亞洲大學大數據研究中心主任林蔚君指出,小規模的企業借貸金額不高、資訊不透明、隱性風險高,因此難以取得授信。

圖片來源: 

攝影/翁芊儒

亞洲大學聯合臺灣金融科技公司(Fusion$360)正在研發一項國產的供應鏈金融信用分析技術,要結合AI和區塊鏈技術,整合供應鏈上下游業者、甚至是競爭對手的情報,來評估中小企業的信用風險並作為銀行徵信參考,進而提高這些中小企業借貸成功的機率。

這項計畫主要推手亞洲大學大數據研究中心主任林蔚君表示:「在金融與科技結合的浪潮下,我們可以運用各式各樣的管道蒐集更多資訊,進一步做更好的徵信,讓更多人享有借貸的服務。」她強調,供應鏈金融是近兩年才興起的概念,雖然已有企業已經開始提供服務,但以區塊鏈及AI技術來實踐的案例不多,這也是亞大團隊與其他業者的不同之處。

相較於大公司,林蔚君指出,小規模的企業通常因資訊不透明、缺乏信評基礎,導致銀行必須花更多時間與人力來辦理業務,自然會降低授信意願,而影響了其借貸額度。而中小微型企業無法取得授信,不僅會因資金周轉不順無法擴大投資,也容易選擇高利率的信用卡融資,來滿足短期周轉需求,長久以往不利於企業的經營與擴展。

近兩年來,國外開始興起「供應鏈金融」服務,整合供應鏈資訊,設法將單間企業不可控的融資風險轉化成可控的風險。林蔚君也帶領的亞洲大學團隊,運用台灣金融科技公司的API管理系統APIM、區塊鏈及AI技術,來研究新的供應鏈信用分析方法。林蔚君表示:「我們要讓借貸真正落實大中小微型企業或個人,達到普惠金融的目的。」

整合上下游競合企業情報和第三方資料來訓練徵信AI模型

首先,研究團隊採用Fusion$360的APIM平臺,即時同步供應鏈上下游資訊,也利用此平臺提供的區塊鏈技術,來確保供應鏈中的商業票據、交易紀錄等資料不被篡改。

研究團隊接著以自然語言處理技術,設計出供應鏈上下游關聯的輿情探勘技術,可以用來分析多種企業資料。林蔚君指出,不僅要用企業本身的財務報表來評估風險,還納入供應鏈上下游體系、競合企業的情報,包括中心廠的訂單與應收應付帳款、企業過往的交易紀錄、外部網站蒐集到的第三方資料等。

蒐集了資料並標記後,研究團隊再利用機器學習進行供應鏈上下游關係與競合關係的預測,來建立一套供應鏈信評模型,用以分析中小企業的隱性經營績效與未來風險。此外,林蔚君指出,透過區塊鏈認證的機制,可以讓AI模型產生的信評分析更可信。

此研究目前使用了三組數據實際驗證,分別來自TEJ資料庫、國際銀行以及半導體零組件通路業者。例如,研究團隊使用某家半導體零組件通路業者近三年來、與15,000家客戶的交易資料,包括專利、部落格與公司負責人網絡等外部非結構化資料等,透過機器學習建構出上下游與競爭企業關係圖,並以此強化信用評等。林蔚君指出,目前這個模型在預測企業違約(應付卻無付款)的準確率高達80%。

另外,研究團隊也以TEJ資料庫中,近3000家上市上櫃公司、上下游競合企業的財務資料,來預測該企業下市下櫃的風險,準確率高達近95%。林蔚君說明,用供應鏈資訊來衡量,比傳統作法單看一家公司來衡量企業信用的作法,前者的效果可以更好。目前亞大研究團隊已經與三家中心廠及一間銀行簽訂MOU,目標要在明年成立新創公司,實際推動技術的應用。

亞大供應鏈金融服務打破生態系限制,要與國際同類服務區隔

目前國際已有不少供應鏈金融服務,包括隸屬阿里巴巴集團的螞蟻金服、鴻海旗下富金通與點融網共同推出的鴻海Chained Financed、以及上海的萬向供應鏈服務平台,不同企業提供融資服務的對象以及評估方式均有所差異。

例如,螞蟻金服是針對阿里巴巴集團生態系內的企業提供服務,以電商平臺「淘寶」、金流平臺「支付寶」為核心,將企業在淘寶網上面的交易紀錄、是不是有準時交貨、服務的滿意度等,列為評估信用的指標;鴻海Chained Financed則是透過區塊鏈,提供鴻海體系內企業享有實時融資、低手續費、低利率、高度自動與無紙化的供應鏈金融服務,在企業需要融資的時候,可依據該公司與鴻海過往的合作經驗來強化他的信用評等。

而萬向供應鏈服務平台則是結合星展銀行業務資源,專注於汽車供應鏈。平台以區塊鏈技術,將合約智能化,紀錄各級供應商之間的發票、物流等資訊,並以企業的應收帳款單據來融資借貸。

林蔚君比較說明,上述案例的服務對象有其侷限性,螞蟻金服的客戶要先具備網購交易的紀錄,鴻海Chained Financed主要為上游企業服務,萬象則是以汽車供應鏈的廠商為主。而亞大的服務就是要打破生態體系的限制,以更多元的資料評估授信,讓更多企業受惠,未來也希望與純網銀合作,發展第三方供應鏈金融服務平臺。


Advertisement

更多 iThome相關內容