其次是要重债项，轻主体。银行的主体评级是基于企业过去三年的财务报表，但供应链金融小微企业往往还没有三年的历史，即使有，财务报表可信度也非常低。通过财务报表做评级这种方式适用于大中型企业，很难即使反映小微企业的实时风险状况，所以我们在供应链金融风控中，要更加注重企业的交易，而不是企业主体，根据每一次交易来判断企业的风险。

再次要重短期视角。多数小微企业没有遥远的过去，也很难有遥远的未来，小微企业平均寿命只有三年多，因此银行更应注重小微企业的当下，关注其现时的经营状况。

后要以交易额度代替授信额度。根据企业的每一次交易，给予一个额度，这种额度的基础就是交易以及交易形成的数据、债权和物权，和企业主体关系不大。由于额度与交易相关，交易结束，贷款就应该收回，因此这种额度是小额高频短期的，是可以根据企业的经营状况及时调整和收回的。

（三）手段创新

理念创新需要相应的手段创新，必须从原来传统的作业手段过渡到基于金融科技的手段。

首先从手工录入到线上获取信息，通过与企业系统直连以及部署网银等方式，实现线上自动获取数据，无需再通过资料收集后手工录入的方式获取数据。

其次是从单一数据来源到多渠道来源，数据不再单纯依靠客户经理采集，也不局限于客户以及银行系统等单一方式和来源，电商平台、企业ERP、物流系统、政府信息等各类外部大数据都是可利用的数据来源。

再次是数据处理方式从专家经验到规则加模型，模型包括简单的规则模型，也包括统计模型和复杂的机器学习模型，这些模型可以实现专家经验的积累和传承，保持理性和决策一致性，能够标准高效的执行信贷审批。

后是从人工到自动化和智能化，自动分析业务中的数据和信息，从中挖掘出数据规律、趋势等，并加以有效应用，达到“总结过去、预测未来”的智能化效果。

（四）流程创新

手段创新需要落地到流程创新，以线上化和自动化的操作优化供应链金融的流程体验，达到降本增效控险的多重目标。在整个流程中，开户、贷款申请、审批、放款、签署合同、抵质押登记、贷后管理、预警催收等环节其实都可以通过系统自动处理，每一个环节的分析判断与决策，都是由数据模型来做出决策的和推动流程。实践中也可以在若干节点设置人工干预，特别是对难以直接通过或拒绝的犹豫状态，可以借助专家来判断和决策。

三、供应链金融数字化风控体系的实践

基于新的模式、理念、手段和流程，构建适应新形势和客户需求的供应链金融风控体系，是当前供应链金融发展的需要，也是银行更好的服务实体经济和实现经营转型的需要。

供应链金融风控体系的构建的条件相对成熟，在数据基础、数据处理技术、银行内部系统等方面都具备了形成产能的条件，而且在实践中也积累了大量的成功经验。

首先是已经具备较为完善的数据基础，互联网、大数据技术的兴起以及电商平台的蓬勃发展，交易行为线上化趋势明显，供应链交易数据的获取成本低、效率高且可信度高。外部宏观经济、行业以及征信、工商、税务等一系列相关公开信息平台的完善，将进一步打通部门间的信息孤岛，对企业进行画像和实时评价监督的可行性提高。

其次是数据技术也较为成熟。在数据获取方面，可以通过物联网、互联网和移动互联网，实时采集企业生产经营数据和交易数据；在数据存储方面，云计算和分布式数据库可以容纳海量数据；在数据处理方面，自然语言理解、图像识别、数据挖掘和机器学习技术日益成熟，AI技术的应用可以极大的提高信息处理效率，部分甚至全部替代专家决策。商业银行内部信息系统也日趋完善，核心业务系统、信贷系统、供应链金融系统、电子票据系统等相关业务系统基本搭建完毕，部分银行已经开发了大数据和人工智能平台。

此外，国内外部分先进银行和一些金融科技企业已经在供应链数据融资方面积累了大量的实践经验和成功案例。花旗与Biz2Credit、摩根大通与Ondeck、法国巴黎银行与Mysis都开展了基于供应链交易数据的业务合作。国内也有工商银行、中信银行和平安银行等，通过与供应链核心企业电商平台合作，开展基于数据的供应链金融的成功案例。京东金融、深圳怡亚通和阿里一达通等贸易服务企业也基于供应链交易平台数据开展了大量融资业务，与商业银行实现获客引流和部分风控职能的合作。

实践证明，这种创新的供应链金融满足了大量供应链小微企业的融资需求，效率高，成本低，风险也相对可控，符合商业可持续原则。希望有更多的传统银行能够迅速转变观念，积极应用金融科技，跟上供应链金融发展的时代潮流，实现数字普惠金融，更好的服务实体经济。