供應鏈金融數據風控術

時間：2024-10-30 06:29:32 供應鏈

供應鏈金融數據風控術

　　供應鏈金融具有服務對象特定、與實體經濟聯系極為緊密、業務具備自償性、風險可控、收入來源多樣化等。下面是小編為大家分享供應鏈金融數據風控術，歡迎大家閱讀瀏覽。

　　一、準入紅線

　　任何業務都會有門檻，零供業務要想解決降低風險、提高效率的矛盾，首先就是要科學定義紅線和準入條件。這些門檻不是拍腦袋出來的，也不是照搬銀行等同業的，一定是基于我們對行業和業務的深刻理解才能得出來的。經過多次修正，我們現在已經有一個關于紅線和準入的文件。比如我們的紅線定義為：申請人應收賬款有瑕疵，被重復轉讓、質押的不做;融資額未在30萬-300萬區間，期限不在3-6個月區間的不做;申請人交易和結算數據不能按要求實時監控的不做等�？蛻魷嗜胍矔婕叭谫Y人主體資質、融資主體實際控制人、融資主體所處細分行業、融資主體經營狀況、與金融機構合作記錄等數十項指標。這是業務開展的基礎，是一個憲法類的東西，必須予以足夠的重視。

　　二、違約成本

　　違約成本過高是此項業務開展的理論基礎之一，比如一個供應商對應著十家零售商，按照行業慣例，一個年銷售額千萬的供應商每對應一家零售商，除去鋪貨外的平均入門費用(包括進場費、條碼費、上架費等)為50萬，如果對應十家就是500萬，再加上商家的應收賬款和庫存平均不低于200萬。單就交易來說，我們給出的額度不高于月均銷售額的80%,也就是60萬左右，對于一個正常經營的供應商來說，為了60萬的融資丟掉大于700萬的投入從邏輯上是講不通的(當然還涉及到其他問題，比如真實的負債率是多少，如果企業不止有60萬的負債而是2000萬的負債，那他就有足夠的動力去違約甚至跑路了，因此對企業隱性負債及其還款日期的調查是此項目的重中之重)。因此，在我們的調查報告里，除了對負債的內容需要進行關注之外，還要引入違約成本的量化結論，以便于審核人員評估。

　　三、識別風險

　　此項目的核心風險有三：分別是交易風險、信用風險與操作風險。其中最難把握的是后兩者。

　　1、交易風險

　　在這一風險的應對方面，因為我們乾潤厚樸是做供應鏈SAAS系統以及ERP系統起家，對數據的把握和行業的理解層面是有優勢的，這也是我們做零供項目的核心。目前的貿易融資，管理交易風險非常重要的一個參考指標就是歷史交易記錄。歷史數據的搜集、整理、分析也是數據風控的核心所在，未來發生什么、會發生什么、怎樣發生什么，我們都不得而知，但可以從歷史來推測可能會發生什么，發生什么的概率有多高等等(其實也是一種應用統計學)。這里就涉及到我們所說的核心數據。通過這些數據我們可以基本判斷近一年內，融資企業的履約能力和履約情況，以及零售商的付款能力和付款情況，從而對未來3個月或6個月的風險做一個基本的預測。從某種程度上來講，這個交易風險是相對容易把握的，是可以通過定量分析法來實現的。在這個分析的過程中需要側重的主要是四點：一是數據的連續性;二是數據的穩定性;三是數據的趨勢性;四是數據的異常性。最后，我們會得出一個結論，這個結論是僅僅針對交易風險得出的，但交易風險在整個項目風險評估中的比重只占到三分之一。需要特別指出的是，核心數據的分析中要特別注意對銀行流水的分析，這是一項極其考驗耐性和專業性的工種，我們對銀行流水的分析主要采取人腦+電腦的形式進行分析、整理、預測、驗證。

　　2、信用風險

　　關于信用風險，是一個老大難問題。在零供項目中，主要體現為融資企業的主體信用以及零售商的主體信用風險。基于零供行業的特點以及我們的準入中對零售商的鎖定以及供應商一般對應多個零售商的現實以及對所有逾期案例的分析，決定了此處的信用風險主要體現為供應商(即融資企業)的信用風險。此處的信用風險中主要包括企業以及實際控制人個人的主體信用，或者說是他們的資產能力，IPC中有類似的表述。資產=負債+所有者權益;所有者權益=凈利率*銷售額。這些信息的準確取得，除了有技巧的訪談以及上述核心數據或多項數據的分析之外同時需要借助一些第三方的反欺詐工具。

　　3、操作風險

　　這里的操作風險主要分兩類：一類是專業能力以及疏忽懈怠風險;另一類主要是員工的道德風險。第一類操作風險需要我們的員工在盡職調查時，要注意嚴格按照流程和要求搜集材料、簽署文件。第二類操作風險涉及到人性問題，我們解決不了，能做的就是不要對人性和道德抱太大希望，通過制度化手段以及相應的懲戒措施去強化、管理。

　　四、信用分析

　　1、定性與定量分析

　　一般的信用分析都需要包含定性和定量兩部分內容，單一的定性或者定量都不能囊括所有的風險。在我們運作零供項目的過程中會發現，前期數據的采集、分析、結論以及真實負債率的計算等是可以通過量化實現的，而有關企業的經營、資產、擔保、征信、庫存合理性、實際控制人的專業、經驗、對外經營、民間借貸、是否炒股、是否經營高危行業、人品、性格特點、員工評價、商界地位、名譽、愛好、忌諱等等很多對項目的評審具有非常核心意義的信息都是難以計算的，而且是很難去絕對量化的。想實現二者的結合，又能高效率低風險的完成授信，這幾乎是一個悖論，我們能做的只能是盡可能的完善，而不要去妄想堵死所有的漏洞和風險。

