供應鏈建模和大資料技術對金融風控的創新應用，帶來中小微企業基於交易歷史等供應鏈資料獲得靈活高效融資的嶄新的創新可能。下面是小編為大家分享大宗商品電商怎樣做供應鏈金融風控，歡迎大家閱讀瀏覽。
螞蟻、京東和網易：平臺交易資料做風控
說起網際網路公司做大資料風控，不得不提阿里。阿里小貸利用自己的風控技術，對平臺商家提供信貸服務。2013年底，阿里小貸服務的客戶數64.2萬家。當時的資料顯示，阿里小貸的壞賬率只有1%，甚至低於某些傳統銀行。銀行對這塊貸款產生了興趣，而阿里小貸的資金不足，於是雙方一拍即合。
2014年7月，阿里開始對銀行輸出風控能力，與中行、招行等7家銀行宣佈合作，啟動基於網商信用的無抵押貸款計劃——網商貸高階版，最高授信可達1000萬元。其中銀行的角色是提供資金，阿里提供交易資料和遊戲規則，比如能給誰貸款，最高能貸多少，都是阿里說了算，而且壞賬風險完全由銀行承擔。
風控是銀行的生命線，銀行對資料的精準度應該是要求最高的。銀行為啥敢讓阿里說了算?當然是因為銀行比較信賴阿里資料的真實度、含金量，以及阿里對資料的分析處理能力。
京東與螞蟻類似，再來說網易， 網易北斗包括七大系統，分別對應貸前貸中貸後的不同風險控制流程。通過對貸款流程的前中後合理流程劃分，產生包括獲客、反欺詐、授信、信貸管理、風險預警、催收等貫穿了信貸流程的大資料風控模型體系。
網易北斗和傳統的銀行信貸處理機制完全不同。前者靠的是技術分析，通過神經網路/機器學習/支援向量機等技術能力，去除資料雜音，真實反映使用者信用。後者靠的是人力腦力，銀行的信貸稽核更多是依靠信貸員個人的.經驗和流程化管理風險能力。人力信批模式，不僅成本高，效率低，而且也存在道德風險，比如一些銀行信貸員違規審批貸款等等。
網易北斗系統則通過向國內的商業銀行和各種網際網路平臺輸出大資料風控能力，實現這些平臺的信用管理和授信管理能力，並根據每個平臺使用者的特點專業、特色化定製消費金融或者是產業鏈、供應鏈金融產品。目前，網易北斗已經和新昌農商行達成了合作，效果顯示，網易北斗系統能夠提升金融機構資料處理能力—處理效率提升90%，有效提高信貸資產質量—平均壞賬損失降低35%，有效提升模型風控預測能力—提升模型預測效能60%。
不難發現，螞蟻小貸和網易掌握了借貸人關鍵的實時的一手經營資料。前者的貸款人是阿里電商平臺上的個人和企業商戶，他們在阿里系電商平臺上的交易資料，能夠實時的被阿里獲悉。而後者網易通過建立開放式公共平臺獲取資料。
無論螞蟻金服還是網易，在大資料的分析技術上都有深厚積累，因此，在此基礎上構建的風控系統，就會相當有效精準。
而這種能力，銀行不具備，因此，阿里系輸出風控能力、銀行業輸出資金的互補模式才會出現。但同時我們也看到，除了為自身平臺或其他平臺上的買家或賣家提供單點靜態式的供應鏈金融服務外，市場還出現了延伸到賣家的上游和買家的下游的融資，以及供應鏈實時過程的風控管理。
未來供應鏈金融風控：供應鏈建模+資料技術+實時過程管控技術的應用
這樣的供應鏈大資料技術，實時過程管控運用在風控中時，究竟又有何不同?
