作者：左楊農(nóng) ，66云鏈董事、高級顧問，江陰恒陽物流集團高級顧問，中物聯(lián)“物聯(lián)網(wǎng)技術與應用專業(yè)委員會專家組”專家

現(xiàn)實工作中，金融機構在信用審查通過之后即開始用信的過程。一個合同周期結束之后就會知道此筆用信的質量結果，可以判定是正常的用信還是非正常的用信，比如逾期、欠息或者形成壞賬。對于非正常的用信結果，在后期需要分析成因，然后得出一系列共性的原因再去調整前面信用審查的模型因子，使得后面的信用審查可以規(guī)避或者拒絕類似的用信申請，提高用信質量和收益。

在商業(yè)銀行互聯(lián)網(wǎng)貸款的管理中，因為非正常用信呈現(xiàn)的離散和偶發(fā)的特點，我們把這種分析不良資產(chǎn)成因的方法稱之為歸因法。只在出現(xiàn)了非正常用信結果才去做歸因分析，我們稱之為結果導向。這種分析方法采用了數(shù)學中概率論的原理，很多金融機構使用的是一種小樣本采樣模型和計算機學習的算法。很明顯，如果不出現(xiàn)非正常用信結果，一般情況是不會去調整信用審查模型中的相關因子。所以對現(xiàn)有的銀行互聯(lián)網(wǎng)貸款這種批量作業(yè)形式中只能是結果分析推導，無法做到在過程中控制信用質量。

反觀產(chǎn)業(yè)數(shù)字金融場景下的信用審查和用信質量控制，則是過程導向的機制。在產(chǎn)業(yè)數(shù)字化場景中因為大量的使用了工業(yè)物聯(lián)網(wǎng)（IIOT）技術和設備，通過第三方產(chǎn)業(yè)數(shù)字化平臺在工業(yè)傳感器的根結點引出數(shù)字信號，金融機構按照事先設定的風險分析模型判斷和分析有可能造成生產(chǎn)經(jīng)營異常的原因，通過支付控制來及時止損或者及時提示風險成因進行人工干預。這樣就可以把用信風險的過程控制放到了產(chǎn)業(yè)現(xiàn)場的最初階段。所以說，在產(chǎn)業(yè)數(shù)字化場景中是過程導向的信用風險控制，顯然比結果導向的用信質量控制要先進得多。

可能有人要問，那么在信用審查的階段，如何獲取生產(chǎn)場景中的歷史傳感器數(shù)據(jù)呢？這就是產(chǎn)業(yè)數(shù)字化平臺的作用了。產(chǎn)業(yè)數(shù)字化平臺是一個第三方的獨立機構，其存在的意義是給大量的產(chǎn)業(yè)場景提供數(shù)字化的服務。比如數(shù)字化第三方物流交付平臺、設備預測性維護平臺和環(huán)境狀況監(jiān)測平臺等很多平臺機構，這些平臺的主要業(yè)務是服務于產(chǎn)業(yè)場景的日常生產(chǎn)調度和工藝控制。

產(chǎn)業(yè)數(shù)字化平臺會將實時采集的數(shù)據(jù)進行清洗、標注和備份，用于工藝場景的歷史分析和相關的應用。這些海量數(shù)據(jù)即構成了實質上的產(chǎn)業(yè)數(shù)字資產(chǎn)。隨著區(qū)塊鏈和加密脫敏技術的使用，這些數(shù)據(jù)的可信度足以勝過人工填制的財務報表。用這些歷史形成的數(shù)據(jù)通過金融機構的信用審查模型，結合金融機構可以取得的外部征信數(shù)據(jù)和支付數(shù)據(jù)，就可以得出完整的信用審查結論。信用測算的基本原理是用歷史測算未來，只有把信用審查的觸角深入到歷史的真實過程中才能排除主體信用和交易信用測算中的原始數(shù)據(jù)造假行為，還企業(yè)信用的本來面目。金融機構把工業(yè)場景中錢（信用）--物--錢（信用）的閉環(huán)轉換邏輯理解和應用了之后，在用信過程中控制風險就很容易實現(xiàn)了。