隨著供應鏈金融市場快速發(fā)展，以及行業(yè)對支付、融資和供應鏈管理的定制化需求不斷上升，供應鏈金融的數(shù)字化轉(zhuǎn)型比以往任何時候都更為迫切，掌鏈會同中國物流與采購聯(lián)合會物流與供應鏈金融分會針對部分重點物流與供應鏈金融服務企業(yè)開展了2022年中國物流與供應鏈金融數(shù)字化發(fā)展調(diào)研。通過對對行業(yè)領先企業(yè)的綜合調(diào)研，經(jīng)匯總分析，形成調(diào)研報告如下：

　　一、基本情況

　　1.被調(diào)研企業(yè)構(gòu)成情況

　　本次被調(diào)研企業(yè)按照企業(yè)性質(zhì)分類，國有及國有控股企業(yè)占比為17.65%，股份公司占比為8.82%，民營企業(yè)占比為52.94%，外資及中外合資企業(yè)占比為2.94%，個人企業(yè)占比為17.65%（如圖1所示）。

圖1 被調(diào)研企業(yè)性質(zhì)構(gòu)成情況

　　按照企業(yè)所在國民經(jīng)濟行業(yè)分類，信息傳輸、計算機服務和軟件業(yè)占比為24.14%，金融、保險業(yè)占比為13.79%，批發(fā)和零售業(yè)占比為13.79%，租賃和商務服務業(yè)占比為13.79%，交通運輸、倉儲、郵政業(yè)占比為17.24%，制造業(yè)占比為6.90%，其他行業(yè)占比為10.34%（如圖2所示）。

圖2 被調(diào)研企業(yè)所在行業(yè)分類

　　按照企業(yè)開展供應鏈金融數(shù)字化探索的時間分類，2005年-2008年開始的企業(yè)占比為6.90%，2009年-2012年開始的企業(yè)占比為10.34%，2013年-2016年開始的企業(yè)占比為24.14%，2017年-2020年開始的企業(yè)占比為41.38%，2020以后開始的企業(yè)占比為17.24%（如圖3所示）。

　　調(diào)研數(shù)據(jù)顯示，自2017年后超過50%的企業(yè)開始探索供應鏈金融數(shù)字化。自2017年10月國務院辦公廳發(fā)布《關于積極推進供應鏈創(chuàng)新與應用的指導意見》（國辦發(fā)〔2017〕84號）以來，部委級以上部門推出的推動供應鏈金融及供應鏈金融數(shù)字化發(fā)展的重點文件有7份。其中，國辦84號文件，要求推動供應鏈金融服務實體經(jīng)濟，銀行加碼供應鏈金融。在諸多政策指導和政策利好下，越來越多的企業(yè)投身供應鏈金融，探索供應鏈金融數(shù)字化轉(zhuǎn)型，至此供應鏈金融迎來加速規(guī)范發(fā)展新時期。

圖3 被調(diào)研企業(yè)開展供應鏈金融數(shù)字化探索的時間分類

　　按照企業(yè)支撐數(shù)字化供應鏈金融業(yè)務的團隊規(guī)模分類，團隊規(guī)模為5-10人的企業(yè)占比31.03%，團隊規(guī)模為10-50人的企業(yè)占比41.38%，團隊規(guī)模為50-100人的企業(yè)占比17.24%，團隊規(guī)模為100-200人的企業(yè)占比3.45%，團隊規(guī)模為300人以上的企業(yè)占比6.90%（如圖4所示）。調(diào)研顯示，供應鏈金融服務企業(yè)數(shù)字化轉(zhuǎn)型人才隊伍建設仍不完善。

圖4 被調(diào)研企業(yè)支撐數(shù)字化供應鏈金融業(yè)務的團隊規(guī)模分類

　　2.企業(yè)供應鏈金融業(yè)務發(fā)展狀況

　　按照2021年數(shù)字化供應鏈金融業(yè)務收入規(guī)模情況分類，收入規(guī)模為500萬元以下的企業(yè)占比為31.03%，收入規(guī)模為500-2000萬元的企業(yè)占比為31.03%，收入規(guī)模為2000-5000萬元的企業(yè)占比為17.24%，收入規(guī)模為1億-5億的企業(yè)占比為10.34%，收入規(guī)模為5億-10億的企業(yè)占比為10.34%（如圖5所示）。

圖5 被調(diào)研2021年數(shù)字化供應鏈金融業(yè)務收入規(guī)模情況分類

　　調(diào)研顯示，按照2021年供應鏈金融業(yè)務整體盈利水平情況分類，盈利20%以上的企業(yè)占比13.79%，盈利10-20%的企業(yè)占比20.69%，盈利10%以內(nèi)的企業(yè)占比27.59%，基本持平的企業(yè)占比27.59%，虧損占10.34%

　　按照2021年數(shù)字化供應鏈金融業(yè)務成本情況分類，成本增長20%以上的企業(yè)占比為24.14%，成本增長10-20%的企業(yè)占比為17.24%，成本增長10%以內(nèi)的企業(yè)占比為13.79%，成本基本持平的企業(yè)占比為37.93%，成本減少10%以內(nèi)的企業(yè)占比為3.45%，成本虧損20%-30%的企業(yè)占比為3.45%（如圖6所示）。

