1
供應鏈金融發展的整體趨勢
受益於主流金融服務的缺席，應收賬款、融資租賃等金融業態的快速發展以及新企業轉型的迫切需求，供應鏈金融行業正處於高速發展的階段。
在本次調研中，82%的業內受訪企業表示整個供應鏈金融行業在2017年的景氣程度將持續上升。該結果表明大比例的從業者對供應鏈金融行業的發展持有樂觀態度。
僅7%左右的受訪企業表示可能出現下降的趨勢。表現不樂觀的供應鏈金融從業者主要來自於供應鏈公司及外貿綜合服務平臺。
從供應鏈金融機構的人員規模來看，超50%供應鏈金融服務商人員規模不到100人，屬小微企業範疇，或處於初創期。
約30%的受訪機構為中型規模的供應鏈金融服務商，員工人數在100-500人。員工人數在500及以上的大型供應鏈金融服務商不到20%。
從人員擴張趨勢看，近9成供應鏈金融服務商表示在未來三個月有招聘新員工的計劃。
該結果表明企業對供應鏈金融未來的發展預期表示看好，同時也意味著行業競爭正在逐步加劇。獲客和風控將成為供應鏈金融賴以生存的競爭力。
此外從企業需求角度來看，中國非金融企業應收賬款餘額規模達到16萬億元，工業企業應收賬款規模已超過10萬億元。
供應鏈金融服務商主要面對的中小型工業企業，總應收賬款規模已超過6萬億元。
應收賬款融資作為供應鏈金融重要的融資模式，應收賬款規模的不斷增長為我國供應鏈金融的快速發展奠定了堅實的基礎。
2
哪些公司正在提供供應鏈金融服務？
供應鏈金融行業的參與主體囊括了銀行、行業龍頭、供應鏈公司或外貿綜合服務平臺、B2B平臺、物流公司、金融信息服務平臺、金融科技公司等各類企業。
其中，供應鏈公司/外貿綜合服務平臺、B2B平臺類數量約佔45%。B2B平臺：在本次調研結果中B2B電商平臺佔18%。
B2B平臺主要體現為兩種服務模式：
一種是從交易端切入的B2B平臺，提供在線交易，鼓勵並促成客戶的在線交易，使交易數據沉澱在平臺上，可以通過數據模型為企業提供更好的資信支持。
另一種是從服務端切入的B2B，為客戶提供從尋源，倉儲，物流，信息管理等一系列的服務。無論哪一種模式對供應鏈金融的開展都提供了良好的環境。
B2B平臺通過構建生態圈將供應鏈金融的各方主體吸引過來，包括資金供應方，擔保機構，保險公司，倉儲公司，物流公司等等。
通過平臺的交易，服務，物流，風控等來保障，幫助資產方客戶得到相對便宜的資金，幫助資金方更全面更精準地控制風險，相比較而言B2B平臺比較容易做出規模。
金融科技公司：
在金融科技日新月異的今天，數據金融公司大行其道，自有技術及研發能力使得金融科技公司能夠搭建平臺，連接前端多個融資需求平臺，後方連接多層級的資金平臺，融資需求平臺大多是 心企業，B2C平臺，B2B平臺，資金端涵蓋了銀行，保理，小貸，信託等等多層次金融提供方。金融科技公司則負責內外部數據歸集、處理、傳輸、分析，協助風險識別與控制。
此外，行業龍頭企業，物流公司，銀行及非銀金融機構也是供應鏈金融領域的重要參與者。
3
供應鏈金融服務的對象集中在哪些行業？
隨著各類主體的摸索實踐，供應鏈金融的垂直化趨勢愈發明顯，供應鏈金融的垂直化發展進一步提升了產融結合的深度與廣度。我國供應鏈金融服務對象集中在計算機通信、電力設備、汽車、化工、煤炭、鋼鐵、醫藥、有色金屬業等應收賬款累計較高的行業。
但從調研結果顯示，未來供應鏈金融將作為加速企業活力的重要保障因素，在更為廣泛的垂直領域深耕細作，在更多的商業場景得到應用。
從本次調研結果來看，涉足物流企業的供應鏈金融服務公司相對數量較多，其次為大宗商品，包括鋼鐵，有色及農產品等，第三位零售業，第四、第五是供應鏈金融的傳統優勢領域：汽車及電子電器。
從市場發展的角度來看，我們認為部分行業的供應鏈融資潛在需求尚未被挖掘，某些垂直領域可能存在較大機會。包括：物流行業，農業，零售業，化工行業，餐飲業等等。以下是對這些潛力行業的供應鏈金融市場優勢分析。
物流行業：
中國社會物流總費用已從2015年的7.10萬億增長到2016年的10.80萬億，增速8.8%。
其中，公路運輸的規模接近5萬億，有近70萬企業提供不同形式的物流服務，而專線物流服務領域的市場不低於萬億，排名前10的專線物流企業佔整體市場的份額不足1%，更大的市場份額在幾十萬家專線中小企業手中。
物流運輸企業向貨主承運貨物時需要向貨主繳納保證金，而且即使是信用好的貨主，其支付結算也有60-90天賬期；而對個體承運方或者車隊，一般都要先付一部分運費，等運輸完成，憑回單完成剩餘部分的支付。
鉅額的運輸費用和較長的資金缺口期使物流企業面臨運營資金短缺，這些60-90天高質量的應收賬款為供應鏈金融帶來巨大的想象空間。
農業：
供應鏈金融正在成為農業上市公司的發展方向，這種趨勢主要在畜禽養殖產業鏈，在飼料企業居於產業鏈的強勢地位。
而養殖業資金回籠需要較長時間，資金壓力大，一些上游龍頭企業利用供應鏈金融滿足下游養殖業客戶的資金需求，同時也進一步促進了自身主業的發展。
零售業：
