66云链如何帮助银行改良信用评估模型、提升反欺诈能力？

分享嘉宾：左杨农，66云链董事，资深金融专家，在银行、证券、担保和金融IT等领域具有丰富的从业经验

撰稿丨 许书川 万联网供应链金融高级分析师

全文丨5095字 阅读时长丨10分钟

导语：

银行是“弱势群体”吗？银行看流水看报告，客户就刷流水造报表；银行要货押，客户就买通仓管；银行要确权，客户就造假章假合同；银行要更多数据，客户就造3年数据......有相关研究指出：“94%的产业链金融风险源自欺诈。”有什么破解之道？

近日，66云链董事左杨农做客由“星火链网·星火产融”特约的《数字化里找新钱直播节目》，系统介绍了“数字化、数据要素化、流程工业与金融的融合进化”。

66云链不是金融科技公司

是能化产业数字新基建

助银行掌握全过程实时数据

作为中国中化、中信集团双央企打造的能源化工供应链数字服务商， 66云链是能化产业的数字新基建。金融并不是数字化的全部，但是金融是产业数字化应用的一个重要方面。66云链是为整个产业服务的，不是一家金融科技公司。同样一组数据，站在不同的角度去处理时，会创造不同的价值。例如在金融侧可以改变金融供给和风控，在供应链管理侧也可以帮助优化物流路径、物流规划等等。

在金融方面，66云链已进入了金融产品化的过程，目前金融产品正在不断地上线，新产品也在研发中，已上线产品也在不断使用中。截至2023年9月底，66云链已和建设银行、华夏银行等10余家银行合作，累计助力能源化工行业的中小企业融资超50亿元。

66云链从行业最底层的数字化物流服务切入，帮助银行整合打通能化行业的物流数据与工艺控制数据。

首先，运输环节的数字化方面，66云链通过数字化的手段整合了储运过程中各种载具（车、船、仓）的数据，进而解决在中国960万平方公里土地上，工厂围墙之外的运输记录，并基于数据做储运和生产的调度、安排与优化。

第二，仓储环节的数字化方面，66云还链接了约30家第三方液体化学品仓库。66云链能实时记录这些仓库中每一个储罐里面的温度、压力和液位，可以解决过去银行做货押业务、仓单业务时，不知道罐内货品到底是谁的，目前处于什么样的真实状态等问题。66云链把储罐的液位、压力、温度等向银行开放，同时为银行设置阈值触发的自动化应对方案，例如当液位波动大，或者信号灭失时，可以第一时间通知银行。

第三，在工厂生产经营环节，66云链不仅将上游工厂产品出厂到入下游买家的库的全物流动线数据打通、整合，不久的将来，还将下游买家生产线上的工艺控制数据也打通。

66云链服务的是流程工业。那么，流程工业有什么特点？基于这些特点，66云链能为行业做什么呢？打通物流数据、工艺控制数据有什么现实意义呢？

首先是连续化。流程工业是不能停产的，跟离散工业不一样，离散工业典型的场景就是汽车制造。流程工业一旦开机就停不下来，停下来再启动的成本太高。如一个炼厂，产线一旦停下来，温度下来后，在管道里面铺各种催化剂、原料油会把所有的管道给堵住。

第二是配方制。通过考察进入原料口的原料的数量（吨数、升数等等），就可以判断出经过这个工艺、多少时间以后，按照配方比出来多少产量的什么产品。详细的控制参数，都是在中央控制室来控制的。如果把这些客观反映生产装置生产能力的数据，在它产生的一瞬间就提取出来，放到第三方的产业数字化平台上去，就形成了数据资产。通过这些数据，通过模型的测试，可以得出各种评价，如数字信用的评价，如ESG的评价。

第三是产能核定。如果一个工厂需要贷款，而用这个贷款采购的原料的量已经远远大于产能需要的量，银行就要注意这笔业务是有问题的。

由于流程工业的连续性、配方制、产能核定等特点，其物流数据与工艺控制数据一定是前后逻辑自洽的，当银行有了全过程、实时的数据时，就可以帮助银行判断数据是否前后自洽，进而改善信用评估模型、大幅提升反欺诈能力。

66云链助银行改善信用评估模型

更轻松地把握产业风险

由于制度体系的原因，现有的银行风控体系或者信贷审查体系的人员很难对产业有深入的了解。监管部门的规则文件（如《商业银行互联网贷款管理暂行办法》）对产业金融、场景金融也不适用。最终导致面向企业端做出来的信用评价模型有很多问题。虽然数字经济的发展是突飞猛进的，但是数字金融的基础设施以及相对应的规则，还是在日渐完善过程中。

