精华内容
下载资源
问答
  • 所谓数据分析的势、道、术,就是指数据分析的方向、方法和工具,也是提出问题、分析问题、解决问题的思维逻辑。供应链上的数据是从制造型企业,到物流企业,再到零售业的过程。而这三者均是传统型企业,而如今更多的...

    所谓数据分析的势、道、术,就是指数据分析的方向、方法和工具,也是提出问题、分析问题、解决问题的思维逻辑。供应链上的数据是从制造型企业,到物流企业,再到零售业的过程。而这三者均是传统型企业,而如今更多的商流数据是通过互联网,而实际的企业经营、运营数据仍旧是在供应链上的各个企业手中。本文从一个传统型行业如物流、零售、制造业等的角度来看数据分析,而并非如今数据分析做的很火的互联网或金融行业的角度。

    数据化运营

     

    “势”——数据分析的方向,此处不是指数据分析行业的发展方向,而说的是数据分析的分析方向,抑或说一个物流公司的角度如何做数据分分析。对于一个传统行业的公司,数据分析应当从三个方面进行。

    首先,市场端的数据分析。这类的数据分析主要是针对零售业、电商等2C类企业。市场端的数据分析主要是两个方面,一个是外部的:客户数据;一个是内部的:产品数据。

    所谓客户数据,若是2B的企业便是客户的体量、客户的数量分布、基础信息等等。若是2C的企业(如快递、零售等),可以研究人口的分布,网购人群的情况。阿里有阿里指数、百度有百度指数,目前其数据开放的越来越少了,但是还是可以看出主要的人群,以及相关产业的区域分布。以物流企业为例,通过探知货物类型,加之以现场调研,便可以得出大致的货品类型,而进行有针对性的物流服务;若是2B的企业(如大零担、三方、专线等),可以通过分析目标企业的市场分布,有针对性的在工业园区进行地推、宣传。如今工商企业对企业信用数据的公开,就有像天眼查、企查查等这类查询工商企业信息的网站,通过地址信息确定坐标,进而分析企业的集中地区,找出地推区域,进而有针对性的进行2B的业务拓展工作。如图则是四川成都市的食品制造业企业热力图。

    通过地图,我们可以清晰的看到成都市食品制造型企业的集中区域,虽然企业名录可能不够全,但是整体的分布结构是一定的,因而最终的市场分析结果是可用的。而这也是大数据的概念中的更注重数据结构,而一定程度的忽略数据质量。

     

    其次,是经营数据,此部分数据多是财务数据,是直接反映企业经营情况的数据,适用于供应链上各种类型企业。

     

    经营数据主要是财务报表中的收入、成本、毛利等等,一般小企业多看的是利润表,大企业会看资产负债表和现金流量表。所谓利润表可以直接反映企业的经营情况,也就是企业是赚了、还是赔了。此部分主要是财务数据的分析,做经营数据分析的部门一般是公司的财务部。经营数据主要是收入、成本(直接成本、间接成本)、费用。其中成本和费用有着一定的关系,因为间接成本中的人力成本增加便会在一定程度上造成费用的增加。

     

    当然,经营数据的分析有着很多方法,也有很多的管理会计方面的书籍可以参考。如图便是著名的杜邦分析法:

    最后,便是运营数据,目前对于运营数据,不同行业的运营数据分析能力参差不齐,而不同行业对运营一词的定义也有所不同,这类数据主要是集中在成本控制,客户运营、会员运营等。

    例如,对于物流行业来说,大部分企业其实还停留在KPI的搜集和整理上,没能做到通过数据进行事前预测。除非像京东、苏宁等其销售段就是自身的物流,可以通过销售情况进行预测。第三方物流的货量过多依赖于其客户的计划,而客户往往只会给相对的淡季旺季,而缺少明确的货量预测。大部分企业运营分析相对匮乏,需要建立一个可视化仪表盘对数据进行实时监控和钻取。

    而仪表盘的好坏,最需要注意的便是其内在的逻辑和数据对业务的帮助,而其实现技术则在其二。目前,仪表盘的实现技术包括Power BI、D3.JS、highcharts甚至Excel等等。

    所谓企业数据分析的道,即为企业数据分析的方法。对于企业而言,数据分析需要与业务紧密结合,一切脱离业务的数据分析,都是耍流氓。而要数据紧贴业务,则数据分析人员需要对整个业务流程了解,明白所有数据的出处、流向。此概念类似于在做企业信息资源规划(IRP)的过程中的数据流图。虽然这个概念已经有一段时间,但是目前国内的中小企业而言,仍旧难以落地实施,其标准化过程仍旧艰难重重。

    提到数据分析的方法,很多人还会提到数据分析的基本流程。此处将整个流程分成了两个部分,一方面是对业务流程的梳理、一方面是对数据模型的建立,这两个过程中其实是贯穿在整个数据分析流程中的,而整个数据分析流程又是一个PDCA的闭环过程。

    对于企业数据分析,尤其是传统行业企业,第一个层次是业务流程的梳理。要对业务流程数据进行标准化,这其中不仅仅是数据格式的标准化,更是对数据出处的标准化,对数据字段名称概念的标准化。这样,便才可以达到“数出一门”。而另一个维度来看,是财务数据关系的梳理,梳理公司业务中的收入、成本、毛利、利润、间接成本、费用等细项之间的关系。梳理这个主要原因是不同公司的费用、成本归属不同,寻求合理的费用归属,会对公司的经营分析工作带来极大的便利;反之,则会造成费用项不清,数据难以支持实际经营的分析。

    通过对业务数据、财务数据的梳理,将这些数据标准化,然后进行分析,这时变需要用到各种常用的分析方法。

    对于数据分析的方法,可以从两个层次来谈,有一部分前辈认为可以叫为数据分析和数据挖掘。我不太喜欢搞太多概念性的东西,还是实在一点好,姑且就是数据分析的方法,只不过有一些新的人工智能方法应用而已。

    首先说常用的几种方法:

    1、交叉表分析

    交叉列表分析法是指同时将两个或两个以上有一定联系的变量及其变量值按照一定的顺序交叉排列在一张统计表内,使各变量值成为不同变量的结点,从中分析变量之间的相关关系,进而得出科学结论的一种数据分析技术。

    简单的说就是将一份数据的两个列做交叉进行分析。比如一列数字是性别,一列数字是消费金额,做成交叉表就是男性和女性分别的消费总额是多少。所谓交叉表说的高大上,平时也可以叫透视表分析。其实excel的透视表基本可以满足,稍微大型一些数据,用SQL语句也完全可以查询出来。

    2、聚类分析

    聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。

    聚类分析最经典的案例要算啤酒与尿布的购物篮算法,至于其中的故事,网上有好多,此处不予赘述。购物篮分析最常用的便是Apriori算法,现在使用R语言或者Python便可以轻松调用其相关算法包,进行支持度和置信度的计算。

    2、回归分析

    回归分析常用在预测模型当中,回归分析主要是分析两个事物之间的相关情况,然后寻求其中的规律,如线性回归、logistic回归等等。

    3、杜邦分析

    杜邦分析一般是财务上常用的分析方法,其将利润或者毛利进行细致拆分,通过各个指标的变化比较,来分析其多总体的影响。一般情况,杜邦分析多采用多个企业或项目进行比较,对于单个企业或项目的杜邦分析,意义较小。

    4、RFM分析

    RFM分析是在客户运营和会员运营方面最最常用的方法,通过看客户在一段时间内的购买次数、最近购买时间和购买金额,来对客户进行分类,对客户进行打标签,进而对其进行有针对性的精准营销。

    当然,数据分析的方法模型,不仅仅限于这几种,对于数据分析来说,涉及供应链不同环节的企业,分析方法和分析指标也有所区别,其数据分析的侧重点也有所不同。

    提到数据分析用到的工具,其实做数据开发的朋友们用的最多,且技术更加娴熟。对于业务数据分析人员来说,多数时间接触的,便是Excel和SQL,通常是在数据库中以SQL进行取数,然后进行Excel做报表,最后呈现形式可能是Excel或者是PPT。

    而在数据分析过程中,还有一些BI工具非常好用,如Smartbi,还有Tableau等BI工具,这种BI工具是数据分析可视化的利器,可以非常快的上手,以简单拖拽的形式进行取数。

