大数据背景下京东供应链金融的风险管理研究
Logistics·Industry Chain
1 京东供应链金融概述
1.1 京东供应链金融概念
1998年京东集团正式成立，2014年成功上市，相关业务主要有科技、金融服务、电商和物流管理，是目前我国最大的自销平台。
京东供应链金融主要是指京东围绕供应链企业，管理链条上企业的资金流与信息流，同时可以把单一企业中无法控制的风险转变为链条企业整体可以把控的风险，是可以降低风险的一种金融服务。
1.2 京东供应链金融发展现状
2013年，京东金融开始成立供应链金融部门，并推出了“京保贝”
“京小贷”和“云仓京融”等供应链金融产品。
京保贝是京东金融的第一个供应链产品，2013年正式运营，主要是对京东平台上企业的数据进行收集和整理，从而完成对企业的审查。该产品运营的过程都在网上进行，大大缩短了贷款所需时间，仅需3分钟左右就自动到账。同时，还款时间由供应商自己决定，还款压力也不是很大。
京小贷流程与京保贝相似。需要账户进行注册，就能在网上查询贷款额度并申请。贷款申请通过后，资金到账时间比京宝贝更短，具体融资流程如图1所示。
图1 京小贷融资流程
京东金融在2015年推行了一个新的供应链金融产品——云仓京融。该产品通过与邮政仓储结合的模式经营，以需要资金企业的货物为担保品，通过邮政仓储提供服务，并整合融资企业相关信息对其进行评级，再采用系统核算出融资企业的贷款额度。
2 大数据背景下京东供应链金融风险管理的现状
京东金融的大数据风控体系主要包括四个方面，具体如图2所示。
京东供应链金融大数
据风控体系
风控超脑系统
生态模型体系
京东心境系统
安全救急体系
图2 京东供应链金融大数据风控体系
(1)风控超脑系统主要包括天网、天机、天盾、天策四个系统。
天网是京东风控的核心，目前主要采用的是spark图计算技术，在用户画像用户关系网、交易中风险行为分析等方面运用。
天机系统主要是对信用数据进行实时监控，从而对供应链金融可能产生的风险进行监控，有效预防信用风险。
天盾系统主要是反欺诈系统，可以实时监测用户的账户，以保护平台商家账户安全。该系统以商家账户的历史交易为数据，利用指纹技术来实现的安全等级评价系统。
天策系统在四个系统中起着决策作用，前三个系统都是在天策系统决策下运行实施。该系统在天网、天机系统的双重作用下还存在风险行为。
(2)生态模型体系。生态模型在京东公司内被称为现代的
DOI:10.19699/jki.issn2096-0298.2022.13.070
大数据背景下京东供应链金融的风险管理研究
于海霞  杨峰
(长春工业大学  吉林长春  130012)
摘 要：供应链金融是一种新型的融资融通方式，其产生对企业发展有着重要意义。在大数据背景下，京东供应链金融无论是在电商平台还是供应链行业都起到带头作用，但其开展供应链金融业务的时间较短，风险防范机制还不够完善。因此，本文对大数据背景下京东供应链金融风险管理进行研究，通过阐述其风险管理现状，分析其风险管理的不足，并提出修改意见。
关键词：大数据；京东；供应链金融产品；风险管理；风控系统
本文索引：于海霞，杨峰.大数据背景下京东供应链金融的风险管理研究[J].中国商论，2022(13):070-072.
