01

紡織產(chǎn)業(yè)供應(yīng)鏈簡(jiǎn)介

首先介紹一下紡織產(chǎn)業(yè)供應(yīng)鏈，讓大家有一個(gè)全面的了解。衣服大家都非常熟悉，但是在一件衣服背后是一個(gè)非常龐大的紡織產(chǎn)業(yè)，這個(gè)產(chǎn)業(yè)的鏈條非常長(zhǎng)，從上游具有大宗屬性的棉花、紗線、化纖到中游的坯布、印染再到下游的成品布、服裝、銷售，在整個(gè)鏈條上的各類生產(chǎn)要素眾多，并且整個(gè)產(chǎn)業(yè)鏈?zhǔn)艿絿?guó)內(nèi)外等多種因素的影響，具有非常高的復(fù)雜性。

在如此復(fù)雜的紡織產(chǎn)業(yè)鏈上如何讓金融產(chǎn)品服務(wù)好客戶，并做好風(fēng)險(xiǎn)防控具有非常大的挑戰(zhàn)，需要關(guān)注以下四個(gè)方面風(fēng)險(xiǎn)：政策風(fēng)險(xiǎn)、行業(yè)風(fēng)險(xiǎn)、經(jīng)營(yíng)性風(fēng)險(xiǎn)和道德性風(fēng)險(xiǎn)。

• 政策風(fēng)險(xiǎn)：一些重要的事件比如限電政策對(duì)行業(yè)影響比較大，去年華東地區(qū)的限電政策造成華東地區(qū)的的織廠、服裝廠的減產(chǎn)；此外國(guó)際形勢(shì)對(duì)紡織產(chǎn)業(yè)鏈影響也很大的，譬如廣東的佛山、東莞主要以成品布、成衣的出口為主，由于受中美貿(mào)易關(guān)稅、棉花減產(chǎn)等重大國(guó)際事件的影響，造成企業(yè)經(jīng)營(yíng)周轉(zhuǎn)出現(xiàn)問題；

• 行業(yè)風(fēng)險(xiǎn)：產(chǎn)業(yè)鏈中不同類型的企業(yè)受到行業(yè)不同政策的影響，譬如印染行業(yè)屬于高污染，受環(huán)保政策影響很大，因此需要重點(diǎn)關(guān)注環(huán)保政策；紗線、化纖等原材料則受國(guó)內(nèi)外期貨影響很大；而終端服裝行業(yè)則屬于季節(jié)周期性行業(yè)；

• 經(jīng)營(yíng)風(fēng)險(xiǎn)：針對(duì)企業(yè)類型的授信主體，企業(yè)的經(jīng)營(yíng)受到上游原材價(jià)格和下游需求的影響很大，此外企業(yè)在生產(chǎn)中設(shè)備老化、事故等，都會(huì)造成企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)； 

• 道德風(fēng)險(xiǎn)：譬如企業(yè)主的行業(yè)口碑、不良嗜好或者客戶經(jīng)理的串通騙貸等行為屬于要考慮的道德風(fēng)險(xiǎn)；

這四類風(fēng)險(xiǎn)是供應(yīng)鏈金融在服務(wù)不同客戶時(shí)所面臨的挑戰(zhàn)。為了應(yīng)對(duì)上述挑戰(zhàn)，根據(jù)行業(yè)的實(shí)踐總結(jié)出一套紡織行業(yè)大數(shù)據(jù)風(fēng)控體系。

大數(shù)據(jù)風(fēng)控模型體系

根據(jù)對(duì)供應(yīng)鏈風(fēng)控邏輯的梳理和行業(yè)的不斷實(shí)踐，總結(jié)了一套紡織行業(yè)的“1+D”大數(shù)據(jù)風(fēng)控體系。

紡織行業(yè)分為棉、紗、布、衣等多種場(chǎng)景，并且不同場(chǎng)景下企業(yè)的經(jīng)營(yíng)模式大致分類供應(yīng)商和貿(mào)易商，供應(yīng)商一般具有實(shí)體工廠，采購(gòu)原材料進(jìn)行加工生產(chǎn)，貿(mào)易商主要以商品貿(mào)易為主。根據(jù)企業(yè)的經(jīng)營(yíng)模式不同，風(fēng)險(xiǎn)防控的邏輯也不相同。

• “1”為授信主體：授信主體分為企業(yè)和個(gè)人。需要綜合衡量企業(yè)和企業(yè)主的相關(guān)資信情況，譬如是否有擔(dān)保、是否具有相關(guān)資質(zhì)，、信用等級(jí)或信用評(píng)級(jí)等；

