暴雷、跑路、欠債……企業最頭疼的風控難題，怎麼解？

大到大宗商品貿易，小到個人二手交易，商業世界達成合作的核心是什麼？

是信任。

信任是交易的基石，包括對企業的信任、對交易人的信任，以及對交易平臺的信任。

在典型的信任關係中，信任者在信任他人時需要承擔風險。如今，欠債不還、貸款暴雷、付款後對方跑路等現象比比皆是，嚴重損害了商業生態的健康發展。

由此催生了風控這一行當，並逐漸發展成爲金融行業的命脈。過去風控行業處於莽荒狀態，純靠人力催收、監測風險、與灰黑產作戰，即便全年無休也難掩效率低下、信息滯後、管理粗放的窘境。

這些問題，在鏈接了衆多上下游實體產業，極易受到外部市場環境干擾，對風控需求極高的大宗商品交易領域尤爲突出。

其實，信任關係中的風險本質上是由於信息不對稱造成的。

如何利用數字化提升風險把控和應對能力，國有上市企業物產中大等龍頭企業率先邁出一步，與螞蟻蟻盾合作共建，打造出了一套傳統企業賦能行業經驗和知識，科技企業提供技術能力，更爲便捷、高效的產業風控解決方案。

作者 | 阿空‍‍‍‍

編輯 | 齊馬

商隱社研究團隊商業組

本文爲商隱社原創文章，轉載請聯繫後臺

大宗商品交易的軟肋

大宗商品貿易算得上是人類最古老的經濟活動之一。能源、糧食、金屬礦產品等大宗商品作爲人類經濟生活的最基礎資源，關係國計民生。

時至今日，大宗商品行業已是百萬億級藍海。有數據顯示，從產業規模上看，全球每年大宗商品的產出值大約在10—20萬億美元，佔據世界GDP的20%，而中國的大宗商品產業基本佔據全球的50%以上。

大宗商品貿易主打薄利多銷，交易量巨大，利潤主要來自規模化效應。21世紀的頭十年，大宗商品交易一片繁榮，嘉能可、維多和嘉吉三家大宗商品交易巨頭的利潤總和超過了蘋果、可口可樂等全球知名商業巨頭的利潤總和。

這也是“中國製造”崛起的十年，迅速發展的製造業需要各種原材料，中國由此成爲全球最大的大宗商品消費國。

大宗商品貿易處於把產品從廠商送到終端的中間環節，通過金融、物流等手段起到承接的作用。

因此，大宗商品貿易極其複雜，其涉及穿越陸地洋海的漫長貿易鏈條、動輒數月以至更長的交易週期，交易本身暴露在地緣政治動盪、法律環境差異、自然氣候變化、市場波動、盜賊和信用欺詐等風險中，這些風險成爲貿易活動展開的巨大阻礙。

而且，在薄利多銷的業務模式下，如果某一筆體量特別大的業務出現風險，一般會達到幾十億元的規模，有可能會使企業瀕臨破產。

爲克服這些阻礙，人類創造了一系列商業工具、法律制度，這些工具和制度彼此疊加，以控制和緩和交易風險。

但即便如此，大宗商品交易中仍然存在諸多風險，對預期結果造成不確定性影響，對風控的需求較高。很多大宗商品企業都會配備專門的風險管理團隊去做這件事情。

這些風險一般包括市場風險、操作風險以及信用風險。

市場風險比如此前受到戰爭及疫情影響，大宗商品價格波動比較大，進而會影響相關企業的日常運營及生存。

操作風險是指很多傳統企業利用線下紙質合同的方式進行交割，會受到很多人爲因素的影響。

而最核心的是信用風險。大宗商品貿易商在跟上游客戶採購時需要預付款，跟下游客戶結算前需要先墊付款項，只有對上下游客戶足夠信任和熟悉，才能進行更大規模的合作。

這有點像銀行的金融信貸業務。銀行給企業放款，也是要對企業足夠了解和信任，纔敢放更大的額度。

此外，下游客戶買貨時還涉及到賬期問題，一般叫做賒銷。如果客戶沒有在約定的賬期內及時回款，這是最大的風險。因爲貨物涉及的規模和金額特別巨大，目前有企業的應收款高達70億元。

