一、大数据金融模式的特征？

大数据金融模式是建立在全面、准确、实时、动态的大数据分析基础上的金融服务模式。其主要特征包括：

一是数据真实全面，通过采集、分析庞大的交易数据，为用户提供个性化的金融服务；

二是风控手段完备，利用先进的技术手段和算法，降低风险并保证用户的资金安全；

三是产品种类多元化，除了传统金融产品外，还涵盖了P2P、众筹、股权众筹等多种新型金融服务；

四是用户体验优化，通过智能化的服务流程和人性化的交互设计，优化用户体验，提高用户忠诚度。

二、大数据互联网金融模式

在当今互联网发展日新月异的时代，大数据已经成为互联网金融行业的重要驱动力之一。通过运用大数据技术，互联网金融机构能够更好地理解用户需求、优化风险控制、提升服务质量，从而打造更加智能、高效的金融模式。

大数据与互联网金融的融合

大数据技术的出现为互联网金融的发展提供了强大支持。大数据可以帮助互联网金融机构实现智能化风控、精准营销、个性化推荐等功能，提高用户体验，降低运营成本，实现业务的持续增长。

大数据在互联网金融中的应用

大数据在互联网金融中的应用非常广泛，涵盖风控、营销、产品设计等方方面面。通过大数据分析用户行为数据、信用数据、市场数据等，互联网金融机构可以更好地识别风险、发掘商机，为用户提供个性化的金融产品和服务。

互联网金融模式的创新

大数据技术的运用不仅提升了互联网金融的效率和风险控制能力，还催生了各种创新的金融模式。比如基于大数据的智能风控模式、社交化金融服务模式等，正在改变着传统金融行业的格局。

大数据互联网金融的未来趋势

随着科技的不断进步和人工智能技术的应用，大数据在互联网金融中的作用将愈发重要。未来，大数据将继续推动互联网金融的发展，带来更多创新、更高效的服务，为金融行业注入更多活力。

三、互联网金融六大模式是什么？

从销售和贸易的视角看，为了缓解上述经营各阶段出现的资金缺口问题，供应链渠道中的参与企业往往会采用良好的支付条件或者各类物流管理等手段。但是这些手段的有效运用为企业带来了巨大挑战，并且其成效往往取决于买卖双方的规模和力量的权衡。诸如当大型企业将自己的原材料或产品销售给中小型企业时，大型企业往往会因为客户弹性支付而产生信用、账单和坏账等相应成本，特别是在国际跨境贸易中，还会涉及报关、风险管理和其他各类复杂活动所产生的成本。同样，当中小型企业将货物或产品销售给大型企业时，虽然运作成本较低，但是由于客户会延长现金支付，使得中小型企业会产生较为严重的现金流问题。具体来讲，供应链上的各企业为了缓解自身的资金缺口问题，往往会采用三种不同的运作方式：一种是单方面延长支付，这种状况往往出现在强势下游客户对弱势供应商的交易中，诸如在贸易过程中要求延长账款支付周期至30～60天较为普遍，这种方式虽然有利于下游客户的资金流动和效率，却为上游供应商带来了较大的资金障碍。为解决这一问题，反过来又提高了供应商的融资成本，最终使得供应商不是在生产和产品质量上下功夫，而是将精力花在如何解决资金问题上。另一种在贸易中常常使用的方法是早期支付折扣计划，亦即如果下游客户能够提前支付货款会获得较好的交易价格，这种交易方式尽管也能解决上游的资金问题，但是存在着将折扣算入价格，从而提高对下游客户供货价格的可能，此外，在国际贸易中也会涉及复杂的手续，因为报关的价格需要与实际的交易价格一致。在实际供应链运行中，还有一种物流管理手段被经常使用，既能提高供应链运行效率，又能有效地解决资金占压的问题，即供应商管理库存（vendor managed inventory，VMI）。VMI是一种以用户和供应商双方都获得最低成本为目的，在一个共同的协议下由供应商管理库存，并不断监督协议执行情况和修正协议内容，使库存管理得到持续改进的合作性策略。具体来讲，买卖双方在一个共同确定的框架下，由供应商负责下游客户仓库的库存管理并承担代价，直到所供应的产品被下游客户使用时才进行所有权转移。这种合作性物流管理能为交易双方带来收益，即：一方面减少了下游客户的资金占压，保障了及时供货；另一方面，对供应商而言，有利于合理规划生产，避免呆库、死库，并且及时了解客户信息。然而对上游供应商而言，这种库存模式不仅占压了资金，而且凭此获得融资较为困难，其原因在于商业银行难以对无法监控的库存给予贷款融资。正是因为存在上述这些状况，传统的供应链在运作过程中产生了一系列的资金问题。因此，如果不能有效地解决资金流与商流、物流和信息流的整合问题，供应链就会难以为继，这是供应链金融产生的微观基础。

近些年来，供应链中的资金流管理也日益受到国内各行各业的关注。国内关于供应链金融的定义的普遍观点认为，供应链金融是指“以核心客户为依托，以真实贸易背景为前提，运用自偿性贸易融资的方式，通过应收账款质押登记、第三方监管等专业手段封闭资金流或控制物权，为供应链上下游企业提供综合性金融产品和服务”。供应链金融是一种独特的商业融资模式，依托于产业供应链核心企业为单家企业或上下游多家企业提供全面的金融服务，以促进供应链核心企业及其上下游配套企业“产—供—销”链条的稳固和流转顺畅，降低整个供应链的运作成本，并通过金融资本与实体经济的协作，构筑银行、企业和供应链的互利共存、持续发展的产业生态。这种定义和观点被深圳发展银行概括为“M＋1＋N”，即依托核心企业“1”，为其众多的供应商“M”和众多的分销商或客户“N”提供综合金融服务。所以，从这个意义上讲，国内理解的供应链金融大多是金融机构根据产业特点，围绕供应链核心企业，基于交易过程向核心企业及其上下游相关企业提供综合金融服务。

一、现代供应链金融的一个特质是融合性信息通信技术在供应链金融中全面运用

近些年来，伴随着供应链的智慧化，特别是信息通信技术对供应链运营的变革推动，供应链金融活动开始呈现出与信息通信技术高度融合的趋势，并且使得基于供应链运营的金融活动变得日益高效、智慧。供应链金融智慧化与供应链智慧化是相同的，都是因为现代信息通信技术使得业务的再造变得更高效。具有工具性、相互关联、智能化、自动化、整合性和创新性的融合性信息通信技术，诸如物联网、大数据、云计算、人工智能以及区块链等，同时推动了供应链运营和金融运营的变革，借助于综合性的信息、信息技术、流程自动化、分析技术以及活动的整合创新，两个领域高度融合，产生了供应链以及金融活动的决策智能化、主体生态化、活动服务化以及管理可视化，有效减少了产业活动以及金融活动中的信息不对称和道德风险问题，实现了由金融推动的供应链生态化发展，同时，借助于供应链运营，实现了金融生态的拓展和增值过程。

现代供应链金融的一个特质是融合性信息通信技术在供应链金融中全面运用，亦即各种功能迥异但相互关联的信息通信技术组织成一个体系，为供应链金融活动全面赋能。之所以如此，是因为供应链金融应运而生。供应链金融主要依托产业供应链运营，是一种集物流运作、商业运作和金融管理于一体的管理行为和过程，它将贸易中的买卖双方、第三方物流以及金融机构紧密地联系在了一起，实现了用供应链物流盘活资金，同时用资金拉动供应链物流的作用。为了实现这一过程，产生了不同类型和不同阶段的供应链金融运作，这种不同类型或阶段的供应链金融运作可以从供应链金融的结构特征、流程特征和信息特征加以区分。

首先，在结构特征上，传统的供应链金融是金融机构主导的金融业务，换言之，供应链金融产品的设计、提供和管理都由商业银行或传统的金融机构负责，它们立足于核心企业的产业供应链及信用，提供相应的供应链金融产品，诸如应收应付类业务（如保理、反向保理、反向采购、票据池融资等）、存货类业务（如仓单质押、存货融资等）、预付类业务（如保兑仓等）。在这一状态下，商业银行等传统金融机构并不直接参与到供应链运营过程中，它们充其量是供应链运营的间接参与者，即为供应链中的企业提供资金、管理资金风险。而到了产业核心企业推动的供应链金融阶段（俗称供应链金融2.0），供应链金融的结构发生了很大的改变，供应链金融服务的推动者是产业中的核心企业，它们基于自身的供应链体系，结合金融机构、上下游企业以及第三方服务机构，为自己的上游或下游提供资金融通服务（注意，不是直接提供资金，而是提供媒介信息服务，为金融机构有效控制风险和提供资金发挥桥梁和管理作用）。然而随着产业核心企业主导的供应链金融的逐步发展，这种类型的供应链金融又显现出了相应的局限性。第一，并非所有企业都能够搭建供应链金融服务体系，这是因为只有自身具有较强的资源和管理能力，在自身供应链体系相对完善的基础上，才能够推动供应链金融服务。而大多数企业，特别是中小企业自身的供应链体系尚未建成，此时由其去推动供应链金融会力不从心。第二，第二阶段的供应链金融往往只能服务于核心企业的一级供应商或一级客户，无法实现供应链金融服务在多级供应链中的穿透，即为供应商的N级供应商或客户的N级客户服务。也正是因为如此，供应链金融发展到了第三阶段，即以网络平台为基础的供应链金融阶段（也称互联网供应链金融或供应链金融3.0）。这一阶段所形成的结构不再是“链条”式的供应链，而是平台，尤其是以互联网为技术手段的虚拟产业集群，即产业生态与生态之间的协同与合作。这种合作结构既包括了上下游不同环节的垂直合作，也包括了同一环节之间的横向合作，以及跨地区、跨行业的斜向合作。因此，供应链结构一方面趋向于松耦合，但是另一方面供应链金融的组织者又处于较高的中心度，整个供应链结构呈现高度组织化的网状结构。这种网络平台生态化的供应链金融带来了管理上的巨大挑战：一方面，参与主体非常广泛，不仅涉及企业的直接上下游、金融机构和第三方，也涉及其他直接或间接参与者；另一方面，各个主体之间的活动也千差万别，涉及各种经营活动和金融行为，因此，如果没有良好的信息通信技术的赋能和支撑，这种网络平台生态化的供应链金融难以为继。

