大数据在互联网供应链金融风险中的运用研究
摘 要 不同于传统供应链金融，中小型企业在互联网供应链金融中的融资门槛更低。本文对互联网供应链金融进行分析，并结合实际提出大数据在风险管理中的应用方式，旨在为关注互联网供应链金融的人群提供一定的参考。
关键词 大数据 风险管理 互联网 供应链金融
一、引言
信息技术的高速发展使风险管理得到了重视，尤其在互联网供应链金融中，风险管理被划为重点任务。而大数据技术的应用不仅能够提升互联网管理水平，还能够提升金融数据的真实性。因此，有必要分析研究大数据技术在互联网供应链风险管理中的有效运用。
二、互联网供应链金融风险综述
信息时代的发展使互联网与供应链金融之间的结合变得顺理成章。供应链金融从最开始的上下级供销发展成了非常复杂的供销关系，供应链中的交易结构也变得更加复杂。供应链金融就是物流、资金流、信息流在不同企业、行业间的融合，互联网金属融入供应链金融之后，供应链中的交易结构变得更加丰富。
互联网供应链金融中的风险指的是供应链的实际运行情况与参与方的预期运行情况出现偏差，并最终导致供应链中各参与方遭受经济损失的不确定性因素。供应链金融与互联网之间的融合会使供应链中的交易结构、边界变得更加复杂，其风险特征可以归纳为以下几点。第一，动态性。供应链金融中的风险因素是随机的、不固定的，无论是外界因素还是供应链内部运营都能够产生金融风险变动因素。而且引入互联网之后，情况更为复杂，风险变动的因素变得更多。第二，传导性。通常情况下，互联网供应链中的风险会在多个参与方之间相互传导。某一位参与方产生金融风险之后，便会通过供应链传递给其他参与方，如它的上、下游企业。而相较于传统供应链金融，互联网技术无疑会使风险在供应链中的传递速度进一步提升，此时的风险往往能够波及更多参与方。第三，复杂性。根据风险类别的不同，风险来源也呈现出复杂性，无论是供应链还是金融领域等多方面因素，都有可能转化为金融风险。
三、大数据技术在风险管理中的主要作用
供应链金融风险原有的风险特性在与互联网技术融合之后变得更加突出，无论是风险来源还是风险结构都会随之改变[1]。在整个供应链中，无论是参与方的违规操作还是企业经营中存在的各类问题，都有可能成为触发金融风险的导火索，而当风险问题真正产生之后，便会随着金融交易影响供应链中的其他参与方。在风险管理中，互联网供应链金融可以采用大数据计算强化企业的信息管理，控制风险的进一步扩散。大数据技术可以采集大量实时数据，帮助企业实现全生命周期的信息管理，即采用大数据信息控制金融风险的进一步扩散。在传统金融业务中，很多金融企业为了减少承担的风险，会要求融资企业进行担保、抵押。而供应链金融则不同，供应链金融降低了融资企业抵押、担保的要求，这种方式使更多中小型企业拥有了融资的资格。供应链金融中降低风险的方式主要依靠核心参与方相互之间的真实交易，由供应链的核心企业以另外一种方式进行担保，而结合互联网技术之后，担保被弱化，金融业务的提供者着重于中、小型企业的评估，通过强调供应链业务闭合达到降低金融风险的效果。而大数据技术在此期间则能够为金融业务提供者带来更多企业方面的数据支持，降低提供金融业务时可能出现的风险。
四、大数据技术在风险管理中应用时面临的问题及解决方案
（一）获取、处理数据成本偏高
供应链金融与互联网深度融合后，大数据技术必不可少，尤为重要。大数据在供应链中的主要任务是让金融业务活动的数据实时化，通过形成不间断的数据流，有效管控业务活动开展时产生的风险。但是在实际操作中，想要真正实现风险管控，需要解决两方面的问题。第一，大数据作为风险管理的核心内容，通常由呈分割状态的信息孤岛组成，因此很难同时引入多种大数据，特别是在部分有价值的数据分散掌握在其他企业中时，风险管理难度将会进一步提升。第二，成本偏高。以大数据为核心的风险管理虽然能够降低风险带来的损失，但是开展风险管理却需要付出高昂的代价。通常情况下，购买数据信息需要支付一定的费用，构建相关风控模型同样也需要投入研究、运营费用。
