什麼是供應鏈金融

供應鏈金融的實質是為處在核心企業上下游的中小企業提供融資渠道。

中小企業由於資信狀況較差、財務制度不健全、抗風險能力弱、缺乏抵押擔保等問題，難免遭遇融資難、融資貴的情況。通過核心企業的信用背書和其上下游交易的真實性，金融機構能夠有效合理地控制風險，自然更有意願為處在核心企業供應鏈上的中小企業提供融資服務。

目前，供應鏈金融通常有3種融資模式：買方融資、賣方融資和物流融資。雖然融資模式有3種，但其融資形式可進一步歸納為以票融資和以物融資。站在資方的角度，這意味著除了核心企業信用，確保票據真實性、交易真實性、貨物真實性是控制風險的關鍵性因素。金融科技恰好提供瞭解決這些因素的有效技術手段。

數據角度看金融科技

如果從數據角度看金融科技，我們可以按照傳統南北向圖的方式構建相關金融科技的技術架構圖，從而更好的理解金融科技如何從數據源到行業應用為供應鏈金融賦能。如下圖所示。

金融科技具體是如何為供應鏈金融的痛點提供解決方案的呢？下面來梳理一下。

痛點一：票據真實性

解決方案：機器視覺、OCR、自然語言處理

在票據、倉單、訂單等票據證明類文件沒有完全電子化的今天，驗證其內容真實性十分重要。參考圖2所示的金融科技技術棧，該業務痛點可以通過接入層技術和算法層技術聯合解決：機器視覺技術可以自動識別不同的證件和票據，通過自然語言處理智能化分檔歸類；通過OCR識別技術可以提取票據和證件中的結構化信息，減少人工操作，提高效率。

痛點二：交易真實性

解決方案：爬蟲、自然語言處理、機器視覺、語音識別、風控模型、流媒體

欺詐類風險在供應鏈金融領域依然存在，所以僅僅通過交易流水、財務報表等數據不足以證明其交易的真實存在。例如，在外貿領域，買賣雙方的郵件溝通協商過程可能比交易流水更加可信。金融科技裡的爬蟲技術，可以從多種渠道獲取交易相關信息，並結合自然語言處理和規則引擎進行判斷，降低欺詐風險。

金融科技中的機器視覺和語音識別接入層技術應用在貸前放款審核環節也可以有效降低欺詐風險。例如，在面籤環節通過對雙錄文件分析，結合算法從融資人的表情、聲音變化等特徵判斷融資人真實貸款意願，降低欺詐風險。

視頻音頻應用在實際使用中需要在傳輸層有低延時、低抖動等服務質量指標的保證，因此，視頻音頻流媒體服務是金融科技技術棧傳輸層的基礎能力之一。

此外，交易真實性還可以通過風控模型進行更加全局的監控。風控模型結合規則引擎，從多種數據源彙集不同維度的數據，從而判別交易是否存在異常行為。

痛點三：貨物真實性

解決方案：機器視覺、物聯網、流媒體、區塊鏈

供應鏈金融中涉及以物融資的業務，除了其確權、價值評估以外，對貨物的有效監控是資方關注的重點。物聯網傳感器和機器視覺方面的金融科技，從感知層面監控貨物的物理狀態，同時通過智能算法對貨物的形態、移動、軌跡、位置等維度進行估計和測算，針對異常第一時間主動推送告警，賦予資方在倉儲監控和物流環節24小時全天候無人監控的能力。

在該業務中，出於對風險管控的要求，資方往往有遠程調用視頻監控人工查看的需求。對於這類重網絡帶寬的應用，需要有專門的流媒體服務，提供對來自不同視頻監控供應商系統的對接、碼流轉換和協議轉換，最終實現以網頁端瀏覽和遠程操作的輕客戶端應用（例如Web-RTC前端技術）。區塊鏈技術作為傳輸層分佈式網絡技術之一，由於其存在鏈上文件大小限制、消息數處理能力（TPS）有限等技術原因，還不能單獨作為傳輸層技術承載這一需求。

除了流媒體服務，監控貨物物理形態，涉及多種不同的物聯網傳感器也需要特定的網絡層架構加以管理，對其運維、數據採集與存儲、協議轉換等，提供最大程度的通用性解決方案。雖然在設備認證與鑑權管理等部分功能上，物聯網與區塊鏈技術相輔相成，但是對於原始傳感器數據，由於數據類型、數據量與數據頻次等客觀因素，還是需要獨立於區塊鏈的存儲方案。

痛點四：事件可溯源防篡改

解決方案：物聯網、區塊鏈

區塊鏈作為去中心化的傳輸和賬本記錄機制，在供應鏈金融應用中，還起到了記錄交易流程、監控告警等作用，為多方參與的複雜交易流程提供了防篡改、可溯源、具有公信力的客觀記錄。隨著法律法規的日漸完善，可以預見區塊鏈賬本將會被司法機關廣泛採納作為法律證據，進一步降低企業在商業糾紛中維權取證的難度和成本。

供應鏈金融作為解決中小企業融資難的有效工具，是國家重點支持和發展的金融領域。據前瞻產業研究院預估，2020年供應鏈金融市場規模將接近15萬億。目前，諸如螞蟻金服、蘇寧金融、平安銀行等企業已經在此領域佈局、深耕。

在可以預見的未來，在這一金融藍海領域，掌握完整金融科技技術棧的企業將可利用上下層技術整合優勢，打造全功能的供應鏈金融平臺級產品，進一步獲得市場優勢。

來源 | 蘇寧財富資訊