2021年11月,中国银行保险监督管理委员会召开专题会议,部署深化供应链融资改革工作,鼓励银行等金融机构围绕实体经济需求提供精准金融服务。这些政策推动了供应链金融在各行各业的深入发展,也极大地缓解了中小微企业融资难的问题。
根据科法斯《2021年中国企业付款调查报告》的数据,2020年中国企业信用期限平均缩短至75天,减少了11天,大多数行业的信用期限都在缩短;2020年,平均信用期限在31天至60天之间的受访企业比例从20%增至30%,提供120天以上信用期限的受访企业则降至13%。与科法斯的调研数据相一致,本文计算的我国中小板制造企业的应收账款周转天数从2019年的116天降到2020年的100天。
然而,需要看到的是,上述政策尽管对支持中小微企业发挥了一定的作用,但尚未从根本上解决中小微企业运营资金短缺难题,甚至在新冠肺炎疫情的冲击下,资金困境愈发凸显。
从现金循环周期指标看,以中小板制造企业为例,在应收账款周转天数下降的同时,存货周转天数一直居高不下,2019年为168天,2020年上升至169天,同时,应付账款周转天数却急剧下降,2019年为128天,2020年为92天。综合上述数据,中小板制造企业的现金循环周期不仅没有缩短,反而从2019年的156天增至2020年的177天。
同时,供应链金融领域暴雷问题仍然层出不穷,自2020年“武汉金凰珠宝骗贷160亿”事件后,2021年相继出现了泛海控股股份有限公司境外附属公司两期票据发生违约以及恒大、华夏幸福到期商票无法兑现等事件。
这些冰火两重天现象无疑表明供应链金融正处在艰难发展阶段,单纯地依赖产业热情以及各级政府的扶持政策,较难从根本上解决中小微企业融资难、融资贵的症结,需要从基础设施和体系建设上谋求供应链金融的长远发展。
供应链金融发展中的挑战与数字信用
而这种信息不对称既包括产业运营中的信息不对称,也包括资产和资金状态的信息不对称。
基于上述理论可以看出,供应链金融作为加速企业之间资金往来以及解决运营资金短缺而开展借贷的产业金融,其本质是通过对产业运营、资产和资金多维度要素的把控,实现信息对称,进而确立信用、控制风险,促进借贷之间资金顺畅流动。
可以将这一运作机理和其中的管理要素形象地视为一座天平,天平的底座是风险识别和控制,天平的横梁是产业信息,天平的两端一端承载的是资产,另一端是资金,而架起整座天平的支柱就是信用。
首先,从底座看,由于商业周期的变动,特别是全球供应链受贸易保护主义威胁,加之新冠肺炎疫情对中国产业运营的冲击,环境的不确定性较以往表现得更为突出。此外,大多数企业正处在产业升级的阵痛期,或者说正面临数字化转型的焦虑和痛苦。据埃森哲的调查,转型成效显著的领军企业只有16%,大多数中国企业仍然处于变革中。所有这些状况使企业的贸易环境受到巨大挑战,企业的风险识别和控制异常困难。
其次,中国商业情景异质化程度较高,产业中不同企业的资源能力千差万别,各行各业尚未形成大家公认的运营规范和标准,信息孤岛广泛存在,这使得产业级的供应链信息难以形成,金融决策中所依赖的信息真实性无法保证。
再次,目前资产端的管理不能充分、客观、实时地反映资产的动态变化,特别是资产在供应链不同环节、不同主体之间的转移和价值变动情况难以实现全程透明化反映和管理,资产质量大打折扣。
此外,目前金融机构开展供应链金融仍是基于概率的思维评估和管控风险,未能做到资产的细颗粒度管理,加剧了对资产质量的担忧。
最后,资金端同样由于往来清晰性不足,特别是许多大型企业不确权几乎成为商业惯例,将拖欠、不挂账视为理所当然的事情,不能将资金使用的真实性和用途清晰明确地反映出来,供应链金融所要求的业务闭合、收入自偿只是理论上的一种设想。这些问题使得供应链金融举步维艰。可以说,目前遇到的问题已经使传统信用体系丧失效能,而新的信用体系尚未建立。