传统的信用评价模型有个巨大的缺陷，就是非常依赖支付流水数据。信用评价模型目标是要评估客户真实的还款能力和还款意愿——核心还是还款能力，有还款能力时还款意愿不是问题。但传统的支付流水并不能体现还款能力，因为客户可以做虚假交付、虚假交易、循环刷单等，将这样的支付数据作为基数去测算信用，得出来的肯定是虚假信用。

以银行判断贸易真实性为例，银行需要考虑三个因素：第一是合约，就是交易合同是不是真实的。第二是交付真实，那么交付真实指的是什么？指的是这个交易合同约定的标的物是不是按合约方的要求进行了实质性的交付，要注意实质性的交付和纸面上写一句“已收到”是完全两码事。第三是交割，即金钱的结算。

既然交割可以造假，那么关键还是要判断是否真实交付，通过交付来评估信用！并且要在工厂的围墙之外去评估企业的信用，而不是在围墙之内！

可喜的是，基于物的信用、数字信用改善信用评估模型已经不是讲故事、谈理想，是已经实现的现实与未来的必然。

66云链把流程工业场景的一些特征做数学的抽象，然后在数字空间搭建一个模型，去感知每一种不同的工艺生产不同商品时的生产节奏规律，基于工艺监测节点上的数据把握生产节奏，考察工厂的生产能力、经营能力和还款能力之间的关系，颠覆传统的信用评估模型。

举例来说，在66云链的平台上，工厂的产能利用率是多少，为了生产多少产品需要采购多少吨原油，需要多少流动资金，付给谁，然后多少吨什么类型的原油从哪里经过哪些车辆在什么时间运输到了哪里，过程中的司机车速如何，到站如何卸货，谁检测，用哪根管子、哪个鹤位卸货，进入哪条产线，生产消耗了多少电量、消耗了多少催化剂或其他辅料，最后产出来多少汽油、煤油、柴油或者沥青......整个过程中每个物流节点、工艺节点的参数（量、温度、压力等等）以秒级甚至为微妙级、毫秒级记录下来，从各个分散的机器/设备/量具/载具/云边端处汇集记录下来后，就可以形成全时序全过程的数字孪生。

银行基于此可以了解工厂的产业价值向量矩阵，即知道工厂用的每一分钱在什么时间变成了价值多少的什么货物，又在什么时间变成了债权，了解钱-货-钱转化的整个过程，进而可以把握客户真实的合理的生产经营能力和节奏规律，甚至掌握产业链上下游全链的生产经营能力和节奏规律，最终可以知道客户真实合理的资金需求以及实时地监测异常变动。这些正常生产经营沉淀下来的数据就是信用评估的风向标，一旦偏离了正常值，意味着不符合正常的生产经营能力和节奏规律，信用值马上可以下调。

此时基于数据就形成了数字信用，帮助银行做好贷前的评估以及贷中的风控监控和预警。尤其是反欺诈方面效果明显！

这些数据资产将为工厂客户、银行带来巨大的价值，66云链是一家经营产业数据资产的产业数字新基建。

“全过程记录+实时采数+高频比对

+专业模型+区块链+专业第三方”

助银行全方位反欺诈

有相关研究机构对我国的产业链金融风险成因进行了分析，结论是：“在交易风险评估方面，交易风险是产业链金融风控的薄弱环节，94%的产业链金融风险源自欺诈。”余下的6%还有其他类型的风险损失，其中的信用风险损失已经是银行的收益可以覆盖了。所以说反欺诈目前应该是最大的银行信审需求。反欺诈是完成数字信用体系搭建的前提条件，数字信用是重构社会信用体系的一次机会。

以存货（仓单）融资为例，在传统的没有数字化支持的情况下，历史上暴雷的大事件（如青岛、上海的钢贸案，佛山的铝锭案等等）已经证明了银行在反欺诈方面还有巨大的空间。这也是为什么前些年很多领域的货押、仓单业务是中止的，银行谈货色变。

要解决存货（仓单）融资业务的欺诈问题，银行需要关注三个重要的问题：物权明晰、货物可控、质量可验。每四个字都有巨大的数字化的空间要做。

物权清晰是第一个重要问题，历史上的暴雷大事件都存在物权不清晰导致的虚假仓单、重复质押等问题。按照《中华人民共和国民法典》物权编的要求，唯有交付才能确认物权。如何确认买家已经收到了、如何确保物权清晰？物权的确立一定是在物流环节确立的，交付决定物权，而不是登记或者单证决定物权。要真真实实感知到这十车货物运到了买家门口，并把它卸下去了,而不是让谁开出一张单据就够了，否则又回到主体信用去了。

如果融资客户表示有一批货需要质押融资，而这批货是用100辆卡车运输来的，那么只要客户把这100辆车的车牌号码给到66云链，66云链就可以帮银行去核实是不是有这100辆卡车从甲地到乙地，核实具体每一车货从几点几分从哪里离开、中途每一秒的车速（有没有突发事故），核实什么时候进了电子围栏、上了地磅、上到哪个鹤位、用鹤位的第几根管子进行输送、有没有按工艺要求的时间卸货（为了防止静电聚集，液体化学品卸货有流量限制和时间要求）......