其次，从供应链金融流程特征看，商业银行等传统金融机构主导的供应链金融主要关注的是资金流，即借贷资金是否用于真实的贷款意图、借方能否安全归还本金和利息，至于供应链中的交易过程和物流过程，金融机构由于不直接参与到供应链活动中，因此，它们并不能真正把握交易和物流的细节，这也就是为什么商业银行等金融机构对企业征信的基础主要是财务报表和抵质押的资产。而在供应链金融2.0阶段，供应链金融服务提供者主要通过对交易流和物流的把握来带动资金流，也就是在介入和管理买卖双方的交易过程以及物流运作过程的基础上，根据业务的特点和融资方在供应链运营中的地位与角色提供相应的资金融通服务。进入以网络平台为基础的供应链金融阶段，由于网络的复杂性以及参与方的广泛性，供应链金融服务提供者无法直接介入所有的交易环节和物流运作。因此，要减少网络平台生态化的供应链金融存在的巨大风险，就需要在供应链能力管理、需求管理、客户关系管理、采购与供应商关系管理、服务与分销管理以及财务资金管理方面具有强大的能力，这些能力的形成必然需要借助于综合性的现代信息通信技术，以便全方位地把握整个供应链网络中的状况，否则，任何环节、任何管理活动的缺失，都可能给金融活动带来巨大的风险。

最后，在信息特征方面，不同阶段的供应链金融在信息的广度和深度方面也有很大差异。在商业银行主导的供应链金融阶段，为了克服事前的信息不对称，金融机构主要关注的是财务信息和企业信用，而克服事中、事后的信息不对称主要是通过抵押担保以及贷后风险控制。与之相反，在核心企业推动的供应链金融阶段，对事前信息不对称的管理主要凭借的是交易信息和融资方的交易信用，并且通过让融资方嵌入供应链运营过程，以及控制其行为来减少事中、事后的信息不对称。但是，进入以网络平台为基础的供应链金融阶段，事前、事中、事后信息的广度和深度都发生了变化，事前信息就不仅仅是直接的交易信息和交易信用，因为供应链金融服务提供者并不直接参与所有的供应链运营活动，因此，要想全面地了解融资方的状况，就需要借助于各类信息通信技术获取更为客观和广泛的信息，以刻画融资方及其利益相关者真实的交易信用和信息。同样，在事中和事后管理中，也需要获取和把握各参与方的行为数据、业务数据以及相应的资产数据，这些数据的获得、整合、分析和决策也都需要综合性的信息通信技术的保障，只有通过这些信息通信技术的保障，才能增强供应链金融的说服效应（即信息介入性的增强，使得资金借贷的意愿提升）和信息效应（即信息获得性的增强，加速了企业之间的学习过程，并帮助贷方做出合理的投资决策），增大资金借贷的可能性。

第一，如何通过创新性的手段解决中小微企业融资难问题是一个挑战。中小微企业融资难问题是长期以来阻碍企业发展的重要方面，这几年有日益突出的趋势。迄今为止，银行信贷仍是中小微企业最主要的融资渠道。但是，中小微企业很难从商业银行那里获得贷款。由于中小微企业的资信状况较差、财务制度不健全、抗风险能力弱、缺乏足够的抵押担保，商业银行为了尽量地减少呆账、坏账，基本不愿意向中小微企业放贷，而是把重点放在大型企业身上。从银企关系的角度讲，中小微企业客观上需要信贷资金支持，而商业银行又苦于中小微企业条件不足而惜贷、惧贷，这就造成了银企间关系上的信用隔阂。要突破这种隔阂，就必须寻求新的融资模式。正是因为如此，如何依托商务交易数据或者协同商务信息和数据，创新供应链金融方式，成为目前解决中小微企业融资难问题的关键。

第二，如何防范系统性金融风险成为目前发展互联网金融需要高度关注的问题。以互联网为基础的供应链金融的实质是通过互联网金融促进产业有序、高效发展。随着互联网以及供应链金融的兴起，目前国内出现了“泛互联网金融”“泛供应链金融”现象，亦即以互联网金融、供应链金融的名义进行资金套利套汇以获得收益。这不仅没有对产业实体经济产生正面影响，反而极大地危害了经济的有序运行，也造成了互联网金融领域的混乱。

如何认识这些系统性供应链金融风险，特别是产生这些投机性金融行为的制度、产业和环境因素，包括虚假的金融行为方式，已经成为保障供应链金融良性发展的关键，同时也是加强宏观管理的核心。

第三，如何建立有利于互联网供应链金融的生态系统是研究的焦点。供应链金融的发展有赖于生态系统的建立，这个生态系统既包括制度层面和法律法规层面，也包括产业层面和微观层面。在制度层面，互联网供应链金融的发展需要产业政策、物流政策。供应链金融尽管是基于电子商务和交易数据产生的金融行为，但是其交易的对象仍然是具体的产品和业务，涉及动产质押及应收账款担保等活动。

如何认识不同领域互联网供应链金融的运作及其相互关系，是另一个需要探索的问题。在微观层面，以互联网为基础的供应链金融涉及产业参与者、平台提供商、交易风险管理者以及流动性提供者，这四者之间如何协调、整合，将成为互联网供应链金融的关键问题。

第四，互联网与大数据如何为供应链金融提供技术保障和风险管控。以互联网为基础的供应链金融的核心在于，通过信息化手段，立足供应链生态，对需要融资的企业进行整体评估。行业分析主要是考虑企业受宏观经济环境、政策和监管环境、行业状况及发展前景等因素的综合影响。供应链分析主要是评判企业所在供应链的行业前景与市场竞争地位，企业在供应链内部的地位以及与其他企业间的合作情况等。企业基本信息分析主要是了解企业的运营情况和生产实力是否具备履行供应链合作义务的能力，是否具备一定的盈利能力与营运效率；其中，最为重要的就是掌握企业的资产结构和流动性信息，并针对流动性弱的资产进行融通可行性分析。显然，上述所有信息都有赖于企业之间基于互联网的信息交互与大数据的建立。事实上，供应链运行中的每一笔交易、每一项物流活动，甚至每一次信息沟通都是数据，通过筛选、整理、分析，所得出的结果不仅是简单、客观的结论，更能用于帮助企业提高经营决策水平，同时，搜集起来的数据还可以被规划，引导供应链金融活动的产生。因此，互联网与大数据为目前供应链金融的有效运行提供了可靠的技术保障，如何使其发挥作用，特别是如何将其运用于风险管控之中，是需要探索的问题。

二、数字化平台与供应链金融赋能

1. 供应链金融中的数字信任与数字化平台

长期以来，供应链金融在中国从最初的商业银行主导，发展到以产业核心企业信用为主的“M＋1＋N”模式，但都以主体信用为基础，或者说是以一种建立在人际信任基础上的金融借贷。这种人际信任一方面基于对交易主体征信或者信用额度进行借贷决策，另一方面也需要长期合作与业务往来才能够有效形成借贷关系。但是，这种人际信任在目前的市场状况下难以有效建立。一方面，中小企业因为经营历史短、运营不稳定、财务数据不完善、缺乏有价值的资产予以抵质押，所以无法与传统征信相对应；另一方面，虽然核心企业具有良好的信誉，也有较好的信用额度，但是在核心企业不确权、不配合的状态下，这种人际信任也无法为金融机构借用。这也就是为什么这些年来供应链金融在实践中出现“雷声大雨点小”的状况。在这一情境下，要实实在在地扶持中小微企业，有效解决融资难、融资贵和融资慢问题，就需要从根本上改变信用的建立机制，即从传统的人际信任走向数字信任。所谓数字信任，指的是通过将业务和行为数字化，客观、真实、全面地反映供应链运营中的状况和各经营主体在其中的能力，据此做出金融借贷决策。而要实现数字信任，就需要实现四个方面的信息把控：一是信息数字的实时，即能够在零延迟的情景下获取供应链运营以及各类金融活动的数据和信息，任何数据和信息反馈的延迟都有可能产生机会主义和道德风险；二是信息数字的透明，即供应链运营及金融活动中产生的数据和信息能够为利益相关方获取和知晓，并且一定可视可见；三是信息数字的关联，即供应链运营各环节、各维度的数据信息能够相互印证、相互映射；四是信息数字的可溯，即供应链运营和金融活动的全生命周期能够监测、管理和追踪。

