互聯網金融：助力“扶貧攻堅戰”

曲強

長期以來，國家財政投入和傳統金融機構的貼息貸款一直是扶貧最重要的資金來源。自1980年中央設立第一筆專項扶貧資金，到2016年全國扶貧專項投入已超過1000億元，其中2000～2014年，中央財政累計專項投入就達2966億元，年均增長11.6%。“十三五”期間專項投入將超過6000億元，而其他各級政府、部門配套資金將達到數萬億元，為貧困地區發展的長期基礎性工作提供了巨大支持。隨著中國經濟飛速發展，財政和銀行體系的資金更加充足，但公共投入逐年增加，邊際效用卻在逐漸降低。

隨著大規模集中扶貧取得階段性勝利，余下貧困人員的分布更加分散，致貧原因更加復雜。量身定制的扶貧需要更精準的資金支持。但公共財政和銀行資金各自的特性，決定了其資金使用收益和責任不甚明晰，缺乏明確的激勵機制。扶貧款不屬于資金發放管理者，而且高效使用扶貧款帶來的收益并不直接惠及基層工作人員，因而資金使用低效、浪費，發放過程中尋租、舞弊等現象也暴露了出來。加之，為了滿足“三農”發展的普惠性，過低的資金收益使得資金主體的積極性和可持續性都受到影響。

為解決這些問題，相關主管機構通過移民搬遷、整村推進、建檔立卡、“雙到”扶貧、結對幫扶等配套設計，以深入基層的各級政府組織或銀行分支機構和龐大的基層隊伍人力為依托，最大程度監督、利用好財政資金，并將扶貧成績計入職務考核，增強激勵。同時也開始思考引入市場力量。在此背景下，互聯網金融慢慢走上了服務“三農”的前臺。隨著移動互聯網、電子商務、網上理財與支付在中國尤其是農村地區的飛速普及，互聯網金融走向農村的基礎條件已經具備，并得到了政府的認可支持。

“三農”互聯網金融的模式

線下調查與線上數據風控結合的P2P網貸模式。該模式以翼龍貸為代表。為了精確找到資金“出口”，翼龍貸的解決方案是，將線下與線上風控結合。初期，由于農村缺乏標準化征信數據，貸款發放還是以線下征信為主，收集貸款人的真實信息。后期積累足夠多的數據后，再建立大數據多因子風控模型，將風控轉移到線上。

線下調查的風控（與銀行、政府的做法相似），獲取信息的真實性好，但問題在于成本高。每筆“三農”貸款的金額都較小，一貸一查，無法通過做規模降成本。對此，翼龍貸的辦法是招募地區合作商，使其成為翼龍貸在當地運營和風控的節點。所有的合作商，都是在各地基層有一定名望、職位的人，生長于斯、工作于斯，熟悉當地情況，因此獲取真實信息的成本比外來金融機構低很多。由此提高投放精度，降低了投放成本。翼龍貸明確了合作商的獲益權（正向激勵）與風控義務（負向激勵），使其能有更大的動力去核實信息真實性，并保證貸款如期收回，尋租動機也更小。

此外，互聯網金融一大優勢在于，通過大數據（尤其是納入了過去不受傳統金融機構重視的非結構化數據）來構建多因子風控模型，從各個角度描繪出貸款人的真實生活與經濟活動場景與行為，將風險挖掘出來。由于農村地區信用數據缺乏，無法風控建模，初期仍要先海量收集線下信息，并對數據做標準化處理，通過完善農村信用數據基礎，為未來搭建線上風控模型做好準備。大數據風控準確性高，更適合缺乏抵押物的農村，可嘗試在無抵押貸款與風控的平衡中，解決好貸款人抵押負擔的問題。但在實際運營中，合作商的選擇、培訓以及數據收集上還有許多細節需要完善。

電子商務加互聯網金融模式。當前，電商平臺企業基于自身電商數據，在培育農村電商的同時發展網貸是成功的另一大方向。近年來，一些領導型電商平臺開始進入“三農”領域，如阿里的“千縣萬村”計劃，推廣農村淘寶電商。京東“千村萬店”項目，也要在基層建立電商銷售、體驗、物流節點。為支持各自農村電商，螞蟻金服專門設計了無抵押網貸——旺農貸，京農貸與其原有的淘寶小貸、京東白條等純粹依托線上大數據風控的產品不同，初期也使線下調查與線上大數據相結合，目前總體模尚小，側重于普及移動支付和農村電商，其互聯網金融的本質還是主要服務電商戰略。

此種模式的成功首先是依靠電商平臺自身的強大資金實力，以及電商伴生的數據積累。其次是在于將金融支持直接對接實體商業，可持續性更強。店主業務規模和能獲得的授信規模相匹配，干得好，授信多。金融和實體兩條腿配合更穩健。但現階段其信貸主要服務自身電商生態圈內成員，未來可更加開放。

