王拥军：物流场景驱动供应链金融创新

　　大概在200年前，美国铁路运输就出现了，之后美国就快速形成了快递的格局，当时主要有四大铁路快递公司：运通、富国、亚当斯和美利坚快递，今天这四家快递公司都消失了。因为在1932年，公路兴起，公路颠覆了铁路运输，所以新的快递公司起来了，就是今天的Fedex、UPS、USPS。原有的四家快递公司去哪了？都转型了。其中有两家快递公司转型成金融公司，富国快递变成了富国银行，美国运通转型为信用卡发卡行。在今天美国市值最大的银行富国银行前身为快递公司，全球三大信用卡发卡行之一美国运通前身也是一个快递公司。

　　在中国，物流产业和金融，大家一直说要结合，却尚未有成功的案例。未来20年、30年中国会不会出来物流+金融这么成功，能够挑战传统老牌银行？不知道，也许有可能。

　　在中国，今天物流发生了非常大的变化，我用一句话来总结，巨大的存量和快速的增量。以工厂为核心以及生产制造业为核心的物流存量业务规模非常大，社会物流总费用约有11万亿的市场。而且今天中国也有一个快速的增量市场，消费升级推动物流升级，物流由以生产制造为核心逐渐转型至以消费者为核心，围绕着电商、便利店，渠道扁平化带来的供应链再造，带来了今天的快递、快运、外卖、仓配的物流快速增长。这些以消费者为核心的物流一个基本的特征叫订单碎片化，它驱动了所有今天的网络型物流的快速发展，由原来的专线型、整车型，变成今天的网络型，它的基本特征是网络化、碎片化，管理的复杂度、订单的碎片化成为一个新的趋势，而所有专注这些领域的企业在今天都有了快速的增长。

　　安能从快运起家，2010年成立，去年我们进军快递，所以到今天为止，我们有两张网络，快递网络和快运网络。快递刚刚做了一年，我们的快运已经拥有了14000家网点，快递也有14000家网点。在一年的时间内，快递业务已经实现了全国县乡镇的覆盖，快运规模全国第一，货量、网点数都比第二名要高30%以上，这是安能今天的布局。但是围绕整个网点的碎片化，诞生的是与之相关的管理复杂度以及增值服务需求。

　　所有这些网点，还有今天中国一些小微企业，他们面临的环境需要什么？我们在思考，如何运用金融嫁接全国这些碎片化的小微网点以及小微企业，为他们制造、催化新的机会。

　　在两年前，我们开始探索物流+金融的结合体，我们专门孵化了一家新的公司，叫雷励金服。我们希望从三个角度切入，去解决今天物流小微的金融空间。

　　第一个是从行业的视角去研究这些小微企业需要什么样的金融产品；

　　第二个是从行业的运营团队的角度，我们怎么样提高这个行业金融的效率与效用；

　　第三个用科技的手段及工具去提升小微企业运营效率。

　　所以通过雷励金服，我们来探索小微企业的物流金融以及物流科技创新空间。

　　大家都知道今天物流金融对小微企业的渗透相对较低。银行金融机构服务的是第一代以大型企业链组为核心的供应链金融，这个部分市场空间是相对较小的，我把这类型业务归类为风险集中，场景有限，因为大型的物流企业就那么几个。大量的中小微的物流企业的金融需求是难以被满足的，小微企业物流金融仍是一片蓝海。针对中国的中小微企业金融，如何解决银行不敢放、放不下去、成本太高的问题。中小微企业金融需求很高，但是银行认为这些小微企业一没有资产，二没有可信的报表，如何对接银行资金？雷励金服要解决如何链接银行的风控理念与这些小微企业的金融需求之间的问题。

　　举个例子，今天一个小微企业，有下游，有上游，还有客户，还有几十个下游供应商，如何解决围绕着上下游供应链产生的金融需求？这些小微企业缺乏资产和财务数据，但是物流行业具有丰富的运营数据。例如说一条专线，我们应该怎么评价这个专线的健康程度？我们也许不知道他到底赚多少钱，他提供的报表，可能也存疑，车线资源主要为外包。但是我却可以通过运营数据了解这个专线的月发车趟次，发车趟次代表它的运营稳定度。我们知道他的车里装的什么货，小票、中票、大票代表的是不同的货源结构，货源结构对应的的单价与毛利水平是不一样的，所以通过对货型以及货源结构的评估，我们可以评估这个专线的毛利水品，会了解他的客源结构，每一种客户类型代表的定价、现金流、账期是不一样的，所以我可以了解你是赚什么钱，你的现金流大概的情况。我们评价一个物流小微企业就是应用这些运营数据。

　　正因为如此，我们跟所有这些专线的ERP系统打通，把他的运营数据对接过来，基于几百万条数据去分析建模，构建运营数据评分模型，经过综合打分，来取代银行原有的用财务指标、用资产偿债能力来定价的模型。在实际的放款上，我们运用1+N的结构，直接放给小微企业的每个供应商，锁定场景保证借款实际是运用到生产经营当中去。所以这就是我们讲的第一点，用行业切入的角度去替代银行切入的角度。银行是看不懂这些ERP数据里的运营报表的，但是我们用行业的视角去切入了每个小微企业，你的财务报表背后的驱动因素是什么，可能非常复杂，有几十个，但是我们能够从行业的角度去解读。今天大家都讲大数据，我想比大数据本身更重要的是解读大数据的能力。