显然，建立数字信任需要综合性的供应链运营与金融信息数据获取、分析和应用体系，亦即数字化平台。数字化平台指的不是将供应链运营局部业务数字化，或者在运营和金融活动中运用某些先进技术，而是支持在线社区的综合服务和信息体系结构，结合核心模块化的服务和实现互补的接口，以支持信息共享、协作和/或集体行动。具体来讲，数字化平台具有三个重要的组件（Spagnoletti et al.，2015）：一是核心模块化的服务。这包括围绕产业供应链形成核心的资源和能力（如产业运营中不同的利益相关方和各类金融机构，以及提供的技术和业务服务），此外，各类服务能够实现标准化和模块化，以支持多变的服务和金融诉求。二是良好的界面，即该数字化平台能够实现良好的链接，对内外不同的产业与金融资源和能力进行聚合，实现灵活构造和资源迅速配置。三是形成高度互补关系，即聚集的产业、金融资源和能力能够产生巨大的效能，从而提升产业供应链的效率和效能。需要指出的是，这种聚合不是完全封闭的，而是能够形成既具有合力又不过于封闭的业务关系。这种综合性的数字化平台为供应链金融的开展提供了强大的支撑，特别是为风险管控提供了良好的保障，并且也使得金融活动的效率和效能产生了裂变。其原因在于，借助于数字化实现了在线社区，这种在线社区具有三种效应，即数据信息在产业端和金融端的实时共享、产业和金融生态的协同以及遏制机会主义和道德风险的集体行为。正是因为如此，当今国际供应链金融的发展越来越从传统金融机构主导，转向专业化的金融服务和数字化平台，如PrimeRevenue、Demica、C2FO、Orbian等。2020年全球最佳非银行供应链金融服务商Orbian，管理了100多项由买方主导的供应链金融计划。有5 000多家供应商在Orbian数字化平台上注册，Orbian通过挖掘、分析其数字化平台中集聚的信息或数据，促进了银行向中小企业提供资金，并提供了量身定制的供应链金融解决方案。

新型供应链金融所需的数字化平台，包括了三层最为重要的功能结构。一是中台化建设（见图1）。

供应链金融数字化平台拓扑结构

中台是一种技术、数据及应用架构，支撑供应链及其金融业务创新，反哺能力进化，可实现高可靠、高复用、易融合和良好的客户体验，其特点是将供应链运营和各类金融活动通过模块化实现微架构，支持不断迭代发展，赋能前台业务。而这种中台包含了三类：技术中台，即供应链金融活动中具体的技术采用，诸如支持存货与资产管理的IoT技术、建立可信数据的区块链技术等；通过技术中台形成的数据中台，即将产业供应链运营各个环节和各个主体的信息数据打造成数据湖（结构与非结构信息数据的整合），并且基于数据湖进行智能分析，形成供应链征信；供应链运营及其金融业务中台，即具体的产业供应链与金融服务的子服务模块。二是供应链金融数字化平台资源层建设。供应链金融的顺利开展一定要立足于强大的产业供应链，因此，产业生态资源的整合是形成数字化平台的基础之一。然而，当今供应链金融的有效开展，还需要建设金融生态。供应链金融虽然立足于产业供应链向中小企业提供融资并解决运营资金问题，但是，实现这一目标不仅涉及资金借贷，更涉及如何采用多种金融手段和工具，从而帮助中小企业优化资金流。诸如面向农业产业开展供应链金融活动，不仅需要融资决策以支持农业生产者的经营，更需要保险的配合来规避由农业生产不确定性所带来的风险。因此，在资源层，两个生态的建设至关重要。三是支持整个产业链和供应链金融的控制塔。供应链控制塔最早由高德纳、埃森哲、凯捷咨询等机构提出，指的是提供端对端的无缝整体可见性，提供实时数据分析，提供预测和决策，从而及时解决问题，形成协同的、一致的、敏捷的和由需求驱动的供应链（汪传雷等，2019）。显然，通过供应链控制塔不仅能够有效观察业务和资产的运行状态，而且能够通过异常判断和根源分析进行风险预警，监测供应链及其金融活动的合规性，以保证供应链金融的安全、有效。

三、供应链运营及金融活动中的数字化技术

在建构数字化平台的过程中，数字化技术的部署与应用是非常重要的。整体而言，供应链运营中的数字化技术包含四层架构（见图2），包括感知层技术、数据层技术、流程层技术和模式层技术。

供应链运营中的数字化技术

其中位于感知层的ICT主要通过物联网技术获取供应链各个环节中设备端所采集的基本数据。感知层将获取的数据传递给数据层，数据层利用移动边缘计算在靠近设备端进行诸如降噪、降维和特征抽取等数据处理后，将后续分析所需的信息发送到云端，通过云计算技术以整合、挖掘和分析供应链数据，并基于以上挖掘与分析的数据信息进行决策。而在决策过程中，通过人工智能技术能够精准按需分析数据层的数据并基于数据进行决策模型的构建，从而可靠地辅助决策者进行决策。决策结果将会传输给位于第三层的流程层。流程层负责供应链单证、票据、凭证等的电子化流转以及基于上述电子单证的区块链技术和管理，同时区块链技术也将应用于数据层可信和安全的数据信息的共享和访问控制，为供应链中各参与方的流程层提供可靠和按需共享的数据源。而电子单证及管理信息作为流程层的输出对象将会传输给模式层来进行进一步的价值评估与价值创造，例如，行为监控、利益确认、流程活动图示化呈现等用于供应链流程管理与风险管理，以及供应链业务的确立与创新。价值创造结果最终以数据需求驱动的流程演化的形式反馈给下层供应链业务。

具体而言，数字化技术驱动感知层根据最新的数据需求来重新获取业务信息，数据层根据新的数据需求来分析和提炼新的数据特征并调整数据分享规则以共享新数据，流程层则根据数据需求的变化调整流程并进行演化。各层的演化将在供应链运营过程中反复迭代进行，从而使得供应链运营中的各层能够自适应调整，从数据采集到数据处理，从流程制定再到模式更新，形成完整的供应链运营反馈演化闭环，从而提升供应链运营的总体效率。同时，通过物联网（IoT）和边缘计算技术的应用，数据采集与分析过程逐步从面向设备数据采集的信息化阶段迈入面向数据分析需求进行数据采集和分析的数字化阶段，从而利用人工智能和云计算技术将供应链中的设备端数据采集完全重构建模为数字化流程与模型，使得供应链运营全生命周期中的大部分活动及交互都在数字化流程中进行，并将少量决策信息反馈到供应链设备端，由其指挥设备和机器完成操作。

1. 物联网技术与供应链运营

广义上的物联网技术是指通过各种信息传感设备和协议［即通过射频识别（RFID、RFID＋互联网）、红外感应器、全球定位系统、激光扫描器、气体感应器等］，实时采集任何需要监控、连接、互动的物体或过程等各种信息，从而与互联网结合形成一个巨大的网络。其目的是实现物与物、物与人及所有的物品与网络的连接，从而方便识别、管理和控制。物联网技术主要应用于供应链各环节所涉及的设备端的数据采集的感知层。感知层好比供应链运营体系中的神经末梢，起到以下两个方面的作用：一是设备端数据的采集和共享，感知层对设备端所涉及的所有有价值的数据进行实时搜集并将其分享给上层数据层，进行进一步的数据提炼和抽象。同时，设备端也可能需要按照参与方之间的流程的共识结果，将该设备的实时数据直接分享给其他参与方。二是设备端根据流程层的决策做出相应反应并执行指令。

而为了保障供应链运营过程的可靠可信，设备端必须应对以下两个方面的挑战。首先是数据的可靠性保障。此处的可靠性既指需要排除人为因素对设备端采集数据造成的干扰和篡改风险，也指设备数据接收端需要有足够的数据预处理能力（如快速缓存和数据压缩）以并行处理高频传感器端所产生的高频数据流，同时也需要考虑到数据信息本身的异构性。其次是设备端数据基于身份的访问控制。在设备端与供应链数据层和流程层进行数据和指令交互的过程中，如何保证设备端数据在传输过程中不被篡改，对设备的指令如何在设备端或者靠近设备端进行可靠验证，同时，不同的参与方如何根据流程预定义的访问控制规则获取设备端数据，这些都需要考虑。

以上所有需求均需要对设备端在物联网层面进行统一的身份管理。通过物联网身份管理赋予每个物联网设备唯一的网络可识别身份，并基于此进一步在供应链运营框架内管理设备端与使用方、拥有方和租赁方等之间的关联关系，从而使得设备端与交互方能双向验证对方身份和访问控制权限，从而保证供应链在运营过程中，设备数据流可信安全地从感知层流向流程层，而设备指令流可信安全地从流程层流向感知层。此处，设备数据流和设备指令流的可信性主要指接收端能够通过身份机制验证数据和指令的真实性，也即未被篡改。而设备数据流和设备指令流的安全性则主要指利用加密等数据隐私保护技术，保证数据与指令在传输过程中不被未经授权的第三方截获并破解。当前对设备端的数据预处理主要通过下述边缘计算技术得以实现，而对设备端隐私保护和可靠身份管理的主要研究方向则集中于嵌入式硬件安全模块（HSM）。其主要思想是，通过为传感器等设备物理嵌入带有不可获取私钥且私钥唯一的加解密和签名硬件模块，从而唯一标识其身份，并通过该模块对其所输出的数据按需进行加密和签名。

2. 人工智能技术与供应链运营

在供应链运营中，如果说物联网技术为感知层提供了可量化、可采集的直接数据源，那么人工智能技术则为供应链运营中感知层数据的采集赋予智能。当前，人工智能在感知层主要用于以下四个方面。

首先，转换传感器采集的数据以获取所需信息。例如，对于物流运载车辆的物联网传感器所采集的视频图像，通过AI图像识别技术识别车辆驾驶人员的身份信息；又比如，产品通过安全检测后，检测人员通过语音进行确认并由AI语音识别系统核实后，为产品信息附加检测人员的电子签名并写入数据库。

其次，对传感器数据进行实时监控分析。例如，钢材成品可能存在内部气泡，也就是缺陷，而超声波探伤技术是探测钢材内部气泡的有效途径之一。通过分析超声波在穿透钢材成品过程中震动传感器所返回的震动图像的形态，AI能够对潜在存在缺陷的钢材成品实时报警以提高质检效率。