供應鏈貸前評估
供應鏈大資料貸前評估比普通大資料徵信多了關於供應鏈、行業、專案的維度，報告中供應鏈分析、流水分析等是普通徵信評估所沒有的。
供應鏈貸中跟蹤
供應鏈大資料技術還可以做到貸後企業關鍵風險資訊的實時跟蹤監控，以及從企業採存銷經營資料層面，去實時動態分析監控企業經營狀態，確保企業是否處於良性經營狀態。也就是，從企業外部與風險有關的大資料分析，加上企業核心經營的供應鏈大資料分析。實時預警、智慧分析，並做視覺化展示，則為目前供應鏈大資料技術可達到的效果。
供應鏈貸後實時過程風控管理
目前的大資料技術的應用，已經不僅僅集中在“單點上”的風控;比如說，常見的供應鏈徵信和動態跟蹤，只能告訴你在某個時點上某家企業的基本情況，它無法保證你這筆貸款放出後，什麼時候能夠安全回款。這個應該是供應鏈金融業務中最大的痛點。它需要非常核心的一個風控管理——供應鏈全過程風控管理。可以貫穿整個供應鏈全過程管理的風控平臺。歷經9年的持續研發，1號鏈實現了這樣的供應鏈金融過程大資料風控技術，並積累了近50項專利和智慧財產權技術。這項技術在國內其他平臺上還暫未看到。
據1號鏈創始人高勝濤介紹，1號鏈供應鏈金融過程管理平臺，視覺化全流程閉環管理，貸後成本降低70%，金融風險降低80%，可跟蹤每筆貸款的流向，任一過程可控。不同的風控建模組建，可隨需呼叫，選單式選擇，系統固化風控節點，杜絕人性弱點。過程監控，供應鏈資料交叉驗證，實時動態識別金融風險，利於及時攔截主動防禦。
據瞭解，在供應鏈大資料風控技術領域，目前北京的金電聯行，市場估值超過50億。1號鏈，也在憑藉供應鏈大資料風控技術，深耕此領域。
“華爾街+矽谷”模式，且風控技術是主導
那麼未來，最有效的供應鏈金融風控模型，到底是金融專業的銀行主導，還是技術專業的科技公司主導?我覺得，單打獨鬥無前途，未來主流的風控模型，應該是“華爾街+矽谷”模式，且風控技術是主導。
無論是螞蟻金服和7家銀行合作推出螞蟻網貸高階版，還是網易北斗系統，都選擇了和銀行合作的開放模式。對於1號鏈供應鏈金融風控管理平臺來說，合作上也是對外開放的，比如和外部金融及類金融機構的合作，除輸出風控平臺外，還輸出一整套綜合解決方案，幫助傳統金融機構上網觸網。
而傳統金融機構也非常需要這樣的服務。比如，交通銀行董事長牛錫明在談到交行網際網路金融轉型時，就說過，交行要“跨界合作，通過廣泛藉助各類合作伙伴的力量打造具有交通銀行特色的開放性網際網路金融生態圈;不斷增強平臺數據生產能力與產品研發能力，形成資料“生產——挖掘——運用——再生產”的閉環。”
過去銀行的傳統風控考慮的變數可能只有幾十個，而未來的大資料智慧風控，需要大資料思維下供應鏈金融風險建模，需要採用大資料時代的演算法與技術，讓更多維度不同層次的資料都可以用來挖掘和分析;需要利用IT先進技術，將碎片化的資訊整合起來形成真正有用的大資料。也是將分散的區域性資訊整合成為可以完整描述客戶信用狀況的全域性資訊;需要將生成的數以萬計的風險變數，分別輸入不同的預測模型中，利用這些分析模型進行整合學習或者多角度學習，進而得到最終的客戶信用評分，克服傳統信用評估中單一模型考慮因素的侷限性;需要時間積累及不斷的建模實踐，也就是模型回測與修正，來逐步逼近風控的所有方面和任何因素。
以1號鏈為例，他的供應鏈大資料風控平臺，花了十年的技術和資料積澱，模型的回測與修正，才最終形成一個生態化的大資料風控體系。
因此，未來供應鏈金融的風控，肯定是技術主導模式。只有華爾街+矽谷的風控合作模式，才能實現“資料即信用，信用即風控，風控即價值”的理念，才能緩解中國中小微企業融資難融資貴的問題。
