您现在的位置:万联网> 资讯中心> 天下大势 > 展览会议 > 数据决策在供应链金融中的实践——小微为重 效率致胜 > 正文

数据决策在供应链金融中的实践——小微为重 效率致胜

【万联导读】3月30日,由万联网举办的第五届中国供应链金融创新高峰论坛在深圳成功召开。论坛现场,雁阵科技CEO王海润发表了“数据决策在供应链金融中的实践——小微为重 效率致胜”的主题演讲。

3月30日,由万联网举办的第五届中国供应链金融创新高峰论坛在深圳成功召开。来自供应链企业、物流公司、B2B平台、外综服务平台、保理、金融科技公司、金融机构、基础服务商等领域以及投融资机构的40多家行业领袖及700多家跨界企业高管共同参与了本次会议,共谋供应链金融未来发展之路!


论坛现场


论坛现场,雁阵科技CEO王海润发表了“数据决策在供应链金融中的实践——小微为重 效率致胜”的主题演讲。在演讲中,王海润多次提到小微供应链金融,他认为目前小微供应链金融面对的挑战主要是成本、风险以及稳健资产组合。供应链金融的风险包括产业风险和金融风险,通过产融风险结合、借贷对象的环境评估以及量化处理,实现小微供应链金融数据评估实践。另外一个层面是新供应链金融的实现,需要经过数据抓取采集、分析、决策等环节,只有提升数据采集、分析、决策的效率,才能提高企业的周转速度。在数据采集环节,需要从出口和进口两方面入手,从产业流程中获取数据。在数据分析层面,需要同时分析低频数据和高频数据,通过分析低频数据可以核实真实贸易背景,通过分析高频数据可以核实真实贸易背景以及发现经济学价值。在数据决策层面,采用场景化决策模型,通过量化决策,从小额走上供应链金融


以下内容根据现场速记整理(有删改):

今天我的主题其实有点大,这是万联网蔡总的命题作文。我们一直深耕供应链的数据决策领域,但供应链数据决策尚不成熟稳定。今天,我讲两个内容,第一就是科技赋能金融要做的是什么,第二个是量化技术在评估供应链金融融资对象的时候,不同于传统金融的地方在哪里,最后举个例子阐述如何做、带来什么收益、有什么困难。

 


 
实际上,我认为大家都比较清楚在供应链金融领域所面临的挑战是什么,实际上是成本和风险,这里的成本实际是操作成本,而风险是可以计量的,风险是可以用成本或资本来衡量的,风险和成本是分不开的。那么第一块是操作成本,第二块就是风险。风险实际上有五类,信用风险、操作风险、市场风险这三类是常见的,实际上风险很多。科技赋能就是降低成本以及管控风险。从我们的观察来看,为什么科技金融现在出现了一些机会,一是因为科技赋能必然会降低成本,机器去代替人工,成本会下降、效率会提高;二是科技将金融风控切细了,以前是一个模型管一个行业,现在计算能力丰富且强大了,我们现在可以做到一组模型去管一个客户,所以对每个客户的特征值的描述是更为详尽的。所以通过科技赋能首先要达到的是在金融层面形成一个小额分散、相关度低的金融资产。因为所有金融风控能力不在于审批不在于通过率,在于资产组合的稳定性。

 

供应链金融的风险实际上是产业风险+金融风险的叠加。所以必须要了解这个行业,才可能做这个行业风险的管控,举例来说,同城运输的企业和干线运输的企业在一个里程这个指标上反映的信息是不一样的。所以我们现在提出:要评估供应链金融风险,必须要对环境进行评估,任何一个企业和环境都是鱼和水的关系,所以我们会提取它的各类环境因素,包括地理环境,人文环境,经济环境。我们去认识一个企业必须考虑其背景、环境。传统的金融只能通过线下的方式,但这种方式是很低效、成本很高的。在以往的金融的模型来看,是没有地位维度的。所以目前处理数据一个非常关键的点是,对授信对象的环境进行评估。

 

第三点,在量化处理层面的经验,我个人感觉2B的量化模型相对2C的量化模型复杂得多,要实现还需要一段时间,需要一个过程。我们认为要实现2B的量化,首先要多维度地发现客户的特征值,关键要把握的是特征值的变化。第二,对于客户要有多视角的解释,正交的信息可以丰富客户的画像,非正交的信息可以double check。所以,在数据维度非常多、数据质量差、数据密实度低的情况下,怎么去利用数据,这是关键问题。第三,要引进地理数据。第四,2B领域更多是低频数据,用低频数据验证交易行为,用高频数据挖掘经济效益。

 

新的供应链的立足点是什么,我认为很简单就是效率,只要加快客户的周转/赚钱速度,我们才能赚钱。如何提高企业的周转速度,那就是数据采集、分析和决策的速度。大家都谈到产能结合,但我们强调数据的采集来源于产业,来源于交易、交互里面的各个采集点。在去年的时候,我们就已经可以做到对17种工业主线信息的采集,直接了解客户的经营信息,比如通电时间、电压稳定性等等。而且我们通过API采集数据,效率高。我们的产融结合就是从产业流程中获取数据。


 

我认为对低频数据的处理,你可以核对贸易的真实性,但通过一个低频数据发现经济学价值是非常困难的,而高频数据是既可以核实贸易真实性,也可以发现经济价值。但供应链领域很少有高频数据。2C领域高频数据多,所以好建模。

 

这个是我们对供应链数据量化决策的实现路线:从最早的模型开始,一直到现在的神经网络或神经网络,2C和2B的量化模型建立背景产生了很大的变化,2C领域的背景是统一的,2B的背景是分裂的,模型内部有边界,会出现很多子模型,出现很多场景化的决策模型,在建模之前首先要把企业分类。

由于分享时间比较短,有不清楚的问题大家可以私下沟通。雁阵科技已为145个合作平台服务,

合作的中小企业客户有30万。我们希望可以和大家共同成长,我们的技术可以嵌入平台。 

本文为万联网(www.10000link.com)原创文章,欢迎各界转载,转载请注明出处:万联网
上一篇:重磅!怡亚通2017年报总营收685.15亿 近五年增速达225.98%
下一篇:电子合同进阶之路:数字信任技术在供应链金融中的应用
万联网微信公众号