《供应链金融理论与实务》课件 第10章 供应链金融风险控制体系的构建与再创新

供应链金融风险控制体系的构建与再创新第10章主讲人：何娟教授团队内容提要10.1

供应链金融风险控制体系的基本范式10.2

基于金融新科技的供应链风险控制体系构建教学目标2.

理解供应链金融风控体系与金融新科技结合的产物1.

了解供应链金融风控体系的基本构成10.1供应链金融风险控制体系的基本范式风险战略风险识别风险度量风险控制风险战略是指在监管层审慎监管的要求下，根据流动性提供者的风险偏好，风险管理者针对不同供应链金融业务的特点，制定总体的风险管理战略目标和框架。风险识别是指在风险管理的基础，主要对可能给流动性提供者带来损失的各种风险因素加以判别、分析并对其进行分类。风险控制是继风险评估之后，采取相应措施，将评估结果中的风险控制在一定范围之内。风险度量是指对供应链金融业务中的各类风险进行定量分析和描述，对风险事件发生的概率和可能造成的损失进行量化。根据不同的风险偏好制定相应的风险战略从而进行风险管理，是进行供应链金融风险控制的基本范式。10.1供应链金融风险控制体系的基本范式10.1.1风险战略风险流程的实施必须建立在清晰的风险管理战略基础之上，为了强调风险战略的重要性，将风险战略列为风险管理流程中的第一步。风险战略风险识别风险度量风险控制10.1供应链金融风险控制体系的基本范式10.1.2风险识别风险因素的识别是风险控制的前提和基础，识别的准确度与风险管理效果密切相关。寻找科学系统的方法识别和评价风险因素对风险因素进行全面系统的调查分析综合归类，分析风险性质、类型及后果特点：1.风险来源和因素难以预测且具有动态性，风险的识别和衡量是连续不断的、制度化的过程；2.供应链金融业务中的风险因素构成复杂，不同地区、行业、主体隐含的风险因素不尽相同。10.1供应链金融风险控制体系的基本范式10.1.3风险度量目前，我国的风险管理和风险评估还处于起步阶段，加之，供应链金融作为一项新兴业务，缺乏数据积累，难以对各类风险（比如信用风险和操作风险）进行定量分析。但根据“巴塞尔协议II”和2010年通过的“巴塞尔协议III”以及银监会均鼓励流动性提供者利用定量模型进行风险管理，这已成为风险管理的必然趋势。1.广泛应用：定量模型中的组合信用风险模型以及条件风险价值CVaR模型2.模型开发：国内流动性提供者应在广泛借鉴较为成熟模型的同时，结合供应链金融自身的特点，建立风险数据库，开发出适合供应链金融业务的风险度量模型。风险度量是在风险测度的基础上，根据流动性提供者的风险承受能力，判断是否采取必要的风险控制措施。10.1供应链金融风险控制体系的基本范式10.1.4风险控制1.风险承担与风险回避：对于流动性提供者而言，是指根据风险识别中对授信主体和债项的评级，来决定是否授信，因此其关键在于，流动性提供者制定出适合供应链金融业务的准入体系。2.风险补偿：流动性提供者通过对业务中物流、资金流和信息流的全程控制，实现贷款本息的自偿。一旦授信企业违约后，流动性提供者有权处置质物，保证债权的实现。3.风险转移：引入风险承担主体，如供应链核心企业、物流监管公司、保险公司、担保公司等。4.风险分散：流动性提供者在实践中为分散风险，经常要求企业在动产质押的同时，还必须有不动产的抵押，而且在构建质物组合时，尽量选择不同行业、不存在相关性或者相关性很小的质物。风险承担与风险回避风险补偿风险转移风险分散10.1供应链金融风险控制体系的基本范式10.1.5风险控制关键指标1.利率利率是信贷业务中最基本的风险定价工具，合适的利率水平可以缓释流动性提供者面临的逆向选择和道德风险。商业流动性提供者在开展业务时，往往针对不同客户设定不同的利率，主体评级和债项评级好的企业，流动性提供者往往给予较为优惠的利率，而对于综合评级水平较差的企业则设定较高的利率水平，比如在基础利率水平上上浮10%或20%。现状：在我国利率尚未完全市场化的情形下，利率的确定受到诸多政策管制，存在一定的上下限，这就使得面临完全市场化的风险时，利率的作用早已打了折扣。这也迫使流动性提供者继续寻找为供应链金融业务量身定做制的其他控制变量。10.1供应链金融风险控制体系的基本范式10.1.5风险控制关键指标2.质押率质押率是流动性提供者授信额度与质押存货价值的比率。