受益于主流金融服务的缺失、应收账款、融资租赁等金融业态的快速发展以及企业转型的迫切需要，供应链金融行业正处于快速发展阶段。
在本次调查中，82%的业内受访企业表示，2017年整个供应链金融行业的景气度将持续上升。这一结果表明，很大比例的从业者对供应链金融的发展持乐观态度。行业。 只有约7%的受访企业表示可能出现下降趋势。 表示不乐观的供应链金融从业者主要来自供应链企业和外贸综合服务平台。
从供应链金融机构人员规模来看，超过50%的供应链金融服务机构员工数量在100人以下，属于小微企业范畴，或者处于初创阶段。 约30%的受访机构是拥有100-500名员工的中型供应链金融服务提供商。 不到20%的大型供应链金融服务提供商拥有500名或更多员工。
从人员扩张趋势来看，近90%的供应链金融服务商表示，他们有计划在未来三个月内招聘新员工。 这一结果表明企业对供应链金融未来的发展预期持乐观态度，也意味着行业竞争正在逐步加剧。 获客和风控将成为供应链金融赖以生存的竞争力。
此外，从企业需求来看，我国非金融企业应收账款余额已达16万亿元，工业企业应收账款余额已超过10万亿元。 供应链金融服务商主要面向中小型工业企业，应收账款总额超过6万亿元。 应收账款融资是供应链金融的重要融资模式。 应收账款规模的持续增长，为我国供应链金融的快速发展奠定了坚实的基础。
2. 哪些公司在提供供应链金融服务？
供应链金融行业的参与者包括银行、行业龙头、供应链公司或外贸综合服务平台、B2B平台、物流公司、金融信息服务平台、金融科技公司等各类企业。 其中，供应链公司/外贸综合服务平台和B2B平台占比约45%。
B2B平台：B2B电商平台占调查结果的18%。 B2B平台主要体现两种服务模式：一是从交易端切入的B2B平台，提供网上交易，鼓励和促进客户网上交易，并允许交易数据存入平台免息配资平台，可以为企业提供通过数据模型提供更好的服务。 信贷支持。 另一种是B2B，从服务器端开始，为客户提供从采购、仓储、物流、信息管理等一系列服务，无论哪种模式都为供应链金融的发展提供了良好的环境。 B2B平台通过构建生态系统，吸引供应链金融的各方参与，包括资金供应商、担保机构、保险公司、仓储公司、物流公司等，通过平台的交易、服务、物流、风控等，有保障，帮助资产方客户获得相对廉价的资金，帮助资本方更全面、更精准地控制风险。 相比之下，B2B 平台更容易扩展。 国内知名B2B平台有金银岛、一美网、同道电商、三正电商等。
金融科技公司：在金融科技快速发展的今天，数据金融公司非常受欢迎。 自身的技术和研发能力使得金融科技公司能够搭建前端连接多个融资需求平台、后端连接多层次融资平台的平台。 融资需求平台大多为核心企业、B2C平台、B2B平台，资金方涵盖银行、保理、小贷、信托等多层次金融机构。 金融科技公司负责内外部数据采集、处理、传输和分析，协助风险识别和控制。 典型代表企业有京东金融、蚂蚁金服等。
此外，行业龙头企业、物流企业、银行和非银行金融机构也是供应链金融领域的重要参与者。
行业龙头：行业龙头企业通过自有资金或依托产业联盟搭建工业互联网和金融服务平台。 他们通常优先满足核心企业上下游的融资需求专业的股票配资，然后沿着上下游线路向外扩张。 或者一些国有企业利用低成本融资渠道获得资金，然后对接更大规模的项目。 但保理、小额贷款公司无法承接这些项目，从而形成了分割空间。 此类公司包括先易、达实智能、JJD等。
银行：银行在供应链金融领域具有资金成本低、获客容易、资金可控等天然优势。 但它们也存在制度、风险控制、技术等方面的限制，其他市场主体不断抢夺供应链。 金融这块蛋糕，银行在供应链金融领域显得有点“内忧外患”。 但我们认为，银行仍然是供应链金融领域不可或缺的主力。 原因在于银行的资金成本优势。 其他企业想要获得更高的杠杆，就必须与银行合作； 而银行要想实现真正基于供应链/产业链运营的金融服务还必须依赖其他企业对该行业的渗透。
