发表
咨询

发表
咨询

写作
指导

写作
指导

权威
检查

权威
检查

关注
微信

关注
微信

瀚海期刊微信
返回
顶部

瀚海期刊网,快速职称论文发表、期刊投稿权威机构

在线投稿 | 设为首页 | 加入收藏

瀚海期刊网

首页 > 论文欣赏 > 金融论文 > 金融风险管理论文 > 详情

More推荐期刊

 金融风险管理论文
大数据在互联网供应链金融风险管理中的应用
作者:未知 如您是作者,请告知我们
申明:本网站内容仅用于学术交流,如有侵犯您的权益,请及时告知我们,本站将立即删除有关内容。
   摘要: 互联网供应链金融主要通过大数据技术信息处理来实现有效的风险管理,与传统的供应链金融相比,进一步降低了中小企业的融资门槛。然而,由于大数据采集和处理的高成本,保证数据真实性的难度以及侵犯用户隐私和安全的敏感性,这种方法的效果被削弱。因此,通过加强互联网供应链金融和社交网络的深度整合,培养大数据的核心处理能力,有必要降低获取和处理大数据的成本。通过加强对原始数据的检查,可以保证数据的真实性,并可以根据实际需要将原始数据转化为专业的知识资产,确保交付期间的数据安全。为了保护用户的隐私,最好通过使用第三方数据脱敏产品来对数据进行脱敏。 
  关键词: 大数据;互联网供应链金融;风险管理;信息治理;隐私 
  中图分类号: F724.6;F832    文献标识码: A    文章编号: 1672-9129(2018)09-0004-01 
  Absrtact:  Internet supply chain finance realizes effective risk management mainly through big data technical information processing. Compared with traditional supply chain finance, Internet supply chain finance further reduces the financing threshold of small and medium-sized enterprises. However, due to the high cost of big data's collection and processing, the difficulty of ensuring the authenticity of data and the sensitivity of violating user privacy and security, the effectiveness of this method is weakened. Therefore, it is necessary to reduce the cost of obtaining and dealing with big data by strengthening the deep integration of Internet supply chain finance and social network, and cultivating big data's core processing ability. By strengthening the inspection of the raw data, the authenticity of the data can be guaranteed, and the To translate raw data into professional knowledge assets according to actual needs to ensure data security during delivery. In order to protect the privacy of the user, the third party data desensitization product is best used to desensitize the data. 
  Keywords: big data;Internet supply chain finance;risk management;information governance;privacy  
  1 互联网供应链金融风险的内涵 
  供应链金融的本质是对物流、信息流以及资金流在不同企业、不同行业之间进行整合,这一点并没有因为供应链金融发展到互联网供应链金融这个阶段而有所改变。但互联网供应链金融拓展了供应链金融交易的边界,丰富了供应链金融交易的结构。通过横向、纵向及斜向的价值链,互联网供应链金融不仅能够实现物流、信息流及资金流在上下游之间有机结合,而且能够实现物流、信息流及资金流在不同行业之间有机整合,并最终形成一个没有边界的“生物圈”式的巨型网络结构。互联网供应链金融风险是指基于互联网供应链中物流、信息流及资金流的实际运行情况与互联网供应链金融的参与方预期的情况产生偏离并导致其遭受损失的不确定性。互联网供应链金融拥有广阔的交易边界及复杂的交易结构,其风險特性主要有三个,即动态性、传导性及复杂性。 
  2 大数据在互联网供应链金融风险管理中的作用 
  供应链金融风险所具有的动态性、传导性及复杂性的特性在供应链金融与互联网深度结合后变得更加突出和敏感,互联网供应链金融的风险来源和风险结构变得更加复杂。参与者的违规行为、经营模式的缺陷、业务流程设计缺陷以及操作过程中的各种失误等都能够引发风险并通过传导效应迅速波及整个供应链。与传统的供应链风险管理相比,互联网供应链金融风险管理最突出的特点就是通过应用大数据来强化信息的管理和利用并达到控制风险的目的。所谓大数据,是指以多元形式,自许多来源搜集的庞大数据组,往往具有实时性。大数据可以帮助互联网供应链金融实现信息全生命周期的管理,实现有效的信息治理。互联网供应链金融利用信息替代了抵押或质押。在传统的信贷业务中,金融机构为了降低自身的风险,往往要求融资企业提供相应的抵押或担保。 