    个人认为,数据可视化工具最最重要的作用,是更加直观的去观察数据,而不是去炫科技,很多朋友在初步接触可视化工具时,会产生这样的误区,过于追捧图表的美观、颜色,而并没有注意其中的数据的意义,反倒喧宾夺主。若为了展示,专业的美工会比数据分析师做的图更加漂亮,数据分析师当以数据直观展示为主,下面是在实际画图中,图表选型的方法:

    注:图片来自百度

    在企业数据分析工具的选择中,还需要尽量简单,比如说选择的图表,若用powerBI进行图表绘制,多数是要保存成图片粘贴在PPT或者Excel中,因为在实际工作中,并不是所有领导的电脑都会安装这种软件。当然若购买其Server服务另算,tableau也是同理。对于大部分中小企业而言,仍旧是Excel图表最为实用,Office在企业电脑中的装机普及率远高于任何其他数据分析软件。

    对于Excel来说,使用数据透视表和数据透视图,也可以做出数据联动效果。运用超链接,可以制作出数据下钻的效果。虽然其制作过程非常繁琐,且在数据量大的时候,会造成表格巨大,难以打开。此时可以使用VBA进行解决,使用VBA代替其中的部分公式链接,便可大大缩小excel体积,且在展示的时候得到良好的效果。

    而对于大数据来说,很多企业采用数据库的形式和自建BI(或找供应商)的方法,其底层的数据库可能是常用的MySQL,也可能是服务器集群。对于业务数据分析师来说,主要是使用SQL和NoSQL语言进行取数,然后进行变换的交叉分析,具体分析则可能使用Excel或者Python的pandas,numpy等。

    零零散散,将数据分析的势、道、术说了一遍,借以总结自己的部分工作,也为了和同行多多交流,如有疏漏,欢迎指正。

    引自博客:http://www.zwd56.cn/?id=15

    展开全文
  • 在过去的几年中,由于全球市场的快速变化和技术... 此外,它还研究了大数据对供应链的影响以及分析在提取有用信息中的作用,这些信息可以适当地利用来提高供应链运营的效率和健壮。 还包括对未来工作范围的简短讨论。
  • 数据分析(指大型和复杂的数据集)的好处是显而易见的:大数据可以完全改变组织的工作方式,在效率、成本、可见和客户满意度方面产生巨大差异。  大数据来源广泛:  -如今的技术和社交平台允许企业以评级...

      如今,从物流到客户偏好的各种数据的持续增长正在迅速改变企业的经营方式,并突出了对加强数据管理和分析的强烈需求。大数据分析(指大型和复杂的数据集)的好处是显而易见的:大数据可以完全改变组织的工作方式,在效率、成本、可见性和客户满意度方面产生巨大差异。

     

      大数据来源广泛:

     

      -如今的技术和社交平台允许企业以评级、评论和博客评论的形式获得直接的客户反馈。

     

      -来自移动通信、社交平台和电子商务的数据正在与来自企业系统的数据集成。

     

      -随着物联网和机器对机器通信的引入,制造业正在从基于事件的计划转变为实时感测。

     

      -不断发展的传感器技术可提供实时设备和产品状况数据,从而实现自动维护和过程调整。

     

      数据在数量上、种类上和速度上都有所增长,如果以正确的方式加以利用,可以带来巨大的价值。

     

      研究显示,企业已经在推动整个企业供应链的生产力,但在供应链功能中使用大数据分析在全球企业中并不普遍或协调得很好。受益于大数据分析的公司有三个共同点:它们拥有强大的企业级分析战略,它们将大数据分析嵌入供应链运营,它们拥有合适的人才库,能够从大数据中产生可操作的见解。

     

      有必要雇用、培训和扶持能够帮助企业从大数据分析中受益的领导者。从人力资本的角度来看,大多数公司的定位尚不足以接受数字化供应链转型。我们分析了各行各业的50多位高级供应链高管的个人资料,以了解他们在供应链数字化方面的定位。在涉及所谓的“数字防备连续性”方面,各行各业的公司中绝大多数高管都普遍缺乏。

     

      调研机构采访了各行各业的商界领袖,以探讨当今日益数字化的世界对首席供应链官的角色以及供应链领导者与高级管理人员中其他高管人员之间互动的影响。通过这些访谈,我们发现了供应链领导者应具备的四个关键特征,以便能够从大数据分析中获得收益:

     

      1.对数据和系统技术有深刻的了解。当今的企业可以通过数据分析和通过数字方式收集数据来深入了解客户行为。尽管不需要首席供应链官成为信息技术(IT)专家,但他们应该对数据收集、技术和分析有足够的了解,以引导对话并为高级领导者及其供应链团队提供数字化愿景。供应链领导者应认识到如何实施和利用相关平台和流程以及数据来自何处,并应表现出对来自各种渠道的数据范围和规模的扎实理解。重要的是,领导者必须准备好对数据采取明智的行动。

     

      2.具有影响力的协作方法。如果首席供应链官在孤岛工作,将无法从大数据分析中获得收益。在内部,供应链领导者必须能够与首席技术官进行沟通和协作,以帮助确定适合组织的技术和政策;与首席数据官一起了解如何最佳地捕获和使用数据;与首席营销官一起,评估供应链如何能够更专注于客户和需求驱动,并与首席执行官具体沟通更广泛的创造价值的机会。最终,供应链执行官将需要能够与内部利益相关者和外部供应商建立桥梁。

     

      3.跨职能经验。如今的供应链管理人员具有跨部门的经验,并且能够理解和与来自多个业务部门的人员进行交流。重要的是,首席供应链官员还必须具有销售、财务或技术方面的知识。

     

      4.发展新技能和培训他人的能力。当今的首席供应链官必须紧跟最新技术,以确保组织适当地吸收数字技能和分析人才。企业犯的最大错误之一是在没有适当准备组织的情况下实施大数据分析项目。建立内部计划以确保在整个供应链中采用技能至关重要。

     

      要从整个供应链或整个组织的大数据分析中获取所有好处,不仅需要技术和IT。从首席执行官和执行委员会开始,企业必须准备好支持一种全新的思维方式,培养一种对创新和技术开放的文化,并愿意挑战关于供应链管理方式的惯例。

     

      由于供应网络上数十亿的连接设备提供关于服务需求、位置和库存分布的实时信息,甚至实现预期的需求,理解和接受大数据的执行领导层、数字颠覆和这些趋势的人力资本方面对未来企业的优势至关重要。

    展开全文
  • ↯ 摘要本文转载自《国际金融杂志》,原作者:◎郭为民 朱大磊 奚士佳 吴朋澔业界普遍认为,区块链可以有效提升供应链管理的效率以及信息交互的真实和有效,在供应链领域具有非常广阔的...

    ↯ 摘要

    本文转载自《国际金融杂志》,原作者:
    ◎郭为民  朱大磊  奚士佳  吴朋澔

    业界普遍认为,区块链可以有效提升供应链管理的效率以及信息交互的真实性和有效性,在供应链领域具有非常广阔的应用前景。但也有观点认为,数据可追溯性与不可篡改性并非是供应链金融的核心诉求,区块链技术并非最佳手段,难以解决供应链及供应链金融的核心痛点,即风险问题。本文尝试从整体角度来看待供应链的风险,详细分析了供应链风险背后的原因和约束性因素,并就区块链与供应链地适应性进行了分析。本文认为,不应该割裂地去看待供应链的风险,也不能狭隘地看待区块链技术。供应链管理的成本、效率、激励、监管、服务等方面都与供应链风险息息相关。从方法论上应该着眼于解决痛点问题,并看清未来的发展方向。尽管当前并没有出现终极的解决方案,但区块链仍然不失为一个好的基础出发点。据此,本文提出了一个基于区块链和通证的供应链应用原型,提出了目标应用应该具备的若干关键原则,并就当前制约区块链应用的问题提出了意见和建议。

    关键词:供应链风险;区块链;通证

    中图分类号:F832

    文献标识码:A

    TokenInsight

    作者介绍:郭为民 中国银行首席科学家

    1990年获北京大学无线电电子学学位,1993年、1996年获美国马里兰大学电子工程系硕士、博士。工作履历涵盖电讯盈科高级副总裁,2009年进入中国银行总行工作,历任信息科技部副总工、渠道管理部副总经理,现任网络金融部总经理。兼任中国互联网协会互联网金融工作委员会副主任委员、中国互联网金融协会金融科技发展与研究工作组副组长,工作经验涵盖金融、通信、信息科技与产品创新等多个领域,具备资深的技术背景和丰富的金融管理经验。

