基于大数据的物流金融风险控制研究

2019-09-10胡勇

湖北经济学院学报·人文社科版 2019年2期

胡勇

摘要：随着物流金融业务的不断发展，物流金融风险也不断凸显。物流金融业务风险主要包含信用风险、市场风险、操作风险、质押物风险和管理风险等。在传统风险管理模式下，存在信息采集不完备、风险量化手段单一、风险预警机制滞后、风险评价体系不科学等缺陷。通过运用大数据对物流金融风险管理，将在物流金融风险识别水平、风险计量方法、风险控制效率、风险控制能力等方面有着显著提升，对我国物流金融业务的发展起到巨大促进作用。

关键词：物流金融;风险;大数据

一、引言

截至2016年年末，全国规模以上中小企业达37万户，其中，中型企业5.4万，小微企业31.6万，分别占企业总数的14.2%和83.3%[1]。中小企业在促进经济增长、增加税收、吸纳就业等方面发挥着越来越重要的作用，但资金短缺与融资难的问题却一直困扰着其發展。

另一方面，对传统金融机构而言，由于市场准入条件的放开、互联网金融业务的快速发展等原因，其利润空间进一步被挤压。面临新的市场竞争，金融机构迫切需要寻找到新的利润增长点。对国内物流企业来说，由于物流市场进入门槛比较低，相关法律法规不完善，物流企业要想得到长足发展，不得不寻求新的利润增长点。积极开展物流金融业务可以将两者有效的结合起来，实现多赢的局面。

虽然由于受到2012年发生的上海钢贸诈骗案，2014年青岛港融资骗贷案等事件的影响，我国物流金融业务发展一度受阻，但自2014年以来，国家相关部门先后出台了系列政策文件，有效促进了我国物流金融业务的快速发展[2]。如《关于印发物流业发展中长期规划（2014—2020年）》（国发[2014]42号）指出，要多渠道加大对物流业的投入，鼓励民间资本进入物流领域。引导银行业金融机构加大对物流企业的信贷支持，针对物流企业特点推动金融产品创新、推动发展新型融资方式，为物流企业发展提供更便利的融资服务[3]。《“互联网+”高效物流实施意见》（发改经贸[2016]1647号）中指出，“探索建立全国物流金融网上服务平台，完善舱单登记、公示及查询体系，有效防范仓单重复质押等金融风险;鼓励物流企业依托互联网向供应链上下游提供延伸服务，推进物流与制造、商贸、金融等产业互动融合、协同发展;引导银行业金融机构在风险可控、商业可持续的前提下，加大对物流企业特别是小微企业和个体运输户的信贷支持力度”，实施意见的发布，进一步推动了金融与实体经济的融合[4]。

2016年11月，商务部等十个部门联合发布《国内贸易流通“十三五”发展规划》指出，“鼓励流通企业采用投资基金、动产质押等多种方式融资、发挥典当、融资租赁、商业保理等相关行业的补充作用，多渠道筹集内贸流通发展资金，降低企业融资成本，稳步推广供应量金融”。[5]

正如所有的金融交易活动一样，风险控制永远是决定物流金融交易能否顺利进行的关键因素。随着互联网、大数据、云计算技术的快速发展，大数据在物流金融业的风险预警，信息流、资金流、物流和商流的“四流合一”等决策方面发挥重要作用。因此，基于大数据的物流金融风险控制研究对整个物流金融业务发展有着十分重要的理论及实践意义。

二、物流金融模式分析

（一）物流金融模式类别

按照融资企业处在生产经营周期的不同阶段进行划分，物流金融业务模式可以分为以下三类：一是发生在采购提交运作周期的订单融资业务模式，即基于交易关系的预付款融资业务;二是发生在持有或制造周期以及销售周期的存货/仓单质押融资业务模式，即基于存货的物流金融业务模式;三是发生在回款周期的应收账款融资业务模式，即基于应收账款的业务模式[6]。由于订单融资业务和应收账款融资业务都是基于融资企业和上下游企业或客户有

贸易合同关系，所以，又可以把物流金融模式分为基于存货的物流金融业务模式和基于贸易合同的物流金融业务模式两种。

在我国现阶段，应用最广泛的一种业务形式是存货质押融资业务。因此，本文将主要分析大数据在基于存货的物流金融业务模式下，物流金融风险的控制研究。

（二）基于存货的物流金融业务模式的内涵

基于存货的物流金融业务模式中，融资企业以动产或者存货向资金提供方出质，同时，具有合法保管动产资格的第三方物流企业负责保管质押物，最后融资企业获得贷方贷款。

实践中，有存货质押融资和仓单质押融资来表述这种业务模式。

1. 存货质押融资

存货质押融资业务是第三方物流企业参与下的动产质押业务。即融资企业将其拥有的动产作为质押物向金融机构作为质物担保，同时把质押物转交给具有合法保管动产资格的物流企业进行保管，以获得贷款需求的业务活动。如果融资企业日后无法偿债，质权人可以不经融资企业许可即可出售质押物或作其他处分。

