工厂的生产经营能力，与其偿债能力和偿债意愿有相关性吗？

作者：左杨农 ，66云链董事、高级顾问，江阴恒阳物流集团高级顾问，中物联“物联网技术与应用专业委员会专家组”专家

评价企业信用的两个基本要素是偿债能力和偿债意愿。信用的本质就是借多少钱给对方可以到期收回。如果不能在测算信用的具体过程中把欺诈性的构成要素排除掉，那样所得出的结论就是错误的，特别是对银行看重的所谓“交易信用”，就会实质性的构成信用风险。有人把信用和风险等同，那是因为没有排除欺诈要素的手段和方法。

在大量部署IIOT设备和技术的产业场景中，物联网传感器是持久感知到物体存在与否的设备。生产工厂从外界采购的原料进入生产线都是在这些传感器的监控和计量之下进行的操作，而产品也一样被传感器计量之后销售给下游客户。此时这些大量的传感器设备采集的数据，因为工艺或者其他的需要被第三方产业数字化平台实时记录和存储。把这些历史性的海量生产数据进行处理，就很容易得出过去的历史阶段中工厂的原料与产品的产出比例，工厂实际产能与设计产能的产能比例。同时把获得原料的采购支出或者上游赊账信用一并反映在信用测算要素之中，产品销售情况也类似。这样所构成的信用数值，才是能够反映真实偿债能力和偿债意愿的信用评价方法与结论。工厂要有生产能力继续发挥的余地才有授信的可能，同时保持产品销售回款与销售能力的相对效率才有真实的偿债意愿。

在产业数字化场景中，把“钱与货”用带时间戳的向量算法进行匹配，用过去的产业生产场景数据获取信用，同时延续到用信结束后的全过程。生产异常、背信与违约会因为高度的信息透明被实时发现和处置，这就是产业数字化给金融和征信业带来的全新的信用评价方法和技术。用IIOT的能力对生产经营机构的信用进行评价，比传统的以支付数据为主要评价要素的方法会准确和客观的多。通过刷单和循环交易实施欺诈骗取银行信用，进而挪用信贷资金将成为历史。显而易见的是，生产经营能力与企业的偿债能力与偿债意愿是密切相关的，而且是正相关的。微观经济学的基本逻辑告诉我们，没有人经营工厂是为了不盈利。

制造业产业数字环境中，金融机构可以不再看账户中走过多少结算流水、分析无法验证的“三张表”和似是而非的所谓“宽维数据”，而是通过IIOT设备知道有多少采购的原料真实进入了生产线，成品率和良率是多少，有多少产品在销售后又变成了现金。因为产业数字化的出现，生产经营中数据信息的跨界、延时和不对称已经成为历史。在产业数字空间通过大数据进行信用预测也很快变成现实，数字信用不仅可以用过去证实现在，更可以预测未来。金融机构不仅要知道企业说了什么，更要感知到企业真实做到了什么。