    正文:

    党中央和国务院历来高度重视三农、民营和小微企业的发展。而服务实体经济是银行业的根本职能,发展普惠金融、支持民营经济也是银行业的担当所在。供应链金融作为服务小微企业较为有效的模式,近年来呈现出蓬勃发展的态势。2017年,国务院办公厅发布《关于积极推进供应链创新与应用的指导意见》,提出到2020年要形成一批适合我国国情的供应链发展新技术和新模式。然而,实际中供应链金融仍然面临着效率与风险等方面挑战。

    与此同时,国家也在大力支持区块链的发展及应用。随着技术的不断进步及行业应用领域需求的不断加大,我国区块链产业持续高速增长。统计数据显示,在政策支持和下游需求的推动下,我国区块链行业的市场规模有望在2022年突破4.5亿元。目前,区块链在供应链领域的实践虽有涉及,但仍然存在一定的争议。供应链和区块链是否具有较好的适应性是本文所研究的主要问题。

    一、区块链发展的现状及研究领域

    (一)区块链的概念和价值

    区块链概念最早出现在2008年中本聪关于比特币的白皮书中,区块链是以工作量证明链(PoW)的形态体现。2014年,VitalikButerin在以太坊中引入“智能合约”概念,使得区块链基础逐渐向通用性应用平台转变。根据我国工业和信息化部的定义,区块链是一种基于计算机分布式数据存储、点对点传输、加密算法、共识机制等技术的新型应用范式。

    1. 区块链核心技术及发展现状

    区块链支持去中心化认证并进行分布式记账,实现行为及内容的不可抵赖性证明;同时,使用时间戳来确保区块内容在时间上的可追溯性。其核心技术包括非对称加密技术、散列算法、P2P网络等,在多节点决策过程中使用共识机制算法来确定结果的有效性。在技术层面,目前,区块链面临着去中心化、高效、安全这一“不可能三角”的实际困境。因本文着重研究区块链的应用层面,故对详细技术细节不作深入阐述。在具体应用中,区块链较为重要的技术特征与价值主要体现在以下四个方面:

    第一,分布式账本。交易记账由空间及物理分离的多节点共同完成,每个节点记录的都是完整账目,均可参与对交易合法性的监督,由传统的“唯一或确定中心化”转变为“动态多中心化”。

    第二,非对称加密及授权。存储在区块链上的交易信息是公开的,但账户身份信息高度加密,只有在数据拥有者授权的情况下方可访问,因此,能够保证数据安全与个人隐私。当然,如有必要,交易信息也可以进行权限化管理。

    第三,共识机制。结账节点通过某种方式投票达成共识来确定一个记录的有效性。通过该手段,既可以保证有效性,也可以作为防止篡改的验证手段。

    第四,智能合约。基于区块链上可信的、不可篡改的数据,支持自动化地执行预先设定好的规则和条款。

    一般认为,目前,区块链应用已经从区块链1.0时代发展到了区块链2.0时代,正在向区块链3.0时代迈进。区块链1.0主要代表是可编程货币,区块链主要应用在货币转移、支付系统等虚拟数字货币领域;区块链2.0时代引入了“智能合约”概念,将区块链应用拓展到股权、债权和产权的登记、转让,证券和金融合约的交易、执行,甚至博彩和防伪等金融领域;区块链3.0是在2.0基础上进行更广泛的拓展,使区块链能渗入社会生活的更多方面。

    2. 区块链技术的应用价值

    《经济学人》在《区块链的承诺:信任机器》中提到,区块链技术可创造信任,拥有改变社会合作模式以及商业合作模式的巨大影响力。

    中国银行董事长刘连舸认为,区块链本质上是基于复合性技术、面向复杂经济社会场景的综合性方案,可重构商业形态和利益分配机制,提升经济社会运转效率,推动建立共享共赢的行业生态,更可激发全新的经济业态,使整个社会治理体系和诚信体系获得长足发展。在行业范围内,区块链得到了广泛的关注,研究者们开展了许多有益的探索,特别是在金融领域。黄乐平等认为,区块链有望成为金融行业下一代基础设施的核心技术,且在跨境支付、交易后清算、资产证券化、电子票据、贸易融资、供应链金融等领域,初显成效。目前,业界普遍认为,区块链技术在“多方参与”“高频重复”“交易链条长”“信任成本高”等场景中已产生显著影响,但其唯一性、不可替代性的作用尚未得以充分显现。

    (二)通证及通证经济的研究及发展情况

    1. 通证及通证经济的概念

    通证(Token)及通证经济(Token Economy)曾经是两个相对独立的概念。从Token的概念来说,最初以“令牌”的概念被广泛接受,是计算机领域中一个十分普遍的概念,作为用于承载登录、验证等的信息或者标识。在经济学研究领域,Token也以“代币”的概念出现。

    通证经济,曾经也称为代币经济。在这个系统中,通过使用某些交换媒介(即Token)用于购买各种商品、服务或特权。广义上的通证经济,实际上早在19世纪初就已经出现了。Kazdin& Pulaski于1977年描述了工业革命期间,英国的学生获得的积分可以充当媒介兑换成书或玩具。代币经济里,可以尝试通过正向激励来引导新的行为模式。例如,将“代币”作为奖励手段。李晶认为,代币可以兑换具体的权益,以通过具体的物质奖励或精神奖励来强化行为,再用持续的行为导向与行为强化来纠正一些偏差行为。

    区块链时代,通证及通证经济这两个概念逐渐形成了融合。智能合约引入后,出现了所谓“Token 合约”,它包含了账户地址及其余额的映射,Token与货币的概念开始有所关联。此后,Token的翻译逐渐由计算机学科领域中的“令牌”转向了“通证”。林永青认为,通证是存在于区块链世界里的一种虚拟的数字凭证,是身份、权利、价值的载体,是关系的纽带。吴桐提出,当前,Token的内涵已经扩大化,不再局限于令牌或者数字代币,还是具有了使用权、收益权、投票权、参与权等多种属性,因此,可定义为“可流通的加密数字凭证”。有学者认为,区块链时代的Token是集支付、流通、分配、权益于一身并可凝聚共识、共筹、共智的票证,可将其称之为“共票”“链券”。李晶认为,“通证”一词包含通行(流通),和证明(可信)两层含义,是以诚信为核心的“通行证”,是区块链网络中的数字资产。

    但实际上,区块链和通证是两个完全独立的事物,通证不必依赖区块链发行。从广义上来说,积分、游戏币、打折卡等,都可视为某种原始的通证,都是数字化的权益证明。但这些通证大多仅限在专属平台专用,并且只能依赖于发行方的信用,很难脱离发行方的中心化体系流通。

    而区块链支持价值在共识基础上的自由化传递,通证可在不依赖第三方中介的前提下,实现权益的确权、分割、流通、定价、交易。区块链的特性为通证经济带来了系统性的安全保证,通证是区块链技术最具价值的应用,故当前,通证的概念与区块链紧密关联。

    2. 通证的分类

    当前,通证在国际上没有约定俗成的分类。瑞士金融市场监督管理局(FINMA)根据通证潜在的不同经济功能,将通证分为支付类通证(PaymentToken)、应用类通证(Utility Token)以及资产类通证(Asset Token)。支付类通证类似加密数字货币,被用来作为金钱或价值转移的支付手段;应用类通证以数字化的形式,用于基于区块链技术为基础架构开发的应用或服务;资产类通证代表资产,持有者可以向发行人索要债务或者股权,近似于股票、债券或衍生品。

    国内,一般广泛认可美国证监会(SEC)的划分,即分为功用通证和证券通证。功用通证(Utility Token),也被称为应用通证(AppToken)或用户通证(User Token),可被细分为两类:产品或服务通证(Use of Product)和奖励通证(Reward Token)。

    产品或服务通证的发行活动某种程度上类似于产品或服务预售。一旦项目完成后,通证持有人可以使用自己的通证购买产品或服务。奖励通证用于用户在一定时期内维持自己与企业之间的关系,通过通证筹赏获得回报。实用型通证的数量一般是固定的,且可以在交易所进行交易,因此,价值可能会增加,还可为用户提供获得公司产品服务或参与决策的权利。但目前,由于不受法规管制,存在加密货币骗局、网络攻击、洗钱等问题。

