大数据下供应链金融发展的趋势

大数据是当下最热的词汇。在互联网条件下，信息量爆炸式增长，如果我们不能获取、整理和应用这些信息和数据，就有可能在很短的时间内落后，甚至被抛弃。在供应链金融服务领域，更是如此。

供应链金融是运用供应链管理的理念和方法，为相互关联的企业提供金融服务的活动。主要业务模式是以核心企业的上下游企业为服务对象，以真实的交易为前提，在采购、生产、销售各环节提供金融服务。由于每家企业都有自己供应链条，展现出一个庞大的供应链网络。不同的金融企业把自己的服务产品化，赋予不同的产品名称。在过去的十多年里，供应链金融业务出现了许多创新。

1.金融与物流两业融合

第一是金融与物流两业融合。包括订单融资、保单融资、电商融资、金融物流、担保品管理、保兑仓、保理仓、贸易融资、应收账款质押融资、预付账款质押融资、进出口项下质押融资、存货质押融资、融资租赁、金融物流、供应链金融、仓单质押、动产质押、互联网金融。还有代收代付、结算、保险等。物流企业的作用在于保证货物存在和交付。

2.金融与物流进入电子商务

几乎所有电子商务公司在提供交易平台的同时提供融资平台，为买、卖双方开展质押贷款。各主要商业银行、股份制银行都推出了针对电子商务的融资产品。电子商务将颠覆传统的交易方式。一是交易不受时空限制;二是缩短交易环节;三是碎片化订单真实反映需求;四是快速交易要求快速交付;五是为小企业提供了销售市场;六是成本和售价降低。电商新模式是网上交易、网上融资、网下交割。物流业的业务方式也会改变。快速响应、快速分拣、小批量、多批次、可视化、网络化等需求，会影响物流设施的规模、布局、构造等。

1.可用于判断需求方向和需求量

供应链上的企业，存在着紧密的关联关系。终端消费量的变动，必然会引起上游各环节的变动。大数据时代大数据可帮助我们判断一系列变动的规律。同时，我们还可以把一定时期内的流通和消费看作是一个常量，而在地区、方向、渠道、市场的分配作为变量。

2.可用于目标客户资信评估

利用大数据，可以对客户财务数据、生产数据、电水消耗、工资水平、订单数量、现金流量、资产负债、投资偏好、成败比例、技术水平、研发投入、产品周期、安全库存、销售分配等进行全方位分析，信息透明化，能客观反映企业状况，从而提高资信评估和放贷速度。只看财报和交易数据是有风险的，因为可能造假。

3.可用于风险分析、警示和控制

大数据的优势是行情分析和价格波动分析，尽早提出预警。行业风险是最大的风险，行业衰落，行内大多企业都不景气。多控制一个环节、早预见一天，都能有效减少风险。。

4.可用于精准金融和物流服务

贷款时间、期间、规模、用途、流向;仓储、运输、代采、集采、货代、保兑、中介、担保一体化运营。

1.基础数据的真实性

要使用大数据，就必需保证数据的真实性，尤其是基础数据的真实性。当前，GDP、吞吐量、货运量、仓储设施、投资额、主营收入等数据都有水分。地方GDP加总超过国家GDP，集装箱重复装卸计算吞吐量，关联企业互开发票增加销售额等，致使数据失真。因此，改革考核体制、改革统计体制已是当务之急。

2.数据要能聚焦成指标

数据本身是枯燥的、杂乱的，但形成指标后便具有生命。科学地设定指标，确定指标间的勾稽关系，才能准确地判断事物发展的规律和路径。先行指标有重要指导作用。数据的负面影响是信息污染，影响判断。

3.不同数据体系要互联互通

在市场化条件下，数据是资源和产品。利益分割使信息孤岛现象更为严重，甚至于公共信息都被当作部门利益而垄断起来。部门数据、行业数据、企业数据、国际数据相互割裂，大数据不能发挥应有的作用。

4.积累准确的参数

在实际工作中，基础参数极为重要，尤其是是临界参数。参数是基准，木直中绳，参数就是木工打出的那根基线。在我国，货币发行量、货币流通量、每百平方公里道路里程、仓储业投资规模、物流园区投资规模、港口数量和吞吐规模、物流强度、投资强度、投入产出比、均缺少基准，才出现了货币超发行，通货膨胀，港口过剩，产能过剩等问题。