吳沈娟
摘要:本文基于信用5C理論,運用基本分配型判斷矩陣的權數方法,為品德因素、能力因素、資本因素、抵押因素、條件因素賦權重,構建信用風險評價體系,以此合理進行供應鏈金融環境下中小企業信用風險評估方面研究。
關鍵詞:供應鏈金融 信用風險 分配型判斷矩陣
隨著互聯網信息技術的快速發展以及各種數據信息來源的不斷涌現,數據量正以前所未有的速度增長,“大數據”一詞應運而生。大數據或稱巨量資料,指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合,包括結構性數據、非結構性數據、傳感器數據和新類型數據。在供應鏈金融環境下,利用大數據分析有效提升了中小企業信用風險評估的效率和準確性,降低了之間的交易成本和信息不對稱程度。
一、供應鏈金融環境下大數據特征
供應鏈金融環境下,大數據具有網絡化、信息對稱性、高效率、服務邊界擴大化和普惠金融等特點。
第一,網絡化。大量的供應鏈金融產品和服務在大數據時代都是通過網絡來展現,其中移動網絡獲取大數據正在成為供應鏈金融服務的一個主要途徑。隨著法律監管政策的不斷完善,大數據技術的不斷發展,中小企業很多財務信息數據等都通過網絡實現,海量的數據能準確高效的說明企業的信用風險情況。
第二,信息對稱性。每個信用主體獲取數據的能力不同,供應鏈金融產品和服務在核心企業與中小企業之間的信息往往不對稱,但在大數據時代這一缺陷得到了彌補,核心企業可通過網絡實時獲知相關的信息。
第三,高效率。大數據的環境下,很多流程和動作是在線上發起線上完成,有些是自動實現。強大的數據分析能力,能夠及時準確地在最合適的時間和地點提高供應鏈金融產品和服務,金融業務效率飛速提高,交易成本也隨之大幅降低。
第四,服務邊界擴大化。供應鏈金融是一種帶有模式創新的金融服務,在大數據技術之下,供應鏈金融服務對象會更多,海量數據能有效打通商業銀行與企業供應鏈之間的通路,造就具有高度融合性的供應鏈金融服務。
第五,普惠金融。普惠金融指的是能有效全方位地為社會所有階層和群體提供服務的金融體系。大數據在供應鏈金融的服務對象和范圍擴展,金融服務隨之更加接地氣,儼然一種“飛入尋常百姓家”的趨勢。
二、供應鏈金融環境下大數據變革的三個階段
供應鏈金融環境下,利用大數據進行中小企業的信用風險評估,有三個主要階段:識別需求、風控管理、創造優勢。
變革過程的第一個階段是識別需求。這一階段的認知主要來自于核心企業對自身的信用風險認知。到目前為止,企業的財務指標沒有一個統一的判斷標準,因此利用客觀的財務指標去分析信用風險存在一定的不合理些。如果企業能認識大數據的重要性,深入研究大數據和數據挖掘等信息技術應用方法,以數據庫為基礎,打破企業之間的信息孤島,建立起針對中小企業信用風險防范的數據分析模型,能有效加強對中小企業的信用風險管理。
變革過程的第二個階段是風控管理。大數據風控是指通過大數據構建風控模型,從而對借款人進行風險控制和風險提示的風險管理辦法。例如通過檢驗大數據中兩種變量之間可能的聯系,對事物進行因果關系分析,從而優化風控管理。大數據風控憑借著數據挖掘和神經網絡等技術來消除互聯網金融交易雙方的信息不對稱,利用這些數據,尋找不同特征與違約率之間的相關性,并為不同的特征賦予權重,從而評估相關風險發生的可能性大小,從而應對供應鏈金融業態頻發的信用風險。
變革過程的第三個階段是創造優勢。企業經過大數據分析,結合信用評估結果,就必須繼續利用大數據分析創造優勢,即在數據分析應用中以整個企業為出發點,跨企業、跨供應鏈,讓更多中小企業獲得和大公司一樣的資源與機會,從而有效配置資源,提供供應鏈金融的效率。
三、大數據分析在供應鏈金融環境下信用風險評估的案例
深圳微眾稅銀信息服務有限公司通過涉稅數據對企業實施整體信用評價,即主體征信評估、開發交易征信模型評價供應鏈交易信用,共同構建審批決策引擎,并運用發票數據對信貸資金用途和流向實施監控分析。其整體業務邏輯如下:利用企業的稅務數據作為核心數據,構建評價指標,開發企業信用評分模型,開展供應鏈金融中的首要環節即企業整體風險評估,然后利用交易信用評估結果,篩選出合格下游交易商,同時構建區分指標,找出符合理想標準的合格交易商,開始實施額度的輸出,后進行進項發票的數據分析,掌握貸款資金的用途和流向,基于銷項發票數據的分析,評估企業與下游客戶在貸款期內的交易量表現。
四、結語
大數據能夠準確客觀反映企業各方面真實面貌,幫助銀行等金融機構對供應鏈金融的關鍵利益方(尤其是融資對象)進行深入了解,對其進行信用風險評估,這將有效提升中小企業融資信用,創新金融服務,激發供應鏈整體活力。
參考文獻:
[1]宋華.智慧供應鏈金融[M].北京:中國人民大學出版社,2019:250-254.
基金項目:本文系2019年浙江金融職業學院(2019年度基本科研業務費一般項目)“供應鏈金融環境下中小企業信用風險評估研究”(項目編號:2019YB05)的階段性研究成果。
作者單位:浙江金融職業學院金融管理學院