从已披露的南京银行、华夏银行、平安银行、中信银行和浦发银行5家银行，2015年上半年业绩报告显示，银行盈利增速放缓、息差收窄以及不良持续上升已成常态。面对复杂的经济金融形势和竞争日趋激烈的市场环境，商业银行主动或被动加快业务转型步伐，不少银行将目光瞄准在线供应链金融。

此前，包括平安银行、华夏银行、交通银行、招商银行等近10家银行先后布局在线供应链金融。一位银行工作人员表示，商业银行提出发展供应链金融，进行批量营销由来已久。在互联网金融大行其道的当前，重提供应链金融服务，最大的创新在于借助网络技术彻底革新了风险管理的定义与操作模式，通过大数据了解企业的运营情况，给予信用支持，而不仅仅是看财务表面。

内忧资产质量外患互联网金融冲击

时至今日，当银行说自己“穷”的时候，仍会被当作笑话，而正在“变穷”却是摆在每一个商业银行眼前的挑战。

从已披露的上市银行今年半年报业绩显示，南京银行净利润增速表现最好，同比增长24.45%。平安银行依然保持在两位数上，达15.02%；而华夏银行则为个位数，仅为6.84%。

与此同时，银行资产质量进一步堪忧。8月10日，银监会网站发布的2015年二季度主要监管指标数据显示，今年二季度末，商业银行不良贷款余额为10919亿元，较上季末增加1094亿元。商业银行不良贷款率为1.50%，较上季末上升0.11个百分点。

浦发银行副行长冀光恒在中期业绩发布会上表示，在年报中，可以看到营收的增速比净利润增速高出十几个百分点，两者的差额实际上就是被不良“吃掉”了。

据悉，银监会主席尚福林在近期召开的上半年全国银行业监管工作会议上表示，“要把遏制不良的快速上升作为当前风险防范化解工作的首要任务来抓”。

当商业银行还在紧张不良贷款，不愿意为中小企业提供融资服务时，以P2P为代表的互联网金融开始“攻城掠地”，一批着眼于行业的供应链金融已经迅速崛起。

其中，以打通深圳珠宝业供应链的P2P平台珠宝贷为例，成立1年多已实现盈利。其公司副总裁李敬姿表示，一条产业链上的80%以上企业都是中小企业，由于信用和风险识别成本较高，这类企业较难从银行获取信贷资金。

“我们围绕着珠宝企业的上下游交易环节，通过产品设计和贷后跟踪来管理借款用途和还款资金流，把单个珠宝企业不可控风险转变为珠宝产业整体的可控风险。”李敬姿介绍，珠宝企业融资手续更加便捷，最快不到1天即可满标放款，并且借款期限上可以从5天到1年不等，更能满足珠宝企业的灵活需求，公司目前在当地珠宝业内已经颇具影响力。

各具特色市场初具规模

招商银行前行长马蔚华曾一语道出从业者的危机感：传统银行不改变，就会成为将灭绝的恐龙。事实上，银行的反应远比“恐龙”快得多。在传统公司业务领域，多家商业银行积极推进在线供应链金融服务。

平安银行是业内的先行者。2003年最早推出“1+N”供应链金融业务，当时取得较好业绩。互联网金融风口下，平安银行顺势推出供应链生意平台和金融电商平台——“橙e网”，并将其确立为该行“1号工程”。平安银行半年报显示，截止到今年上半年，“橙e网”注册用户突破50万户，其中公司客户超过35万户，已与300多家核心企业、数百家物流与第三方信息平台完成对接，累计为数万家供应链中小企业提供融资支持。

平安银行行长邵平在其业绩发布会上表示，该行抓住互联网时代的新机遇，用互联网、物联网技术和思维对传统金融服务进行创新升级，打造全方位、全行业、全产业链的互联网和物联网金融平台，使客户充分享受互联网时代发展的红利，使银行能在以智慧经营为比拼的“黄金十年”中突围而出。

意欲突围的不只有平安银行，目前多家商业银行发展在线供应链金融方面初见成效。

具体来看，交通银行与核心企业联通公司合作，对其上下游企业完成授信1521万，业务启动两月内交易207笔，合计投放442万元；中信银行将供应链金融业务作为公司战略核心业务加以推动，供应链金融累计融资额度在近几年连续保持两位数以上的增速。截至2014年年末，供应链金融业务授信客户数为8774户，融资余额2511.89亿元。

此外，招商银行发布了电商、物流行业在线供应链金融解决方案；浦发银行与中移动合作推出了在线供应链融资平台“和利贷”；广发银行则把在线供应链产品整合成“广发在线贸融通”品牌。

日前，国务院发布的《关于大力发展电子商务加快培育经济新动力的意见》明确表示鼓励商业银行、商业保理机构、电子商务企业开展创新的供应链金融服务。我国供应链金融市场规模不断扩大。据悉，中国供应链金融市场规模已超过10万亿元，每年呈20%~30%的增长。

某银行从业者认为，商业银行所涉及的在线供应链金融服务更多围绕大企业上下游产业链，在细分行业或区域内，“小而美”互金企业更具优势，未来二者将在企业融资中互为补充。

同时，上述分析人士也认为，由于在线供应链金融发展时间较短，整个互联网金融大环境尚处于发展的初级阶段，行业仍面临着法律不完善、大数据分析漏洞等不可回避的风险问题。