logo

媒体关注

您的位置: > 新闻中心 > 媒体关注 >

2017中国供应链金融调研报告

发布日期:2017-09-22 12:03 编辑:admin

摘要: 供应链金融是应“产业发展需求”而生,不管对于国际发展战略与进程,还是国内转型战略与进程,供应链金融都生逢其时,是金融端供给侧改革的重要抓手。

前言

国内经济持续转型升级,供给侧结构性改革是突破口和着力点。而金融端是供给侧改革的关键。

尤其在从制造大国向制造强国迈进,“产融结合、 脱虚向实”的背景下,更需要加强金融支持和服务。

而供应链金融是应“产业发展需求”而生,不管对于国际发展战略与进程,还是国内转型战略与进程,供应链金融都生逢其时。

所以,供应链金融是金融端供给侧改革的重要抓手。

1_副本.jpg 

2017年供应链金融产业健康迭代、宏观环境利好、产业生态稳健繁荣,除了传统的商业银行, 行业龙头、B2B平台、供应链公司、外贸综合服务平台、物流公司、金融信息服务平台、金融科技、信息化服务商等都纷纷往供应链金融领域渗透,可谓是千帆竞发,百舸争流。

以下是从2017年3月对供应链金融的各类市场主体进行了问卷调研后,针对各类主体的竞争优势、市场格局、服务模式、资金渠道、风控手段等得出的结论,希望通过本报告的发布来记录行进中的2017中国供应链金融业态。

一、供应链金融生态圈结构

在推行供应链金融活动过程中,各供应链金融利益相关方/参与主体的角色和结构关系,以及它们与制度和技术环境的关系构成了供应链金融生态。供应链金融生态包含四层架构:供应链金融源;供应链上的中小微企业;供应链金融实施主体;供应链金融资金提供方。

供应链金融源

供应链金融的受益主体主要是依附于供应链上焦点企业的上下游中小微企业,通过融入到供应链的产、供、销各个环节,借助焦点企业信用提升供应链上中小微企业的信用,拓展融资渠道,缓解融资难、融资贵问题。

供应链金融实施主体

在供应链金融发展初期,实施主体主要为商业银行。而在产业互联网大发展的背景下,银行不再是供应链金融产品与服务提供的绝对主体。掌握了供应链上下游企业真实贸易的行业龙头企业、B2B平台企业、物流企业等各参与方纷纷利用自身优势,切入供应链金融服务领域。

供应链金融资金方

供应链金融资金方是直接提供金融资源的主体,也是最终承担风险的组织。

供应链金融基础服务

供应链金融的发展需要配套的基础设施服务提供方,这些企业可以利用自身供应链金融基础服务的优势,链接资金提供方,供应链金融服务方、融资对象等,为整个供应链金融生态圈提供基础服务。

2.jpg 

二、供应链金融生态参与主体

商业银行:商业银行针对供应链融资需求企业的实际情况,提供多种模式的融资解决方案。商业银行在资金成本方面具备天然优势,但商业银行的传统金融服务模式一定程度上制约了其供应链金融的发展。

行业龙头:行业龙头企业依据自身在行业内的规模优势、经济效益优势、带动和辐射优势、竞争优势等,整合供应链上游和下游的中小微企业,链接资金提供方,为行业内的中小微企业提供融资解决方案。

供应链管理公司:供应链管理公司外包焦点企业的非核心业务,整合供应链上下游资源,链接资金提供方,为供应链上下游中小微企业提供供应链服务和融资解决方案,提升了整个供应链的运作效率。

物流公司:物流企业通过物流活动参与到供应链运作中,通过整合供应链中的物流网络,链接资金提供方,为服务对象提供物流供应链服务和融资解决方案,有利于稳定业务网络,提升物流企业的竞争能力。

B2B平台:B2B在整个电子商务市场交易规模一直占绝对比例,是实体经济与互联网结合的最佳载体。目前诸多B2B平台也通过对接资金提供方为平台上下游提供融资解决方案。

