韓昊 滕磊
農村金融機構作為農村金融服務的中堅力量,一直致力于向“三農”提供優質服務,但因農村地區地域、文化、基礎設施等短板制約,使得金融服務質量較城鎮地區仍有較大差異,但在數字化背景下以上問題得到了很大改善。在脫貧攻堅時期,多數銀行均響應國家政策因地制宜地設立了農業小額貸款,并積極促進數字科技與金融服務相結合,運用金融科技手段,提高金融服務質量,優質的金融服務加上政策的引導確保了農村地區脫貧攻堅的偉大勝利和全面小康的實現。而在全面推進鄉村振興階段,金融科技再次賦予農村金融機構轉型新動能,并以此為錨點進一步提高了數字金融的普適性,加強了數字普惠金融的應用深度,拓寬了數字普惠金融的服務廣度,使得“長尾市場”中的農村經營主體能享受到同質的金融服務。這其中,授信方式的改進是農村金融機構進行數字化轉型的關鍵,數字科技通過對農村主體信用評價方式,授信流程和風險管控模式的改進,煥發了農村金融服務的活力,為最終實現金融助力鄉村振興打下了堅實基礎。
隨著數字科技中的大數據、云計算、區塊鏈等技術的不斷成熟,數字技術與其他產業相結合能夠打破傳統行業壁壘破除產業短板。在金融行業中,以往傳統金融行業因自身的盈利性特征往往將大資產、高凈值、高現金流等具有高消費潛力的客戶作為機構的目標客戶。但對于“三農”及鄉鎮小微企業等群體,金融機構對其所投入的營銷力度和金融服務力度明顯低于前述目標客戶。所以傳統金融服務中存在所謂的“二八分化”,即將優質金融資源集中供給于20%的客戶,而剩余80%的金融消費者則很難享受到同質的金融服務。《G20數字普惠金融高級原則》首次將數字普惠金融定義為用數字技術提高普惠金融的效用,提高普惠金融服務的普惠性,旨在運用數字方法實現普惠金融目標。金融科技的不斷發展使得金融機構借助數字科技手段降低服務成本,在政策引導下金融機構開始重視并提前布局由“三農”及小微鄉鎮企業所組成的“長尾市場”。農村商業銀行、中國農業銀行、農村信用社等農村金融機構,借助熟悉“三農”情況、了解市場需求等優勢,將金融科技與自身優勢結合,可以在加快自身數字化轉型的同時,通過金融科技賦能金融服務,以此煥發農村新金融活力。
1.拓寬“三農”及鄉鎮小微企業的金融服務渠道。農村金融機構對“三農”及鄉鎮小微企業起到的最核心作用是向農村地區提供流動的資金渠道,讓農村主體通過農村金融機構獲得融資,開展創業活動或開拓企業業務。在進行此類金融活動中,金融機構必然會向目標客戶進行授信來確定客戶擁有的放款額度,授信技術包括信用評價、調查技術、風險監測等方面。但金融機構在面對“三農”及鄉鎮小微企業等授信標的時,還存在信息空白、信息不對稱等矛盾,并且授信過程中時常出現調查難度大、信用評價有效性低、標的具有高風險等問題。此外,農村金融機構少、金融服務具有滯后性、農戶本身又缺乏符合標準的抵押物品等因素更是加大了金融機構和客戶之間的“信息鴻溝”。而利用科技手段進行數字化轉型可破除二者之間的“信息鴻溝”,大數據等技術的應用能改善傳統信用評價中因信用數據信息量較少、收集困難等情況導致的信息不對稱問題。此外,在鄉鎮地區授信以往多是靠農村金融機構工作人員入戶進行人工調查、審核,一人需負責幾個村的貸款,以及處理其中的貸款問題、挖掘新的客戶、推廣金融產品等,增加了交易成本。通過農村金融機構建立數字化平臺,村民可直接通過平臺申請授信,機構端則可以運用大數據技術對客戶進行授信分析,及時地發現農村客戶的貸款需求及金融服務需求,從而降低授信過程中的交易成本,節約審批時間,提高授信效率,進而拓寬“三農”及鄉鎮小微企業的金融服務渠道。
2.提高“三農”及鄉鎮小微企業的金融普惠性基礎。普惠金融是在成本可負擔的前提下將平等的金融服務機會提供給社會各個階層與不同的群體,而數字普惠金融是利用數字技術實現這一目標,運用大數據分析、云計算、區塊鏈、人工智能等數字技術手段促進平臺信息共享,降低金融機構交易成本和金融服務門檻,擴大金融服務范圍與覆蓋面,從而提升金融服務的高效性、便捷性,并以此實現數字金融服務的普惠性。《中共中央 國務院關于全面推進鄉村振興加快農業農村現代化的意見》提出,在鄉村振興背景下加快農村數字普惠金融發展速度,中小銀行應積極落實中央決策部署,加快和深化自身數字化轉型,助推數字普惠金融尤其是農村數字普惠金融發展,這為農村主體獲得普惠性金融服務奠定了政策基礎。金融科技在促進農村金融機構數字化轉型的同時,通過金融科技賦能金融服務彌補了農村金融機構的短板,又通過金融科技對普惠金融的普惠性進行強化,使得普惠服務“下沉”落地,讓農戶享受到數字普惠金融紅利。
