趙家馳 郭樹行

摘要：我國產業(yè)互聯網逐漸走向產融一體的新發(fā)展階段，如何構建服務于產業(yè)發(fā)展的可信供應鏈金融成為促進發(fā)展的關鍵因素。本文針對產業(yè)互聯網的供應鏈金融建設提出一種面向信托機制的數字信用運營管理框架。首先，將企業(yè)在產業(yè)互聯網中產生的數據進行整合，形成數據資信；其次，仿照傳統(tǒng)的信托模式，在中小微企業(yè)產生借貸需要而缺少信用擔保時，由信托方對企業(yè)的數據資信進行評估管理，形成信用資產；最后，企業(yè)以數據資信形成的信用資產按照一定的標準進行借貸融資。通過對當前產業(yè)互聯網的典型發(fā)展進行對比，本文提出的方法框架總體吻合產業(yè)發(fā)展的需要，具備研究和指導價值。

關鍵詞：信托；供應鏈金融；數據資信；信用資產

引言

產業(yè)互聯網時代，企業(yè)數字化轉型日趨加快。在互聯網金融環(huán)境下，中小微企業(yè)的發(fā)展也面臨著難題，由于很多企業(yè)在創(chuàng)業(yè)之初缺乏完善的信用記錄，使得企業(yè)的融資貸款變得困難，主要是信息不對稱導致，而中小微企業(yè)數字化轉型使得依靠企業(yè)信用數據刻畫企業(yè)信用畫像成為可能[1]。隨著產業(yè)互聯網的規(guī)模不斷擴大，眾多高科技互聯網公司不斷向企業(yè)提供低門檻的數字化轉型工具和平臺。在2021年的調查中顯示，中小微企業(yè)的GDP貢獻超過60%，就業(yè)吸納占全部企業(yè)就業(yè)人員79%，企業(yè)數量占全部市場主體的99%[2]。中小微企業(yè)的數字化轉型，已經成為當下的必然趨勢。為了減少所承擔的風險，很多中小微企業(yè)在發(fā)展過程中選擇同時擴展其他業(yè)務，走多元化發(fā)展的路徑，參與并形成了多條產業(yè)鏈。數據作為數字經濟中的核心生產要素，伴隨企業(yè)的數字化轉型，成為數字生態(tài)中的基本單元，數字生態(tài)的模式補充了中小微企業(yè)多元化發(fā)展中創(chuàng)新能力的不足。

1. 信用信托發(fā)展需求分析

隨著互聯網金融的興起，各個產業(yè)鏈逐漸積累了基于所在平臺的資信評估數據和信用數據，互聯網金融依托于云支付、云計算、區(qū)塊鏈等工具，使企業(yè)的融資交易等都可以通過線上完成[3]，這也為供應鏈中的信用評估積累了可靠的數據。過去，評定信用主體主要考察產業(yè)政策與監(jiān)管措施等外部因素，以及企業(yè)基本的經營風險、管理能力、發(fā)展戰(zhàn)略、財務實力等企業(yè)內部因素，由于中小企業(yè)的財務制度不健全，很難獲得銀行授信，無法解決自身資金短缺問題[4]，供應鏈金融融資模式把主體評級和債項評級合二為一，擴大了銀行的評價范圍，避免了因信息不對稱而造成的評估質量下降。

傳統(tǒng)的信貸與商品交易大都依托于“銀行信用”，主要以銀行為中介，而在互聯網金融服務模式當中，互聯網金融機構取代了銀行，成為服務的提供方，傳統(tǒng)的信用評級體系無法完全滿足金融市場對信用主體的評級要求。供應鏈當中的下游企業(yè)往往涉及多個產業(yè)，參與構建了多個產業(yè)互聯網，互聯網金融模式下，各產業(yè)互聯網在互聯網平臺上積累了大量的數據資信。為促進供應鏈中的中小微企業(yè)發(fā)展，有必要完善信貸的服務模式，降低貸款難度和成本，同時控制風險，這就需要對企業(yè)運營所產生的分布式多元化的資信數據進行整合利用。由于銀行并不受理企業(yè)線上數據資信，中小微企業(yè)在各個產業(yè)互聯網所積累的數據資信的有效利用，需要尋找第三方進行合理的整合存儲，引入信托方依托數字經濟和風險評估模型為整個供應鏈設計新的信用評估模式和信用資產評級標準，借助第三方信托方對數據資信進行存儲和使用。