圖6 被調(diào)研2021年數(shù)字化供應鏈金融業(yè)務成本情況分類

　　二、數(shù)字化發(fā)展情況

　　1.被調(diào)研企業(yè)數(shù)字化發(fā)展情況

　　按照數(shù)字化供應鏈金融業(yè)務的主要模式分類，保理融資模式占比為17.39%，票據(jù)融資模式占比為15.22%，存貨質(zhì)押融資模式占比為13.04%，票據(jù)融資模式占比為15.22%，應收賬款質(zhì)押融資模式占比為11.96%，預付款融資模式占比為11.96%，集采墊資模式占比為11.96%，倉單質(zhì)押模式占比為8.70%，訂單融資模式占比為6.52%，電子債權(quán)模式占比為3.26%（如圖7所示）。

　　從調(diào)研數(shù)據(jù)表示，保理融資模式占居17.39%的多數(shù)優(yōu)勢：

　　一是由于行業(yè)門檻低，監(jiān)管寬松，便于開展業(yè)務。相比于其他類金融機構(gòu)，保理業(yè)務對企業(yè)注冊資本要求適中，業(yè)務開展限制較小，在任意地區(qū)注冊保理公司，即可在全國范圍內(nèi)開展業(yè)務；二是保理業(yè)務對客戶要求較低，適用企業(yè)廣泛。保理融資不需要企業(yè)提供擔保或抵押，也不需要提交保證金，以買斷應收賬款的方式提供融資，主要依賴的是債務人的信用。這極大地豐富了保理業(yè)務的適用范圍，尤其是與大型企業(yè)有業(yè)務往來的中小企業(yè)，憑借對方較好的支付信用，能夠比較輕松地獲得融資；三是保理業(yè)務杠桿率最高為10倍，能有效提高資金利用率。在各大監(jiān)管機構(gòu)相繼壓低金融業(yè)杠桿率的情況下，保理行業(yè)依舊一枝獨秀，享受最高10倍的杠桿，有效提高了保理企業(yè)的業(yè)務規(guī)模。

　　調(diào)研結(jié)果還顯示，票據(jù)融資占比15.22%，是企業(yè)較常使用的供應鏈金融模式。近年來，在政策利好背景與市場各方的推動下，票交所積極推動應收賬款票據(jù)化，供應鏈票據(jù)平臺應運而生，依靠金融科技賦能，服務供應鏈上核心企業(yè)和中小微企業(yè)。山東、湖南等地陸續(xù)推出鼓勵政策，力推供應鏈票據(jù)發(fā)展，對核心企業(yè)簽發(fā)供票，接入上海票交所的供應鏈票據(jù)平臺予以財政獎勵。由于票據(jù)融資能夠大幅降低票據(jù)業(yè)務的管理成本、提高審核貿(mào)易背景真實性的效率和防范票據(jù)市場惡性風險事件的發(fā)生，未來更多的企業(yè)或運用票據(jù)融資這一供應鏈金融模式。

圖7 被調(diào)研企業(yè)數(shù)字化供應鏈金融業(yè)務的主要模式分類

　　按照數(shù)字化供應鏈金融業(yè)務單筆融資金額范圍分類，單筆融資范圍為1-10萬元的占比為3.45%，單筆融資范圍為10-50萬元的占比為20.69%，單筆融資范圍為50-100萬元的占比為27.59%，單筆融資范圍為100-500萬元的占比為37.93%，單筆融資范圍為500萬元以上的占比為10.34%（如圖8所示）。

圖8 數(shù)字化供應鏈金融業(yè)務單筆融資金額范圍分類

　　調(diào)查顯示，按照數(shù)字化供應鏈金融業(yè)務企業(yè)的年平均融資次數(shù)分類，融資次數(shù)為1-5次的企業(yè)占比為65.52%，融資次數(shù)為6-10次的企業(yè)占比為20.69%，融資次數(shù)為10次以上的企業(yè)占比為13.79%（如圖9所示）。由以上調(diào)研數(shù)據(jù)表明，目前我國企業(yè)供應鏈金融業(yè)務呈現(xiàn)單筆小額、持續(xù)滾動的特征，這一特征也將使企業(yè)能更好的控制風險。

圖9 數(shù)字化供應鏈金融業(yè)務企業(yè)的年平均融資次數(shù)分類

　　按照供應鏈金融業(yè)務融資利率范圍分類，大型企業(yè)融資利率為4%-5%的占比為25.9%，融資利率為6%-7%的占比為40.7%，融資利率為8%-10%的占比為18.5%，融資利率為10%以上的占比為14.8%。調(diào)研數(shù)據(jù)表明，超過65%的企業(yè)為大型企業(yè)提供的融資利率低于7%，這表明大型企業(yè)仍然是供應鏈金融業(yè)務的“受益者”。

　　大型企業(yè)受益一方面因為大型企業(yè)行業(yè)管理規(guī)范，財務制度健全，具有較高知名度，收到外部監(jiān)督管理更完善，能夠通過公開信息和財務分析手段進行較好的甄別，風險相對易于控制；另一方面，大型企業(yè)信貸的單位管理成本低，易于營銷和管理，經(jīng)多崗位集體決策，出現(xiàn)問題問責相對較輕，“壘大戶”方式成為商業(yè)銀行不可言說的共識，大企業(yè)資金需求經(jīng)常能夠得到及時有效滿足。

