基于大數據視角的農村信用體系建設研究①

葉夢琪

摘 要：農村信用體系建設關系到農村農業現代化建設。本文從大數據征信技術角度入手，分析大數據在農村信用體系建設中的可行性和運作機理，以浙江模式為例，提出基于大數據視角的農村信用體系的構建模型。

關鍵詞：信用體系 大數據 征信 信息不對稱 全息畫像

中圖分類號：F832.4 文獻標識碼：A 文章編號：2096-0298（2018）03（c）-003-02

黨的十九大提出，要實施振興鄉村戰略，解決農村發展不充分、城鄉發展不平衡的問題，把加快農村農業的現代化步伐提到重要議程。要全面建成農村小康社會，必須保證農村金融服務的有效供給。當前，我國農村金融供給不足表現為：農戶缺乏抵押品，貸款可獲性低；農戶缺乏信用評級，貸款成本高；農村信用社改革緩慢，金融服務水平低。本文認為，建設農村信用體系，能解決信息不對稱問題，有效評估農戶信貸風險，降低金融機構信貸成本，擴大授信范圍，進一步提高金融服務水平。因此，完善農村信用體系，優化農村信用環境，對實現農村現代化，建設美麗鄉村有著重要的意義。

1 農村大數據征信的可行性分析

1.1 理論及政策背景分析

根據《中國社會信用體系發展報告》，截至2016年9月，人民銀行個人征信系統收錄自然人8.99億人，其中4.12億人有信貸記錄。而我國農村人群在6.7億人左右，鄉村征信群體與有信貸記錄的近4億人之間的交叉口卻很小。由此，金融機構與農民之間長期存在著信息不對稱問題，農村信用信息的采集仍需進一步突破。

理論界對于信用體系建設的研究逐年升溫，筆者在CNKI中搜索有關信用體系建設方面的文獻發現2002年前不到200篇，之后穩步遞增，2014年起呈現爆發式增長，每年800多篇，并出現大量大數據征信方面的研究；與之對應，2002年，人民銀行在全國積極推廣農戶小額信用貸款及信用村創建，正式將農村信用體系建設提上了日程。之后幾年，《關于農村信用體系建設工作的指導意見》《征信管理條例》等文件的出臺標志著農村信用體系建設不斷深化。2014年國務院在《社會信用體系建設規劃綱要（2014-2020年）》中提出，要開展金融業統一征信平臺建設，重點實施農村信用體系建設專項工程，夯實農村信用體系建設的基礎。2015年，國務院《促進大數據發展行動綱要》中明確提出，發展大數據技術，鼓勵大數據在征信領域的應用，并提出要進一步開放政府數據平臺，以此促進信用數據庫的完善。

1.2 大數據技術應用基礎分析

隨著現代信息技術在農村地區的滲透，尤其是移動互聯技術在時間和空間上帶來的顛覆性變革，為傳統農村地區在解決信息不對稱問題上提供了巨大支持。一是信息化基礎設施的普及。農業農村現代化進程中，農村基礎設施建設，主要是網絡基站、移動設備、物流運輸等為農村開展大數據征信提供了可靠的保障。二是農村電子商務市場的開拓。根據中國電子商務研究中心的統計數據，我國農村網購交易額為3530億元，2016年農村網購市場規模為4823億元，增長幅度達到36.6%，2017年或將增長到6000億元。隨著農村電子商務藍海的開拓，積累了大量的高質量數據信息，一批以阿里、京東為代表的電子商務平臺利用其零售業務領域的滲透優勢，以云計算、機器學習等信息技術手段，嘗試大數據信用模型建構，提供線上農村金融服務。三是農戶消費信貸觀念的改變。作為青年一代，農村80、90后也是農村網購主力軍，據統計，農戶中有網購意愿的達84.41%，年網購消費額人均達1000元。這些年輕人，有著良好的受教育程度、信息化程度高、消費信貸理念接受度強，為開展農村大數據征信提供了良好的環境。

可見，通過廉價移動設備在偏遠農村地區的迅速擴張，農村信息化之路發展快速，這為大數據技術的應用打下了良好的基礎。

2 大數據征信作用機理分析

隨著農村信用體系建設在全國范圍內推廣與實施，主要遇到了兩方面的問題：一是傳統信用評估對數據要求高，信息搜集成本高，而農戶由于信息缺失和不規范，無法進入征信系統；二是傳統征信技術數據整合能力有限，風險度量主要依靠過去數據，對農戶信用風險評估缺乏有效數據的獲取與評價方法。

大數據征信，主要借助大數據技術，通過海量結構化和非結構化的數據庫，運用機器學習、數據采集等模型算法，刻畫用戶征信畫像，開展數據的分析、挖掘并提供金融場景化應用，與傳統的征信相比，在農村信用市場有著良好的應用前景。

2.1 拓展數據維度，擴大征信范圍

傳統農戶征信的信息來源主要是工商稅務等政府部門及金融機構，數據維度集中在資產信貸領域，不少農民由于缺少金融信貸記錄而被排除在外。而大數據征信以“一切數據皆為信用”的理念，將征信的數據維度拓展到了網絡社交數據、電商消費數據、水電話費流水等，不僅擴大了數據來源、拓展數據維度，而且通過多元化數據采集技術將更多農戶納入征信范圍。

