内容简介
内容介绍
这是一本指导供应链金融相关企业做好数据工作，并利用数据驱动供应链金融产品和服务的设计与运营的著作。
在数据要素赋能各行各业的大背景下，传统供应链金融产品和服务过于依赖模式设计和经验判断的问题，通过数据驱动的方法能得到很好的解决。本书将详细指导供应链金融相关企业做好数据实施工作，并将数据成果应用到供应链金融产品和服务的设计与运营工作中，提供科学的方法论和标准的操作流程。
本书共12章，从逻辑上可以分为四个部分。
第一部分：总体概述（第1~3章）
该部分阐述了本书所述的供应链金融的范围、参与方、数据工作的目标与内容、工作团队组成等。
第二部分：数据实施工作（第4~7章）
该部分包括业务调研和信息系统调研、构建数据基础、市场分析测算、风险分析等内容，阐述了确定数据、整合数据、分析数据及最终形成结论的过程，是全书的重点和难点。其中，金融企业了解、整合和运用核心企业供应链数据的过程，需要双方明确分工、密切配合、共同完成工作。
第三部分：数据成果运用（第8~11章）
该部分包括风险规则形成与系统实现、对接核心企业数据、供应链金融产品设计、数据运营等内容。这些工作主要是站在金融企业的角度进行阐述，核心企业处于配合地位。
第四部分：知识沉淀（第12章）
该部分阐述如何更好地实现知识沉淀和标准工具建设。类似项目经验、资料和管理方法这样的知识和工具均具有长期效应，有助于金融企业不断沉淀知识，提升效率，形成竞争优势。
目录
Contents?目 录
前 言
第1章 供应链金融概述 1
1.1 供应链金融产品 1
1.1.1 供应链金融的概念 1
1.1.2 传统的供应链金融产品 2
1.1.3 个性化的供应链金融产品 3
1.2 供应链金融参与方 4
1.2.1 各参与方 4
1.2.2 资金提供方：金融企业 6
1.2.3 场景主导方：核心企业 7
1.2.4 资金需求方：合作企业 8
1.3 本书涉及数据情况 9
1.3.1 数据范围 9
1.3.2 数据要素形态 10
第2章 数据工作的目标与挑战 12
2.1 数据工作的目标 12
2.1.1 找到真实可用的场景数据 13
2.1.2 数据驱动形成产品 13
2.1.3 数据支撑产品运营 15
2.1.4 各工作内容对应的章节 15
2.1.5 数据工作的一票否决制度 16
2.1.6 知识与数据积累 17
2.2 数据工作的挑战 17
2.2.1 主观因素挑战及应对方式 17
2.2.2 客观因素挑战及应对方式 18
第3章 工作团队组成 20
3.1 团队构成 20
3.2 高层领导 21
3.2.1 核心企业高层的支持 21
3.2.2 金融企业高层的支持 22
3.2.3 双方高层的沟通方式 23
3.3 执行人员 23
3.3.1 数据人员 24
3.3.2 非数据人员 27
3.3.3 执行团队的协作 28
3.4 支持人员 29
3.5 人员名单 29
第4章 业务调研与信息系统调研 32
4.1 参与人员 32
4.2 调研的总体规划 33
4.3 传统风险尽调 34
4.4 业务调研 34
4.4.1 明确工作目标 35
4.4.2 厘清核心企业分类 35
4.4.3 调研前期沟通 37
4.4.4 准备调研问题 39
4.4.5 开展正式调研 47
4.4.6 整理调研结果 50
4.4.7 形成业务调研成果 52
4.5 信息系统调研 53
4.5.1 明确工作目标 54
4.5.2 调研前期准备与沟通 55
4.5.3 业务与管理动作分解 57
4.5.4 开展信息系统调研 59
4.5.5 信息系统问题沟通 63
4.5.6 整理调研结果 63
4.5.7 形成信息系统调研成果 64
第5章 构建数据基础 66
5.1 参与人员 66
5.2 数据工作的前期准备 67
5.2.1 根据数据和系统能力对核心
企业进行分类 68
5.2.2 确定数据工作所需的内容 70
5.2.3 确定数据方面的权利和义务 71
5.2.4 构建工作环境与工具 72
5.3 理解核心企业的数据特点 79
5.3.1 核心企业与金融企业的数据
差异 80
5.3.2 两类核心企业的数据差异与
优缺点 82
5.4 构建所需的数据内容框架 87
5.4.1 构建数据内容框架的思路 87
5.4.2 数据内容描述的对象 88
5.4.3 规划数据内容的获取方式 88
5.5 完成数据分析基础表 90
5.5.1 数据分析基础表的定义
与要求 90
5.5.2 数据分析基础表的命名
与分层 92
5.5.3 设计数据表之间的关联
方式 94
5.5.4 确定各数据来源系统 95
5.5.5 设计各数据分析基础表的
内容 98
5.5.6 设计数据表的数据加工
关系 101
5.5.7 检查来源表的数据质量 106
5.5.8 完成数据填充 107
5.6 检查并修正填充后的数据 108
5.6.1 数据内容唯一性检查及问题
处理 109
5.6.2 数据内容形式校验及问题
处理 118
5.6.3 数据单字段场景准确性检查
及问题处理 126
5.6.4 数据处理版本管理 129
5.7 数据分析基础表定型 131
5.8 实际工作中的常见问题 132
5.8.1 设计资料缺失 132
5.8.2 各系统之间数据存在差异 134
5.8.3 构建数据基础失败 134
第6章 市场分析测算 136
6.1 参与人员 136
6.2 分析步骤 137
6.3 市场调研 139