　　相比于大型企業(yè)，小型企業(yè)面臨的融資環(huán)境不容樂觀，超40%的企業(yè)為小型企業(yè)提供10%以上的融資利率。從我國銀行歷史數(shù)據(jù)來看，小型企業(yè)信貸不良率相對較高，也缺乏較好的控制手段。小型企業(yè)所處的發(fā)展時期正式企業(yè)生命周期的不穩(wěn)定時期，企業(yè)特征難以有效把握，新投資項目往往周期較長，回款周期較長，利率高、貸款金額和期限與小型企業(yè)生產(chǎn)經(jīng)營周期的不匹配給企業(yè)帶來了新的資金壓力，也進一步加重了企業(yè)的經(jīng)營負擔，容易出現(xiàn)風險，進而導致了小型企業(yè)貸款時的較高利率。

　　按照數(shù)字供應鏈金融服務中小微企業(yè)時考慮的主要因素分類，7.04%的企業(yè)主要考慮被融資企業(yè)的還款能力，4.93%的企業(yè)主要考慮被融資企業(yè)的行業(yè)風險，14.79%的企業(yè)主要考慮被融資企業(yè)的管理能力，9.86%的企業(yè)主要考慮被融資企業(yè)的財務報表，17.61%的企業(yè)主要考慮被融資企業(yè)的信用度，4.93%的企業(yè)主要考慮被融資企業(yè)的政府政策支持，10.56%的企業(yè)主要考慮被融資企業(yè)的經(jīng)營數(shù)據(jù)是否完善，10.56%的企業(yè)主要考慮被融資企業(yè)的核心企業(yè)信用，8.45%的企業(yè)主要考慮被融資企業(yè)的擔保物控制，4.93%的企業(yè)主要考慮被融資企業(yè)的是否有第三方兜底，6.34%的企業(yè)主要考慮被融資企業(yè)的回購處置（如圖10所示）。

　　調(diào)研結(jié)果顯示，被融資企業(yè)的信用度仍然是企業(yè)信貸過程中首要考慮的因素。值得注意的是，被融資企業(yè)的管理能力也被視為影響融資的重要因素，管理的本質(zhì)就是追求效率，但目前我國小微企業(yè)的經(jīng)營成本上升明顯，經(jīng)營管理能力仍需進一步提升。

　　超過10%的企業(yè)認為被融資企業(yè)的核心信用是融資時要考慮的因素。當前，隨著我國市場經(jīng)濟的發(fā)展和進一步完善，企業(yè)間競爭日益激烈，企業(yè)通過賒賬銷售已經(jīng)成為最廣泛的支付付款條件，同時導致了大量應收賬款的存在。對于廣大中小企業(yè)來說，一方面是應收賬款占用了大量的企業(yè)資金; 另一方面由于規(guī)模小，資信狀況達不到銀行要求，又缺乏足額的財產(chǎn)抵押和擔保支持，很難從銀行獲得生產(chǎn)經(jīng)營所需的資金，再生產(chǎn)難以為繼。在實踐中，我們發(fā)現(xiàn)當核心企業(yè)作為債務人為上下游的中小企業(yè)信用背書時，核心企業(yè)作為供應鏈中的信息交換中心、物流中心、結(jié)算中心，能較為充分的掌握被融資企業(yè)的相關交易信息，通過將這些信息提供給資金提供方，能有效降低資金提供方的信息獲取成本，減弱借貸雙方的信息不對稱。同時，核心企業(yè)通過為被融資企業(yè)提供信用擔保、承諾回購質(zhì)押物以及承諾到期付款等方式參與了整個融資過程，降低了資金提供方資金借出風險。

　　圖10 被調(diào)研企業(yè)數(shù)字供應鏈金融服務中小微企業(yè)時考慮的主要因素分類

　　按照線下風控模式的數(shù)字供應鏈金融業(yè)務是否發(fā)生過逾預期及不良貸款比率分類，37.93%的企業(yè)不良貸款比率為0.5%以下，10.34%的企業(yè)不良貸款比率為0.5-1%，3.45%的企業(yè)不良貸款比率為1%-3%，6.90%的企業(yè)不良貸款比率為4%-5%，41.38%企業(yè)的被服務企業(yè)未發(fā)生過逾期（如圖11所示）。

　　圖11 被調(diào)研企業(yè)線下風控模式的數(shù)字供應鏈金融業(yè)務是否發(fā)生過逾預期及不良貸款比率分類

　　按照線上風控模式的數(shù)字化供應鏈金融業(yè)務不良率與線下風控模式的對比情況分類，3.45%的被調(diào)研企業(yè)認為線上風控較線下風控風險更大，48.28%的被調(diào)研企業(yè)認為線上風控較線下風控風險持平，48.28%的被調(diào)研企業(yè)認為線上風控較線下風控風險降低（如圖12所示）。

