基于图像识别的自有仓储存货质押融资业务模式

董振宁,黄贤湖,潘嘉敏

（广东工业大学 管理学院，广东 广州 510520）

1 引言

当前，在经济全球化、数字化、网络化发展越来越明显背景下，中国供应链金融拥有国家政策支持、前景好、潜力巨大等发展优势，供应链金融的发展迎来爆发期，供应链融资服务也日益完善。但是，目前中小企业在供应链金融业务中由于经营规模小、信用水平低、融资成本高等问题，中小企业融资难问题更加明显[1]。

胡跃飞（2007）提出了以企业贸易行为产生的未来现金流为还款来源，配合银行和金融公司的短期金融产品和封闭贷款操作来进行的融资业务[2]。余剑梅（2011）阐述了中小企业融资难的原因是其缺少符合银行标准的抵押资产和难以找到信用担保，导致融资成本高，受行业标准歧视，提出了利用应收账款票据融资、保兑仓融资等金融工具盘活企业资金，以供应链金融缓解中小企业融资难的问题[3]。严广乐（2011）通过构建博弈模型，分析对比出第三方物流加入的供应链金融模式，将会解决中小企业融资难的问题[4]。Liu Xiaohong（2015）等梳理了中国近十年供应链金融相关研究，发现SCF 研究已经必将继续快速发展[5]。Xiangjun He（2012）等从不同角度对供应链金融业务模式进行分类，并分析了各种业务模式的风险，最后提出构建可视化平台加强风险控制的思路[6]。供应链金融的出现为资信不足的中小企业开辟了新的融资渠道。

供应链金融新的业务模式也不断涌现。李建军（2015）基于ERP系统的供应链操作模式给出了完善的设计[7]。宋华等以创捷公司为例，研究了基于虚拟产业集群的多种供应链业务模式，并提出新SCF 创新路径理论框架和模型[8]。顾婧（2017）等提出了将外担保公司变成核心集团子公司的方式，建立新业务模式，提高信息对称新内阁，增强风险控制水平[9]。这些新模式的提出在一定程度上能够缓解中小企业融资压力，但其运作由于缺乏现代信息技术支持，对于物流公司和融资企业合谋，非法移动质押货物的道德风险缺乏防范措施。

随着物联网的发展，将物联网技术用于供应链金融仓储监管引起了人们的兴趣。汪煜（2009）详细的阐述了电子围栏入侵报警防护技术的原理，指出该技术可被应用在仓库重地、军事要地等场所[10]。李雪芸等（2015）则详细介绍了电子围栏技术，并阐述了电子围栏在仓库中的应用模式[11]。冯晓玮（2016）等阐述了在物联网模式下的供应链融资中，对传统供应链金融风险的控制以及对新生风险的识别[12]。弓永章等（2017）详细阐述了基于物联网技术的供应链金融物流运作的监管流程，提出应将质押物监管系统、信息交互系统、金融借贷系统整合为供应链金融物流平台[13]。潘娅媚（2017）分析了物联网技术对供应链金融业务成本、风险的影响，并建议以核心企业为试点将物联网技术逐步引入供应链金融业务，并建立相关预警方案[14]。

目前大多数文献主要研究SCF 新模式下提高银企之间的信任度，提高融资的效率，但是这些研究都是基于第三方仓库，而基于自有仓库的物流金融质押监管方面的研究甚少。目前，人工智能、图像识别技术蓬勃发展，为此本论文根据图像识别技术与物流金融质押监管相关研究，建立基于图像识别的利用自有仓储存货质押的第三方监管业务模式，提高融资方仓库信息的透明度，同时提供实时的库存信息、预警，有效控制监管人员道德风险，同时降低监管人工成本，以促进供应链金融业务发展。

2 现有模式概述

目前，我国开展的存货质押融资模式按照监管场地的不同，主要分为存放在第三方物流企业仓库的传统存货质押和就地监管的存货质押。

传统存货质押模式下借款企业向银行提交贷款申请并将质押物移交给银行指定第三方物流企业仓库；银行委托第三方物流企业提供物流（仓储和运输）、监管服务；第三方物流企业验收并评估质押物，向银行出具动产质押证明文件并通知银行放款。在该模式下银行必须依赖第三方物流企业开展融资监管业务，因信息不对称面临较多风险，主要包括物流企业和借款企业勾结风险。另外，很多拥有存货的借款企业都有自己的仓库，将质押物存放在第三方物流仓库无疑增加了融资的仓储成本，而且也给质押物的灵活运用带来了困难。大部分借款企业不愿意将质押物存放在第三方物流仓库。