2. 仓单质押融资

仓单质押融资是指融资企业以第三方物流公司开出的仓单作为质押物向金融机构申请贷款的业务，其本质是物流公司参与下的权利质押业务。在我国，由于仓单的标准化程度低，大多数物流企业签发的仓单没有权威机构认证和监管，其流通和使用范围有限，仓单更多的只是作为一种存货凭证。所以，基于仓单质押的物流金融业务在我国国内很少开展，基于存货的物流金融业务更多的是存货质押融资业务。

三、基于存货质押融资业务风险分析

基于存货质押融资业务中，将融资企业和贷款银行间的双方契约关系变成了融资企业、第三方物流企业和贷款银行三方的契约关系。在这三方契约关系中，存在的主要风险有：信用风险、市场风险、操作风险、质押物风险和管理风险等。

（一）物流金融业务中的信用风险

所谓信用风险，又叫违约风险，是指交易双方中受信人因不能按时履行合约规定，导致授信人发生损失的可能性[7]。信用风险的存在，其根本原因在于物流金融业务中各方当事人间的信息不对称。因为在物流金融业务中，融资方大多为中小企业，甚至是小微企业，这些企业中难免会有部分存在信用状况不佳，抗风险能力弱、风控体系不完善、信息不透明等特点，企图以次充好、以少充多以便获得更多的融资，若对此未能进行有效甄别，物流金融风险将大大增加。

（二）物流金融业务中的市场风险

市场风险是指由于未来市场价格波动导致实际收益偏离预期收益的可能性[7]。由于受到国内外政治、经济等不确定性因素的影响，质押物市场价格的波动将会给物流金融带来风险。在物流金融业务中，质押产品的价格在融资期限内并不是一成不变的，当质押物产品价格上升时，风险较低;若质押物的市场价格出现下跌，质押物价值低于融资额时，就会给物流金融业务带来很高的风险。

（三）物流金融业务中的经营风险

经营风险是指企业在生产经营过程中，由相关决策判断所带来的未来收益的不确定性[7]。因为物流金融业务模式复杂，涉及的中间环节较多，物流企业不仅要熟悉相关金融业务，还要对企业提供的质押物及其行业特点有深刻的认知，对质押物的市场行情有准确的判断。如果判断失误，将可能出现质押物价值不足，继而带来较大的经营风险。

（四）物流金融业务中的质押物风险

物流金融业务中的担保物风险主要涉及担保物、仓单等所承载的各类信息[8]。物流金融作为一种新型的金融形式，它不仅关注公司的资产负债、盈利能力等基本财务报表层面，而且关注质押物的相关信息，比如货物的规格、型号、价值、价格走势等。物流企业作为物流金融业务中的监管方，可能由于监管制度设计不合理或履行不严格，造成质押物质量、数量、品质等问题，导致最终损失的出现。

（五）物流金融业务中的管理风险

中小企业作为物流金融业务中的主要资金需求方，其经营管理的安全性，也将影响物流金融的安全稳定。由于我国众多中小企业，特别是许多小微企业，是由原来的个体工商户、小厂房演变而来，股权结构简单、管理模式粗放，经营管理和投资决策缺乏约束机制，因此企业主的个人能力和素质水平，对企业的经营管理起着非常大的决定作用，企业的经营管理存在着很大的不确定性。

四、传统物流金融风险控制存在的问题

（一）信息采集不完备

风险识别是风险管理的起点，也是风险的源头[9]。而有效的风险识别则是建立在信息收集完备的基础之上。由于我国社会信用体系不完善、银行缺乏科学的中小企业信用评估系统、中小企业管理制度不健全、财务不明晰等原因，金融机构对中小企业的信用状况无法做到准确评估判断。目前，金融机构对融资企业所掌握的信息主要来源有融资企业在申请融资时主动提供的申请信息、调查核实信息、历史交易信息和中国人民银行征信中心等外部机构提供的信息等，而这些信息面相对狭窄，无法对客户经营状况及发展动态进行全方位了解和实时监测，从而导致风险控制能力有限。