对于风险管理而言，大数据成本控制非常重要，打破数据边界，实现数据信息共享，可以有效提升风险管理能力。就互联网供应链而言，降低大数据成本的主要方法有以下几点。第一，提升供应链金融与社交媒体之间的融合度，降低费用。社交媒体包括网站、商务社交活动等内容。第二，通过提升企业大数据处理能力的方式降低数据处理成本。由于网络数据的来源相对比较复杂，数据信息的标准各不相同，因此对各类外部数据应该提前制定统一的格式与标准，并注意将外部数据与企业内部数据进行整合，确保数据整合完毕之后，产生“1+1>2”的效果，实现价值最大化。需要注意的是，外部数据经过整合之后，应该统一进行测试，保证数据信息的真实有效性[2]。
（二）数据真实性问题
在大数据技术中，数据的来源非常广泛，无论是网络搜索还是平台互动等方式，都会产生数据信息。相较于传统的统计数据，大数据往往更加全面、透明，具有非常高的应用价值，但由于数据的真实性很难得到保证，可能会出现一定误差，导致风险不可预知。只有找到提升数据质量的方式，尽可能获得真实数据，才能让大数据技术在风险管理中的效果最大化。就目前而言，大数据作用于供应链金融中，很有可能出现数据质量问题。例如，融资主体为了获得融资、提升贷款额度，对交易流水进行作假，影响金融行业的正常发展。
供应链金融融合互联网，使数据收集来源得到了大幅度的拓展，渠道来源各不相同的数据信息无论是质量还是真实性都很难得到保证，所以企业只有不断完善自身数据筛查体系，才可以得到真正有价值的大数据信息。在整个信息处理的过程中，企业首先需要确定原始数据的真实情况，如果数据源头无法保证真实性，那么处理之后的数据信息必然也不具备足够的真实性。失真的数据会得出失真的分析，从而影响到企业的发展决策。其次，确保信息来源真实之后，必须保证数据处理质量符合企业标准，经过处理加工后的数据必须能够给企业带来帮助，否則就会导致数据处理成本增加。最后，还要确保大数据的安全性，保证数据在处理、传输期间，能够稳定且安全地传输到数据接收方的手中。
数据的安全性需要依靠先进的信息技术来实现，而想要保证原始数据的真实性、实用性则需要依靠数据管理人员的经验。通常情况下，数据使用者关心的主要问题有以下几个。第一，融资企业的交易情况是否属实。在对交易真实性进行查询时，企业应该着重检查交易凭证、单据，确保交易的真实性。第二，供应链物流能否满足实际要求。查询交易物流网络、运营、库存周转等情况，能够了解物流的基本信息。第三，资金风险能够得到控制。提前了解融资企业的经济效益以及现金流的周转情况，能够有效控制资金风险。
（三）用户隐私问题
互联网在带来便利的同时，也不可避免地存在信息泄露问题。大数据在应用过程中能够降低金融业务提供者的经营成本，但是与此同时，也非常容易侵害金融业务用户的个人隐私。用户只有提供个人信息，才能得到相应的金融服务，部分金融平台则会通过用户信息降低金融风险，在还原用户画像时，用户的交易记录、银行转账、沟通等记录都有可能受到侵害。
金融服务提供者在使用大数据时，应该注重用户隐私的保护，尽量保证在不侵犯隐私的前提下进行数据分析，将大数据的价值发挥到最大。从法律角度看，互联网供应链金融业务的提供者应该在确保用户隐私安全的前提下开展金融服务，如果需要使用用户信息，则需要用户授权。从技术角度看，用户隐私的保护可以利用数据脱敏来完成，对用户敏感信息进行数据变形，确保数据不受侵害。除此之外，各类敏感数据的脱敏操作应该由内部信任的员工完成，或是采用专业的脱敏产品，确保數据脱敏质量[3]。
五、结语
大数据技术在互联网供应链金融的风险管理中能够发挥非常重要的作用。大数据不仅能够降低风险，还能够控制风险在供应链中的进一步扩散。相信随着技术的发展，大数据的应用方式一定会越来越完善。
（作者单位为成都职业技术学院）
[作者简介：刘圆佳（1989—），女，四川乐山人，硕士，助教，研究方向：金融。]
参考文献
[1] 塔怀申.大数据在互联网供应链金融风险管理中的应用[J].合作经济与科技，2020（18）：74-75.
[2] 石影.大数据在互联网供应链金融风险管理中的应用[J].财经界（学术版），2019（03）：10.
[3] 邱晖，许淑琴.大数据在互联网供应链金融风险管理中的应用[J].会计之友，2018（07）：35-37.