2. 基于信托的供應鏈金融IMTFR模型

2.1 供應鏈金融的信用評估模型

從中小微企業(yè)參與的產業(yè)互聯網獲取數據資信，內容包括以下幾個方面：

企業(yè)線上經營數據：企業(yè)網絡經營數據、企業(yè)銷售額等在產業(yè)互聯網經營中的歷史數據，并與行業(yè)整體的數據水平進行比較。這一項主要衡量企業(yè)的經營與獲利狀況、市場占有份額等，從而綜合評價企業(yè)的業(yè)務能力。

社會信用數據：企業(yè)運營商的社會信用數據、企業(yè)線上運營中的社會信用數據、用戶評價等市場評價、企業(yè)的歷史履約狀況等，該項主要衡量借貸與融資的風險，以更大范圍的數據衡量企業(yè)的信用等級。

企業(yè)當前財務狀況：依據財務報表與銀行數據獲得企業(yè)當前的各項財務狀況，包括盈利能力、償債能力、營運能力、發(fā)展能力，以及企業(yè)當前的訂單量、存貨狀況、供貨能力等，參照企業(yè)財務報表、歷史經營數據等得到。

2.2 供應鏈運營模型

基于信用信托的供應鏈金融模式主要由五方面構成：產業(yè)互聯網、中小微企業(yè)、信托方（信托機構）、銀行等金融機構、金融風險管理機構，如圖1所示。

2.2.1 原始數據資信的積累與評估

以中小微企業(yè)在多個產業(yè)互聯網上的歷史交易與經營數據、社會信用數據、現階段財務狀況，作為信用資產評估的原始積累，各產業(yè)互聯網向信托方提供中小微企業(yè)的歷史經營交易數據和信用數據，由企業(yè)向信托方提供現階段財務數據。由信托方對中小微企業(yè)的經營與信用數據、財務狀況進行整合，借助區(qū)塊鏈等技術認證按照確定的規(guī)則形成企業(yè)的信用資產。

2.2.2 信用資產的使用

中小微企業(yè)融資借貸時進行申請，若企業(yè)缺少銀行認可的擔保或抵押措施，可申請信托方將自身信用資產作為借貸擔保。金融機構從信托方獲得該企業(yè)的信用資產后審核評估，達標后向企業(yè)提供借貸或融資金額。企業(yè)申請的額度大小取決于自身信用資產評估數額。

金融風險管理機構結合社會行業(yè)市場狀況對信用資產和融資借貸項目進行風險評估，結合線上線下產業(yè)互聯網運營狀況變化，社會影響因素，對企業(yè)的借貸融資進行風險評估，幫助金融機構進行決策，降低風險損失。

2.2.3 信用資產的反饋

在完成借貸或融資后，銀行將本次的借貸交易數據反饋給信托方，由信托方對企業(yè)信用資產進行再次評估。

基于區(qū)塊鏈數據難以篡改以及去中心化的特點，依托區(qū)塊鏈等技術整合信用數據，財務狀況可靠性強、真實性高。通過信托方對各企業(yè)的信用資產進行定期評估，不僅可以作為企業(yè)申請借貸以及融資的條件之一，也可以作為企業(yè)價值的一項認證。整個信托模式的運行由產業(yè)互聯網、中小微企業(yè)、信托方、金融機構、風險管理五部分組成，形成IMTFR供應鏈金融模型。

3. 基于信用信托服務模式的發(fā)展

使用信用信托的供應鏈金融模式對企業(yè)的信用資產進行評估，從而劃分不同的信用等級，根據信用資產在實際借貸融資當中的使用狀況，確定信用資產在借貸融資中的擔保抵押比率。

在新的信用信托模式下，由信用資產轉化為實際借貸資金的比例和額度，需要根據不同的企業(yè)類型和行業(yè)狀況進行確認。信用資產如何高效快速地量化，一方面依靠各方面數據的真實準確，另一方面需要依靠信托方的標準化評級，從而降低金融機構的借貸風險，降低中小微企業(yè)的借貸融資難度，使得各方獲取更大的經濟效益。長期來看，以聚合資信為基礎的信用信托模式需要經歷數個發(fā)展過程。