　　如果你没有这个能力，给你再多的数据也没有用。这也是今天我们讲的一个场景。

　　所以我们有三点跟银行切入的角度不同来切入物流小微企业的金融：

　　第一点用运营数据去解读它的风险度；

　　第二点用1+N的交易结构来实现我们场景的真实可信，达成金融资产的碎片化，所以我们平均的单笔借款只有5万元；

　　第三点就是切合到最终产品，一定要做到小额、高频、分散，保证每个产品是真实可信切入到每个企业的。

　　运用整个一套逻辑，大概2年，我们发展了三套产品，一个是定位于通过挂靠公司的渠道给个体车司机买车，做贷款，叫购车贷；第二个给所有的中小型物流企业做运费贷，给你的供应商做运费支付；第三个网络型公司的创业贷，可以根据它的数据和运营表现给他一个创业贷款。所有的产品都是小额、短期、分散。

今天我们的金融跟银行的金融有什么区别？

　　第一，金融机构给小微企业放款，平均在300万元一笔，我们今天做的是平均5万元一笔。

　　第二，通过科技工具跟我们的行业团队的深度运营，我们的效率提升。银行融资租赁公司平均一个业务人员一个月做5笔订单，我们一个人可以做30笔订单，明年大概会做到60笔，通过技术平台把效率提升20倍。

　　第三，坏账率。银行业平均的小微企业的坏账率，我们查了一下，大概3%左右。我们今天做的大概在万分之五，因为做到了极度碎片化，所以三个月以上的逾期率差不多就在万分之五这个级别。很多人说小微企业有风险，我觉得你不会做当然有风险，但是通过行业接地气的方法，通过好的工具，我们已经证明了产业小微金融是可以做到高效率、低风险的。

　　通过对物流场景的尝试，我们已经探索了一条路，今天有了真实的物流信息、物流交易，我们是可以把控产业更高风险的。大家知道在中国，供应链金融陷入了一个比较大的瓶颈。

供应链金融今天在中国有三条路径：

　　第一个是大型利润链组为核心的供应链金融，比如说超大型企业，顺丰、三通一达的供应商去放贷款，以利润为核心的供应链金融，但是它的问题在于空间有限，这么大的公司就那么几个，你放完了就没了，而且相对集中风险比较高，万一有一家公司出问题，整个链条都会出问题。

　　第二个是以资产抵押为途径的供应链金融，比如说钢贸，把钢铁抵押做公司，但是大家也知道前两年出的钢贸危机，今天中国没有这么多成熟可靠的物流体系来帮你做这些支撑。另外，能够高度变现的资产是非常有限的。当这个行业出问题的时候，通常都是资产一分钱不值的时候，比如说钢铁、煤炭看上去是资产，但是一旦这个产业出现危机的时候，资产一分钱不值。所以这两个供应链金融其实都是只能局限在有限的场景。

　　第三条路径就是基于小微金融的供应链金融，基于这些小微金融的交易去做供应链金融。这个在中国今天是没有特别成功的模型，但是在美国，像UPS金融主营业务即为此，这也是一个最广阔的供应链金融市场。在这个方向把物流结合进去，弥补掉资金流、信息流所不能把控的风险，我认为是未来供应链金融所能够探索的一个广大的空间。因为物流的数据十分重要，物流的运营信息包含了很多财务报表所不能披露的信息，所以通过物流结合切进今天中国的供应链金融是一个非常广阔的市场空间。

　　雷励金融自行开发的物流SAAS工具叫云车之家，给今天的挂靠、专线，三方提供一个集中的数据平台，基于运营数据表现，我们给所有小微企业构建评分模型进行金融风险打分、评估，然后基于评估出来的结果开展物流金融业务，所形成的标准化资产物流小微资产和银行等金融机构进行对接。我们的资金几乎全部来自金融机构，所以我们解决了资金瓶颈。资金的疏通是因为物流小微金融资产经过了数据验证。

　　今天物流圈服务的对象是专线、合同物流、车队等。除此以外，通过金融服务协助小微企业形成新的增值途径。金融对我们来说是一个手段，通过雷励金服这样的尝试，我们已经证明产业金融小微是有大量的空间的，而且确实可以做到风险可控，利润也可以很好。

　　今天中国也面临了很多的资产荒，比如房地产、煤炭。现金贷虽然收益很高，但是面临很严格的监管问题。物流与供应链资产是今日中国最稳的一个资产类别，因为第一物流包含了几十个行业的数据；第二个空间非常大，十几万亿，周期性不强所以是一个非常稳的资产。本身因为行业需求旺盛但物流金融供给仍比较少，所以其实整体行业的定价也非常好。结合这个非常好的资产，我们又发展了一个新的金融创业空间，我们定位了一个叫车聚宝的理财平台，把所有优质的小额、分散、短期物流小微资产直接绕过银行，绕过金融机构，卖给投资人、高净值用户。可以说，车聚宝是一个全国最稳最合规的一个P 2 P平台，所有的资产全部是小微资产，每个资产平均是5万元，而且我们达到了最好的稳定表现。

　　所以最后一句话总结，我们希望物流+金融能够帮助这个行业百万级的小微物流企业转型升级。

转载文章，不代表本站观点。