【《大数据环境下供应链金融风险控制探究》16000字（论文）】.docx

大数据环境下供应链金融风险控制研究目录1绪论21.1 研究背景21.1.1 选题背景21.1.2 研究目的31.2 选题意义31.3 文献综述41.1 .1国外文献综述41.2 国内文献综述52供应链金融与大数据基本理论概念72.1 供应链金融的概念72.1.1 供应链金融的概念和特点72.1.2 供应链金融模式82.1.3 供应链金融风险92.2 大数据的概念102.2.1 大数据的概念102.2.2 大数据的特征H3大数据下供应链金融风险分析133.1 大数据环境下供应链金融应用优势分析133.1.1 整合信息，评估市场133.1.2 控制成本，完善决策133.1.3 仿真模拟，拓展业务133.1.4 优化资源，提升效率143.2 大数据环境下供应链金融风险分析143.2.1 大数据环境下的市场风险分析143.2.2 大数据环境下的信用风险分析153.2.3 大数据环境下的操作风险分析153.2.4 大数据环境下的系统风险分析164大数据环境下控制供应链金融风险的对策164.1 加强信用建设，防范信用风险164.1.1 强化授信主体准入标准164.1.2 完善担保体系174.2 .监测操作风险，设计应急系统174.2.1 实时操作风险监测，建立更新数据库174.2.2 风险应急处理，制定止损方案184.3 加强电子化信息平台建设184.3.1 多方信息平台相联184.3.2 提高信息平台管理水平194.3.3 推进与电商、期货市场平台合作195结论205.1 研究结论205.2 政策建议205.3 考文献211绪论1.1 研究背景1.1.1 选题背景在经济全球化影响的大数据时代下，全球经济市场竞争模式随之发生巨大变化，市场竞争变得愈发残酷。原有的“企业一体化”传统经济运营模式变得不再适用，既无法使企业再维持足够的优势，企业的发展空间也继而变小。新的运营模式体系应运而生,现在更多的企业选择了更稳定、高效的供应链联合运营模式,通过供应链主体之间相互协作配合,借助企业其内部优势实现最优化的管理和最小化的成本。八十年代以来，数据信息技术和互联网高速发展，众多企业为了使管理、服务等各方面能力变得更好,将附加值低的产品外包给供应链其上游的供货商及下游的经销商。从而让原本是不同企业相互之间的竞争逐步变为了不同供应链相互之间的竞争，不同供应链上的企业运营效率将决定了整条供应链的竞争性高低。为提高供应链上企业运营效率，供应链金融服务的产生变得尤为重要，以供应链为基点从提供一体化服务的角度,根据不同的书特点为各行各业打造独特的专属金融服务方案。如此，不仅改善了中小企业融资难的经济窘迫现象，还为银行提供了新的模式，提高企业运营效率的同时，也提高了整条供应链的市场竞争性。大数据环境下供应链的飞速发展为金融服务行业带来了机遇，同时也带来了风险。新兴的金融融资模式虽然比银行传统的融资模式更具有优势，但是其模式带来的风险也更为不确定和复杂,不同主体在供应链上的企业和经营状况都存在差异，授信过程中会对银行造成不必要的损失，所以对供应链金融风险的管理控制就成为了银行要应对的重要问题。1.1.2 研究目的大数据下的供应链金融融资业务作为银行的创新业务,是新的为了围绕供应链企业并配合供应链发展需要的授信业务，同时也是具有无限的市场潜力的业务。此业务在一方面上增添业务种类和扩大利益渠道，为银行提供了创造价值，在另一方面上还通过融资服务提高了供应链的商业价值和市场竞争力。因此更多的银行想要占有供应链金融这一领域的先机，但在推进业务和迎合需求的同时，银行需要了解供应链相关金融的模式及可能存在风险问题，不断完善金融风险体系，从而为供应链金融创造一个安全的发展环境。由于因为大数据供应链模式的多元化，相对应的风险管理措施缺少，因此新兴供应链的金融风险比传统模式的金融风险更高。我们需要从全新的大数据角度去研究供应链金融市场及融资平台的风险管理办法。大数据技术不但可以对要融资的企业进行各方面的评估，制定出相关可靠的融资标准，还可以鉴识、解析、预警、监管融资过程中的金融风险。1.2 选题意义基于中小企业的经济研究，不仅对我国的经济社会发展注入动力，供应链金融平台还具有十分重要的现实意义。想要促进资金运转和企业发展，解决企业本钱高、融资难的问题，都离不开大数据下的供应链金融平台。