宋华:智慧化信用的确立需要实现新的“六化”原则!

万联网 , 宋华《智慧供应链金融》 , 2019-12-23 , 浏览:3235

万联导读:

由中国人民大学商学院宋华教授所著的最新力作——《智慧供应链金融》,于2019年9月由中国人民大学出版社正式出版,目前,该书已登陆各大电商平台,是供应链金融业内人士不容错过的精品读物(拓展阅读:宋华教授最新力作!《智慧供应链金融》:探索供金第四阶段的创新发展)!


本书重点探讨了智慧供应链金融的内涵以及智慧供应链金融的基本构架,提出实现智慧供应链金融的五维度模型——SMART,并探索了智慧供应链金融的风险管理问题。经与宋华教授沟通,万联网将陆续放出该书部分内容与业内人士共同分享和探讨。
今天带来的是《智慧供应链金融》第10章中“10.3.2 智慧化信用确立原则与管理要素章节,章节重点分享了智慧化信用的相关要素


//10.3.2 智慧化信用确立原则与管理要素//


智慧化信用的确立需要运用现代ICT,特别是大数据分析和其他各种分析工具(如机器学习和生物识别等),同时把控供应链的业务流和运用参与主体的画像,全面反映供应链运营的真实状态以及参与主体的真实信用,从而有效地控制信用风险(Wallis,2003;Zhu,Zhou,Xie,Wang & Nguyen,2019;Bakoben,Bellotti & Adams,2019;Petropoulos,Siakoulis,Stavroulakis & Klamargias,2019)。

特别是供应链金融日趋网络生态化,供应链参与者日益多级化,以及随着互联网的发展,在信息出现过载的状况下,如何通过有效的手段更加全面、细致、精确地管理业务和参与主体,是智慧供应链金融发展的关键。具体来讲,智慧化信用的确立需要实现新的“六化”原则(相对于之前提及的业务闭合化、收入自偿化、交易信息化、管理垂直化、风险结构化以及声誉资产化,见宋华《互联网供应链金融》第十章),即“行为场景化”“资产穿透化”“管理精细化”“经营预警化”“信息治理化”以及“声誉数字化”。


(1)行为场景化


“场景”一词来自英文“contextualization”,至今学界对其仍没有统一的定义。Schilit和Theimer (1994)将其定义为“所在的位置,与附近的人的关系以及发生的行为”。虽然没有统一的定义,但普遍的共识是“场景”不仅与当时所处的位置有关,还应包括网络连接、通信成本、社会情况、身份状态、阶层等社会身份。行为场景化指的是在特定的时间和特定的地点,由一组特定的主体,形成特定的关系。例如,在商业领域,企业围绕用户的价值诉求,设计和开发产品和业务,通过特定的互动方式,将产品和服务传递给用户,形成相互之间融合的社群效应。同样,在金融服务领域也存在着互动的社群关系,Morrison、Pitt和Kietzmann (2015)提出在U型商务环境下[即ubiquity 无处不在,普遍性(universality),统一性(unison),独特性(uniqueness)],金融服务提供商需要通过放大、削减、场景和超越来实现有效的金融服务。


具体来讲,为了有效地控制信用风险,需要综合运用数据分析和信息处理,对供应链网络的上下游企业结构进行刻画,从而真实地反映核心企业、借方以及相关利益方在业务场景中的位置和状态。例如,如果焦点企业在供应链群体中处于关键的协调和管理地位,其特征就决定了供应链整体的特征。同样,如果交易双方的业务关系持久,相应的供应链金融风险就较低。从具体分析要素看,需要通过AI、虚拟现实以及雾计算和云计算,关注两个方面的状态。


一是借方与上下游企业所建构的网络状态,这包括由核心企业、作为借方的中小企业、其他关联企业所形成的网络状态、网络的紧密程度、各主体在网络中的位置、相互之间的关系结构、影响和被影响的程度等(Carnovale,Rogers & Yeniyurt,2018;Song,Lu,Yu & Qian,2018;宋华和杨璇,2018;Carnovale,Rogers & Yeniyurt,2019)。


