产业风控研讨：蚁盾从大宗商贸企业身上学到了什么？

大宗商品贸易企业，作为大规模原材料交易和流转的枢纽，与成千上万的产业上下游伙伴共同支撑起了市场的运转，但复杂的产业协作也带来了巨大的风控挑战。企业之间相互不了解，就面临着因信息不对称带来的合作顾虑。对某下游企业要不要同意赊账？账期多久？会不会货款没收到，对方就暴雷了？对某上游能不能预付款？预付完对方会不会跑路？在数字化时代，以往完全依赖走访调研、线下层层审核的方式，已经难以满足大宗商贸企业的精准、高效、标准的风控需求。蚂蚁蚁盾也为此研发了产业风控平台，帮助合作伙伴用数智化手段降险增效。

近日，我们和中国金属材料流通协会一起办了一场“大宗商品产业风险防控研讨会”。

我们的老朋友物产中大集团、热联集团、浙商中拓等，以及很多行业里的新朋友，相聚美丽的西溪湿地，就产业风控的新技术、新趋势、新案例进行深入探讨。用物产国际王剑波的话说：“等了好久，终于等到今天。”对行业来说，这是一次新老朋友的聚会。对蚂蚁数科来说，这是一次走进客户、深入行业的倾听会。产品团队、AI团队、技术团队、解决方案、BD、运营各条线的同学都主动要求来学习，他们说这叫“接地气”。本来就不大的会场，被挤得满满当当。

这是我们做的一部分笔记，分享给大家。

01

钢铁供应链数字化转型势在必行

中国金属材料流通协会副秘书长李艳表示，随着数字技术与实体产业深度融合，人工智能、物联网等新技术将很快影响生产制造业。钢铁供应链数字化转型势在必行，产业风控的应对方式也会发生翻天覆地的变化。

02

关注以下风险场景：税票、预付款、期权

客户提到，目前最大的风险来自税票风险。“我们向上游企业进货之后，拿到了对方开具的发票。但6个月后，税务局通知我们，他们没有交税，需要我们补缴税款。这可不是小数目，涉及金额至少三五百万、甚至更大，我们怎么能把供应商的发票风险降到最低？”

预付款风险也是很多客户关注的内容。“在钢铁行业，很多时候利润来自市场价差，我们常常会选择在价格低的时候预订。但如果预付之后对方出不了货，又是一个很大的风险，无疑给我们增加了资金压力。而期权风险也需要提前支付保证金，有的期权有半年之久，怎么保证对方按时交割？我们该怎么选择期权供应商？

杭州热联集团客户关系管理部负责人丁越的分享对此做了回应：“针对不同的客户类型，不同的合作方式，我们要防范的风险不尽相同。如现货现款的业务，需要考虑涉税风险；预付款、期权这类远期合同采购业务，需要考虑履约风险。但从风控底层逻辑来看，是“找到合适的人去做合适的生意”。

此外，企业传统的风险管理相对来说是偏点状的、不连续的。比如在做客户准入的时候，我们看到的是客户当时的经营状态，合作一段时间，他的风险情况是恶化了还是改观了，我们需要一个工具来追踪。

所以，热联集团与蚂蚁集团合作，希望建立一套立体式、动态化客户风险画像。借助蚂蚁集团蚁盾-产业风控平台，我们共同探索“准入—评级—授信—监控”全过程的信用风险管控方案。”

丁越现场展示了与蚁盾合作的盘扣租赁业务场景数字化风控应用案例，匹配特定业务管控要求搭建客户准入、评级模型，帮助提升管理效率的同时，也实现了信用风险管控闭环。”

03

关注行业动态至关重要

很多客户提到，产业风控不仅仅要关注客户本身的风险情况，还要关注整个行业。国际形势方面，比如价格走势、地缘政治问题；国内形势方面，比如相关政策、经济形势、消费需求；行业形势方面，比如行业发展的驱动因素、阻碍因素以及各地区该行业的发展态势等。这些行业的波动，可能会影响到企业的生死。

蚁盾技术总监章鹏回应：“确实，一个企业不是孤立存在。从宏观与微观相结合的视角，我们评判一个企业的风险，至少需要两张图谱：第一张图谱是产业图谱，按照中国的分类分级标准，我们做了5000余个产业分类，它会构成一个产业的上下游全局图谱，呈现产业内部各种生产要素之间的连接关系，呈现企业之间的供求关系、生产经营关系，并结合宏观局势变化，呈现产业间的风险传导关系；另外，工商、司法、交易、债权等数据构成一个企业图谱，企业的经营风险、违法违规风险、关联风险、舆情风险、信用风险等都能一目了然。当我们用AI技术把这两个图谱放在一起的时候，很美妙的事情会发生，我们可以在一个更大范围内量化协作风险，并给出可解释的风险决策依据。”

04

关注数据的真实性和数据的盲区

不少客户疑虑，客户的财务数据是不是真实的？业务员是否为了个人业绩帮客户造假？小规模企业、老是换马甲的小贸易商，没有正规财报、没有舆情、没有司法诉讼，他们的数据我们可能无从获取，不知道他的信用状况到底怎么样？

蚁盾高级产品专家钱家驹进行了回应，“扩建数据管道，丰富数据维度，确实是蚁盾持续攻克的方向。比如我们可以通过水电燃气等经客商授权的客观经营数据，来验证企业财报数据的真实与否。在风控模型上，蚁盾已经融入10000+风险特征，如违法违规、经营状况、企业资质、关联风险、行业标签等，对企业进行更全方位的风险评估。我们将在保护数据隐私的前提下，持续挖掘产业数据的价值。”

还有客户提到，模型涵盖范围越小评估越准确，希望能够进一步对更细分的行业独立建模。

目前，蚁盾-产业风控平台已经深入各行各业，搭建了十余个模型，如钢厂模型、建筑行业模型、金属制造类行业模型、贸易商模型、配件厂商模型等，这样的针对行业定制化的建模工作还在继续，很感谢热联集团、物产中大、杭实国贸、浙商中拓等合作伙伴和我们一起探索。

我们认为，产业数字化发展，离不开行业知识的注入。传统产业与智能化之间，只有双向理解，才能让科技真正服务于产业。既“接地气”又“高科技”，这一定是产业数字化成功的关键。

注：文/蚁盾，文章来源：蚁盾，本文为作者独立观点，不代表亿邦动力立场。