（二）风险量化手段有待改进

传统的信贷风险计量方法主要有专家系统模型法和定量信用评分模型法。专家系统模型法在风险影响因素选择及权重确定时，主要依赖专家的主观经验判断，对风险度量不够客观，不同的专家对风险的评估结果可能存在明显的差异，因此风险衡量的准确性也值得商榷[10]。定量信用评分模型是通過判断融资企业的经济状况和信用状况，利用模型计算出企业的综合得分，并与基准值进行对比，进而决定是否放贷和按什么条件放贷的决策[11]。由于信用评分模型中所采用的数据主要是历史数据，而小微企业往往经营时间短、管理不规范、历史数据较少，因此最终计算的综合得分在风险度量准确性方面也会大大折扣。

（三）风险预警机制需进一步提升

由于中小企业，特别是小微企业存在经营情况变化快，生命周期短等特点，为有效防控风险，应加强对企业持续动态风险监控，风险预警机制需要进一步完善。而传统的风险管理模式中，由于受到人员素质、管理体系、技术水平等因素的制约，对中小企业的风险预警监测和系统较为薄弱，不能根据宏观经济环境、市场行业变化等因素，对信贷资金流向、抵押物数量、质量进行持续跟踪分析，又因缺乏与税务、保险、水电等政府机构进行动态数据对接，无法及时更新企业的风险信息，也就不能实现风险的提前防范、控制与化解。

（四）信用评价体系有待完善

在传统的信用评价体系中，主要依赖于企业以往的经营数据，对融资企业进行财务和非财务指标分析。在这些指标分析中，往往忽视了企业的创新能力和成长能力。而对于中小企业，特别是小微企业，创新能力才是其核心竞争力，这也就使得最终的评价结果不够科学。为更加科学的评估融资企业的信用状况，需要对现有的信用评价体系做进一步完善。

五、运用大数据进行物流金融风险控制的优势分析

通常所说的大数据，不仅包含二维的结构性数据，也包括非结构性数据[12]。随着大数据时代的到来，数据信息的应用得到了快速的发展和质的飞跃，也极大的促进了物流金融业务中风险管理的变革。与传统风险管理模式进行对比分析，运用大数据进行物流金融风险控制的优势主要体现在以下几个方面：

（一）拓宽信息来源渠道，提升风险识别水平

由于传统信息来源相对狭窄，无法对融资企业进行持续动态数据采集，因此无法有效进行风险识别。通过大数据平台，数据信息来源更广泛，除了可以采集到传统模式下的企业相关数据信息之外，还包括融资企业在工商、税务、保险、水电等方面的信息，这些信息可以全方位了解企业真实经营状况。通过大数据和云计算技术，可以对融资企业碎片化信息进行关联分析、交叉检验、信息核实，从而剔除其中的虚假信息，为企业进行画像，进而提高对融资企业风险的识别水平。

（二）基于大数据平台，提高风险计量水平

在传统风险计量模型下，由于受到人员、成本、技术等因素的约束，风险评估往往不够准确、操作风险往往比较高，决策结果损失也比较大。基于大数据平台，从数据录入到评价结果的输出，全部是由计算机算法完成。利用数据挖掘技术，可以有效排除人为干预因素，确保评价结果的客观性。同时，大数据平台所采集的数据，包括融资企业生命周期全过程的信息，可以实现多角度、全方位量化评估企业的风险，从而大大提高信贷决策的准确性。

（三）通过数据化管理，提高风险控制效率

基于大数据平台上所采集的数据，可以实现对融资企业进行全流程化的数据管理。通过充分利用大数据和计算机学习算法，可以快速实现对融资企业的贷款审批。同时，通过大数据对企业进行持续动态管理，可以有效节省传统风控模式下人工搜寻信息成本和数据信息处理成本。因此，通过对企业数据化管理，在提高金融服务效率的同时，也大大提高了风险控制效率。

（四）实现动态跟踪管理，加强风险控制能力

在数据平台上，可以实现7x24小时对客户行为数据采集。利用数据挖掘技术对企业进行全面、持续的风险监测，一旦发现企业有风险迹象，系统将及时提出预警，推动相关部门及时了解跟踪风险状况，对风险采取有效防控措施。同时，大数据平台还可以实现异常数据的实时更新，不断优化风险评估模型，最终实现对融资企业风险防控能力的提升。

六、大数据应用的条件

（一）基础数据的真实性

要使用大数据，就必需要保证数据的真实性，特别是基础数据的真实性。当前，由于我国的信用体系还不够完善，关联企业互开发票增加销售额导致财务信息失真等现象时有发生，因此，借助第三方物流企业或信息平台对贸易的真实性进行数据采集具有重要的意义。

（二）数据要能聚焦成指标

数据只有形成指标后，才具有商业价值。而科学的设定指标，构建指标之间的勾稽关系，才能准确判断事发发展的规律和路径。如若指标设定不合理，则会造成信息污染，影响判断。

（三）不同数据体系间要互联互通

在信息化快速发展的今天，数据是一种日益重要的资源和产品。谁在数据资源方面具有优势，谁将在市场竞争中将会占有主导地位。正因如此，在利益分割问题的影响下，信息孤岛现象更为严重，这也将使得大数据的作用不能有效发挥。

