押物倉儲、運輸的費用，但第三方物流企業需要派遣多名監管人員常駐借款企業倉庫進行監管而導致監管成本過高；且監管人員到融資企業現場辦公，監管人員與融資企業合謀產生道德風險幾率增高。這種模式對借款企業的門檻較高，一般需要質押物價值大、企業信用好、規模大等條件。

新業務模式：企業無需移動質押物，運用圖像識別技術代替部分人工監管，大大提高了質押物的安全性，降低監管人員和借款企業合謀的風險。該模式節省了質押物存放在第三方倉庫的存儲費用、質押物移動的費用，保證了質押物的靈活運用，提高質押物信息化程度，降低銀行的風險。

6 總結

目前中國物流金融質押監管模式并不完善，大部分質押物存放在第三方倉庫，并且監管方式仍然以傳統的人工監管手段為主，監管人員道德風險較大、管理效率低、成本高。

物聯網技術在中國發展迅速，為供應鏈金融業務的發展奠定了基礎。為此本文提出了使用圖像識別的利用第三方物流監管和自有倉儲設施的存貨質押融資業務模式，并設計了詳細的業務流程和圖像識別方法，對業務模式的成本和技術可行性進行分析，最后將新業務模式與融通倉、統一授信模式進行對比。新模式將降低物流金融業務的不確定性，以便推動存貨質押融資業務的發展，從而更好地解決中小企業融資難的問題。

本文研究的不足之處是圖像識別算法設計尚未完成，監管信息異常處理機制不夠完善。