　　2、二維評級與信用風險量化管理體系

　　二維評級中的二維是指客戶主體信用與債項信用。此種評級體系除了要求對客戶在未來一定時期內發生違約的可能性(PD)進行測算中戶外，更要求以貿易雙方交易穩定性和自償性為核心，以金流、物流、信息流三流合一為標準，通過對交易數據的分析，結合產品類別、擔保方式、還款優先性、客戶地區行業、第一還款源的還款能力和還款意愿等對債項本身的特定風險進行計量和評價，以反映客戶違約后債項損失的大小(LGD)。與傳統評級模型不同的是，除了精準的評級模型之外，還需要利用內部穿行測試的方法，利用內部控制測試體系表通過關鍵內部控制、常用控制測試及實質性程序等常量，從多維度測試交易發生以及入賬的真實性、完整性和準確性。

　　信用風險量化管理體系與傳統的信用風險度量方法有本質區別。傳統的信用風險度量方法側重于定性分析，主要包括專家系統、評級方法和信用評分方法，更確切地說，他們都只是一種分配排序，并不能準確指出風險的大小。而信用風險量化管理體系的簡歷體現了對信用風險的合理測度，即運用有效模型對信用風險進行評估。體現在PD、LGD、EAD的測度上。

　　3、在信用分析的過程中，要突出三個側重:

　　首先，定量分析與定性分析相結合。其中，財務指標基本實現定量分析，考查數據時間跨度要求為三年及三年以上。針對定性分析設置了相應的比對標準，盡可能的實現評分有依據，依據值得推敲;

　　其次，從買賣雙方的自身實力及應收賬款交易本身的真實性兩方面進行考量。針對買賣雙方應收賬款交易流程的考查程序要重于對企業財務數據、主體資質和硬性資產本身的評價。力圖通過雙方的交易習慣，結算習慣來驗證雙方往來交易的真實性、完整性、準確性;

　　最后，突出較強的延展性。以針對核心企業立賬模式的傳統供應鏈金融為出發點，該評級體系可向供應鏈平臺+金融和互聯網金融等融資指標體系拓展。針對供應鏈融資平臺，該指標體系加大了對歷史交易數據的審核且關注企業客戶的數據從財務數據向生產數據延伸。生產數據包括但不限于：存貨進銷存、企業費用成本控制制度、現金支付管理、稅款繳存管理、員工數量及工資支付、社保計提與支付、產能利用、固定資產管理等多個方向�？紤]到眾多供應鏈融資企業對系統平臺的依賴性較強，該評級體系設計了針對系統平臺利用控制測試原理的穿行測試。另外，系統平臺的安全性也是評級的重要指標之一，我們或借助于外部IT 審計或通過系統自評的方式實現對系統的測評。

　　五、第三方工具

　　據統計，除了經營風險之外，供應鏈金融業務90%以上的風險來源于客戶欺詐，客戶欺詐的表現形式多種多樣，其中關于隱性負債、非相關多元化投資、實際控制人不良嗜好、資本抽離、控制權爭議等情形最為常見，尤其是銀行征信信息之外的隱性負債問題，是一個世界性的難題，因此就需要金融機構善于利用第三方工具所提供的外部數據來建模，重點評價經營之外的欺詐風險。

　　目前比較權威、與金融相關性又比較好的數據源有以下平臺：全國工商企業信用網、中國裁判文書網、中國人民銀行征信中心、風險信息網、被執行人信息查詢網、中國執行信息公開網、風控搜、巨潮資訊網、安融惠眾、IPC分析法、信用評級模型、百分點、千家客、鵬元、國政通、東方航空、新浪微博以及一些安融匯眾、同盾科技、好貸網、量化派、譽存科技、企查查、啟信寶等信用評價和反商業欺詐工具等等。以上各項工具既相互獨立又相互印證，需要綜合起來研究，找出欺詐的可能性。

　　六、專業判斷與機器計算

　　我們一直在探究零供行業授信的風險本質，也無時不在做多與做精、風險與效率、收益與成本之間徘徊、糾結。我們也找出了問題的答案，那就是采用專業判斷與機器計算相結合(又稱“人腦+電腦”)的風險管理方法來找到解決零和博弈問題的出路。人腦偏重于對定性的分析，電腦偏重于對定量的分析，但兩者沒有嚴格的界限，往往是互相交叉的。比如一定時間端內數據的真實性、連續性、趨勢性、波動性等既需要電腦予以呈現，也需要人腦結合行業和企業特點進行分析。零供項目的業務審核流程一般都是通過人腦負責前期大部分的分析審核，再集合到一個數據庫中進行積累、整理，再通過共性信息的提取以及對個性化信息的處理，中間輔以異常信息提示、預警，通過各項數據和資料之間的交叉，最終呈現一個人腦+電腦的評級結果。人腦+電腦一定要在系統中得以實現，電腦可以極大提高審核效率，加上人腦的現實判斷，最終才能實現規模取勝與業務精煉的共贏局面。

【供應鏈金融數據風控術】相關文章：

農業供應鏈金融風控解決方法08-22

中鋼集團供應鏈金融風控案例分析05-04

大宗商品電商怎樣做供應鏈金融風控08-07