这将帮助银行大幅提升反欺诈能力，因为如果客户要在物权、在交付方面欺诈，想凭借买通仓管员开具假仓单伪造假物权来融资是不可能获得融资的，除非其买通100辆卡车，并且在所有环节都要造假，以保证前后逻辑自洽，以证明那批货的确是他的。而这种欺诈成本太高了！

这个就是数字化第三方物流交付平台的能力。《中共中央 国务院关于加快建设全国统一大市场的意见》提到：大力发展第三方物流，支持数字化第三方物流交付平台建设。

当然，基于完整实时记录的数据来反欺诈，还不够，因为一般情况下数据也是可以篡改的。66云链如何解决问题？

首先，66云链使用区块链（司法链）保障每个环节、每个主体行为、客体状态都能被记录并直接用于司法取证。

第二，确保上链前原始数据是真实可靠的。如何解决这个问题？66云链从源头传感器按每秒甚至每微妙、毫秒实时采集数据，即使篡改数据的时间非常短暂，且66云链对前后采样数据做高频比对（甚至比对上下两秒的数据是否有异常），篡改造假难度更大。

第三，利用行业知识建立大数据模型，进行数据的交叉验证：66云链每一秒对油罐里的油品的液位抽样检测一次，然后记录在时序数据库里。根据液位、压力、温度三者的特殊函数关系，通过液位的检测来确保实时准确地感知油品的状态、质量合不合理、正不正常。传统情况下，非专业人士（包括银行人员）不知道其函数关系，无从得知油罐中货品的真假和状态。即使有黑客攻击，当过程数字孪生中实现了时间连续与数据颗粒度极细的时候，也很难实施造假。十万吨原油的液位在15米时所对应的压力和温度，与在10米时的数值是不一样的。如果黑客想造假，首先要想办法知道这个换算比例，且这个换算比例并不是每天都一样的。

总而言之，“全过程记录+实时采数+高频比对+专业模型（逻辑自洽验证）+区块链留痕+专业第三方认证”使得欺诈成本极高，与其造假不如用这些能力做点别的，极大地利于银行进行反欺诈风控。

银行可以基于此做哪些突破创新？

基于数字的信任建立起来后，从逻辑上来说，银行做保理业务可以完全不依赖核心企业的确权书了。

基于数字仓单做融资或者做交易也变得可行了，因为这张数字仓单背后聚集的是工厂围墙外物流与围墙内生产经营的全过程实时数据，而不只是记录相关方、货物、权利等静态信息的一张纸或电子单证。基于数字仓单进行交易和质押效率都会比基于货物的高很多，尤其是大宗交易，油价波动时可以马上基于数字仓单采取行动。

虽然这对银行的数字化能力、制度创新的能力提出来比较高的要求，但是如果银行不围绕实体经济、深入到实体经济场景中去提供服务，将落后于当前的时代要求。

可喜的是，现在不少银行已经慢慢接受这种逻辑，在利用数字化技术寻求突破：华夏银行利用66云链的数据开发了仓单池的产品和业务，可以连续不断地贷款。工厂的生产是连续的，这种仓单池的模式并不影响工厂的生产经营，所以工厂可以把在途的或者在库的资产全部货币化。

货币化以后有个非常大的好处，就是银行可以随时随地的监控到工厂的生产能力和库存水平以及在途货物的节奏，支持银行实现嵌入到场景的高效率的动态的风险管控。

产业数字化对金融能力的提高具有明显的作用。

66云链的模式可复制吗？

总结来说，66云链用数字化将能实现两大闭环：

1、从物流交付到工厂生产全过程的闭环；

2、整个生产经营中，从钱到货，从货到钱转换的完整闭环，账实实时匹配。还可以将闭环的边界沿着产品链、物流链不断延伸，向上游的上游、下游的下游延伸，让银行穿透式地深入到产业链全链中去挖掘金融需求。

66云链的经验可以复制到其他流程工业上去。随着66云链及更多的平台推动产业的数字化与金融的升级，中国的产融生态将更加紧密融合、共生共赢。