CN113378235B - 一种分布式供应链金融平台 - Google Patents

Abstract

本发明涉及分布式平台软件技术领域，具体涉及一种分布式供应链金融平台，包括：若干个数据交互节点，分别获取合同数据、业务流程数据、业务票据数据及担保数据；数据服务器，与数据交互节点连接；授信分析模块，建立授信模型，授信模型根据合同金额及数据真实完整程度给出授信额度，将授信额度通过数据交互节点发送给信贷机构，信贷机构作出最终授信并发放贷款；公证模块，将数据借助区块链进行数据保全，将合同数据进行赋强公证；智慧诉讼模块，根据赋强公证、业务流程数据及业务票据数据建立智慧诉讼模型。本发明的实质性效果是：提高数据可信度，建立授信分析模型，分析获得各方最优解，有效降低借贷管理成本和风险，提高资金流转效率。

Description

一种分布式供应链金融平台

技术领域

本发明涉及分布式平台软件技术领域，具体涉及一种分布式供应链金融平台。

背景技术

供应链金融是金融系统中一项单独的信贷业务，是一种结合产业生态系统，站在产业供应链的全局和高度，向所有成员的企业进行融资安排。随着社会化生产方式的不断深入，市场竞争已经从单一客户之间的竞争转变为供应链与供应链之间的竞争，同一供应链内部各方相互依存，"一荣俱荣、一损俱损"。与此同时，赊销已成为交易的主流方式，处于供应链中上游的供应商，很难通过"传统"的信贷方式获得银行的资金支持，而资金短缺又会直接导致后续环节的停滞，甚至出现"断链"。维护所在供应链的生存，提高供应链资金运作的效力，降低供应链整体的管理成本，已经成为各方积极探索的一个重要课题。因此，“供应链融资"系列金融产品应运而生。首先，供应链金融实现银企互利共赢，在供应链金融模式下，通过中小企业与核心企业的资信捆绑来提供授信。其次，供应链金融能够降低商业银行资本消耗。

但是，由于产业供应链中，涉及大、中、小各类企业众多，其中不乏参与产业中的政府或金融机构，导致供应链会产生大量的业务数据，涉及数量众多的业务主体。银行或者核心企业对供应链中的全部企业进行信用及业务审核监管十分困难。难以及时发现风险，甚至对其中的造假或问题数据也难以及时发现，给供应链金融带来不可控性和安全风险。不利于供应链金融的健康发展。导致目前的供应链金融缺乏统一的平台，执行和验证效率低下，可贷资金不能充分流动。

区块链技术是一种去中心化的分布式账本系统，记录其中的数据具有可追溯、不易丢失及不可篡改的特性，能够为各企业及机构数据提供可信证明，高效和低成本的为企业、机构之间构建信任度。但目前缺乏借助区块链技术实现供应链金融参管系统。

中国专利CN108876587A，公开日2018年11月23日，一种基于区块链的供应链金融平台，包括平台节点服务端、金融机构节点服务端、监管节点服务端、多个企业客户端，企业客户端与平台节点服务端通信连接，平台节点服务端、金融机构节点服务端、监管节点服务端通过区块链网络通信连接，平台节点服务端包括企业客户管理模块、订单管理模块、合同管理模块、融资管理模块、财会管理模块，企业客户端包括平台界。其技术方案利用区块链的分布式结构特性将供应链各个环节串联起来形成一个信息同步的整体，具有金融授信风险小，企业融资便捷的特点。但其仅能够提供数据的流通，每个企业、银行、机构还需要单独对数据进行分析整合，分析整合结果往往存在差异，不能使供应链金融中各方步调一致，降低了供应链金融的效率。

发明内容

本发明要解决的技术问题是：目前缺乏供应链金融参管一体化平台，导致供应链金融运行效率低、风险高的技术问题。

为解决上述技术问题，本发明所采取的技术方案为：一种分布式供应链金融平台，为供应链企业提供金融服务，包括：

若干个数据交互节点，分别与采购平台、业务管理系统、担保机构及信贷机构连接，获取合同数据、业务流程数据、业务票据数据及担保数据；

数据服务器，与数据交互节点连接，存储若干个所述数据交互节点获取的数据；

授信分析模块，与数据服务器连接，建立授信模型，所述授信模型评估合同数据、供应链企业的资质数据、业务流程数据、业务票据数据及担保数据的真实完整程度，根据合同金额及数据真实完整程度给出授信额度，将授信额度通过数据交互节点发送给信贷机构，信贷机构作出最终授信并发放贷款，将发放贷款数据发送给对应的数据交互节点；

公证模块，与区块链及数据服务器连接，将合同数据、业务流程数据、业务票据数据、担保数据、授信额度和发放贷款数据借助区块链进行数据保全，将合同数据进行赋强公证；

智慧诉讼模块，与法院、数据服务器及公证模块连接，根据赋强公证、业务流程数据及业务票据数据建立智慧诉讼模型，当信贷机构提起诉讼时，所述智慧诉讼模型输出相应文书及证据文件并提交给法院。

作为优选，还包括信贷机构授信分析模块，所述数据交互节点还与金融监管机构连接，获得信贷机构业务脱敏数据，所述信贷机构授信分析模块与数据服务器连接，所述信贷机构授信分析模块根据信贷机构业务脱敏数据建立信贷机构授信偏好模型，将合同数据、供应链企业资质数据、业务流程数据、业务票据数据、担保数据导入信贷机构授信偏好模型，获得与授信额度最接近的信贷机构为目标信贷机构。

