供應鏈金融設計大法的連載中曾提及，供應鏈金融的本質是金融機構通過資金注入以協助企業優化供應鏈上下游的運作效能。例如通過貸款給經銷商增加流動性，解決季節或促銷備貨的資金缺口問題，進而增加品牌商的銷售收入和目標達成率。金融機構最關心的往往是如何高效掌握供應鏈真實貿易數據，特別是全面自動化地處理高頻、小額、發生時點集中、單據種類繁多等問題。本文將深入探討相關的解決方案。
了解基礎：供應鏈結構與數據
供應鏈的貿易活動，對采購商而言是從采購到支付的過程，包含選擇供應商、需求計劃和預測、采購管理、收貨和質檢入庫、對賬、接收和確認供應商發票、結算和支付等環節，對供應商而言是對應的從訂單到收款的過程，包含獲取客戶、協同采購商計劃和預測、訂單管理、訂單履行和發貨、對賬、開立和提交發票、收款等環節。
大型品牌核心企業一般已發展出ERP系統為核心，通過采購門戶、訂單門戶、與供應商、經銷商線上交互為主、線下溝通為輔的供應鏈業務模式。也就是說，真實貿易數據是存在的，而金融機構如何高效、自動掌握這些數據，來發展供應鏈金融各種應收、預付、庫存的融資服務呢？
掌握趨勢：小快頻模式的供應鏈金融全面爆發
相對于單筆大額流貸而言，供應鏈金融產品和模式往往是強操作性的產品。如大消費品行業經銷商對品牌商是高頻、小額的連續訂貨和補貨，品牌核心企業月訂單量甚至達到上萬筆，如果因為季節性、促銷等原因，訂單量更會翻個好幾番，在設計跟單放款的經銷商融資產品時，假設同時每筆訂單再區分經銷商自有資金和金融機構貸款，肯定會因為復雜度太高而造成極高的操作成本。尤其是目前核心企業電商化和B2B電商平臺的發展強烈呼喚無論是上游保理類業務和下游渠道融資向小快頻模式發展。
場景融合：核心企業數據與交易銀行網關
傳統的做法是金融機構與核心企業約定好固定的頻率和格式，由核心企業上傳或以郵件發送指定的文檔，例如經銷商主檔、供應商主檔、訂單數據、退貨數據、應付賬款數據等，這種做法大量依賴人工整理、傳送和轉換數據，時效性不佳而且需要重復勞動。
稍微進步的做法是核心企業定時從ERP等系統轉出金融機構需要的數據，并利用FTP文件傳輸協議自動發送文檔到金融機構后臺，雖然解決了時效性和部分自動化問題，但金融機構通常仍需對文檔進行加工、匯總以導入到貿易金融、供應鏈金融或信貸系統中，還是無法實現全面的自動化和業務流程集成。
先進的做法是利用國際互聯互通認證的交易銀行網關的數據自動采集、傳輸和轉換等技術來實現的。交易銀行網關可以理解為新一代的銀企直連工具，有別于傳統銀企直連偏重收付款指令，交易銀行網關還能具體掌握訂單、收發貨、對賬、發票、結算支付等全供應鏈環節的貿易數據，并同時支持數據類和API接口類的處理。目前部分領先的全國股份制商業銀行已經實際落地實踐新型的交易銀行網關方法。
進一步的挑戰是如何在互聯網上安全傳輸數據，國際公認的安全傳輸協議為AS2，是英文Applicability Statement 2的縮寫。AS2可以通過數字證書加密技術解決企業貿易伙伴間、企業與金融機構間點對點數據傳輸的身份驗證、消息完整性、數據保密性及隱私等安全隱患。有效協助銀行保護企業敏感數據的安全性和隱私性。
數據驅動：信貸全流程
供應鏈貿易數據接入到銀行中心網關后，網關可以自動進行數據格式的轉換和集成到貿金、供應鏈金融、信貸、網銀等系統中，同時利用數據的匯總、分析、應用來全面支撐貸前、貸中、貸后等業務。貸前準入的重點包含準入評分、量化授信、準入條件設置和客戶篩選。利用不同系統間數據是否匹配、企業業務數據自身波動、與行業相關等算法，可以推算貿易的真實性和批量計算建議的授信額度等條件，推薦銀行優質的貸款客戶。
訂單、應收賬款等數據可驅動貸中機器審批和支持人工審批決策，利用業務規則、可用額度等條件，授信主體在網銀勾選相關單據后發起融資申請，銀行基于貿易數據可實現自動出賬審核、自動放款等操作。貸后預警一般分析銷售金額、庫存、采購金額、無貿易時長等企業業務指標，從收入、資產、支出等維度確認企業的還款能力，同時監控相關指標的同比、環比變化，通過設定指標的報警閥值，自動生成不同嚴重級別的報警結果，通知銀行采取對應的風控措施，并由客戶經理等人員反饋相關處理結果。
非銀金融機構如保理公司、小貸公司等，也紛紛開始重視供應鏈貿易數據，特別是應用在核心企業提供應付賬款數據的反向保理業務中。與銀行的差別在于非銀相對欠缺內部的業務審批、類似網銀與客戶交互的門戶等系統，適時的增強相關系統更有助于非銀發展新供應鏈金融業務。
金融機構唯有掌握技術層面、業務層面的關鍵點，才能更高效地展開真實貿易數據支撐的新供應鏈金融。尤其是構筑全面數據驅動的供應鏈金融服務能力，支撐符合當前經濟特點和交易特點的供應鏈金融業務。
關于作者：王志修(Woody Wang)現任上海文瀝信息技術有限公司(WelinkData)咨詢服務部副總裁，自臺灣大學商學研究所碩士畢業后，十余年來持續于兩岸三地推展「需求驅動供應鏈大數據」理念，累積逾百個高科技、食品飲料、日化、家電等行業商業模式創新、交易數據信用融資、供應鏈電子數據互聯互通、智能預測補貨和精準營銷大數據分析等項目實戰經驗。著有「i標準：揭密RosettaNet應用實務」一書。