再次，AI技术还能够在感知层实现人机交互并收集交互信息。例如，在驾驶车辆过程中，驾驶人员可实时通过语音识别系统与AI交互，从而了解冷链运输的实时温度和湿度。

最后，AI能够对物理世界中的资产实体与数字化之后存于参与方的信息进行自动识别和映射，从而实现由感知层的反馈触发的、由模式层和流程层发起的对物理世界资产在参与方账本中的数字投影的更新。例如，在货品运输过程中，货运车辆入库时可通过AI图像识别技术从车辆图像中识别车辆唯一的ID（例如车牌号），并由流程层触发对货运车辆入库后的一系列的货品验收等流程。对这些图像、视频、音频的识别分析，根据其响应时间的要求，往往会在边缘侧进行实时计算，而对大量的数据训练的建模往往会依赖云计算来进行。

3. 边缘计算技术与供应链运营

边缘计算是指在靠近物或数据源的一侧，采用集网络、计算、存储、应用核心能力于一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。具体到供应链运营架构中，边缘计算技术主要用于衔接感知层和数据层之间的数据预处理环节，在数据预处理执行、数据处理程序的安全部署与更新以及数据在设备端可靠共享方面发挥核心作用。

在数据预处理执行方面，通常数据层所需的是经由原始数据提炼抽象之后的数据特征。例如，数据层需要每5分钟对多个传感器数据的平均值进行数据相关性分析。若直接将传感器数据传输到云端数据层进行计算，将导致网络带宽浪费和过大的延时，而通常供应链中的设备传感器（例如运输车的车载温度和湿度传感器）通过将数据先收集到车载数据网关设备，再经由具有较大数据存储和计算能力的网关设备将数据发送至云端数据层。因此，通过在靠近设备端的本地网关设备上运行可定制化的边缘计算处理程序，从而对设备数据进行特定分析场景所需的预处理，并将处理后的数据特征或摘要上传至数据层，将能够大大降低数据层的计算负载。

同时，通过对靠近供应链运营所涉及的设备端的网关采用边缘计算技术，能够实现感知层与数据层之间的数据预处理程序在设备网关端的自动化部署与更新，从而简化了数据层和感知层对模式层和流程层数据模型更新的响应，增强了数据层数据处理的灵活性。此外，通过为设备网关配置前述身份管理模块，将能实现基于身份识别的访问控制，从而安全地管理边缘计算程序在设备网关的部署与更新，设备网关能够通过身份管理模块验证边缘计算程序部署请求者身份的合法性。

此外，边缘计算技术也可实现多方安全的数据共享。参与方获得设备拥有方的授权，即可访问已部署于该设备网关上的指定边缘计算服务。该过程能够支持双向验证，即设备端可验证参与方的授权签名的合法性，并在验证通过后向参与方推送指定的边缘计算结果并对计算结果签名；参与方接收计算结果并验证设备网关的签名以确定数据的真实性。该方法的优势在于降低数据共享的信任成本。

具体而言，设备数据使用方无须也无法获取设备原始数据，而是通过授权访问指定边缘计算服务获取数据处理结果，从而降低设备拥有方数据隐私泄露的风险；同时又通过在设备侧引入基于身份识别模块的验证机制，使数据使用方可验证所接收到的数据的真实性。

4. 云计算技术与供应链运营

前述物联网技术以及边缘计算技术在功能上主要着眼于设备端的数据采集和数据预处理，然而供应链运营决策所需的数据通常不是单个传感器设备所能提供的，可能需要对整个供应链运营所涉及的大量设备的数据进行计算密集型数据聚集、数据融合和特征提取，也可能需要对大量设备端的数据进行迭代式的数据模型训练。而这些场景非常适合采用云计算技术，从而发挥其在并行性和可伸缩性方面的优势。具体而言，对于历史业务交易数据分析，采用云计算技术可以加速从历史交易的金融数据中提取特征并计算金融模型，从而为供应链金融风险控制和供应链优化等分析需求构建价值模型，例如对供应链上下游企业的历史货款应收应付的逾期情况和交易金额等敏感数据进行风控建模。对于主要由供应链设备端产生的大量操作数据，通过利用云计算技术、大数据分析设备端数据，能够帮助供应链上下游企业从微观传感器数据中提取供应链全局特征并以全局的视角构建供应链优化模型，优化企业在供应链中的原料配置、产能安排以及交付日程等重要生产活动。此外，可利用云端分析企业管辖范围内的设备端数据，例如，通过大型机床的生产和检修时间段以及设备温度传感器与故障率之间的关联等因素评估企业当前的最大月产能，通过各物流供应商的历史出车和故障率以及当前运载负荷等因素评估供应商当前可用运力，等等。

在将云计算技术用于供应链运营的过程中，需要特别注意云计算技术如何被安全地运用于数据层。其原因在于，数据层所包含的信息分布于供应链所涉及的各参与方，而如何在各参与方之间可信地共享设备数据是云计算技术能够应用于供应链运营的分析场景的前提。一种可行的思路是，各参与方通过边缘计算技术，以信息可控的方式向云计算技术提供所需输入的数据，从而保证云计算技术所涉及的所有输入数据均拥有各参与方的访问授权。另一种更加先进的方案是通过同态加密技术，在数据传输到云计算技术之前，各参与方对传输数据进行同态加密，在保障数据对其他参与方不可见的同时，仍然保持数据在云计算环境内的可计算性。该方案适用于涉及对多参与方的高度敏感的海量数据进行数据抽象的过程。

5. 区块链技术与供应链运营

从狭义上来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的链式数据结构，同时也是以密码学方式保证数据难以篡改、不可伪造的分布式账本。从广义上来讲，区块链技术是利用块链式数据结构来验证与存储数据，利用分布式节点共识算法来协调智能合约的执行和生成、更新数据，利用密码学的方式保证数据传输和访问安全，利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。

区块链有两种常见形态——公有链和联盟链。二者的最大区别在于身份和权限管理。在公有链上，任何节点的成员都可以入链并获得相同的操作权限；在联盟链上，则需要专门机构审核许可，发放证书，不同身份的节点具有不同的操作权限。公有链一般适用于对权限、身份管理要求较为宽松的场景；而联盟链可以根据业务场景设计出不同的网络拓扑架构，实现完善、可靠的权限管理，满足更加多样的需求。考虑到供应链网络应用的自身特点，一般来说有身份和权限管理的联盟链更加适合供应链网络的各种应用。具体而言，联盟链主要由共享账本、智能合约、机器共识以及权限隐私四大类技术构成。

（1）共享账本。

共享账本以链式结构存储了交易历史以及交易以后的资产状态。每一个区块的哈希将作为下一个区块的数据头，如此一个一个地串联在一起。由于各个有存储账本权限的节点和相关方有相同的账本数据，于是通过哈希校验可以很方便地使账本数据难以篡改。账本中存储了交易历史，且这些交易都由交易发起方签名，经一定的背书策略验证过，并经过共识以后写入账本中。

（2）智能合约。

智能合约描述了多方协作中的交易规则和交易流程。这些交易规则和交易流程将会以代码的形式部署在相关参与方的背书节点中。智能合约由一个内外部事件驱动执行。

（3）机器共识。

机器共识保证了在分布式网络中，各个相关节点按照同样的顺序执行所接收到的交易。这些交易都会通过智能合约所代表的逻辑执行，最终保证各个账本所记录的交易历史和交易结果一致。

（4）权限隐私。

所有加入区块链网络的人、机、物、机构都得经过授权才能加入联盟链。权限隐私保证了共享账本的适当可见性，使得只有拥有一定权限的人才可以读写账本、执行交易和查看交易历史，同时保证了交易的真实可验证性、交易的可溯源性、交易的不可抵赖性和交易的不可污蔑性。

“区块链＋供应链”双链商业网络

基于这样一个模型，可以使得供应链网络中的各个参与主体之间更好地共享、互信以及进行价值交换。从法律角度来看，其交易可溯源、难以篡改、不可抵赖、不可伪造的特性，能使人、企业、物彼此之间因“连接”而信任，将带来前所未有的组织形态和商业模式。当监管部门以联盟节点的身份获得审阅权限介入时，由于联盟内相关节点的可见性，使得监管部门可以非常方便地实施柔性监管。通过区块链技术介入供应链网络，可以形成核心企业内（从设计，到生产，到销售，到服务，到回收的上下游的数据共享价值链）、核心企业间（生产运维经验分享的价值链）的互信、共享和价值交换。通过各类相关数据的可信共享，可以全面提高企业在网络化生产时代的设计、生产、销售和服务的水平。

区块链技术在供应链运营框架下主要运用于流程层。如前所述，流程层连接了数据层和模式层，其主要目标是利用区块链技术等实现供应链单证、票据、凭证等的电子化流转。供应链运营过程涉及多个参与方，而供应链上下游各参与方之间的资产、物权、货权关系的变更以及资金流动过程的中间可追溯状态，是由大量参与方的经信用背书的票据、单据等凭证来进行记录的。传统的票据管理方式和记录模式管理方式存在以下两大挑战：其一是如何对贸易的真实性进行多方验证，其二是如何对贸易过程中所产生的票据等数据记录进行追溯并可信地共享。对于以上两个问题，一种行之有效的方案是通过在参与方之间共享不可篡改的一致的贸易规则流程，以保证流程执行状态以及所产生的电子票据等记录在多方账本上的一致性、可追溯性和可验证性。这就需要在供应链运营的多个参与方之间建立分布式的可信账本来记录流程的所有中间环节及其所涉及的电子票据，以保证电子票据在流程执行状态的可追溯性和多方可验证性。可信票据共享以及基于票据的融资的核心是票据所对应的贸易真实性。因此，电子票据的可信共享不仅需要可信地共享票据本身，也需要同时共享该票据所关联的一系列流程的执行状态，通过这些流程以及相关状态的可追溯性和多方可验证性，来确保交易的真实性；此外，通过一致的智能合约来刻画流程执行的各个环节，并由参与方各自执行智能合约，并对合约执行结果达成一致共识后写入各自账本，以保证流程执行状态的一致性。而区块链正是实现上述过程的一种切实可行的解决方案。通过建立供应链运营网络，各参与方以密码学可验证的身份加入网络并以智能合约的方式执行流程各环节，并对流程各环节中所产生的票据进行密码学签名，一致写入各自时序不可篡改的账本，以保证之后的流程各环节可验证密码学签名的合法性以及流程执行与其所产生票据之间可追溯的因果关系。这将大大降低各参与方之间由验证票据所带来的信任成本，提高流程层的流程执行的总体效率并加速价值流通。