  3 大数据在互联网供应链金融风险管理应用中存在的问题 
  3.1获取和处理大数据的成本较高。与互联网深度结合的供应链是数字化的供应链。大数据是支撑互联网供应链金融的重要基础。大数据技术运用的关键在于实现供应链业务活动的实时数据化,并形成持续不断的数据流,通过对数据实施有效管理来降低互联网供应链金融所面临的各种风险。要拥有反映供应链上关于生产、物流、资金流等动态的实时数据流,就必须建立一个能够覆盖整个供应链网络的基于云计算的产业互联网体系。在实际操作中,实现上述目标会面临来自两方面的困难。
  3.2大数据的真实性难以保证。大数据的来源很广泛,包括网上搜索、公共平台互动、电子交易记录等,较之传统的统计数据,有着更全面、更及时、更透明等显著优点,因而具有更大的应用价值。大数据的根基是数据,数据的真实和精准是保证大数据能够有效使用的基础。如果大数据出现造假,基于大数据分析而做出的风险管理决策可能会造成严重的后果。使用基于大数据开发的互联网供应链金融风控模型,确保数据的质量是重中之重。目前,国内的数据库数量非常多,但高质量的数据库却并不多。在将大数据应用到互联网供应链金融的过程中,也容易在数据质量上出现问题。比如,融资主体为了获得贷款或者提高贷款的额度,会进行流水造假。大数据造假不容易被发现且难以监管,个别因为利用数据造假而获利的行为还容易引起他人的模仿,带来更大的诚信危机。 
  3.3容易触碰用户的隐私安全。与传统供应链金融相比,互联网供应链金融最突出的特点就是用大数据取代了传统的风险定价及风险管理。大数据在被金融服务供给者用于降低自身经营成本的同时,极易侵害金融服务消费者的隐私。互联网供应链金融的消费者要想获得互联网供应链金融服务,就必须将各类个人信息提供给平台,消费者对个人信息的保护与平台对个人信息的商业利用之间产生了尖锐的矛盾。互联网供应链金融服务的供给者为了降低风险,会尽可能地掌握客户更多的相关信息。大数据在帮助使用者还原客户画像的同时,也必然导致用户的大量隐私被挖掘出来。互联网供应链金融所使用的大数据主要包括用户的网上交易记录、银行账户记录、沟通交流记录等各种真实信息。 
  4 互联网供应链金融风险管理应用大数据的对策 
  4.1降低获取和处理大数据的成本。要降低获取和处理大数据的成本,就要打破数据源的边界,加强信息共享,并强化自身处理大数据的能力。针对互联网供应链金融,具体可以从两个方面入手。首先,通过强化互联网供应链金融与社交网络之间的融合来降低大数据获取的成本。所谓社交网络,是指包括电子邮件、社交网站、在线问答、商务社交活动等在内的一切可以通过互联网完成的行为。互联网供应链金融进行风险管理的精髓在于通过对融资主体信息的掌握来降低抵押或担保的要求。要掌握融资主体的信息,大数据采集时就应该注重对融资主体工作及生活情景的抓取。社交网络上沉淀着关于融资主体的大量行为数据,互联网供应链金融的供给者通过与互联网公司之间的合作,可以促进打破数据源的边界,促进互联网供应链与社交网络之间的深度融合。 
  4.2确保大数据的质量和安全。互联网与供应链金融的深度结合,极大拓展了获取数据的来源。面对来自多种渠道的海量数据,必须科学地进行有效信息的提取、整合、分析和生成,并最终将符合需要的信息传递给接收方。在这个过程中,首先要确保原始数据的真实性,如果数据在源头处就出现失真的情况,据之加工生成的专业型知识型资产也必然是失真的,这样就会误导主体的决策。其次要保证专业型知识型资产的有用性,经过加工并最终生成的专业型知识型资产,必须要对这些信息的使用者起到相应的作用,能够帮助他们了解相关的情况并做出正确的决策。最后还要保证数据的安全性,在数据加工和传递的过程中,要确保数据能够安全准确地传递到接收方手中。 
  4.3加强对隐私数据的保护。互联网供应链金融服务的供给者在进行大数据挖掘时应该注重用户隐私安全的保护,有效利用大数据的前提是遵守相应的业务规则,在不触犯国家关于隐私保护的法律条件下尽量最大化数据的分析价值。从法律层面看,互联网供应链金融的供给者在收集和存储客户信息的阶段应该严格遵守相应的法律,事先须取得客户明确的同意授权,确保客户对自身隐私信息控制权的初步行使,然后向客户完整地披露所采集信息的种类、使用目的及与提供特定互联网供应链金融产品之间的必要联系。互联网供应链金融的供给者要确保客户的隐私信息仅被用于客户实现声明同意的特定目的,如果要将客户的隐私信息用于其他事项,应再次取得客戶的授权。从技术层面看,保护客户隐私最重要的做法是进行数据脱敏。数据脱敏是指运用脱敏规则对敏感信息进行数据变形进而实现对隐私数据的有效保护。 
  5 结语 
  综上所述,与传统的供应链金融相比,互联网供应链金融的风险控制已经不再依赖融资企业提供的抵押物或者出具的与供应链上核心企业存在交易关系的证明,而是依靠大数据技术来获取融资企业的全景式图像,并通过有效的信息治理来解决中小微企业的融资问题。但运用大数据技术进行互联网供应链金融风险管理也面临着不少问题,需要互联网供应链金融的供给者有针对性地加以解决。 
  参考文献: 
  [1]苏汝劼,特木钦.大数据背景下拓展供应链金融的思路与途径分析[J].内蒙古大学学报(哲学社会科学版),2018,50(03):86-91. 
  [2]张伟,崔万田.互联网供应链金融的本质、模式及管理对策[J].改革与战略,2018,34(04):54-59. 
  [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. 
  [4]黄卫东.创新的互联网供应链金融构建[J].现代商业,2016(17):127-128.


金融期刊:http://hanhaiqikan.cn/qikan/jinrong/
 

 

相关期刊分类