供应链融资是把供应链上的核心企业及其相关的上下游配套企业作为一个整体，根据供应链中企业的交易关系和行业特点，制定基于货权及现金流控制的整体金融解决方案的一种融资模式。供应链融资解决了上下游企业融资难、担保难的问题，而且通过打通上下游融资瓶颈，还可以降低供应链条融资成本，提高核心企业及配套企业的竞争力。
供应链融资具有自偿性商品融资的特点，自偿性指所得销售收入首先用于归还贷款，商品融资指在商品交易中运用结构性短期融资工具，基于商品交易中的存货、预付款、应收账款等资产的融资。
利用核心企业的信用引入，对核心企业的多个经销商、供应商提供授信的一种金融服务，是供应链金融最典型的融资模式，目前主要运用在汽车、钢铁等供应链管理较为完善的行业，这些行业内核心企业和供应链成员关系紧密，并有相应的准入和退出制度。
该模式的应用必须有一个重要基础，即核心企业必须有供应链管理意识，对银行授信环节予以配合。
银行与第三方物流公司合作，通过物流监管或信用保证为客户提供授信的一种金融服务，主要合作形式包括物流公司提供自有库监管、在途监管和输出监管等，也有物流公司基于货物控制为客户提供担保的情形。
该模式的核心在于银行借助物流公司的专业能力控制风险，银行可以通过与物流公司的合作发现并切入客户群，拓展业务空间。
利用交易所的交易规则以及交易所中立的动产监管职能，为交易所成员提供动产质押授信的一种金融服务。该模式包括现货仓单质押融资和未来仓单质押融资两种形式。
交易所有两类，一是上交所等三大期货交易所，二是一些地方的大型专业交易市场。
该模式的推动力在于交易所和批发市场方具有促进交投的利益驱动，进而关心会员的资金流问题。因此商业银行可以将交易所作为“1”，会员作为“N”实施业务开发。
银行利用物流和资金流的封闭操作，采用预付账款融资和应收账款融资的产品组合，为经销商提供授信的一种金融服务。
该种服务实际上突破了“1+N”的模式，主要是其交易特点为“两头大、中间小”，即“1+N+1”，适用于多个不同产业领域的中间商，如以煤炭企业为上游、钢铁企业为下游的经销商，以办公设备生产企业为上游、政府采购平台为下游的经销商等。
根据设备制造生产企业和下游企业签订的买卖合同，由商业银行向下游终端企业或经销商提供授信，用于购买该生产企业设备的一种金融服务。
融资主体不同。先款后货融资模式的融资主体是经销商;设备制造买方信贷融资模式的融资主体是生产企业。担保方式不同。先款后货融资模式的担保方式为动产(即存货)质押或抵押，均需引入第三方物流企业监管;设备制造买方信贷融资模式的担保方式为设备(固定资产)抵押，在有关部门登记即可。融资工具不同。先款后货融资模式的基本融资工具为银票(期限较短);设备制造买方信贷融资模式的基本融资工具为中长期贷款(期限较长)。
风控是供应链金融的核心。目前，金融科技技术的应用可以有效解决供应链金融的几大“痛点”，从“票据真实性”“交易真实性”“货物真实性”“事件可溯源防篡改”的解决方案入手，分析大数据、云计算、物联网、区块链技术在供应链金融风险控制中的应用。供应链金融中，对于仓单、订单等票据真实性问题的核实一直难以解决，随着票据、仓单、订单等票据电子化，该业务痛点可以通过接入层技术和算法层技术联合解决：即综合运用人工智能技术的机器视觉、文字识别、自然语言处理技术，有效解决这个问题，其中，不同的证件和票据可以通过机器视觉技术进行自动识别，智能化分档归类则可以通过自然语言处理实现；而且通过OCR文字识别技术可以提取票据和证件中的结构化信息，由于减少了人工操作则降低了道德风险且提高了效率。解决方案：自然语言处理、机器视觉、语音识别、风控模型、流媒体交易真实是供应链金融的基础，传统供应链金融时代，客户恶意虚构贸易，骗取贷款的事件不在少数，以往金融机构往往通过银行对账单、财务报表来核实，但这不足以证明其交易的真实存在。金融科技中的人工智能（自然语言处理、机器视觉、语音识别）、大数据风控模型、流媒体等技术的综合运用可以多方式验证交易真实性。