就地监管的存货质押模式是指允许质押物存放在借款企业的自有仓库中，银行委托第三方物流企业在借款企业的自有仓库中用标记或者物理障碍圈出一部分区域进行质押物监管[15]。张翼飞（2011）提出用汽车的合格证作为担保，将4S 店的汽车作为质押物对金融机构提出融资申请，金融机构派遣专业人员对存放在4s 店现场的汽车进行监管，并分析了汽车合格证质押与存货监管的风险[16]。钟志勇等（2012)详细介绍了风神物流拟开展的业务模式：4S店与银行起订协议，委托银行向汽车厂商交付货款，之后汽车厂商将商品车发送给4S店而将汽车合格证交给银行，银行为4S店交付货款并派监管员驻扎4S店对商品车进行监管；4S 店每销售一台汽车都要向监管作业点进行登记并获取汽车合格证，销售完成后还款给银行[17]。谢迎丰（2015）提出汽车经销商将汽车作为质押物向金融机构提出融资申请，金融机构派遣专业人员对经销商展场内的汽车实施现场监管[18]。在该模式下，减少了质押物的运输和仓储成本，动态质押下的货物得到了灵活运用，方便了借款企业生产经营。但由于银行对借款企业财务真实性不了解、动态质押下质押物出入库信息化水平不高(没有运用信息技术对质押物的出入库进行申请、登记)和仍然存在监管人员和借贷企业勾结的道德风险，就地监管的存货质押融资业务在我国难以发展。这种模式对借款企业的门槛较高，一般需要质押物价值稳定、企业信用好、规模大等条件。

为此，新业务模式中质押物的存放地点将选择企业自有仓库，降低借款企业的融资成本并增加质押物的灵活运用；由于质押物存放在企业自有仓库中，可能增加质押物丢失风险，为防止企业私自将质押物出库，需要引入第三方提供质押监管服务；并运用带有图像识别技术的监管系统对质押物进行监管，提高了质押物的信息透明度，降低道德风险。

3 业务模式设计

3.1 新业务模式

基于图像识别的自有仓储存货质押融资业务模式是为了满足本身具有仓储设施、且原材料和成品存货价值较高的工业企业（下称：融资方）的融资需求，利用融资方仓库内库存原材料和产成品作为抵押物，由银行等金融机构（下称：银行）提供资金的动态质押业务；银行委托第三方专业物流监管企业（下称：监管方）对仓库货物进出、入库作业进行监管，同时监管方利用视频识别技术对仓库进行24小时连续监控，利用图像识别技术定期自动识别统计在库货物数量信息；在保证存货价值不低于双方约定质押金额前提下，货物的出入库不受限制（作业需要在监管方监督下进行）。

为了节省监管方监管人员常驻融资方企业产生的人工成本，并防范监管方现场监管人员与融资方串谋、在未经银行和监管方批准的情况下违法进行出库作业带来的道德风险，新业务模式设计了基于视频监控和图像识别的第三方仓储监管系统，由视频监管系统和信息处理系统构成。视频监管系统包括摄像头、计算机和图像识别程序等；视频监管系统使用视频录像24小时连续记录整个仓库全部活动信息，同时采用图像识别技术定期识别仓库存货数量、类型。信息处理系统处理货物出、入库申请，进而统计在库存货信息，与视频监控系统图像识别获得的存货信息进行比对，识别货物异常变动并报警。第三方监管系统构成如图1所示。

图1 第三方监管系统的构成

在新业务模式中，第三方监管公司需要对融资企业仓库现状进行审查，评估视频监控和图像识别系统的可靠性；对质押货物的质量、数量进行审核，确保融资企业提供抵押货物信息真实；对质押存货的价格、价格波动情况、意外发生时货物变现难以等情况进行评估，评估因融资企业无法按时还款、不得不拍卖抵押货物时可能产生的风险损失大小。未来批准融资企业融资申请后，监管公司需要根据仓库实际情况设计具体的监管硬件安装方案并组织安装，并根据仓库货物规格、包装形式等特点设计具体的图像识别算法。

银行需要审核第三方监管公司上报融资需求企业的信用状况，评估企业骗贷风险；根据企业经营状况分析其无法按时还款的风险概率；根据监管企业提供的风险评估报告评估融资企业无法还款时的风险损失大小。综合以上各项内容，银行最终作出是否提供融资及融资金额的决策。