中图分类号：F830 文献标识码：A 文章编号：2096-0298(2022)07(a)-070-03
0702022年7月  wwwzgsl
物流·产业链
四大发明，包括风控系统——司南、量化系统——火药、用户测评系统——活字、信息收集系统——造纸。该系统的运作效率较传统提高了10倍以上，并实现对不同用户的差异化风险定价。
(3)京东心镜系统。京东心镜系统是京东推出的一套“测谎仪”体系，该体系主要将语言处理的技术与人体工学结合在一起，并采用语音等分析形式，对客户进行相应的检测。同时，将该体系与上述体系结合在一起，可以更加高效地筛选、识别、管理可能在交易中发生的消息泄露的危险。
(4)安全救急体系。安全救急体系主要有两个方面：一方面是工作人员的授权监管体系，另一方面是指交易过程检测的系统。该体系可以相应地减少一部分工作人员的操作风险。结合当今互联网快速发展
的技术，该系统包括以下几个方面：面部侦查、指纹检测、来访记录等方式。该体系主要是为了达成交易安全的科学化，防范操作等风险。
3 大数据背景下京东供应链金融风险管理存在的问题3.1 数据收集存在错漏与不真实情况
京东供应链金融风险管理必须依赖大数据风控系统的支持，因此可以收集到的企业信息须保证具有可信度和精准度。因为部分中小型企业缺乏一套完备标准的信息治理系统，所以企业供应的数据会有一些错漏与不真实情况。与此同时，每个行业的运营性质是不一样的，因此每个行业中的数据相差比较大，且每个行业又经营许多的业务，所以想要收集该企业的全部数据是不太现实的，在信息收集的过程中也不能保证每次收集人员的监督没有一点过错，这些都是信息不准确的原因。
3.2 京东供应链金融风险止损机制不完善
尽管现在京东金融已建立了相对完善的大数据风险控制系统与风险预警装置，但因为互联网不稳定和模型不准确及风险预警装置失灵等现象，还存在不可预测的风险。特别是在京东金融将资金贷给出后，易导致恶性负债等情形，若不马上进行处置，不仅会造成京东金融的高恶性负债率，影响企业声望，还会对平台其他供应商经营的业务产生不利。所以，京东金融应提前设置风险防范机制，否则将造成巨大危害，会蒙受一笔损失。
3.3 信息采集过程中可能造成用户信息流失
电商供应链金融业务运作过程中，融资企业必须向平台提供各种企业的信息，才能得到京东金融提供的援助。京东金融收集到信息后，对收集到的客户信息进行整理和核对，此时非常容易导致大量用户的数据泄漏，大体包括该公司的交易过程和账户的各种信息。如果不对信息维护，不法分子就有可能盗用使用者的数据，进行非法犯罪行为，从而给用户造成非常大的损失，对京东金融也会产生不良影响。因此，如果京东金融在信息采集过程中不对用户信息的保障十分看重，就会对融资企业及其自身有很大的负面影响。
3.4 大数据应用系统预测能力较弱
京东金融构建的大数据控制系统只是分析目前融资企业的相关数据，虽然分析企业的现有偿债能力可以采用大数据技术，但企业的未来现金流量和风险传播等问题还是无法处理。除提到的非系统风险外，开展金融业务的过程中，也可能存在系统风险。例如，美国当年发生的不良贷款危机违约危险，就是利用当年的市场进行违规操作，获得利润，这种情况很难被大数据系统检测出来。
4 大数据背景下京东供应链金融风险管理的改进措施4.1 强化大数据信息收集的准确性
第一，大数据信息分类管理。信息存在的不规范等情形，我们采用数据分类监管的形式进行分类。例如，将数据分为企业的内部数据、交易数据等类型，再根据不同类型的数据进行相应的规范化处理，这样可以提高原始数据处理的效率，强化数据的正确性，使后续数据分析和模型能够更快、更准确地
到所需运用的数据。
第二，加强对无效数据的筛选能力。在获取大量客户数据时，也许会显现很多无意义的数据或数据显现频率过高。此时，我们需要整理数据，提高数据的真实准确性，包括删除和原始数据无关的数据，弱化毫无意义的数据，寻所要的相关数据。具体的数据筛选方法，包括处理样本模型中变量的不足值、失真值等。长春分类信息
4.2 建立大数据风险止损机制
多样化、破坏力强是京东供应链金融风险的独有特点，因此京东金融应预设风险发作后的损失终止体制，建立风险防范机制，可以在一定程度上有效降低供应链金融风险带来的伤害，降低全行业风险，有助于商业交易供应链金融体制的良好发展。
第一，京东平台可根据相应的融资额度，提前保留风险损失准备金，以备在未来发生风险时降低亏损，削减对京东平台和供应链业务风险的不利。
第二，京东金融可以通过风险转移来削弱亏损，一方面可以与融资企业签订合同，另一方面可以将风险转移到其他商业主体。例如，平台可以购买商业保险，或者运用金融衍生品规避风险，最大限度地降低风险发生的概率。
4.3 保护用户隐私信息
第一，引进数据脱敏技术。数据核查时可能发生客户信息泄漏的情况，电商平台将引入数据脱敏技术，将客户隐私信息通变换为虚拟数据，这样数据的挖掘者就不能获得客户的原始信息，从而对客户信息起到保护作用。数据脱敏技术是指通过一定的方法改变原有数据，如替代法、加密法、遮
wwwzgsl 2022年7月071
Logistics·Industry Chain