金融机构运用自然语言处理和规则引擎进行判断，可以有效降低供应链金融业务中的欺诈风险；例如，在外贸领域，买卖双方的邮件沟通协商过程可能比交易流水更加可信。金融科技中的机器视觉和语音识别接入层技术应用在贷前放款审核环节也可以有效降低欺诈风险，通过流媒体技术高效无损传至分析后台。在贷前放款审核环节，运用机器视觉和语音识别接入层技术可以通过对双录文件分析，结合算法从融资人的表情、声音变化等特征判断融资人真实贷款意愿；此外，交易真实性还可以通过大数据风控模型进行更加全局的监控，利用大数据技术，可以对多种不同维度的信息进行分析判别交易是否异常。金融科技对于供应链金融的提升主要是基于交易数据的征信以及自动贷后。能够把原来单纯依托静态的、事后的，有可能会人为加工过的财报类的数据，延伸到立体交易数据层面。这样就可以从更多的维度去观察和分析，造假的难度和人为加工的难度非常大。通常来讲，数据经过脱敏的处理，对企业数据相关敏感性是在企业自愿的情况下脱敏化处理之后再到中心端，中心端基于数据进行进一步的分析，在本质化效率提升的数据基础之上，结合行内数据、其他外源数据，再把模型分析做好，就能够真正做到量化授信，分级预警，在这当中不止有实时监控，甚至在模型里面还有一些预测性的指标，帮助金融机构更早、更及时性地解决相关问题。供应链金融中涉及以物融资的业务，除了其确权、价值评估以外，对货物的有效监控是资方关注的重点。利用人工智能（机器视觉）、物联网、区块链及流媒体技术可以有效解决抵押物（货物）真实性问题。
物联网传感器和机器视觉方面的金融科技，从感知层面监控货物的物理状态，同时通过智能算法对货物的形态、移动、轨迹、位置等维度进行估计和测算，针对异常第一时间主动推送告警，赋予资方在仓储监控和物流环节24小时全天候无人监控的能力。在该业务中，出于对风险管控的要求，资方往往有远程调用视频监控人工查看的需求。对于这类重网络带宽的应用，需要有专门的流媒体服务，提供对来自不同视频监控供应商系统的对接、码流转换和协议转换，最终实现以网页端浏览和远程操作的轻客户端应用。除了流媒体服务，监控货物物理形态，涉及多种不同的物联网传感器也需要特定的网络层架构加以管理，对其运维、数据采集与存储、协议转换等，提供最大程度的通用性解决方案。虽然在设备认证与鉴权管理等部分功能上，物联网与区块链技术相辅相成，但是对于原始传感器数据，由于数据类型、数据量与数据频次等客观因素，还是需要独立于区块链的存储方案。当然区块链技术作为传输层分布式网络技术之一，由于其存在链上文件大小限制、消息数据处理能力（TPS）有限等技术原因，还不能单独作为传输层技术承载这一需求。
由于供应链金融参与主体多，交易频繁，数据节点多，交易过程的可追溯显得尤为重要，也是金融机构在出现问题通过法律手段解决的基础。区块链作为去中心化的传输和账本记录机制，在供应链金融应用中，还起到了记录交易流程、监控告警等作用，为多方参与的复杂交易流程提供了防篡改、可溯源、具有公信力的客观记录。随着法律法规的日渐完善，可以预见区块链账本将会被司法机关广泛采纳作为法律证据，进一步降低企业在商业纠纷中维权取证的难度和成本。完整的供应链就像一副多米诺骨牌，处于供应链条中的每一个企业都应该在供应链体系可控之中，否则就会产生多米诺骨牌效应。只要有一方存在漏洞，资金的安全就会受到威胁。要有效控制供应链金融风险，必须合理设计业务结构、技术架构，实现闭环管理，采用各种金融科技手段和组合化解潜在的风险和不确定性。要确保实现有效的供应链闭环流程管理，一方面要保证整体交易流程的收入自偿导向，即形成完整的自偿逻辑，将供应链金融活动根植于每一个环节之中，包括参与企业交易数据、盈利数据、进项出项的状况等财务数据；另一方面，供应链以及链上企业尤其是核心企业的管理流程是对供应链金融进行风险控制的有效保障，即保证管理的垂直化，使责任明确和流程可控，包括资金周转、库存周转、风控手段、公司治理状态等。
二 维 码
回到顶部