作为优选，还包括保险业务模块，与金融监管机构连接的所述数据交互节点还获得保险业务脱敏数据和保险产品数据，

所述保险业务模块与数据服务器连接，所述保险业务模块根据保险公司的保险业务脱敏数据建立保险公司的承保偏好模型，

根据合同数据、供应链企业的资质数据、业务流程数据、业务票据数据及担保数据匹配保险产品，

根据保险公司的承保偏好模型，确定目标保险公司。

作为优选，所述采购平台、业务管理系统、担保机构及信贷机构均建立有业务区块链，所述业务区块链具有与可信区块链或公有链锚定的区块。

作为优选，所述授信模型根据合同数据、供应链企业的资质数据、担保数据、历史业务流程数据及历史业务票据数据给出初始授信额度，并发送给信贷机构，信贷机构根据初始授信额度作出授信并发放贷款，供应链企业执行业务，业务执行过程中产生新的业务流程数据及业务票据数据；

所述授信模型周期性获取供应链企业的业务流程数据及业务票据数据，评估业务流程数据及业务票据数据的规范度作为执行可信度，根据业务完成程度及执行可信度生成增量授信额度，将增量授信额度并发送给信贷机构，信贷机构根据增量授信额度作出授信并发放贷款。

作为优选，所述授信模型建立供应链企业的数据规范度评级、数据及时度评级及数据准确度评级，

所述授信模型建立供应链企业所在行业的行业模板，将供应链企业的业务流程数据及业务票据数据的各个字段类别与行业模板对比，获得与行业模板相比的字段完整度，作为数据规范度，按预设的划分区间，获得数据规范度评级，

所述授信模型按周期统计业务流程数据上传时间和业务真实发生时间之间的业务数据时间差，按周期统计业务票据数据上传时间和票据开具时间之间的票据数据时间差，将业务数据时间差和票据数据时间差加权平均获得数据延迟度，按预设的划分区间获得数据及时度评级，数据延迟度越低，则数据及时度评级越高，

所述授信模型根据行业模板，建立行业模板中每个字段取值的有效范围以及每个字段取值的波动阈值，按周期统计供应链企业的业务流程数据中符合有效范围的数据记录所占比重，按周期统计供应链企业的业务流程数据的波动度符合波动阈值的数据记录所占比重，将两个比重加权平均获得准确度，按预设划分区间，由准确度获得数据准确度评级，

将所述数据规范度评级、数据及时度评级及数据准确度评级进行加权求和作为执行可信度。

作为优选，所述授信模型建立供应链企业的业务规模分级、现金流健康度分级和数据诚信度分级，

所述授信模型根据历史业务流程数据获得供应链企业的业务规模，根据预设的划分区间获得业务规模分级，

所述授信模型根据历史业务票据数据获得供应链企业在预设周期长度内的现金需求量、现金保有量和现金资产占比，将周期内现金保有量与现金需求量的比值与现金资产占比进行加权求和作为现金流健康度，将历史业务票据数据包含的周期内的现金流健康度加权平均，距离当前越近的周期分配的权重越大，依据加权平均后的现金流健康度，按照预设区间划分，获得现金流健康度分级，

所述授信模型根据采购平台、业务管理系统、担保机构及信贷机构的业务区块链，以及所述业务区块链所锚定的可信区块链或公有链，验证合同数据、供应链企业的资质数据、担保数据、业务流程数据及业务票据数据的真实性，若合同数据、供应链企业的资质数据或担保数据存在不真实数据，则划分为低数据诚信度，若业务流程数据或业务票据数据均验证为真实，则划分为高数据诚信度，若业务流程数据或业务票据数据中能够验证为真实数据的占比超过设定阈值，则划分为中数据诚信度，

根据合同数据、供应链企业的资质数据、担保数据、业务规模分级、现金流健康度分级和数据诚信度分级，给出初始授信额度。

作为优选，所述公证模块获取到新的合同数据时，新建存证包，将合同数据纳入存证包，提取合同数据的哈希值并上传到区块链并在存证包内记录，所述公证模块获取到合同数据对应的担保数据、授信额度和发放贷款数据时将其纳入存证包，分别提取担保数据、授信额度和发放贷款数据的哈希值，并上传到区块链存储，所述公证模块获取到合同数据对应的业务流程数据和业务票据数据时，以第一周期将获取到的业务流程数据和业务票据数据打包为数据块，将数据块及上一个数据块的哈希值一起再次提取哈希值，将数据块及对应的哈希值纳入存证包，以第二周期将最后一个数据块的哈希值上传到区块链存储。

作为优选，所述智慧诉讼模块预设有若干个诉讼模板，根据每个诉讼模板收集相应的诉状数据和证据数据并保存，当信贷机构发起诉讼时，根据所述诉讼的类型确定对应的诉讼模板，将诉讼模板下收集的诉状数据和证据数据导出发送给信贷机构及法院。

