您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 信息化管理 > 供应链金融的数据化风控管理
供应链金融的数据化风控管理第2页1发展供应链和供应链金融成为国家战略全产业链是中国产业的特征>《国务院关于积极推进供应链创新与应用的指导意见》(国办发[201刀84号)x《关于开展供应链创新与应用试点的通知》(商建函[2018]142商务部、人行、银保监会等八部门)>《关于推动供应链金融服务实体经济的指导意见》(银保监办发[2019]155号)>目前中国是世界上拥有联合国产业分类中全部工业门类的国家,全世界最长、最丰富、最完整的产业链。我们拥有制造业大而全,先进制造业起步较晚。>十九大报告提出加快建设制造强国。促进中国产业迈向全球价值链中高端,培育若干世界级先进制造业集群〃。在未来很长一段时间内,制造业结构升级都将是中国高质量经济的新动能。3广阔的市场空间金融转型趋势>前瞻产业硏究院供应链金融行业报告数据显示,到2020年,我国供应链金融的市场规模可达14.98万亿元左右。>海量的链上中小微企业-零售转型、交易银行转型成为未来发展的长期趋势o居民消费兴起、制造业升级使消费信贷、投资理财和交易银行获得广阔发展空间。大数据等金融科技发展改善了批量业务的风控,使以往难以批量化、线上化经营的业务变得可能。a供应链金融是公司业务中的零售业务,打通公司风控和零售风控技术,尤其是批量获客、数据化风控第3页■供应链金融定义和“新”特征定义:根据国际商会2016年标准定义,供应链金融是指利用融资和风险缓释的措施和技术,对供应链流程和交易中营运资本的管理和流动性投资资金的使用进行优化。通常用于赊销交易,由供应链事件引发,贸易流程的可见性、基于技术平台实现。核心:实现价值共贏,通过对供应链的某个环节或全链条提供金融服务,有效整合供应链上的资金流、信息流、物流、商流快速响应企业的资金需求,从而达到提高资金使用效率、为各方创造价值和降低风险的作用。新特征主体多元化线上化场景化传统金融机构、产业资本、互联网企业均有切入供应链金融的优势必须通过不同的小生态圈构建完整的大生态圈,竞争中有合作以交易为背景,金融需求与场景结合,产品综合化服务嵌入电商场景,信息流场景化、动态化,现金流处在可视或可控状态线上线下有机结合,提升效率和客户体验;字握供应链融资过程中的物流、商流、信息流、资金流,为防范金融风险提供支撑新技术物联网、区块链、云计算的应用,以及掌握业务四流合一的数据流,不仅促进业务发展,更是供应链金融风控核心数据化第4页理论内涵与经济逻辑:供应链金融初心■C+B:源自C端,由直接或者间接满足消费者需求的各方组成的链条和网络从消费者的需求开始,经过产品设计、原材料供应、生产、批发、零售(中间包括仓储、物流)等环节,到最后把产品送到最终用户的各项制造和商业活动所形成的网链结构。供应商T制造商-物流仓储商-批发商T零售商I消费者■社会分工和现代企业发展的必然结果将非本企业核心业务外包出去,专注于核心业务、专业化管理。企业大都成为供应链的一环。■供应链是生产链和价值链满足消费者需求,并在满足消费者需求过程中创造供应链整体价值最大化■供应链金融的价值:降低交易成本,提高供应链整体价值供应链价值二消费者价值■供应链成本供应链成本二制造成本(固定成本)占25%+交易成本(可变成本)占75%金融成本属于交易成本范畴全国乃至全球范围内配置生产过程,每个步骤需求最佳服务方案,使得产品质量、!1!价格和供应时间最优组合供应链的内涵与大数据:网链结构与多元数据C+B:源自C端,由直接或者间接满足消费者需求的各方组成•从消费者的需求开始,经过产品设计、原材料供应、生产、批发、零售(中间包括仓储、物流)等环节,到最后把产品送到最终用户的各项制造和商业活动所形成的网链构。