　　調(diào)研結(jié)果表明，超過95%的企業(yè)認為，傳統(tǒng)的線下供應鏈金融業(yè)務風險不好控制，相較于線下供應鏈金融模式，線上供應鏈金融模式在業(yè)務風險控制和提升業(yè)務效率上的優(yōu)勢是顯而易見的。線上供應鏈金融業(yè)務能夠有效解決風險控制中最為關鍵的供應鏈上下游客戶身份識別、供應鏈“三流”數(shù)據(jù)監(jiān)控、核心企業(yè)交易確權(quán)、貿(mào)易背景核查和抵質(zhì)押物管理等問題。

　　圖12 線上風控模式的數(shù)字化供應鏈金融業(yè)務不良率與線下風控模式的對比情況分類

　　按照供應鏈金融風控模型中，對企業(yè)進行分析和運營時采用的數(shù)據(jù)源分類， 24.14%的被調(diào)研企業(yè)采用稅務數(shù)據(jù)進行風控，3.45%的被調(diào)研企業(yè)采用社交數(shù)據(jù)進行風控，3.45%的被調(diào)研企業(yè)采用工商訴訟和反欺詐數(shù)據(jù)進行風控，10.34%的被調(diào)研企業(yè)采用物流數(shù)據(jù)進行風控，27.59%的被調(diào)研企業(yè)采用營業(yè)數(shù)據(jù)進行風控，31.03%的被調(diào)研企業(yè)采用訂單數(shù)據(jù)進行風控（如圖13所示）。

圖13 被調(diào)研企業(yè)進行風控數(shù)據(jù)來源分類

　　本調(diào)研發(fā)現(xiàn)79.3%的企業(yè)對第三方數(shù)據(jù)進行安全評估，而20.6%的企業(yè)直接運用第三方數(shù)據(jù)并未對其進行安全評估。65.5%的企業(yè)建立了數(shù)字化風險管理平臺，34.5%的企業(yè)并未建立數(shù)字化風險管理平臺。

　　按照公司開展供應鏈金融數(shù)字化的技術(shù)來源分類，19.23%的企業(yè)技術(shù)來源于采購專業(yè)技術(shù)服務企業(yè)，38.46%的企業(yè)技術(shù)來源于自行研發(fā)立項，7.69%的企業(yè)技術(shù)來源于高校、科研院所，11.54%的企業(yè)技術(shù)來源于產(chǎn)業(yè)鏈上下游企業(yè)，5.77%的企業(yè)技術(shù)來源于聯(lián)盟組織，15.38%的企業(yè)技術(shù)來源于第三方專門機構(gòu)（如圖14所示）。

　　調(diào)研結(jié)果顯示，超過38%的企業(yè)數(shù)字化技術(shù)來源于自行研發(fā)立項，依靠產(chǎn)業(yè)鏈上下游企業(yè)技術(shù)的企業(yè)僅為11.54%，表明企業(yè)數(shù)字化仍處于各自為政的局面，上下游企業(yè)間未形成協(xié)同合作的局面。不足8%的企業(yè)數(shù)字化技術(shù)來源于高校、科研院所，表明企業(yè)、科研機構(gòu)的產(chǎn)學研協(xié)同創(chuàng)新體系還未成熟，相關供應鏈金融科技商業(yè)轉(zhuǎn)化仍待提升。

圖14 被調(diào)研企業(yè)開展供應鏈金融數(shù)字化的技術(shù)來源分類

　　2.被調(diào)研企業(yè)服務企業(yè)情況

　　按照2021年服務的融資企業(yè)數(shù)量情況分類，服務數(shù)量為50家以內(nèi)的企業(yè)占比41.38%，服務數(shù)量為50-100家的企業(yè)占比20.69%，服務數(shù)量為100-200家的企業(yè)占比6.90%，服務數(shù)量為200家以上的企業(yè)占比31.03%（如圖15所示），供應鏈金融服務市場集約化仍待提升。

圖15 被調(diào)研企業(yè)2021年服務的融資企業(yè)數(shù)量情況分類

　　按照2021年數(shù)字化供應鏈金融業(yè)務服務客戶數(shù)量與上一年對比情況分類，服務企業(yè)數(shù)量增長20%以上的企業(yè)占比為34.48%，服務企業(yè)數(shù)量增長10-20%的企業(yè)占比為17.24%，服務企業(yè)數(shù)量增長10%以內(nèi)的企業(yè)占比為17.24%，服務企業(yè)數(shù)量基本持平的企業(yè)占比為27.59%，服務企業(yè)數(shù)量減少20%-30%的企業(yè)占比為3.45%（如圖16所示）。

　　圖16 被調(diào)研企業(yè)2021年數(shù)字化供應鏈金融業(yè)務服務客戶數(shù)量變化情況

　　按照被服務企業(yè)所屬行業(yè)分類，被服務的物流行業(yè)企業(yè)占比為22.67%，被服務的零售業(yè)企業(yè)占比為17.33%，被服務的農(nóng)業(yè)企業(yè)占比為14.67%，被服務的石油化工企業(yè)占比為10.67%，被服務的汽車及配件企業(yè)占比為9.33%，被服務的餐飲行業(yè)企業(yè)占比為8.00%，被服務的醫(yī)藥企業(yè)占比為8.00%，被服務的家用電器企業(yè)占比為2.67%，還有被服務企業(yè)屬于房地產(chǎn)業(yè)、批發(fā)業(yè)、建筑業(yè)等（如圖17所示）。

