市场经济由互为关联的各类经济活动参与者构成，而经济活动由交易信用联结，因此，关联关系和信用关系是现代社会经济关系的主要特征。每一个经济活动参与者都是关联信用主体，当交易对手未能履行约定契约中的义务而造成经济损失的时候，信用关系的风险就会显性化;而当较大且具有复杂关联关系的经济活动参与者一旦违约可能殃及市场上其他存在关联关系的经济活动参与者，信用关系的风险通过关联关系的传导作用，从而引发“关联信用风险”。关联信用风险随着关联关系产生传染和扩散效应，引发连锁反应，形成关联关系信用风险链。
1.供应链交易模式的形成
从2012年以来，随着实体经济优势要素的消失，预期收益的不稳定，资金周转速度变慢，成本上升导致利润空间缩小等原因，中国经济结构的“脱实向虚”趋势愈演愈烈。但是，从中国流行的虚拟经济模式看，本质上都是在提高实体商品或服务的交易聚集度，赋予商品以金融标的物属性，从而产生融资规模收益，这也是所谓“羊毛出在X身上，让Y买单”的本质体现。通过笔者近几年在工作中的观察，反映在传统大宗商品交易，特别是石化产品交易中，以供应链控制模式对传统交易行为进行改造，通过控制物流过程、货权交接过程获取时间差等手段，结合来自银行、融资平台、网贷平台的金融支持，在包括纸货、期货、期权等衍生品交易市场(含场外交易市场)获取收益，从而形成一个较为成熟的商业模式。这种商业模式的成熟化，标志着制造企业从采购原料到制成品送达客户的狭义供应链定义走向“以核心企业为中心，通过掌控商流、资金流、物流、信息流，在完整的购销过程中，从供应商到终端客户构成整体性网链结构”的广义供应链定义。供应链贸易是对物流、信息流、资金流、商流在整个网链结构中拆分、重组、整合，通过时间和空间上的差异，挖掘新的利润源。市场经济环境中，商业模式是没有好坏之分的，只要交易链条的逻辑自洽，风险可控，没有什么贸易模式是不能做的。但是，笔者在近年来的工作实践中观察到一种特殊现象，一方面这种新生商业模式日新月异，逐渐成熟，各路存量和增量资本争相投入供应链贸易体系中，打破原有市场体系中占主导地位的产业资本垄断和控制优势，另一方面受制于政治、经济等原因，旧产业资本回避主动参与新市场结构的建设和游戏规则的制定，同时受激励体制的约束，在供应链“四流”合一的管控中容易出现漏洞，当发生重大外部冲击时，“四流”错位，供应链断裂。
2.供应链贸易过程中的关联信用风险
在讨论供应链交易过程中的关联信用风险时，其风险到底在指什么?从业务实践看，狭义的关联信用风险是信贷风险，而广义的关联信用风险是违约风险，而违约风险的背后有隐含了道德风险、决策风险和政治风险。据笔者观察，从2016年开始，供应链交易商品的品种越来越多，金融属性越来越强，交易规模越来越大。表现最突出的就是所谓“纸货市场”，性质上属于远期交易，类似期货市场，本质上是典型的交易所场外交易市场(OTC市场)，因为比期货市场自由灵活，因此也就失去了交易所对会员的监管约束，没有严格的保证金制度，没有严格的交易制度，超高的交易频率、交易灵活性和流动性，无需实物的物理性交付，成为最佳的对冲交易和获取短期现金流的工具。但是，随着2019年经济周期的下行和中美贸易摩擦的动荡，供应链贸易领域的重大风险事件频出，根本原因在于关联信用风险控制与供应链交易市场结构深层次变化之间的结构性矛盾对企业风险控制体系提出了前所未有的挑战。
3.企业关联信用风险评估现状