解决这些问题和挑战,需要重构供应链和供应链金融中的信用体系,在重构交易关系的基础上利用数字技术确立数字信用。数字信用是利益相关方对特定企业、技术和流程创建安全的数字商业能力的信心,即对数字技术赋能的商业环境、供应链运营以及企业行为等质量信号的认同,进而有效支持金融决策。
信任盈余是过高期待数字技术产生的效应,认为只要应用了数字技术,就能解决金融借贷活动中存在的信息不对称问题,有效防范潜在风险,从而产生唯技术论现象;
信任赤字则是低估数字技术发挥的作用,认为技术不能真正改变供应链运营以及金融活动中存在的机会主义和道德风险。
事实上,从时间维度看,短期内容易出现信任盈余,而长远看又容易发生信任赤字。数字信用强调理性、合理运用数字技术,不断提升供应链效率和效能,进而为金融优化决策提供支撑。
一是工具性,即管理中的数字信息一定是由自动化或感知设备产生,让业务和资产由被管理方变为可以主动、平等参与业务的构件,与人的行为进行校核共识,规避人为差错或道德风险。
二是关联性,即管理中所有的参与主体、资产、信息化系统、业务等高度连接,各维度的活动和信息相互关联,实现相互校核、相互验证,确保交易背景以及资产状态的真实性。
三是智能化,即借助数字技术实现大规模优化决策,改善供应链运营以及管理绩效,降低运营和金融活动中的风险。如果不能支撑管理优化和决策,数字技术就会丧失效用。
四是自动化,即业务流程通过数字技术驱动,将业务流程中的低效率资源替代为高效率资源,特别是减少低效率人工介入,保障商业流程的高效率、顺畅运行,有效克服人为的道德风险和机会主义行为。
五是整合性,即推动不同参与者之间的协同合作,包括联合决策、公共系统投资、产业供应链运营规范确立等。
六是创新性,即推动管理和供应链金融创新,通过提供整合化的解决方案创造新价值,或者以全新的方式满足现有价值诉求。
信用链:数字信用建立的核心
总之,信任是一种组织间情感上的认同,这种认同既可以来自社会属性,也可以来自企业的特征属性。前者如社会学家祖克观点,认为信任表现为程序性信任(主体之间交往的经验和互动)、特征性信任(相同的文化、教育等)以及制度为基础的信任(正式的约束结构)。后者如梅耶等的观点,认为信任由能力信任(一方能够在某个特定领域产生影响的一组技能、能力和特征)、惠及信任(除以自我为中心的利润动机外,一方能够主动为他人行善)以及正直信任(一方对另一方遵守可接受的一系列原则的看法)组成。
无论是基于社会属性的信任还是基于特征属性的信任,都是经济主体之间相互认同的心理倾向,既是组织交往的结果,又是推动组织关系进一步发展的驱动力。在金融领域中,银企之间传统意义上的信任是建立在相互之间长期稳定的合作关系以及征信基础上的,然而这种信任较难在供应链金融中建立。
一方面中小微企业不仅没有完善的财务报表和长期的经营历史来展现其信用,而且由于中小微企业容易受外部环境不确定性的影响,变动较快、较大,加之潜在的机会主义和道德风险,使金融机构与中小微企业之间的信任较难通过社会属性或特征属性确立起来。
因此,推动两者之间形成良好的互信关系,并开展金融借贷行为,需要基于各个业务维度并从组织管理、流程管理、要素管理等方面入手“重构”动态演进的信任链,最终形成数字信用。
应当关注的是,之所以称之为“重构”,是因为无论是信任产生的主体、信任确立的方式,还是信任确立的基础,都与管理学中所论及的信任不同。具体讲,信任链是随着数字技术的发展以及商业关系复杂多元而形成的信任集合。信任链是因为相互关联和高度整合的各类主体(包括人类行动者和非人类行动者)的相互连接可视化、相互作用可溯化以及相互作为可核化,而形成的对供应链各主体、各要素、各行为符合公认预期的状态。