供应商-生产商-分销商-零售商-消费者•本质是生产链、价值链/满足消费者需求,并在满足消费者需求过程中创造供应链整体价值最大化/全球范围内配置生产过程,每个步骤寻求最佳方案,产品质量、价格和供应时间最优组合从链条到网络数据多元、动态、真实•单一链条:供应商、制造商、运输商、仓储商、批发商、零售商、消费者•网络与生态:供应商、销售商交叉•主体来源多元:多个主体•从静态到动态、实时、持续•真实、底层供应链金融的信用逻辑第6页基于核心企业履约能力的判断,包括保理、反向保理、应收账款质押融资、商票贴现、卖方担保模式、差额回购模式等基于核心企业应付账款、预付账款基于对销售货物的价值判断和变现能力的控制、包括抵质押、动态抵质押和仓单质押•四流三性:供应链“商流、物流、资金流、信息流”和“真实性、封闭性、自偿性”•客户评级+债项评级•整合交易对手、交易量、交易频率等交易信息;基于商业交易规律。掌握销售淡旺季、节日促销、核心厂商铺货、规模采购折扣、商家推广等商业销售规律•模型化、数据化智能化的信用体系控制交易标的核心企业I“物的信用”I供应链金融业务风险逻辑变化第7页-----------整体违约率不高--------------■国际商会(InternationalChamberofCommerce)对9家银行在2005至2008年520万笔贸易融资交易和18家银行2008至2010年1140万笔交易的研究表明,贸易融资平均期限147天,表外贸易融资平均期限80天,520万笔交易中只有947笔违约,违约率(PD)和损失率(LGD)非常低。-----------风险逻辑------------------■供应链金融既有贸易金融的共性,更具有高频低额、自偿性、封闭性、持续性的特点;从单个企业的财务信息,转变为交易信息主导、财务信息为辅,本质上不是基于借款主体的财务状况、单体信用,而是基于交易链条能够产生未来现金流的商殆或劳务而给予的一种授信。信用风险大幅降低,但是操作风险提高。-------------风险变化----------------■供应链金融降低了违约概率(PD)和违约损失率(LGD),从而减少信用风险资本占用。■供应链金融业务要求银行对单一偿债主体的风险评估,变为对以核心企业为主体的上下游企业的偿债风险评估,不是对单个企业的信用状况进行评估,其信用风险不同于普通流动性贷款。对债务人评级和债项评级因素的综合考虑,是对截然分开的两维评级思路的颠覆,类似于内部评级法下的专业贷款。小额高频、封闭自偿、交易事件驱动下的过程可视;探寻商业逻辑供应链金融业务原理与大数据关系第8页生态、行业•宏观数据、行业数据供应链整体•核心企业、上下游企业乃至终端消费者企业主体信用与债项信用•核心企业与上下游企业评级的关系:替代、增信•上下游企业PD与实际违约率•上下游企业LGD与实际违约概率•商业逻辑:采购、生产、销傳的规律多元数据来源•外部数据:征信、工商、税务、司法•财务数据:汇总结果、定期静态、结构化•交易数据:底层生产经营、动态实时、非结构化供应链金融的定位:业务+科技+生态第9页业务特征:公司业务中的零售业务融科技驱动:线上化数字化生态化:从行业出发整合产业+金融传统风控与数据风控的逻辑传统评级从过去推导未来:>统计模型•量化,测算离违约的距离•一般一年有效•数量有限,维护成本高>信用风险模型为主•违约概率•因果逻辑第10页大数据风控因果关系/相关关系>算法和规则•经验,多维风险画像•快速迭代•海量规则,千、万、亿>反欺诈规则为主•交易真实性和合理性•商业逻辑和产业逻辑A两个验证•数据交叉验证•ERP、财务、仓储.物流•历史验证第10页供应链金融市场产品状况■从应收类到预付类、存货类■从上游供应商,到下游经销商打通■从围绕核心企业信用建立数据资产和数据信用意识:企业数据化程度、企业提供数据意愿制度:数据保护与流转制度技术:系统分割、标准各异■从融资驱动到综合金融服务贷款、银行承兑票据账户体系、结算、现金管理、证券化从关系型业务到非关系型业务第12页构建客户体验导向和科技驱动的风险管理模式:可行.