关联信用风险的载体是关联信用主体，常见的关联信用主体有资产关联、交易关联、人际关联三种典型场景，由关联信用主体构成信用共同体。其中，最为活跃的中小微企业信用共同体具有明显的人际关联特征，并受企业管理层非理性行为的高强度影响。每个企业在进行贸易活动时，都会有基本的供应商客户准入体系，从商誉、财务、法务等不同角度做“尽职调查”。但是，从近年的重大风险事件的特征看，随着供应链贸易的盈利模式越来越多元化，参与者的结构越来越复杂，依靠企业内某个部门，或一部分人去挖掘层层嵌套模式的业务结构后面的真实贸易背景，越来越力不从心，效率更是无从谈起。2016年以来，以“XX查”为代表的流行商业征信软件有了长足的发展和进步，依据权威的公共数据库,企业工商登记、发展历程、股权投资等静态信息基本可以做到实时更新和记录，可以通过“查关系”将公开数据背后的商业关系直接生成图片，形成更直观的搜索体验。从现有数据服务看，显性的资产关联和人际关联已经能够较为完善的满足基本要求，做为“普惠型浅度尽调工具”已经构建了较完备的数据采集、数据清洗、数据聚合、数据产品化的解决方案。但是在征信查询过程中，笔者发现了一些亟待解决的尽调需求问题，这些问题的解决需要新的思路和解决方案。
4.关联信用风险动态预警系统的设计思路
从大数据的分类可以看出，只靠权威数据库的结构化数据进行关联信用风险分析，并不能做到事前预警、事中监测、事后分析的。海量的非结构化数据缺失和分析难度是关联信用风险动态预警的核心问题。供应链贸易中交易对手上下游关联交易导致的货权控制风险则是关联信用风险动态预警的“痛点”。笔者试图通过对一些数据挖掘领域成熟的方法，引入关联信用风险动态预警领域，描绘一种设计思路。
4.1关联信用风险动态预警系
统的交互设计设想预警系统面对的最大困难在于对干扰信息的判定，预警系统成功的关键是预警数据可分析维度的设计，赋予每个维度不同的权重，最终形成评估分值。笔者的初步设想理念是分为两层结构。第一层，系统对每个企业主体预设相同的个体分析维度，主要包括三个分析方向，一是内部经营的合规合法性、管理的规范性、管理者决策失误、财务状况、道德风险等。二是外部环境的宏观经济环境变化敏感度、行业和市场竞争地位、价格波动、法律制度、地方政治环境等。三是关注企业管理层的非理性行为，包括过度自信、过度投资、投资P2P网贷平台、财务报表粉饰等加剧信用风险的行为，信息源不排斥传言，对传言进行交叉验证，随着可信度的提升不断赋予更高的权重。第二层，对找出关联关系的企业群，结合不同的债务优先偿还权，测量出链条上不同关联企业的传染强度与传染路径，最终形成动态的预警机制。预警维度分析的核心目标是通过系统对结构化和非结构化数据源的全面筛查，以可视化展示为手段，直观的显示。结合预警系统的风险评估等级，再通过人力进行权衡和判断，及时调整企业的风控级别，在风险聚集和爆发前，采取交易规模控制、货权应急处置、司法救济等手段，切断关联信用风险的传播链。
4.2风险预警系统的难点和法律边界
预警系统在运用爬虫技术抓取数据源的过程中，需要注意爬虫数据的可持续性和合法合规性，爬虫技术需要注意法律法规的灰色地带，防止没有进行过数据清洗的非法数据。一方面需要采用反IP限制、反验证码、反登录限制等技术手段挖掘沉淀的数据，另一方面与相关数据应用的企业达成一揽子数据访问频度的豁免协议，以保障数据的可持续性和分析维度、分析方法的保密性。海外网站的抓取，应使用匿名访问代理。回顾近年企业风控体系建设的思路和实践，关联信用风险的传染和扩散效应，已经成为信用风险分析的主要障碍，迄今为止，信用交易仍未能形成有效的风险预警和处置机制，智能化关联信用风险动态预警系统的建设应该提上企业风险控制的议事日程。关联信用风险动态预警系统目的是构建以“信用异常”的关联企业数目为切入点，构建关联信用风险传染的动态评估模型，运用爬虫技术、NLP(自然语言处理)技术、热词分析等手段，分析评估企业供应商客户集合中各主体的“违约概率”。不远的将来，无论是深度学习还是专家系统，最终都将走向人工智能。
《供应链交易信用风险动态预警需求设计》来源：《中国物流与采购》，作者：钱儆