圖17 被調(diào)研服務企業(yè)所屬行業(yè)情況

　　三、數(shù)字化升級情況

　　按照2021年供應鏈金融數(shù)字化轉(zhuǎn)型資金投入占營業(yè)收入比重比情況分類，投入5%以內(nèi)的企業(yè)占比為44.83%，投入5-10%的企業(yè)占比為20.69%，投入10-15%的企業(yè)占比為17.24%，投入15-20%的企業(yè)占比為6.90%，投入20%以上的企業(yè)占比為10.34%（如圖18所示）。

圖18 企業(yè)供應鏈金融數(shù)字化轉(zhuǎn)型投資情況

　　按照當前，企業(yè)內(nèi)部各管控環(huán)節(jié)信息化建設情況分類，51.72%的企業(yè)每個流程的監(jiān)控分工明確并相互連通，37.93%的企業(yè)部分流程的監(jiān)控分工明確并相互連通，10.34%的企業(yè)流程之間的監(jiān)控分工明確但相互不連通（如圖19所示）。調(diào)研結(jié)果可見，企業(yè)內(nèi)部各環(huán)節(jié)的信息協(xié)同聯(lián)通初步實現(xiàn)，但信息互聯(lián)共享和全流程信息安全管控仍待進一步強化。

圖19 企業(yè)內(nèi)部各管控環(huán)節(jié)信息化建設情況

　　調(diào)研數(shù)據(jù)發(fā)現(xiàn)，65.5%的企業(yè)搭建相關供應鏈金融服務平臺，而34.5%的企業(yè)未搭建數(shù)字化供應鏈金融服務平臺。按照企業(yè)采用的數(shù)字化技術(shù)與設備情況分類，18.87%使用了EOS系統(tǒng)（電子自動訂貨系統(tǒng)），11.32%使用了條形碼技術(shù)，7.55%使用了ASS（自動分揀系統(tǒng)），18.87%使用了EDI系統(tǒng)（電子數(shù)據(jù)交換系統(tǒng)），28.30%使用了GPS（全球衛(wèi)星定位系統(tǒng)）與GIS（地理信息系統(tǒng)），11.32%使用了RFID（射頻識別），還有企業(yè)使用了數(shù)字化視頻監(jiān)管系統(tǒng)、大宗交易管理系統(tǒng)、供應鏈服務平臺、數(shù)字化WMS管理等信息化技術(shù)和平臺（如圖20所示）。

圖20企業(yè)采用的數(shù)字化技術(shù)與設備情況

　　按照企業(yè)風控使用數(shù)據(jù)情況分類，17.58%的企業(yè)使用了位置監(jiān)控數(shù)據(jù)，21.98%的企業(yè)使用了實時監(jiān)控數(shù)據(jù)，18.68%的企業(yè)使用了存貨重量數(shù)據(jù)，7.69%的企業(yè)使用了存貨數(shù)量數(shù)據(jù)，7.69%的企業(yè)使用了陌生闖入數(shù)據(jù)，7.69%的企業(yè)使用了出入庫信息數(shù)據(jù)，還有企業(yè)使用了貨物線路數(shù)據(jù)等（如圖21所示）。

圖21 企業(yè)風控使用數(shù)據(jù)情況分類

　　按照企業(yè)貸前、貸中、貸后采用的數(shù)字技術(shù)情況分類，貸前采用大數(shù)據(jù)技術(shù)的企業(yè)占比為13.8%，采用區(qū)塊鏈技術(shù)的企業(yè)占比為6.9%，采用人工智能技術(shù)的企業(yè)占比為34.5%，采用物聯(lián)網(wǎng)技術(shù)的企業(yè)占比為27.6%，采用云計算技術(shù)的企業(yè)占比為17.24%；貸中采用大數(shù)據(jù)技術(shù)的企業(yè)占比為31.0%，采用區(qū)塊鏈技術(shù)的企業(yè)占比為17.2%，采用人工智能技術(shù)的企業(yè)占比為6.9%，采用物聯(lián)網(wǎng)技術(shù)的企業(yè)占比為37.9%，采用云計算技術(shù)的企業(yè)占比為6.90%；貸后采用大數(shù)據(jù)技術(shù)的企業(yè)占比為41.4%，采用區(qū)塊鏈技術(shù)的企業(yè)占比為13.8%，采用人工智能技術(shù)的企業(yè)占比為6.9%，采用物聯(lián)網(wǎng)技術(shù)的企業(yè)占比為13.8%，采用云計算技術(shù)的企業(yè)占比為24.14%（如圖22所示）。

　　調(diào)研數(shù)據(jù)表明，在貸前企業(yè)使用最多的技術(shù)是人工智能（34.5%），在實際應用中，人工智能和大數(shù)據(jù)的融合使用能鞏固核心企業(yè)與上下游企業(yè)的關系，并提供一個開放式的供應鏈金融平臺。通過核心企業(yè)注入其供應鏈管理系統(tǒng)，實現(xiàn)商流、資金流、信息流及物流的信息數(shù)據(jù)整合，能對上下游企業(yè)進行全方位分析并真實反映被融資企業(yè)的運營及信用情況，打造專有的大數(shù)據(jù)風險控制模型，基于大數(shù)據(jù)的分析審核核心企業(yè)的資質(zhì)和評估被融資企業(yè)的還款能力，從而提高放款融資的速度并達到供應鏈體系內(nèi)的風險平衡，進而降低企業(yè)貸前風險。未來更可利用人工智能、機器學習、深層分析，并加載傳感器等物聯(lián)網(wǎng)進一步豐富動態(tài)數(shù)據(jù)湖，定期自動更新客戶畫像，主動給優(yōu)質(zhì)客戶提升授信額度。