传统在线供应链金融模式是俗称的“供应链金融2.0”，它是将传统的金融业务通过互联网在线化，加强资金借贷过程中的自动化，降低人为介入的可能性，防范潜在的机会主义和道德风险，但是由于其并没有实质性地改变产业运营活动和金融行为，因此，产生的效果是有限的。

流转式数字供应链金融模式是最近较为流行的供应链金融操作，这种供应链金融模式的特征在于将应收账款标准化、电子化，然后借助于数字化平台，帮助产业链将核心企业的信用在多级供应商中实现拆分、流转，或者凭借拆分的标准化票据通过再保理实现中小企业的融资。这一模式的典型服务商有TCL简单汇的金单、中企云链的云信以及欧冶金服的通宝。这类供应链金融服务模式的关键在于主体信用凭证化（即通过应收应付凭证化实现核心企业采购业务的确权）、数字凭证链上化（所有债权债务关系都以电子化标准凭证进行管理）、价值拆分共识化（产业链中企业对标准票据拆分产生共识）、流转信息透明化（能够借助数字化平台实时追踪标准化票据流转的状况）。其实现的价值不仅在于可以让供应链上的中小供应商有效获得运营资金，而且在于通过核心企业的信用穿透，提高了资金结算清分效率。为了实现这一目标，在技术采纳上，主要依赖于标准化电子票据以及区块链技术来实现对流转单证的管理。这一类供应链金融模式也有其局限性或挑战，这主要与数字化平台赋能的维度较为单一有关（即只是数字化单证、票据）。具体来讲，如何保证单证与实物资产的对应，做到票据资产的穿透和管理，是一个需要深度探索的问题。值得提出的是，随着这种形式的金融活动的普及，2020年4月上海票据交易所进行了供应链票据试运营。供应链票据是指通过供应链票据平台签发电子商业汇票，当供应链企业之间产生应收应付关系时，可以通过供应链票据平台直接签发供应链票据，供应链票据可以在企业间转让，企业可以通过贴现或标准化票据融资。企业通过供应链金融平台进行电子商业汇票的签发、承兑、背书，并依托供应链票据平台的业务系统完成相关操作，实现到期处理等功能。企业可实现固定金额/标准金额签发电子商业汇票，形成票据包，票据包内每一供应链票据可实现分开流转功能，同时，企业可以授权上海票据交易所进行到期自动提示付款。为了进一步引导金融进入实体产业，发展供应链金融，规范标准化票据融资机制，2020年2月14日，中国人民银行发布《标准化票据管理办法（征求意见稿）》，并且于2020年7月28日正式实施。标准化票据是存托机构归集商业汇票组建基础资产池，以入池商业汇票的兑付现金流为偿付支持而创设的等分化受益证券。《标准化票据管理办法（征求意见稿）》对基础资产规定了一些基本条件，包括：承兑人、贴现行、保证人等信用主体的核心信用要素相似、期限相近；依法合规取得，权属明确、权利完整，无附带质押等权利负担；可依法转让，无挂失止付、公示催告或被有关机关查封、冻结等限制票据权利的情形；承兑人、贴现行、保证人等信用主体和原始持票人最近三年内无重大违法、违规行为；法律法规和中国人民银行规定的其他条件。标准化票据的推行一方面使得更多高质量的资产能够有效对接资本市场；另一方面，也使得更多的金融机构能够有效地介入供应链金融活动。

融合式数字供应链金融模式虽然并没有实现供应链全链条的数字化，但是在局部供应链实现了数字化平台的深度赋能，即实现了多维度、多方面的数字化，从而能够全面地把握局部供应链的交易、物流以及伴随着的资产状况，或者说这类供应链金融的基础在于同时实现了线上信息与线下资产的融合管理，这为供应链金融活动的开展提供坚实的基础。这类供应链金融模式的关键在于资产管理透明化（即实现了供应链资产管理实时、透明，建立了可信资产池）、交易数据互联化（即围绕产业交易的各维度信息实现了相互映射，建立了可信数据池）、合作关系价值化（即围绕特定交易主体的业务关系实现了清晰的刻画和动态反映）、线上线下互审化（即线上的可信数据池、可信资产池与实际的交易活动和供应链资产实现了一一对应）。这种供应链的组织方式对供应链金融的价值在于，凭借着可信数据池和可信资产池的建立，真正有利于促进多种形态的供应链金融产品发展，使得原本难以在国内实施的仓单质押、存货质押等金融产品得以实施。并且由于能够做到线上线下的交互审计（即可以用数据验证资产、用资产验证数据）与数据和资产溯源，更有利于资产证券化的顺利开展和实施。诸如易见股份推动的供应链金融就是从运用物联网、AI和大数据建立的可信仓库，以及运用区块链技术形成的可信数据入手，围绕产业核心企业及其上下游提供供应链预付款、仓单融资和动态库存融资服务。从技术采纳的视角看，该模式的供应链金融的数字化平台由于需要同时对线上活动和线下资产进行数字化管理，因此，往往需要通过物联网、AI以及区块链技术来实现。这类数字化供应链金融模式的挑战在于两个方面：一是由于需要建立可信数据和可信资产，因此，如何平衡企业数据隐私与数据交互之间的矛盾，并且保证交互验证的各类数据完全符合供应链金融风控的要求，这是需要探索的方向；二是由于该数字供应链及其金融只是涵盖了局部供应链，因此，如何从全流程、全周期的角度管理好交易以及资产，也是需要解决的难点。

整合式数字供应链金融模式是未来供应链金融的发展方向，它既能运用数字化平台从广度上覆盖不同交易主体和交易环节，又能从深度上对围绕供应链运营的各个维度进行交叉融合管理。这种供应链金融模式真正实现了综合性供应链征信（即通过外部数据和供应链实时运营数据的挖掘和分析，结合债项和主体评级，确立信用质量），其建立的关键是：伙伴管理生态化（即需要将供应链运营中不同的交易主体有机地嵌入网络中，并且形成良好、有序的互动关系，实现共营和共赢）、交易物流多级化（即能够对不同阶段的交易和物流实现整合化、标准化管理）、数字信息可溯化（即能对公共数据和围绕供应链运营的活动的数据进行整合，实现透明、可见和可追溯）、运营规则共识化（即所有的交易、物流、资金活动能够形成明确的运营规则，获取参与方共同的认同和执行）。这种模式对于供应链金融的价值在于它通过建立全面的数字化平台，综合赋能于产业端和金融端的参与方，不仅有利于响应运营资金融资的利益诉求，而且对提高资金清分效率、提高资产证券化的管理质量都具有良好的支撑作用。从技术采纳的角度看，要实现上述数字供应链金融，需要系统地运用各类先进技术，包括能对资产实施管理的IoT、能确保数字信息安全可信的区块链技术、能对多数据进行挖掘分析的大数据和云计算技术等。这类数字供应链金融模式在实施过程中，可能遇到的最大挑战在于达成共识，特别是在数字化平台覆盖广泛主体、纵深多维度的情况下，达成商务共识和技术共识都成为供应链金融模式落地面临的挑战。商务共识指的是所有的产业和金融活动主体能否采取一致、协同的行为，就供应链运营和金融活动达成标准化的规则。技术共识则是需要解决跨网络、跨链技术融合问题，这是因为各参与主体都在建构自身的技术和数字化平台，从而产生众多异构的技术和数字体系，因此，跨链整合成为整合式数字供应链金融发展的关键。

四、供应链金融风险管控

导致供应链金融风险的因素应当包括三类：供应链外生风险、供应链内生风险与供应链主体风险。供应链外生风险一般指的是外部所产生的不确定性因素，也可以称为系统性风险。这种风险往往会对供应链网络以及网络中的组织产生负面影响。供应链内生风险在很大程度上来自供应链企业之间的互动，任何因为企业间不当的互动行为所导致的供应链损失都可以归结为供应链内生风险。供应链主体风险则是供应链行为主体本身造成的风险和不确定性。以上三种风险均会影响融资绩效，为此，在供应链金融风险管理过程中，应当充分认识到上述三种风险，合理地建构供应链和供应链金融运行体系。具体来讲，供应链金融风险管理的原则如下：

（一）业务闭合化

闭合的原意是使首尾相合形成环路，从而最大程度提高效率、降低消耗。供应链金融运行的首要条件就是要形成业务闭合，也就是说供应链的整个活动是有机相连、合理组织、有序运行的，并且从最初的价值发现到最终的价值传递和价值实现能形成完整循环（见图4）。这是因为，供应链金融的核心和前提是供应链运营，一旦供应链活动和环节难以实现闭合，或者价值的产生和实现过程产生偏差，就会必然产生潜在问题，导致金融风险产生。具体来讲，从供应链价值实现的角度看，如何从价值发现，经价值生产、价值传递，到价值实现，形成完整的价值环路，决定了供应链金融的基础——供应链运营的竞争力和收益。从业务流程的角度看，从供应链参与者以及金融组织者之间协同计划和预测市场，到具体的供应链运营组织和金融活动的开展及有效地管理分销和营销活动，直至最终实施高效的服务管理，是供应链金融风险管理的基本要求。当然，值得提出的是，业务的闭合化不代表业务是封闭化的，业务的封闭意味着所有的价值活动以及运营活动都在某一企业内部实现。例如某企业融资给供应链中的上下游，不仅要求融资需求方使用自己组织生产的资源和要素，甚至要求合作者定点供应给自己的渠道。这样的封闭虽然能控制融资风险，但是由于将合作者绑定在企业自己的体系中，必然会产生潜在的利益冲突和矛盾。而闭合化是充分利用社会性资源来实现金融价值，只是平台提供商和交易风险管理者能全面地组织、协调和管理供应链价值和活动，这样的模式更加有利于供应链生态的打造，也较易为合作者接受。