质押率的最终设定是流动性提供者在综合考虑了包括宏观经济环境、质物自身风险、授信企业以及交易对手的资信水平、贸易背景的真实性，以及物流企业、担保公司、保险公司的参与程度等相关风险因素后，结合自身的风险偏好水平而做出的系统性安排，它真实地反映了流动性提供者对业务集成风险的承受能力。设定：由于信用风险以及操作风险难以量化，现有的研究中多以对质物价格波动风险的测度，然后根据宏观经济环境以及其他风险因素，辅以修正参数，得到最终的质押率。流动性提供者在实践中，则采用更为保守的经验估值法，质押率多在50%～70%之间。10.1供应链金融风险控制体系的基本范式10.1.5风险控制关键指标3.贷款期限与盯市周期(1)贷款期限：在存货质押业务中，贷款期限即是指质押期。实践中，商业流动性提供者规定质押期限不超过一年，这也正是动产质押贷款自身最大的特点，即为短期多频次的授信产品。鉴于业务的自偿性，流动性提供者在设定贷款期限时，必须考虑到授信企业自身的销售周期，以实现二者相匹配，避免销售账款不能及时回流到流动性提供者监管账户而诱发授信企业违约的风险。(2)盯市周期：盯市周期亦被称为流动性提供者的风险持有期或者风险窗口。盯市周期是流动性提供者审计评估质押存货价值的周期，衡量了流动性提供者对授信风险的监控程度。证券交易所或期货交易所有能力采用逐日盯市制度；供应链金融业务多以场外交易的现货为主，加之流动性差，从风险发现到风险处置的时间较长，流动性提供者需选取合适的盯市周期，以便既能做到早期发现问题，又不至于成本过高，从而实现成本和监管的平衡。10.1供应链金融风险控制体系的基本范式10.1.5风险控制关键指标4.警戒线与平仓线警戒线与平仓线均是应对质物价格波动风险的风险控制指标。当质物的价格跌破警戒线时，流动性提供者会要求授信企业通过补足质物或者追加保证金的方式，使质物的价值恢复到合约初始水平。如若授信企业在约定期限内未按时补足货物或追加保证金，或者质物价格继续下跌至平仓线，则流动性提供者有权提前结束授信，并采取措施处置质物，所得费用用于清偿贷款本息；不足部分通过其他方式向授信企业追缴，多余部分予以退还。10.1供应链金融风险控制体系的基本范式10.1.5风险控制关键指标5.保证金保证金制度在证券、期货等成熟的金融市场中广泛使用，是一种较为成熟的风险控制制度，用于缓释授信企业带来的违约损失。保证金分为初始保证金和追加保证金，对于预付类融资产品比如先票(款)后货模式和担保提货(保兑仓)模式，流动性提供者则要求授信企业交纳一定比例的初始保证金。业务操作中，根据融资期限的长短及质押融资的比例，预交风险保证金，以承担质物市场价格波动的风险。当市场价格下跌到预警线时，按协议规定通知融资企业增加质物和保证金；如果出质人超过融资期间，则以风险保证金抵充融资额或质物变现的差额；如果出质人按期归还，则退还保证金。比例：以场外现货交易为主的供应链金融业务中，其面临的风险更高，因此保证金比例的收取至少为20%，如华夏流动性提供者对于预付类融资业务类，要求初始保证金比例至少为30%。10.1供应链金融风险控制体系的基本范式10.1.5风险控制关键指标6.存货质押业务质物价格风险与动态质押率设定现状：(1)存货质押业务作为一项金融创新业务，相应的数据积累较为匮乏，直接导致原本难以计量的信用风险和操作风险变得更加难以评估。(2)业务实践中，经验估值法以及现有理论研究中质押率的设定方法均是在质押期内静态设置质押率，而未对盯市周期(风险窗口)以及利率(贷款资金的使用成本)加以考虑方法：通过综合考量宏观经济环境、借款企业的资信水平、质物的流动性并结合银行自身的风险偏好程度，提出在既定质押期限内设置多风险窗口从而通过改变风险窗口实现对质押率的调整。因此，动态质押率设定的关键在于质物长期价格风险的预测。但与此同时，通过盯市周期的调整，又在一定程度上考虑了现货不同于金融资产更为突出的流动性风险。同时，以贷款资金成本的形式考虑了利率以及物流企业的监管费用对质押率的影响。10.2基于金融新科技的供应链风险控制体系构建在国家的积极推动支持下，迎上“互联网+”风口，伴随以互联网金融以及人工智能、大数据、云计算、区块链等技术为代表的金融科技(Fintech)的快速发展，为供应链金融风险管理提供了新的视角。金融新科技的应用触发了供应链金融风险管理的重大变革，能有效降低融资成本，提高融资效率，控制融资风险，减少信息不对称。