6.3.1 前期核心企业调研内容
整理 139
6.3.2 面向合作企业的调研 140
6.3.3 调研成果整理 144
6.4 数据二次加工 148
6.4.1 二次加工的目标 148
6.4.2 二次加工的工作步骤 148
6.4.3 二次加工的工作特点 149
6.4.4 两类企业的工作侧重点 150
6.5 合作企业现状分析 151
6.5.1 规划分析特征 151
6.5.2 设计组合分析 153
6.5.3 进行数据统计 156
6.5.4 总结特征规律 157
6.6 市场测算 158
6.6.1 合作企业分群 158
6.6.2 测算指标选择 164
6.6.3 测算参数设计 166
6.6.4 测算实施 176
6.7 分析工作记
前言/序言
Preface?前 言
为何写作本书
供应链金融作为现代金融服务行业中的关键领域，是多种金融服务和产品的总称。它依托于供应链核心企业，基于核心企业与上下游企业之间的关系和交易，为供应链上下游链条企业提供一系列金融服务。当前，供应链金融已成为众多企业降低融资成本、提高资金融通效率的有效途径。
随着供应链的全球化发展，几乎所有的企业都融入各个供应链之中，由此带来了供应链形态的日趋复杂与多样，场景的日趋丰富和个性，上下游企业数量的飞速增长，与之相对应，供应链金融与场景的结合日趋紧密，供应链金融模式、交易结构及产品不断创新，形成了供应链金融百花齐放的局面。据统计，2022年供应链金融的规模已达到数万亿美元，预计未来几年将继续保持高速增长。
在实践中，相比于供应链商业模式和交易结构的创新，供应链产品和服务的个性化和定制化带来的挑战更大。不同行业、不同管理和经营方式的核心企业，以及不同的上下游合作企业，在供应链金融中拥有不同的特点、需求和风险，而传统贷款服务或产品模式依赖模式设计、经验判断，难以满足各方的需求。在这种背景下，使用数据驱动的方法，运用核心企业的数据反映供应链情况，分析供应链上下游企业特征，控制贷款产品风险，支持产品设计和运营，成为最佳的解决方案。首先，金融企业采用这种方法，可以通过数据量化反映供应链中各方的特征、行为、关系、市场空间及风险情况，在此基础上设计出与需求高度贴合的产品；其次，采用这种方法可以构建出使用数据进行贷款自动审批、产品运营监控、产品服务迭代优化的体系，从而充分使用金融科技的手段来提升产品运营的效率和准确性；再次，这种方法是一种通用的、流程化的、可以反复实践的工程方法，可以适用于供应链金融的各种模式和结构，以及各类型的供应链场景，使得金融企业可以根据实际情况，快速地设计和运营供应链产品；最后，在这种方法的指导下，可以大幅减少因工作人员个人的经验和能力差异所造成的缺陷与问题，加快总体工作的进度。
在过去几年中，作者发现研究者和实践者更加关注供应链金融的模式、结构及场景应用，而很少将具体的项目或产品的形成过程抽象成可复用的方法。因此，作者根据自身的实践经验，初步总结出一套方法与工具，呈现在本书中，希望与各位同行共同探讨，以进一步完善这套方法与工具。
本书主要特点
相比于市面上供应链金融方面的书籍，本书具有以下三个特点：
聚焦于中小企业贷款产品：供应链金融的商务模式众多，服务的客户各异，而本书聚焦于为核心企业上下游的中小企业提供的贷款产品。从金融企业的角度来看，中小企业是供应链中相对弱势的群体，是最有资金需求的企业；从核心企业的角度来看，中小企业是组织生产不可或缺的部分，健康的上下游中小企业是自身的核心竞争力之一；从社会生产的角度来看，中小企业是社会经济活动的主体，它创造了就业机会，带来了社会生产，产生了税收。因此，服务好中小企业是实现“金融服务实体”的最佳途径之一。
强调数据要素驱动：相比于其他书着重讨论供应链金融的商业模式、运行方式、产品设计等内容，本书的关注点在于供应链金融中的数据要素运用，使用数据还原场景的真实供应链运行情况与价值流动，基于数据分析场景中的企业特点、市场空间与风险特征，运用数据进行风险管理，通过数据实现对供应链运行情况的持续跟踪与修正。
注重数据相关的工具与实操方式：本书内容基于大量的项目与产品实践，所阐述的工作方法、操作流程、模板和工具均得到了验证，有利于相关人员根据实际需要进行借鉴和使用。但由于篇幅有限，本书不会过多涉及与法律合规及传统风险相关的内容。
本书阅读对象
本书是一本金融科技类图书，适合以下几类读者阅读：
金融企业人员：金融企业是供应链金融的主导方，通过本书，金融企业人员可以了解使用数据来运营个性化供应链产品的基础方法和工具，并将这些方法和工具应用于各个场景中以构建自己的产品。
核心企业人员：核心企业是供应链金融不可缺少的场景方。通过本书，核心企业相关工作人员可以熟悉供应链金融运行的逻辑，了解核心企业供应链数据的价值，知晓与金融企业开展此类合作时需要承担的角色、需要完成的工作，以及在工作过程中需要注意和配合的事项，以便与金融企业合作开展供应链金融时，在企业内部统一认识，更加便捷地调动内部资源来开展工作。
希望了解供应链金融的相关人员：供应链金融的涵盖范围非常广，对于需要了解该领域的相关人员，本书提供了具体实施过程中所依赖的方法及所需要的各个要素，以便他们从实施过程的角度了解供应链金融各方的关系、供应链场景与金融的数据连接方式、数据在供应链中的含义与价值等，从而更好地理解供应链金融这一金融业务的特点和优势。
相关专业的师生：作为金融服务的一个专题领域，供应链金融是金融科技、数字科技发展的最大“受益者”，通
