中国的供应链金融市场很大是现在还处在一个供应链金融科技还处在非常早期的发展阶段
第十八届中国国际金融论坛于2021年12月16日在上海召开主题为数字经济赋能金融产业发展嘉量资本合伙人朱晖出席并演讲
朱晖在演讲中表示，中国的供应链金融市场很大，但是现在还处在一个供应链金融科技还处在非常早期的发展阶段。
我们看到五年前，十年前中国有消费金融科技，经历过快速的增长，背后的逻辑是因为当时整个移动互联网起来，其实从数据和技术端给到了消费金融公司，一些线上的公司，科技公司给到他们很好的发展窗口，如果现在用同样的视角去看中国目前的供应链金融科技的话，我们认为市场处在爆发的前期他说
以下为演讲实录:
朱晖:我今天的分享主题还是比较聚焦的，就是可能想就供应链金融主题跟大家做互相的讨论和学习我们可能从几个方面，就从整体中国供应链金融的发展阶段，目前的市场潜力，我们看到目前供应链金融主要痛点包括科技ABCDI为代表的科技怎么样能够去赋能，去解决这个供应链金融目前的痛点，做了一定的思考以及说我们可能做了一定程度的未来展望，看供应链金融科技的发展空间在哪些地方，以及从投资人角度我们怎么看待未来投资机遇
首先我们看一下整个中国供应链金融发展阶段，总结起来我们认为可能从1.0到3.0，1.0还是单点线性的模式，这上面不同的颜色，黄色代表资金方，绿色代表资产方，核心企业，然后空心的绿色是上下游的企业，1.0的模式是单点线性的模式，单一资金方对应单一的资产方。
中间整体的交易成本会比较高，同时从单一资金方和单一资产方角度来讲，各自很难满足规模的效应去很有效匹配这个资金和资产。上游新闻记者从度小满金融获悉，浙商银行原行长徐仁艳正式入职，出任公司副总裁，负责供应链金融科技业务，并兼任度小满供应链科技有限公司董事长。
我们看到中国现在慢慢会出现2.0的模式，比如说我们早期的时候投资的他们在港股上市，现在做的就是供应链金融最早从ABS平台起家，目前帮助很多大的核心企业去匹配更有效的这些资金做一个资金资产的这么一个匹配和撮合。
所以我们看到伴随着这些底层的像人工智能，大数据，区块链这些技术不断发展，我们看到中国其实在往2.0的方式演变，但是我们如果再往后看的话，我们觉得3.0网状的分布模式大家可以看到，上面这些平台他们做了各自的程度的发散。
在那个时候这种第三方平台的作用和价值会体现的更加明显，可能四个维度第一个是数据这一块他们能够去采集做一些格式化的处理，去分析，清洗管理供应链上下游相关的数据，第二是产品，他们能够帮助制定针对某些特定行业客群供应链金融的产品，第三块是软硬件的技术。
这个时候这些偏硬件的比如说人工智能，区块链包括云计算的硬件包括一些芯片，可能会慢慢的伴有更重要的角色，最后一块是监管，能够帮助监管开展针对供应链金融的监管活动。
所以我们认为伴随着ABCDI底层的技术包括5G，物联网创新技术发展能够助推整个中国的供应链金融市场，从2.0产融平台模式往未来去看的话，会过渡到3.0网状分布的模式。
市场潜力在中国目前整体的供应链金融市场可能15万亿的规模，这个数字可能会有一点，但是还是基本上能够描述整个中国目前供应链市场整个有多大，但是我们看到企业所有的动产可融资的空间差不多全部加起来100万亿，代表着目前渗透率还是蛮低的，低于20%。
中间尤其一些中小企业，小微企业的资金缺口还是蛮大的，包括国家监管一直在鼓励做普惠，把更多的资金可能发放到更需要资金的地方，但是在实操中还是会面临很多的问题，中小企业的融资还是需要很长的时间才能够去慢慢解决。
包括我们现在的银行体系，因为一些过往的可能更偏向于中大型企业，在实操中还是面临一些挑战，能够慢慢调整，更好满足中小企业的融资需求，包括他们在供应链金融中产生的融资需求。
所以我们认为目前整体来说，渗透率比较低，传统的金融模式难以解决行业痛点，但是另一方面从需求端的角度来说，其实需求是持续旺盛，发展潜力蛮大的，怎样能够去解决这个我们看到的问题，如果我们再往下深看一层次的话，其实所有刚才讲的痛点的核心问题在于信息孤岛的存在。