作为优选，所述数据服务器以预设周期产生16的N次方个随机哈希值和穷举数对，所述随机哈希值和穷举数的哈希值满足预设的工作量证明条件，16的N次方个随机哈希值的末尾N位数互不相同，所述数据交互节点以预设周期将收集到的数据关联数据交互节点标识和标准时间戳作为数据包，提取数据包哈希值，将本周期的数据包哈希值和上一周期的关联哈希值一起提取哈希值，作为本周期的关联哈希值，初始周期的关联哈希值为随机数，所述数据交互节点从所述数据服务器下载与所述关联哈希值末尾N位数相同的随机哈希值和穷举数对，而后选取当前周期的关联哈希值的末尾M位和上一周期下载的穷举数的末尾N-M位拼接成N位数，从数据服务器上下载与新拼接的N位数相同的随机哈希值和穷举数对，将两对随机哈希值和穷举数对、数据包哈希值、关联哈希值与数据包关联存储，并周期性提交给数据服务器。

本发明的实质性效果是：通过数据交互节点归集数据，为数据的流通提供统一的安全环境，提高数据使用效率和数据的可信度；通过建立授信分析模块，综合企业和信贷机构的需求，在规模、资质、安全性、执行可靠性等多个维度建立统一尺度，提供最优参考解，为各个企业和信贷机构最终的借贷提供参照，提高借贷效率，降低借贷机构的借贷管理成本；提供公证和智慧诉讼支持，有力降低了借贷机构处理坏账的时间和工作量成本，降低了资金借贷流通管理的成本，促进借贷机构积极参与供应链金融。

附图说明

图1为实施例一分布式供应链金融平台结构示意图。

图2为实施例一授信模型示意图。

图3为实施例一信贷机构授信偏好模型示意图。

图4为实施例一存证包示意图。

其中：101、数据交互节点，102、数据服务器，103、授信分析模块，104、公证模块，105、智慧诉讼模块，106、保险业务模块，200、采购平台，300、业务管理系统，400、担保机构，500、信贷机构，600、金融监管机构，700、区块链，800、法院，900、保险公司，1031、授信模型，1041、存证包，1032、信贷机构授信偏好模型，1201、合同数据，1202、资质数据，1203、业务流程数据，1204、业务票据数据，1205、担保数据，1206、授信额度，1207、信贷机构偏好授信额度，1208、数据块，1209、哈希值。

具体实施方式

下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。

实施例一：

一种分布式供应链金融平台，请参阅附图1，本实施例包括：

若干个数据交互节点101，分别与采购平台200、业务管理系统300、担保机构400及信贷机构500连接，获取合同数据1201、业务流程数据1203、业务票据数据1204及担保数据1205，其中采购平台200、业务管理系统300、担保机构400及信贷机构500均建立有业务区块链700，业务区块链700具有与可信区块链700或公有链锚定的区块，从而保证数据交互节点101获取到的数据，能够在区块链700上进行验证，确保数据的真实性。合同数据1201来自于招投标平台，招投标平台建设有业务区块链700，其业务流程均通过区块链700存证保证业务数据的真实性，并且能够在业务区块链700上方便的进行验证。采用其他方式获得的，能够验证真实性的采购合同或供应合同，也在合同数据1201之列。业务管理系统300即可以是供应链企业内部的管理系统，也可以是由SaaS提供的业务在线管理系统，业务管理系统300的数据借助区块链700进行存证，以确保其业务数据的可信度、不可伪造和不可篡改性。

数据服务器102，与数据交互节点101连接，存储若干个数据交互节点101获取的数据，数据服务器102进行加密存储，并采用分布式存储方式和备份存储方式，确保数据的安全。数据服务器102是本平台提供数据服务的核心，起到汇集中转数据，并且以一种分散加密形式的数据存储方式，确保汇集的数据安全。即保证数据的完整性和保密性，又保证了数据不会被轻易修改，以及被删除或出现缺失的情况。

授信分析模块103，与数据服务器102连接，建立授信模型1031，请参阅附图2，授信模型1031评估合同数据1201、供应链企业的资质数据1202、业务流程数据1203、业务票据数据1204及担保数据1205的真实完整程度，根据合同金额及数据真实完整程度给出授信额度1206，将授信额度1206通过数据交互节点101发送给信贷机构500，信贷机构500作出最终授信并发放贷款，将发放贷款数据发送给对应的数据交互节点101。授信模型1031给出了统一模型下的授信额度1206，供应链企业在获取更多授信额度1206的利益驱使下，会采取措施以提高授信模型1031所列出的参考数据的质量，有利于促使供应链企业将其业务数据全部电子化，并借助区块链700进行存证，为供应链金融全业务电子化提供了条件。同时，统一评估授信额度1206的模型，能够避免供应链企业为申请不同信贷机构500时，需要准备不同的申请材料。信贷机构500如银行、保理行、私募基金、贷款公司、财务公司以及信托公司等。这些信贷机构500均能够进行合法的贷款业务，但其类型并不相同。导致贷款的申请材料不尽相同。但又会有大篇幅的重复内容，向这些机构同时申请贷款需要准备多份申请材料，会严重降低供应链企业申请贷款的便利性，降低资金的流通效率。

公证模块104，与区块链700及数据服务器102连接，将合同数据1201、业务流程数据1203、业务票据数据1204、担保数据1205、授信额度1206和发放贷款数据借助区块链700进行数据保全，将合同数据1201进行赋强公证，经过赋强公证的合同数据1201，将具有强制执行的法律效力，能够有效的维护信贷机构500的利益。赋强公证属于本领域的公开技术，在此不做赘述。

