大數據驅動下農戶小額貸款信用體系建設

霍紅++楊永會

摘要：國家為支持農業和農村經濟發展，出臺了若干完善農戶小額貸款的優惠政策，然而在其推廣過程中卻頻頻出現一些問題：一是由于農戶和銀行之間信息不對稱，以致銀行無法全面知曉農戶的信用情況，農戶貸款仍相對困難；二是銀行目前的技術無法滿足龐大復雜的數據整合要求，對農戶信用缺乏科學有效的獲取與評價。解決該問題的關鍵在于將大數據技術應用于農戶信貸領域，因此本研究設計出基于大數據分析的農戶小額貸款信用技術支撐體系和信用數據平臺，并對信用評價指標選取和評價模型進行分析，最后從社會多層面構建出農戶小額貸款信用體系。

關鍵詞：農戶小額貸款；信息不對稱；大數據技術；信用體系

中圖分類號： F323.9；F830.58文獻標志碼： A

文章編號：1002-1302（2017）03-0295-04

收稿日期：2015-12-14

基金項目：國家社會科學基金（編號：14BJY112）；院校級創新科研資金（編號：YJSCX2015-366HSD）；黑龍江省哲學社科規劃項目（編號：14B065）。

作者簡介：霍紅（1963—），女，教授，主要研究方向為管理科學與工程、物流管理、商品學。E-mail：huohong1963@126.com。

農戶小額貸款是指向農戶發放的用于滿足其農業種植、養殖或者其他與農村經濟發展有關的生產經營活動資金需求的貸款[1]。國家與政府為支持農業和農村經濟發展，出臺了若干建設與完善農戶小額貸款的優惠政策，旨在解決農民貸款難問題，幫助農民增加收入。中國人民銀行下發《關于做好當前農村信用社工作的通知》，要求農村信用社繼續推廣小額信用貸款和農戶聯保貸款辦法；財政部、國家稅務總局聯合發布《關于延續并完善支持農村金融發展有關稅收政策的通知》，指出自2014年1月1日至2016年12月31日，對農戶小額貸款的利息收入免征營業稅；國務院辦公廳下發《關于金融服務“三農”發展的若干意見》，提出將優化農村金融稅收政策，完善農戶小額貸款稅收優惠政策[1]。

隨著中國經濟的不斷發展，市場出現了各種信用缺失問題，農民信用問題尤為突出。農民信用作為社會信用體系重要組成部分，建設和完善農民信用體系，已不僅僅是傳統倫理道德的回歸，更是社會經濟管理方式的改革和創新。為推動全國社會信用體系建設，國務院于2014年發布了《社會信用體系建設規劃綱要（2014—2020）》、國家發改委下發了《社會信用體系建設三年重點工作任務（2014—2016）》，提出讓“信用”成為社會主義市場經濟體系的“基礎樁”，強調信用體系建設是完善社會主義市場經濟體制、加強和創新社會治理的重要手段[2]。

隨著農戶小額貸款在全國內推廣以及社會信用體系建設的實施，也出現了一些問題。一方面是如何進一步緩解農戶的資金需求得不到滿足的矛盾，一方面是銀行如何在控制風險的基礎上降低信用信息管理成本。導致該問題的原因主要有2個方面，一是由于農戶信息不規范、信用制度不健全，銀行與農戶之間的信息不對稱，導致銀行難以全面了解農戶的信用狀況；二是銀行目前的技術手段無法滿足龐大復雜的數據整合要求，對農戶信用信息缺乏科學有效的獲取與評價方法。解決該問題的關鍵在于抓住國際互聯網時代這一契機，尤其是大數據和云計算等技術在農戶貸款領域的應用，以此解決當前我國涉農貸款信用信息分散的局面，形成更加客觀、高效、低成本的信用數據獲取與評價方法，從社會各個層面建設農戶小額貸款信用體系。