从企业角度来看，商业银行所提供的金融服务既可以为企业提供信用保证，又可以提供融资方面上的支持和账款方面上的管理。应收账款融资可以使中小企业通过在数据共享的供应链平台进行融资，从而获得资金的来源和支持。通过为企业提供互联网的大数据金融服务的方式，商业银行可以得到相应的利益，也可以加速第三方物流企业的发展势头。银行需要与第三方物流企业进行合作，这样不仅能为第三方物流企业减少成本消耗和提高市场竞争力，还能带来更多的客户量，促使各项业务服务范围更加广泛，从而提高企业的整体效益水平。因此，在对大数据供应链金融平台的研究中，中小企业、核心企业以及第三方物流企业等各种类型的都显得十分重要。由于商业银行等金融机构可以经营风险，所以被认为是一种特殊企业。从想要获得较高的收益就必须要去承担相应大小的风险看，对于银行来说，金融风险既是一种可以从中获益的方式,又是一种可以给企业带来未知损失的危险。因此,银行要想从中获取利益，必须要谨慎地利用数据平台对业务中的风险进行分析和评估，从而做出正确的判断和管控，最大程度的规避不必要的风险。若对风险没有清晰的认识和管理，会为银行带来巨大的损失，甚至招会面临破产的危机。因此，保障供应链金融效益的过程中，大数据下的供应链金融风险探究具有很强的现实意义。1.3 文献综述大数据环境下的供应链金融平台出现以来,在全球范围内都得到了相对较广的应用和发展,在理论基础研究上也取得了不少的成就。基于文献相关性的考虑,本文主要是基于财务视角对大数据下的供应链金融风险研究的国内外相关文献进行系统的总结和回顾，以及在前人研究的基础上提出本文研究的必要性和可行性。1.3.1 国外文献综述在西方国家，自从物流的概念产生以后，就开始研究供应链金融了。国外的一些学者曾经较早时期提出过供应链金融理论,但是由于开展供应链金融理论研究的时间较短，故与其相关的资料数量并不多。AbhijeetGhadge(2013)等人指出对供应链本身的管理在供应链金融风险管理过程中是最重要的，加强信贷资金使用的监管。过对供应链金融风险理论的研究，提出在供应链金融风险管理中重点是加强供应链自身的管理，需明确每一个环节的操作流程和资金流向，特别是应注重对信贷资金用途的监管。WUttke等(2014)认为供应链金融是反向保理业务的一种升级后的形式，其可以使得买方实现资金流的实时监控、控制以及优化。YOnggUiFU等（2019）对生产企业供应链的内的风险进行了分析，阐述了区块链的技术特点及与供应链风险管理的契合机制，并通过多重线性回归模型分析指出供应链内生风险,主要为供应链内部企业信息不对称造成的信用风险及获取信息不完全性带来的风险。AntonellaMoretto（2019）证实了一个综合评级的潜在价值，主要是对战略供应商而言，它显示了所有利益相关者的预期收益，并突出了所面临的潜在的风险挑战。LucaMattiaGeISOmino（2019）提出营运资金需求及财务成本是评估多项现金流计划同时采用的效益的关键参数。除此之外，一些国外的研究机构已经注重开发控制供应链金融风险的量化模型，其中摩根公司所设计的RiSkmettriCS模型已经在具体的实务中得到了应用，在控制供应链金融业务市场风险领域，大部分的银行和机构通过对企业的信用风险进行评估的方法来推断企业风险的大小。由于供应链金融风险的复杂性和变化性，尽管国外己经出现了关于供应链金融风险控制的一些量化模型和评测办法，但仍没有一种办法能衡量风险控制体系中具体的风险程度。1.3.2 国内文献综述国内研究者也进行了大量的理论探讨,他们普遍认为供应链金融融资的风险来自多方面，比如核心企业（上游供应商）、融资企业（下游供应商）金融机构（商业银行）、以及第三方物流企业等。张宇（2018）研究了商业银行供应链金融业务的风险管理，他认为“互联网+供应链金融”的业务模式之所以能够超越传统受限的金融业务，是利用了互联网技术的创新性、高速性。此业务不仅拓宽了银行供应链金融的业务范围，还使银行更好地开展供应链金融个性化、定制化服务。范诗洋和钟培武（2019）提出在现实场景下供应链上的核心企业往往不愿意对商业银行提供财务和物流等信息，因此银行在数据不足的情况授信审批和风险管理有更高的要求，这也提高了银行从核心企业获取相关交易数据的成本。银行若不能从大数据上实现信息流、物流、资金流的闭环，那么供应链金融和银行的传统业务将没有本质上的区别，既无法提高业务效率也容易产生风险。