這就類似於一個人今天去銀行借錢，銀行給了一年的信貸週期。這個人一年內要把錢還掉，但如果他突然失業了怎麼辦？

因此，大宗商品貿易商需要對上下游合作方的整個信用情況有更加充分的理解，這難度相當大。

破解產業風控之難，供應鏈龍頭企業創新求變

國有上市企業物產中大作爲大規模原材料交易和流轉的樞紐，鏈接了上萬家上下游合作企業，時刻面臨各種信用風險的挑戰。

行業裡常規的方式就是派人去客戶那裡實地調查，通過線下溝通，以及手工查閱資料瞭解企業的業務情況。此後形成盡調報告，再通過線下層層審批才能完成合作方資質的審查。

這樣做不僅人工成本高、效率低，而且線下審批過程也很難留痕，出現問題往往難以追究責任。尤其在面對上萬家上下游企業的情況下，手工操作會嚴重影響業務開展效率。

再者，企業的經營狀況是動態變化的。有的合作企業前期調研結果好，不代表持續表現好。合作過程中的風險也難以預警，有合作伙伴中途暴雷，給企業造成了嚴重損失。

而且，整個風控過程欠缺標準化的科學管理體系，風險控制過度依賴個人，信息獲取往往不夠全面。

這主要是因爲人工的經驗沒法標準化，不可能要求10個人都有同樣的素質和能力去做好風險管理。每個人的經驗不同，對風險的判斷就會存在差異，一旦出現人工誤判，損失極大。久而久之，風險隱患的敞口就會越來越大，這是很現實的一個問題。

這些傳統風控手段帶來的效率低下、信息滯後、管理粗放等問題，使得大量風險成爲漏網之魚，成爲制約大宗商品貿易健康發展的頑疾。

更爲緊迫的是，隨着公司的業務量增長，上下游合作的企業越來越多，人工管理基本上就捉襟見肘了。

這時，怎樣通過一套數字化的方式去提升效率，同時提高風險識別的精準性，就變得很有必要，這是企業發展背後的內生動力。

作爲大宗商品行業龍頭企業，物產中大率先改變這一現狀。其成員單位相關負責人提及，他們搭建了一套客戶管理系統，將客戶的線上、線下信息進行數字化管理，提升調查、評估、審批效率。

當時他們帶着相關部門去杭州熱聯集團參觀學習，看到螞蟻跟熱聯共建的供應商風控模型也適用於自己公司，就主動跟螞蟻討論合作事宜，將螞蟻蟻盾-風控產業平臺與自身的客戶管理系統做了一個有機結合。

產業協作風控需要行業與技術共創

物產中大表示，之所以選擇螞蟻蟻盾-風控產業平臺，一方面是因爲螞蟻的背景、技術實力、風控經驗各方面都比較突出，其次是市面上其他產品大部分都做的是一些通用性的客戶分析，螞蟻能提供一些個性化的解決方案，與他們的需求比較匹配。

他們首先跟螞蟻針對電梯生產廠商這一垂直細分行業做了一個行業模型試點。

“在市面上一些通用型軟件，它們會從更普適的維度去進行客戶分析，但是在一些細分行業，通用的數據模型發揮的作用比較有限。只有將這些外部數據，與我們內部採集到的信息和評價兩方面數據進行融合，才能形成更適合我們的客觀評價邏輯。”相關負責人告訴商隱社。

在這個電梯行業模型中，不僅包括經營規模、涉訴事項等常規信息，還有企業跟這家公司歷年合作規模的股份體系、應收款峰值和均值、是否屬於活躍客戶、以及通過客戶拜訪收集到的信息。