• “D”為內(nèi)外部數(shù)據(jù)：這部分未數(shù)據(jù)賦能，其中包括企業(yè)的內(nèi)部數(shù)據(jù)如采購(gòu)數(shù)據(jù)、銷售數(shù)據(jù)、倉(cāng)儲(chǔ)數(shù)據(jù)、以及基于 IOT 設(shè)備的物聯(lián)網(wǎng)數(shù)據(jù)；外部數(shù)據(jù)如企業(yè)工商數(shù)據(jù)、司法數(shù)據(jù)、資金流水等，通過(guò)這些數(shù)據(jù)從多維度評(píng)估“1”的信用情況；

• “+”為風(fēng)控抓手：供應(yīng)鏈金融是基于交易提供的金融服務(wù)，因此確定交易的真實(shí)性非常重要，其中涉及四流合一、貨物的管控、IOT設(shè)備的監(jiān)控。通過(guò)信息流、資金流、商流、物流等信息為抓手來(lái)確認(rèn)交易的真實(shí)性；通過(guò)對(duì)倉(cāng)儲(chǔ)貨物的管控、IOT 設(shè)備運(yùn)行數(shù)據(jù)對(duì)企業(yè)的貨物和開工情況進(jìn)行評(píng)估，以此作為風(fēng)控的抓手進(jìn)行風(fēng)險(xiǎn)防控；

以上就是是針對(duì)紡織行業(yè)供應(yīng)鏈的“1+D風(fēng)控體系”，為了更好的執(zhí)行這個(gè)框架，在落地中共分為四個(gè)模塊：數(shù)據(jù)、模型庫(kù)、策略圖譜和系統(tǒng)。在這四個(gè)模塊中，數(shù)據(jù)是尤為重要是后續(xù)工作的基礎(chǔ)；在數(shù)據(jù)的基礎(chǔ)上通過(guò)不同的算法構(gòu)建模型庫(kù)和規(guī)則庫(kù)；基于模塊化模型庫(kù)和規(guī)則庫(kù)根據(jù)不同的場(chǎng)景和產(chǎn)品去構(gòu)建準(zhǔn)入、定額、定級(jí)、支用的風(fēng)險(xiǎn)策略，形成策略圖譜；最后需要一套系統(tǒng)化、流程化、智能化的系統(tǒng)來(lái)承載，提高工作效率。下面就對(duì)各個(gè)模塊做具體介紹。

2. 數(shù)據(jù)底座

大數(shù)據(jù)的風(fēng)控體系里最核心的是數(shù)據(jù)，整個(gè)數(shù)據(jù)底座共分為四個(gè)層：

• 數(shù)據(jù)源：根據(jù)“1+D的風(fēng)控體系”需求針對(duì)多場(chǎng)景、多產(chǎn)品的需求匯聚企業(yè)內(nèi)外部的數(shù)據(jù)，不斷豐富數(shù)據(jù)的種類和維度，滿足風(fēng)險(xiǎn)防控的需要。

• 基礎(chǔ)層：在基礎(chǔ)主要是對(duì)原始的數(shù)據(jù)做加工匯總，形成基礎(chǔ)的數(shù)據(jù)服務(wù)。基于數(shù)據(jù)源的數(shù)據(jù)構(gòu)建金融數(shù)倉(cāng)，并對(duì)數(shù)據(jù)進(jìn)行治理，保證數(shù)據(jù)的可用性、豐富性、一致性；在金融數(shù)倉(cāng)的基礎(chǔ)上提供如 360 畫像標(biāo)簽、指標(biāo)體系、特征庫(kù)、知識(shí)圖譜等數(shù)據(jù)服務(wù)。

• 數(shù)據(jù)產(chǎn)品層：在數(shù)據(jù)基礎(chǔ)服務(wù)之上，根據(jù)業(yè)務(wù)的需要建設(shè)包括管理駕駛倉(cāng)、智能預(yù)警、模型中心（評(píng)分卡模型、催收模型、風(fēng)險(xiǎn)傳導(dǎo)、多頭借貸、產(chǎn)能預(yù)測(cè)）、AI 中心等數(shù)據(jù)產(chǎn)品，提供數(shù)據(jù)應(yīng)用的價(jià)值。此外我們也在探索隱私計(jì)算、聯(lián)邦學(xué)習(xí)在金融風(fēng)控場(chǎng)景的應(yīng)用，并取得了一定的成果。