银行应拓展风险数据来源，将供应链上下游产业和相关宏观经济数据纳入监测范围，防范客户信用风险的突然恶化。张爱玲（2019）认为在供应链金融快速扩张的背景下，部分金融机构对相关风险认识不足，对核心企业的信用能力过分相信，从而导致风险管理措施薄弱。金融机构应当利用供应链系统减少信息不对称带来的影响，通过与核心企业及上下游之间系统直连，降低尽职调查的难度，银行从业人员需严格执行业务流程，充分调查交易背景的真实性。任晓珠(2020)在研究大数据供应链金融对我国商贸流通业发展的影响效应时，从资产收益风险、支付便利机制和信用监管三个维度构建了互联网大数据供应链金融发展指标体系。通过对国内外学者的研究结果可以看出，国外学者风险管理理论和风险来源有较为详细的研究分析，供应链金融模式是对传统金融模式的一次冲击，具有明显的潜在发展优势。但国外学者没有从定量分析的角度对供应链金融风险进行评价，由于国内外的金融环境差距较大，因此还需要结合我国的金融行业所处的具体环境，进一步研究适合现在大数据下的国内商业银行的金融风险管理方法。国内学者虽然对供应链金融风险的形成原因进行了非常具体的论述,也从定量分析的角度开展了风险评价，在总结研究成果基础上，从大数据金融方面的理论上分析了供应链金融风险控制的多种要素,并结合供应链金融操作实务中的真实情况，对应该如何系统性的控制供应链金融风险做了详细的探究。但是针对大数据下供应链金融风险控制措施的研究主要集中在理论方面，没有从业务层面进行深入的探讨，希望借助本文的内容可以为大数据下的供应链金融的风险控制提供一些帮助，并为其业务的健康发展和风险管理控制提供一些科学的理论参考。2供应链金融与大数据基本理论概念2.1 供应链金融的概念2.1.1 供应链金融的概念和特点1 .供应链金融的概念受大数据信息时代的影响，企业所面临的市场环境变得更为复杂化和竞争化，随着市场的变化供应链营模式的含义也在改变。供应链在最早是由德鲁克提出并被称为“经济链”，随后发展为波特提出的“价值链”，最后经过不断的时代演化逐渐形成了今天银行围绕企业而开展的“供应链乙而今天现代供应链的含义更加着重供应链内部各主体间的关系联接，并在与其他企业主体连接的基础上加以对供应链外部环境要素进行考虑分析。由于市场竞争的愈演愈烈和消费者期待值的提高，为了保证供应链的运行效率，供应链上的每个链上节点的主体都要谨慎，若有一个环节出现差池都将会影响整个供应链的竞争力和运作效率。而供应链金融的出现可以帮助中小企业脱离融资难的困境，通过供应链整体的角度来看，凭借供应链紧密的组织结构和内部频繁的业务往来，还有主体企业的信用评估和资金能力，让商业银行等金融机构为供应链上游、中游及下游各个数合作的参与主体提供综合的金融服务，进而帮助供应链上企业合理有效的去解决融资困难和资金能力弱的问题。2 .供应链金融的特点(1)与主体多样化在原有的传统融资方式中，融资活动的参与主体一般分别是金融机构与中小企业，偶尔也会有第三方担保公司的参与。而供应链金融的参与主体包括有金融机构、中小企业、核心企业以及第三方物流企业等等，融资活动不再局限于金融机构与企业之间，参与方不仅角色多种多样，发挥的作用也都各不相同。(2)方式自偿性通过对供应链金融管理操作模式，融资企业的收益将自动转入银行等金融机构的指定账户中，保证了融资资金一段时间后可以进行自动还款。像供应链融资应用产品保理，其中规定金融机构所授信的账款需依旧约定好的期限自动收回至银行指定的托收保付账户中。(3)制方式围绕贷后管理由于中小企业财务报表上所传达的信息不够清晰，传统金融模式中银行等金融机构依据财务报表内容予以授信的方式难以客观评定,而现在供应链上的主体大部分都是中小企业，因此银行需要从新的方面对其进行评估。通常银行采用围绕供应链上的核心企业从供应链整体角度对企业进行评定,但这种方法弱化了硬性要求，使得风险可能性增大。由此贷后管理显得尤为重要，银行利用自偿性还款方式和专业性贷后平台及贷后管理的控制方式来达到降低供应链金融风险的目的。2.1.2 供应链金融模式实际上供应链金融模式就是一个将企业生产、销售及服务等活动进行连接和延伸的整体过程。企业生产活动的前半段的连接是利用中上游企业的业务配合，能够将提供原材料与制造半产品及形成最终的产品进行供应链内部的企业分工。