智慧诉讼模块105，与法院800、数据服务器102及公证模块104连接，根据赋强公证、业务流程数据1203及业务票据数据1204建立智慧诉讼模型，当信贷机构500提起诉讼时，智慧诉讼模型输出相应文书及证据文件并提交给法院800。智慧诉讼模块105预设有若干个诉讼模板，根据每个诉讼模板收集相应的诉状数据和证据数据并保存，当信贷机构500发起诉讼时，根据诉讼的类型确定对应的诉讼模板，将诉讼模板下收集的诉状数据和证据数据导出发送给信贷机构500及法院800。智慧诉讼模块105能够在供应链企业执行业务过程中，收集业务执行数据，并经过保全公证，自动的形成能够反应业务真实执行情况的，可被法院800认可的证据。当信贷机构500发起诉讼时，智慧诉讼模块105将自动整理出与诉讼匹配的证据材料，并且能够将诉状中的基本信息情况，从数据服务器102中获取，并自动填写，大幅加快了诉讼的进程，有助于信贷机构500及时、有效的维护其权益。由此，不仅提高了信贷机构500资金的安全性，减少坏账，同时还调动了信贷机构500参与借贷的积极性。

信贷机构授信分析模块，数据交互节点101与金融监管机构600连接，获得信贷机构500业务脱敏数据，信贷机构授信分析模块与数据服务器102连接，信贷机构授信分析模块根据信贷机构500业务脱敏数据建立信贷机构授信偏好模型1032。请参阅附图3，信贷机构授信偏好模型1032将合同数据1201、供应链企业资质数据1202、业务流程数据1203、业务票据数据1204、担保数据1205导入信贷机构授信偏好模型1032，获得信贷机构偏好授信额度1207，获得与授信额度1206最接近的信贷机构500为目标信贷机构500。金融监管机构600由政府设立，通常为银行保险监督管理局，其监督管理银行等信贷机构500业务的合规性，同时也具有银行等信贷机构500的全部业务数据。能够提供脱敏后的银行等信贷机构500的业务数据，通过历史的业务数据，能够反应银行等信贷机构500的业务偏好类型，如偏好放贷的行业、放贷规模、偏好的企业资产及经营情况等，通过这些维度的分析，能够找到适合当前合同数据1201对应的供应链企业的最佳银行，或者其他信贷机构500。避免盲目提交贷款申请，导致的时间成本上升和最终贷款额度不高的情况出现。即节省了贷款申请方的时间，也提高了资金提供方的资金流动性。

保险业务模块106，与金融监管机构600连接的数据交互节点101还获得保险业务脱敏数据和保险产品数据，保险业务模块106与数据服务器102连接，保险业务模块106根据保险公司900的保险业务脱敏数据建立保险公司900的承保偏好模型，根据合同数据1201、供应链企业的资质数据1202、业务流程数据1203、业务票据数据1204及担保数据1205匹配保险产品，根据保险公司900的承保偏好模型，确定目标保险公司900。保险公司900为借贷业务提供保险，通常专门设立有相应的保险产品，每个保险公司900及每个保险产品，针对的或者偏好的企业类型、业务类型及行业等，均有所不同，通过保险业务模块106，能够直接促成适配的保险产品参与进来，不仅节约大量时间及调查成本，还有助于降低企业及信贷机构500面临的风险，促进更多贷款业务的形成。

授信模型1031根据合同数据1201、供应链企业的资质数据1202、担保数据1205、历史业务流程数据1203及历史业务票据数据1204给出初始授信额度1206，并发送给信贷机构500，信贷机构500根据初始授信额度1206作出授信并发放贷款，供应链企业执行业务，业务执行过程中产生新的业务流程数据1203及业务票据数据1204。授信模型1031周期性获取供应链企业的业务流程数据1203及业务票据数据1204，评估业务流程数据1203及业务票据数据1204的规范度作为执行可信度，根据业务完成程度及执行可信度生成增量授信额度1206，将增量授信额度1206并发送给信贷机构500，信贷机构500根据增量授信额度1206作出授信并发放贷款。

传统信贷机构500进行信用贷款时，通常根据贷款申请方提供的申请材料，验证申请材料的完整性、真实性之后，根据申请方的资质、规模、业务合同及信用情况，决定授信额度1206。授信后即不再也无条件持续的跟踪业务执行情况，以及申请方是否存在逾期风险或者是否违规使用贷款。导致坏账的发生，且不能及时的被发现，给信贷机构500带来了损失。本实施例提供的授信模型1031，不仅在申请阶段根据相关数据给出初始授信额度1206，还能够在授信后，完整和实时跟踪供应链企业的业务经营情况、票据情况，从而能够跟踪供应链企业是否存在违规使用贷款的情况，也能够及时的发现供应链企业业务执行出现的问题，及时发出预警，有效的维护信贷机构500的资金安全，并能够促使供应链企业按照规定合规的使用贷款。

授信模型1031建立供应链企业的数据规范度评级、数据及时度评级及数据准确度评级，授信模型1031建立供应链企业所在行业的行业模板，将供应链企业的业务流程数据1203及业务票据数据1204的各个字段类别与行业模板对比，获得与行业模板相比的字段完整度，作为数据规范度，按预设的划分区间，获得数据规范度评级，授信模型1031按周期统计业务流程数据1203上传时间和业务真实发生时间之间的业务数据时间差，按周期统计业务票据数据1204上传时间和票据开具时间之间的票据数据时间差，将业务数据时间差和票据数据时间差加权平均获得数据延迟度，按预设的划分区间获得数据及时度评级，数据延迟度越低，则数据及时度评级越高，授信模型1031根据行业模板，建立行业模板中每个字段取值的有效范围以及每个字段取值的波动阈值，按周期统计供应链企业的业务流程数据1203中符合有效范围的数据记录所占比重，按周期统计供应链企业的业务流程数据1203的波动度符合波动阈值的数据记录所占比重，将两个比重加权平均获得准确度，按预设划分区间，由准确度获得数据准确度评级，将数据规范度评级、数据及时度评级及数据准确度评级进行加权求和作为执行可信度。