如区块链基于非对称加密和共识机制等技术，解决交易的信任与安全问题；大数据通过进一步挖掘数据价值，可以用于无信用评级或信用评级低的客户的资信评估和反欺诈等；云计算技术作为一种共享型可配置的计算资源，能够推动仓单、单据的透明化，使得中小企业可以使用便宜的数据服务。随着供应链金融业务的不断发展以及产业生态的日益成熟，一些创新要素逐步渗透到供应链的运行中，虽然使得供应链运营日益智能化和高效，推动了供应链金融的拓展和升级，但却给传统的风险管理范式带来了新的挑战。金融新科技指的是由技术带来的金融创新，即通过应用互联网信息科技对金融市场、金融机构或金融服务的提供方式产生实质性影响。10.2基于金融新科技的供应链风险控制体系构建10.2.1大数据技术下供应链金融的风险评估体系在大数据技术下进行风险评估，可以更准确地认知风险，从而保障目标规划的合理性和计划的可行性，进而合理选择风险策略，形成最佳风险策略组合。1.考虑产品风险问题通过平台积累或者第三方收集物流数据、资金数据、交易情况、客户行为等数据，形成原始数据库，然后利用大数据样本下的统计与计量分析模式，形成有效信息，最大程度地降低信息的不对称性，从而精准评价金融业务下供应链参与主体的信用风险，并形成信用档案体系。2.考虑供应链整体业务集成风险问题通过大数据的收集、整理，能够构建包括内部人员因素操作风险、流程因素操作风险、系统因素操作风险和外部事件操作风险在内的几大操作风险指标，同时建立相应模型进行自动精算，并基于极大似然方法给出相应对策。此外，利用分布式计算的大数据手段对以上对策进行实证分析，确保对供应链金融集成风险作出准确评价。10.2基于金融新科技的供应链风险控制体系构建10.2.2大数据驱动下的供应链金融风险定价采用大数据手段能够较为精确的预测价格风险，从而有效地缓解供应链金融参与主体违约带来的信用风险和整体产业链带来的操作风险。1.考虑产品风险价格问题通过大数据技术实时获取相应数据并与原始数据池进行对比，从而更快、更准确地进行风险预警，同时能够提供定制化服务。单一风险因子，可以采用改进CAPM模型，依据原始积累数据以及实时抓取数据，为流动性提供者对企业进行融资等业务开展的最优价格、利润和隐含权益价值提供参考；多风险因子模式下的价格测度问题，则采用改进AAPT模式，建立供应链金融风险价格度量模型。2.考虑产业链的价格风险测度在前期研究基础上，充分收集供应链金融体系中各参与主体的数据信息，采用CVaR、GARCH族波动率等模型，结合极值理论与动态随机规划理论，对产业链的质物组合风险进行测度。并在此基础上，采用数据挖掘技术，进一步分析风险因子对风险度量模型的灵敏度冲击。在上述分析的基础上，进一步修正供应链金融风险市场因子分布规律，采用最新风险度量技术，运用在线算法技术和分布式计算的大数据手段进行计算机模拟仿真试验，修正和检验供应链金融风险度量数学模型，并进一步分析信息化分工供应链金融体系的风险预期因子对风险度量模型的灵敏度冲击。10.2基于金融新科技的供应链风险控制体系构建10.2.3区块链技术下供应链金融的风险防范在上述供应链风险评级与风险价格测度的基础上，为全面防范供应链外部市场风险、供应链主体信用风险及供应链内部操作风险，以区块链技术为基础建立供应链金融风险防范模型。可以构建数字信任机制，透视供应链金融的风险点与风险源，矫正补齐供应链金融风险管控短板；有利于重塑开放、共享、高效、可信的供应链金融生态圈，推动供应链金融数字化、智慧化、场景化转型升级。区块链技术优势10.2基于金融新科技的供应链风险控制体系构建10.2.3区块链技术下供应链金融的风险防范1.区块链的分布式账本功能可实现数据实时共享，确保供应链间数据信息的真实性。区块链具有去中心化、一致性和可追溯性的特点，可将供应链上所有的交易数据记录分散在所有节点上的数据库，而且任何数据只要存储在区块链上都会打上时间戳，确保所有的交易活动都能够按照时间顺序被准确地记录，从而使所有的交易活动都可以被有效追溯，信息也无法篡改，金融机构据此可以建立透明的融资账本。2.区块链有助于实现核心企业信用跨层级、多层级传递，提高信用与信息传导效能。使用区块链的ERP平台搭建信息系统，可以借助最优质的数据结构和保障机制帮助供应链全链条信息化，实现在区块链信息体系中信息传输的透明、畅通与安全；实现供应链金融中商流、物流、资金流、信息流“四流”合一，核心企业与末梢中小微企业之间的信用和信息传递将被打通，从而推动信用