• 應(yīng)用層：是具體的業(yè)務(wù)場(chǎng)景包括金融服務(wù)、風(fēng)險(xiǎn)防控、客戶洞察等。

第二部分是風(fēng)控模型庫(kù)和規(guī)則庫(kù)。

由于產(chǎn)業(yè)鏈上場(chǎng)景不同，客戶的經(jīng)營(yíng)模式和能獲得的數(shù)據(jù)各不同，我們一直在思考風(fēng)控模型如何能夠快速適用在新的場(chǎng)景中，通過(guò)對(duì)場(chǎng)景的歸類整理，從而對(duì)模型、風(fēng)控規(guī)則進(jìn)行了組件化處理，這樣在新的場(chǎng)景下，應(yīng)用不同模型、規(guī)則組件進(jìn)行組裝，可以實(shí)現(xiàn)快速適配。模型庫(kù)、規(guī)則庫(kù)也是按“1+D風(fēng)控體系“進(jìn)行建設(shè)：

• “1”主體信用：包括主體信用 A、B、C 卡模型和基于客戶畫像、客戶分層、主體定級(jí)的規(guī)則；

• “+”交易抓手：一方面基于真實(shí)交易構(gòu)建交付能力、銷售能力等模型；另一方面通過(guò)物流等信息實(shí)現(xiàn)貨物估值和貨物監(jiān)控規(guī)則；

• “D”內(nèi)外數(shù)據(jù)：基于底座的數(shù)據(jù)構(gòu)建不同數(shù)據(jù)來(lái)源的原子模型，如產(chǎn)能預(yù)測(cè)、風(fēng)險(xiǎn)傳導(dǎo)、工商模型等；

通過(guò)這樣一套模型庫(kù)和規(guī)則庫(kù)就可以支持后續(xù)的風(fēng)控策略圖譜建設(shè)。

在構(gòu)建模型庫(kù)的過(guò)程會(huì)涉及到相關(guān)的算法，包括有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)，具體應(yīng)用的算法可以參考 PPT 材料。

4. 風(fēng)控系統(tǒng)

基于風(fēng)控的需要，我們研發(fā)了一套可配置的風(fēng)控系統(tǒng)來(lái)承載數(shù)據(jù)、模型和策略。系統(tǒng)的兩個(gè)核心功能是流程引擎和規(guī)則引擎。

• 流程引擎：在不同場(chǎng)景中的授信主體種類較多，每個(gè)場(chǎng)景的準(zhǔn)入流程各不相同，因此需要一個(gè)可配置化的流程引擎來(lái)應(yīng)對(duì)紡織業(yè)的復(fù)雜場(chǎng)景。

• 規(guī)則引擎：系統(tǒng)的另一個(gè)核心是規(guī)則引擎， 該引擎可實(shí)現(xiàn)規(guī)則的部署、灰度測(cè)試、回測(cè)等功能保障營(yíng)銷、準(zhǔn)入、貸中、貸后風(fēng)控規(guī)則的快速部署和決策。

03

下面通過(guò)一個(gè)行業(yè)案例介紹下紡織行業(yè)風(fēng)控的實(shí)踐。

在整個(gè)產(chǎn)業(yè)鏈里織廠是處在產(chǎn)業(yè)鏈的中游，在我國(guó)有幾萬(wàn)家坯布的生產(chǎn)廠商，這些工廠年產(chǎn)值在幾千萬(wàn)不等，上圖是一家織廠的實(shí)景圖，我們通過(guò)在織機(jī)上安裝 IOT 設(shè)備，采集機(jī)器的轉(zhuǎn)速、圈數(shù)、開功率等參數(shù)傳回云服務(wù)器，根據(jù)這些數(shù)據(jù)進(jìn)行生產(chǎn)仿真建模，并通過(guò)模型的結(jié)果來(lái)指導(dǎo)企業(yè)的經(jīng)營(yíng)生產(chǎn)和進(jìn)行風(fēng)險(xiǎn)防控形成數(shù)據(jù)價(jià)值的閉環(huán)。