　　在貸中企業(yè)使用最多的技術(shù)是物聯(lián)網(wǎng)（37.9%），物聯(lián)網(wǎng)在貸中控制風險上優(yōu)勢明顯。在貸中，物聯(lián)網(wǎng)可以提高供應鏈金融各方交易的透明度，通過傳感技術(shù)、導航技術(shù)、定位技術(shù)等方式，在倉儲和貨運環(huán)節(jié)來控制交易過程，提高終端交易的真實性。物聯(lián)網(wǎng)平臺與資金端結(jié)合以后，通過物聯(lián)網(wǎng)平臺可以提供產(chǎn)業(yè)上下游之間的物流、信息流、資金流的真實交易數(shù)據(jù)，并確保了資金的回籠，形成了封閉的運行。通過物聯(lián)網(wǎng)平臺，打通資金融通、資源需求，打造一個交易數(shù)據(jù)的平臺、物流服務的平臺、庫存服務的平臺，實現(xiàn)現(xiàn)代物流與現(xiàn)在信息系統(tǒng)的高度融合，形成了整個產(chǎn)業(yè)鏈的真實交易數(shù)據(jù)和信息共享，進而有效控制企業(yè)貸中風險。

　　在貸后企業(yè)使用最多的技術(shù)是大數(shù)據(jù)（41.4%），在貸后大數(shù)據(jù)能整合內(nèi)外相關信息并運用政府有關部門聯(lián)網(wǎng)核查系統(tǒng)，加強對小微企業(yè)資金流、信息流、物流等的監(jiān)控，防范企業(yè)利用“無間貸”隱瞞真實經(jīng)營狀況、改變貸款用途等問題。進一步在貸后能探索小微評分卡技術(shù)與大數(shù)據(jù)評判技術(shù)，在小型企業(yè)客戶關系管理系統(tǒng)中內(nèi)嵌不良信用企業(yè)名單核查機制，加強小型企業(yè)風險信息管理，動態(tài)調(diào)整“無間貸”準入名單，夯實小型企業(yè)金融風險貸后防線。

圖22 企業(yè)供應鏈金融業(yè)務使用技術(shù)分類情況

　　按照企業(yè)行業(yè)產(chǎn)業(yè)上下游企業(yè)自身信息化水平情況分類，6.90%的企業(yè)上下游企業(yè)信息化水平高，20.69%的企業(yè)上下游企業(yè)信息化水平較高， 51.72%的企業(yè)上下游企業(yè)信息化水平一般,13.79%的企業(yè)上下游企業(yè)信息化水平較低，6.90%的企業(yè)上下游企業(yè)信息化水平低（如圖23所示）。

圖23 企業(yè)行業(yè)產(chǎn)業(yè)上下游企業(yè)自身信息化水平情況分類

　　四、供應鏈金融數(shù)字化發(fā)展的問題、挑戰(zhàn)

　　按照企業(yè)對2022年企業(yè)供應鏈金融經(jīng)營效益的總體預期分類，20.69%認為2022年企業(yè)供應鏈金融將大幅增長（20%以上），44.83%認為2022年企業(yè)供應鏈金融將小幅增長（5-20%），31.03%認為2022年企業(yè)供應鏈金融將大體持平，3.45%認為2022年企業(yè)供應鏈金融將小幅虧損（5-20%）（如圖24所示）。新冠肺炎疫情沖擊和國際貿(mào)易摩擦形勢下，行業(yè)企業(yè)整體趨于謹慎樂觀。

圖24 企業(yè)對2022年供應鏈金融經(jīng)營效益的總體預期情況分類

　　按照制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難分類，20.00%制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難是企業(yè)投入資金不足，21.67%制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難是企業(yè)人才短缺，23.33%制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難是企業(yè)金融科技融合運用不足，23.33%制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難是企業(yè)產(chǎn)業(yè)數(shù)字化水平偏低，8.33%制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難是企業(yè)監(jiān)管政策法律不健全，還有部分企業(yè)認為再融資和銀行認同水平低下，政府政策扶持力度不夠等因素，也是制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展困難的因素（如圖25所示）。

圖25 制約供應鏈金融數(shù)字化轉(zhuǎn)型發(fā)展的困難分類

　　按照當前數(shù)字化供應鏈金融專業(yè)人才員工缺口情況分類，51.72%的企業(yè)認為數(shù)字化供應鏈金融專業(yè)人才有一些缺口，31.03%的企業(yè)認為數(shù)字化供應鏈金融專業(yè)人才缺口很大，17.24%的企業(yè)認為數(shù)字化供應鏈金融專業(yè)人才基本沒有缺口。綜合可見目前行業(yè)數(shù)字化供應鏈金融人才不足，是影響供應鏈金融數(shù)字化轉(zhuǎn)型的關鍵制約因素。（如圖26所示）。