3、供应链金融服务主要针对哪些行业？
随着各主体的探索和实践，供应链金融的垂直化趋势越来越明显。 供应链金融的纵向发展进一步提升了产融结合的深度和广度。
我国供应链金融服务集中在计算机通信、电力设备、汽车、化工、煤炭、钢铁、医药、有色金属等应收账款积累较高的行业。 但调查结果显示南昌期货配资，未来供应链金融将成为加速企业活力的重要保障因素。 它将在更广泛的垂直领域深耕2016配资，应用于更多的业务场景。
从本次调查结果来看，涉及物流企业的供应链金融服务企业数量较多，其次是钢铁、有色金属、农产品等大宗商品，第三是零售业，第四和第四位是物流企业。第五是供应链金融。 传统优势领域：汽车、电子电器。
从市场发展的角度来看，我们认为部分行业供应链融资的潜在需求尚未被挖掘，某些垂直领域可能存在更大的机会。 包括：物流业、农业、零售业、化工业、餐饮业等。
物流业：我国社会物流总费用从2015年的7.10万亿增长到2016年的10.80万亿，增速8.8%。 其中，道路运输规模接近5万亿，近70万家企业提供不同形式的物流服务。 专线物流服务市场不低于1万亿，前10名专线物流企业占整体市场份额不到1万亿。 %，更大的市场份额掌握在数十万专线中小企业手中。 物流运输公司在运输货物时需要向货主缴纳押金，即使货主信用良好，付款结算周期也会在60-90天； 对于个体承运人或车队，一般要先支付部分运费等，运输完成后现货配资，随收据完成剩余付款。 巨大的运输成本和长期的资金缺口，导致物流企业面临运营资金短缺的问题。 这些60-90天的优质应收账款给供应链金融带来了巨大的想象空间。
农业：供应链金融正在成为农业上市公司的发展方向。 这一趋势主要体现在畜禽养殖产业链，饲料企业在产业链中占据强势地位。 但养殖业资金回笼时间长，资金压力大。 一些上游龙头企业利用供应链金融满足养殖行业下游客户的资金需求，同时进一步促进自身主营业务的发展。
零售业：对于零售业来说，专业市场受益最大，因为他们控制着大量的商户资源。 一方面，由于互联网对线下零售业的冲击以及实体经济的疲软，商家面临着越来越大的资金压力。 除少数商户可以通过银行获得贷款外，大部分商户只能通过小额贷款公司和民间融资筹集资金。 资金，而供应链金融则以产融结合为基础，为小B类商户提供新的融资渠道。 另一方面，供应链金融的关键是风险控制。 专业市场掌握商户经营信息，并有店面租金、租赁费等抵押手段，可以更有效地控制风险。 因此，供应链金融专业市场的发展有其先天的优势。
化工行业：塑料行业是最适合供应链金融的化工品种，因为其市场空间达1.6-1.8万亿，产品易于运输和储存配资靠谱，市场交易活跃，下游分散且居多。中小企业。 。 中小企业利润薄，融资需求大。 塑料行业B2B平台在行业发展中发挥着越来越重要的作用。 一些B2B平台也已初具规模。
餐饮业：目前国内市场有餐饮企业250万家、餐饮门店420万家、食品经销商1100万家。 整个餐饮业收入3万亿元，其中1万亿元用于食品采购。 餐饮行业的供应链金融仍处于起步阶段。 餐饮行业供应链的特点是环节多、供应链运行波动大、效率低。 大量餐饮中小企业/个体户资金链紧张。 银行传统的信贷业务无法满足大多数中小企业的融资需求。 彩来菜等一些供应链金融服务平台利用先进的风控模型和强大的数据系统控制金融风险，满足餐饮中小企业的融资需求。
4、供应链金融公司业务规模集中在什么水平？
供应链金融服务商的授信规模差异较大，这与供应链金融服务商的资源优势不同密切相关。 各类服务商每年的授信规模从千万到数百亿不等。 大不同。 调查结果显示，贷款规模在1亿元以下的供应链金融服务商占比约21%。 此类机构通常处于供应链金融业务的起步或转型阶段。 此类公司比例不小，说明供应链金融行业仍处于起步阶段。