而供应链后半段的延伸是利用中下游企业的配合，能够将最终产品的销售服务活动合并至一个整体。对供应链金融模式进行合理地管控是将供应链中的各主体方进行绑定,通过对参与方的选择与产业结构的管理等多种方式,加强信息资金等在主体企业间的流动，从而达到降低各个环节间的成本，提高产品的市场效率，提升整条供应链价值的目的。供应链金融模式依据物流的方向将供货商、制造商、分销商以及产品用户连接成一个不可分割的顺序主体，加强其相互之间信息、资金、产品的流动，让各个主体既能够提升自身企业的相关水平，又能够对生产的经营策略实施合理安排。通过对供应链模式的生产组织结构的管理，可以在产品运输和提供服务等环节增添额外的价值，来最终实现提升供应链整体稳定和效率的目的。以下图2.1是供应链模式的简单结构模型：供应商一制造商一A物流商一分销商-用户图2.1供应链模式的简单结构模型供应链金融模式的类型可以分为三种：1 .基于存货的金融模式基于存货的供应链金融融资模式指的是银行把供应链上企业资产中的货物作为抵押提供授信资金的融资模式,且其中需要供应链上核心企业的担保和第三方物流企业的协助。由于在实际业务中，中小企业的存货比例大，此类业务是一种普遍被采用的模式。2 .基于预付账款的金融模式基于预付账款的供应链金融融资模式指的是供应链上中小企业与核心企业基于真实贸易合同，银行为资金困难地中小企业预付贷款，同时核心企业将合同中货物发至银行指定监管仓库作为抵押物的模式。这种模式通常适用于供应链上不能够一次性向核心企业支付合同款项的中小企业,实现了供应链上银行与企业共赢互利的结果。3 .基于应收账款的金融模式基于应收账款的供应链金融融资模式指的是供应链上中小企业与核心企业基于真实贸易合同，银行以收款单据作为抵押为中小企业提供融资贷款的模式。共包括质押融资和保理产品两种模式,两种模式都是核心企业作为担保方对融资企业进行监管来降低可能的授信风险,使固定资产少的融资企业获得银行授信的选择增多。2.1.3 供应链金融风险供应链金融风险指的是银行等金融机构对供应链上的企业进行融资的过程中，由于事前各种不稳定因素与预期结果产生差异，使得出现授信资金延期或者无法收回等状况，而让金融机构承受损失的所带来的风险。供应链金融风险可主要分为三大类：1 .市场风险银行在供应链上的收款风险主要就是市场风险和生产风险,市场风险是由于市场波动使得股票、汇率、利率等随之变化从而让银行承担损失的风险。因为供应链金融的基础就是控制货物，银行通过控制货物作为担保向融资的中小企业进行发放贷款，所以货物市场价值的变动更容易引起市场风险。像农产品的价格会根据季节、需求等各种因素发生变化，除此，在保管过程中货物还会有遗失和损坏的问题，抵押物的贬值都会导致银行市场风险的产生。因此，最好选择把易存放、易保管且稳定的货物来作为动产的抵押物从而降低市场风险。2 .信用风险大数据环境下的供应链金融的信用风险是指融资企业由于各种原因无法还款或融资企业通过欺诈等手段恶意贷款不还给供应链平台或核心企业带来损失的可能性。大部分的中小企业信息都不能明确披露，不能够按比例分配授信的成本利润，且非系统风险系数和违约风险普遍较高，因此传统融资模式不再适用，而供应链融资模式的运行对企业的信用风险起到了很大的改善。由于供应链上核心企业的资信水平高和供应链环境的复杂化，都使得了中小企业的信用风险降低。在供应链融资模式下对企业信用风险评估时，要从各种因素去分析，才能更加全面综合地评估出中小企业的信用风险情况。3 .操作风险操作风险出现的主要原因是由于企业决策不完善、人为因素等使得银行出现损失，其中包括所有与风险相关的费用。在授信的阶段，主要导致操作风险的原因就是人为因素，因此调查授信情况的人员需要具备较高的专业素养，使得授信阶段人为产生的疏忽和误判尽可能地降低。除此，在操作阶段需要新完善政策流程的设计，在融资审批阶段需要警惕人员产生的风险和系统风险等等。频繁的操作也是操作失误的主要原因，而人为原因的失误是很难避免的，不同的融资产品操作风险的形式和产生原因都不同，银行须按照具体的实际情况对其进行全面分析处理，进而采取与之相应有效的措施。2.2 大数据的概念2.2.1 大数据的概念大数据的概念是有些抽象的概念，跟信息学领域的绝大部分的新兴概念一样，大数据暂时也还没有明确统一的定义。