据中国物流与采购联合会统计数据显示，2019年中国社会物流总费用14.6万亿元，同比增长7.3%，占GDP比重为14.7%，比2018年回落0.1个百分点，其中公路货物运输占物流总成本约73%。我国公路运输约400亿吨，约占我国货运总量的75%。而我国物流在册企业约有80万家，现今营运货车约有1400万，日均在途货物约8400万吨，重载货车日均形势里程252公里。

公路货运的成本里面占大头的是油费和高速费，这两者加起来通常快到总成本的60%左右，而这部分资金一般都需要卡车司机或者物流企业来进行垫付，这就大大侵占了物流企业的现金流，降低了物流效率。但是卡车司机和物流企业又因为“居无定所”，“欠美观的财务报表“的现状很难获得传统银行融资。那么面对公路运输行业这片巨大的蓝海，物流金融如何攻克传统信贷的瓶颈，在其中发挥作用呢？

笔者建议可以通过核查物流的业务数据的真实性来补充核查传统企业财务报表的审核方式。车辆在运营过程中有司机信息、GPS信息、ETC信息、订单信息、运营信息，再结合车辆保险信息、资金信息、征信信息等加以交叉验证，物流企业的画像就跃然于纸面了。

譬如为了公路运输的安全性和有效性，政府从2011年开始陆续出台了一系列关于加强道路运输车辆动态监管工作的政策，重型货车必须要安装北斗车机，来监控商用车的安全驾驶。那么就可以从数据服务商那获得物流企业下属车辆的运营时长、里程、长跑城市、线路、起始地、目的地等字段信息，进而分析出车辆运营路线的稳定性，长短途比例，高速占比，夜间占比等等等。

目前市场上80%物流专线企业都开始使用TMS订单管理系统，通过物流企业的数据授权后可从ERP厂商那里调取订单的结算方式，先付、月结等分别占比，交易订单数和金额数，发车批次，站点数，应收账款周转天数，发货人等字段信息。

从车联网设备提供商可以调取行程开始结束时间、具体经纬度、转速信息、刹车信息、急刹信息、行程油耗、超速次数时长等信息。

ETC提供商可以调取消费时间、消费金额、入站地点时间、出站地点时间、车重、进出站等原始信息。

通过对接诸多物流软件后，就可以比较分析其订单数据，根据线路、运费金额分析出行业线路价格，并与物流市场平均价格进行比对，此外根据数据清洗也可以判断物流企业上游订单的连续性、应收账款的稳定性，运单金额有无异常，应收账款有无异常等，进而核算出物流企业的“真实营业收入”，给予合理授信额度，这些数据也可在贷中、贷后过程中持续推送交叉验证，及时监控贷款企业的时时资信状况。

另外，金融机构通过授权亦可获得对驾照、行驶证验证，手机基站定位信息、刷卡消费异常数据等，从而解决“人车是否一致”的核实难点。

我国物流金融虽然起步较晚，但是伴随着三方物流的蓬勃发展，前景依然是很光明的。金融机构若能把握住物流的核心风控，其业务量也是可期的。