大數據應用于農戶信貸的效用研究

(北京物資學院 北京 101100)

一、大數據應用于農村信貸的可行性

從總體上來說,利用機器學習和大數據技術在農村地區進行征信得以實現的基礎歸納為三點：

一是包括互聯網、物流以及手機基站等信息基礎設施建設在農村快速發展,為信息收集提供必要的硬件基礎。

二是新型金融平臺能夠自身產生大量高價值數據。包括淘寶、京東在內的電子商務企業努力發展農村電子商務,翼龍貸、宜信等P2P 網貸平臺在農村提供線上金融服務,由此產生了大量線上高價值數據,為信息收集提供了必要的“原始知識庫”。根據《中國農村電子商務發展報告(2016-2017)》顯示，2017年上半年全國農村實現網絡零售額5376.2億元人民幣，較去年同期增長38.1%，高出城市4.9個百分點，占全國網絡零售總額的17.3%。截止2016年年底，農村網店達832萬家，占全網25.8%，帶動就業人數超過2000萬人。農村網絡零售單品數(SKU)達到2.93億個，占全網20.3%。網購市場爆發性增長也帶來了網絡消費數據的快速收集。

三是農戶信貸觀念也隨著社會經濟發展迅速改變,尤其是農村青年一代對新技術接受程度較高,對網絡消費與貸款消費接受程度逐年提高。根據中國互聯網信息中心(CNNIC)統計,截至到2017 年6 月,中國網民規模達7.51 億，互聯網普及率為54.3%，其中農村網民占比26.7%，規模為2.01 億。農村互聯網市場的發展潛力依然較大。以互聯網為代表的數字技術正在加速與經濟社會各領域深度融合，成為促進我國消費升級、經濟社會轉型、構建國家競爭新優勢的重要推動力。線下支付領域依舊是市場熱點，網民在超市、便利店等線下實體店使用手機網上支付結算的習慣進一步加深。

上述這些條件的具備使得大數據技術應用于農村信貸體系有了天然數據基礎。

二、大數據對增強農戶信貸供給可得性的積極作用分析

(一)大數據助力構建農戶信貸體系。構建完備的征信體系是大數據發揮作用的第一步。征信體系的不完善是阻礙當前農戶信貸供給的重要因素，中國現在的征信系統覆蓋率僅為38%，大量用戶的金融需求被排斥在外，借助數字化技術可以彌補征信信息的缺失。大數據技術將農戶更多場景下的多維度、碎片化信息整合、解析和過濾，從不同的角度為傳統金融無法覆蓋到的長尾用戶描繪出畫像，打破了傳統征信成本和低時效的局限性。下表比較了大數據征信源和傳統征信源的區別：

表1 大數據征信源和傳統征信源的比較

利用大數據技術建立信貸稟賦配置觀念，打破原有按照收入、抵押物、銀行流水等硬性指標獲取貸款的格局，剝離信貸黑灰群體，釋放普惠金融的正向作用，提高了整個社會的金融效率。

(二)提供個性化貸款服務。傳統商業銀行對客戶視圖的構建主要以記錄客戶信息為主。從開卡時記錄客戶的姓名、性別、身份證號、住址及職業等基本信息，到后來的資產配置、信貸記錄及各項交易流水等信息。這種單純依靠記錄客戶信息的方式在甄別客戶層級及分析客戶特征和需求等方面容易對客戶信息產生扭曲。隨著“大數據”技術的發展，通過大數據分析平臺，接入客戶通過社交網絡、電子商務平臺、終端媒介等產生的非結構化數據，能夠構建客戶360 度全方位視圖。

在農村，互聯網和移動智能設備越來越普及。微信、微博、看新聞都可以積累農村用戶的大數據。這些數據通過歸納、總結、分析積累成為農村金融行業的大數據，這些數據能夠準確反映農村客戶的金融需求里面蘊含著巨大的經濟價值。

(三)降低金融機構信貸供給成本。大數據獲取的數據所具有的客觀性避免了因勞動力技能差異所導致的數據質量缺陷，從而能夠在一定程度上進一步降低信息失真所對應的風險成本。通過降低信息搜集成本和信息失真對應的風險成本，金融供給方的總成本水平可以得到可觀的下降，成本節約導致生產可能性邊界外移，表現在供求關系上就是原始供給曲線的下移。

(四)降低信貸違約風險。在借款過程中，通過對個人身份信息和銀行卡的驗證，經過交叉匹配和復雜模型的運算處理，對客戶的信貸額度和還款能力得出評級值，完成信貸風險評估和風險敏感性評估。根據用戶在這些社交化媒體平臺上留下的數據對用戶進行消費水平、還款能力、社交圈等的整體評級，授予用戶不同的授信額度，以網絡社交數據的分析采集代替了傳統的復雜審核手續，提高了借貸的便捷性和安全性。

三、結論

互聯網大數據金融服務農戶信貸，是破解農戶融資難題、服務農業供給側結構性改革、履行普惠金融責任的有效手段。

傳統金融模式下農戶信貸供給存在的難題通過大數據技術可以得到有效的解決。大數據信貸可以提供多維征信源、提供個性化貸款服務、降低金融機構信貸供給、降低違約風險。針對農戶缺少征信的問題，大數據技術可以收集到農戶多維度的各種信息，而且真實實時全面，彌補了農戶征信空白；針對金融機構難以區分不同特征的農戶，大數據可以結合數據分析描繪每一位農戶的特征，不僅可以有效評估信貸風險還可以進行精準營銷；針對金融機構面對農戶開展信貸業務成本高的難題，大數據可以憑借全流程線上操作的手段有效降低人力成本；針對金融機構面對農戶開展信貸業務風險大的難題，大數據可以全面評估農戶的信貸，不僅貸前評估，還可以貸中貸后全面監督農戶信貸資金流向，有力抑制了違約風險的發生。