在维基百科中有关大数据的定义为：大数据是指利用常用软件工具来获取、管理和处理数据所耗时间超过可容忍时间的数据集。但许多人认为这并不是一个相对精确的定义，因为无法确定常用软件工具的范围，可容忍时间也是个概略的描述。IDC在对大数据作出的定义为：大数据一般会涉及2种或2种以上数据形式。它要收集超过100TB的数据，并且是高速、实时数据流；或者是从小数据开始，但数据每年会增长60%以上。这个定义给出了量化标准，但只强调数据量大，种类多，噌长快等数据本身的特征。研究机构Gartner给出了这样的定义：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。这也是一个描述性的定义，在对数据描述的基础上加入了处理此类数据的一些特征，用这些特征来描述大数据。2.2.2 大数据的特征目前，较为统一的认识是大数据有四个基本特征：数据规模大(VolUme),数据种类多(Variety),数据要求处理速度快(VeIoCity),数据价值密度低(VaIUe),即所谓的四V特性。这些特性使得大数据区别于传统的数据概念，大数据不仅用来描述大量的数据，还更进一步指出数据的复杂形式、数据的快速时间特性以及对数据的分析、处理等专业化处理，最终获得有价值信息的能力。1 .数据量大互联网技术的发展，降低了网络使用成本，使用者的在网络上的任何一个行为都可能产生庞大的数据信息，为了满足不同层次的使用者的需求，网络上出现了很多多媒体信息，包括图片、视频、音频等，很多数据都发展成为以GB进行计算的大型数据。一方面用户在网络上的活动将产生大量数据，另一方面各种传感器数据越来越多，现实世界中的数据被快速导入虚拟网络中。除此之外，网络中对于同一事物的描述性数据产生重复，造成大量的数据重叠现象。2 .数据类型多样化数据类型多样化也是大数据的重要特征，大数据背景下的信息资源形式越来越多，已经不再局限于单一的文本信息，尤其是智能手机与平板电脑的使用，增加了人们的网络接触几率，很多信息可能是半结构化或者非结构化。结构化的数据可以方便用户与计算机管理处理数据，但随着传感器技术的快速发展，网络中涌现出大量的非结构化数据，大大增加了数据存储与处理的难度。3 .数据处理速度快面对庞大的信息量，传统的数据处理模式已经难以满足用户的使用需求，很多数据具备较强的时效性，因此，针对不同的数据信息，数据处理模式也会存在较大的差别，这也是大数据与传统数据模式的主要区别。数据处理的速度必须跟上数据增长的速度,这样才能保证数据的时效性,否则会对网络造成巨大的负担。另外，网络中的很多应用信息必须实时处理，以火车订票为例，该种类型的数据流具有很强的时效性，如果用户响应时间超过3秒钟，就会造成用户体验下降。4 .价值密度低数据价值密度低也是大数据的重要属性,传统的结构化数据一般具备特定的用途，因此每条数据的信息十分完整，但数据的完整性给数据处理与存储造成巨大的负担。非结构化数据有效克服了结构化数据的缺陷，提高了数据价值密度。从大数据整体角度出发，为了保证数据信息的完整性，计算机会将数据的关联内容进行存储，导致很多价值不高的信息被纳入处理范围，直接降低了数据的整体价值，造成数据信息的价值密度降低。3大数据下供应链金融风险分析3.1 大数据环境下供应链金融应用优势分析伴随信息时代的到来，大数据在不同行业之间的供应链管理应用也愈发广泛，获取大数据的方式与途径以及各式的数据类型决定了大数据的类型以及是否能够为企业取得技术上的竞争优势，推动各个行业的发展。总结了大数据在供应链管理中的应用：3.1.1 整合信息，评估市场数据收集是大数据技术对供应链金融的意义之一，与传统的数据收集相比，大数据技术下的数据收集不管是在数据来源方面，还是数据的完整性、真实性方面都有着质的飞跃。各个行业间的竞争愈演愈烈，金融市场中的各类信息需求也变得多种多样，因此企业的自身定位评估以及市场的准确预测等环节也随之变得重要。整合信息符合了互联网时代信息萃取、过滤、分析、优化与利用的要求，减少无效信息的干扰，通过信息整合能够有效及时的获取最有价值的信息资源。帮助企业评估市场需求，根据市场变化把握商机，明确市场业务判断，最大限度的降低垃圾信息对于供应链运营的干扰，避免低质量数据的负面影响，从而获得更多有效的信息价值，从而实现协调供应链上下游业务关系，优化业务流程。