表1 基于图像识别的自有仓储存货质押融资业务模式中各参与方职责

3.2 业务流程设计

第一步：融资方向银行及第三方监管提出融资申请，并提交经营状况、仓库及仓储货物信息。

第二步：第三方监管审核仓储货物真实性；银行根据企业经营状况、存货价值对风险进行评估，决定融资金额及约定最低质押货物价值。

第三步：融资申请通过后，第三方监管公司根据仓库特点，对仓库进行监管系统的设计与安装；并根据仓库内货物特点，设计图像识别算法。

第四步：融资方的货物日常出入库需向第三方申请，在第三方监管人员监管进行出入库操作；监管人员要对出入库货物进行审查；对出库后剩余货物价值低于约定最低质押货物价值的出库申请，系统自动拒绝；第三方监管人员每2天进行1次库存盘点。

第五步：第三方监管系统24h 连续运行，将仓库景象摄像存档；系统定期（30min）对仓库景象进行高清拍照，然后运用图像识别程序计算仓库货物大致价值，如果价值与系统记录在库货物价值误差超过10%，发出预警，第三方将派出更高级别监管人员进行核查，若误差超过20%，银行派人员进行核查。

第六步：贷款到期归还后，解除质押。

3.3 图像识别方法

在人工监管模式下，为了防止融资企业私自进行出入库作业，第三方须派人常驻融资企业；为了避免监管人员与融资企业串通，第三方需派驻多名监管人员相互制约，从而导致监管人工成本过高；而且不能完全避免道德风险。

图2 业务流程图

随着人工智能技术的不断进步，图像识别技术日益成熟，目前基于身份证信息的人脸识别技术已经在铁路实名制检票中得到成熟应用[19]。因此我们引入图像识别技术用于仓库货物的识别，识别其数量和种类进而统计其存货价值。以此信息与库存系统登记的库存信息进行比对。以此预防融资企业违规进行出入库作业，控制质押物流失风险。

因为仓库中货物种类多且堆垛形式不一致，全部识别的算法设计困难，计算速度太慢，而且监管期间只需保证库存有效价值占到货物约定质押物价值的90%以上，即可保证银行利益不受损失。

通过对仓库进行分析发现，虽然库存货物包装存放形式多样，但是很多零散包装（如图3中B所示）形式多样，但价值有限。因此图像识别算法设计只需关注价值较高的大规格包装形式，如整托盘包装等（如图3中A所示）。

为了从仓库图像中识别出目标货物，我们假设仓库为10,000m2，我们将在仓库四周按照25个200万像素的摄像头（每个摄像头的摄像范围是20m*20m），通过对拍摄图像进行处理，得到物体的分类以及定位。

目前世界上目标识别主流是使用深度学习算法，找出图像中所有感兴趣的目标，确定它们的位置和大小，由于卷积神经网络的发展，标注良好的数据集进步，以及计算机计算能力的提高，目标检测器的性能越来越高。

当前人们使用的深度学习方法主要分为两大类。第一种是由算法生成一系列作为样本的候选框，再通过卷积神经网络进行样本分类，这方面以Faster R-CNN[20]、Mask R-CNN[21]等算法作为代表，使用这类算法的优点是识别准确率高，定位精度高，并且对物体尺度等方面具有较好的鲁棒性。另外一种则是则不用产生候选框，直接将目标边框定位的问题转化为回归问题处理，这方面以YOLO[22]、SSD[23]等算法为代表，使用这类算法的优点是运算速度快，并且背景差错率较低。

本文利用Mask R-CNN[21]算法进行物体检测，并且对算法进行一定的改进。我们通过一个卷积神经网络对输入图片进行特征提取，将特征图输入到区域提案网络中训练得到物体的初步定位，再将分割后的物体经过卷积得到物体的分类、定位以及掩码；然后我们提取物体的分类以及定位作为识别结果。算法流程图如图4所示。

图3 仓库质押物识别分类示例图

图4 算法流程图

4 可行性分析

4.1 成本可行性分析

该业务模式成本主要包括摄像头成本、算法设计成本、仓库监管人员成本。市场上一个价格在200元左右的高清摄像头，具备200 万像素、监控距离达10～20m 之间，夜视50m 的性能；假设在日常监控中，摄像范围是20m*20m，则10,000m2的仓库只需要25个摄像头便能完全对仓库内货物进行监控；另外现场需要一台服务器用于存储摄像头拍摄的视频和相片，并负责与监管方、金融机构的后台系统进行连接。而且在质押业务解除后，摄像头及服务器可以在下一次质押业务中继续使用；算法设计的成本主要集中在初期的算法开发阶段，而现阶段图像识别技术已经发展成熟，开发成本已经大大降低，后期运用中只需要根据不同仓库的货物进行算法调整，成本极低。仓库监管人员只需要在货物进行出入库时和2天一次的质押物盘点时进行作业，不需要常驻在仓库内，降低了人工监管成本。相关设备成本如表1所示,考虑到这些设备可以重复使用至少3年以上，则每年折旧成本不高于5 000元，相对于项目产生的利息收益，这样的成本完全可以接受。