    证券型通证通常以真实资产作为支持。证券型通证持有人可以获得企业所有权或股份,可被用来支付红利、收益、利息,或者通过投资其他通证为通证持有人带来利益。证券型通证细分为两类,即权益通证(EquityToken)和资产通证(Asset Token)。权益通证代表一种资产的所有权,使创业公司能够通过发行通证(Token Generation Event)来募集资金,例如,股本、基金、债券等;资产通证一般与不动产等实物资产相连,通过通证化的机制,支持投资者投资资产中份额。证券型通证建立起了传统金融部门与区块链之间的桥梁。虽然使用证券型通证进入金融市场的门槛相对较低,但其存在交易和市场限制。

    3. 通证及通证经济的作用

    从通证的功能特点看,其具有高度的灵活性和便捷性,特别适合群体化运用,能够有效提升组织中个人的行为能力。特别是在与区块链结合之后,通证将具备支付流通、降低成本、权利证明、激励和润滑、社区纽带维系等一系列功能。区块链的去中心化可以支持社区成员平等地加入到通证经济体系之中,推动社区的正向发展。

    供应链作为一个多方参与协作、社区化运作、存在地位不平等、存在个体道德风险的组织,非常适合通证的运用。

    二、供应链金融的发展现状及问题

    近年来,为支持中小微企业的发展,我国出台了一系列扶持政策,但小微企业可持续发展的能力仍然没能得到有效提升,融资难、融资贵的问题仍然存在。由于中小微企业存在资质、信誉相对较差,通过抵押担保获得银行认可的难度较大,加上本身抗风险能力较弱等先天不足,在贷款上一直处于不利地位。

    供应链金融因具有与产业高度融合的特点,近年来一直呈蓬勃发展的态势。供应链金融基于核心企业及整个产业链条的有序流通和协调运作,通过对产业链上企业的交易状态进行综合评价,针对单笔或者多笔交易提供融资服务,一定程度上提升了中小企业的资信水平,降低了银行的信贷风险,架起了中小企业与银行之间“双赢”的纽带与桥梁。

    然而,现实中供应链金融的开展,依然受到很多方面的限制,实践中很难真正实现“四流合一”,难以充分发挥其对普惠金融的支持与促进作用。例如,核心企业的强势性和自私性、产业链条的辐射范围、源头供应商不稳定性和生产的无序性、链条中的信息化水平及管理水平等因素,特别是风险因素,都是阻碍供应链金融充分发展的核心问题。

    (一)供应链风险的理论溯源

    根据海曼·P·明斯基(Hyman P.Minsky)提出的金融不稳定假说理论,供应链业务模式因广泛的需要金融服务的介入与支持,其必然会受到与金融本身风险相关因素的影响。

    根据信息不对称理论,供应链的参与主体众多,获取信息能力也千差万别,必然容易产生以自我利益为中心的情况,影响全局的合作与利益,给供应链带来不稳定性风险。

    博弈论可解决供应链管理中的库存决策、产量价格博弈、多决策分析及供应链网络的均衡等问题。供应链当中多主体之间必然存在博弈,但除了订单之外,缺少更强的约束性因素;同时,企业本身也可能面临多个供货方或者采购方的生产销售协调,必然会存在着求解最优解问题。实际上,供应链内外如果无法真正以博弈论的结果指导多方的竞合,必然会给供应链本身带来风险。

    根据系统论的观点,供应链金融生态是由供应链系统、金融系统以及与之相关联的其他要素组成的复杂系统,故而也具备复杂系统所面临的突现性、不稳性、非线性、不确定性、不可预测性等特征。而从供应链生态角度看,供应链风险问题是系统性和可持续性观念的体现。

    (二)供应链风险的类型

    传统中,往往以金融机构的角度来看待供应链。本文认为,化解供应链风险,其目标除了不造成金融机构亏损外,还应该包括提升供应链效能、提升中小企业抵御外部风险能力、实现良性循环等。故本文从表现入手,将供应链风险列为以下十类具体类型,旨在突出风险事件的表象,以阐述这些类型背后可能存在的诱因。

    1.运营风险

    供应链是一个复杂系统,企业环环相扣,互相依赖。各环节的有效整合管理是供应链金融业务正常运转的基本前提。对于核心企业来说,其抵御风险的能力相对较强,但其下游经销商和上游供应商的能力往往存在不足。因此,在融资工具向上下游延伸的过程中,一旦核心企业经营管理出现问题,这种风险也就必然会随着交易链条扩散到系统中的上下游中小企业,进而影响供应链融资的整体安全性。

    2.财务风险

    现实中,供应链主体一般为生产加工型企业。这类企业对资金需求较大,现金流要求比较稳定,往往也会存在除正规金融机构以外的其他隐性债务负担。这种高杠杆、重债务的经营模式会加剧供应链(金融)风险的暴露。而以核心企业为主导的供应链金融模式之下,大量的垫资和赊销业务导致核心企业资金出现较大幅度的流出,不利于流动性的积累。一旦出现外部融资渠道受阻,供应链企业将面临资金链断裂的风险,进而对整个供应链造成冲击。

    3.效率风险

    大型核心企业都具有比较成熟的对上下游的管理能力,也多进行供应链管理。但纵观中小微企业,其较低的信息化水平,再加上生产的计划性和预见性不强,会对整个供应链的效率产生较大影响。从金融角度来看,一般来说,供应链金融业务,特别是预付款融资和存货融资这两种融资模式,需要花费较高的人力成本进行贷前、贷中、贷后管理。例如,押品估值、押品核算等,都会消耗大量人力,且管理的针对性、有效性不强。而这些问题将直接增加金融机构的人力成本及小微企业的融资成本。

    4.市场风险

    资产的品类和状况会影响银行回收的意愿,抵押资产的价值也会影响受信人偿还贷款的意愿。当质押资产的价值比其信用风险低的时候,受信人的违约动机将会有所增加。由于市场价格的波动和汇率的变化,会造成质押物在某段时间的价格发生变化,从而造成质押物变现能力的改变,进而可能产生系统性风险。

    5.欺诈风险

    供应链金融的基础是真实的贸易背景。真实贸易引发真实的融资需求,进而产生可靠的债权债务关系。一旦交易背景不存在,发生有缺陷的所有权或者虚构的买卖,使银行在没有真实可靠的贸易背景的前提下盲目借款,必然会使银行暴露在巨大的风险下。贸易真实性风险主要是由信息不对称引起。由于供应链的复杂性,以及企业运营时空的割裂性,导致银行难以进行穿透式、动态化、实时性管理,往往从中产生欺诈性风险。

    6.信用风险

    供应链上下游企业的信用状况在一定程度上可以反映其偿债意愿以及偿债能力,良好的资信状况是供应链金融业务正常运转的前提。相对于大型企业,中小企业通常资信状况较差,加之我国征信体系尚不健全,导致违约成本不高,易出现债务偿还延缓或回收困难问题,供应链金融风险从而加大。但是作为中小企业,存在公司治理制度不完善、技术力量不强大、人员频繁变动等问题。特别在业务处理上,存在财务报表可信度不高、经营不规范等问题,加大了企业风险。

    7.操作风险

    供应链条一般较长,上下游企业融资涉及的主体众多,业务流程复杂。小微供应链金融更是如此。一方面,金融机构业务人员存在操作风险。供应链金融业务对专业性要求很高,需要审核资料、核算抵押物、查询应收账款真实性以及贸易往来是否真实等,操作流程较多。而长链条信息传递容易失真,小微企业则会利用这一机会,在财务信息方面进行造假,美化财务报表;另一方面,供应链金融中,电子订单、存货融资、仓单质押都需要物流企业的配合,因此,一旦物流企业工作人员出现操作失误,导致货物发生丢失,就会产生风险。此外,物流与银行之间的信息不对称、信息失真或信息滞后,也会造成质押商品的监管风险。

    8.履约风险

    履约风险往往受到企业信用和道德水平的影响,也可能遇到不可抗力的影响或者原料采购、现金流等因素的影响。供应链金融既包含发货后融资(发票项下),也包含发货前融资(订单项下)。对于发货前融资,很容易发生卖家履约风险。假如卖家不履约,买家就可能拒付,贸易自偿性也就不复存在,使得金融机构遭受损失,进而影响供应链的健康发展。