3.1 產業(yè)互聯網的發(fā)展

產業(yè)互聯網的發(fā)展是產生聚合資信的基礎，它以模式協(xié)同創(chuàng)新為核心，通過數字化的互聯網與傳統(tǒng)產業(yè)相融合，最終實現產業(yè)升級，以生產者為用戶，將產業(yè)間的各個企業(yè)聯系在一起，改造了生產和融資模式，實現提升效率和協(xié)同發(fā)展[5]。在發(fā)展中，將由產品生產網絡、生產支持平臺和消費服務網絡等構成。隨著產業(yè)互聯網的發(fā)展，產業(yè)間邊界將模糊化，供應鏈和生產服務將逐步向網絡化升級。

3.2 中小微企業(yè)上云

根據2021騰訊云中小企業(yè)數字化增長峰會上騰訊社會研究中心發(fā)布的《中小企業(yè)數字化轉型路徑報告》，約有70%的中小企業(yè)有數字化轉型意愿，但接近80%的企業(yè)數字化轉型依然處于探索期和簡單操作初期[6]。中小微企業(yè)需要選擇適合的數字化轉型工具，依托互聯網科技公司實現營銷轉化。

3.3 構建聚合資信

聚合資信的建立依托于產業(yè)互聯網中的云上數據，利用區(qū)塊鏈等技術賦能下的平臺供應鏈金融模式的資源整合利用能力，有效整合核心企業(yè)、上下游企業(yè)、資金供需方等的數據資源，從而形成聚合資信。

3.4 發(fā)展信托體系

信托體系基于傳統(tǒng)的信托機構，并在其基礎上進行創(chuàng)新，信托服務模式的發(fā)展依賴于健全的信托體系。在新的服務模式下，信托機構將成為評估并產生信用資產的一方，對委托方企業(yè)進行信用的評估，將聚合資信整合評估量化為信用資產，從而成為企業(yè)申請融資貸款的依據和擔保。

3.5 信用營銷

信托體系的建立，將會對企業(yè)所積累的數據資信正式資產化，在另一方面將企業(yè)的誠信與經濟利益直接掛鉤，信用資產量化將企業(yè)誠信這一無形資產量化，成為衡量企業(yè)的一個標準，企業(yè)的信用將會體現在信用資產當中。信用資產的評估也將促進企業(yè)信用營銷的有效發(fā)展，使得整體的大環(huán)境信用可視化，降低行業(yè)信用營銷的風險。

3.6 供應鏈的開發(fā)

供應鏈的形成基于圍繞核心企業(yè)的一系列產業(yè)流程，在信托模式下，產業(yè)互聯網整體將作為核心發(fā)揮供應鏈當中核心企業(yè)的作用，提供聚合資信。而信托方將作為制造商，依照聚合資信和其他數據生成信用資產，信用資產的最終用戶是產生聚合資信的企業(yè)與接受信用資產的銀行等金融機構，在信托服務體系下，這一供應鏈將不斷得到發(fā)展完善。

3.7 供應鏈產品的應用

信托服務模式下的供應鏈產品即為信用資產，信用資產將主要是作為缺少申請融資借貸抵押物的企業(yè)申請融資借貸的依據，在信托服務模式健全后，信用資產將與實際資產具有同等效力，信用資產的損失會對企業(yè)的整體經濟利益造成損失。

3.8 風險跟蹤與監(jiān)控

傳統(tǒng)借貸融資中小微企業(yè)很難得到銀行授信的主要原因是財務信息的透明度較低，在供應鏈金融模式下，銀行更關注中小企業(yè)整個供應鏈交易的風險[7]。對于信托服務模式下的風險跟蹤與監(jiān)控，依賴于建立新的風險評價模型。與傳統(tǒng)風險評價模型不同的是，信托服務模式的數據資信部分依賴于企業(yè)的線上運營，線上運營的數據變化需要考慮各種社會因素的影響，依靠區(qū)塊鏈等技術確保數據真實性，并與線下數據相結合，衡量整個行業(yè)的運營狀況。在風險管理上，通過可追溯機制和共識機制降低風控后臺人工監(jiān)管的操作誤差，對產業(yè)鏈上下游核心企業(yè)進行確權來審核數據的真實性，降低產業(yè)互聯網中的征信成本。