第一,信任产生的主体既来自供应链金融运营中的组织或经济主体,也来自客观的要素主体或具体的供应链活动或事件,两者共同作用,推动信任形成;
第二,信任确立的方式不是基于经济主体之间长期持续交易或财务报表这类反映企业特质的因素,而是需要不断洞察信任危机(识别供应链金融中造成信息不对称或者风险的根源)、动员信任主体(根据行业场景恰当地组织相应的组织、业务和技术,形成相互关联的体系)、整合信任要素(建立促进信息对称和信任产生的新要素)和重塑信任关系(建构促进供应链金融持续发展的管理体系);
第三,信任确立的基础不再是单纯的组织间关系评估和绩效测度,而是因为数字技术实现的信息数字密度的迭代以及形成的非许可或分布式的信任体系。
基于以上对信任链的理解,供应链金融中的信任链需要围绕供应链的关键业务领域和供应链管理维度来建设与推动。任何供应链运营必然涉及组织间的交易、物流以及行为,同时也会受外部制度性的影响。
因此,信任链必然涉及可信交易链、可信物流链(资产链)、可信行为链以及可信制度链。此外,任何信任链的建设也必然涉及供应链管理的关键三维,即供应链的组织方式、业务关键流程以及管理核心要素。
可信交易链必须确保供应链各参与主体之间交易的真实可信赖。实现这一目标,按照兰伯特等提出的关键三维,需要解决三个层面的问题:
一是交易管理要素的规范化,目前之所以中国产业链供应链建设任重道远,主要障碍是行业级的标准和规范远没有建立,对金融活动的开展构成了挑战。因此,行业技术参数、合约、各类函证、发票(该要素已经实现了规范化)的标准规范是建设可信交易链的基础设施。
二是交易流程知识的体系化,在寻源、订单、交易(询价、条款、签约)、质保、履约、处置全过程形成全面的流程知识,并基于形成的流程知识客观、合理地评判经济主体之间交易的可行性和质量。
三是稳定的交易网络和生态,在供应商、渠道商、客户方、物流商、管理方之间建立稳定的交易网络,并产生生产力、稳健性和创造力。没有健康的网络和生态,很难确保交易关系的高质量。
可信资产链(物流链)涉及供应链运营中的物流业务或资产是否真实可信赖。由于经济人的机会主义或道德风险,可信交易不一定是可信资产。可信资产链与可信交易链是互为补充、互为能动的体系,它是反映非人类行动者的网络体系。
一是相关物流业务和资产,如质量、形状、数量、装载、价值、运单、仓单、面单等要素的规范化;
二是仓、配、运、转的流程管理,仓指的不仅是仓储管理的数字化,而是多级仓之间(也包括海外仓、境内仓之间)流程管理数字化,同样,配和运也是流程管理以及流程质量管理,运指的是在国际贸易开展过程中,商品物启运、到达或中转港口码头的流程管理以及运营质量管理;
三是物流枢纽网络的形成以及物流资源的建构与获取。
可信行为链是链接可信交易链和可信资产链的纽带,目的在于保证所有经济人以及非经济人行为可靠、真实与有效。如在我国之所以仓单质押或存货融资难以开展,是因为我国商业现实中货权与物权的非统一性。
因此,推动这一金融业务顺利开展,需要明确的商业行为和商业状态。
可信行为链同样需要三个层面的建设与管理:
一是对采购、技术、生产、营销等政策和行为要素的判断与管理,如当一个非电子行业的企业采购电子元器件时,其行为要素就会受到质疑;
二是行为过程管理,即任何交易和资产变化都需要判定因何事、出何处、在何时、做何为;
三是充分调查了解供应链金融中参与者行为发生的一致性、合规性以及与环境的吻合性、与战略方向的契合性等。
上述三个可信链针对的是供应链金融理性发展的商业运营,而保障上述三个可信链的最底层基础设施是可信制度链。可信的制度体系是供应链金融发展的框架,也是商业文明形成的磐石。
一是供应链金融活动要素的规范。