供应链金融业务闭合化

（二）管理垂直化

供应链金融管理的垂直化意味着各个管理活动和领域实施专业化管理，并且相互制衡，互不从属或重叠。这样做的优势在于：一方面，有利于细分管理领域或活动，明确责任，满足流程服务化的需要；另一方面，可以建立基于市场和业务的明确的考核机制，有利于强化战略风险管理。具体来讲，对于供应链金融活动而言，主要是做到四个方面的垂直管理：一是形成业务审批与业务操作相互制约、彼此分离、协同发展的“审批与操作分离”的管控与运营制度，这样能有效规避急功近利、盲目扩张带来的风险；二是交易运作和物流监管的分离，亦即从事供应链交易的主体不能同时从事物流管理，特别是对交易中商品的物流监管；三是实施三权分立，即在经营单位组织机构设置上，采取开发（金融业务的开拓）、操作（金融业务的实施）、巡查（金融贸易活动的监管）三分开原则，并对各部门的职责按照“目标一致、相互制约、协同发展”的思路进行明确分工；四是经营单位与企业总部审议制度。对供应链金融业务的审批要实行经营单位与企业总部两级集体评审制度。经营单位必须设立评审委员会，对具体项目进行评审，具体内容包括合法性、合规性、可操作性和风险防控措施等方面。在企业总部层面，对特定业务指定专门评审员进行评审，或由管理部门负责人组织集体评审，并根据风险等级不同，报请企业领导审批，必要时由企业领导层集体决策。通过层层审批，了解工商企业、相关合作方及金融机构等各方面的情况，最大限度规避金融业务风险。

（三）收入自偿化

收入自偿化原则是供应链融资的基本条件，它指的是根据企业真实的贸易背景和供应链流程，以及上下游综合经营资信实力，向供应链中的企业提供短期融资解决方案，并且以供应链运营收益或者所产生的确定的未来现金流作为直接还款来源的融资过程。自偿性贸易融资与流动资金贷款具有相似的地方，即都是满足企业经营活动的短期融资，但在授信理念、授信管理方式、授信结果上两者的区别十分明显。从授信理念上看，流动资金贷款注重对企业的财务实力、担保方式、企业规模、净资产、负债率、赢利能力、现金流等指标的考核，还款来源主要是企业利润、综合现金流，确定贷款额度和期限需要依靠授信人员根据财务状况测算，一般难以科学、准确地加以确定，准确性较差，且容易产生资金挪用风险；而自偿性贸易融资业务注重贸易背景的真实性和企业物流、资金流的有效锁定，期限严格与贸易周期匹配，具有明显的自偿性。从授信管理方式看，自偿性贸易融资注重客户的债项评级结果，注重结合特定产品等进行授权控制，授权控制相对宽松。从授信结果看，流动资金贷款多为单笔授信，而自偿性贸易融资为满足贸易时效性、批量性和周转性的要求多为额度授信。自偿性贸易融资产品设计本身即包含较强的风险控制，主要工具有：动产质押和抵押、单据控制（退税托管、国内信用证）、个人无限连带责任以及关联方责任捆绑等。其他风险控制措施还包括：（1）根据货物状况、买卖价格、同品质货物市场价格、评估价格以及市场行情等因素审慎确定货物价值，也就是货物或品种的准入制度；（2）根据货物变现难易程度和价格稳定程度，按货物价值的一定折扣发放贷款，同时书面约定信贷债权存续期货物价值下降的防范措施，如规定当货物价值下降约定幅度时，申请授信的客户应当及时追加货物或另行追加担保等，这一点在手机等货物的贸易融资中体现得尤为明显；（3）增加客户股东或主要管理层的个人连带保证和资产担保责任；（4）根据归还贷款金额情况释放被控制货物；（5）随着贸易关系链的延伸，将授信偿还与贸易关系中有实力的关联方进行责任捆绑，以实现风险控制。对于以动产质押为主要方式控制货物的，必须注意：一是审核出质动产的权属；二是慎重选择动产保管的第三方，必须有拥有所有权的仓储场所、完善的管理制度、专业的管理设备和技术；三是规范质押物出入库管理。同时，还应该逐步建立贸易产品市场行情动态监测和分析机制，做好贸易产品的市场运行监测，这在一定程度上可以避免道德风险和虚假贸易风险。

（四）交易信息化

供应链金融风险管理有赖于高度的信息化管理，这种信息化不仅表现为企业生产经营系统和管理系统的信息化，更在于企业内部、企业间、组织者与企业间、组织者间的信息化沟通，以及供应链运营过程管理的信息化。企业或组织间的信息化主要包括两个方面：一是供应链运行中不同部门和领域间的信息化，即企业内部跨职能的信息沟通。例如，在从事供应链金融的过程中，企业销售部门能否及时提供项目执行情况反馈表、会计核算中心能否及时按月提供资金到账表、生产制造或供应部门能否及时反馈项目运行情况、物流管理部门能否及时提供客户发货和物流等信息等。企业内部如果不能做到信息化、数字化，并且有效将信息进行传递，风险必然就会产生。二是企业间、组织者与企业间、组织者间的信息化，亦即供应链上下游企业之间，或者金融服务组织者之间的信息沟通。诸如焦点企业能否与配套企业积极地进行信息交换、金融机构与产业企业之间能否及时有效协调、平台提供商和交易风险管理者以及流动性提供者之间能否顺畅沟通等都决定了供应链金融风险的大小。如果异产业之间做不到信息的标准化和交换，供应链运行就名存实亡，伴随着的金融收益就会面临挑战。除了以上主体之间的信息化之外，供应链运营过程的信息化也是需要关注的，因为它涉及能否及时掌握供应链运营的状况和信息的正确性。这包括金融业务的网上审批和联网管理、物流金融业务现场操作软件系统的使用，从而实现监管点账目的无纸化、监管物网上仓库的数码化、监管报表的自动化和银行查询端口的实用化等功能；使用互联网远程监控技术、移动通信系统的“全球眼”“电子眼”等通信工具，实现异地可视化监控、GPS、物联网技术在物流金融领域的应用等。

（五）风险结构化

风险结构化指的是在开展供应链金融业务的过程中，能合理地设计业务结构，并且采用各种有效手段或组合化解可能存在的风险和不确定性。供应链金融业务往往会因为主体行为失当、作业环节中的差错等产生各种风险，为此，在供应链金融产品的设计过程中需要考虑缓释各种风险的途径和手段。风险的结构化需要考虑四个方面的要素：一是保险。保险是分散业务风险的首选方案之一。一种完善的金融保险分散方案应该是客户信用险、客户财产险以及第三方监管责任险和员工真诚险等的有效组合，这在市场经济发达的国家较为普遍，但国内仍处在市场经济初期，诚信经济尚未建立，这种综合性保险尚需探索和发展。二是担保与承诺。在开展供应链金融业务时需要考虑到各类不同的参与方和主体所能做出的担保与承诺，这不仅包括直接的融资需求方、连带保证方和一般保证方，还需要考虑其他利益相关者的担保与承诺，从而在最大程度上缓释风险。三是协议约定。供应链金融业务责任的承担，应本着既有利于业务开展又切实符合公开、公平、公正的原则。要想实现这一业务持续、健康和较快发展，就必须客观地界定合作各方的权利和义务，约定相应风险承担的方式及范围。四是风险准备金的建立。供应链金融的高风险使得金融服务提供商以及参与监管的企业面临巨大的挑战。为了有效降低高风险业务出现损失的不确定性，可以借鉴期货市场的风险准备金制度和某些中介行业的职业风险基金制度，计提一定比例的高风险业务风险准备金。这样，即便出现风险损失，也可将其控制在预期范围内，其对经营期间的影响也能得到一定程度的弱化。

（六）声誉资产化

声誉资产又称声誉资本。声誉长期以来一直被认为是一种稀有、有价值、可持续以及难以模仿的无形资产，因而是实现战略性竞争优势的有用工具。声誉的丧失意味着企业或组织具有较高的道德风险，可能会因为恶意行为破坏供应链金融所需的生态环境和秩序，从而产生巨大危害。从目前中国供应链金融活动的实践看，有四种恶意的融资行为非常典型，即“三套行为”“重复或虚假仓单”“自保自融”“一女多嫁”。“三套行为”指的是为了获得金融收益而实施的套利、套汇和套税。“重复或虚假仓单”是指借款企业与仓储企业或相关人员恶意串通，以虚假开立或者重复开立的方式，就他人货物或者同一货物开立多张仓单，以供借款企业重复质押给不同金融机构获取大量仓单质押贷款，并从中牟取暴利。“自保自融”是指在从事供应链融资过程中，亲属、朋友或者紧密关联人为借款企业进行担保，或者由同一人或关联人实际控制的物流仓进行货物质押监管，从而套取资金的行为。“一女多嫁”是近年来供应链金融风险中非常突出的一种现象，即借款企业凭借自身的资产或业务从多方骗取资金，增大融资风险的行为。为了防止上述行为产生，在声誉资产化评估中应更加全面、系统、客观地反映借款企业的综合声誉和信用，这包括对借款企业的基本素质、偿债能力、营运能力、盈利能力、创新能力、成长能力、信用记录以及行业状况等影响因素进行综合考察与评价。