授信模型1031建立供应链企业的业务规模分级、现金流健康度分级和数据诚信度分级，授信模型1031根据历史业务流程数据1203获得供应链企业的业务规模，根据预设的划分区间获得业务规模分级，授信模型1031根据历史业务票据数据1204获得供应链企业在预设周期长度内的现金需求量、现金保有量和现金资产占比，将周期内现金保有量与现金需求量的比值与现金资产占比进行加权求和作为现金流健康度，将历史业务票据数据1204包含的周期内的现金流健康度加权平均，距离当前越近的周期分配的权重越大，依据加权平均后的现金流健康度，按照预设区间划分，获得现金流健康度分级，授信模型1031根据采购平台200、业务管理系统300、担保机构400及信贷机构500的业务区块链700，以及业务区块链700所锚定的可信区块链700或公有链，验证合同数据1201、供应链企业的资质数据1202、担保数据1205、业务流程数据1203及业务票据数据1204的真实性，若合同数据1201、供应链企业的资质数据1202或担保数据1205存在不真实数据，则划分为低数据诚信度，若业务流程数据1203或业务票据数据1204均验证为真实，则划分为高数据诚信度，若业务流程数据1203或业务票据数据1204中能够验证为真实数据的占比超过设定阈值，则划分为中数据诚信度，根据合同数据1201、供应链企业的资质数据1202、担保数据1205、业务规模分级、现金流健康度分级和数据诚信度分级，给出初始授信额度1206。

数据服务器以预设周期产生16的N次方个随机哈希值和穷举数对，收到数据交互节点获取的数据时，将数据关联数据交互节点标识和标准时间戳后提取哈希值，随机哈希值和穷举数的哈希值满足预设的工作量证明条件，16的N次方个随机哈希值的末尾N位数互不相同，数据交互节点以预设周期将收集到的数据关联数据交互节点标识和标准时间戳作为数据包，提取数据包哈希值，将本周期的数据包哈希值和上一周期的关联哈希值一起提取哈希值，作为本周期的关联哈希值，初始周期的关联哈希值为随机数，数据交互节点从数据服务器下载与关联哈希值末尾N位数相同的随机哈希值和穷举数对，而后选取当前周期的关联哈希值的末尾M位和上一周期下载的穷举数的末尾N-M位拼接成N位数，从数据服务器上下载与新拼接的N位数相同的随机哈希值和穷举数对，将两对随机哈希值和穷举数对、数据包哈希值、关联哈希值与数据包关联存储，并周期性提交给数据服务器。

数据服务器102以预设周期产生16的2次方个随机哈希值和穷举数对，即256个随机哈希值和穷举数对，随机哈希值和穷举数的哈希值满足预设的工作量证明条件。工作量证明条件为所提取的哈希值的前若干位取值为0，本实施例所提取的哈希值均采用16进制数表示，本实施例采用前6位哈希值取值为0，则没次产生穷举数提取的哈希值满足前8位取值为0的概率仅为16的8次方之一，约为43亿分之一。其16的N次方个随机哈希值的末尾2位数互不相同，数据交互节点101以预设周期将收集到的数据关联数据交互节点101标识和标准时间戳作为数据包，提取数据包哈希值，将本周期的数据包哈希值和上一周期的关联哈希值一起提取哈希值，作为本周期的关联哈希值，初始周期的关联哈希值为随机数，数据交互节点101从数据服务器102下载与关联哈希值末尾2位数相同的随机哈希值和穷举数对，而后选取当前周期的关联哈希值的末尾1位和上一周期下载的穷举数的末尾1位拼接成2位数，从数据服务器102上下载与新拼接的2位数相同的随机哈希值和穷举数对，将两个随机哈希值和穷举数对、数据包哈希值、关联哈希值与数据包关联存储，并周期性提交给数据服务器102。

进一步的，本实施例还可以同时再选取关联哈希值起始2位数相同的随机哈希值和穷举数对，以及选取当前周期的关联哈希值的起始1位和上一周期下载的穷举数的起始1位拼接成2位数，从数据服务器102上下载与新拼接的2位数相同的随机哈希值和穷举数对，将四个随机哈希值和穷举数对、数据包哈希值、关联哈希值与数据包关联存储，并周期性提交给数据服务器102。当某个数据交互节点101恶意修改其数据时，关联哈希值末尾2位数、起始2位数、穷举数的末尾1位及穷举数的起始1位均不发生变化的概率仅为16的6次方分之一，即约为1千6百万分之一。一旦其中任何一个发生变化，该恶意数据交互节点101就需要重新构建至少一个随机哈希值和穷举数对，对于算力有限的数据交互节点而言，这是难以完成的。

