Utilizing data analytics in supply chain finance

Abstract

Companies along supply chains have searched for new and innovative ways to ensure their financing and continuation of business since the aftermath of 2007-2008 financial crisis. Especially small and medium-sized enterprises have struggled in proving their solvency to financial institutions in order to obtain loans. Supply chain finance has emerged as a solution to offer liquidity and optimize working capital of supply chain actors. With the recent advances and involvement of data analytics, the financing practice is potentially becoming more effective.

The objective of this thesis is to provide an overview of the research and practices combining supply chain finance and data analytics. The thesis aims to highlight reasons and examine benefits of utilizing data analytics in supply chain finance, particularly in increasing the liquidity and optimizing working capital of small and medium-sized companies. In addition, the thesis assesses current shortcomings, future trends and promising technological solutions in improving the financing practice.

The research is conducted as a literature review in which international peer-reviewed publications, books and reviews from the fields of supply chain management, finance and technology have been utilized and analysed in context of the thesis. Also, the thesis emphasizes case studies as a desirable source of information.

The thesis concludes that utilization of data analytics has significant positive effects on supply chain finance, specifically in terms of improving the overall efficiency of the practice. This is due to the improved risk management and decision-making of financial institutions and financial service providers in the process as data analytics can be applied to identify the qualities of loan receivers and guarantors and separate them based on financing risks. Regarding this matter, information sharing between supply chain parties was discovered to be crucial for supply chain finance and involved analysis to be successful. Emerging digital technologies are expected to bring solutions to existing flaws of the financing practice. However, the scarcity of robust empirical evidence and research material is still a problem for supply chain finance as a whole.

Toimitusketjujen parissa toimivat yritykset ovat etsineet uusia ja innovatiivisia ratkaisuja toimintansa rahoittamiseen ja turvaamiseen vuosien 2007-2008 finanssikriisin jälkeen. Etenkin pienet ja keskisuuret yritykset ovat kohdanneet vaikeuksia maksukykynsä todistamisessa ja lainansaannissa. Tämän seurauksena toimittajarahoitus (supply chain finance) on noussut ratkaisuksi käyttöpääoman optimointiin ja yritysten likviditeetin lisäämiseen toimitusketjuissa. Samanaikainen data-analytiikan kehitys ja käytön lisääntyminen on synnyttänyt potentiaalisia mahdollisuuksia rahoitusalalla, minkä johdosta data-analytiikkaa hyödyntämällä myös toimittajarahoitusta voidaan kehittää entisestään.

Diplomityön tavoitteena on tarjota yleiskuva toimittajarahoituksen ja data-analytiikan yhdistävistä tutkimuksesta ja käytännöistä. Työssä pyritään esittämään data-analytiikan käytön syitä ja hyötyjä toimittajarahoituksessa etenkin pienten ja keskisuurten yritysten rahoittamisen näkökulmasta. Lisäksi tutkimuksessa perehdytään toimittajarahoituksen ongelmiin, tulevaisuuteen ja teknologisiin ratkaisuihin, joiden avulla rahoitusprosessia voidaan todennäköisesti parantaa.

Diplomityö on toteutettu kirjallisuuskatsauksena, jossa lähdemateriaalina on hyödynnetty kansainvälisiä vertaisarvioituja tutkimuksia, julkaisuja ja kirjoja toimitusketjun hallinnan, talouden ja teknologian aloilta. Tutkimuksessa hyödynnetty materiaali on valittu ja analysoitu diplomityön konteksti ja tutkimuskysymykset tarkasti huomioiden. Lähdemateriaalin valinnassa on lisäksi painotettu tapaustutkimuksia.

Diplomityössä havaittiin, että data-analytiikkaa hyödyntämällä toimittajarahoitusta voidaan kehittää ja tehostaa merkittävästi. Tämä on seurausta riskienhallinnan ja päätöksenteon edistyksestä, sillä data-analytiikan avulla rahoittajat kykenevät tunnistamaan lainansaajien ja takaajien ominaisuuksia sekä havaitsemaan rahoitusriskejä entistä paremmin. Lisäksi tiedonjako toimitusketjun osapuolten välillä sekä jaetun tiedon oikeellisuus havaittiin toimittajarahoituksen ja siihen liittyvän analyysin onnistumisen kannalta ratkaisevan tärkeiksi. Uudet teknologiat tulevat todennäköisesti ratkaisemaan toimittajarahoituksessa vielä olevia ongelmia ja puutteita, mutta vahvan empiirisen näytön ja tutkimusmateriaalin niukkuus muodostavat edelleen haasteen käytäntöjen kehitykselle ja aihealueen jatkotutkimukselle.