結合供應鏈金融 多維驗證塑造企業畫像
世界金融論壇高級研究員、中國銀行原首席研究員宗良接受香港文匯報記者專訪時表示，評估科技企業不能只看Token和算力使用情況，還應結合技術和專利水平、商業化能力、現金流穩定性以及上下游產業鏈關係等多維指標，通過相互驗證、相互補充，形成更立體的企業畫像。
「有技術還不夠，還要看能不能商業化，能不能帶來持續現金流。」宗良表示，如果一項技術已有客戶使用，或已經嵌入較成熟的產業鏈，其商業化前景和持續經營能力就有了更多可供判斷的依據。尤其是企業與龍頭企業之間穩定的供應鏈關係，可以成為銀行判斷其經營真實性和未來現金流的重要參考。
這也意味着，未來「Token貸」可以進一步探索與供應鏈金融相結合。宗良認為，相比單獨觀察一家輕資產小企業，如果銀行能夠同時掌握其上下游交易、訂單、資金流以及與核心企業的合作關係，就可以形成更加立體的企業畫像。
他提及，例如一家規模並不大的科技企業，如果長期穩定地向大型龍頭企業供貨，即使本身缺乏傳統抵押物，也可以通過真實交易、穩定訂單及現金流等信息，為銀行判斷其信用狀況提供更多依據。「過去銀行更多是看企業自己有什麼資產，未來可以更多看它處在什麼鏈條上、和誰做生意、現金流是否穩定。」
綜合評估降低單一指標失真風險
最新政策方向亦與此脗合。人民銀行等八部門近日發布的《關於金融支持服務業擴能提質的指導意見》提出規範發展供應鏈金融，利用供應鏈「數據信用」及「物的信用」，基於訂單、倉單、運單、應收賬款等提供融資服務，並提出探索供應鏈脫核模式。
對於新型授信模式是否會增加銀行風險，宗良認為不能簡單作出判斷，關鍵在於銀行能否建立足夠完善的綜合評價模型。如果只看Token調用量，確實可能產生偏差；但如果同時結合技術、專利、現金流、供應鏈關係以及傳統財務數據等多維指標，則可以相互驗證、相互補充，在一定程度上降低單一指標失真帶來的風險。
與此同時，「Token貸」的風控模型仍處於打磨階段。隨着Token調用量等新型數據進入授信評價體系，如何保證數據真實、準確、可追溯，也成為銀行風控需要面對的新課題。宗良指出，相關數據在存證、審計及評價口徑等方面仍有待進一步完善，銀行需要通過多維數據交叉核驗，持續優化智能風控模型和授信規則，降低數據失真或評價偏差帶來的風險。
