摘要
一、产业互联网场景下的供应链金融产品
二、供应链金融在产业互联网平台的应用现状
三、风控逻辑与难点
四、趋势
本文是产业互联网系列的第二篇，第一篇《产业互联网是不是一门好生意？-以国联股份为例》重在分析商业模式、财务结构与估值逻辑，本篇则重点探讨供应链金融产品的设计与应用。
以国联股份为代表的流通类产业互联网企业的商业模式清晰且简单，但并不代表这个行业没有门槛与壁垒，因为这是一项时间与金钱的生意，时间上需要口碑、品牌与行业默知识的积累，金钱上需要 “资本”的滚动，并最终实现规模取胜。因此，产业互联网企业要想生存下去形成竞争优势，就只能快速扩大规模，而要快速扩张业务规模，就需要不停的融资。这也是产业互联网企业看似现金流充足，却又不停融资的原因。
通过对国联股份的分析，我们知道营运资本增长对资金的大量占用是其一大痛点，而供应链金融恰巧是解决这个痛点、推动产业互联网良性发展、实现飞轮效应的有力工具。遗憾的是，资本市场监管一刀切的禁令使得这种良性增长遇到了瓶颈。
国内绝大多数产业互联网平台—包括国联股份、震坤行这样的头部平台—并未提供供应链金融产品，这既有监管的原因，也有行业尚处于发展初期的原因。而在开展供应链金融业务的平台中，也存在业务和产品种类较少的问题，产品高度集中在保理、未来货权下的预付账款融资、商票贴现和订单贷四类中。
与核心企业模式相比，产业互联网平台数据资产化的程度更高，数据维度更丰富，数据覆盖订单、支付、履约、行为、物流和仓储等端对端的全流程，这无疑为金融机构构建风控模型奠定了基础。但目前绝大多数平台都未能有效利用这些数据，由此导致供应链金融产品高度依赖主体信用，而“风控场景化”也沦落为了一句口号。造成这个问题的主要原因是金融机构的模型能力不足，进而导致资金供给远不能满足产业互联网平台迫切的资金需求。
供应链金融在产业互联网中扮演的角色举足轻重，生产、交易等各个环节都离不开资金的支持，在产融结合的强大粘性下，通过金融工具带动交易和经营环节的规模化增长是一条可行的也是必然的道路。但是完全依赖商业银行来提供金融服务并不可行：商业银行游离在平台之外，无法深度内嵌到场景内，注定无法及时、足额、低成本的提供平台需要的资金。
因此，作为中介与通道的商业保理公司必然有其用武之地。商业保理公司可以作为伙伴监控交易的整个生命周期，并在账户管理、授信、支付、还款和对账的全过程中深入参与供应链金融资产的生产与管理，再进一步作为通道方和结构化融资中的劣后投资者，为外部金融机构提供风险缓释。
本文在初稿成文后经历了多次删改。最早的版本中包含了产品设计与风控措施的内容，而这些内容在笔者向业内相关方征询意见时被要求删除。笔者并不认同这种理念，很多我们称之为商业机密的知识并不能为企业带来稳定的竞争力，金融机构应该持有包容的心态与文化，通过行业“共创、共享、共赢”的理念来营造一个更具创新精神的环境，这也是笔者团队一直在践行的理念。无论如何，感谢那些给予笔者支持与机会去实践金融产品创新的国内外客户，再次感谢！
从交易的视角看，不管是针对上游的供应商还是下游的经销商，产业互联网平台的业务场景跟核心企业体系的供应链金融场景基本一致，因此产品表面上看起来大抵相似。但是在金融产品的业务逻辑上却存在很大的差异。
在产业互联网模式中，互联网平台替代了核心企业成为交易的核心，形成了“N+1+N” 的产业模式。虽然同为“N+1+N”，但与核心企业模式不同，在产业互联网平台中，交易双方只存在交易行为之间的关联，而没有产业链上下游之间的分工与协作，因此产业链属性很弱。无论是自营业务还是撮合业务，最终形成的多方市场都会呈现出三大特征：网状、主体数量众多且多样、具有开放性。
1、网状而非链条：交易关系更复杂，存在互为上下游的情况，交易造假门槛很低，交易真实性识别困难，需要借助大数据分析来识别贸易的真实性；
2、主体数量众多且多样：交易端有数量更多的中小微企业客户，且普遍存在融资需求。这些小微企业的客户画像非常多样，平台积累的大量真实、动态的交易数据能够丰富金融机构征信数据，降低小微企业信贷业务的准入门槛；
3、开放性：核心企业模式以核心企业关联关系作为风险管理的核心，以基于产业链上下游的业务及交易关系作为风险控制的基本环节。而在产业互联网中，因为缺乏核心企业的软约束，金融机构普遍感觉缺乏风控抓手，大多把风控的重点放在平台企业上，也就是场景提供方的主体信用上。