2農戶小額貸款信用技術支撐體系

農戶小額貸款信用技術支撐體系需要在農戶自律的基礎上，不僅依托于政府部門和金額機構的投資與建設，更需要社會機構和行業組織的積極支持與配合。應用大數據等技術建立健全、高效的信用技術支撐體系，可以優化整個信用體系的業務操作流程，提高運作速度、效率和效益，最終降低信用信息管理成本。因此，它將為整個信用體系的創新與變革提供基礎和支撐以及推動力，是大數據驅動下農戶小額貸款信用體系建設的主要內容。

為了保證上述目標的達成，本研究基于互聯網平臺構建了12套不同的體系服務于農戶小額貸款信用技術支撐體系：數據挖掘體系、信用評價體系、信用授權體系、信用發行體系、信用資本體系、信用管理體系、信用風控體系、信用監管體系、失信懲戒體系、信用報告體系、技術安全體系和信貸運營體系。農戶小額貸款信用技術支撐體系見圖1。

在農戶小額貸款信用技術支撐體系運營過程中，信用數據平臺對金融機構、政府部門和網絡平臺的相關信息進行實時監控和提取，利用數據挖掘體系完成對這些海量數據信息的精準分析，基于動態信用評價模型形成信用評價體系來對農戶進行動態的信用評價。在信用評測結果的基礎上信用授權體系會向合格農戶進行適當的信用授權，并通過信用發行體系向合格農戶發出符合評測信用額度的信用資本，授權農戶可以通過網絡和實體2種渠道獲取相應的信用資本[3]。上述過程結束后，一方面信用管理體系會根據不斷動態更新的信用指標對授權信用進行實時監控管理；另一方面，信用風控[FL）]

[FK（W12][TPHH1.tif][FK）]

控制，并且對違反規定的農戶予以及時告誡與懲罰。此外，信用報告體系會定期發布區域、行業、農戶層面的小額貸款信用報告，使信貸過程全面公開化、透明化。在整個農戶小額貸款信用體系運行過程中，技術安全體系和信貸運營體系起到技術支持、系統維護的功能，并根據需求快速、精準地與信貸各主體取得聯系，保證農戶小額貸款信用體系的有序運行。

3農戶小額貸款信用數據平臺

3.1各地農戶信用數據庫

從地方各級政府、商業銀行、征信企業和農村信用合作社等信息管理系統入手，將各類農戶信用數據導入到地方農戶信用數據庫里，并進行全國聯網，這樣做不僅能夠有效地解決農戶信用數據來源問題，實現農戶信用信息共享，還能夠有效地避免由于數據過分集中而可能帶來的信息安全問題。另外，大數據的技術要求高穩定性的數據庫，設置數據采集更新周期，支持實時和定期更新，并通過設置定時自動刪除無用信息，在數據比對篩選中，準確度應達到100%。

在農戶信用數據庫建設過程中，同時要重視信用評估數據收集、處理和存儲中的農戶隱私保護問題。一方面，要對農戶數據的所有權和使用權歸屬進行明確規定，明確受保護隱私的種類和相應的保護措施，對于侵犯隱私安全的行為進行嚴厲懲處[4]；另一方面，要提升農戶隱私保護的技術手段，如完全的去個性化、實用的去個性化、增強農戶隱私保護身份管理、受限的訪問控制、農戶信息隱藏方法等。

農戶信用數據庫建設需要匯集不同地區、行業、部門中與農戶信用相關聯的數據信息，所以設立1個通用的信用數據標準至關重要，對每1個部門的數據轉換內容和元數據標準加以規定，這樣才能為將來數據交換實現全國聯網創造有利條件。如果沒有建立一個統一的數據標準，那么各地方所建立起來的農戶信用系統只能局限在某個地方信息共享的范圍之內，影響了全國農戶小額貸款信用體系的建立。

3.2大數據驅動下的信用數據挖掘

農戶小額貸款信用體系的創新思維在于將所有數據同信用聯系在一起，在能夠采集到的數據內最大限度地摘取信用信息。信用數據挖掘在大數據技術的驅動下，對目前征信系統中的參照內容更加重視，深層次挖掘農戶的財務、保險、貸款歷史等金融信息；同時將網絡社交數據、互聯網行為數據等考慮在內，以此來更加準確、客觀地分析農戶的信貸能力，完成對農戶信用數據深度與廣度的融合。