3.改善金融機構的抗風險能力。金融機構在運營過程中往往伴隨著多種多樣的風險,以銀行為例,其在經營過程中面臨信用風險、市場風險、流動性風險、商譽風險等風險。特別是針對“三農”及鄉鎮地區小微企業放款、放貸的農商行和廣大鄉鎮中小銀行,其面臨的客戶多為缺乏擔保物、授信信息不全的農村用戶,并且貸款業務作為鄉鎮中小銀行及農村金融機構的主要收入來源,農村金融機構貸款流程多是由人工完成,雖然目前有一套較為完整的評價體系,但在信用評價過程中仍會出現錯評、漏評等現象。金融科技的出現打破了這一現狀,通過大數據測算不可抗因素發生的概率以及收集農村客戶網絡消費、社交、瀏覽的數據并加以分析,再將信息數據導入用人工智能與機器學習法等數字科技手段建立的風險評估模型。以此測算農村客戶的風險基數,同時重新評價農村客戶的信用等級,降低農村金融機構的授信風險,改善農村金融機構抗風險能力。
傳統金融機構的信用評級幾乎是以信息技術輔助人工進行授信,多由人工對授信客戶的情況進行采集后再將信息錄入金融機構信息系統中,對授信客戶的基本現狀進行復核與篩查,從而決定客戶在此金融機構的授信額度或是否予以授信。但在農村地區中的金融機構分布不均勻,機構與農戶間距離不等,再加上農村金融機構從業人員有限,往往一位農村金融機構從業人員需要負責多農戶的授信信息調查,同時要對其轄區內農戶進行人際維護以適應農村熟人社會,從而發掘潛在客戶,擴大轄區內金融服務深度與廣度。此類方式最大的缺陷是交易成本高,信貸人員工作量繁重、效率低,金融服務的覆蓋面拓展慢。而農村金融機構可以使用大數據技術解決人工授信時所面臨的信息不全、信息白戶等問題。大數據分析可以對龐大的線上數據進行整合分析并提煉出所需要的有效信息。如圖1所示,通過數據采集技術將目標用戶的信息通過線上渠道進行搜集,具體可從網絡購物、社交平臺、線上交易和各種授權APP軟件等信息來源對目標客戶的資料進行豐富,從多元信息來源完善對目標客戶的信息整合、提高授信依據。

圖1 大數據信用評價流程
由于大數據具有強大的數據處理能力,使得其可以持續不斷捕獲更新數據并彌補前期數據缺失、數據滯后等情況,從而掌握最新的客戶狀態,規避對其進行授信后無法估量其在未來是否有履約能力的風險。通過大數據的信息捕捉能力,更有利于挖掘不同群體特別是“長尾市場”中無貸款記錄的漏記人員的征信特征。人工智能技術則可以將大數據所收集的信息進行分析處理,用深度學習等算法模擬人的邏輯推理能力幫助進行信用評價。金融科技中大數據與人工智能很好地破除人工授信壁壘,打破時間空間的桎梏,降低交易成本的同時提高了授信效率,在改變信用評價方式的同時,也促進了數字普惠金融的發展,并把普惠福利帶向“三農”。
傳統銀行授信流程為:首先,了解并記錄客戶的基本信息,而且要求客戶遞交相關資料,即客戶在銀行申請授信,銀行受理客戶的授信申請;其次,銀行方錄入客戶資料交由中臺復核,再由風控部門對其進行實地調查,審批電話核實;最后,做出最終審批與否的結論。得出授信結論后,依結論對客戶進行授信發放與支付,并對客戶進行貸后管理。如圖2所示,整個授信過程繁瑣、耗時長、效率低,最快的也需要一周時間來完成,雖然銀行通過各種科學管理方法對其業務流程進行改進與精簡,實現了“信貸流程標準化”,但由于每個步驟都需要人工完成,并且流程與流程的銜接需要人工傳遞,所以提速較難。并且在此過程中每個環節都需要人工的直接參與,整個信貸團隊至少由幾十人構成,而幾十人的團隊一天能處理的信貸業務在“標準化流程”的前提下也非常有限,想要提高業務速度就得提高團隊人數,由此產生的運營成本也掣肘著效率的提升。特別像“三農”客戶因其缺乏擔保物和交易記錄證明等信貸資料,往往被金融機構所排斥。

圖2 傳統銀行授信流程