可视、可控风险管理目标业务可行、商业模式可行,让业务跑得通、跑得快、跑得稳过程可视、风险可视,大数据交叉验证,挖掘产供销规律、客户风险画4过程可控.风险可控,线上+线下、二分贷+八分管,闭环管理、敏捷管理、智能管理风险管理举措在内容上,以客户为中心,再造流程和制度,平衡客户体验与风控效果;在实现形式上,利用金融科技搭建风险管理大中台,实现风控的线上化、敏捷化、数据化、智能化。端对端流程优化与再造差异化、一体化制度建设金融科技赋能风险大中台传统业务流程是影响供应链金融发展、客户体验、业务拓展积极性的最直接制肘,对传统流程进行优化、变革和再造,让业务可行;构建客户体验优、风控效果佳、运营成本低、运营效率高四者统一的供应链金融新流程,是“制胜法行视控可可可供应链金融的原理架构决定了供应链金融应当采取不同于传统业务的差异化授信和风险政策,同时供应链金融制度涉及面广,传统制度客户营销、产品设计、风险管理各行其是,贷前、贷中、贷后制度各异,准入、评级、调查、评审、放款、预警、检查、拨备、资本等碎片化分布。一体化制度建设为供应链金融发展提供专门的、差异化的制度保障以及激励约束机制,让风险可控、稳定发展。第13页宝”和“护城河”。传统线下风险管理难以适用供应链金融批量客户、高频低额,时滞长、成本高,需要线上化风控,以大数据风控模式实现风险管理模型化、敏捷化、数据化,让过程可视,风险可控。第14页供应链金融大数据风险管理挑战•采集获取:核心企业提供意愿、上下游企业提供能力•存储整合:财务数据、交易数据、外部数据、行业数据•交叉验证:真实性与合理性判断标准❖分析挖掘:反欺诈、信用风险;算法、模型系统数据工具•连接•打通❖挖掘第15页■量化风险和经济资本计量模式:对供应链金融业务的挑战RAROC与EVA:Risk-AdjustedReturnOnCapital风险调整后的资本回报风险调整后收益第16页经济资本EVA(EconomicValueAdded)经济增加值=风险调整后收益一经济资本x银行自定最低经济资本回报率量化风险对供应链金融业务的挑战•利息收入低、非利息收入(交叉销售)高,而非利息收入难以计算到客户层级和单笔借据层级最低经济资本回扌艮率RAROC=利息收入+非利息收入■资金成本•■营业成本-风险成本(预期损失EL)经济资本(非预期损失UL)第17页2•营业成本•线下作业成本高3•风险成本和资本成本•PD*LGD*EAD•中小微企业自身评级低4•监管资本和经济资本计算方法差异■险因子的影响•业务核心逻辑是介入核心客户的购产销链条,通过为核心客户提供服务实现各环节的综合收益最大化…而不是依靠承担核心客户和上下游客户的高风险获得高收益,考核机制需要变革•供应链金融的风险计量和资本占用优势•PD:核心企业的信用传递•LGD:网链结构中的处置成本降低•EAD:小额•M:短期•R:弱周期,中小微企业•交叉销售与存款优势•从融资驱动到解决方案驱动第17页供应链金融发展逻辑与趋势•供应链整体价值创造:降低交易成本,使参与主体提高自身绩效的同时优化整个供应链绩效•兼顾融资视角和供应链视角:在一定的约束条件下,生产决策、库存决策、采购决策以及融资决策最优亠•从融资驱动到供应链金融解决方案:以客户为中心,围绕交易流程不同阶段不同场景的解决方案•全面风险管理决策与传导机制:信用风险、操作风险、法律风险的全流程管理,风险调整后的回报•产业整合:业网链结构•开放平台:态平台从核心企业上下游到产对众多参与者开放的生18
本文标题:供应链金融的数据化风控管理
链接地址:https://www.777doc.com/doc-7511372 .html