（四）先进的数据应用理念

面对决策时，能否不掺杂个人感情因素，客观冷静分析问题并做出正确决策，这与决策者的经验、学识和能力等因素有关。数据是客观的，借助数据分析结果进行风险管理决策，这就需要使用数据的人具有先进的数据应用理念，进而帮助决策者做出客观理性的决策。

七、大数据应用存在的挑战

（一）技术阻碍有待克服

对基于大数据的物流金融业务而言，大数据既是未来发展的方向，也是挑战。如何发挥庞大数量级数据的商业价值，首先亟需解决信息处理问题。目前，我国这方面才刚开始发展，技术还非常薄弱，数据挖掘还不够全面、深入。此外，大数据价值的更是需要多种技术的协调配合，云计算技术就是其中不可或缺的工具之一。结合云平台技术，对海量数据进行分析和建模，为业务进行客观画像，减少主观臆断，提高风险预测的准确性。但总体来看，国内在很多地方还存在技术性限制，如数据存储、数据挖掘、云计算、数据的关联分析、异常检测等。

（二）数据信息安全形势不容乐观

由于大数据尚处在萌芽起步阶段，数据量呈指数级增长，这不仅向数据存储基础设备提出了要求，对数据信息安全管理也提出了挑战。如何对这些大数据信息进行安全存储管理，将直接影响到大数据在各个领域的发展应用。这些大量且集中的信息一旦被泄露或被黑客入侵，势必会对相关人员和企业带来巨大的风险隐患。所以，在实现数据资源共享时，首先要提高安全机制，建立高水平的隐私保护。这不仅需要在数据信息安全技术层面努力提升，在法律法规层面也更要进一步完善。

（三）大数据专业人才的挑战

基于大数据的物流金融业务的开展，对从业人员提出了更高的要求。這类人才不仅要懂得研究物流金融产品的特征和风险，还要掌握运用大数据技术进行数据分析，这就要求其至少应具有数学、计算机、物流金融等领域的学习经历，同时具备较强能力。在教育部高等教育专业备案系统查询得知，自2016年本科院校才开始设置“数据科学与大数据技术”专业，备案院校共有32所[13]。2017年，高等职业院校开始开设“大数据技术与应用”专业，备案院校共64所[14]。从相关专业开设时间及人才培养周期来看，大数据专业人才培养在我国高等教育系统内才刚刚起步。而通过企业内部培养这种跨领域的复合型人才培养，并非易事，而打造一支高效、专业的数据分析团队也绝非一日之功。

八、结语

风险控制是所有金融机构面临的一项永恒课题，随着物流金融业务的不断发展，风险控制研究也在不断深入。运用大数据对物流金融业务中的风险进行管理，能有效克服人为经验因素带来的不确定性，能实现对风险进行持续动态的监测，对促进物流金融业的良性发展具有重要的推动作用，对提高我国金融机构风险管理水平具有重要的现实意义。

参考文献：

[1] 中国物流与采购联合会物流金融专业委员会.中国物流与供应链金融发展报告（2017）[M]，北京：中国财富出版社，2017：39.

[2]姜超峰.2013年金融物流回顾与2014年展望.中国流通经济. 2014，（3）：70-73.

[3] 国务院关于印发物流业发展中长期规划（2014—2020年）的通知[EB/OL].（2014-10-04）.http：//www.gov.cn/zhengce/content/2014-10/04/content_9120.htm.

[4] 国家发展改革委关于印发《“互联网+”高效物流实施意见》的通知[EB/OL].（2016-7-29）.http：//www.ndrc.gov.cn/zcfb/zcfbtz/201607/t20160729_813409.html.

[5] 商务部等10部门关于印发《国内贸易流通“十三五”发展规划》的通知[EB/OL].（2016-12-30）.http：//www.mofcom.gov.cn/article/b/g/201612/20161202438906.shtml.

[6] 冯耕中，何娟，李毅学，王寿阳.物流金融创新：运作与管理[M].北京：科学出版社，2014：29-32.

[7] 黄达.金融学[M].北京：中国人民大学出版社，2004：150-152.

[8] 刘泽华，周德洋.物流金融风险防控，中国金融[J].2018，（4）：61-63

[9] 何明珂，钱文彬.物流金融风险管理全过程[J].系统工程，2010，（5）：30-35.

[10] 王雪娇.基于大数据的网络借贷应用研究[D].天津大学，2016：22.

[11] 于欣言.大数据在互联网金融征信中的应用研究[D].首都经济贸易大学，2016：12.