基于供應鏈/產業鏈的“三農”互聯網金融。這種形式主要由一些對農業產業、供應鏈上下游都具掌控能力的企業發起。他們由直接向小農戶發放貸款，改為支持產業鏈中大環節。為規模大、透明性好、穩定性強的農資農具廠商或批發市場等提供融資。

農業眾籌或類眾籌模式。發展非常快但規模仍然偏小。數量少而至今大多還處于起步階段，甚至一些曾受關注的平臺最近出現關閉。農業生產風險大、后續服務缺乏、誠信難保證等問題都是失敗的原因。整體看，眾籌有利于提升土地使用率，促進集體土地多種經營，還能帶動當地旅游、餐飲、物流等關聯產業，增加當地就業，并滿足消費者對綠色食品的需求。隨著環境改善，今后應有較好發展。

公益“三農”模式。該模式的典型是宜信2009年發起的宜農貸。通過宜農貸平臺，愛心出借人可以直接“一對一”，將富余資金借給貧困地區有需要的農戶。該模式有一定成果，但對可持續性、信息透明性，以及社會誠信有較高要求?，F階段難度依然大。加之其非營利性，暫不是主流。

綜上所述，P2P網貸應主要靠線上風控。如傳統的阿里小貸及京東白條這樣的小貸產品，由于天然擁有海量網上商戶日常交易數據，可以較容易了解商戶的行為模式、現金流和風險程度，可直接進行大數據風控。國外網貸與此類似，居民信用數據比較完備，公開可及。而在我國農村缺乏這一初始條件，決定了中國“三農”互聯網金融不能模仿海外或恪守城市模式，應先“補課”再升級。

對此，互聯網金融（及電商）企業，普遍采用了農村“代理人”模式，用于初期線下調查，收集征信數據，完善風控和投放。同時可以解決數字鴻溝問題。無論是“翼龍”的加盟商，還是淘寶、京東的村級實體點，其人員往往都在當地招募，要求他們既了解當地情況，又要懂得互聯網、金融以及電商知識。這部分人員經過相關培訓事實上承擔了信用審核、網上代操作、信息知識普及等職責，成為農村居民、互聯網企業以及互聯網本身之間的橋梁。

“三農”互聯網金融的風險

其經營環境不可控，缺乏必要法律支持。債務糾紛、借款挪用于違法活動，責任如何確定？農業經營風險高，必定要高利率補償。有時市場自發形成的利率高于銀行同期數倍，如何認定其合法性？宏觀上，長期城鄉二元體體制，造成的農村資金、信用薄弱、基礎設施差等問題使得互聯網金融的生存環境先天不足。另外，數字鴻溝、金融教育缺失、信用意識淡薄等問題仍將長期存在。

互聯網金融運營對于網絡技術要求高，大量的個人、資金、經營信息集中于一個網絡平臺，因此技術風險有時比傳統金融風險更大。操作失誤、程序故障、黑客攻擊都會造成資金損失、客戶信息泄露等重大問題。

其次，網貸平臺業務往往面向全國，一旦風控能力不足，壞賬將難以控制、催收、處置。一些詐騙者會利用其風控漏洞，偽造虛造借款人信息，騙貸后迅速消失。而犯罪分子在千里之外難以追索。此外，農村金融剛起步，缺乏成熟市場中常見的期貨、期權等對沖工具。農產品市場往往價格波動大，使農戶損失巨大，網貸企業也缺乏保障。

可見，盡管“三農”互聯網金融潛力巨大，但仍需各方支持，如政府在法律和制度上給予更多保障，協調建立統一的征信數據庫等。政府可嘗試與之合作共建，建立風險分擔機制。如政府可考慮將扶貧資金與互聯網金融結合，以政府資金作擔保，撬動更大資金量，同時降低各方風險。解決過去政府直接扶貧投入大、不可持續、資金杠桿效應小的問題。或將財政資金與互聯網金融資金結合構造結構性產品。這樣既可提高財政資金效率，又可以引導社會資本參與扶貧。同時進一步培育市場金融工具，鼓勵創新。長期來看加大宣傳和教育、完善消費者保護，也是題中應有之意。

中國扶貧已進入攻堅期，到2020年要全力幫助余下的4300萬貧困人口脫貧，難度之大在于要求精準高效、扶到點上。相應的資金支持模式必然要跟上。無論是公共還是私營部門資源，都應主動運用最先進的技術與金融理念，由參與市場變為建立市場，設定規則，用互聯網、金融工具和資本市場來帶動“三農”經濟更快發展。（作者為中國人民大學國際貨幣研究所所長助理）