整个供应链金融如果大家看到下面这张图，下面是资金方，中间是资产方，包括核心企业跟上游企业，下游企业，最下面我们放的是监管部门，但是信息不对称或者信息孤岛不是仅存在在某一个环节，在每个环节都存在。
我们在这里标了号1，2是资金资产信息不对称，导致资金方风控难，资产方贷款难，第三个是在产业链里面上下游不对称，导致所谓的资金的这种汇入跟汇出难，第四个问题是在供应链内部的话有一个所谓的流流信息不对称，现实中还是有挺多的挑战和不确定性，怎样消除在四流或者五流合一中的信息孤岛问题也是非常核心的问题。
最后一点就是部门的监管，因为监管对于产业的渗透，包括透明度，其实还是比较有限的，尤其穿透到多级供应商的时候，你可能对核心企业有一个自己的认知或者自己的画像，但是当你的供应链不断往下沉的时候，很多的监管很难触及到，这个时候怎么样能够解决这个信息孤岛或者信息不对称变成一个很重要的问题。
所以我们可能更多的是从创新技术角度发展，我们比较关注技术怎么样在中间能够去发挥不同的作用，然后能够去消除我们刚才所看到的在不同的环节五大的信息不对称，然后去释放产能，最终达到目的去提升资金资产的一个匹配效率。
这张图比较复杂，可能大家看着比较头晕，我们尝试在一张图里面把我们看到的在每一信息孤岛下面，目前各类的金融机构或者科技公司，国内外的都有，怎样能够去解决这个问题。
比如说在这里可能举个例子，比如说风控难的问题，就是金融机构包括传统的像银行或者保理公司怎么有效帮助供应链做风控，本身就是很大的课题，也有很多的玩家在里面，中间分两类:
一类是偏场景和数据的，做的传统发票和电子发票给到资金方相应的发票数据或者场景数据，订单数据帮助他们去做一些大数据的风控和智能风控的工作。。
另外一个可能是偏技术和算法的，那他们的长项其实不是在于说我有数据本身，但是他们的长项是我有大数据的模型，包括人工智能这些模型的算法，当我去结合这些数据和模型的时候，我能够很有效的去赋能这个金融机构，做更好的风控。
那同理我们在每一个场景或者在每一个痛点下面，其实都尝试着去挖掘，或者去审视市面上好的技术，怎么样能够去在各个环节打消掉这些信息不对称，提升供应链金融的产能。
后面这些我可能就不展开说了，我们可能就每一个主要的公司做的一些具体的分析，包括看他们的目前业务规模，他们覆盖的地区，他们所用到的技术以及目前的营收跟估值体量。
然后如果看供应链金融科技整体的发展模式的话，我们用一个2乘2的矩阵，能够把市面上大部分供应链金融科技企业都做一个有效的划分，横轴是按照行业你是聚焦于单一的行业还是跨行业的，然后纵轴的话其实是一个从技术角度评判，你是单点的技术还是提供的是平台服务。
由此可得我们可以得到四类的公司，但是如果你是单点技术，单一行业我们认为业务场景过窄不展开讨论，剩下ABC三类代表着各自的发展路径或者技术的流派，A是跨行业的，同时提供也是偏平台的服务，我们称之为围绕全链体系的投资融模式，包括C2FO都是这种模式，首先他们对于行业没有那么大的敏感度，他们基本上是所有跟金融供应链有关的行业都可以做，第二他们围绕核心企业一直渗透到它上下游的生态，提供端到端全套技术解决方案。
B最大不同他们虽然是跨行业的，但是提供技术的时候是单点技术去做，他们做的是大数据风控，像我们之前深度聊到的学会解决的是跨境收单和收款，怎么帮助国内的卖家和买家对接国外的卖家和买家。
C跟A的区别就是说从技术角度上来说他们是平台的服务，但是从行业覆盖度来说是单一的行业，我们看到这样相关做的是围绕跨境电商的供应链的上下游提供相应的服务，像富士康，当然本身是一个在富士康体系内的围绕富士康的所有的这些代工的场景提供上下游的资金跟资产的供应链金融相关的服务所以我们认为ABC是市面上现在可以看到的三类主流供应链金融科技的模式，一种发展路径是从C慢慢过渡到A，当你在某一个单一行业打通形成了你所谓的标准化产品跟技术平台之后，其实你是有潜力，有能力或者有资源赋能的话，是可以拓展到多行业，从单一行业延伸到跨行业的模式那么你就变成全链条模式
我们这边举了一些例子，比如说A的模式，我们这里举了一家国内还比较头部做供应链金融全链条模式，他们从最底层的技术到中间的开放平台跟开放服务到上面跟银行，上交所，银行征信机构做的业务直联，中间很大一部分是中间件，一直到应用场景供应链金融相关的场景，有些是通过私有云，公有云有些通过混合云的方式服务。