外贸综合服务平台:外贸综合服务平台为中小企业提供进出口环节的融资、通关、退税、物流、保险等相关服务,平台针对中小外贸企业发展中的资金问题,开拓了中小企业国际贸易项下的供应链金融。

金融信息服务平台:金融信息服务平台通过互联网技术链接资金提供方和供应链上的资产端,为供应链上的中小微企业提供融资解决方案和资金支持。

金融科技公司:金融科技是金融和信息技术的融合型产业,关键在于利用大数据、人工智能、区块链等新技术手段对传统金融行业所提供的产品、服务进行革新,提升金融效率。

信息化服务商:在供应链金融在线化、平台化的趋势下,信息系统是供应链金融业务运作的灵魂。

基础设施服务商:供应链金融的发展需要配套的基础设施服务提供方,这些企业可以利用自身供应链金融基础服务的优势,链接资金提供方,供应链金融服务方、融资对象等,为整个供应链金融生态圈提供基础服务。

3.jpg 

三、供应链金融生态圈全景图

4.jpg 

5.jpg 

2017中国供应链金融现状调研结果

供应链金融发展的整体趋势

受益于主流金融服务的缺席,应收账款、融资租赁等金融业态的快速发展以及新企业转型的迫切需求,供应链金融行业正处于高速发展的阶段。

从供应链金融机构的人员规模来看,超50%供应链金融服务商人员规模不到100人,属小微企业范畴,或处于初创期。约30%的受访机构为中型规模的供应链金融服务商,员工人数在100-500人。员工人数在500及以上的大型供应链金融服务商不到20%。

从人员扩张趋势看,近9成供应链金融服务商表示在未來三个月有招聘新员工的计划。该结果表明企业对供应链金融未来的发展预期表示看好,同时也意味着行业竞争正在逐步加剧。获客和风控将成为供应链金融赖以生存的竞争力。

此外从企业需求角度来看,中国非金融企业应收账款余额规模达到16万亿元,工业企业应收账款规模已超过10万亿元。供应链金融服务商主要面对的中小型工业企业,总应收账款规模已超过6万亿元。应收账款融资作为供应链金融重要的融资模式,应收账款规模的不断增长为我国供应链金融的快速发展奠定了坚实的基础。

6.jpg 

7.jpg 

哪些公司正在提供供应链金融服务?

供应链金融行业的参与主体囊括了银行、行业龙头、供应链公司或外贸综合服务平台、B2B平台、物流公司、金融信息服务平台、金融科技公司等各类企业。其中,供应链公司/外贸综合服务平台、B2B平台类数量约占45%。

此外,行业龙头企业,物流公司,银行及非银金融机构也是供应链金融领域的重要参与者。

8.jpg 

供应链金融服务的对象集中在哪些行业?

随着各类主体的摸索实践,供应链金融的垂直化趋势愈发明显,供应链金融的垂直化发展进一步提升了产融结合的深度与广度。

我国供应链金融服务对象集中在计算机通信、电力设备、汽车、化工、煤炭、钢铁、医药、有色金属业等应收账款累计较高的行业。但从调研结果显示,未来供应链金融将作为加速企业活力的重要保障因素,在更为广泛的垂直领域深耕细作,在更多的商业场景得到应用。

从本次调研结果来看,涉足物流企业的供应链金融服务公司相对数量较多,其次为大宗商品,包括钢铁,有色及农产品等,第三位零售业,第四、第五是供应链金融的传统优势领域:汽车及电子电器。

9.jpg 

从市场发展的角度来看,部分行业的供应链融资潜在需求尚未被挖掘,某些垂直领域可能存在较大机会。包括:物流行业,农业,零售业,化工行业,餐饮业等等。

供应链金融企业的业务规模集中在什么层级?

供应链金融服务商的信贷规模差异较大,这与供应链金融服务商的资源优势的不同有很大关系,各类服务商的年信贷投放规模从千万级到百亿级不等,规模差异较大。调研结果显示,放贷规模在1亿元以下的供应链金融服务商约占21%,此类机构通常处于供应链金融业务起步或转型阶段。这类企业占比并不小,表明供应链金融行业目前仍有处于起步阶段。

10.jpg 

放贷规模在1-10亿之间的供应链金融服务商数量占比约39%。该类供应链金融服务商已初具规模,业务模式相对成熟,具有明确的市场定位,具有较强的客户开发能力和资金供应能力。其中小部分专注于垂直领域和细分市场的供应链金融服务商的放贷规模已渐趋稳定。放贷规模在10-100亿之间的服务商数量占比约26%,表明市场中已有一部分供应链金融服务企业具有一定规模。

什么是成熟的供应链金融风控体系?

成熟的供应链金融风控体系包含三个层次:数据层、实践层、技术层。其中数据层包括风控主数据的获取、风险数据的拓展、数据的维护;实践层包括高效的在线审批、精准及时的事中风控;技术层是指利用先进的模型科学地处理和分析数据,帮助预测和决策。

11.jpg 

完善的风险主数据管理使风控数据维度更完整全面、信息提取更高效,避免人为因素干扰。此外,风险数据的积累与沉淀为未来的风险建模打下坚实基础;基于IT系统的审批流程进一步减少人为因素影响,提升审批效率,而事中风险监控体系可以确保异常情况的及时处理;基于大数据分析的量化风险模型帮助企业充分利用数据资产,预测风险,是金融风险定价的基础。

在本次调研中,依照以下规则将被访企业的风控成熟度分为三个等级:

12.jpg 

调研结果显示,10%的企业已经建立了领先的风控系统和风险数据库,并以此为基础利用大数据分析技术构建了风险预测模型。63%的企业正在将数据分析、IT技术与传统风控流程进行融合进而提升风控能力。仍有27%的企业依赖传统的风控方法和工具。

13.jpg 

为什么要丰富风控数据来源?

在200家受访对象中,有76%的企业主要依赖于自身数据来评估客户逾期风险。  据以往的项目经验,客户自身的交易、经营数据只能在一定程度上提供风险预警,有时会出现“这家客户一直很好,但不知道什么原因突然信用状况恶化”的情况。这种现象的产生往往是因为我们对客户的风险识别受制于有限的信息。一家公司的经营不仅受到其主要贸易伙伴的影响,同时会受到产业链上下游产业、周边产业,以及各种宏观因素的影响。因此,拓展风险数据的获取渠道从而更全面掌握和预测客户发展,是建立成熟风控体系的基础。

14.jpg 

目前主流的风控数据包含哪些维度?

15.jpg 

16.jpg 

为什么需要利用数据分析技术构建风险评分卡?

基于大数据的风险预测模型正在逐步被行业内的领先企业所接纳。接受调研的企业中有35%的企业仍在使用基于风控经验的风险评分表。48%的企业已将数据分析引入到风险评估中。17%的企业已经开始使用基于大数据分析的预测模型进行风险量化。专家法模型在风险评估过程中容易受到评估人员的主观因素影响,导致结果不够准确。与之形成鲜明对比的是,基于大数据分析的预测模型能够大幅提升预测的准确性,不同分段的风险概率区分度高,最好分段的未来逾期概率只有3%左右,最差分段的未来逾期概率高达45%,区分度高更有利于针对不同客户设计不同策略。

17.jpg 

18.jpg 

小结:

通过本次调研我们发现90%的企业均认为征信信息缺失、数据挖掘能力弱、模型评估能力弱三方面制约了其业务的进一步发展。数据源方面,这些企业可以加强与第三方数据源合作,进一步完善风控数据体系,提升风控能力。在评估能力方面,可以通过招聘、与风险建模咨询公司合作等方式,提升风险建模方面的能力。

19.jpg 


地址:哈尔滨东城区雍贵中心  服务热线:200-302-7878

备案号:黑ICP备15001505号-1  Copyright © 2002-2017 金谷集团 版权所有