贷款规模在10亿元至10亿元之间的供应链金融服务商数量占比约39%。 这类供应链金融服务商已初具规模，业务模式相对成熟，市场定位明确，具有较强的客户开发能力和资金供给能力。 少数专注于垂直领域和细分市场的供应链金融服务商的贷款规模逐渐稳定。 贷款规模在10亿至100亿之间的服务商数量占比约为26%，表明市场上部分供应链金融服务公司已具备一定规模。
5、什么是成熟的供应链金融风控体系？
成熟的供应链金融风控体系由数据层、实践层、技术层三个层次组成。 数据层包括风控主数据获取、风险数据扩展、数据维护； 实践层包括高效的在线审批和准确及时的事件风险控制； 技术层是指利用先进的模型对数据进行科学的处理和分析。 有助于预测和决策。
完善的风险主数据管理，使风控数据维度更加完整全面，信息提取更加高效，避免人为因素干扰。 此外，风险数据的积累和沉淀为未来的风险建模奠定了坚实的基础； 基于IT系统的审批流程进一步减少了人为因素的影响，提高了审批效率，流程中的风险监控系统可以保证异常情况的及时处理； 基于大规模数据分析的定量风险模型帮助企业充分利用数据资产并预测风险，这是财务风险定价的基础。
在本次调查中，我们按照以下规则将受访企业的风控成熟度分为三个等级：
调查结果显示，10%的企业建立了领先的风险控制体系和风险数据库，并在此基础上利用大数据分析技术构建风险预测模型。 63%的企业正在将数据分析、IT技术与传统风控流程相结合，提升风控能力。 27%的企业仍然依赖传统的风控方法和工具。
6、为什么要丰富风控数据源？
在200名受访者中，76%主要依靠自己的数据来评估客户逾期风险。 根据邓白氏过往的项目经验，客户自身的交易和运营数据只能在一定程度上提供风险预警。 有时会出现“这个客户的信用状况一直很好，但不知什么原因突然恶化”的情况。 这种现象经常发生是因为我们对客户的风险识别受到的信息有限。 企业的经营不仅受到主要贸易伙伴的影响，还受到产业链上下游产业、周边产业以及各种宏观因素的影响。 产业、周边产业以及各种宏观因素的影响。 因此，扩大风险数据的获取范围，更全面地掌握和预测客户发展，是建立成熟风控体系的基础。
7、目前主流风控数据包括哪些维度？
在200名受访者中，76%主要依靠自己的数据来评估客户逾期风险。 根据邓白氏过往的项目经验，客户自身的交易和运营数据只能在一定程度上提供风险预警。 有时会出现“这个客户的信用状况一直很好，但不知什么原因突然恶化”的情况。 这种现象经常发生是因为我们对客户的风险识别受到的信息有限。 企业的经营不仅受到主要贸易伙伴的影响，还受到产业链上下游产业、周边产业以及各种宏观因素的影响。 因此，扩大风险数据的获取范围，更全面地掌握和预测客户发展，是建立成熟风控体系的基础。
8、为什么需要利用数据分析技术来构建风险记分卡？
基于大数据的风险预测模型正逐渐被行业领先企业所接受。 35%的受访企业仍然使用基于风控经验的风险评分形式。 48%的企业将数据分析引入风险评估。 17%的企业已经开始使用基于大数据分析的预测模型进行风险量化。 专家法模型在风险评估过程中容易受到评估者主观因素的影响，导致结果不准确。 在以往的风控建模项目中，邓白氏团队经常遇到如下图所示的情况：专家方法模型中各横坐标段的逾期概率几乎相同，甚至评级较好的客户逾期概率也更大。 。 与此形成鲜明对比的是，基于大数据分析的预测模型可以大大提高预测的准确性。 不同细分市场的风险概率差异很大。 最好的细分市场未来逾期概率仅为3%左右，而最差的细分市场未来逾期概率高达45%，高差异化更有利于针对不同客户设计不同的策略。
概括：
通过本次调查，我们发现90%的企业认为信用信息缺失、数据挖掘能力薄弱、模型评价能力薄弱制约了业务的进一步发展。 在数据来源方面，这些企业可以加强与第三方数据源的合作，进一步完善风控数据体系，提升风控能力。 在评估能力方面，可以通过招聘以及与风险建模咨询公司的合作来提高风险建模能力。
文章原创于金源网络科技有限公司：http://haimianbeibei.com/