二是借款方与上下游企业的业务开展状态,例如与前几位供应商和客户的交易的比例以及持续程度等。一般而言,上下游的集中度既不能太低,也不能太高,太低意味着借方与上下游企业的业务关系不够紧密,而太高则依存度较强,容易受上下游企业的威胁。同理,持续程度反映了企业业务关系的稳定程度,稳定性较差会使借贷风险增大,而过于稳定,从长远看,企业缺乏了足够的探索性。


(2)资产穿透化


资产是供应链金融的关键要素之一(Constand,Osteryoung & Nast,1991;Buzacott & Zhang,2004),例如存货融资就是基于仓单、库存、产品等新形成的金融业务(Buzacott & Zhang,2004;Hofmann,2009)。然而,库存融资仍然是有风险的,这种风险既来自存货的商业周期和价格波动(Gaur & Seshadri,2005),也来自存货管理中的道德风险(宋华和杨璇,2018)。因此,要真正促进基于资产的供应链金融业务,就需要真实、细致、全面地反映和管理供应链中的资产。资产穿透化就是要借助于大数据、AI等手段清晰地刻画和反映供应链运营中的资产和资产的流动状态。


具体来讲,对资产的把握主要是指能清晰地反映资产的结构以及资产的价值状态,并且能够渗透到资产的细颗粒度管理。资产结构反映的是各类资产占总资产的比重,诸如不同类型的固定资产、其他资产以及流动资产投放的比例等,其中流动资产和固定资产的比例结构往往决定了企业的收益和风险。如果企业净营运资金较少,意味着企业以较大份额资金投入到盈利能力较高的固定资产上,从而使整体盈利水平上升;但从风险性看,企业的营运资金越少,意味着流动资产和流动负债的差额越小,到期无力偿债的危险性也越大。在实践中,如将过多的资金投入到前期的固定资产上,极有可能导到流动资金紧张、经营出现问题、短期偿债能力下降。


因此,资产结构管理的重点,在于确定一个既能维持企业正常开展经营活动,又能在减少或不增加风险的前提下,给企业带来更多利润的流动资金水平。资产价值反映的是资产在交易市场的价格,它是买卖双方在公开市场竞价和交易过程中均能接受的价格水平。例如,供应链金融中质押的存货在特定的时间、特定的地点究竟具有何种价值,这是控制和管理风险的基础。除了静态地把握资产结构和资产价值外,动态地刻画资产价格的变化,也非常重要,如果资产价格变化剧烈或者波动较大,则从事供应链金融业务的风险加大;反之,金融服务的风险较低。因此,对资产短期和长期的价值变动,以及企业业务的成长性分析等都是供应链金融风险管理的关键。


(3)管理精细化


这里讲的管理主要针对的是供应链运营和业务的管理状态,很多研究认为有效的供应链管理,包括供应链知识教育和文化,能触发较高的供应链绩效(Li,RaguNathan,RaguNathan & Subba Rao,2006;Luo,Shi & Venkatesh,2018)。一个组织的供应链运营管理的效率越高,说明其竞争力越强(Hult,Ketchen & Arrfelt,2007),从而能极大降低其供应链金融风险。尽管有很多方面能够体现供应链管理的水平和状况,然而,最为直接的指标仍然是企业的现金流量周期。目前有很多研究认为现金流量周期是反映组织供应链管理水平的重要因素(Stewart,1995;Lai,Ngai & Cheng,2002;Randall & Theodore Farris,2009)。


需要看到的是现金流量周期的组成因素反映了两个不同的方面,一是企业的供应链运营管理能力,即库存天数或者库存周转率。库存天数越长,或者库存周转率越慢,说明一个企业的供应链运营能力越弱(Jones & Riley,1985;Gunasekaran,Patel & McGaughey,2004),因此,利用数据分析企业库存周转是反映其运营能力的最重要因素。