    9.法律风险

    目前,我国针对供应链金融的相关法律很少。由于货物流动性强,在链条的不同阶段涉及到多个持有方,产生对货物所有权争议的可能性较大;另外,银行对这些流动货物是否能作为抵押物也存在争议和不确定性。

    10.挪用风险

    部分中小企业借助供应链金融贷和普惠金融的优惠政策骗贷。骗贷行为可以发生在贷款时,也可能发生在正常贷款获得后;企业可能会挪用资金从事生产之外的事情,例如,发放高管福利、进行金融投资等。这些行为不但不能改善整个供应链的现金流,还会减弱企业日后的还贷能力。特别是监管之外的投资或借贷,会进一步放大风险。

    从上述分析可以看到,供应链风险源于多种因素。这些因素和既有风险事件会形成恶性循环:一是中小微企业资金困难,急迫的需要贷款,催生了伪造交易背景骗贷等违法手段;二是核心企业为了确保自身安全,往往不愿意使用自身信用为上下游中小微企业增信或担保;三是金融机构对于贷款的审核要求严格,门槛过高,导致大部分小微企业被排除在外。

    三、区块链对于供应链风险管理的适应性分析

    (一)区块链与供应链适应性研究综述

    仅从表面上看,区块链的诸多特性(例如,信息一致性、合约自动化执行、数据真实性等)就已经适应了供应链中的多种风险类型。业界普遍认为,区块链技术可以有效提升供应链的管理效率,提升信息交互的真实性和有效性,进而有效解决供应链所面临的风险问题。许荻迪认为,区块链能够构建新型系统信任模式、构筑新型信息基础设施、提供新型经济治理机制,这与供应链金融所具有的事件驱动、多主体协调、与各类信息技术结合等特点十分契合。陆岷峰、徐阳洋认为,区块链的可追溯和不可篡改性,可以化解供应链信息不对称风险,而区块链去中心化的分布式存储结构以及不可篡改,又可以防止小微企业供应链信息造假;另外,区块链技术可追溯性以及智能合约,可以提高小微企业供应链业务效率,区块链共识机制以及智能合约则可以降低供应链业务成本。陈莉等认为,供应链金融对区块链技术具有两个需求:一是解决潜在的资产和交易的完整性;二是满足供应链贸易交易需求,更透明、更方便地监管资金和物流。SandraJohnson认为,上游供应商离最终消费品越远,就越难获得融资,而出于对竞争的考虑,有时零售商并不想披露他们的上游供应链,但上游却又想向金融机构证明他们是稳定的,以此来获得融资。所以区块链与供应链结合可以解决一些带有挑战性的问题。

    实践中,各金融机构也在供应链融资方面开展了探索与实践。例如,中国银行、中信银行、民生银行联合研发推出区块链福费廷交易平台,并吸引平安银行、光大银行及多家城商行加入,支持福费廷交易与国内信用证。目前,该平台累计交易额已近200亿元。从社会舆论看,似乎也产生了一种区块链是解决供应链金融的“终极方案”的看法。

    然而,也有学者基于当前区块链的发展程度和在实际产业中的现实情况,审慎地认为,区块链技术在行业应用、供应链金融领域的应用尚存在局限。温信祥等认为,区块链应用存在路径依赖问题,智能合约的技术规则可能缺乏现实世界中所需的必要灵活性。邹传伟认为,当交易涉及区块链(区块链可能不止一条)链内和链外的资产或信息时,链内和链外的一致性和同步性是一个突出问题;信用风险评估有很强主观色彩,不可能基于算法共识来产生。沈亦文认为,区块链技术并不能从根本上解决供应链金融领域的核心风控问题。例如,由于区块链无法解决源头数据的真实性,也无法解决欺诈问题、信用问题、履约问题,因此,没有必要使用区块链来进行价值传递。SidraMalik认为,目前的信用系统不适用于基于区块链的供应链系统,因为基于有限的观察,缺乏颗粒性和自动性。这些观点代表了区块链运用在供应链领域中的辩证思考的两方面,都具有一定的合理性。剖析产生观点分歧的原因,主要有以下几个方面:

    从社会因素看,当前,社会上对于区块链宣传存在一些不客观、局部夸大的情况,有一种“为用而用”的倾向;

    从应用角度来看,虽然区块链代表了方向性,但当前,区块链在供应链的管理和运用中还存在着各种各样的实际障碍,很多条件和环境依然不具备;

    从学术角度看,目前的研究对于导致供应链风险的相关因素,以及对于区块链技术的内涵和外延没有厘清。

    (二)供应链风险问题的原因和约束性因素

    本文认为,要彻底厘清区块链对供应链风险管理的适应性问题,首先应该梳理并分析供应链风险的诱发原因以及这些因素背后的约束性因素。这需要从系统的角度看待风险问题。一是造成风险的原因并非是表象性的,背后有各种限制性因素;二是风险不是单一的,不应该割裂的看待具体的风险类型;三是不光要关注整个供应链的风险,还要站在维护中小企业利益和帮助其成长的角度看待风险。

    供应链风险因素主要包括环境因素、链内因素和企业因素。其中,环境风险主要包括外部经济、金融环境、产业条件、市场波动等变化;链内风险主要是供应链因内在结构、流程或要素出现问题而导致的潜在金融风险;企业风险是指企业或融资需求方自身的潜在风险,包括负债情况、经营合规性、资金流情况等,也包括因信用、道德产生的风险。

    根据表1,就区块链与供应链的适应性而言,初步可以得出以下几个判断:

    第一,影响供应链金融风险的因素很多。包括市场因素、企业自身经营管理因素、产业本身的特点等。这些因素也是影响供应链风险的关键。而对于这些因素,人工干预的可能性小,解决的难度相对较大。

    第二,欺诈与道德相关的因素仍然是导致产生供应链金融风险最重要因素之一,且具备人为干预、改进的可能。这些问题背后的制约因素,依然是数据的不公开不透明、“四流”难以真正合一。而区块链技术十分契合这些场景。

    第三,传统意义上,由于货物的流动性大,法律在所有权确认方面存在一定障碍;而区块链可以帮助解决确权问题,有助于法律制度的创新与完善。

    第四,单单依靠纯粹的区块链技术,并不能彻底解决欺诈的问题。供应链主要是面向制造业,无法脱离线下生产运输销售检测等环节,单靠区块链技术难以延伸触达到这些环节之中。实际中很多场景需要允许适当的冗余性和灵活性,纯粹依靠智能合约和数据一致性不一定适应实际情况。例如,因为不可抗力导致的延期发货问题。区块链链上数据的一致不代表链下操作的一致和客观,存在着标准统一化、不可监管等问题。例如,无法彻底规避卖家发货但发劣质货的问题。区块链技术本身无法约束卖家履约,例如,对于订单项下的融资,如果卖家不履约,贸易自偿性也就不复存在。

    第五,使用区块链实际解决数据、信息统一等问题时,依然存在着一定的现实难度,需要许多条件的支撑。例如,企业的信息化水平取决于其相关基础,生产经营数据、财务数据要上链,首先要解决信息化基础设施问题,而就实践经验来看,这对小微企业,特别是作坊式的企业主来说是极其困难的事情。此外,对于供应链来说,针对不同的企业、不同的原材料、不同的经营模式,信息上链,需要解决数据采集、数据标准、数据验证、数据审核等一系列问题。

    第六,从现实来看,供应链在区块链模式下的良好运作,离不开链上全体企业的积极配合和良性驱动,需要解决好企业意愿、激励等问题,更需要保护好全体企业的利益,解决弱势中小企业的成长与发展问题。单纯的区块链技术缺乏这样的内在机制。

    从上面的分析可以看出,供应链本身是一个复杂的系统,风险牵涉到方方面面的制约因素。就目前来看,无论是采用区块链,还是其他可能更好的方案,涉及到企业自身、产业、市场等问题仍然是脱离于方案本身且需要解决的。

    本文认为,从解决方法论和路径上看,这些问题既不能割裂开来各个击破,也不可能一蹴而就加以解决,而必须要有一个可立足的良好模式作为基础,从解决大部分可解决的痛点问题入手,进而再着力去解决完善其他配套措施。