3.1.2 控制成本，完善决策在数据获取方面，利用供应链金融这个体系促进不同企业、不同机构之间的融合，加强信息共享，减少数据壁垒。其次，在数据提取方面，按照时效性对数据进行分类处理，优先处理最新数据，或对数据属性质进行分类，降低数据提取成本，提高效率。通过对大数据的分析，可以精准分析出企业想要获得的客户群体，保持市场同步性，并且针对这些群体的属性选择最优营销渠道和营销方式，还可以发掘出数据的隐藏价值，拓展企业的业务机遇，最低成本获得大量有效的客户资源，完成企业计划从依据经验到根据实时数据分析决策的过渡，以此极大限度降低获客成本，实现供应链需求同步化、资源可视化以及成本利用的最大化。3.1.3 仿真模拟，拓展业务大数据分析已经逐渐应用到供应链的各个核心业务环节。产品的设计开发、选择供应商、采购原材料、生产制造、仓储管理、运输销售，售后服务、信息反馈等节点均可利用大数据进行建模和仿真。此举不仅可以帮助开发人员在不同的系统配置下进行分析，拓展信息获取、物资调控、客户跟踪等业务活动，而且提升反映的敏捷度，促进供应链各环节联系紧密，借助大数据推升效率，平衡其成本和绩效，进一步拓展未来企业价值空间。3.1.4 优化资源，提升效率大数据具体应用于销售、生产、库存、营销、消费者行为分等具体环节，能够有效优化企业资源配置,提升供应链的协同运作效率,改善供应链上下游关系,并且有助于研究消费者的消费习惯，优化供应链流程，打造个性化市场，实现供应链整体价值，实现消费预测及精准营销，充分发挥大数据的价值，建设智慧型供应链。3.2 大数据环境下供应链金融风险分析大数据环境下供应链金融参与的行业较多，适应不同行业的不同特点，大数据环境下的供应链金融发展出了不同的融资模式，虽然各个模式流程有所不同，但是风险类别和特点基本一致。整体来看，大数据环境下的供应链金融风险主要为：宏观及市场的风险、信用风险、人员欺诈风险与操作风险、系统风险等。具体风险分析如下：3.2.1 大数据环境下的市场风险分析大数据环境下的供应链金融业务主要参与主体多为中小企业。中小企业资金少、规模小的特点，使其容易受宏观经济的影响，盈利水平波动较大，县至直接影响整个供应链的发展情况，最终造成各个参与主体的损失。我国大数据环境下的供应链金融环境复杂，大数据环境下的供应链金融管理还不完善，国家经济政策及外部事件也给供应链带来一定的冲击和影响。如产业结构调整或国家新出台的一系列政策对特定产业进行干预，导致该产业相关企业受到影响，从而给整个供应链带来操作风险。另一方面，外部欺诈、恐怖事件或自然灾害等多种外部风险事件的发生,对供应链上的参与个体和整条供应链都带来一定的风险。另外，由于大数据环境下的供应链金融相关法律法规的不完善和监管责任的不清晰，各参与主体进行交易活动时容易产生权利义务界定不清晰，因此而造成法律方面风险。因此，宏观及市场风险包含了宏观经济风险、政策风险、外部事件风险、行业环境及市场风险和法律风险。3.2.2 大数据环境下的信用风险分析金融机构的信用风险是供应链金融融资过程中排名第一的风险。因为信用担保需要企业具备一定的经济实力，使得中小企业不容易得到授信，而供应链的金融业务主要面对的就是中小企业，所以银行需要对中小企业的信用风险进行了解和分析。供应链平台需要对融资企业的自身素质、发展能力、偿债能力和借用状况进行风险评估，获取企业授信的自偿性并帮助银行对授信主体信用等级的判断，然后对信用等级较低的企业进行隔离。同时，通过大数据环境下的供应链金融平台初步审核的中小企业，在线递交融资申请，银行根据在电子商务平台上的交易情况和信用状况，认真审核其贸易合同及相关单据，减少信用风险发生的可能性。3.2.3大数据环境下的操作风险分析供应链参与主体的业务人员与外部人员相互勾结，利用大数据环境下的供应链平台漏洞或者业务流程中的漏洞进行欺诈给供应链各参与主体带来损失,从而影响整个供应链的运作；另一方面是供应链上各中小企业的业务人员相互勾结，利用系统或者流程中的漏洞，共同欺瞒核心企业或者商业银行，从而带来风险，导致损失，如业务审批人员在授信时，对某一企业放贷过多，超过授信额度，引起贷款结构不合理。大数据环境下的供应链金融）1各传统供应链金融的业务全部转移到大数据供应链平台上，融资、支付、交易、还款、物流监管等环节都是通过计算机网络进行在线操作，增加了业务人员进行操作的难度，同时也增加了业务人员在操作过程中出现差错的可能性，因此对业务人员的工作要求就相应的大幅提高。