大宗商品行业关乎国计民生，也是产业数字化发展的重要阵地。大宗商品贸易企业，作为交易流通枢纽，与成千上万的产业上下游伙伴共同支撑起了市场的运转，但复杂的产业协作也带来了巨大的风控挑战。企业之间相互不了解，就面临着因信息不对称带来的合作顾虑，对某下游企业要不要同意赊账？账期多久？会不会货款没收到，对方就暴雷了？对某上游能不能预付款？预付完对方会不会跑路？在数字化时代，以往完全依赖走访调研、线下层层审核的方式，已经难以满足大宗商贸企业的精准、高效、标准的风控需求。

     在中国金属材料流通协会与蚂蚁集团蚁盾合办的“大宗商品产业风险防控研讨会”上，杭州热联集团客户关系管理部负责人丁越分享了与蚂蚁蚁盾的数字化合作案例。热联集团作为钢贸行业龙头企业与蚂蚁集团双方发挥各自在行业认知、数据能力、技术创新、生态资源等方面的优势，建立一套立体式、动态化客户风险画像。借助蚂蚁集团蚁盾-产业风控平台，共同探索“准入—评级—授信—监控”全过程的信用风险管控方案。

杭州热联集团客户关系管理部负责人丁越

     丁越表示：“不同的客户类型，不同的业务模式，背后的风险不尽相同，我们要从逻辑上区分开，跟合适的客户做合适的生意。传统的风险管理相对来说是偏点状的、不连续的，比如在做客户准入的时候，我们看到的是客户当时的经营状态，合作一段时间，他的风险情况是恶化了还是改观了，我们需要用数字化手段捕捉客户风险的变化，形成高效的风险感知与应变能力。”

     丁越分享到，在客户准入阶段，对不同客户需要有差异化的准入标准，如现货现款的业务，要考虑税务风险；远期采销业务，要考虑履约风险；预付和赊销业务，要考虑信用风险。根据不同的业务场景和风险类型，客户准入的条件是不一样的。

     在客户评级阶段，丁越提到评级要素有很多，成立时间、股东方背景、营收规模、盈利能力、税务评级、涉诉情况等。简易的评估方式是线性的、扁平化的，比如采用几个指标，各个指标的权重分别占多少；系统化的评估方式是立体的、动态的，可结合各评估要素形成复杂的运算逻辑，这就需要用人工智能手段建立评估模型。

    在授信管理阶段，如何判断是否可以给予信用额度，给予多大的信用额度？丁越指出，大宗商贸企业在这个阶段需要明确定位，不能照搬银行和保险公司的风控逻辑。银行更多的是关注企业偿债能力，保险公司更多的是关注行业和单一客户的出险率，而我们更关注的是企业价值和风险收益比。需要基于行业经验、融合内外部信息进行联合建模。她强调，每个公司的定位不一样、业务模式不一样、上下游客户群体不一样，风险偏好也不一样。不能拿钢厂的指标去衡量镀锌厂，也不能用制造业的指标去衡量贸易商，产业风控的数字化能力应当深耕行业知识，定制行业细分的授信模型。她现场展示了热联与蚂蚁共建的盘扣租赁数字化风控应用案例。

     丁越将合作客商的风险监控阶段比喻成“当天空出现一朵云，我要关注后面会不会下雨”。一方面，要“走出去”，了解客户、了解行业，与外部交流。此外，通过蚁盾-产业风控平台可以实时观察客户风险变化，形成高效的风险感知与应变能力。

     热联集团与蚁盾共建的这套风控解决方案，可以智能量化上下游协作风险、精准风控。原来需要数日完成的人工尽职调查，现在最短秒级完成，极大得提升了效率，真正做到降本增效。此外，系统提供可量化、可解释的数据支撑，让客商分类评级和授信准确度也有了大幅提升，从而有助于控制客户风险。丁越认为，蚁盾-产业风控平台最大的帮助是在释放人力、提高效率的同时，形成更笃定的风险认知，从而助力业务的开展。