德·鲁夫等认为,数字平台不同于以往的商业平台,后者是由一个总体设计结构控制的各类模块组成的双边或多边市场,而在数字平台中,不存在一个独立的能控制平台的核心主体,数字平台是更具松耦合特性的网络或生态。具体讲,供应链数字平台有三个重要的组件:
一是模块化或微架构的服务。
二是良好的界面。
三是形成高度互补。
具体讲,支撑信任链建立的供应链数字平台架构包括后台、中台、前台以及控制塔等要素。
产业资源生态是供应链运营所需要的各类资源能力,并且这些资源能够互补,集成为一体化的能力,以支持供应链运营的需求,产生价值流。除产业资源生态外,还需要建构和集成金融资源生态,这是因为供应链运营中保持良好的现金流,优化整合产业的资金,保持良性、持续的资金流是供应链运营的关键。
因此,不同金融机构、不同金融产品需要协同配合、协同服务于供应链业务。如在面向农业产业开展供应链运营和金融服务时,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农业生产不确定性带来的风险。
其次是供应链中台管理系统。
中台架构包括技术中台、数据中台、人工智能(AI)中台以及组织和业务中台几个部分。
技术中台是供应链数字平台中台化建设中采用的支撑技术,既包括支撑中台化的信息技术,又包括支撑供应链运营的数字技术。前者是构建中台的基础,如微服务技术,即为服务于多前台业务所建立的标准化服务接口(REST风格的同步API、消息队列异步通信)、服务治理能力(服务框架、API网关、APM等)和敏捷的研发技术;实现微服务、自助式部署的DevOps技术;实现底层基础设施灵活可编程的云原生技术等。后者是建构信任链的各类数字技术,如移动互联、物联网以及区块链等技术。数据中台被认为是数字平台架构中的核心系统,在数据中台的建构中。
三是建立一个结构化与非结构化相结合、全周期管理的数据湖。数据湖是存储企业各种各样原始数据的大型仓库,其中的数据可供存取、处理、分析及传输。
第二,拥有足够强的用于处理和分析所有类型数据的计算能力,分析后的数据会被存储起来供用户使用;
第三,通常包含更多的相关的信息,这些信息有很高概率会被访问,并且能够为企业挖掘新的运营需求。
AI中台也被称为智能化中台,之所以AI中台被提及,是因为随着可获得数据越来越多,对有价值信息的辨识、数据关系的发现、数据发展趋势的洞察都将变得非常困难,只有通过智能化手段对海量的各类型数据进行挖掘和治理,才能提升和创新业务,推动供应链业务的发展。
因此,建立一个跨越不同组织边界的组织中台非常重要。当然,这一中台既有可能由专业化的平台方承担,也有可能是由一些自驱动、自治化的联盟体来承担。
再次是供应链前台服务系统。
该系统是灵活应对市场需求和价值诉求,从而灵活、高效地组织供应链运营和服务的体系与场景。在产业供应链运营中,客户会产生各种价值诉求,需要供应链组织和服务者能够切合市场与客户的价值诉求提供定制化产品或服务。
这类高度差异化、定制化的服务既包括产业运营服务,也包括产业金融服务;既包括微观的生产经营活动,也包括宏观的监管活动。因此,搭建符合客户和市场的多元化服务前台是供应链数字化努力的方向。
供应链控制塔最早是由高德纳、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、实时数据分析、预测和决策,及时解决问题,协同的、一致的、敏捷的和需求驱动的供应链数字化系统。
显然,通过智能控制塔,不仅能使业务和资产的运行状态可见,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,保证供应链金融的安全、有效。
END
文章来源于中国流通经济 文章作者:宋华