這樣，不管是在手機端還是電腦端，只要輸入合作企業的名字，就會呈現一個具體的分數以及一系列網狀的可視化評價指標。

其實，產業協作風控最大的困局，正在於數字化風控技術和to B行業經驗的交匯。

從C端風控到B端風控，問題變得更加複雜。一個人的風險是相對標準化的，可以從身份、資產、關係鏈等維度判斷。

但不同的產業鏈以及不同的行業，風險評判的邏輯是不一樣的。比如半導體產業鏈和鋼鐵產業鏈，建築行業和汽車行業，完全不一樣。

這就決定了企業的風險評判，除了常規的風險之外，最重要的是要結合行業經驗進行風險識別。

目前，蟻盾-風控產業平臺爲了綜合評判一個企業的風險，構建了兩張圖譜。

第一張圖譜是產業圖譜，按照中國的分類分級標準，蟻盾做了5000餘個產業分類，它構成了一個產業的上下游全局圖譜，呈現產業內部各種生產要素之間的連接關係，企業之間的供求關係、生產經營關係以及產業間的風險傳導關係。

另一個是企業圖譜，包括工商、司法、交易、債權等數據，企業的經營風險、違法違規風險、關聯風險、輿情風險、信用風險等都能一目瞭然。目前，蟻盾已經融入10000+風險特徵，可以對企業進行全方位的風險評估。

當這兩個圖譜放在一起的時候，很美妙的事情會發生：蟻盾-風控產業平臺可以在一個更大範圍內量化協作風險，並給出可解釋的風險決策依據。

螞蟻深刻意識到，產業端的風控，只靠螞蟻自己力量有限，需要跟行業客戶一起共創，把螞蟻的風控技術與客戶的業務經驗融合到一起。

螞蟻數科蟻盾解決方案高級總監馮成林向商隱社表示：“雖然做了這麼多年，我自身的感受是風控技術本身不是一個非常底層的技術能力，而是一個場景化、業務化的技術能力。

只有風控的水閘做好了，企業間互信增強，業務的水流纔可以放得更開，產量更大，整個產業鏈也就更繁榮。

一站式管理方案破解風控難題

風控串聯起整個產業結構的業務系統、財務系統和交易系統，所以風控不是一個點的問題，而是一串問題。

爲此，螞蟻提供了一套整體的解決方案，包括精準拓客、准入篩查、客戶評級、授信策略、風險監控、風險預警、排查等能力。

用過這套跟螞蟻同創的系統後，企業明顯感受到效率提升了。

原來業務員在跑業務時，需要先在OA系統提出申請，光走審批就得幾個小時。客戶關係管理部門承接了全公司所有業務員的客戶調查需求，蒐集信息再反饋給業務員，這個時間週期至少需要兩天。

而現在，業務員不管去拜訪哪個客戶，都可以直接打開手機查詢，就能對該企業是否滿足准入條件做出實時判斷。

什麼原因不滿足，哪些條件不具備，基本上可以做到分鐘級，乃至秒級就能處理。

很多風險沒辦法提前預料到，純靠系統解決所有問題是一個僞命題，

這些外部信息可以爲業務員提供最初步的評價。

之後業務員通過現場走訪、商務洽談，可以瞭解到客商的生產量、庫容、用電量、開工人數等更具體的信息，再將這些信息錄入系統，豐富了業務員考察客戶的維度，也提升了他們的風險底線意識。

相關負責人欣喜地發現：“這個平臺相當於把我們的知識做了一個沉澱。以前業務員考量客戶的經驗只保留在自己的腦子裡或者本子上，現在我們把精幹業務員的經驗都沉澱到這個系統，那麼新的業務員可以快速學習利用，從而拉昇公司整體的風險把控能力。”

此外，這個模型對於拓客也很有幫助。原先物產中大隻跟熟悉的電梯廠合作，現在這個模型可以幫助找出這個區域範圍內還有哪些優質的企業可以投資。

回到大宗貿易商最關心的賒銷額度問題，原先賒銷是1個億還是1000萬，背後的操作邏輯很簡單，主要看兩個企業的關係好不好，歷史合作多不多。

這就帶來兩個問題，一是這個企業資質很好，你只給它一千萬，其實可以做1個億的生意，這對業務沒有促進作用。

另一個是，雖然兩家企業關係好，但如果這個企業在接下來兩三個月出現經營異常風險，給它1億的額度後，可能會損失5000萬，這在之前是沒法預判的。

對此，螞蟻做了一個授信模型，把所有上下游客商分爲四個等級，每個等級對應不同的合作策略。第一等級給到的授信額度和還款週期是最優的。第四等級是有風險的，直接不授信，或者現款現買。

