论互联网背景下商业银行供应链金融营销策略优化

《论互联网背景下商业银行供应链金融营销策略优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论互联网背景下商业银行供应链金融营销策略优化摘要：供应链金融业务不再是商业银行的专利，电商巨头、小额信贷公司都与商业银行相结合，挖掘该项业务的价值。本文对供应链金融思想进行了介绍，分析了互联网背景下商业银行供应链金融营销的新趋势及存在的问题，最后对营销策略优化提出了建设性的建议。关键词：互联网；商业银行；供应链金融；营销策略中图分类号：F830文献识别码：A文章编号：1001-828X(2017)001-000-01一、供应链金融概述供应链金融是服务方案提供商提供的综合金融方案，包括融资方案以及理财、结算等方案。商业银行传统信贷产品与供应链金融的差异性主要体现在以下几点：首

2、先，对产业链上各成员企?1的信贷评级不再依赖过去的对单个授信企业财物状况评估及抵押评级而在于对产业链企业之间的关联程度进行准入评级。再者就是供应链金融关注的是金融融资企业还款的自偿性模式，即引导销售收入直接用于偿还贷款。二、互联网背景下供应链金融的新趋势互联网正以飞速发展的姿态改变着传统行业，供应链金融业务也不例外。这是一股不可逆的时代洪流。互联网的发展给供应链金融带来了交易成本下降，产业链分析成本下降、客户获取的便捷性等变化趋势。1.风险管理措施的变化传统的供应链金融业务方面的风险控制措施主要是基于对供应链企业之间的现金流的控制，对特定账户实行封闭式账户管理。利用直接对现

3、金流账户的控制实现贷款的回收。而互联网背景下的供应链金融在上述风控措施的基础上，出现了新的发展趋势。基于互联网，供应链金融服务收集，储存海量的客户数据成为可能。2.与物流企业合作模式的变化互联网的发展能够促进物流企业的繁荣，在互联网技术与物流的结合下产生的物联网正是这一共生关系的具体表现。利用互联网的灵活性与灵敏性深入物流的各个环节，将资金流、信息流、物流三者资源整合，获得数据后不只是储存，还充分对获得的数据进行分析，挖掘，建立自动化的预警平台，及时与物流企业进行互动、信息反馈，及时将风险问题扼杀。3.供应链金融营销策略的变化商业银行传统供应链金融的营销模式主要是用过梳理产

4、业链，寻找产业链中的核心大型企业，向核心企业的上下游供应商与分销商进行营销。在互联网技术不断创新，互联网思维不断撞击传统行业的前提条件下，供应链融资营销模式出现新的趋势。三、互联网背景下我国商业银行供应链金融营销策略问题分析1.对融合互联网发展供应链金融的战略意义认识不足发展供应链金融对于一家商业银行来说，除了资产业务能够得到增长，创收利润以外，还有更为深层次的原因是通过供应链金融全套服务方案的提供，可以给商业银行带来其他业务的增长，从存款业务到中间业务都能够由供应链金融业务所驱动。而结合互联网的商业银行供应链金融更是另一个未来的战略®地。1.部分商业银行与互联网的结合程度

5、有待提升随着互联网时代的快速发展，商业银行己经意识到要逐渐适应市场环境变化，跟上互联网时代的步伐。在这一适应过程中，有的商业银行能够快速地接受市场变化，无论是从机制灵活性上还是营销思维上都能够与互联网接轨。在营销上、在渠道整合上、在互联网的利用上没有深层次的用互联网思维的方式进行彻底改革。商业银行应该树立危机意识，即使处于行业领导者地位的商业银行也要居安思危。对自己进行革命，这冰是最佳的市场生存之道。2.风控措施手段单一在供应链金融业务方面，商业银行采取的最主要的风险控制手段为产业链上下游企业之间的现金流控制和结构性的授信制度安排。虽然这种风险管理措施能够有效解决供应链融资

6、屮的相关风险问题，但这种措施的实施成本以及实施效率相比目前基于互联网采用的大数据分析、系统自动市核评级的方式显得更为复杂。不利于开发冃前的高频低金额客户。四、商业银行供应链金融营销策略优化建议1.将融合互联网发展供应链金融提升到战略层面商业银行应当加深对供应链金融业务的认识，将其提升到战略业务的层面。并在企业当中将这种战略目标与各级员工进行沟通，从而实现企业全局的认识统一，利丁商业银行发展供应链金融业务。1.与物流企业的合作进入2.0时代物流企业的优势在于货物的仓储运输，以及物流企业基于仓储运输累积的大数据和对供应链的理解。商业银行在于资金优势以及风控技术。目前物流企业主要

7、是采用收取监管服务费的模式，商业银行可以供应链金融产品为基础开发出相应的理财产品。通过吸纳物流企业资金，一方面让物流企业通过服务赚取相关费用，另一方面盘活物流企业流动资金，通过这种方式将物流企业和商业银行捆绑的更为紧密。2.利用互联网技术完善风控措施建议商业银行采用基于互联网的风险控制手段并与国王风控手段相结合，发挥二者最大的功效。在融合过程中，双方的风控技术、风控思维如何融合，这一问题值得我们思考。基于互联网背景下的数据分析，对消费者行为记录的数据质量耍求很高，在纷繁复杂的数裾记录屮，如何选取到真正有效、高质量的