这篇论文全篇介绍当前中国国内对公金融形势面临的问题,并引出论文的主线是通过新科技的引入强化平安下属科技公司的供应链金融平台的案例,通过对案例的背景说明、数据获取、结果验证进行对比分析和讨论总结,并明确当前环境下平台系统的创新点、局限性及未来研究方向的展望。论文的核心目标是通过供应链为切入点引导建立新一代对公企业信用体系,为像中国平安这种全金融牌照集团公司提供对公企业金融借贷、流动资金使用、信贷风控、合规的金融衍生品服务在内的全生命周期的系列服务。论文主要讨论当前中国国内企业信用体系存在问题。首先,评价标准相对固定和通用化,并没有考虑细分企业所在领域、地域的情况,最多只是做了初步分类。其次,评价标准中的各项属性中多数缺少量化标准,个人主观标准会极大影响数据准确定。然后,数据项覆盖范围明显不足,受人员专业性和人力需求所限,如果单纯依靠人力通过简单模型去评估企业信用体系必然会造成对企业信用评估的不准确性。之后,数据时效性极差,现有体系对企业的信用评估都是用银行的客户经理到企业现场核查当前企业实际经营状况。极端现象企业高层领导携款潜逃后,银行根本无法追溯,导致银行贷款多会面向大型国有企业,即便高息都不会借贷给中小规模企业,因为会造成银行人员成本的大幅提升,风控安全标准提升等。最后,模型数据真实性和可靠性,单一企业或少数企业数据造假、相互做账、违规发布消息造成信息不对称会极大影响银行或资管机构对企业信用的评估。这个问题其实是国内企业级信用机制的最核心问题。连国内上市企业都会频繁爆出财务造假新闻,让银行或资管机构很受伤。论文使用方法是提出新金融解决方案,通过新技术的引用,包括:区块链、大数据、机器学习来解决各类型企业供应链数据、财务数据打通、异地实时对账和清结算、金融产品和衍生品的风险管控等以往技术手段难以妥善解决的问题。以获得宝贵的数据资源,同时结合具有行业特征的业务逻辑算法建立信用体系模型,通过实时生产环境真是数据,借助机器学习算法不断提高模型准确度。进而提供服务各类型、各行业企业需求的金融产品和衍生品服务。论文研究结果是通过中国平安集团及收购深发展银行多年积累的对供应链的理解、生产环境数据、业务思路和逻辑模型作为基础依据,同时结合现有生产环境的供应链数据和财务数据作为辅助,通过现有互联网金融平台整合的案例模型去实证论文的目的和方法是否可行。通过案例的分析和数据的验证得出结论,供应链金融是否能重新构建企业信用体系,进而探索出一条当下或未来时段符合中国企业对金融信贷体系、金融衍生品需求的新金融产品创新之路。论文研究结论得出的建议是通过总结当前企业信用体系遇到的问题,而可以通过引入新科技有效解决传统方式无法解决的问题,同时通过新技术引入能扩大数据收集范围、全面线上化处理、提高数据实时性能、通过模型达到客观化评价且信用体系模型可以自我学习(通过实时生产数据不断提高模型精度),最终可以对企业信用体系完成再造。