此前有一個億的合同企業和一千萬的合同企業，評估出來的結果一個是71分，一個是72分，兩個資質差不多，但是額度有這麼大差異，背後就有問題。

基於這種量化建議，授信方及時做出調整，把一個億的合同變成八千萬，把一千萬的合同變成七千萬。授信額度更加依靠理性，而不是個人情誼，對整個業務增速更加有效。

螞蟻蟻盾爲什麼能？

前面提到，大宗商品貿易風險最核心的是信用風險，這讓螞蟻看到了機會，因爲基於信用維度建立的風控能力，是螞蟻自身的一個基因。

馮成林告訴商隱社：“螞蟻風控自2003年爲了淘寶開始做支付寶的時候，就開始着力解決買家和賣家之間的信任問題。不過當時是商戶和買家之間的問題。螞蟻數科作爲螞蟻集團的科技商業化板塊，從服務內部，過渡到服務產業，解決企業之間的數字信任問題。這是螞蟻一直在做的事，只是面向的主體不一樣而已。”

在這個方向上，螞蟻數科的安全品牌蟻盾積累的一系列風控技術可以分成兩個維度，一個是通用的，未來能夠在更多場景發揮價值的基礎技術，比如使用多源數據處理能力解決實體產業中數據分散、標準化程度低等問題，端雲風控技術保障數據安全的前提下，對多方數據進行更好的融合利用。

以及用圖計算能力來全局呈現數據之間的關係等。技術從實驗室走向大規模商用，前提是技術本身可被信賴，因此這些技術都需要基於可信AI的技術理念來反覆打磨。螞蟻可信AI方向上積累的相關專利已經連續2年位於全球第一，且主要用於安全風控。

另一個維度是圍繞具體業務場景展開的風控能力。比如大宗商貿風控整體的解決方案並非靈光一現，而是螞蟻不斷加深對行業的理解，持續迭代進化而來的。

一開始，螞蟻提供一個工具，只能滿足客戶的客商信息多維度查詢需求；後來，螞蟻與客戶的日常管理工作結合，構建了一站式風控管理能力，提供企業的風險篩查能力、分級自定義化能力，授信額度評估能力，持續的風險監控和事後的風險排查能力，把價值就做厚了一層。

再後來，利用AI的能力去做企業的風險識別，把人的經驗和機器的經驗結合起來成爲一種趨勢。

經過這些年的實踐，螞蟻愈發意識到風險研判需要注入豐富的行業知識，才能實現精準風控。每個公司的定位、業務模式、上下游客戶羣體、風險偏好都不同。不能拿鋼廠的指標去衡量鍍鋅廠，也不能用製造業的指標去衡量貿易商。

三年來，螞蟻深入大宗商品行業進行挖掘，在通用的風險模型基礎之上，結合行業特有的風險因子，爲客戶量身定製了更加精細化的風險評估模型，如鋼廠模型、水泥廠模型、建築行業模型、金屬製造類行業模型、貿易商模型、配件廠商模型等。

“在toB這塊，對行業的理解非常關鍵。雖然我們做了三年大宗，但還不敢說自己做得特別好，只能說入門了。今年有一個很明顯的變化是，主動找上門的客戶越來越多、我們合作的幾家龍頭企業幾乎都是老客戶轉介紹的。這說明我們弄懂了這個行業，大家能夠在一個頻道上去溝通交流，他們就會認識到螞蟻做的這個事是有價值的。”馮成林向商隱社坦言。

目前，蟻盾在產業風控方向上，已經服務了有上百家客戶。接下來螞蟻要考慮的是，怎麼快速構建行業能力，爲不同行業的客戶提供更加高效的服務；怎麼把風控跟客戶自身業務更加有機地結合起來，而不僅僅只是一個輔助工具。這更需要傳統行業以更加開放的姿態與科技企業一同成長。

未來，螞蟻希望實現從單個產業風控到產業的協作風控，通過螞蟻服務的一個個核心企業，在整個產業端形成一張網。在這張網裡，大家相互協作，風險更加透明，建立一個行業的風控聯盟或者更加完整的風險服務體系，幫助更多企業、更多業務走得更好。