農戶小額貸款信用數據獲取的廣泛性表現為：一是已沉淀的數據，主要是通過購買或者交換得來的人口普查數據、銀行數據、財稅信息、法律記錄等，這類信息的典型特點是信息第1次獲得成本高。二是網絡軌跡數據，既包含已在線錄用或可在線錄用的數據，也包括電商交易、第三方支付和P2P網貸等所涉及的非傳統數據，信用評價者可以從這些數據中得到并分析影響農戶信貸水平的關聯因素，如農戶的位置信息、品質特征和消費行為等。另外網絡社交數據也是農戶信用信息的主要來源。三是第三方公信數據，信用體系建設中將與政府相關部門聯系，引用第三方監管數據，以及相關的公共記錄憑證，如水電氣賬單、手機賬單等。四是公眾輿論數據，公眾與輿論數據包括他人對于借貸人的評價等。大數據驅動下的農戶小額貸款信用數據挖掘流程圖（圖2）。

4大數據驅動下農戶小額貸款信用評價

農戶小額貸款信用問題的核心是信息不對稱問題，高效、及時的信用評價是解決該問題的關鍵。通過信用評價體系的建立，依據全面的農戶信用評價指標，充分利用大數據技術的數據采集、梳理和分析，對農戶做出最公正、客觀和準確的評價，就能夠滿足信貸市場主體對農戶信用信息的迫切需要。

4.1信用評價指標體系

當前市場經濟中的農戶，其活動不僅與政府部門、商業銀行和商品供應與需求者有關系，而且也受到市場環境的影響。過去對農戶的信用評價主要是依靠政府各部門以及金融機構對農戶信用記錄的統計分析后進行評價。隨著互聯網的普及，農戶在市場經濟中的各項活動都將被自動記錄。當與農戶信用活動數據的積累量到達足夠大的時候，就可以對農戶做出最客觀全面的信用評價。因此，有必要依據大數據技術構建1個五維度農戶信用評價指標體系，從5個維度對農戶予以信用評價。即利用大數據系統收集來自政府部門、金融機構、行業組織、社會機構和農戶自身5個方面的信用數據，并依托信用動態評價模型對農戶作出最全面、客觀和及時的小額貸款信用評價。

4.1.1政府部門對農戶的信用評價指標大數據技術通過分析包括地方農業部門、統計部門、物價部門和商委、商檢等農戶的基礎信用信息、地方產業信息和經濟體信息，形成在政府部門這一維度下的信用評價指標，有助于更加真實地評價農戶的信用。

[CM（26]4.1.2金融機構對農戶的信用評價指標金融機構的職責是調整與推動信用體系各主體與農戶信用數據平臺的銜接，通過定期分析農戶的財產總額、經營規模、生產能力、在商業銀行每月的存款數額、貸款和還款記錄等，有助于正確地評價農戶的償貸、盈利能力和風險控制能力[5]。

4.1.3行業組織對農戶的信用評價指標農村行業組織與協會以現代技術和手段為載體，及時掌握各種農民信息、經營信息、市場信息和法律與政策信息等，推動農戶資信檔案的建立與動態管理，通過分析這些數據，有助于對農戶的經營情況和市場整體環境情況作動態評價。

4.1.4社會機構對農戶的信用評價指標主要為第三方征信機構、信托公司、信用咨詢公司等，從借款方的視角來看，他們比較傾向于接受與貸款方沒有經濟往來的第三方信用核查機構，所以將其收集來的農戶信用信息分類、歸檔、更新，形成特定信用評價指標，有助于對農戶潛在信用風險和未來的信用作出客觀可靠的判斷。

4.1.5農戶個人的信用評價指標目前，多數農戶個人信用評價指標僅包含了農戶的基本情況和經濟生活范圍的變量，很少會涉及社會活動范圍，如相關資格認證情況、公共款項繳納情況、常規糾紛情況、違法亂紀情況等。圍繞經濟、生活等多個方面構建評價指標，有助于對農戶信用作出明確的評價。