二是商业信用,即应收账款的天数减去应付账款的天数,这一指标直接反映的是一个企业为其客户提供的信用水平。Zhang、Dong、Luo和Segerstedt (2014)的研究发现,在制造商和零售商组成的供应链体系中,如果零售商延期支付,上游制造商并不像想象的那样希望下游批量订货,而是只会小批量供货,只有当下游零售商采用有效的手段,提供商业信用,上游制造商才会批量供货。因此,商业信用的状况反映了上下游资金管理的水平。一般而言,没有提供商业信用,上下游的业务难以稳定和发展,但是过大的商业信用,会占压企业自身的资金,造成现金流出问题。因此商业信用需要在一个合理的范围。


(4)经营预警化


经营预警化是基于收入自偿的角度,收入自偿反映的是供应链金融中所有潜在的风险能够被未来确定的收益所覆盖(宋华,2017),一旦未来的收益性受到挑战,金融的风险就会增大,因此,企业的账务状态和经营能力等均会对供应链运营风险产生作用(Wu,Blackhurst & Chidambaram,2006),进而影响到金融安全。具体来看,要预见性地判断一个企业的经营状态,就需要从多方面衡量和反映其经营绩效,这包括交易的历史盈利率、品类覆盖程度、利息保障倍数、进项出项的状况等以税务为基础的财务数据。


交易的历史盈利率指的是企业过去发生的业务盈利状况,以及盈利的持续状况,这一因素反映了企业的经营能力和发展潜力。品类覆盖程度指的是企业从事产品经营的幅度,它也反映了企业开发组织产品或业务的能力,同时也间接反映了企业内部和协同产品创新的能力,企业创新能力越强,对供应链金融的促进作用越显著(Song,Chen & Ganguly,2019)。利息保障倍数是指企业生产经营所获得的息税前利润与利息费用的比率(企业息税前利润与利息费用之比)。它是衡量企业支付负债利息能力的指标(用以衡量偿付借款利息的能力),企业生产经营所获得的息税前利润与利息费用相比,倍数越大,说明企业支付利息费用的能力越强。以税务为基础的财务数据指的是小企业信用画像可以用标签的集合来描述,标签的数据来源主要以税务数据为主,从而能动态反映企业经营情况和经营能力(王培元,2018)。


(5)信息治理化


信息治理是一个全新的概念,它与IT治理有一定关联,但又有很大的区别。IT治理是公司治理的一部分,它是“一种领导、组织IT结构和流程,以保证组织的IT系统能维持和扩展企业的战略和目标”。


由此可见,IT治理只是企业战略和IT整合的工具,而不能解决为实现供应链价值,收集、运用、处理和交换信息的问题。此外,IT治理过于强调通过对系统的控制来实现IT与战略的结合,忽略了信息化运用产生的创新性行为,或者忽略了价值重新创造的过程。Donaldson和Walker(2004)创造性地提出了信息治理的概念。信息治理涉及建立环境和机会、规则和决策权,以评价、创建、收集、分析、传递、存储、运用和控制信息,以解答“我们需要什么信息、如何运用这些信息、谁负责”等问题(Kooper,Maes & Lindgreen,2011)。显然,信息治理行为包括了交易管理、规则确立、信息安全、数据流管理以及信息的全生命周期管理等。


有效的信息治理,需要解决好四个问题:


第一,如何建立起有效的信息源和信息结构。也就是说在价值链建设的过程中,要考虑为了实现整个价值链的效率,并且为利益各方产生协同价值,需要什么样的信息?这些信息与大家共同追寻的目标是什么关系?这类信息从何而来?运用什么手段可以获得?


解决这些问题,需要处理好信息源、接收地以及信息管理三者之间的均衡关系,这样一组一组的三角关系构成了信息治理最基本的单元。例如,当金融机构向中小微企业提供融资服务时,需要掌握客户企业真实的物流信息。这一目标的实现就涉及了信息源、接收地和信息管理的三角关系。信息源可能是多种多样的,如借助于IoT形成的货物流动信息、海关形成的通关信息、商检发出的产品数量、质检信息等。而接收方需要的是关于货物价值的完整性、保全性的信息。这就需要从事信息管理或规制的组织将零散的、不同渠道产生的信息进行整合、挖掘并生成、传递给接收方。这种三角关系一旦失衡,就容易产生各种各样的信息盲区和障碍,使得供应链运行发生中断。