五、供应链金融风险控制体系

从交易成本经济学角度来看，正式控制是采用契约和科层机制对合作进行控制。非正式控制，又称小团体控制、社会控制或规范控制，强调通过社会规范、价值、文化及内在化目标的建立来鼓励所期望的行为和结果，依靠承诺、名誉和信任等因素从协作角度出发对合作关系进行管理。

（一）正式控制体系

正式控制包括两种主要形式：（1）结果控制，也叫绩效控制，即采取绩效测量的方法对行为所产生的结果进行监控。基于结果的控制手段，可以直接实现委托方的目标和需求，而要使结果控制切实发挥作用，必须建立在融资方的行为结果可以准确测量的基础上。结果控制能够通过把双方的利益建立在一致的行动基础上从而把交易双方的偏好统一起来，增强目标的一致性，因此能够减少双方的自利冲突，更好地减少交易中的机会主义行为。（2）行为控制，也叫过程控制，其关注的是把合适的行为转变成预期结果的过程。基于行为的控制手段，可以使融资方的活动在预设的规程内进行，而要使行为控制切实发挥作用，必须建立在融资方的行为信息可以有效监控的基础上。有效的行为控制，可以减少流动性提供者面临的道德风险，因此紧密的关系、信息分享和行为监控都是行为控制的一部分。

基于上述两种控制的特点，在供应链金融的运营过程中，可以按照流程分析风险的关键控制点（结果控制），并且以该控制点进行供应链金融运营前期、中期和后期的全程管理（行为控制）。具体来讲，首先将供应链金融的运营信息绘制在三维解析图中。图10-5中的三维坐标分别代表供应链流程、供应链主体和供应链要素。供应链流程是供应链金融运营的所有相关环节和步骤，供应链主体是执行流程中的某一环节或活动时可能涉及的经济主体，供应链要素是在分析执行某一环节活动、涉及某一主体时，可能出现的管理行为以及风控的前提和基础。例如在应收账款保理融资业务中，供应链流程是操作该项业务的所有活动，包括供需双方签约、供货、融资方申请保理融资、对融资方的征信调查、转让应收账款、贴现融资等。供应链主体指的是在执行某一环节诸如征信调查时会涉及的买卖双方、第三方物流、平台提供商等。供应链要素是征信调查中平台提供商需要提供的信息，像买卖合约的真实性信息、物权的情况、融资方历史绩效以及其他各类信息。这时，可以分析判断：假如平台提供商不能提供上述信息或者提供的信息不全面甚至不真实，能否可以从其他渠道获得相应信息，或者补充、证实平台提供商的信息。如果难以实现，那么该环节就成为风险控制的关键节点。基于上述风险控制节点，确立供应链金融运营前期、中期和后期管理体系。前期管理一般指的是供应链金融业务运作前规范体系的建立和前提条件确立的状态，包括制度体系建设、管理运作的组织结构以及品种准入等。制度体系建设是在业务管理、额度及经营授权、业务评审、品种准入、协议文本管理、风险管理、机构及人员管理等方面做出严格规定，在此基础上订立金融业务操作规范；管理运作的组织结构是执行关键控制节点的参与人员和权限配置；品种准入是建立监管物风险评估制度和品种目录制度，对监管物品种实行准入制，对未进入监管物品种目录的不进行操作，对进入目录的严格按照风险等级对应的配套流程进行操作。中期管理是供应链金融运营过程中的管理体系，包括标准化现场操作的规范、核查流程与方式。后期管理是指出现风险时实现高效稳定的应对和处理，将损失降到最低，包括风险预警机制的建立、危机事件应急预案以及替代或互补的操作方式等。

（二）非正式控制体系

非正式控制也包括两种主要形式：信任和资产专用性。信任是关系规范中的一种重要表现形式，因此信任是非正式控制中的重要方式。信任指的是在风险状态下一方对另一方的积极期望，信任也可以指一方在风险状态下对另一方的信赖。信任有信任行为结果和积极期望的主观状态之分，也有信任信念和信任意向之分，总之，信任是一个多维度、多层级的概念。在供应链金融运营过程中，信任来源于金融主导者与所有相关参与者之间的互动和合作，特别是要明确各方的法律关系，作为提供服务的企业只承担自己可以承担和能够承担的责任，超出范围的业务坚决不做。总的来讲，战略合作关系的建立包括几个方面：一是与金融机构或流动性提供者之间的合作，如果没有长期稳定的战略合作关系，较容易发生金融机构或流动性提供者转嫁风险事件。因此，如何确立与金融机构或流动性提供者之间的战略合作，并且强化操作管理部门与金融区域风控之间的沟通，非常重要。二是与关键客户建立起稳定的合作关系。供应链金融服务提供者需要对客户的生产经营（侧重行业成熟度、企业成长性）、财务状况（侧重现金流）、业务扩张、出入库管理（侧重物流）、管理层变动、工资发放、其他监管公司入驻、配合程度、控货措施以及费用结算等情况进行分析评价，以此作为客户管理与服务改进的依据。此外，还需要对客户进行等级考核评定，考核结果与项目风险等级挂钩，以此作为对客户进行分类管理以及开展后续业务合作的依据。三是与合格子服务供应商之间的合作，包括与货运代理人、第三方物流企业以及其他合作者之间的沟通和管理等，对上述合作主体评定等级，考核等级评定结果并与项目风险等级挂钩，以此作为经营单位对相关供方进行管理以及开展后续业务合作的依据，这样也可以有效降低风险，建立起稳定、长期的合作和信任机制。

资产专用性是指资源一旦用作特定投资后，很难再移作他用的性质。相应的专用性资产就是用于支持某些特定交易的资产，一旦终止该资产所指向的交易，该资产无法全部或部分地挪作他用，就成为沉没成本。基于交易成本理论，资产专用性包括场地专用性、物质资产专用性、人力资产专用性以及专项资产，顾名思义，分别与场地、物质资产、人力资产和累积资产相关，其共同特征就是一旦形成很难用于其他用途。资产专用性程度越高，交易双方的依赖性就越强，任何一方违约都会给另一方造成巨大损失。基于资产专用性的非正式控制表明通过专用性资产的投资将合作双方的利益紧紧捆绑在一起，无论是供应商更换买方，还是买方更换供应商，其能力都受到制约。在高度动态化和异质化的市场中，资产专用性会损害合作的柔性，但是有利于双方长期合作伙伴关系的建立，从而规避关系风险。因此，高水平的资产专用性导致长期的合作关系以及科层和集成特性的治理形式。资产专用性由于可能导致沉没成本，也会计入交易成本之中，因此，从节约成本的角度出发，资产专用性会促使双方组织内部化。但当保持独立的合同关系时，相对于外部市场成本而言，资产专用性会通过导致长期的合作关系，降低搜寻和选择成本，从而降低交易双方的交易成本。在供应链金融中，资产专用性既可以体现为质押物、担保的存在，也可以体现为旨在维系特定关系或者业务投入的资产：诸如信息系统，包括协同管理系统（实现金融业务网上审批和联网管理），金融业务现场操作软件系统（实现监管点账目的无纸化、监管物网上仓库的数码化、监管报表的自动化和银行查询端口的实用化等功能），互联网远程监控技术（实现异地可视化监控），以及GPS、物联网技术在供应链金融领域的应用。

六、总结

综上所述，基于互联网的供应链金融一定程度上反映了制度的创新与需求的驱动。通过促进经济的集约化发展，基于互联网的供应链金融能够成为经济结构转型的新动力。对基于互联网的供应链金融进行研究，重点在于发现其通过金融模式的创新对资金配置效率和金融服务质量产生的提升作用，从而为维持整体经济的稳步发展创造强大的动力。

除了实时获取数据、分析数据外，未来基于数字孪生的风险控制与管理将成为一种新的手段和途径。数字孪生是充分利用物理模型、传感器更新、其他各类数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体供应链运营和金融活动的全生命周期过程（Marmolejo-Saucedo et al.，2019）。这种基于数字孪生的风险控制与管理，更加具有洞见性，即通过映射实际物理状况可以预警、预判风险产生的环节、时间，进而实现更为主动的风险防范和供应链运营及金融活动计划。

随着数字化平台赋能的供应链金融不断发展，基于供应链结构和运营的结构化信用与基于经营者画像的数字信用，在历史、现实与未来的时间节点开始发生融合。一方面，完全依赖于结构化信用来控制供应链金融风险，无法更为有效地了解参与者的特征状况。特别是在供应链运营越来越趋向于网络化和生态化后，不是所有的业务都能为核心企业掌控和了解，这时单一运用结构化信用就不能使供应链金融服务于更多网络中的中小企业，尤其是多级供应商或客户。另一方面，完全凭借经营者画像来控制风险，也限制了供应链金融服务的规模化发展。供应链金融风险不仅来自主体或者借款方，也来自供应链运营环境、行业和业务活动，以及与特定任务相关的因素。结构化信用与数字信用的结合推动了动态化的信用管理，即充分运用先进分析技术、机器学习、区块链等现代信息通信技术，既能够历史地和现实地刻画供应链业务的风险程度以及各参与者的信用，又能够借助于数字孪生系统地控制供应链金融可能产生的风险，推进供应链金融的可持续发展。

四、大数据金融的七大特征？

大数据金融具有七大特征：高维、多源、实时性、不确定性、异构性、安全性和价值密度大。

高维指数据特征维数多，难以传统分析法处理；多源指采集数据来自不同的渠道，各异性不一；实时性指数据采集、处理和分析需要实时完成；不确定性指数据的不确定性较高，需采用多种方法进行分析；异构性指业务命题和数据源中数据的不匹配性；安全性指大数据金融的数据存储与传输对信息安全有要求；价值密度大指对数据的挖掘分析能够带来重要的经济价值。