2.2 提升征信技術，刻畫全息畫像

大數據征信利用大數據技術，通過機器學習、分布式存儲、爬蟲技術等現代技術的創新，極大地提高了數據搜集、存儲、分析、評估的效率。與傳統金融機構的5C信用評價法相比，在數據采集環節，利用網絡爬蟲技術實時抓取信用主體的互聯網數據；在數據存儲環節，利用分布式技術存儲更加混雜的數據信息；在數據分析環節，采用機器學習提升信用評估模型精準性，刻畫全息用戶畫像，提升對農村信貸風險的評估能力，如表1所示。

3 浙江省農村信用體系建設現狀

目前，農村信用體系建設在推進模式上主要分為三種：一是涉農組織主導型。由涉農協會、小額信貸促進會、農業互助合作社等為代表，政府賦予其征信職能，建立農戶征信基礎數據庫；二是政府主導型。由人民銀行和政府共同主導，建立農戶信用信息數據庫，其他金融機構及非金融機構參與建設，并形成信息共享；三是涉農金融機構自建型。由涉農金融機構建立農戶征信電子檔案。根據已有文獻研究及實踐效果來看，由人民銀行與政府共同主導的政府主導型，能夠最大限度地發揮政府推動作用并實現信息共享，是農村信用體系建設改革的主要方向。

3.1 政府主導模式，形成政策、資源合力

浙江是農村信用體系建設試點較早的省份之一，倡導“政府領導、人行主導、多方參與、多方受益”，是典型的政府主導型模式，自2009年試點以來，取得了較好的成效，已在麗水建成全國農村信用體系建設示范區。2014年以來，浙江省以各級試驗區建設為重點，開展“信用戶、信用村、信用鄉、信用縣”建設。2016年，制定了信用體系建設“十三五”規劃，并提出要充分利用互聯網、大數據挖掘分析技術，以信用為切入點，重點優化農村信用環境。

3.2 征信覆蓋面擴大，信用+信貸受益面擴大

浙江省在全國信用示范創建上處于領先，積極推進農村信用體系建設，探索并實踐了“麗水模式”，即“村鎮批發、集中授信”的信貸模式。截至2016年末，全省共有農業人口共有3948.78萬，其中966萬農戶建立了信用檔案，較2015年末增加79萬戶，增幅為8.9%，農戶整體信貸支持覆蓋面為43%，鎮村批發，集中授信模式的授信規模達816億元。

3.3 征信機構發展快速，形成多元化征信格局

浙江省征信機構發展快速，除了人民銀行及各家金融機構外，全省共有6家企業征信機構和1家個人征信機構，利用其創新征信技術，開展個性化的信用產品和服務。此外，政府積極參與地方信用體系建設，人民銀行與地方政府部門合作推進信用信息共享和聯合懲戒。

4 構建大數據技術下的農村信用體系

本文主要以浙江省的政府主導型為農村信用體系構建方向，在此基礎上，探索大數據驅動下的新型農村信用體系，如圖1所示。

4.1 調控體系（主導層）

政府是農村信用體系建設的主導者，應在調控體系中發揮重要作用，加快出臺相關立法，為大數據征信提供法律依據。而人民銀行作為農村信用體系建設的核心，承擔建設征信基礎數據庫的建設。一方面推進農戶信息采集，實現全覆蓋；另一方面建立大數據共享標準，包括大數據共享的安全標準、數據接口標準、場景范圍標準等，在保障信用主體合法權益的基礎上，融通政府各部門、金融機構、第三方征信機構、電商平臺的數據資源，打通數據壁壘，解決數據孤島問題。

4.2 操作體系（參與層）

金融機構憑借其優質的金融數據優勢，是征信系統主要使用者，應成為農村信用體系建設主要參與者。一方面加大對大數據征信技術的研究，提高對信貸風險的判別能力；另一方面，積極探索新型農村小額信貸模式，提升農村金融服務質量。其他非金融機構，包括第三方征信機構、各大電商網絡平臺，憑借其在機器學習領域的優勢，以市場化運作模式在信用體系中發揮參與作用。在平等共享的基礎上，將部分數據進行對接，進一步拓展信用數據維度，提升征信建模的效率。農戶是農村信用體系的直接受益者，應主動參與信用建設，配合數據采集、重視信用積累、提高信息化能力，將信用轉化為資金，改善生產生活狀況。

4.3 保障體系（保障層）

農村信用體系運行的重要保障是建設失信懲戒機制。要進一步完善信用聯合獎懲機制，擴大信用聯合獎懲在整個信用體系內的輻射力。行業組織是農村信用文化引導者，積極開展誠信教育、信用文化宣傳、信用檔案建設等工作。

參考文獻

[1] 葉銀龍.農村信用體系建設、信用成果運用與信貸模式創新——以浙江麗水農村金融改革試點為例[J].西南金融， 2016（2）.

[2] 董媛香.大數據背景下個人信用評價體系構建[J].現代工業經濟和信息化，2017（5）.

①基金項目：本文為2016年浙江省供銷社課題“互聯網+大數據下的農村信用體系建設研究”成果（16SSY22）。