随着国家货币供应量M2增速放缓，整体供应关系也在发生变化。在这个变化之下，依托于核心企业的传统供应链金融模式也呈现出了风险趋高的势态，主要趋势有三：
一：核心企业的风险逐步加大
二：信贷损失分布呈现厚尾现象
三：VAR的逐步失效
在这个背景下，新的供应链金融模式在技术的支持下开始崛起，其中以B2B领域最为突出。在众多B2B平台开始推出自己的供应链金融服务之时，风控问题也成为了各平台头疼的焦点，作为15年金融老兵，雁阵科技CEO王海润，有些经验想要与你分享。
开展新型供应链金融的三个条件与四个核心原理：
三个条件：
1、 深入供应链，设计并使用全新的风控模型
2、 风控必须要与业务流程深度结合
3、 使用全新的数据源和匹配的大数据处理能力
四个核心原理：
1、 对客户要用全新视角
把客户视为多维度组成的复合体，收取正交且不相关的数据来丰富客户画像，通过相交的数据进行交叉验证客户行为的真实性 。
2、客户数据时间维度展开
将客户数据在时间维度上进行极坐标成本的展开，通过跨周期的分析数据的规律来判断客户的经营规律。
3、更多引入地理数据
通过动态和静态的地理数据判断客户的市场变化和经营与环境的匹配度。
（静态数据分析）
（动态数据分析）
4、 高/低频数据的配套利用
用低频数据验证交易行为，用高频数据挖掘他的经济学价值。
新型供应链的风控过程
以某玻璃平台举例
第一步：风控的起点在行业选择
新型供应链金融是基于新数据的金融模式，其风控不是从单一客户的审查开始，而是从行业选择开始，选择的核心条件是行业是否有完备的用户交易、经营和地理数据。
第二步：通过金融产品设计让数据相对可控
提供针对于供应链上下游的产品设计，产品方向分为：应收、应付、信用、库存四大类型，在设计产品时充尽量基于可控数据，不求产品多而全，但求产品可操作、可把控。
第三步：数据采集点放在生产流程中
设计数据采集点时，要将数据采集点放在生产过程中，提升数据造假成本，重点利用地理数据。
(在流程中设计数据采集点)
第四步：数据信用化
通过重复数据发掘经济学价值，通过低频数据验证交易模型，整体通过数据来表达企业的信用提高风控的可控度。
最后我们来谈谈风控团队组成
我比较倾向于一种稳定的三个主要角色的组合方式：
第一种角色：策略规划师，主要对B2B平台进行分析，并设计对应的融资策略
第二种角色：风险分析师，主要配合系统做借款额度二次把控与借款客户风险核实
第三种角色：产品设计师，对具体融资需求进行个性化的金融产品设计
总结一下：新型供应链金融需要以互联网技术为依托，深入生产、销售环节，采集生产流程数据，着重引入地理数据和多种新型数据，形成数据信用体系。这样才能实现智能多维度精确风控，使风险高度可控。