在紡織產(chǎn)業(yè)布的場(chǎng)景中，紡織廠的授信的主體是生產(chǎn)制造型企業(yè)，其授信服務(wù)是基于工廠原材料采購(gòu)的真實(shí)交易，為客戶提金融服務(wù)之前，首先是要為客戶確定相應(yīng)的授信策略，而授信的額度是其中關(guān)鍵的一步，授信額度如果過(guò)高，可能造成企業(yè)過(guò)度采購(gòu)或虛假采購(gòu)等風(fēng)險(xiǎn)的發(fā)生，額度過(guò)低則不能滿足企業(yè)正常經(jīng)營(yíng)的需要，因此授信額度是授信生命周期中風(fēng)險(xiǎn)控制的關(guān)鍵。經(jīng)過(guò)對(duì)織廠的調(diào)研，一家織廠原材料采購(gòu)占總支出的大約 60-70%，其它支出用于水、電、員工工資等。因此對(duì)原材料支出的預(yù)測(cè)對(duì)合理確定授信額度非常有幫助。

• 傳統(tǒng)授信定額：通常是根據(jù)企業(yè)過(guò)往一年的交易流水計(jì)算資金需求，而在中小微企業(yè)中，財(cái)務(wù)管理通常很不規(guī)范，賬目不夠清晰，所以通過(guò)這種方式確定額度不夠準(zhǔn)確，經(jīng)常造成授信額度不夠或太多被挪作他用；

• 動(dòng)態(tài)授信定額：為了更精準(zhǔn)合理確定授信定額，我們使用工廠設(shè)備的 IOT 數(shù)據(jù)，通過(guò)算法預(yù)測(cè)企業(yè)未來(lái)一段時(shí)間內(nèi)的機(jī)器開工效率和工廠的開工率，繼而推算出原材料的采購(gòu)需求量。結(jié)合原材料價(jià)格得到企業(yè)未來(lái)一個(gè)段時(shí)間原材料采購(gòu)資金需求，達(dá)到動(dòng)態(tài)調(diào)整企業(yè)的授信額度；

在產(chǎn)能預(yù)測(cè)模型中，主要使用三方面的數(shù)據(jù)：

（1）IOT 設(shè)備相關(guān)數(shù)據(jù)：如設(shè)備開機(jī)時(shí)長(zhǎng)、設(shè)備運(yùn)行效率、工廠開工率、工廠機(jī)臺(tái)平均無(wú)故障運(yùn)行時(shí)間 MTBF 等數(shù)據(jù)；

（2）企業(yè)經(jīng)營(yíng)相關(guān)數(shù)據(jù)：如工廠、機(jī)臺(tái)、員工的基本屬性，工廠的排班信息，工廠進(jìn)銷存等數(shù)據(jù)； 

（3）產(chǎn)業(yè)鏈、自然環(huán)境等數(shù)據(jù)：如原材料價(jià)格、大宗商品的期貨和現(xiàn)貨價(jià)格，產(chǎn)業(yè)集中度、區(qū)域工廠開工率等數(shù)據(jù)。此外還有天氣和溫度數(shù)據(jù)，這個(gè)在紡織行業(yè)里非常重要，比如天氣寒冷，對(duì)冬裝的需求就會(huì)較大，因此冬裝布料的需求就會(huì)增加，織廠的開工率就會(huì)提高。

在進(jìn)行產(chǎn)能預(yù)測(cè)模型的研發(fā)中，我們借鑒了產(chǎn)業(yè)界比較成熟的實(shí)踐，采用了集成學(xué)習(xí)算法和深度學(xué)習(xí)算法。預(yù)測(cè)織機(jī)未來(lái)一個(gè)月每天的效率值是一個(gè)回歸問題，采用了時(shí)間序列模型并進(jìn)行多步預(yù)測(cè)。

根據(jù)工廠設(shè)備前 30 天的開工效率情況，預(yù)測(cè)企業(yè)未來(lái) 30 天的的設(shè)備開工效率情況。為了實(shí)現(xiàn)預(yù)測(cè)機(jī)臺(tái)未來(lái) 30 天每天的機(jī)臺(tái)效率，模型架構(gòu)采用多步預(yù)測(cè)，即訓(xùn)練時(shí)使用機(jī)臺(tái)觀察點(diǎn)前 m-1 月的每天的變量特征 x1_m-1，……，xn_m-1 和的觀察點(diǎn)當(dāng)天的機(jī)臺(tái)的運(yùn)行效率值 Y 進(jìn)行模型的訓(xùn)練；在模型預(yù)測(cè)時(shí)，采用 t 天的數(shù)據(jù)去預(yù)測(cè)第 t+30 天的機(jī)臺(tái)效率，預(yù)測(cè) 30 步，即預(yù)測(cè)未來(lái) 30 天的機(jī)臺(tái)效率。