4.2信用評價模型

降低信息不對稱、規避信貸過程風險的關鍵手段是提高信用評價的正確性和高效性。在進行農戶小額貸款信用評價過程中可運用多種大數據處理方法和機器學習工具，其中主要模型有：（1）A-FA綜合評價模型。李杰等首先從農戶資質等4個方面構建農戶信用評價指標體系；然后采用層次分析法、網絡分析法、熵權法和變異系數法分別對評價指標進行賦權；最后，利用模糊綜合評價法計算農戶的信用等級[6]。（2）SVM支持向量機識別模型。遲國泰等通過將偏相關分析和綜合判別能力相結合，構建了農戶小額貸款信用評價指標體系，并且采用支持向量機的方法，構建了農戶小額貸款的信用評價模型[7]。（3）IF直覺模糊評價模型[8]。徐軍等考慮了信用評價中的復雜性、模糊性和不確定性，引入直覺模糊理論，通過直覺模糊嫡確定評價指標權重，最終提出1種多維集成直覺模糊信息的信用評價方法[9]。（4）Blind Number盲數處理技術。林建華通過引入盲數理論，不僅計算出小額貸款人貨款額的各種可能取值區間，而且也得到各區間的可信度和累計可信度，最后提出了1種基于專家意見的確定小微貨款額的新方法[10]。（5）Copula連接函數[11]。李戰江等認為銀行在無法充分掌握項目信息時，可以通過銀行面臨的信用風險來推斷項目的總體風險，最后在Copula函數的基礎上建立了項目總體風險評價模型[12]。

農戶小額貸款信用評價可以借鑒以上模型，從不同角度對農戶小額貸款信用數據加以處理，進而實現對多種信息源的農戶小額貸款信用的識別、分析和評價。

5農戶小額貸款信用體系的運作機理

目前，國家信用體系建設的主要指導及執行機構是社會信用體系建設部際聯席會議，因此在國家還未成立國家信用中心的前提下，大數據驅動下農戶小額貸款信用體系應以法律法規體系、信用市場監管體系、誠信教育體系和信息共享機制為基礎，以技術支撐體系和信用數據平臺為驅動，完善和創新目前現存的涉農貸款信用體系，充分解決農民貸款難、信用信息獲取成本過高和信用評價不規范等問題。

大數據驅動下農戶小額貸款信用體系是由政府部門、金融機構、社會機構、行業組織和農戶等各方主體所組成，由于各個主體在信用體系中發揮的功能與效用存在差異，所以他們擔任的角色和所處的地位也不盡相同，它們之間互為融合、互為支撐、互為限制和互為平衡使農戶小額貸款信用體系形成1個整體。大數據驅動下農戶小額貸款信用體系的運行結構見圖3。

5.1政府部門：調控主體

現今我國農戶小額貸款信用體系的建設工作剛剛起步，政府的作用顯得尤為重要，必須明確政府在信用體系構建過程中的主導地位。政府是農戶小額貸款信用體系建設的第一推動力，如果沒有政府的扶持和引導，單靠市場力量，信用體系的建設工作就不可能順利進行。大數據驅動下的農戶小額貸款信用體系中政府部門的主要作用是信用法律法規的頒布實施、制度體系的安排設計、信用文化環境的創建、信用市場的管理和電子政務的構建等。

5.2金融機構：操作主體

金融機構包括農業政策性銀行、農村商業銀行、農村合作金融機構和新型農村商業性金融機構等。一方面，金融機構通過逐步開發并完善農戶小額信用貸款等服務品種，加大支農力度和提供各類金融服務，滿足農戶的基本金融需求。另一方面，由于金融機構具有資本性與科技性并存的特點，大數據驅動下的農戶小額貸款信用體系必須依靠金融機構來建設，尤其在技術支撐體系和信用數據平臺建設過程中，金融機構需要傾注大量的資金、人力與技術成本。