表2 设施设备成本表

4.2 技术可行性分析

近年来，作为一个新的科技领域，图像识别被广泛研究和运用，技术发展迅猛。孙凤杰等介绍了图像识别技术在电力系统中的具体应用[24]。图像识别技术还在车牌识别领域有着成熟运用；方凯研究了车牌识别系统中三个重要技术，为图像识别在车牌识别领域提供指导[25]。人脸识别在鉴别身份等领域前景好就是图像识别得到广泛和重要运用的体现；张兴福提出一种基于2DPCA预处理的ICA人脸识别算法，提高在人脸识别中的识别率[26]。图像识别技术的研究开发，推动越多领域运用图像识别技术，也为本文所提出的基于图像识别的自有仓储存货质押模式奠定了技术基础。

在物联网技术中，射频识别技术在无线通信技术领域运用较多，具有快速扫描、体积小容量大、读写能力强的优点，但是适用于工作人员希望读取信息的场景，对于仓库作业人员为了隐瞒出入库信息而拆掉货物电子标签的情况则无法记录；而电子围栏的主要技术是触网探测技术的运用，具有威慑度高、误报率低等优势，但是在仓库申请出入库后，无法记录出入库货物信息。与这些技术相比，图像识别技术应用在仓库质押物监管中，可以识别出在库货物的种类、数量，进而可以计算在库货物的总价值，减少了人工盘点的高成本及高误差。而且图像识别的摄像头可以对仓库内部进行实时监控，方便第三方物流和银行对质押物的监管。

在本业务模式中，仓库中货物种类多且堆垛形式不一致，这种复杂环境下的物体检测需要使用提取能力较强的深度学习网络。我们的目标是价值较高的大规格包装形式，具有足够的信息供网络识别。我们通过对这种物品进行标注，制作足够丰富的数据集，然后利用GPU服务器进行训练，最后得到能够检测物品的网络权重。该网络一旦训练完成，我们便可以直接利用训练好的网络进行检测，很快得到大规格包装的分类以及定位。此外，我们的网络可以进行拓展，以适用后面需要添加识别的物体，而不必重新寻找新的算法，可以很方便地进行仓库的管理。

5 各种业务模式的优劣性比较

将质押物存放在第三方物流的传统存货质押和就地监管的存货质押是目前存货质押的主要两种业务模式，现将这两种模式和本文提出的基于图像识别的自有仓储监管模式进行比较，详见表3。

表3 三种存货质押业务模式对比

传统存货质押：企业需要将质押物存放在第三方物流企业的仓库内，以方便银行对质押物的掌控。这是目前存货融资最常用的一种模式，该模式对企业的门槛较低，只要有一定数量的质押物，就能较轻松的获得一定比例的贷款。但由于大多生产制造企业和流通企业都有自己的仓库，该模式下增加了质押物的存储费、移动质押物的运费，以及对质押物的灵活运用带来了困难，所以大部分企业不愿申请传统存货质押业务。且银行面临着第三方物流企业与借款企业合谋的风险，银行是最大的风险承担者。

就地监管存货质押：企业无需移动质押物，为了实现对质押物的监管，银行委托第三方物流企业对借款企业的自有仓库进行监管，该模式下减少了质押物仓储、运输的费用，但第三方物流企业需要派遣多名监管人员常驻借款企业仓库进行监管而导致监管成本过高；且监管人员到融资企业现场办公，监管人员与融资企业合谋产生道德风险几率增高。这种模式对借款企业的门槛较高，一般需要质押物价值大、企业信用好、规模大等条件。

新业务模式：企业无需移动质押物，运用图像识别技术代替部分人工监管，大大提高了质押物的安全性，降低监管人员和借款企业合谋的风险。该模式节省了质押物存放在第三方仓库的存储费用、质押物移动的费用，保证了质押物的灵活运用，提高质押物信息化程度，降低银行的风险。

6 总结

目前中国物流金融质押监管模式并不完善，大部分质押物存放在第三方仓库，并且监管方式仍然以传统的人工监管手段为主，监管人员道德风险较大、管理效率低、成本高。

物联网技术在中国发展迅速，为供应链金融业务的发展奠定了基础。为此本文提出了使用图像识别的利用第三方物流监管和自有仓储设施的存货质押融资业务模式，并设计了详细的业务流程和图像识别方法，对业务模式的成本和技术可行性进行分析，最后将新业务模式与融通仓、统一授信模式进行对比。新模式将降低物流金融业务的不确定性，以便推动存货质押融资业务的发展，从而更好地解决中小企业融资难的问题。

本文研究的不足之处是图像识别算法设计尚未完成，监管信息异常处理机制不够完善。