產(chǎn)能預(yù)測(cè)模型主要有以下三個(gè)應(yīng)用場(chǎng)景：

• 授信定額：通過(guò)模型預(yù)測(cè)出每個(gè)機(jī)臺(tái)未來(lái) 30 天每天的開機(jī)效率，根據(jù)“產(chǎn)量=機(jī)臺(tái)效率*24H*車速/緯密/100”計(jì)算出每天機(jī)器布匹的產(chǎn)量，在根據(jù)“原料耗量=坯布單臺(tái)產(chǎn)量*坯布經(jīng)緯克重*1.1”計(jì)算出對(duì)原材料的需求量，在根據(jù)原材料價(jià)格，計(jì)算出工廠對(duì)原材料的需求金額，根據(jù)這個(gè)需求金額和授信可用額度取最小值，對(duì)客戶的額度支用進(jìn)行動(dòng)態(tài)的管理。

• 貸中監(jiān)控：通過(guò)預(yù)測(cè)的機(jī)臺(tái)效率和實(shí)際機(jī)臺(tái)效率的差異判斷工廠的經(jīng)營(yíng)是否異常，從而設(shè)定貸款的預(yù)警規(guī)則，提示工廠的經(jīng)營(yíng)風(fēng)險(xiǎn)。

• 產(chǎn)能匹配：根據(jù)預(yù)測(cè)效率計(jì)算出工廠產(chǎn)能與工廠最高產(chǎn)能之間的差異，可以計(jì)算出工廠未來(lái)一段時(shí)間空余的產(chǎn)能，從而進(jìn)行需求的訂單匹配，提高工廠的產(chǎn)能效率。

04

在產(chǎn)業(yè)互聯(lián)的大潮中產(chǎn)業(yè)金融也面臨著機(jī)遇和挑戰(zhàn)。

國(guó)家政策鼓勵(lì)：國(guó)家最近有密集出臺(tái)相關(guān)政策，其中包括產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展指導(dǎo)政策以及金融賦能實(shí)體經(jīng)濟(jì)的扶持政策，因此在國(guó)家的鼓勵(lì)扶持下，整個(gè)產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展態(tài)勢(shì)會(huì)更好；

工業(yè)互聯(lián)網(wǎng)加速工業(yè)變革：現(xiàn)在企業(yè)數(shù)字化的進(jìn)程在加速，IOT 設(shè)備被大量的應(yīng)用到產(chǎn)業(yè)中，這樣會(huì)留存大量的工業(yè)數(shù)據(jù)，通過(guò)對(duì)這些數(shù)據(jù)的挖掘可以提供高供應(yīng)鏈的效率，從而加速整個(gè)產(chǎn)業(yè)的向上升級(jí)；

產(chǎn)業(yè)金融新模式：傳統(tǒng)企業(yè)授信是基于財(cái)務(wù)報(bào)表相關(guān)數(shù)據(jù)，而對(duì)于小微企業(yè)的財(cái)務(wù)制度不夠完善的現(xiàn)狀，通過(guò) IOT 物聯(lián)網(wǎng)數(shù)據(jù)和產(chǎn)業(yè)互聯(lián)網(wǎng)平臺(tái)的交易數(shù)據(jù)去評(píng)估一個(gè)企業(yè)的信用，可以更好的了解企業(yè)真實(shí)的生產(chǎn)情況和經(jīng)營(yíng)情況，這個(gè)就可以加大金融支持小微企業(yè)的力度，通過(guò)數(shù)據(jù)賦能創(chuàng)新產(chǎn)業(yè)金融的新模式。

2. 產(chǎn)業(yè)金融的挑戰(zhàn)

產(chǎn)業(yè)數(shù)據(jù)化程度還有待提升：現(xiàn)在紡織行業(yè)的數(shù)字化程度還不高，很多小微的紡織廠還在使用傳統(tǒng)的手工或者 Excel 記賬，因此產(chǎn)業(yè)數(shù)字化還有很大提升空間;

需要更多先驗(yàn)經(jīng)驗(yàn)：由于其 B 端小微的性質(zhì)，在數(shù)據(jù)量和可用的建模樣本上不如 C 端那么豐富，因此在建模過(guò)程中還需要更多先驗(yàn)經(jīng)驗(yàn)輔助模型的構(gòu)建；

需要更多人才投入：在國(guó)家政策鼓勵(lì)的東風(fēng)下，也需要更多的相關(guān)人才投身到產(chǎn)業(yè)中，提升紡織行業(yè)相關(guān)能力，助力中國(guó)從紡織大國(guó)成為紡織強(qiáng)國(guó)。

今天的分享就到這里，謝謝大家。

文章來(lái)源：DataFunTalk