5.3社會機構：支持主體

涉農貸款社會機構主要由征信公司、信用調查公司、信用擔保公司、信用咨詢公司等組成。社會信用第三方機構作為專業機構以獨立、客觀、公平、公正的手段向各界提供信用產品和服務，所以社會信用中介機構應由民間資本來辦，不應由政府主導，并且根據服務對象、定位不同，各第三方機構應采取不同的運作方式，參與到農戶信貸市場中來[13]。“社會機構”在農戶小額貸款信用體系中主要承擔的任務是完善與優化農戶信用產品與服務，自覺參與信用信息資源共享。

5.4行業組織：教育主體

現階段行業組織作為政府部門與社會機構、家庭個人之間聯系的媒介，發揮著教育、研究、統計、協調、監督、保障等職能，特別是涉農行業的行業組織肩負著不可替代的責任，在農戶小額貸款信用體系建設過程中起著極重要的作用。從我國信用工程的廣泛參與性以及農村信用環境的不健全性來看，行業組織在信用體系構建環節的主要任務是誠信教育、信用宣傳、農戶信用標識以及信用檔案建設等。

5.5農戶：核心主體

[JP2]對農戶而言，他們是小額信用貸款的資金需求者，同時也是銀行等金融機構的直接受信者。農戶小額貸款政策的實施使其在不需要提供抵押、質押物的情況下，獲得了金融機構的資金支持，真正地將自身的信用轉化成所需要的資金。然而從實際的情況來看，農戶“違約失信”情況仍然頻發，其整體素質、信用意識和能力等方面還存在不少問題。因此，廣大農戶應自覺加強綜合文化素質、培養信用道德修養、提高信用能力。[JP]

6結論

目前，中國農戶小額貸款的發展受到信用缺失所帶來的嚴重制約，因此加強農戶小額貸款信用管理，建立和完善農戶小額貸款信用體系，對于培育健康有序的農村經濟、創造公平高效的信貸市場是至關重要的。隨著大數據的不斷成熟，筆者充分開發利用大數據等技術，從信用體系的核心構成出發，逐步創新農戶小額貸款信用數據挖掘與評價方法，最終構建1個全方位參與，并且互為融合、互為協同、互為支持的農戶小額貸款信用體系，從根本上解決農戶信用信息不對稱、信息管理成本過高等問題，為農民信用貸款創造更加積極便利的條件。

參考文獻：

[1]葉謝康，劉碧芳，吳迪. 農村信用體系建設與農戶小額貸款問題研究[J]. 征信，2012（3）：64-68.[HJ1.7mm]

[2]國務院辦公廳印發《關于運用大數據加強對市場主體服務和監管的若干意見》[J]. 電子政務，2015（7）：65.

[3]譚先國，洪娟. 大數據時代下小微貸款創新[J]. 中國金融，2014（18）：73-74.

[4]張云起，孫軍鋒，王毅，等. 信聯網商務信用體系建設[J]. 中央財經大學學報，2015（4）：90-99.

[5]范曉忻. 大數據征信與小微企業融資[J]. 中國金融，2014（22）：81-82.

[6]李杰，趙子銥，陳毅俊. 基于相對熵的組合賦權法在農戶信用評價中的應用[C]. 北京：中國運籌學會企業運籌學分會，2013：12.

[7]遲國泰，潘明道，程硯秋. 基于綜合判別能力的農戶小額貸款信用評價模型[J]. 管理評論，2015（6）：42-57.

[8]Xu Z S. Intuitionistic preference modeling and interactive decision making[M]. Springer Berlin Heidelberg，2014.

[9]徐軍，鐘元生，鄭也夫. 一種多維集成直覺模糊信息的信任評價方法[J]. 計算機工程與科學，2015（9）：1768-1776.

[10]林建華. 一種用于確定小微貸款額的盲數模型及其應用[J]. 海南金融，2013（4）：45-49.

[11]Kolman M. A one-factor copula-based model for credit portfolios[J]. Journal of Risk，2014，17（2）：93-1320

[12]李戰江，遲國泰，黨均章 .基于copula的追隨者銀行的企業項目總體風險評價模型[J]. 中國管理科學，2015（1）：99-110.

[13]馮文芳，李春梅. 互聯網+時代大數據征信體系建設探討[J]. 征信，2015（10）：36-39.