而且，大数据环境下供应链金融平台操作反应迅速，在业务人员发现失误前一般来不及进行撤回操作，因此人员操作失误所导致的后果不容忽视。另外，目前我国大数据环境下供应链金融的业务刚开展不久，相关的法律法规和业务流程设计都存在缺陷和漏洞,给人员欺诈风险和操作风险都增加了可能性。3.2.4 大数据环境下的系统风险分析大数据环境下供应链金融在开展线上供应链金融服务的时候需要借助计算机网络系统，在传统供应链业务的基础上，利用大数据环境下的快捷高速，使供应链金融运作效率得到极大的提高，从而优化和升级供应链金融业务。但是同时也给大数据环境下供应链金融的运作带来一定的系统风险。在硬件方面，表现为计算机硬件设施可能会遭到自身故障或人为破坏；在软件方面，风险产生在两个方面：一是基于平台的大数据供应链金融系统存在被不法分子攻击和篡改的风险，造成系统瘫痪、系统中的数据丢失或被人窃取，给企业带来利益损失；二是大数据环境下供应链金融平台的开发人员自身的失误或没有后期升级维护导致系统中出现漏洞，在进行交易的时候发生故障导致系统进行错误的操作，如在进行支付阶段，支付接口未连接或连接有误，导致资金转移不出或重复转移等。4大数据环境下控制供应链金融风险的对策4.1 加强信用建设，防范信用风险4.1.1 强化授信主体准入标准传统的供应链融资中，银行需要对融资企业和质押物进行实地的考核。而现在大数据环境下的供应链金融因其放款流程短而迅速的特点,往往缺失了对融资企业实地考察的程序，而是对融资企业的交易数据、诚信记录、在线资产和信用评价等数据做分析，要加强对企业的信用评估，提高授信标准，加大融资前的调查力度，根据资产状况等多方面要素来对企业进行全面风险评级。对于不同供应链、不同风险的核心企业，需根据企业的评估结果来制定适宜的额度和设计授信方案，通过量化模型计算中小融资企业偿还贷款的能力。在大数据环境下，存在大量中小企业为了提高信用等级，进行虚假交易，骗取与其真实信用资质不符的高额贷款的行为。所以银行在考察融资企业的信用资质时，应加强对电商平台提供的资企业交易记录等数据的审核，建立精确的的贷前准入机制。通过参考融资企业历史物流运送信息，也可对融资企业在电商第三方支付平台上的现金流往来流动频繁的账户，由于物流信息和现金流信息难以伪造，有效地鉴别虚假交易。虽然供应链上的核心企业通过信用担保为中小企业进行了信用提高,但由于中小企业的信用情况将会直接决定金融机构的信贷安全，因此同样要加强对融资需求企业的信用评定。银行等金融机构对申请融资服务或被推荐中小企业提出适当的准入标准，与核心企业合作时间长、生产稳定经营的融资企业选择性进行开展授信。开展授信业务时需对供应链上核心企业的管理能力与运行效率等情况进行分析评估，可以采用根据供应链的营销数据、实力评估以及主体企业数量等多项指标设计评价系统的方法来避免风险。4.1.2 完善担保体系为了分散风险，需增加对融资企业违约行为的惩罚强度，将保证担保和抵押担保实施到底，出现信贷风险以后担保就会发挥效力，执行担保的措施可以对未知的信贷风险提前做出防范并在一定程度上弥补少量的损失。银行可与合作的大数据信息平台共同建立贷款激励及惩戒机制，控制贷后融资企业的信用风险。电商平台作为线上供应链金融业务中的重要的平台中介，逐步构建了企业信用信息库。除了收集交易和经营信息，还能通过供应链金融业务中企业的还款违约情况不断对企业的贷款信用等级进行更新。大数据平台的企业信用评级系统为中小企业获得银行融资提供了重要的信息参考，因此，在供应链金融业务风险的控制中，可通过精确的贷款激励和惩戒机制，对企业的信贷行为进行正向的引导。例如，在一定期限内，大数据信息平台上的某融资企业还款及时，经营数据良好，则可对其信用积分做阶梯状的提升，相反，若融资企业经常出现还款拖欠行为，则成倍扣除信用积分。对于恶意违约行为，可暂停其在大数据信息平台上的经营。信用积分和等级的累进式增减将与银行对融资企业的授信额度和贷款利率同步，因而能对企业的信贷行为起到一定的引导作用，从而达到对融资主体项下风险的控制。4.2 .监测操作风险，设计应急系统4.2.1 实时操作风险监测，建立更新数据库风险监测是实现预警控制的重要基础，供应链操作中的风障发生于支付交易交易阶段，在线融资阶段，物流交易阶段和在线支付阶段中，需要信息监测系统对供应链融资各阶段进行实时监控，定时完成关键操作风险指标的采集。