第二,如何保障信息的可靠、安全和运用。信息可靠指的是信息可信、可以据此采取相应行动。如果供应链服务集成商根据客户企业的财务报表决定是否提供某项服务时,一定是确认这份报表是真实可靠的,而信息一旦失真必然导致灾难性结果。信息安全则是信息在生成、传递和使用过程中能被应该接收的主体获取,而不发生信息的泄露或外溢,或者违反法律和隐私规定。信息运用则是指获取的信息是能用来应对挑战、了解状况、解决问题、做出决策的。而信息的上述三个特征的实现,很明显需要在IT建设、信息形态、业务等级和流程规范管理上下功夫。


第三,如何实现信息的持续与全生命周期管理,亦即信息能否持续地产生、推进和应用,并且能有更多的利益相关方参与到信息生成、分享的过程中。要实现这一目标,需要信息规制方处理好两个关系。一是,所有网络合作成员通过分享、学习和沟通所建构的信息域,即合作各方共同努力提升信息的质量、信息的处理和信息的应用。二是网络合作成员参与方与外部管理方之间的信息互惠和管理改进。任何业务信息都难免受到经济、政策和制度的影响,因此,要真正实现信息的可持续,就需要与制度管理方形成信息互动。


第四,如何实现信息获取、处理代价或成本可控。信息的获取是有成本的,诺贝尔经济学奖获得者斯蒂格勒(Stigler)指出信息的获取程度是由边际收益和边际成本的关系决定的。在“互联网+”时代,如何通过更为有效的价值链参与主体的网络建构,降低信息获取成本已成为今天信息治理的核心问题。


(6)声誉数字化


声誉是企业竞争力的重要因素(Gu & Lu,2014),因为它意味着利益相关者对公司持有的信念、情绪、情感的总体评价(Dacin & Brown,2006;Mukherjee & He,2008)。对于声誉的界定,学术界有两个不同的维度,一是认为声誉是利益相关者对企业能力的认同(Walsh,Mitchell,Jackson & Beatty,2009;Low & Robins,2014);二是认为声誉是对企业可能性的认知(Love & Kraatz,2009)。


显然,这两个维度的侧重点是不尽一致的,前者更倾向于对企业现实的客观认知,后者是对企业行为的预期性判断。事实上,这两个维度都是从不同的方面来刻画企业状态,相互之间互为补充,共同构成了企业声誉的整体内容(Raithel & Schwaiger,2015;Song,Turson,Ganguly & Yu,2017)。在供应链金融风险控制中,通过AI和大数据分析,能够充分刻画这两类构成声誉的维度。具体来讲,客观能力性的声誉刻画可以反映为银行信用、业界资质、交易性行为等,而预测性的声誉刻画可以表现为工商、税务、反洗钱等第三方数据基础上的主体画像,两者结合运用,就能更为全面地把握借方的整体信用程度。


来源:宋华教授著作《智慧供应链金融》


12月28-29日 南京,第十期供应链金融研修班收官大课即将启动!2天时间,业界权威宋老师(供应链金融顶尖实战专家、“2018年度全球供应链金融领军人物”、《供应链金融》、《互联网供应链金融》、《智慧供应链金融》作者)将为学员开启闭门授课、升维指导:复盘2019供应链金融市场与风险事件,预判2020年行业变局及企业发展,解剖生产、流通、物流领域供应链金融代表案例,分析供应链金融1.0-4.0不同阶段下的代表模式...提前半年预约的好课,目前即将满员!扫码了解课程详情:




本文为万联网(www.10000link.com)原创文章,如有异议,请联系我们。文章欢迎各界转载,转载请注明出处:万联网
关注万联网公众号
上一篇:TCL黎健:供应链金融科技公司应该具备三种能力
下一篇:中国央行副行长:互联网金融令我们付出巨大代价 三大教训值得反思
QQ好友
扫一扫

微信扫一扫

为你推送和解读最前沿
的供应链金融创投资讯

返回
顶部