    (三)区块链技术在供应链风险领域的概念和意义

    造成观点碰撞的另外一个原因,是对于区块链概念的理解存在模糊之处。区块链到底是技术、基础设施,还是模式、载体?是狭义的,还是广义的?区块链本身是静止一成不变的,还是可以在应用中发展的?如果区块链与其他技术相结合,是否还是区块链?如果上述概念没有厘清,不加前提,那么在讨论时就会得出区块链能够解决或者不能够解决供应链金融风险问题的片面结论。

    前文提到,区块链从狭义上来看首先是一种基于计算机分布式数据存储、点对点传输、加密算法、共识机制等技术的新型应用范式。本文认为,区块链是技术,更是一种技术集合体系,它的概念不是封闭的,而是开放的。

    可以将区块链与行业结合看作是一种应用模式,也是商业模式的载体;从更广义来看,它还可以与物联网、大数据、人工智能、移动互联技术结合,成为多种新技术融合应用的载体和基础设施。它当然也是动态发展的。不能因为它缺乏一些特性、需要人工干预和配合、需要结合一些新的技术,就认为它不是区块链。本文认为,区块链无论从概念、从技术,还是应用模式上,都具有一定的开放性。

    本文认为,当前,区块链技术是解决供应链金融风险问题的一个可行的基础。

    从国家政策看,国家大力扶持区块链的应用发展,投入大量资源支持该领域的研究,政府和监管部门积极配套相关资源并出台措施扶持发展。特别是在任何一种方案尚不能彻底解决问题的前提下,针对供应链这一复杂的产业形态,如果仅仅依靠商业机构和市场自身的推动,想促进传统商业模式的创新转型是非常困难的。而区块链方案的推动,则可以享受到国家的支持、监管的许可、市场的投入、政策的红利,有助于实现模式的转型升级与创新落地。

    从技术特性看,首先,区块链可以作为消除信息不对称、数据难以贯穿追溯、难以确权和履行合约等风险因素的良好基础和手段。其次,区块链是一个数字化运作与交互、开放协同的平台体系,有助于与云服务、物联网、大数据等系统或者设施高效连接,弥补区块链本身存在的短板。此外,供应链金融领域交互的信息并非是高频全量的生产信息或者行为信息,其交易的并发程度相对不高,区块链完全可以满足信息交互的要求。

    从功能性因素看,目前,全社会对于区块链已经有了广泛的认知。区块链可以连接多个节点,可以为监管提供实时有效的监管手段,从而降低业务不合规叙做和资金不合规使用的风险。区块链可方便地支持通证的发行与管理,可作为提升企业配合程度、正向激励企业的有效措施;也可以作为供应链体系内的价值传递工具,提升金融服务的效率。从功能性因素看,目前,全社会对于区块链已经有了广泛的认知。区块链可以连接多个节点,可以为监管提供实时有效的监管手段,从而降低业务不合规叙做和资金不合规使用的风险。区块链可方便地支持通证的发行与管理,可作为提升企业配合程度、正向激励企业的有效措施;也可以作为供应链体系内的价值传递工具,提升金融服务的效率。

    从行业实践看,目前,各家商业机构在供应链金融领域已经有所探索,北京等城市已经明确要求加快建设供应链金融区块链平台。央行贸易金融区块链平台上线一年以来,累计业务量超过900亿元。市场上已经存在众多供应商提供区块链在供应链领域的解决方案。总体来看,区块链的应用已经具备较为坚实的基础。

    四、基于区块链的供应链服务模式的原型

    (一)解决方案的原则

    作为“数字经济之父”的Don Tapscott认为,诚信、分布式、价值激励、安全性、隐私性、权利保留、包容性七项原则,将重新设计出值得信任的经济和社会结构。

    供应链在管理成本、运行效率、产品定价、成员的激励、监管、配套服务等方面,都与供应链的风险息息相关。作为一个有效的区块链解决方案,区块链不是强制性、约束性的工具,而是辅助性、引导性的基础设施。其运用不仅仅要解决设计风险的直接因素,更需要考虑到整个供应链生态体系的健全与完善,目的是构建良性自循环的体系和正向反馈机制。这样的体系才具有开放性、稳定性和吸引力。

    在这个体系中,需要考虑解决以下几个关键问题:提升中小微企业的信息化水平;建立线上线下的融合体系;建立信用评价及激励体系;提供有效率的金融工具;建立企业发展的服务生态;建立合规性约束机制;维护企业隐私和权利;建立动态开放的体系。

    (二)一个假设的原型

    基于前文的论述与逻辑,在此提出一个假设的解决原型,旨在更加具体地描述一个基于区块链的供应链体系以及为实现这一目标应该具备的要素。

    1.使用区块链组织核心数据

    建立信息上链规则和权限控制机制,使用区块链组织供应链主要参与方,建立联盟链与信任链,制定数据上链的范围、维度、审核监督等标准和流程。区块链根据参与方的类型、等级、意愿、关联度等,区分不同的角色,承担链条上的不同职能及信息开放程度。

    2.提供云化的信息服务

    提供面向中小微企业低成本的信息化服务和能力。通过云计算、部署分散小型化服务器等方式,向中小微企业提供云服务。该系统不储存重要数据,只针对供应链内的必要信息向区块链上链输出,且需要提供权限访问。为了避免数据伪造,上链过程中需要由关联方进行二次确认,对资产上链的贸易背景进行审查,并通过大数据、人工智能等方式与数据库历史交易信息进行比对及分析检核,以此降低欺诈与伪造数据的概率。

    3.加强线上线下融合

    建立打通线上线下、实物与物流及押品的监控管理体系。在生产、货运、仓储等阶段引入5G和物联网技术,加强线上线下信息的验证与融合。云数据库对接企业的实际进销存数据,用于跟踪企业的实际生产情况,了解供销配存的进展。可采用零知识证明的方式,不明文公开内容信息,仅供直接关联企业访问或者验证,以此保护企业隐私,维持大型企业在市场的竞争力与合理垄断水平。

    4.建立灵活可编程的智能合约体系

    智能合约负责各类合同的自动执行,避免出现交付后下级经销商压款等情况。同时,智能合约需要满足一定的灵活性,在算法上要随时优化,提供便捷的确认、修改机制,便于适应不可控情况或进行合约调整。针对线下发货等合约的执行,需要支持提醒、预警、物流信息录入、跟踪等功能。

    5.建立链内信用体系

    建立供应链内的激励和惩罚机制,并建立信用评价体系。大家熟知的比特币、以太坊采用PoW、PoS作为共识机制来建立其奖惩体系,供应区块链中也可以引入相关共识机制,根据链条内各企业在区块链中的历史履约记录、履约质量、运营效率等指标,建立量化的评价体系,并对应激励体系和惩罚体系。

    6.支持常规电子化融资工具

    该方案支持可等分电子票据等常规融资工具在链内的传递。这将极大提高对系统尚未完全触及企业的支持程度;在系统运行初期,还需要对接银行现有供应链金融系统,支持对存量和传统金融产品的跟踪。

    7.发行通证

    初期通证仅在链内流通,支持供应链内部的结算业务,降低企业的支付成本、提升支付效率,还可参与供应链多方信用拆分与传递,并提供一定的融资功能。如需要进行链外流通,须通过兑换并经过合规性检查。发行机制与上述第5条中的信用体系和相应的奖惩体系直接相关,可以引入包括杠杆率、兑换手续费、通证抵押等在内的措施,以此降低恶意试探系统的概率;同时,采用可溯源的通证,还可以有效控制资金挪用等风险事件的发生。

    8.引入政府区块

    引入企业生存发展过程中必要的政商服务资源,提供供应链中各方所需要的行政资源和各类服务的支持;同时,也将监管科技纳入其中,由监管部门加强对业务风险和合规运用的监控。

    该方案试图解决前文所述供应链风险的基础性问题,通过帮助中小微企业发展,进而解决因企业自身能力不足导致的潜在风险。而对于市场性、行业性风险,则希望引入政府监管,从宏观角度提供对供应链更精准的跟踪和指导。

    实践中,该模式并不是要用区块链解决供应链条存在的全部问题,也不能彻底解决风险问题的发生,仍然需要解决许多存在条件性、实践性的问题。但本文认为,基于区块链的模式,确实为供应链风险的管理提供了一个相对可靠的基础。

