|
前言：全球在2010年正式进入ZB时代。IDC预测，到2020年，全球将总共拥有40ZB的数据量。今年10月，国务院办公厅印发《关于积极推进供应链创新与应用的指导意见》，指出要积极稳妥发展供应链金融，推动供应链金融服务实体经济，鼓励商业银行、供应链核心企业等建立供应链金融服务平台，为供应链上下游中小微企业提供高效便捷的融资渠道。
 11月16日，由中国供应链金融服务联盟主办的“第五届中国供应链金融服务联盟年会暨2017供应链金融科技发展峰会”在天津召开。誉存科技大数据风控高级顾问徐青受邀出席论坛，并发表题为《基于复杂网络的大数据技术助力供应链金融风控体系升级》的主旨演讲。 中国企业大数据现状及应用适配性 处理数据的效率就是企业的生命。徐青首先回顾了一下当前中国企业大数据发展现状，列举了大数据在众多行业的应用。他说：“中国企业级数据中心数据存储量正以几何倍数增长，特别是非结构化数据的增长更是惊人。数据类型也不局限于单一文本形式，更多订单、日志、音频、视频等结构化、半结构化和非结构化数据出现。如何迅速‘提纯’是大数据亟待解决的根本问题。” 同时，各行业对大数据的关注度和实践应用也在不断提高，特别是金融、互联网、电信、流通、医疗、制造业等几大行业领域。这其中又以互联网(电子商务)、制造业与大数据技术的契合度最高，具有极强的应用可能性。 供应链金融业务衍生背景 当前，中国经济已进入深度调整期，实体经济面临互联网与新常态的双面夹击，实体制造业面临转型升级阵痛。在市场竞争日益激烈的当下，赊销已成为交易的主流方式，处于供应链中上游的企业，很难通过传统的信贷方式获得银行的资金支持，而资金短缺又会直接导致后续环节的停滞。 一荣俱荣，一损俱损。 "供应链融资"系列金融产品便应运而生。 事实上，供应链金融作为金融服务实体经济的最佳服务模式，在为实体注入新鲜“血液”的同时，也催生着新的风险。 关于这一点，徐青在演讲中也提到：“供应链金融的本质其实也是一种债务融资。既然是一种综合性的金融产品，那么其关键就是风控，因为风控是一切金融服务的核心。” 供应链金融业务的风控逻辑 供应链金融作为一项金融创新业务，与传统信贷业务相比其最大的差别在于，它是利用供应链中的核心企业，第三方物流企业的资信能力来缓解金融机构和中小企业的信息不对称，解决中小企业融资、抵押、担保等资源匮乏问题。在整个链条里，核心企业的信用风险是主要的风险源，做好它的风控非常重要。 而提到风控，就不能脱离火遍全球的大数据。 供应链金融是产业模式升级的自然演化，具有深厚的行业根基，兼备金融的爆发力与产业的持久性。而大数据风控则可以进一步促进金融机构与实体产业的合作。 徐青以整车制造业为例，分享了如何用大数据技术解决制造商供应链金融风控难题。 基于中小企业的信用风险定价是目前供应链金融业务所迫切需要解决的痛点，而解决中小企业风险定价问题首先必须做好风险量化体系。 通过誉存科技大数据风控工具，核心企业平台方可以把上游的原材料商，中游的整车制造厂，下游的经销商、客户进行多数据、多维度的综合信用管理。通过反欺诈风险扫描、风险传导模型、经营指标分析等，提供整个供应链企业的画像，从而为整个产业的风险量化提供决策的依据。 基于复杂网络的大数据风控新模式 一切系统的核心逻辑结构，都是网络;复杂系统的结构，就是复杂网络。包括支撑供应链金融业务的所有基础设施在内。
 誉存科技自主研发的星象风险管理平台，基于复杂网络的大数据风控新模式。一键扫描主体企业和关联企业风险疑点，自动识别，保障风险实时预警。从企业画像、风险扫描、行为监控、深度分析及智能预测等多个维度，串联供应链金融服务流程中不同时间节点，高效进行风险控制和反欺诈，实现全流程风险管理价值。
 最后，徐青表示，誉存科技的这套大数据风控工具已经逐渐被主流银行业金融机构所认可，服务对象涵盖中国建设银行、中国银行、中信银行、兴业银行、重庆银行、富民银行…… 但大数据风控不单单只能服务于银行，它的应用场景是十分广泛的，适用于所有类金融企业用户。从产业中来，到金融中去。让数据产生伟大价值!行业再无边界。 |
- 关注天气:
