金融科技賦能物流金融 | 小雨智媒

分享嘉賓

顧威，北京順和同信科技有限公司 CEO，具有多年金融服務業風險管理諮詢和系統實施經驗。清華大學畢業後獲美國加州大學聖迭戈分校碩士學位，曾就職全球知名信用評分諮詢公司 FICO、在全球規模排名第一的徵信公司 Experian 中國公司擔任益博睿決策分析專業服務中國區副總裁，2016 在同盾科技擔任副總裁，熟悉金融科技 , 系統架構、零售信貸業務系統的各個環節，瞭解信用評級系統的建設和使用，專精自動化決策的諮詢和系統。

Part.1 國內物流業痛點：降本增效

首先介紹一下我們的背景和我現在所在公司的情況。

我們現在這個公司，有物流的基因，也有數據風控金融科技的基因。
物流這個行業是非常有意思。我也是在兩年前瞭解學習物流行業，以前的背景更多的是做金融科技，金融風控。回顧一九年整個物流行業的發展，還是基本穩定的增長。隨着我們現在電商互聯網的發展，物流行業發展很快，物流和科技結合的場景，比我們想象的也多得多。物流的分類裏面有快遞，有快運，有零擔，有整車，跟我們生活息息相關的可能是快遞比較多一點。可能大家會看到，比如說京東物流有機器人做配送，當然這還是測試階段，包括順豐快遞用無人機在邊遠的地區配送物品。順豐還有一個產品，就是用攝像頭圖像識別的方式來防止拋摔物品的不規範行爲；還有通過科技手段做電子面單，對個人的信息有非常好的保護；倉儲也是有很多科技的手段應用在裏面，例如智能穿梭車，智能貨架，智能托盤，等等構成所謂的智能倉儲。所以整個物流行業，科技化發展，平臺化的發展、結合互聯網的發展，是一個大的趨勢。我們專注的是在物流行業相關領域，利用金融科技的方式，怎麼能夠做好更多的解決方案，實際上就是從物流金融的風控，以及整個物流行業全鏈條的風控的角度去切入。大家可以看一下物流金融，還有物流金融風控行業的規模。降本增效是剛需。 整個中國物流行業還是屬於效率比較低，成本比較高的。
雖然物流費用在 GDP 裏面超過 10%，達到這個十幾萬億的規模，和美國比起來佔比更高。但是，比如說過路費加油等收費，在一趟典型的公路運輸服務裏面，可能會佔到百分之五六十。所以整個行業的費用高，毛利其實不高。物流行業狀態就是小公司特別多，比較散，從管理上來講，也相對比較亂。因爲毛利不高，經常需要墊付運費，資金週轉慢，所以很大程度上他們迫切需要資金上的支持。但是物流企業融資又有很大的一個難題。物流企業在這三個方面都難以滿足銀行的授信條件：1、在押品信用層面，物流企業的下屬車輛一般由個體司機掛靠，不享有實際產權，因此難以進行抵質押融資。2、在主體信用層面，物流企業規模小，財務不規範，主體信用弱。3、在交易信用層面，目前我國物流企業的交易信息極其碎片化，交易環節複雜，組織化程度低，交易信息沒有統一標準，連最基本的運單真實性都難以覈實，因此物流企業缺乏最基本的交易信用。所以，除了比較大型的、信用比較好的物流公司，大多數的中小公司，其實還是面臨着融資難、融資貴的問題。還有一個原因在於金融機構認爲物流行業風險高，他們也不瞭解這個行業，所以不敢放錢。在風控這一方面，他們沒有掌握信息，數據沒有聯通。所以這其實又回到了金融的本質——風控這一問題。那麼我們講到金融科技，很大一塊兒的應用就是在風控，利用大數據，用一些科技手段也好，來提供風控的服務，打造一個垂直針對物流金融風控體系，成爲可以幫助中小物流公司能夠拿到很好的金融服務的依賴和依據。

Part.2 物流金融風控的強需求

物流金融風控體系建設的目標在於，建立金融服務供應鏈企業風控體系，增強授信依據，幫助平臺（場景方）及金融機構有效降低和控制風險：1、企業依託平臺可以實現對企業的增信，以平臺所掌握與物流企業的真實交易作爲背景，金融機構可以跳出對企業的信用風險評估，而轉變爲對平臺和企業的信用狀況和實力以及交易真實性和風險性進行評估，這實際上是將平臺與企業的信用進行捆綁，將平臺的信用延伸到了企業，企業的信用相應升級。2、平臺金融服務嵌入與企業的交易流程中真正把控交易信用，服務物流企業的金融產品服務不僅僅是提供普惠貸款，還必須提供諸如結算、支付等業務支持，將信貸產品嵌入到原來的供應鏈流程之中，不能增加該客羣額外的運營成本。也只有將信貸嵌入到核心客羣的應收（運費）和應付環節（油費、過路費等），纔可能真正把控“交易信用”，識別貿易真實性，從而把控該類業務的實質風險。3、利用大數據風控、物聯網和區塊鏈等金融科技手段減弱借貸雙方的信息不對稱，傳統銀行授信邏輯和運營模式無法服務物流企業，必須創新金融服務模式，以大數據風控、物聯網和區塊鏈等金融科技手段實現業務在線化，風控審覈數據化、自動化。上面講的是全場景的風險管理體系，圍繞着降本增效，金融增值服務這個需求是剛需。所以中間用這個虛框兒圈出來的就是物流金融的條件，整個涉及到的場景。
其中運費保理的金融需求是規模最大的，大概在 6000 億，甚至能夠達到萬億這樣的一個規模。而整個公路運輸的規模其實能夠佔到 5 到 6 萬個億，金融需要轉換率大概是百分之二三十。除了金融服務的風控強需求之外，在物流的其他場景，比如運力、承運商、車輛及流從業人員管理上，也需要一些風控的服務。下面講一下物流企業的風控管理，以及車輛的准入，員工的准入相關的一些信息。我們很多物流企業，會選擇規模較小的外包物流企業，比如說車隊。那麼他們就會想知道這個車隊是好是壞，車輛的相關信息，司機的相關信息，這有一套標準規範的准入模型。現在很多的物流公司都是走輕資產的路線，意思就是說自己儘量少買車。有更多業務的話，就會用外部的運力。而外部運力的管理，也有很多痛點難點。比如說准入車輛是否安全，他們不希望發生諸如車輛着火、司機資質不正常被攔下之類的風險事件。
所以這就需要利用相關的數據，給出一個比較準確的准入判斷和模型。這個是我們車輛准入模型的一個實例。這裏面的話就涉及到相關的車輛信息，車輛的資質，車輛保險信息和違章相關的信息。
還有就是對於物流企業服務的客戶，也有這種風控的需求。比如月結的客戶實際上有一個月的賬期，對於這些後付費客戶該如何進行准入，怎麼去做一個持續性的監控，去持續地管理額度都需要更加精準的風控模型。還有代收貨款的風險。一個典型的風險場景，就是賣家把貨給到物流公司，物流公司妥投之後，貨到付款。現在通常的做法是，收到錢之有的可能是暫存了幾天再返還給賣家，有的可能馬上就給到賣家。風險在哪裏呢？如果買家在後續還要退貨，可能找不到賣家，那麼他找的可能是物流公司。這裏面也有相互勾結欺詐代收貨款的可能。再者就是這個物流保險，無論是快遞公司，還是物流公司，涉及到保價保險，理賠環節的話，都可能有欺詐風險和操作風險。

Part.3 供應鏈金融業務的痛點

下面介紹一下最爲剛需的金融部分。目前供應鏈金融業務亟待解決的痛點體現在以下幾個方面：（1）產業供應鏈數字化。產業供應鏈網絡極其複雜，涉及的參與主體衆多且各異，各個主體所處位置和訴求的不同、自身資源與能力的不同、運營管理水平的不同，因而其發展積累的業務數字化水平和能力不同，其在現有狀況下實現進一步數字化的成本和效率不同。數字化是運用科技手段賦能供應鏈金融的前提和基礎，企業是否有足夠的動力和能力，承擔數字化的成本，完成必要環節流程的數字化，是金融科技助力供應鏈金融首先要面對的問題。（2）信息孤島的存在。供應鏈網絡環節衆多，企業間信息割裂無法互通，或者信息集成整合的時間成本、資金成本、信任成本高昂，導致信息孤島的局面可能在較長的一段時間內持續存在。（3）產業鏈信用傳遞困難，產業信息透明度差導致信用跨級傳遞困難。（4）國內供應鏈網絡內部治理的不清晰，運營管理水平的缺陷，以及各類金融科技技術規模應用的水平和成本的約束，造成貿易場景驗證，履約風險控制的方法手段有限或相應的成本高昂。（5）國內營商環境缺陷，大部分中小企業的信用歷史不完善，導致道德風險頻發。區塊鏈是點對點通信、數字加密、分佈式賬本、多方協同共識算法等多個領域的融合技術，具有不可篡改、鏈上數據可溯源的特性，非常適用於多方參與的供應鏈金融業務場景。順和同信基於聯盟區塊鏈技術分佈式、不可篡改、可追溯、授權訪問等特性，建立了一個跨物流機構的去中心化聯合失信名單共享平臺。通過與物流機構進行數據對接，平臺彙集了豐富且多維度的失信數據。結合順和同信區塊鏈技術的運用，平臺具備數據查詢與管理、運營分析、日誌查詢等衆多功能。順和同信爲該平臺創建了數據安全機制，包括：建立本地數據加密，以防止上鍊過程中數據泄露風險；採用不可逆加密方式，保證數據安全性、無法破解；使用加鹽加密技術，防止數據撞庫和暴力破解；支持密鑰管理服務本地部署，保證數據確權。順和同信還爲該平臺的客戶開發了收益模型並提供特色數據激勵機制。激勵機制的核心目的在於激勵企業共享出更多可有效防控風險的行業失信數據，從中獲取的獎勵還可以應用在查詢其他機構失信名單、查詢物流行業的特色數據或物流風控模型等場景。而特色數據則涵蓋了物流行業企業、車輛、人員等多個方面的數據。與此同時，順和同信也在積極聯合行業協會去共同推動和完善失信數據信息採集，聯合行業各個參與方共同致力於信用體系的打造，助力於全行業的聯防聯控。

Part.4 區塊鏈如何助力痛點解決

上面的這個架構，是我們的雲平臺，這是個上市的服務平臺，提供整個供應鏈金融在物流行業裏面的應用。但是這個平臺也可以延展成爲比較通用的供應鏈金融的平臺。
從我們談到的金融科技的角度來講，它的特點首先就是，它是依託於我們提到的強風控的模塊。這種風控就是利用了大數據建模這些項目相關的手段，剛纔也說到，通過我們區塊鏈聯盟鏈的技術，可以打造一個不良名單、風險名單共享的機制。爲打破數據孤島，聯通數據起到了很好的效果。而這個雲平臺，本身作爲一個連接器，一方面是連接咱們物流的資產，另一方面也是連接着銀行的資金、信託等其他渠道的資金。而以 保理運費這個業務來談的話，它的金融需求是最大的。這些物流企業上面對接的貨主，可能是一些大的國企、央企。以合同物流爲例，比如說拉煤炭，那麼國企央企會有比較長的一個賬期，能達到兩到三個月，甚至半年。但是物流企業自己僱傭的司機和外部承運商車隊，是需要現結的，或者至多容許一個較短的賬期。所以，由於期限的錯配，那麼中間存在着巨大的資金壓力，而中小物流公司以自己的資信是很難拿到銀行資金支持的。所以我們設計的方案，其實就是依賴於他的應收賬款，也就是上游的央企、國企等貨主，如果他們的資信是比較好的，那麼結合相關的這些合同、過去的歷史數據以及合同裏面標段的具體運單信息，包括軌跡、運費模型等，可以覈驗整個運單交易的真實性及合理性。最後這個金融的服務，就可以做到根據運單的不同，可以把這個錢直接給到下游的承運商或者司機，因爲用途是明確的。同時，再控制上游的回款賬戶。這樣一來，就解決了它中間的物流企業對資金需求的問題。總的來說，科技賦能供應鏈金融呈現出以下幾方面的特點：（1）整合化。單一技術往往只涉及單一節點的單一方面改進、效果有限。雲計算、大數據、人工智能、物聯網、區塊鏈等基礎技術整合運用，同時進一步結合邊緣計算、AR/VR、圖像識別等通用性技術形成綜合性的工具套件式解決方案，共同發揮作用。（2）場景化。任何技術都不能脫離具體使用場景而發揮作用，針對具體場景和流程的拆解和需求解讀，最終形成針對場景的定製化技術和業務解決方案；（3）協同化。供應鏈金融作爲供應鏈管理的有機組成部分不能脫離供應鏈管理單獨尋求最優解決方案，技術應用應綜合考慮企業的生產運營各個方面來協同尋求整體最優。在分享的最後，我想展望一下明年。首先供應鏈金融包括物流金融的發展符合國家重點支持的領域，有助於實體經濟，其次金融科技包括區塊鏈的技術也將會更好的賦能供應鏈金融及物流金融的發展。我們計劃把區塊鏈的技術引入到現有的供應鏈金融平臺上，通過科技手段進一步幫助企業降本增效，更好地支持實體經濟的發展。
2020 新的一年，除了區塊鏈技術與應用普及，小雨社區還將在人工智能與數據技術前沿分享上發力，將硅谷最新的技術應用及商業模式介紹給國內的行業朋友們。 2020 硅谷分享：人工智能與數據技術前沿羣，歡迎大家即刻掃碼進入，並標註“硅谷分享”，名額有限。

---

往期精彩

產業+區塊鏈 葉開：產業區塊鏈展望【1】如何判斷“產業+區塊鏈”的必要性？
葉開：產業區塊鏈展望【2】傳統產業融合區塊鏈的“321”核心
葉開：產業區塊鏈展望【3】產業通證化設計策略
葉開：產業區塊鏈展望【4】通證化是產業數字化的基礎
區塊鏈賦能零售小店，讓中國沒有小生意區塊鏈引領的社羣經濟體的崛起
區塊鏈是產業供應鏈金融的必選項

行業領袖萬字解讀 | 孟巖：雙通證經濟模型設計難點解析【二】 孟巖：雙通證經濟模型設計【一】：爲什麼要使用雙通證系統？孟巖：再議 JP Morgan 與 Facebook 穩定幣爲區塊鏈行業帶來的影響和啓示
對話 Walter Komarek
對話 Jeffrey Wernic