挡法、置空法、值域扩展法等。将客户隐私信息进行技术处理后，不再是原来的数据，但与原数据具有相通特征，并不会影响风控体系的建设。
第二，建立客户委托的契约。平台在获取客户信息时，可以构建委托的契约，契约中需明晰信息的使用方向，并务必获得用户的委托，不可在用户不知的情况下，私自挪用用户信息，如果要将用户信息用于其他方面，务必再一次获得用户的委托。通过建立客户委托的契约，可以大大降低因客户信息流失而导致的行政问题。
4.4 提高大数据技术
大数据风控体系是由大数据进行驱动的一种新型检测体系。通过对京东金融的风控系统进一步了解可以发现，大数据技术当前在预测上还不完善，因此电商平台需要进一步提高大数据方面的技术。
首先，在风险预测能力提高方面，我们可以延长对贷款人还款意向的预测周期，最大限度地降低未来风险发生的概率。
其次，在实际风控中，我们进一步融合传统的控制体制与当前的大数据技术，充分发扬技术优点，真正构建一个高效体制。
最后，若想提高大数据技术，在扩大技术领域研究和开发投资的同时，也要在相关的专业行业招聘有专业知识的综合型人才，并时常对员工采取相关知识检查，以提升员工的知识水平，不断改善大数据控制体系。
参考文献
[1] 柴正猛，黄轩.供应链金融风险管理研究综述[J].管理现代
化,2020,40(2):109-115.
[2] 杨欣，黄尹城，李宜璞，等.电商平台供应链金融风险研究：基于
Logistic模型的分析[J].中国经贸导刊(中),2020(4):75-79.
[3] 朱雅琴，陈雪峰.企业供应链与供应链金融发展现状及问题研
究：以山西省为例[J].经济师,2020(2):113-115.
[4] 杨青.电商背景下供应链金融风险监管机制[J].金融发展研
究,2020(6):53-56.
[5] 周艳红.供应链金融的风险管理探究[J].现代商业,2019(35):150-
151.
[6] 曲丽.供应链金融信用风险管理研究[J].中国商论,2021(21):82-
84.
[7] 赵庭悦.基于区块链的电商供应链物流管理模式优化研究[J].物
流科技,2021,44(11):114-116.
[8] 张鸿飞.农业供应链金融实践与创新研究[J].中国稻米,2021,
27(6):152.
[9] Hao Ying,Lujie Chen,Xiande Zhao. Application of text mining in
identifying the factors of supply chain financing risk management[J].
Industrial Management & Data Systems,2020,121(2).
Research on Risk Management of Jingdong’s Supply Chain Finance
in the Context of Big Data
Changchun University of  Technology  Changchun, Jilin  130012
YU Haixia  YANG Feng
Abstract: Supply chain finance is a new type of financing and its creation has an important significance to the development of enterprises. In the context of big data, Jingdong supply chain finance plays a leading role in both e-commerce platforms and supply chain industries, but the time t
o carry out supply chain fi nance business is limited, and the risk prevention mechanism is not perfect. Therefore, this article studies the risk management of Jingdong’s supply chain fi nance in the context of big data, analyzes the shortcomings of its risk management by elaborating on its status quo, and proposes suggestions for modifi cations.
Keywords: big data; Jingdong; products of supply chain fi nance; risk management; risk control system
0722022年7月  wwwzgsl

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。