本实施例的有益技术效果是：通过数据交互节点101归集数据，为数据的流通提供统一的安全环境，提高数据使用效率和数据的可信度。通过建立授信分析模块103，综合企业和信贷机构500的需求，在规模、资质、安全性、执行可靠性等多个维度建立统一尺度，提供最优参考解，为各个企业和信贷机构500最终的借贷提供参照，提高借贷效率，降低借贷机构的借贷管理成本。提供公证和智慧诉讼支持，有力降低了借贷机构处理坏账的时间和工作量成本，降低了资金借贷流通管理的成本。

实施例二：

一种分布式供应链金融平台，应用对象为供应链中的中小企业或者新成立企业，该企业在接入本分布式供应链金融平台前，即无银行授信记录、也无业务管理系统300。但其业务能力具有竞争力，且经营具有合法合规性。尤其该企业没有业务管理系统300，导致其业务数据难以汇集，审核也十分困难，提高了银行对其贷款的调查成本。申请银行授信困难，导致企业存在资料来源不足的问题。本实施例中，首先通过为企业开通SaaS服务，通过在线业务管理平台，为其提供业务管理系统300，使其业务数据电子化。在线业务管理平台包括业务流程管理、人员管理、权限管理和财务管理。其中业务流程管理参考该企业类型的行业通用流程方法，设置了通用的流程、数据记录则设置了通用的数据字段、并设置了通用的数据字段允许的数据类型和合理取值区间。人员管理提供了企业人员的角色管理、考勤管理和绩效管理。财务管理提供了财会管理和票据管理。这些不仅更方便了企业的人力资源管理，还能够借助这些数据判断企业的经营管理能力，提高银行对其的信任度。人员管理数据需经过脱敏化处理后，提供给银行。本实施例同时建立了通用了人员管理评级模型，若银行认可该模型的结果，银行可不必再要求获取脱敏后的人员管理数据。在线业务管理平台建立了业务区块链700。周期性的将企业产生的存档数据的哈希值1209提取出来，并上链存储。以另一周期将业务区块链700在周期内的区块哈希值1209锚定到可信链或公有链上。从而保证了业务管理数据不可抵赖和不可篡改性。为银行等信贷机构500对企业的业务执行数据增加了信任度，有助于获得银行的授信。

采购合同是供应链企业证明其已进行或即将进行的业务的规模很好的证明材料。为保证采购合同的真实可靠性。本实施例对接了招投标平台，与招投标平台进行数据交互。招投标平台应是可信的。其产生的中标合同应具有真实性，且真实性能够验证。招投标平台可采用建立业务区块链700的方式，将招投标过程文件和招投标结果文件上链存储，并将业务区块链700和可信链或公有链锚定。通过其他方式能够证明采购合同的真实性时，也可以不通过招投标平台产生采购合同。如经过线上或线下公证后的采购合同，将合同及合同公证文件上传到本平台亦可。

在供应链行业中，通常具有政府设立的公益性担保机构400，或者民营的以盈利为目的，起到辅助银行审核企业资质的民营担保机构400。本实施例与担保机构400进行对接，实现数据交互。即将本实施例采集到的企业的资质数据1202、合同数据1201、业务流程数据1203及业务票据数据1204发送给担保机构400，供其分析决策。也将担保机构400的决策结果收集，作为银行授信的参考数据以及本实施例提供的授信分析模块103使用。在现阶段惠农郑策的影响下，多个地方成立了农担公司或农担机构，其中即有政府机构也有商业机构。担保机构400也是一个复杂的数据分析决策机构，其决策依据不仅是企业的资质数据1202、合同数据1201、业务流程数据1203及业务票据数据1204，也包括了银行的历史授信情况、担保机构400的历史担保情况及其他数据。这些数据综合起来构成企业的担保画像。不同担保机构400对担保画像具有足够的共性。本实施例提供了通用的担保画像模型，担保画像模型采集资质数据1202、合同数据1201、业务流程数据1203、业务票据数据1204、历史授信情况、历史担保情况和历史逾期情况，得出推进担保决策结果。担保画像模型首先验证资质数据1202、合同数据1201、业务流程数据1203以及业务票据数据1204的真实性，若存在虚假数据，则决策为不担保。而后，由合同数据1201、业务流程数据1203和业务票据数据1204，分析获得企业的经营规模和资金流动性。最后，验证历史授信情况、历史担保情况和历史逾期情况，当存在历史授信或历史担保时，则要求经营规模和资金流动性分别满足第一参照值，即可提供担保，当存在逾期时，若逾期时间及逾期规模在预设阈值范围内，则要求经营规模和资金流动性分别满足第二参照值，即可提供担保，若逾期时间或逾期规模超过预设阈值，则决策为不提供担保。

本实施例建立的授信分析模块103及信贷机构授信分析模块与实施例一相同，在此不做重复叙述。供应链企业的合同数据1201、业务流程数据1203、业务票据数据1204及担保数据1205汇集到数据服务器102时，由授信分析模型给出授信额度1206，并发送给银行。银行参考该授信额度1206，最终决定给予供应链企业的授信。并进行发放贷款的业务。将发放贷款数据发送给对应的数据交互节点101，并上传到征信系统和金融监管机构600。现行金融监管机构600中的银保监会的职责与本实施例对应，但当政府机构职责发生变化时，以提供银行及保险行业的监督管理职责的机构为准。