    五、建议及展望

    (一)法律问题

    当前,我国的区块链技术创新先行,但针对区块链的法律研究及立法相对滞后。这导致一方面可能存在法律真空和盲点;另一方面,很多创新的业态又离不开法律法规的支持。2018年,国家网信办发布了《区块链信息服务管理规定》征求意见稿;但客观来说,区块链的立法工作目前还处于起步阶段,尚未体系化,且在具体领域内也不够细化。在当前阶段,本文呼吁,积极推动开展区块链的立法工作,规范区块链的创新。特别是在供应链领域,以法律为社会民生重点、痛点领域的区块链创新保驾护航。

    (二)监管问题

    随着社会在区块链领域的创新与实践越来越深入,监管机构也在积极面对,探索尝试使用监管“沙盒”制度。但总体而言,对区块链的监管措施依然是局部性的,尚未形成整体化、系统化的监管体系。特别是区块链项目,往往体现出一种复合的形态,涉及面较广,通过单一的监管主体,无法界定其核心业务边界。

    另外,区块链虽然本身支持去中心化、公开透明化,但由于其技术与资源依赖型的本质特征,实际中有可能存在技术垄断导致的实际垄断问题。基于此,必须依靠各监管主体的联合协同,对区块链业务进行穿透式监管,明确监管主体的责任。与此同时,也需要建立柔性监管体系,引入监管科技,在提升监管有效性的同时,提升效率,促进和支持合法合规的创新。

    (三)协同问题

    当前,大部分区块链项目是区域性的、非官方主导的。可以预见,不久的将来,国内会出现许多领域的联盟链。对于某一具体领域,也可能会出现由不同利益主体、不同技术架构、不同商业模式所支撑的区域性“自治组织”。这给监管效率、多方协同带来了挑战。技术上,可能面临不同链块之间标准、交互机制的问题;商业上,存在不同链块之间利益诉求是否一致的问题;监管上,存在着标准是否统一的问题;信息上,存在如何交互、分级和保持一致的问题。

    对此,必须预见这些协同问题,从技术标准、行业规范、法律法规等角度入手,提前做好相关规范的准备。

    (四)人才及知识产权问题

    根据《全球区块链专利报告》,中国申请区块链专利虽然位列世界第一,但国际性专利的数量落后于美国(见图1),而有效专利的授权数量更是大幅落后,与专利总数不成比例。区块链对于供应链风险控制的重要性相对较高,但我国在区块链的基础技术能力,例如,代码开发、专利使用等方面并不占优。对此,本文建议加大投入资源的力度,培养专业技术人才,加强对区块链创新专利的扶持与推广,争取在区块链基础设施建设上不落后于欧美,以避免受制于国外的技术垄断。



    END

    微信小程序

    Tokenin 指数 | 项目GitHub代码提交次数

    Token 白皮书 | 项目的白皮书汇总

    TIindex 指数 | 基于通证生态制作的TI指数

    报告精选

    〓 2020上半年DeFi行业研究报告-Part1 DEX | TokenInsight

    〓 2020 Q1 数字资产衍生品交易所行业研究报告暨评级更新 | TokenInsight

    〓 2020 Q1 数字资产现货交易所行业研究报告暨评级更新 | TokenInsight

    公众平台及联系方式

    中文官网  https://tokenin.cn

    新浪微博  @TokenInsight

    中文电报  https://t.me/TokenInsightChinese

    英文电报  https://t.meTokenInsightOfficial

    官方推特  https://twitter.com/TokenInsight

    商务合作  bd@tokeninsight.com

    风险提示

    防范各类金融平台打着“区块链”和“虚拟货币”等旗号的非法集资活动,TokenInsight将严格遵守国家法律和监管规定,坚决抵制利用区块链进行非法集资、网络传销、1C0及各种变种、传播不良信息等各类违法行为。

    如发现内容含敏感信息,请后台联系我们,我们会及时处理。

    展开全文
  • 数字化供应链的敏捷思考

    千次阅读 2018-11-04 21:36:00
    它如何影响全球工业的供应链呢? 工业4.0可以被看作是全球供应链数字化的趋同,其中包括所有行业部门的整个业务流程。 其影响取决于具体行业部门自动化的成熟度和水平,但它将在所有行业中无处不在,并适用于整个...

    制造业正在准备着新的工业革命——工业4.0,但是,只是制造商需要为工业4.0做准备吗? 它如何影响全球工业的供应链呢? 工业4.0可以被看作是全球供应链数字化的趋同,其中包括所有行业部门的整个业务流程。 其影响取决于具体行业部门自动化的成熟度和水平,但它将在所有行业中无处不在,并适用于整个供应链。

    全方位

    从供应链的角度来看,以整体的方式看待工业4.0,并认识到从制造厂处理的信息只不过是一个更大议程的一部分。 整个供应链需要在端到端连接起来,保持4.0行业的透明度,才能真正适用于一个组织。

    这些变化将发生在工厂,在那里,智能制造将完全改变制造业目前的做法。 以客户为中心的制造业将要求工厂具有高度的自动化和灵活性,从而需要供应商和经销商转变他们的业务,以提供更加定制化和基于需求的服务。 工厂的布局将会改变,并且需要商业伙伴去适应变化的产品生命周期。 大量数据将从制造厂流入和流出,从而要求整个供应链的信息技术基础设施能够处理大量的信息共享。

    跨越空间

    基于互联网的连接是第二个重大变化。 由于几乎相互连接的业务将不再需要地域连通性——制造商可能在日本拥有RM供应商、亚洲各地的客户和北美的制造厂——传统的商业模式将要求供应链通过互联网保持连接,而且能够以比以往任何时候都更加精确和有时限地运作。

    物流部件的数字化,从包装到运输卡车,将允许更智能的跟踪。从全球各地收集的客户反馈将与供应商进行沟通,并将根据网络通信进行修改。这种制造方式将授权合作组织把整个供应链的连通性和通信作为首要目标。

    640?wx_fmt=jpeg

    大数据

    工业4.0通过提供分析大量数据的能力,真正增加了操作的价值。 大数据分析是这场新的革命的支柱之一,供应链人员需要明白的是,将会有更多的信息出现。 从仓库货架到包装机器,再到一个供应集装箱的过程中所涉及的一切都将具有沟通的能力,这就需要分析,而供应链需要为此做好准备。

    高度自动化的工艺设备和复杂的信息技术基础设施并不能消除对工人的需求。相反,它造成对高技能工人的需要,他们能够有效地利用他们所掌握的信息,需要能够胜任解决问题和系统工程。 领导者必须了解当前的劳动力和他们的能力,以帮助改变现有的人力资源,为工业4.0带来的挑战做好准备。

    需要考虑的另一个重要方面是供应链的端到端能见度。鉴于行业4.0中建立的虚拟性和地理多样性,确保供应商始终与该组织保持联系,并确保它们的信息技术应用程序能够真正抓住并理解向它们靠近的数据是极其重要的。另外,整个供应链之间的沟通仍然是双边的,数据和信息应该流向和来自合作伙伴。 

    及时响应

    随着消费主义甚至在 B2B 交易中的兴起,它几乎是一种强迫价值链纳入和修改他们的操作以适应大规模定制。需求驱动的制造业正在召唤供应链中的所有生产厂家根据市场的需求来调整操作,变得足够灵活,可以进行改变。这种灵活性要求对几乎相互关联的行动进行同步,因此应成为最高优的事项之一。

    整个供应链应当根据需求的波动作出反应或采取一致行动,从而防止迫在眉睫的损失,并增加获得合并利润的机会。 只有在要求能够实时转化为车间行动项目时,才有可能实现大规模定制,无论生产在何处进行,才能实现大规模定制。

    敏捷链接

    从敏捷性和连接性的角度来看,工业4.0的要求非常高,因此可以肯定的是,目前这种奇异联系的供应链网络将不再适用。 必须认识到,现在最终的客户应该成为供应链中每一个合作伙伴的重点,这就需要对当前供应链结构进行重新配置和调整。

    智能设备正在形成一种新的产品创新平台。 因此,供应链确保其系统得到足够的改进,以促进更快的产品开发,更聪明的制造,更好的产品生命周期和更高的流程灵活性和弹性。

    从供应链角度看,关键的交付成果是拥有一个连接良好的供应链,这个供应链足够灵活,能够满足基于需求的需求,这些需求能够以最小的努力适应重大变化。

    非常重要的是,制造业的未来将完全改变: 产品的销售将不再基于传统的'推动'模式,而是以'顾客拉动'(Customer Pull)为基础,以需求驱动的生产为基础,根据行业部门的不同定制程度进行定制。 在某些情况下,制造业将被定制得如此之多,以至于生产批量的规模将限制在每批产品中的一个项目。 