然后检测系统将采集的数据与风险指标数据库中的指标标准数据进行比对,若有异常数据，则需要进行下一步风险事件分析。若无异常数据，则继续进行监测和信息采集。操作风险事件存在于上文提到的线上供应链敲资过程中的四个阶段，包括了不同参与主体的非法或非规范性操作。如核也企业或融资企业未按时发货、SS资企业强行提货、物流企业对质押物动作记录缺失、仓单与货物不匹配、质押物与合同规定不匹配、质押物保管出现安全问题、销售回款未进入专项勤闭账户等。银行根据以往开展供应链业务的经验和专家建议建立初始数据库,并需要不断对其更新。当出现异常数据，而操作风险事件数据库中没有相匹配的标准事件时，需向数据库中添加标准事件，更新数据库。同理，对于应急方案数据库也要实时更新处理。4.2.2 风险应急处理，制定止损方案当风险检测系统监测到异常数据时，风险评估系统需要将异常数据与风险事件数据库中的风险事件的指标进行匹配，如果能成功匹配，则说明供应链运营中可能出现了风险事件,继而对该环节进行调查。如果调查结果发现风险事件成立,则转立即送至风险应急处理系统，在应急方案数据库进行搜索，形成应急风险处理方案。然后风险管理部口在根据调查后的实际情况做其他的风险控制处理。银行对基于电商平台的供应链金融的操作风险主要通过以下几种方案进行止损；一是通过追加保证金。银行在贷款前会计提风险损失准备金。一般按照银行的营业收入的一定比例计提，或按照高频风险损失的金额计提。如果爆发操作风险，使银行预计损失无法通过准备金补偿时，可向融资企业追加保证金。二是通过经济资本配置技术对操作风险进行管理。是通过风险分散和转移，包括通过签订契约将风险分散到供应链其他参与主体之上,或者通过第三方担保和保险完成风险的转移。四是通过冻结融资企业其他资产或获取交易项下货物的控制极。4.3加强电子化信息平台建设4.3.1 多方信息平台相联货流、商流、资金流以及信息流共同组成为的一个完整的体系就是供应链金融的核心，通过在整个供应链上传递各种信息降低了中小融资企业与金融机构之间的信息流通不对等情况。在供应链运营模式下，链上主体企业之间利用电子化信息系统实现传递信息共享，使得供应链整体经营效率得到很大的提升，银行等金融机构对金融业务进行顺序、存货情况、资金状态等各种情况都可以及时了解,更好的防控了金融风险的产生。但信息不全面、不真实的风险仍都存在发生的可能，因此跟随互联网大数据技术的发展，加强供应链金融电子信息平台建设尤为重要。在供应链的系统里，银行等金融机构可以与供应链上的参与主体企业联合建立供应链信息共享平台，不仅可以共享融资企业的信用指数，还可以共享企业的货物资金信息和管理人员信息，以此提高信息的透明度。银行的供应链金融平台通过与参与者的企业资源系统、信息管理系统相联系，来让传输及时信息对接，同时与人民银行的征信系统、国家税务系统、工商管理部门的抵质押登记系统对接，降低由于信息不对称带来的信息和道德风险。4.3.2 提高信息平台管理水平通过物联网、云计算、大数据等技术手段，将反馈得到的数据信息实时监视与控制，努力提升供应链信息平台的电子化、智能化、科技化管理水平，对不同企业以及其开展的金融业务模式建立数据分析模型，研究并分析信息数据，及时预防和警告超出正常值范围的情况，随时掌握企业的资金流向，在信贷、资金到期时设定自动提醒及自动归集，以达到供应链金融的自偿目的。供应链金融平台电子化水平的提高，不仅可以降低传统信贷过程中的人员成本与人为管理带来的操作风险，还可以提高贷前审批速度、贷后管理效率。4.3.3 推进与电商、期货市场平台合作目前现在的电商平台和期货市场交易平台的发展趋势大好，已成为现代金融商品的重要交易场所。这些平台拥有海量的交易客户和历史交易记录，其可以为银行等金融机构对融资企业进行资信审核时提供大量的数据支撑、拓展客户数量。通过加强与电商和期货市场合作的方式，不仅可以利用平台随时掌握客户信息流动，多个主体方面进行交流交换信息的同时，还可以在很大的程度上降低了供应链金融业务开展过程中信息不对称、不真实事件的发生。5结论5.1 研究结论供应链金融服务作为现代金融创新的业务,在为供应链上中小企业增加融资渠道、为银行增添利润来源以及为供应链整体内在价值的提升等方面都发挥了及其重要的作用。但业务开展中会面临多变复杂的风险问题，授信金融机构需要一直持续