对于公证模块104本实施例在实施例一的基础上提出了新的改进。请参阅附图4，本实施例中公证模块104获取到新的合同数据1201时，新建存证包1041，将合同数据1201纳入存证包1041，提取合同数据1201的哈希值1209并上传到区块链700并在存证包1041内记录，公证模块104获取到合同数据1201对应的担保数据1205、授信额度1206和发放贷款数据时将其纳入存证包1041，分别提取担保数据1205、授信额度1206和发放贷款数据的哈希值1209，并上传到区块链700存储，公证模块104获取到合同数据1201对应的业务流程数据1203和业务票据数据1204时，以第一周期将获取到的业务流程数据1203和业务票据数据1204打包为数据块1208，将数据块1208及上一个数据块1208的哈希值1209一起再次提取哈希值1209，将数据块1208及对应的哈希值1209纳入存证包1041，以第二周期将最后一个数据块1208的哈希值1209上传到区块链700存储。

本实施例中智慧诉讼模块105同实施例一。智慧诉讼模块105预设有若干个诉讼模板，根据每个诉讼模板收集相应的诉状数据和证据数据并保存，当信贷机构500发起诉讼时，根据诉讼的类型确定对应的诉讼模板，将诉讼模板下收集的诉状数据和证据数据导出发送给信贷机构500及法院800。智慧诉讼模块105能够在供应链企业执行业务过程中，收集业务执行数据，并经过保全公证，自动的形成能够反应业务真实执行情况的，可被法院800认可的证据。

本实施例还可以接入质押机构或抵押公司，当贷款申请企业质押有动产或不动产时，作为授信分析模块103在分析获得授信额度1206时的一个维度。同时质押机构或抵押公司借助业务区块链700，将其业务区块链700与可信链或公有链进行锚定，以快速方便的提供业务的真实性证明，便于银行审核和分析，为企业提供更多的可用资金。

本实施例改进了公证模块104的工作方式，将跟随业务推进不断增加的业务流程数据1203和业务票据数据1204以数据块1208的形式存储，在数据块1208之间通过哈希值1209链接，并通过区块与可信链或公有链锚接，大幅提高了事后更改数据的难度，同时降低了需要上传到区块链700存储的哈希值1209数量，降低了使用区块链700的成本。

由此本实施例提供的分布式供应链金融平台，为供应链企业完成了业务电子化，并且提供了银行的授信，不仅提高了其工作效率，也可以使其业务数据的可信度大幅提升，并在此基础上，获得了担保机构400的担保和银行的授信。保险公司900提供了匹配的保险产品时，还可以购买对应的保险产品，以进一步降低企业和银行面临的风险。为企业提供了资金来源，缓解资金使用压力。同时为资金提供方，提供了可靠安全的资金投入目标，降低了资金提供方的风险和成本。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (10)

1.一种分布式供应链金融平台，为供应链企业提供金融服务，其特征在于，包括：

若干个数据交互节点，分别与采购平台、业务管理系统、担保机构及信贷机构连接，获取合同数据、业务流程数据、业务票据数据及担保数据；

数据服务器，与数据交互节点连接，存储若干个所述数据交互节点获取的数据；授信分析模块，与数据服务器连接，建立授信模型，所述授信模型评估合同数据、供应链企业的资质数据、业务流程数据、业务票据数据及担保数据的真实完整程度，根据合同金额及数据真实完整程度给出授信额度，将授信额度通过数据交互节点发送给信贷机构，信贷机构作出最终授信并发放贷款，将发放贷款数据发送给对应的数据交互节点；

公证模块，与区块链及数据服务器连接，将合同数据、业务流程数据、业务票据数据、担保数据、授信额度和发放贷款数据借助区块链进行数据保全，将合同数据进行赋强公证；

智慧诉讼模块，与法院、数据服务器及公证模块连接，根据赋强公证、业务流程数据及业务票据数据建立智慧诉讼模型，当信贷机构提起诉讼时，所述智慧诉讼模型输出相应文书及证据文件并提交给法院。

2.根据权利要求1所述的一种分布式供应链金融平台，其特征在于，

还包括信贷机构授信分析模块，所述数据交互节点还与金融监管机构连接，获得信贷机构业务脱敏数据，所述信贷机构授信分析模块与数据服务器连接，所述信贷机构授信分析模块根据信贷机构业务脱敏数据建立信贷机构授信偏好模型，将合同数据、供应链企业资质数据、业务流程数据、业务票据数据、担保数据导入信贷机构授信偏好模型，获得与授信额度最接近的信贷机构为目标信贷机构。

3.根据权利要求1或2所述的一种分布式供应链金融平台，其特征在于，

还包括保险业务模块，与金融监管机构连接的所述数据交互节点还获得保险业务脱敏数据和保险产品数据，

所述保险业务模块与数据服务器连接，所述保险业务模块根据保险公司的保险业务脱敏数据建立保险公司的承保偏好模型，

根据合同数据、供应链企业的资质数据、业务流程数据、业务票据数据及担保数据匹配保险产品，

根据保险公司的承保偏好模型，确定目标保险公司。

4.根据权利要求1或2所述的一种分布式供应链金融平台，其特征在于，

所述采购平台、业务管理系统、担保机构及信贷机构均建立有业务区块链，所述业务区块链具有与可信区块链或公有链锚定的区块。

5.根据权利要求4所述的一种分布式供应链金融平台，其特征在于，

所述授信模型根据合同数据、供应链企业的资质数据、担保数据、历史业务流程数据及历史业务票据数据给出初始授信额度，并发送给信贷机构，信贷机构根据初始授信额度作出授信并发放贷款，供应链企业执行业务，业务执行过程中产生新的业务流程数据及业务票据数据；