合作机构的话当然是围绕核心企业，除了核心企业之外，有它的供应商，有它的合作的金融机构有相应的这种所谓的交易所或者监管，也有券商，像征信机构第三方都在里面，他们整体来看把他们拼到一起就是围绕核心企业的全链条模式。
B的话我们也是以一家企业为例，他们主要做的是针对供应链金融里面的某一个环节，比如说可以做产品设计，定价，风控和催收，你是在某一个场景下面利用你的技术赋能，我们举个例子是用人工智能，AI，大数据和知识图谱的方式去提供供应链金融的风控，你看到传统银行的风控更多的还是会看比较静态的指标，伴随着新的技术的发展，你可以把核心企业或者相关的贷款申请方放到更庞大的知识图谱的体系里面，把行业的上下游，周边行业的关联度，甚至说它的一些非常下沉的这些供应商全部能够整合跟整理出来然后得到一个更加全面的企业画像，帮助银行的金融机构做评分
第三种模式就是我们称之为深耕垂直场景的平台服务模式，我们在这里举个例子刚才讲到的那家公司是做跨境电商的供应链金融的平台，他们服务的场景其实就是跨境电商的这么一个场景，主要服务的是中国国内跨境电商的卖家。
背后整合了从物流到跨境电商的平台，像天猫国际都是在他们整体的生态里面，然后最终是结合到境外的买家，收集的数据包括跨境电商平台的数据包括商家自身的数据，有些是静态的财务数据跟公司的数据，有些是动态的交易数据，订单数据，采购数据，支付数据。
再去结合右手边大家看到的外部数据，宏观经济数据等等，通过所有数据的整合包括生态中刚才各种参与方的实时信息的对接，能够给到资金方很好实时动态非常准确的颗粒度非常细的这种信息和数据帮助他们做风控或者信贷的决策，这也是我们看到很好的模式，一开始深耕行业，从行业起步形成标准化产品，再把你的标准化产品输出到别的场景和别的行业。
就是如果往后看的话，我们的观点还是认为中国的供应链金融，刚才讲市场很大，但是现在还处在一个供应链金融科技还处在非常早期的发展阶段，我们看到五年前，十年前中国有消费金融科技，经历过快速的增长，背后的逻辑是因为当时整个移动互联网起来，其实从数据和技术端给到了消费金融公司，一些线上的公司，科技公司给到他们很好的发展窗口，如果现在用同样的视角去看中国目前的供应链金融科技的话，我们认为市场处在爆发的前期。
主要是伴随着工业互联网，产业互联网包括国家一直在强调尤其疫情之后一直在强调整个产业的数字化，刚才很多的嘉宾都谈到我们认为供应链金融科技在未来伴随着底层数据底座不断完善形成和成熟，以及伴随着底层技术的不断发展，未来有非常想象空间的赛道和行业。
那过去的消费金融科技行业可能诞生了像京东，微众或者巨大体量的这种金融科技公司的话，我们其实展望觉得说中国未来的供应链金融科技这个行业也能够诞生出或者也能够孕育，也能够承受这种超级体量的供应链金融科技这些公司，也是我们从投资角度来说，是希望可以看到的。
最后可能讲一点跟投资有关的，就是如果我们怎么去看赛道的投资机遇，我们认为围绕三个关键词，生态，技术和数据，在这中间还是映射到前面所讲的ABC三种模式，如果说大家看到是一种A类的模式，包括在座很多都是金融机构，你们要去考虑说怎么搭建一个生态，我们所合作的这家科技公司，有没有能力搭建生态，如果说是一些比较早期可能是更以技术驱动或者技术导向不感是B类还是C类的公司，我们关注一方面是数据本身，第二就是技术。
因为在当下的宏观环境下，数据成为越来越重要的生产要素，而且数据有很强的规模效益和网络效益，大家不要忽视数据本身的价值。
最后可能一点我们认为中长期还是要去布局和深耕一些供应链网络金融街点供应商，我们一开始讲到的所谓3.0模式下面，发散的蓝色点他们在未来会在机构和资产方之间发挥非常重要的作用，这个是科技真正能够诞生价值，也是我们从投资角度来说，在未来会持续往上关注的方向，我今天的分享就到这边。
谢谢大家。
。郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