圖26 數(shù)字化供應鏈金融專業(yè)人才員工缺口情況分類

　　本調(diào)研對數(shù)字化供應鏈金融專業(yè)人才缺口類型進行了調(diào)研，據(jù)調(diào)研數(shù)據(jù)顯示，企業(yè)希望補充的人才可分為三類：一是技術(shù)型人才，包括掌握區(qū)塊鏈、大數(shù)據(jù)等技術(shù)的人才；二是金融領域人才，包括能靈活掌握財務管理的人才，熟悉金融業(yè)務可開拓市場的人才，熟悉大數(shù)據(jù)產(chǎn)品等的人才；三是金融科技復合型人才。

　　對監(jiān)管層面需要采取哪些措施加快供應鏈金融數(shù)字化發(fā)展，被調(diào)研企業(yè)中18.18%希望政府能建立統(tǒng)一公共信息平臺，，13.22%希望政府能建立技術(shù)實施標準，14.05%希望政府能建立設置各類數(shù)據(jù)的開放共享規(guī)則，11.57%希望政府能舉辦供應鏈金融專項培訓，加強政策宣講和業(yè)務輔導，9.09%認為政府金融科技融合運用不足，4.13%認為政府監(jiān)管政策法規(guī)不健全，4.13%希望政府能提供就業(yè)穩(wěn)崗補（如圖27所示）。

　　圖27 企業(yè)希望政府采取哪些措施加快供應鏈金融數(shù)字化發(fā)展情況分類

　　五、數(shù)字化發(fā)展概貌及政策建議

　　綜合本次調(diào)研可見，2021年中國供應鏈金融數(shù)字化發(fā)展概貌如下：

　　1.疫情加速數(shù)字化服務。2020年以來新冠肺炎疫情沖擊線下交易和金融服務，同時供應鏈服務加速數(shù)字化發(fā)展。傳統(tǒng)商業(yè)銀行加速運開展線上化、移動化、數(shù)字化和智能化轉(zhuǎn)型，探索場景化綜合供應鏈金融服務平臺，為產(chǎn)業(yè)鏈供應鏈上生產(chǎn)、分配、流通、消費等各鏈條提供金融賦能。

　　2.數(shù)字化發(fā)展已成主流。自2017年后超過50%的企業(yè)開始探索供應鏈金融數(shù)字化；超過60%的企業(yè)能保持盈利，約27%的企業(yè)能營收持平；約90%的企業(yè)不良貸款比率能控制在0.5%以下，線上供應鏈金融模式能有效控制企業(yè)風險；超過85%的企業(yè)服務客戶數(shù)量保持增長態(tài)勢，數(shù)字化供應鏈金融業(yè)務蓬勃發(fā)展。

　　3.數(shù)字化升級領域拓寬。數(shù)字化供應鏈金融的領域在不斷拓展，越來越多細分市場供應鏈金融開展數(shù)字化升級。農(nóng)業(yè)與養(yǎng)殖、制造業(yè)進口貿(mào)易與跨境、貨運、倉儲等各類物流服務，大宗商品、汽車、醫(yī)療與醫(yī)療器械、基建與地產(chǎn)、家電業(yè)等眾多領域均涉獵數(shù)字化供應鏈金融服務。供應鏈金融數(shù)字化。

　　4.科技加快資金周轉(zhuǎn)速度。數(shù)字化供應鏈金融能滿足被融資企業(yè)單筆融資金額數(shù)量少，融資周期短，融資周轉(zhuǎn)速度快的融資方式，這種融資方式不僅能有效降低資金提供方的資金風險，并且能夠?qū)Ρ蝗谫Y企業(yè)實現(xiàn)閉環(huán)管理。

　　5.供應鏈融資模式更豐富。保理融資（17.39%）、票據(jù)融資（15.22%）、存貨質(zhì)押融資（13.04%），是企業(yè)最常用的三種融資模式，這三種融資模式的共有特點就是業(yè)務門檻較低、業(yè)務風險較小。

　　6.中小企業(yè)融資成本較高。超過65%的企業(yè)為大型企業(yè)提供的融資利率低于7%，這表明大型企業(yè)仍然是供應鏈金融業(yè)務的“受益者”。相比于大型企業(yè)，小型企業(yè)面臨的融資環(huán)境不容樂觀，超40%的企業(yè)為小型企業(yè)提供10%以上的融資利率。

　　7.數(shù)字化科技創(chuàng)新來源多。超過38%的企業(yè)數(shù)字化技術(shù)來源于自行研發(fā)立項，依靠產(chǎn)業(yè)鏈上下游企業(yè)技術(shù)的企業(yè)僅為11.54%，表明企業(yè)數(shù)字化仍處于各自為政的局面，上下游企業(yè)間未形成協(xié)同合作的局面。不足8%的企業(yè)數(shù)字化技術(shù)來源于高校、科研院所，表明企業(yè)、科研機構(gòu)的產(chǎn)學研協(xié)同創(chuàng)新體系還未成熟。