所述授信模型周期性获取供应链企业的业务流程数据及业务票据数据，评估业务流程数据及业务票据数据的规范度作为执行可信度，根据业务完成程度及执行可信度生成增量授信额度，将增量授信额度并发送给信贷机构，信贷机构根据增量授信额度作出授信并发放贷款。

6.根据权利要求5所述的一种分布式供应链金融平台，其特征在于，

所述授信模型建立供应链企业的数据规范度评级、数据及时度评级及数据准确度评级，

所述授信模型建立供应链企业所在行业的行业模板，将供应链企业的业务流程数据及业务票据数据的各个字段类别与行业模板对比，获得与行业模板相比的字段完整度，作为数据规范度，按预设的划分区间，获得数据规范度评级，

所述授信模型按周期统计业务流程数据上传时间和业务真实发生时间之间的业务数据时间差，按周期统计业务票据数据上传时间和票据开具时间之间的票据数据时间差，将业务数据时间差和票据数据时间差加权平均获得数据延迟度，按预设的划分区间获得数据及时度评级，数据延迟度越低，则数据及时度评级越高，

所述授信模型根据行业模板，建立行业模板中每个字段取值的有效范围以及每个字段取值的波动阈值，按周期统计供应链企业的业务流程数据中符合有效范围的数据记录所占比重，按周期统计供应链企业的业务流程数据的波动度符合波动阈值的数据记录所占比重，将两个比重加权平均获得准确度，按预设划分区间，由准确度获得数据准确度评级，

将所述数据规范度评级、数据及时度评级及数据准确度评级进行加权求和作为执行可信度。

7.根据权利要求6所述的一种分布式供应链金融平台，其特征在于，

所述授信模型建立供应链企业的业务规模分级、现金流健康度分级和数据诚信度分级，

所述授信模型根据历史业务流程数据获得供应链企业的业务规模，根据预设的划分区间获得业务规模分级，

所述授信模型根据历史业务票据数据获得供应链企业在预设周期长度内的现金需求量、现金保有量和现金资产占比，将周期内现金保有量与现金需求量的比值与现金资产占比进行加权求和作为现金流健康度，将历史业务票据数据包含的周期内的现金流健康度加权平均，距离当前越近的周期分配的权重越大，依据加权平均后的现金流健康度，按照预设区间划分，获得现金流健康度分级，所述授信模型根据采购平台、业务管理系统、担保机构及信贷机构的业务区块链，以及所述业务区块链所锚定的可信区块链或公有链，验证合同数据、供应链企业的资质数据、担保数据、业务流程数据及业务票据数据的真实性，若合同数据、供应链企业的资质数据或担保数据存在不真实数据，则划分为低数据诚信度，若业务流程数据或业务票据数据均验证为真实，则划分为高数据诚信度，若业务流程数据或业务票据数据中能够验证为真实数据的占比超过设定阈值，则划分为中数据诚信度，

根据合同数据、供应链企业的资质数据、担保数据、业务规模分级、现金流健康度分级和数据诚信度分级，给出初始授信额度。

8.根据权利要求1或2所述的一种分布式供应链金融平台，其特征在于，

所述公证模块获取到新的合同数据时，新建存证包，将合同数据纳入存证包，提取合同数据的哈希值并上传到区块链并在存证包内记录，所述公证模块获取到合同数据对应的担保数据、授信额度和发放贷款数据时将其纳入存证包，分别提取担保数据、授信额度和发放贷款数据的哈希值，并上传到区块链存储，所述公证模块获取到合同数据对应的业务流程数据和业务票据数据时，以第一周期将获取到的业务流程数据和业务票据数据打包为数据块，将数据块及上一个数据块的哈希值一起再次提取哈希值，将数据块及对应的哈希值纳入存证包，以第二周期将最后一个数据块的哈希值上传到区块链存储。

9.根据权利要求1或2所述的一种分布式供应链金融平台，其特征在于，所述智慧诉讼模块预设有若干个诉讼模板，根据每个诉讼模板收集相应的诉状数据和证据数据并保存，当信贷机构发起诉讼时，根据所述诉讼的类型确定对应的诉讼模板，将诉讼模板下收集的诉状数据和证据数据导出发送给信贷机构及法院。

10.根据权利要求1或2所述的一种分布式供应链金融平台，其特征在于，

所述数据服务器以预设周期产生16的N次方个随机哈希值和穷举数对，所述随机哈希值和穷举数的哈希值满足预设的工作量证明条件，16的N次方个随机哈希值的末尾N位数互不相同，

所述数据交互节点以预设周期将收集到的数据关联数据交互节点标识和标准时间戳作为数据包，提取数据包哈希值，将本周期的数据包哈希值和上一周期的关联哈希值一起提取哈希值，作为本周期的关联哈希值，初始周期的关联哈希值为随机数，

所述数据交互节点从所述数据服务器下载与所述关联哈希值末尾N位数相同的随机哈希值和穷举数对，而后选取当前周期的关联哈希值的末尾M位和上一周期下载的穷举数的末尾N-M位拼接成N位数，从数据服务器上下载与新拼接的N位数相同的随机哈希值和穷举数对，将两对随机哈希值和穷举数对、数据包哈希值、关联哈希值与数据包关联存储，并周期性提交给数据服务器。

Images