《大数据金融》 课件 第5章大数据与供应链金融

第五章大数据与供应链金融BigDataandSupplyChainFinance大数据金融CONTENTS01大数据在供应链金融管理中应用Applicationofbigdatainsupplychainfinancialmanagement02供应链金融管理中大数据分析与运用Bigdataanalysisandapplicationinsupplychainfinancialmanagement03大数据下的供应链金融风险管理及趋势Riskmanagementandtrendofsupplychainfinanceunderbigdata大数据在供应链金融管理中应用Applicationofbigdatainsupplychainfinancialmanagement第一节一、供应链金融的概念界定供应链金融是指以核心客户为依托，在真实贸易的背景下，运用自偿性贸易融资方式，通过应收账款质押登记、第三方监管等手段为供应链上下游企业提供标准化或个性化的综合性金融产品和服务。二、供应链金融的发展与演进供应链金融的1.0版本：

主要是商业银行作为供应链金融的主体，产业供应链的参与各方与银行之间形成资金借贷关系。供应链金融的2.0版本：

是供应链金融服务的提供者逐渐从单一的商业银行转向供应链中各个参与者。供应链金融的3.0版本：

互联网供应链金融其服务的提供主体主要是互联网供应链构建者本身，能够通过掌握多维复杂且高度融合的信息流来管控金融风险。三、大数据对供应链金融管理的重要性大数据对于供应链金融的重要作用体现在信息的收集与分析方面。大数据的应用可以为供应链金融管理提供更全面的信息支持。大数据的应用可以降低供应链金融管理成本。大数据的应用可以帮助金融机构提高客户筛选和精准营销的能力。三、大数据对供应链金融管理的重要性一个企业如果将自己定位为数据驱动型的企业，他们能对自己的财务和运营结果作出更加客观的评价。供应链金融管理中大数据分析与运用Bigdataanalysisandapplicationinsupplychainfinancialmanagement第二节一、供应链金融管理中的大数据类型和目标结构数据非结构数据传感器数据新类型数据1234供应链中的大数据四种类型：一、供应链金融管理中的大数据类型和目标供应链金融中解融资对象的市场能力、潜在能力、预期风险。市场能力是指企业在市场和行业中的地位及市场竞争力，包括“软”“硬”两个方面。潜在能力是指企业未来可能具备的能力。预期风险是指企业目标实现时可能造成负面影响事件发生的可能性。

评估企业的风险程度。一般来说，企业的风险包括运营风险、资产风险、竞争风险、商誉风险、战略风险五大类。二、供应链金融大数据分析的对象及获取来源供应链金融中大数据搜集分析的对象二、供应链金融大数据分析的对象及获取来源互联网供应链金融在对相关对象进行搜集和分析时，大数据应体现准确性、一致性、及时性和完整性。供应链金融中需要关注的数据类型包括:（1）时间和空间的数据时间数据可以反映事物、现象等随时间的变化状态或程度;空间数据可用来反映空间实体的形状大小或经营主体的位置和分布特征;二、供应链金融大数据分析的对象及获取来源互联网供应链金融在对相关对象进行搜集和分析时，大数据应体现准确性、一致性、及时性和完整性。供应链金融中需要关注的数据类型包括:（2）主体和客体的数据二、供应链金融大数据分析的对象及获取来源互联网供应链金融在对相关对象进行搜集和分析时，大数据应体现准确性、一致性、及时性和完整性。供应链金融中需要关注的数据类型包括:（3）要素和情感的数据要素是供应链运营中所需要的各种资源，是维系供应链运行及市场主体生产经营过程中所必须具备的基本要素;情感数据的价值是在一种必要的环境下对用户行为进行回忆和分析;二、供应链金融大数据分析的对象及获取来源互联网供应链金融在对相关对象进行搜集和分析时，大数据应体现准确性、一致性、及时性和完整性。供应链金融中需要关注的数据类型包括:（4）单点数据和网络数据单点数据是指某个特定供应链参与主体发生的各类数据;网络数据是指某个特定参与方所嵌入的网络或者集群数据;三、供应链金融大数据的分析时间点、方法及常见障碍实时数据分析指的是利用大数据技术高效地快速完成对大量数据的分析，达到近似实时的效果，及时反映数据的价值和意义，掌握供应链的实时状态。企业运用大数据分析中常见的障碍主要包括数据管理能力、运用科学技术进行计划的能力、绩效管理能力、时间限制、对供应链管理缺乏合适的预测性分析解决方案等。大数据下的供应链金融风险管理及趋势Riskmanagementandtrendofsupplychainfinanceunderbigdata第三节一、大数据下供应链金融风险管理的因素及原则供应链金融风险是指在一定经济环境下，由于供应链金融参与者预期的物流、资金流、信息流的运行情况和实际状况不同，最终使从事供应链金融的企业或其他组织蒙受损失的不确定性。风险特征：

风险具有传导效应风险具有动态性风险具有高度复杂性一、大数据下供应链金融风险管理的因素及原则大数据对供应链进行风险管理主要包括：供应链运营中价值的设计、实现和传递要能形成完整、循环的闭合系统。01业务闭合化能及时、有效、完整地反映或获取企业内部跨职能及企业间跨组织产生的商流、物流、信息流、人流等各类信息。02交易信息化03大数据供应链金融中所有可能的费用、风险等能够以确定的供应链收益或未来收益覆盖。收入自偿化声誉是一种稀有的、有价值的、可持续及难以模仿的无形资产。06声誉资产化在开展供应链金融业务的过程中，能合理设计业务结构，并采用各种有效手段或组合化解可能存在的风险和不确定性。05风险结构化从责任明确、流程可控等目标来对供应链活动实施有效的专业化管理。04管理垂直化二、大数据下供应链金融风险管理的发展趋势互联网供应链金融风险管理趋势三、区块链在供应链金融风险管理中的应用区块链（Blockchain）是一串使用密码学方法将数据关联而产生的数据库，可用于验证信息的有效性和生成下一个区块，它提供了一种去中心化的、无须信任积累的信用建立范式，理论上可以实现数据传输中对数据的自我证明。区块链技术在互联网供应链金融中的应用主要包括金融活动和产业活动两个层面。案例——中国平安自主研发壹帐链区块链技术1.运用区块链技术，破解信用多级穿透难题2.采用智能“五控”技术，破解下游企业融资难题3.利用多重风控技术，实现核心企业定位“下沉”4.依托区块链搭建银行联盟，破解跨地区融资难题5.通过区块链底层对接国内外贸易平台，破解进出口企业融资难题案例——“云仓京