如何用大数据解决供应链金融时效性与成本两大痛点

近日，有行业第三方机构发布《2016互联网+供应链金融研究报告》，里面预测，"2020年我国供应链金融市场规模将达到15万亿元左右，银行、上市公司、电商以及在风口的P2P平台争相布局。"

10年前，供应链金融是银行的专属游戏。受制于资金实力、金融服务牌照等方面的限制，其他机构很难成为供应链金融产品和服务提供的主体。但在"互联网+"浪潮的冲击下，越来越多的企业利用自身的信息优势、交易资源优势以及客户资源优势，纷纷转型成为供应链金融产品和服务的提供主体。

但无论是银行玩转时代还是"互联网+"时代，我们都不得不面对的一个事实是，供应链金融在我国发展近10年，仍没有取得预期的发展成果。供应链金融在发展过程中面对的痛点无数，其中时效性和融资成本是互金平台切入供应链金融无法回避的两个问题。

首先讲讲时效性，融资人在互金平台提出融资需求时往往带着实现快速融资的诉求，互金平台则面临通过几个小时甚至更短的时间完成风控，实现项目落地的挑战，目前真正能做到这点的只有京东、阿里等大型电商平台。

此外，供应链金融产品在互金平台上的融资成本相对较高，最大的原因在于项目的透明度没有达到投资人所能接受的程度，所以只能以高利率吸引投资人，而这也就导致了互联网金融在供应链金融上无法持续发力。

互联网金融若想解决这些痛点，在供应链金融上做足做深文章，关键在于大数据。若能通过大数据建模降低风控成本，提升风控效率，就能实现快速融资，解决融资时效性问题；此外，利用好大数据进行逻辑可靠的分析，告诉投资人足够真实具体的项目信息，只要项目回报率高于银行，就能吸引到充足的投资资金，而不用再倚赖高利率，从而告别融资贵难题。

不过大数据的使用也面临着另外一个天然矛盾，因为所有的数据都源于昨天以前，互金平台是利用以前的数据对企业或个人的未来行为做出分析和判断，这样容易陷入一个误区，即把焦点过度集中在当前的经营层面或数据上，而忽略了其他信息来源，而这些信息来源很有可能就是未来这家企业或个人不能成功还款的重要依据。

笔者之前调查过一个物流运输企业，拥有非常漂亮的经营数据，名下的运输车全部是进口的沃尔沃，而且有非常准确的订单，当时我们觉得这是一个无可挑剔的供应链金融案例，但经过调查后发现，某些负面信息被该企业刻意修饰或回避，但如果我们只看经营层面的数据就容易被其误导。

因此，每个层面的数据都只是一个参考物，我们无法根据一个层面的数据做出精确的判断。在目前的阶段中，我们只能尽量抓取不同层面的数据，然后在这个基础上进行综合判断，减少出现误差的可能。

在提高大数据的分析处理能力方面，近来大热的"人工智能"或将成为供应链金融发展的一个方向，其拥有强大的数据分析和自我学习能力，可以解决人工经验的自我局限性，帮助互联网金融企业在项目选择和风险判定上打下更扎实稳固的基础。

本文作者朱青山系广州市律师协会信息网络与高新技术法律专业委员会委员、广州e贷联合创始人