　　8.貸前風控手段得到提升。人工智能與大數(shù)據(jù)技術(shù)的結(jié)合運用，能對上下游企業(yè)進行全方位分析并真實反映被融資企業(yè)的運營及信用情況，打造專有的大數(shù)據(jù)風險控制模型，基于大數(shù)據(jù)的分析審核核心企業(yè)的資質(zhì)和評估被融資企業(yè)的還款能力，從而提高放款融資的速度并達到供應鏈體系內(nèi)的風險平衡，進而降低企業(yè)貸前風險。

　　9.貸中科技賦能監(jiān)管強化。物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等科技得綜合應用，可以提高供應鏈金融各方交易的透明度，通過傳感技術(shù)、導航技術(shù)、定位技術(shù)等方式，在倉儲和貨運環(huán)節(jié)來控制交易過程，提高終端交易的真實性，進而有效控制企業(yè)貸中風險。

　　10.貸后動態(tài)風險防控增強。大數(shù)據(jù)通過整合內(nèi)外相關信息并運用政府有關部門聯(lián)網(wǎng)核查系統(tǒng)，加強對小微企業(yè)資金流、信息流、物流等的監(jiān)控，防范企業(yè)利用“無間貸”隱瞞真實經(jīng)營狀況、改變貸款用途等問題，動態(tài)調(diào)整“無間貸”準入名單，夯實小型企業(yè)金融風險貸后防線。

　　11.復合型專業(yè)人才缺口大。超過20%的企業(yè)認為人才缺乏是制約供應鏈金融數(shù)字化發(fā)展的因素，超過80%的企業(yè)認為數(shù)字化供應鏈金融人才缺口較大，其中會技術(shù)、供應鏈金融的復合型人才缺口最大，供應鏈人才危機逐漸凸顯。

　　基于本次調(diào)研及行業(yè)問題，當前階段在推進物流與供應鏈金融數(shù)字化轉(zhuǎn)型方面，還需要強化如下工作。

　　1.進供應鏈數(shù)據(jù)互聯(lián)共享。夯實供應鏈金融數(shù)字化信息共享的底層支撐，加強央行、商務、發(fā)改、工信、交通、網(wǎng)信辦、銀保監(jiān)會等多部門參與的產(chǎn)業(yè)供應鏈數(shù)據(jù)共享機制，深入推進供應鏈數(shù)據(jù)采集、流通和應用等規(guī)范化發(fā)展，強化全鏈路、全口徑的數(shù)據(jù)共享。鼓勵供應鏈核心企業(yè)與上下游企業(yè)協(xié)同，共同構(gòu)建供應鏈數(shù)據(jù)平臺，推進相關數(shù)據(jù)全鏈路穿透。

　　2.加強供應鏈金融協(xié)同共治。大力推進央行、司法、公安、網(wǎng)信辦、發(fā)改、商務、工信、銀保監(jiān)會等跨部門參與的供應鏈金融協(xié)同治理體系，強化供應鏈數(shù)字流通及信息共享共用的底層法規(guī)建設，推進跨部門協(xié)同防范供應鏈金融風險。

　　3.搭建統(tǒng)一的公共信息平臺。：推進政府搭建標準統(tǒng)一、安全可控的公共信息平臺，強化產(chǎn)業(yè)互聯(lián)網(wǎng)、行業(yè)信用公共信息服務平臺，切實保障企業(yè)獲取信息的真實性和安全，降低企業(yè)的信息獲取成本。

　　4.強化科技升級風控體系。積極推進物聯(lián)網(wǎng)、區(qū)塊鏈、大數(shù)據(jù)、云計算、人工智能等數(shù)字科技在供應鏈金融貸前、待中、貸后全流程的應用，強化科技賦能風控體系。完善數(shù)字債權(quán)憑證，積極推進互聯(lián)網(wǎng)票據(jù)融資，助力金融機構(gòu)服務中小微企業(yè)風險可控。引導企業(yè)強化科技研發(fā)，不斷推進相關數(shù)字供應鏈金融技術(shù)及設備、設施的完善。

　　5.強化金融科技產(chǎn)學研協(xié)同。鼓勵領先企業(yè)與院校、智庫等聯(lián)合共建供應鏈金融科創(chuàng)中心，強化區(qū)塊鏈、物聯(lián)網(wǎng)、5G終端、人工智能等領域科技在供應鏈金融領域的應用，積極推進產(chǎn)學研聯(lián)合攻關和行業(yè)應用推廣。

　　6.完善供應鏈金融服務標準。強化相關供應鏈金融服務的電子信息的標準化、規(guī)范化，以標準推進企業(yè)間的有效數(shù)據(jù)交換，提升流通鏈條協(xié)同效率。統(tǒng)籌推進供應鏈物流領域的面單、運單、倉單、提單等流通銜接單證的電子化、標準化。

　　7.完善數(shù)字金融人才體系。強化供應鏈金融基礎理論研究和教育、培訓，建立一批供應鏈金融教學示范基地。以工學交替、雙元制、半工半讀、遠程教育等多種方式培養(yǎng)供應鏈金融科技人才，提升傳統(tǒng)企業(yè)人才素質(zhì)。強化國際供應鏈金融人才交流及海外實踐，培養(yǎng)和吸引具備高尚職業(yè)道德、較高人文素養(yǎng)、通曉數(shù)字科技和國際法規(guī)標準的復合型人才。

　　（作者：雪晴  曾彧）