具体到供应链金融产品上，与核心企业模式相比，产业互联网场景下的供应链金融产品种类不够丰富，而且侧重点也有所不同。主要原因是：在核心企业模式下，核心企业首要的出发点是盘活资产，因此保理业务所占的比重很高；而在产业互联网场景下，一切围绕着交易展开，供应链金融更大的价值在于促进销售，提升交易规模，因此更倾向于订单融资与预付账款融资类产品。造成这种结果既有发展时间较短的原因，也有业务逻辑不同的因素。
与核心企业模式下侧重应收账款的融资不同，产业互联网场景下更多聚焦在未来货权下的预付款融资和数据信用两大类产品上：
1、未来货权下的预付款融资：主要解决企业短期采购的资金短缺问题，即可以在一定额度范围内选择“先采购、后付款”完成采购。风控的抓手是“预付款项下融资企业对供应商的提货权”，本质是通过物的信用来弥补主体信用的不足。
2、数据信用：是指基于产业链上大量真实交易数据的数据信用而设计的供应链金融产品。资金方基于上下游中小企业与核心企业的真实交易数据，能够更准确的判断中小企业的信用水平，从而向中小企业提供无需抵质押担保的融资服务，更好的盘活中小企业的资金，做到真正的金融赋能。典型的产品包括订单贷/订单保理、结算单融资、发票贷、中标贷，部分到货保理也可以归为此类产品。
图表来源：建原数科
这些年笔者跟不少产业互联网平台有过交流，这些平台既包括以欧冶云商为代表的大宗商品垂直B2B平台，也包括以京东工业、1688为代表的综合型B2B平台。
笔者发现这些平台的供应链金融团队，过往经验大多来自传统的核心企业模式，因此他们在产品移植的过程中遇到了不少困难。与核心企业模式相比，产业互联网的供应链金融产品确实有其不同之处。
笔者选取头部10家有代表性的平台，通过对比他们的供应链金融产品，来“管中窥豹”的阐述供应链金融在整个产业互联网场景中的应用。下表中的内容并非来自严谨的调研，而是笔者长期沟通观察的结果，在产品细节上可能存在一定的偏差，但在大类产品分布上应该具备一定的代表性。
国内绝大多数产业互联网平台并未开展供应链金融业务。在开展供应链金融业务的平台中，论产品的丰富程度，京东工业毫无疑问首屈一指。而以京东为代表的这些头部平台中，供应链金融业务高度集中在保理、商票贴现、预付账款融资和数据信用四大类产品中。
保理业务主要服务于产业互联网平台的自营业务，因此跟核心企业场景中的保理产品并无区别。但是在部分撮合业务中，平台通过“数据信用”的逻辑加上“账户监管”的措施降低了核心企业的准入门槛，使得一大批中型企业享有了核心企业的定位，使得上游更多的供应商能够以更低的成本获得融资。
预付账款融资既有“融通仓”模式，又有“保兑仓”模式，只是不同产业互联网平台中的叫法不同而已，模式非常成熟。因为涉及到“控货”，金融机构相对谨慎，授信额度不高的同时还要求平台企业提供担保。在“控货”方面，所有平台努力的方向都是一致的：基于平台历史交易数据对抵押物“估值”，并通过历史交易数据来预测抵押物价格的走势，做到“算得清”；借助物联网技术（雷达、地磅）动态检测货物情况，利用区块链实时分享监管数据，实现抵押物的“管得住”；至于“卖得掉”，要么通过市场交易，要么通过平台企业来回购兜底，主流仍然是平台兜底的模式。
数据信用类涉及很多产品，最主要的是订单贷，笔者尚未看到已落地的订单保理。这些订单贷大部分都是小额流贷，真正基于场景数据实现风险评价与控制的仍然非常罕见。
图表来源：建原数科
特别需要申明，产业互联网场景中很重要的一块业务“赊销”，笔者并未将其罗列其中。在赊销业务中，平台会依据下游企业的交易数据，为企业授信。下游企业采购时，可以在授信额度内先提货，后付款（周结/月结）。这种业务的变种就是我们常说的订单贷和订单保理。因为在信用赊销业务中，没有保理公司和金融机构介入，因此笔者将其排除在供应链金融业务之外。
（一）平台交易数据的价值尚未被金融机构有效挖掘
产业互联网为供应链金融提供了最好的场景。在商业模式上，平台可在线生成信息流（在线交易）、资金流（支付结算）和物流（仓储物流），天然集成，三流合一，能高效核验供应链金融业务的“交易背景真实性”；在需求上，平台业务是一项需要持续垫资、滚动的业务，为了拓展业务规模和增强客户粘性，通常都存在很大的资金缺口；在基础设施上，平台数字化程度高，数据资产化的程度很高，数据维度很丰富，这些数据从交易相关的订单、支付和履约，到行为数据，再到平台关联方提供的物流和仓储数据，都为商业银行构建风控模型奠定了基础；而在意愿上：平台大多为创业企业，成立时间不长，可抵押资产较少，自身信用不足，在技术创新和金融创新上存在迫切的需求，平台方有很强的动力配合金融机构，因此能够快速响应金融机构对数据和科技的需求。