    在 B2B 和 B2C 交易中,基于客户规格的定制和生产将成为未来的常态,一刀切的心态将会完全过时。 世界各地的制造商已经在应对这些挑战,增加使用3D 打印和其他这类技术奇迹,以便通过提供定制,使规模经济和更高的价值创造成为可能。顾客的意见转化为实际的产品和服务。制造业的未来将受到以信息交换和可互操作技术的联系为特征的以客户授权、智能平台为特征的平台。

    (编译自 https://imgcorp.co.uk/digitization-supply-chain-agile-customer)


    展开全文
  • 中国物流企业供应链管理分析

    千次阅读 2007-02-10 20:29:00
    作为其他企业供应链中重要环节的物流企业,其重要性日益凸现。然而国内许多物流企业却往往忽视了自身供应链的建设,从而为其他企业的供应链的安全性留下了隐患。 目前,世界前20名的物流公司都已进入中国市场,通过...
  • 我们为供应链管理与数据科学,预测分析和大数据(统称为DPB)相交的情况提供了无数的研究机会。 我们表明,这些术语不仅变得流行,而且与供应链研究和教育相关。 数据科学既需要领域知识,又需要广泛的定量技能,...
  • 本文以医药电商为例,谈谈供应链系统的架构和流程问题。本文来自木笔的分享。 01电商后台系统总览 一个典型的电商新零售的系统,到底长什么样子,又包括那些模块和功能组成,相信这是很多小于三岁的产品人的一个...
  • 疫情防控期间,不少提供生活和生产服务的产业互联网平台迎来发展契机,加速自身供应链数据化也成为很多企业的选择。未来,通过继续提高效率、做优服务,产业互联网发展将迎来更广阔的前景。 助力产业链上下游企业...
  • 在通过汽车制造商的问卷调查收集数据分析所获得的模型之后,结果表明,本研究中包括互联网,组织的网络系统和组合系统的信息技术对集成和灵活具有积极的直接影响。 这些结果表明,信息技术的使用提高了供应链...
  • 在本文中,我们描述了大数据的相关性及其在管理端到端供应链以实现卓越业务中的重要性。 已经提出了一种以大数据为中心的SCM架构,该架构利用了数据管理,分析和可视化的最新技术。 还强调了大数据系统的安全性和...
  • 英国知名供应链专家Martin Christopher曾经说过一句非常深刻的话:“21世纪的竞争不是企业和企业之间的竞争,而是供应链供应链之间的竞争。” 什么是供应链 在风云变幻、寡头纷争的O2O战场,美团屡出重拳并...
  • 在经济下行压力增大的背景下,中小微企业的融资成本有所攀升,企业很难从银行获得贷款。...供应链金融专业要求较高,这就给一些公司带来了弯道超车的机会。就目前而言,大致可分为以下几种模式: 一、以B...
  • 大数据供应链

    2018-01-22 17:53:55
    与淘金热的兴起相似,相关业界和学术界对“大数据分析”这一话题的兴趣犹如潮涌——引起了太多的骚动,但却鲜有人知到底该去何处寻找实质的回报。许久以来,应用新兴技术对于企业竞争力的保持至关重要,这已成为...
  • 大数据的使用促进了ICT供应链的正常操作,因为它大大改善了数据收集和处理数据的能力,反过来,ICT供应链是大数据的载体,因为它为大数据的大数据和ICT供应链之间的紧密联系,通过分析ICT供应链安全来研究大数据安全...
  • 《收藏 | 供应链管理最佳实践之S&OP》 文章中,为大家介绍了关于S&OP的基本知识。 有些读者反映看得不过瘾,最好有些案例。我找到了一个关于数字化工具如何帮助S&OP流程实施的案例,与大家进行分享,...
  • 解密京东智慧供应链

    万次阅读 2017-08-07 16:30:51
    京东集团CEO刘强东在2017年京东年会上表示:在以人工智能为代表的第四次商业革命来临之际,京东将坚定地朝着技术转型,与此同时,正式发布了京东YAIR SMART SC智慧供应链战略,围绕数据挖掘、人工智能、数据再造和...
  • 一、首先了解供应链管理的概念,何为供应链管理? 供应链管理也被称作是集成业务流。供应链是围绕核心企业,通过对信息流,物流,资金流的控制,从采购原材料开始,制成中间产品以及最终产品,最后由销售网络把产品...
  • 大数据撼动供应链系统的4种方式!

    千次阅读 2018-03-23 09:38:41
    据SCM World的报道,64%的供应链管理人员认为大数据分析是一项颠覆重要技术,尽管其技术应用仍然相对较新。Syracuse大学信息研究学院副教授Jeff Saltz指出:“很多财富500强的公司应用大数据已经有1到3年的时间...
  • blueski推荐 [2006-4-16]出处:eworks作者:庄永耀 桂希庆 王兵 把云波 编者按:本文在分析了中国烟草销售企业特点的基础上,针对烟草销售企业存在的问题,应用供应链的思想,进行系统设计,最后以深圳市烟草公司...
  • 供应链金融深度解析

    千次阅读 2017-11-10 15:29:26
    国内供应链金融业务倾向:预付类>应收类>存货类。预付类产品改善了核心企业的财务报表,加速了资金回笼,并将企业间的商业信用转换为了银行信用,因此更受国内核心企业的青睐。 供应链金融 解决了什么问题?...
  • 商业数据分析从入门到入职(1)商业数据分析综述

    千次阅读 多人点赞 2020-09-10 17:33:07
    评价一个事务需要从多个角度衡量,基本的分析流程包括理解商业问题、准备阶段、数据分析和解释结果,找整个供应链出现问题的主要环节;从点、线、面角度评价业绩;需要用到Excel、Python、MySQL等工具。数据粒度是指...
  • 图片来自网络 人工智能在全球物流和供应链管理方面正在加快步伐。根据运输行业的一些高管,预计这些领域将经历更重大的...人工智能带有计算技术,有助于选择从物流和供应链收集的大量数据。您可以使用这些方...
  • O2O供应链系统架构设计

    千次阅读 2016-12-16 09:54:06
    英国知名供应链专家Martin Christopher曾经说过一句非常深刻的话:“21世纪的竞争不是企业和企业之间的竞争,而是供应链供应链之间的竞争。” 1 什么是供应链 在风云变幻、寡头纷争的O2O战场,美团屡出重拳...
  • 电商及竞品分析,控制供应链

    千次阅读 2017-08-16 20:50:36
     移动端已经成为最重要的网售渠道,一方面是由于:电商在移动端用户的易触达、口碑营销特性,使得社交成为电商获取流量的新入口;另一方面是由于:社交数据更易于商家掌握用户属性,以大数据为支撑的精准营销也将...
  • 大数据助力传统供应链降本增效

    千次阅读 2017-11-12 20:42:41
    近年来,供应链管理在企业发展中占据着越来越重要的战略地位,成为企业”第三利润的源泉”。对于很多物流不是核心业务的企业来说,供应链既是主要成本的产生点,又是降低成本的关注点。而采购成本是目前影响企业整个供应...
  • 供应链管理

    千次阅读 2012-05-23 15:58:47
    供应链管理 供应链管理(Supply Chain Management ,简称SCM) ...1供应链管理的定义与内容2供应链管理方法3为什么要实施供应链管理4供应链管理与优化的方法5供应链管理提出的时代背
  • 制造企业如何做好供应链管理?

    千次阅读 2018-11-15 14:30:19
    供应链有时也被称作供需链,**它跨越了采购、制造、仓储、分销等诸多环节,将供应商、制造商、...在一个企业众多的管理环节中,供应链管理是维系整个企业正常运转的重要环节。 对于典型的制造企业,整个供应链可以...
  • 实战:供应链如何应用大数据

    千次阅读 2015-03-27 13:14:57
    随着供应链变得越来越复杂,必须采用更好的工具来迅速高效地发挥数据的最大价值。供应链作为企业的核心网链,将彻底变革企业市场边界、业务组合、商业模式和运作模式等。 第三产业供应链协同应用市场进入空间较大 ....

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 40,339
精华内容 16,135
关键字:

供应链数据分析的重要性