論湖北省內三農金融大數據平臺建設

方科

摘 要：大數據技術正在革命性的改變很多不同的領域，而涉農產業面臨著大數據化、人工智能化的挑戰；三農產業、大數據技術與三農金融形成了相互制約，相互依賴的關系。在此種環境下，金融機構應通過對自身信息系統建設以及外部數據引進，建立三農金融體系大數據平臺，增加數據收集渠道，擴大數據規模，加強不同系統間橫向的數據交流，促進涉農產業、金融業、大數據產業良性互促發展。

關鍵詞：三農金融；大數據；信息化

文章編號：1004-7026（2017）11-0125-02 中國圖書分類號：F276.44 文獻標志碼：A

隨著2017年中央一號文件正式向社會發布，大家發現這已經是中央一號文件連續14次聚焦“三農”。而各類金融機構正面臨同質化競爭階段，各銀行的市場定位、產品結構、目標客戶以及營銷模式等都大同小異，特別在大城市、大項目、大客戶這個“紅海”中競爭過度。隨著中央日益對農村市場的重視，三農金融市場正成為新的金融“藍海”。大數據時代對于各金融機構來說是一個歷史性的機遇，同時也是一次巨大的挑戰，如果利用好大數據技術，可以機構利用極為豐富的內在數據資源和外來數據資源，來對三農金融體系進行前所未有的實時分析，幫助金融機構更好地發展業務、降低成本和控制風險。

1 三農金融大數據困局

1.1 金融機構過高的運營成本

對于銀行業的傳統優勢業務“企業貸款”來說，大中型企業作為主題，其經營規范，有較為充分和可靠的信息披露 ，同時金融機構對其披露的信息質量進行審核相對較為容易，因此其信貸風險是比較好控制的。 而涉農的小微企業及涉農個體經營者普遍沒有合格的財務報表，金融機構很難準確的獲得其完整真實的經營狀況。想要調查并核實企業主或者經營者所提供的信息需要更多的人力、物力消耗。 金融機構只能采取各種傳統的方法，也可以說是其根據多年的業務經驗，總結出來的相對粗獷且無數據支撐的模型來評價客戶的風險程。比如上門統計銷售單據，查“ 三表”（ 水表、電表、納稅表），現場走訪、調查社會關系調查等。 而金融機構在對于小微企業和涉農經營者采取提高利率的方式，也正是為了對沖這種由于信息不完整而帶來的經營風險和成本增加。

1.2 各方面數據未融合

三農金融中的小微企業和個人可以利用目前農村尚未發達的信息體系，對其財務或者信用記錄做出偽造或者隱藏，并掩蓋著這些信息所產生的衍生信息，使得金融機構在貸款調查時收到蒙蔽。同時，各方面涉農數據無法有效融合，造成金融機構不能有效快捷的預測貸款主體的目前和未來的風險狀態。

2 建立三農金融大數據平臺

金融機構建立全省統一的三農金融大數據平臺的根本目的是服務三農；首要目標是為金融機構提供涉農信息查詢，基于微觀、中宏觀等不同視角，提供客戶、客戶關系、區域、行業、產業信息的檢索和預測。其次是基于內部和外部數據整合，提供360度涉農客戶的全景視圖。其三是利用機器學習的技術，全面監控風險，包括風險事件提示、行業風險預警、負面信息監控等。其四是實時風控，根據貸款客戶的支付、轉賬等信息，結合實時風險預警模型，預防逾期和不良的產生。三農金融大數據平臺的建立， 可以為金融機構提供原始的農業和農村金融業數據，有利于提高機構管理的水平，幫助客戶經理精準營銷，降低機構運營成本，實現全流程風險控制。

從應用以及數據收集的領域不同，可以將大數據平臺分為：

2.1 涉農產業生產數據平臺

以省內數據為核心， 借鑒全國農業數據作為有效參考，不僅包括省內層面數據，還應涵蓋地市縣數據，甚至鄉鎮（ 街道） 級數據，網格級數據，為精準區域研究提供基礎。 精準的涉農數據是信息技術與涉農產業生產全面結合，可以通過采集全球定位系統、農田信息采集系統、農田遙感監測系統、農田地理信息系統、農業專家系統、智能化農機具等系統的數據，建立一個完善的涉農生產大數據系統，并通過隨時監控農業產業信息數據來判斷相關產業乃至相關小微企業和個人的風險級別變化。

2.2 氣象水文數據平臺

通過搜集氣象信息與農產品生長信息， 建立天氣識別模型，然后將這些模型與當前的氣候條件進行比較， 再運用預測性分析，進行產業風險預警預報。 可以通過建模分析環境與天氣以及各行業經濟周期之間的復雜的關聯性。 需要收集這些不同因素的數據進行分析，大數據技術有助于整合提高不同地區的海量數據。

2.3 農產品流通交易數據平臺

大數據可以提供經系統整合的相關氣候、 農產品價格走勢、進城道路交通信息、終端消費需求等相關數據，輔之以菜場超市攤位監測評估數據體系等，通過對這些專業數據的解讀，可以判斷涉農產品需求、價格變動等情況。 信息化推進農產品流通現代化，突出體現在農產品價格波動預警對于金融機構風險控制的幫助。 通過收集農產品專業市場信息采集系統、電子化交易平臺、智能化產品質量監控等系統的數據，實現對金融機構信貸客戶的經營狀況掌握以及對目標客戶風險級別的判斷。

2.4 金融機構內部數據平臺

金融結構的大多數內部數據都是結構化數據，比如客戶在機構辦理過信用卡、轉賬、按揭等，我們可以通過大數據海量的搜集、拼接、篩選、挖掘、分析去支持機構做風險管理、產品營銷、業務創新等活動。同時根據不良貸款等風險信號不斷完善調整模型，有效控制風險。

2.5 政府公開數據平臺

通過合法獲取業務主體基礎數據，比如工商數據，組織機構代碼數據；主體業務相關數據，比如納稅數據、財務數據（雖然不是那么準確，但也不是全無意義）；從事業務相關的資質（比如餐廳的衛生評級，比如從事保密業務要有保密資質，從事基金要在基金業協會備案），進出口的情況在海關有數據，給員工發工資要有社保的數據；主體其他數據，比如訴訟記錄，比如參加政府的扶持項目，創業比賽創新基金的申報資料，被處罰的記錄，扶貧資格等等。

2.6 個人信息數據平臺

合法獲取這條紅線不能踩，在此基礎上收集客戶相關信息，包括個人基礎信息，個人認證信息（學歷，資質等），個人的社交數據（比如上網、通話、行動的一些記錄），個人的財產（比如房屋車輛所有權），個人的金融情況等，通過這類合法數據，可以對客戶的聚類特征進行有效的分析。

結束語

大數據在三農金融領域應用所面臨的難題，單靠一兩家金融機構短時間內很難解決，必須依靠當地政府聯合推進。眼下金融機構要做到的是首先建立自己的大數據平臺，做好數據治理，按照成熟一項引進一項的策略，合法合規漸次引進外部數據，支持三農金融發展。

參考文獻：

[1]楊德勇，栗書茵.現代金融學[M].北京：經濟科學出版社，2012年.

[2]何廣文，李樹生.農村金融學[M].北京：中國金融出版社，2008年.

[3]涂子沛.大數據[M].桂林：廣西師范大學出版社，2012年.

[4][英]維克托·邁爾-舍恩伯格，肯尼思.庫克耶[M].大數據時代[M].杭州：浙江人民出版社，2013年.

[5]臧云鵬.中國農業真相[M].北京：北京大學出版社，2013年.