但事与愿违，在实务中，产业互联网场景下供应链金融产品的创新乏善可陈，平台跟商业银行合作的数据信用产品大多“挂羊头卖狗肉”，风控逻辑上仍高度依赖供应商的主体信用，授信金额与订单金额、交易金额并无多大关系，实际上是披着场景金融名义的流动资金贷款。
因此，我们可以戏谑的将这种现象总结为：
“现阶段的主要矛盾是企业端超前的金融需求与金融机构落后风控能力之间的矛盾”
造成这种矛盾的核心原因是商业银行在内评法风险建模能力上的欠缺。理想情况下，平台产生的“交易数据”应该作为独立的变量纳入评级模型，模型直接输出“信用等级”与“违约概率”。而实际上，由于模型能力的提升是一项“周期长、见效慢、诟病多”的苦活，大多银行并不愿意大举投入来有效的应用这些数据，这也就导致绝大多数银行并不具备足够的模型能力，少数头部的商业银行也只是将交易数据作为验证经营成果（财务数据）的手段来识别财务造假，修正财报数据，最终评级仍然依赖财务数据，模型的结果可想而知。
当然，交易数据没有得到充分挖掘的另一个原因是平台数据造假成本低、欺诈花样多，商业银行识别监控困难，或者说识别这些数据造假的成本过于高昂。因此，在这种情况下，商业银行就会更看重平台本身的资信。
（二）从一个“中心化”走向了另一个“中心化”
金融机构看重平台本身的资信，既是监管“严格评估场景合作机构的资质，避免其经营和合规风险”的要求，又是风险识别与控制的常规操作，本无可厚非。
平台的健康与稳定是整个业务的基础，一旦平台自身出险，整个供应链金融业务都会遭遇风险，可谓“皮之不复,毛将焉存”。因此，识别和控制平台的风险是有必要的，但是不能将平台作为金融业务的兜底方。如果所有的产品，不考虑数据资产质量、评级和业务逻辑，统统都将平台的担保作为风控抓手，那么这样的产品也很难落地。
在供应链金融业务中，金融机构通常会要求平台提供担保或设计回购机制来实现风险缓释，这种强缓释的价值如何存在很多争议。一种观点认为金融机构要求平台企业提供强缓释，实际上表明金融机构并未真正识别这种业务的风险，只是将风险后置，并未实现真正意义的“风险缓释”。
但笔者认为兜底的价值更多在于将平台绑上了这条船，降低平台的道德风险，避免了平台伙同交易双方通过刷单造假欺诈金融机构资金，驱使平台更多的凭借自身深入交易场景的优势，帮助金融机构识别和控制风险。
由平台企业提供强风险缓释，实际上是金融机构的风控模式从“以核心企业为中心”转向“以产业互联网平台为中心”，在风控内核上并没有本质变化。这是供应链金融业务发展不成熟的产物，增加了平台的资产负债率，是不可持续的，而这种模式严重制约着供应链金融业务在产业互联网平台中的发展壮大。
因此，当我们挖掘平台信用价值时，我们发现将更多的软约束和软担保纳入信用评价应该是平台和金融机构共同努力的方向。笔者提及的软约束包括“确真”、“数据共享”、“资金闭环控制”、“协助控货”、“货物变现”和“增加合作方违约成本”等，理论上来说，这些软约束都能有效的控制风险，至于如何组合与评估则有赖于具体的场景。
关于产业互联网场景下供应链金融的趋势，业内已经有了比较成熟的共识，总结起来就三句话：“数据的资产化”、“风控的场景化”和“模型的普世化”。
平台需要在顶层设计上规划数据资产化的路径，通过用户画像将订单数据、银行流水、物流仓储、财务数据指标化，抽象出可能预测或者揭示风险的那些指标，并通过征信报告的形式提供给金融机构。数据资产化是一个先易后难的过程，初期的目标应该定位在解决风控准入的问题上，然后慢慢的向授信额度测算、风险定价等领域扩张。
“数据资产化”是“风控场景化”和“模型普世化”的基础。产业互联网平台自建风控模型是可行也是必要的。因为没有“违约样本”，平台的模型应该定位为：输出企业的好坏排序。如果能够更进一步，可以选择跟商业银行联合建模，各取所需。在隐私计算技术的加持下，未来这种模式将越来越普遍。
当回归到模型本身，首当其冲的是要将平台的软约束和软担保纳入模型，如何量化这些软约束就成为了信用评价与建模的关键议题。只有当软约束的影响被模型解释后，数据信用才会发挥出其深入场景的特点，摆脱现阶段“挂羊头卖狗肉”的状况，在风控逻辑、准入标准、额度、定价上真正满足场景金融的需求。