對於零售行業，專業市場最為受益，因為專業市場掌握著大量商戶資源。一方面，因為互聯網對線下零售業的衝擊以及實體經濟的疲軟，商戶的資金壓力越來越大，除了少數商戶可以通過銀行獲得貸款，大部分商戶只能通過小貸公司、民間融資來籌集資金，而供應鏈金融則立足於產融結合，為小B類商戶提供了新的融資渠道。
另一方面，供應鏈金融的關鍵在於風險控制，專業市場掌握商戶的經營信息，並且具有商鋪租金、承租權費等抵押手段，能更有效地控制風險。
因此，專業市場發展供應鏈金融有其內在的優勢。
化工行業：
塑料行業是最適合做供應鏈金融的化工品種，因為其具有1.6-1.8萬億級的市場空間，產品具備易運輸、易儲存的特點，市場交易活躍，下游分散且多為中小企業。中小企業利潤空間薄，融資需求大。
而塑料行業B2B平臺在產業發展中充當著越來越重要的角色。一些B2B平臺也已初具規模。
餐飲行業：
目前國內市場有250萬家餐飲企業，420萬家餐飲門店，1100萬家食品分銷商，整個餐飲行業有3萬億營收，其中1萬億用於食材採購。餐飲行業的供應鏈金融還處於起步階段。
餐飲業的供應鏈具有環節多、供應鏈運作波動大、效率低的特點。大量餐飲類中小企業/個體戶資金鍊緊張。
銀行的傳統信貸業務無法滿足大部分中小企業的融資需求。筷來財等一些供應鏈金融服務平臺利用先進的風控模型和強大的數據系統對金融風險進行控制，進而滿足餐飲類中小企業的融資需求。
4
供應鏈金融企業的業務規模集中在什麼層級？
供應鏈金融服務商的信貸規模差異較大，這與供應鏈金融服務商的資源優勢的不同有很大關係，各類服務商的年信貸投放規模從千萬級到百億級不等，規模差異較大。
調研結果顯示，放貸規模在1億元以下的供應鏈金融服務商約佔21%，此類機構通常處於供應鏈金融業務起步或轉型階段。這類企業佔比並不小，表明供應鏈金融行業目前仍有處於起步階段。
放貸規模在1-10億之間的供應鏈金融服務商數量佔比約39%。該類供應鏈金融服務商已初具規模，業務模式相對成熟，具有明確的市場定位，具有較強的客戶開發能力和資金供應能力。
其中小部分專注於垂直領域和細分市場的供應鏈金融服務商的放貸規模已漸趨穩定。
放貸規模在10-100億之間的服務商數量佔比約26%，表明市場中已有一部分供應鏈金融服務企業具有一定規模。
5
什麼是成熟的供應鏈金融風控體系？
成熟的供應鏈金融風控體系包含三個層次：數據層、實踐層、技術層。其中：
數據層包括風控主數據的獲取、風險數據的拓展、數據的維護；
實踐層包括高效的在線審批、精準及時的事中風控；
技術層是指利用先進的模型科學地處理和分析數據，幫助預測和決策。
完善的風險主數據管理使風控數據維度更完整全面、信息提取更高效，避免人為因素干擾。
此外，風險數據的積累與沉澱為未來的風險建模打下堅實基礎；基於IT系統的審批流程進一步減少人為因素影響，提升審批效率，而事中風險監控體系可以確保異常情況的及時處理；基於大數據分析的量化風險模型幫助企業充分利用數據資產，預測風險，是金融風險定價的基礎。
在本次調研中，我們依照以下規則將被訪企業的風控成熟度分為三個等級：
調研結果顯示，10%的企業已經建立了領先的風控系統和風險數據庫，並以此為基礎利用大數據分析技術構建了風險預測模型。63%的企業正在將數據分析、IT技術與傳統風控流程進行融合進而提升風控能力。仍有27%的企業依賴傳統的風控方法和工具，如下圖所示。
6
為什麼要豐富風控數據來源？
在200家受訪對象中，有76%的企業主要依賴於自身數據來評估客戶逾期風險。
據鄧白氏過往的項目經驗，客戶自身的交易、經營數據只能在一定程度上提供風險預警，有時會出現“這家客戶一直很好，但不知道什麼原因突然信用狀況惡化”的情況。
這種現象的產生往往是因為我們對客戶的風險識別受制於有限的信息。一家公司的經營不僅受到其主要貿易伙伴的影響，同時會受到產業鏈上下游產業、周邊產業，以及各種宏觀因素的影響。因此，拓展風險數據的獲取渠道從而更全面掌握和預測客戶發展，是建立成熟風控體系的基礎。
7
目前主流的風控數據包含哪些維度？
根據調研結果，主流的風控數據維度包括：
8
為什麼需要利用數據分析技術構建風險評分卡？
基於大數據的風險預測模型正在逐步被行業內的領先企業所接納。接受調研的企業中有35%的企業仍在使用基於風控經驗的風險評分表，48%的企業已將數據分析引入到風險評估中，17%的企業已經開始使用基於大數據分析的預測模型進行風險量化。
專家法模型在風險評估過程中容易受到評估人員的主觀因素影響，導致結果不夠準確。在過往風控建模項目中，鄧白氏團隊常常遇到下圖描述的情況：專家法模型中每一個橫座標分段的逾期概率相差無幾，甚至出現評分較好的客戶逾期概率反而更大。
與之形成鮮明對比的是，基於大數據分析的預測模型能夠大幅提升預測的準確性，不同分段的風險概率區分度高，最好分段的未來逾期概率只有3%左右，最差分段的未來逾期概率高達45%，區分度高更有利於針對不同客戶設計不同策略。
閱讀更多 迷失靈魂2 的文章