4. 模型例證

隨著數理統(tǒng)計、數據挖掘、機器學習等方法和工具的發(fā)展成熟，信用評估的模型已經逐漸發(fā)展成熟[8]，如基于傳統(tǒng)技術的線性回歸、邏輯回歸、判別分析模型[9][10]，以及k最鄰近、聚類、人工神經網絡等模型在實踐當中被廣泛應用并取得一定的成果[11]。本文參考已有的信用評估模型提出一種運營機制假設，提出新型信托機制，為信用市場的運營提供一種可供參考的思路，滿足了當下信用評估的需要，符合產業(yè)互聯網發(fā)展的需要。

結語

通過引入第三方信托方，解決當下眾多的中小微企業(yè)初入行業(yè)的融資與借貸需求困難，由信托方從公立角度對企業(yè)的信用進行維護，從多條產業(yè)鏈獲取企業(yè)的數據資信。這需要依靠區(qū)塊鏈等技術賦能下的供應鏈金融模式以確保數據的可信性。基于此，對于信用信托模式的實現有以下三點建議：

第一，產業(yè)鏈與金融機構需要完善數字化工具的賦能以及應用。借助區(qū)塊鏈技術去中心化、去信任、具有開放性的特征[12]，通過不同的供應鏈金融服務模式，將各方之間的數據信息進行整合，形成供應鏈金融生態(tài)圈，并加強監(jiān)管，構建適于區(qū)塊鏈技術的法治化體系，以加強金融監(jiān)管的針對性和有效性。

第二，信托模式的健全有賴于中小微企業(yè)對信用資產的合理使用。需要明確信用資產的評估與使用標準，使企業(yè)的信用可視化，明確信用資產的增加和損失會長期影響企業(yè)的發(fā)展。信托模式下的中小微企業(yè)應當明確對信用資產的認識，以確保自身合理使用并健康發(fā)展。

第三，完善監(jiān)管，充分發(fā)揮信托方的作用。信托方將在新的服務模式中承擔新的作用，對企業(yè)的信用資產進行管理。信用信托服務模式當中，中小微企業(yè)作為委托方，將自身的信用資產委托給信托方進行管理，實際的借貸受益方成為中小企業(yè)和銀行。而信用資產不同于傳統(tǒng)的財產，信用資產的增損將影響委托方各方面的權益，信托方應設立明確的監(jiān)管與評級標準，對信用資產的評定公開標準和流程，受到所有受眾企業(yè)的監(jiān)管，從而確保信用資產的效力。

參考文獻：

[1]肖榮輝，馮星宇.信用大數據緩解中小企業(yè)融資約束研究[J].北方金融，2022， （2）：48-54.

[2]鐘琳.小微企業(yè)融資現狀分析[J].大眾投資指南，2018，（19）：15.

[3]王振.互聯網時代的信用體系建設[J].中國金融，2016，（4）：88-89.

[4]熊熊，馬佳，趙文杰，等.供應鏈金融模式下的信用風險評價[J].南開管理評論，2009，12（4）：92-98，106.

[5]楊垚立.產業(yè)互聯網時代商業(yè)銀行轉型發(fā)展研究[J].西南金融，2020，（7）：56-64.

[6]70%中小微企業(yè)期待數字化轉型[J].數字經濟，2021，（12）：69-71.

[7]馮珊珊，李永梅.區(qū)塊鏈技術在供應鏈金融信用風險管理中的應用研究[J].征信，2022，40（2）：59-65.

[8]張潤馳，張誼浩，趙輝，丁宗紅.銀行信用評估模型效果的量化比較[J].金融監(jiān)管研究，2021，（1）：66-85.

[9]郭珉，石洪波，程鑫.基于貝葉斯網稀疏結構學習的信用影響因素結構發(fā)現[J].統(tǒng)計與信息論壇，2019，34（1）：64-72.

[10]方匡南，陳子嵐.基于半監(jiān)督廣義可加Logistic回歸的信用評分方法[J].系統(tǒng)工程理論與實踐，2020，40（2）：392-402.

[11]饒姍姍，冷小鵬.基于組合特征選擇的隨機森林信用評估[J].計算機系統(tǒng)應用，2022，31（3）：345-350.

[12]王榮.區(qū)塊鏈賦能下供應鏈金融模式創(chuàng)新研究[J].管理現代化，2021，41（5）：1-3.

作者簡介：趙家馳，本科，研究方向：產業(yè)互聯網、供應鏈金融。