商业保理行业客户风险画像分析

关于客户风险画像的维度，每个行业的核心点都不一样，就商贸类企业来说，需要关注以下几点：

第一，企业内部基础数据，这部分数据最准确，获取成本也最低，价值非常高。包括从交易链上产生的交易数据，核心是进销存以及它的变化。比如进出货数量、频次以及支付销售数据。保理商掌握企业内部基础数据，便能准确了解交易动态。如果能够构建一个基于生态的供应链金融链条，或者销售网络里天然存在，那是最完美的。可以快捷、便利的成电数据，基于这些数据对客户经营进行画像。

第二，企业外部融资数据，信贷风险的核心还是负债率以及现金流变化。所以要特别关注企业的负债情况，包括银行借贷规模以及其他融资渠道信息，比如有没有通过小贷公司等机构进行融资。保理商可以通过跟外部数据公司合作，获取其他融资渠道数据。一来探测企业的负债，其次看这个客户发生短期资金短缺的筹资能力，甚至从负债结构能看出这个企业的资金情况。

第三，企业管理相关数据，包括企业关键人，比如企业法人及其性格。保理公司业务人员、客户经理必须定期反馈公司管理风格的变化，以及一些异常变动的情况。这些数据比较感性但是重要度一点不减，最好能有系统化的手段获取，比如诉讼数据、股权质押等从相关网站获取，另外在贷后中要关注和相关企业访谈，或者在当地有贷后人员跟进。所以最好做链状或自己熟悉的行业，否者这部分数据获取的难度和及时性会大打折扣。

一般来讲，如果掌握以上数据，再结合细分行业特点，就可以还原企业经营状况。除此之外，还有行业营商环境数据，包括行业上的一些软性信息，该公司在当地的评价信息以及该行业在当地的一些情况。保理商需要获得、整合营商环境数据，并且要将零散的信息系统化。有了这些信息之后，保理商会把客户的放款和订单紧密结合，来不断丰富客户风险画像。

供应链金融和保理企业一定是针对细分行业。细分行业特点各异，客户风险画像没有一个通用模型。

保理商需对客户按照行业进行细分，比如保理商会将经销商细分为运作型和零售型两种，为其做出一个连续的画像：从创立初期，到发展壮大，再到逐步退出，甚至到破产，来刻画一个典型客户的运行逻辑和轨迹，以及核心点。

关于客户风险画像，保理商需要掌握全面的、足够体量的数据。最近“大数据”备受推崇，但供应链金融和保理企业实际能掌握“小数据”就不错了。

保理商目前采用“大数据”技术，理论上并不复杂，但实现起来却很困难。最大的挑战是，保理商一般很难拿到企业比较全面的数据，抑或是很难及时获取数据。如果可以获得较为全面的数据，请大数据师进行数据量化分析，反而倒是件相对简单的事情。

来源：商业保理专委会