五、供应链金融五大模式？

1、应收账款融资模式

上游的中小企业将核心企业的赊账凭证（对中小企业来说是应收账款）转让给金融机构融资从而进行自身的运营，若到还款期限中小企业不能还款，则金融机构可凭应收账款向核心企业收取。

2、预付款模式

3、动产质押融资

动产质押融资模式中可以不涉及核心企业，但业务涉及对货权的控制和物流监管企业的管理，所以仍把其作为供应链金融的主要模式之一。

4、保理模式

银行受让国内卖方（客户）因向另一同在国内的买方销售商品或提供服务所形成的应收账款，在此基础上为卖方提供应收账款账户管理，应收账款融资，应收账款款催收和承担应收账款坏账风险等一系列综合性金融服务。在应收账款转让过程中，银行受让卖方应收账款的行为不通知买房的业务称为暗保理；反之，通知买方业务称为明保理。对于客户而言，转让应收账款可以获得销售回款的提前实现，加速流动资金的周转。此外，客户无须提供传统流动资金贷款所需的抵质押和其他担保。次业务模式最主要风险要点也非常明显-----买卖双方贸易背景的真实性。应收账款的存在性和可实现性。应收账款转让手续的合法性、有效性。回款客户的锁定。

5、保兑仓融资模式

在供应链中处于下游的企业，往往需要向上游供应商预付账款，才能获得企业持续生产经营所需的原材料、产成品等。对于短期资金流转困难的企业，可以运用保兑仓业务对其某笔专门的预付账款进行融资，从而获得银行的短期信贷支持。

六、金融思维模式？

金融的思维模式是指金融机构和个人在理财和投资时所采取的思考方式。金融思维模式关注的重点是如何实现投资资金的有效配置，以便获得最大化的回报。

它要求金融从业者应该更加独立地对市场情况进行分析和思考，使用更科学的投资组合和投资策略，并从中特殊地总结出特定的金融思维模式。

七、区块链数据金融AOT：革新金融模式的未来之路

区块链数据金融AOT是当前金融科技领域备受瞩目的创新技术，它将如何革新金融模式，成为未来之路呢？

什么是AOT区块链数据金融？

首先，我们来简单了解一下AOT区块链数据金融的概念。AOT，即"Algorithm of Things"，是一种基于区块链技术的智能合约平台，它利用智能合约和数据金融技术，构建起可靠、透明的金融生态系统。

AOT区块链数据金融的特点

作为区块链技术在金融领域的应用，AOT具有以下几个显著特点：

• 透明性：区块链的去中心化特点确保了数据的可追溯性和透明性，消除了信息不对称的问题。
• 安全性：AOT利用区块链的加密算法和智能合约技术，保障了数据和资产的安全。
• 高效性：智能合约的执行使得交易的结算和清算变得更加高效，大大降低了交易成本。
• 可编程性：AOT的智能合约具有可编程性，可以根据具体需求进行定制化，满足不同金融场景的需求。

AOT如何革新金融模式？

AOT区块链数据金融技术的运用将对传统金融模式带来革命性的影响：

• 去中心化金融：AOT打破传统金融中心化的模式，实现了真正的去中心化交易和结算。
• 金融普惠：AOT技术可以为传统金融无法覆盖的人群提供金融服务，推动金融普惠的进程。
• 资产数字化：AOT通过区块链技术实现资产的数字化，有效提高了资产流动性和可交易性。
• 信任机制重建：AOT的智能合约和去中心化特点重建了信任机制，降低了金融交易中的信任成本。

AOT的未来之路

随着区块链技术的不断发展和AOT在数据金融领域的深入应用，AOT将会在金融行业掀起一场革命风暴，推动金融模式的转型和升级。

总的来说，AOT区块链数据金融技术的出现，标志着金融行业进入了全新的发展阶段，它将为金融业带来更大的创新和活力。

感谢您阅读本文，通过这篇文章，希望能够让您更好地了解AOT区块链数据金融技术，以及它可能带来的革新和帮助。

八、互联网金融六大模式分别是什么？

互联网金融！包括以下但不局限于以下内容：

1、第三方支付平台。以支付宝为代表的第三方支付平台已经强势发展多年，但是在今年它们在支付领域取得突破性的进展。典型事件是2014年12月12日，阿里集团通过支付宝线下营销事件，正式向线下收单业务的霸主银联宣战。支付宝通过每单最高20元的补贴，高调进军线下收单业务（POS机收款业务）。对银联的垄断地位构成实质性的冲击。其他新出现的典型还有微信红包等。

2、P2P网络借贷平台。P2P 网络借贷平台 （Peer-to-Peer Lending） ，即出借人通过互联网平台向借款人提供小额借贷的信用中介模式，是将小额资金聚集起来借贷给有资金需求人群的一种商业模式。P2P网络借贷平台出现于2007年左右，但从2012年开始得到了野蛮式的疯长。不仅新成立的p2p平台如雨后春笋，很多投资者在高回报吸引下趋之若鹜，甚至连大型金融机构也开始涉足：平安集团成立了从事p2p业务的“陆金所”，招商银行最近也推出了“e＋稳健融资项目”试水P2P业务。全球首家P2P平台LendingClub已经在美上市。可以预见中国广阔的借贷市场必将也会产生上市公司。

3、众筹平台。它是一种向群众募资，以支持发起的个人或组织的行为。一般而言是透过网络上的平台连结起赞助者与提案者。在世界范围内主要包括四种模式：公益众筹；产品众筹；债权众筹；股权众筹。现在越来越多的项目采用众筹模式。比如阿里推出的“娱乐宝”，某些科技创意产品，都市咖啡馆等。尤其值得关注的是股权众筹，极有可能突破我国有关证券法的规定，使得我们每一个人都能够在一个公司成立之初成为它的股东，而不用等到它的上市。截止到今年六月份的时候股权众筹平台已经逾100家。

4、 电商小贷。它是基于对电商平台的交易数据、社交网络的用户信息和行为习惯的分析处理，形成网络信用评级体系和风险计算模型，并据此向网络商户发放订单贷款或信用贷款。典型的就是阿里小贷。以“封闭流程+大数据”的方式开展金融服务，凭借电子化系统对贷款人的信用状况进行核定，发放无抵押的信用贷款及应收账款抵押贷款。还有另外一种模式，供应链金融模式。代表企业为“京东商城”。该模式下电商企业不直接进行贷款发放，而是与其他金融机构合作，通过提供融资信息和技术服务，让自己的业务模式与金融机构连接起来，双方以合作的方式共同服务于电商平台的客户。在该模式中，电商平台只是信息中介，不承担融资风险。 基于自身的数据库，现在阿里小贷的规模已经非常的庞大，截至年末,阿里巴巴金融旗下三家小额贷款公司累计发放贷款已达1,500亿元,累计客户数超过65万家,贷款余额超过125亿元,整体不良贷款率约为1.12%。除此之外，京东还出现了针对个人贷款的“京东白条”。

5、网络理财。理财模式有两种，一种是“金融十互联网”路径，即为金融机构发布贷款、基金产品、理财产品或保险产品信息，承担信息中介或从事理财产品和保险代销业务。另一种是将既有的金融产品与互联网特点相结合而形成的投资理财产品或保险产品，当前最为火爆的就是以“余额宝”、“活期宝”、“放心宝”等为代表的各种“宝宝军团”。这些宝宝军团本质上一种货币基金。由于它们的收益要高于银行定期存款，使得我国银行里的存款不断的流失。今年9月末，人民币存款余额112.66万亿元，相比上个季度末锐减9500亿元，这是自1999年以来季度存款第一次减少。

6.互联网金融门户。互联网金融门户是指利用互联网进行金融产品的销售以及为金融产品销售提供第三方服务的平台。它的核心就是“搜索+比价”的模式，采用金融产品垂直比价的方式，将各家金融机构的产品放在平台上，用户通过对比挑选合适的金融产品。代表是融360、91金融超市等。

7、 纯网络金融机构。即那些没有实体营业网点，只在网上开展业务的金融机构，客户主要通过电脑、电子邮件、手机、电话等远程渠道获取银行产品和服务。如网络保险公司，直销银行等。比如由阿里巴巴马云、腾讯马化腾、中国平安马明哲，“三马通槽”组建的“众安在线财产保险公司”。还有工商银行、兴业银行等传统银行推出的专门的“直销银行”部门，发展十分迅猛，比如截至8月末，民生直销银行客户数突破100万，金融资产破180亿元，如意宝累计购买量已超1100亿。

九、金融数据 经济数据还有什么？

1、 CCER资本市场数据库：CCER数据库全面覆盖了资本市场的各个层次和多个领域，内容主要包括：财务数据、交易数据、治理结构数据库等。

2、CCER宏观经济数据：宏观数据库提供完整的全国宏观和地区宏观经济数据、行业和区域经济数据以及进出口贸易等数据。

3、CCER货币市场数据：货币市场数据覆盖货币市场和货币政策、银行间拆借、银行间回购、外汇市场和黄金市场等主要货币市场交易和政策信息。

4、CCER特供数据库服务：特供数据库服务提供全国大中型企业数据、海关进出口数据以及特有的医疗数据信息。

十、金融数据的特点？

金融数据是指金融行业所涉及的市场数据、公司数据、行业指数和定价数据等的统称，凡是金融行业涉及相关的数据都可以归入金融市场大数据体系中，为从业者进行市场分析提供参考。

以路孚特（前身是汤森路透的金融与风险业务板块）所提供的金融数据为参考，能够覆盖所有主要金融市场（包括股票、固收、商品和外汇等），帮助用户从海量的数据中寻找到合理有效的数据，并且从中判断出市场预期发展情况和价值。