「供应链金融」的服务，要将单间企业不可控的融资风险，透过整合供应链资讯转化成可控风险，进而提高银行授信机率。
亚洲大学联合台湾金融科技公司(Fusion$360)正在研发一项国产的供应链金融信用分析技术，要结合AI和区块链技术，整合供应链上下游业者、甚至是竞争对手的情报，来评估中小企业的信用风险并作为银行征信参考，进而提高这些中小企业借贷成功的机率。
这项计画主要推手亚洲大学大数据研究中心主任林蔚君表示：「在金融与科技结合的浪潮下，我们可以运用各式各样的管道蒐集更多资讯，进一步做更好的征信，让更多人享有借贷的服务。」她强调，供应链金融是近两年才兴起的概念，虽然已有
企业已经开始提供服务，但以区块链及AI技术来实践的案例不多，这也是亚大团队与其他业者的不同之处。
相较于大公司，林蔚君指出，小规模的企业通常因资讯不透明、缺乏信评基础，导致银行必须花更多时间与人力来办理业务，自然会降低授信意愿，而影响了其借贷额度。而中小微型企业无法取得授信，不仅会因资金周转不顺无法扩大投资，也容易选择高利率的信用卡融资，来满足短期周转需求，长久以往不利于企业的经营与扩展。
近两年来，国外开始兴起「供应链金融」服务，整合供应链资讯，设法将单间企业不可控的融资风险转化成可控的风险。林蔚君也带领的亚洲大学团队，运用台湾金融科技公司的API管理系统APIM、区块链及AI技术，来研究新的供应链信用分析方法。林蔚君表示：「我们要让借贷真正落实大中小微型企业或个人，达到普惠金融的目的。」
整合上下游竞合企业情报和第三方资料来训练征信AI模型
首先，研究团队采用Fusion$360的APIM平台，即时同步供应链上下游资讯，也利用此平台提供的区块链技术，来确保供应链中的商业票据、交易纪录等资料不被篡改。
研究团队接着以自然语言处理技术，设计出供应链上下游关联的舆情探勘技术，可以用来分析多种企业资料。林蔚君指出，不仅要用企业本身的财务报表来评估风险，还纳入供应链上下游体系、竞合企业的情报，包括中心厂的订单与应收应付帐款、企业过往的交易纪录、外部网站蒐集到的第三方资料等。
蒐集了资料并标记后，研究团队再利用机器学习进行供应链上下游关系与竞合关系的预测，来建立一套供应链信评模型，用以分析中小企业的隐性经营绩效与未来风险。此外，林蔚君指出，透过区块链认证的机制，可以让AI模型产生的信评分析更可信。
此研究目前使用了三组数据实际验证，分别来自TEJ数据库、国际银行以及半导体零组件通路业者。例如，研究团队使用某家半导体零组件通路业者近三年来、与15,000家客户的交易资料，包括专利、部落格与公司负责人网络等外部非结构化资料等，透过机器学习建构出上下游与竞争企业关系图，并以此强化信用评等。林蔚君指出，目前这个模型在预测企业违约（应付却无付款）的准确率高达80%。
另外，研究团队也以TEJ数据库中，近3000家上市上柜公司、上下游竞合企业的财务资料，来预测该企业下市下柜的风险，准确率高达近95%。林蔚君说明，用供应链资讯来衡量，比传统作法单看一家公司来衡量企业信用的作法，前者的效果可以更好。目前亚大研究团队已经与三家中心厂及一间银行签订MOU，目标要在明年成立新创公司，实际推动技术的应用。
亚大供应链金融服务打破生态系限制，要与国际同类服务区隔
目前国际已有不少供应链金融服务，包括隶属阿里巴巴集团的蚂蚁金服、鸿海旗下富金通与点融网共同推出的鸿海Chained Financed、以及上海的万向供应链服务平台，不同企业提供融资服务的对象以及评估方式均有所差异。
例如，蚂蚁金服是针对阿里巴巴集团生态系内的企业提供服务，以电商平台「淘宝」、金流平台「支付宝」为核心，将企业在淘宝网上面的交易纪录、是不是有准时交货、服务的满意度等，列为评估信用的指标；鸿海Chained Financed则是透过区块链，提供鸿海体系内企业享有实时融资、低手续费、低利率、高度自动与无纸化的供应链金融服务，在企业需要融资的时候，可依据该公司与鸿海过往的合作经验来强化他的信用评等。
而万向供应链服务平台则是结合星展银行业务资源，专注于汽车供应链。平台以区块链技术，将合约智能化，纪录各级供应商之间的发票、物流等资讯，并以企业的应收帐款单据来融资借贷。
林蔚君比较说明，上述案例的服务对象有其侷限性，蚂蚁金服的客户要先具备网购交易的纪录，鸿海Chained Financed主要为上游企业服务，万象则是以汽车供应链的厂商为主。而亚大的服务就是要打破生态体系的限制，以更多元的资料评估授信，让更多企业受惠，未来也希望与纯网银合作，发展第三方供应链金融服务平台。