目前,多數銀行都將數字科技運用在授信流程之中,并用數字科技打破了人工授信限制,緩解運營成本掣肘,重塑授信流程。將數字科技涵蓋于客戶獲取、審批評估、支付還款三大必備步驟中。如圖3所示,數字化授信首先通過大數據分析加人工智能技術對目標客戶信息進行抓取并分析其金融服務需求,再將線上營銷戰略和與線下體驗相結合,極大地增強了客戶金融服務體驗感。在審批評估過程中通過金融科技打造的評估模型進行快速授信,用先進算法與模型相匹,將多種通過大數據所抓取的各類有價值數據導入不同的信用綜合評價模型,對客戶未來履約能力進行分析,在提高授信效率的同時減少金融機構信貸風險。在支付與還款環節,貸款人可以通過網絡銀行、銀行應用APP或移動錢包等數字渠道進行線上收款和還款,從而提高交易速度,降低了運營成本。農村金融機構運用此技術對授信流程進行改進,有利于資金向“三農”及鄉鎮小微企業進行融通,其效率提高、運營成本降低、普惠性提升為農村金融機構開拓鄉村“長尾市場”創造了條件,推動了脫貧攻堅成果與鄉村振興的有效銜接。

圖3 數字化授信流程
傳統的金融機構無法掌握客戶資金實時的流動情況,機構與客戶之間存在信息差、時間差、執行差,所以只能多從源頭進行風險篩查。以授信評價為例,傳統金融機構會審核客戶的資產情況、銀行流水、收入來源,并以這些信息決定授信額度,降低金融機構所承擔的風險,而“三農”客戶因存在缺乏抵押物、資產情況不清晰、交易記錄少等情況,使得金融機構放貸后的回款風險增高,壞賬率加大,故金融機構會存在不想開拓甚至放棄“長尾市場”的做法。但隨著數字科技與金融產業的融合越發完善,用人工智能對授信客戶所留下的線上動態數據進行追蹤與監測,通過大數據了解客戶實時的資金流動情況,并用機器學習法對其產生的交易數據和生活數據進行記錄與分析、構建分析模型、識別風險交易,在發生風險時及時執行應對方案,對可能出現后續還款障礙的客戶進行事前干預。在改進風險管控手段的同時實現風險管理模式數字化轉型,不斷推進風險管理從人控到機控、從線上到線下、從事后到事中事前的風控模式升級。
在數字化背景下金融科技不斷成熟,農村金融機構通過對金融科技的應用,不斷完善與優化農村金融服務,通過提供不同的數字金融服務,逐步釋放數字紅利,讓數字普惠金融惠及“三農”。有的農村金融機構基于農村現實情況,推出“惠農版”“簡約版”移動金融APP;有的銀行投放過擁有轉賬、取現、查詢、開銷戶、貸款申請等諸多金融服務功能的一體化金融服務終端機,特別是通過授信方式的改進打通了金融服務“最后一公里”,農民足不出戶便可享受“一站式”的金融服務,在鄉村振興的大環境下金融科技不斷發展,數字金融的普惠性越來越高,金融科技不僅促進了農村金融機構數字化轉型,也煥發了農村金融新活力(見表1)。

表1 2021年部分銀行數字化轉型成果
農村金融機構在運用金融科技進行數字化轉型時,大數據分析、人工智能、區塊鏈等金融科技手段能有效降低金融機構的成本。用機器學習建立“黑白名單”模型,在提高農村金融機構風險抗性的同時,降低了針對“三農”及鄉鎮小微企業的融貸成本。農村金融機構多以中小型銀行組成,多從銀行運營角度來制定金融科技數字化轉型戰略,中小型銀行在金融科技不成熟的情況下,加強了與外部金融平臺、金融科技公司的合作,促進自身數字化轉型完善,并通過與外部的合作降低了自身技術成本的投入。在授信方式上,以金融科技為技術引導,以大數據、人工智能、區塊鏈等數字技術為手段,重塑金融機構授信流程,通過大數據分析與人工智能等數字技術挖掘客戶信用狀態,建立信用檔案,分析客戶信用狀況,幫助線上授信額完成,在降低金融機構人工服務成本的同時提高金融機構授信效率。運用區塊鏈技術建立數字信任,整合信用資源,避免同戶不同信,降低金融機構授信過程中因信息不對稱導致的風險成本,做到讓“普惠”落地的同時,助力鄉村振興發展。
農村金融機構的數字化轉型不僅提高了對“三農”及鄉鎮小微企業的金融服務質量,也擴大了針對“三農”客戶的金融服務范圍。隨著鄉村振興戰略全面推進,農村地區已經實現村村通寬帶,為數字化金融服務奠定了良好的基礎。金融科技克服了農村地區線下網點分布少的問題,截至2021年底,全國現有行政村通寬帶比例從不足70%提升至100%,脫貧村通寬帶比例從62%提升至100%,“三區三州”脫貧地區通寬帶比例從26%提升至100%,數字基礎設施建設的完善使得金融機構能夠以線上授信放貸的方式,零距離接觸“長尾客戶”,將高效、便捷、同質的金融服務向“三農”客戶提供。隨著我國通信基礎設施持續完善,偏遠農村地區通過金融科技可以享受到更多同質的金融服務,打破傳統金融服務的“空間”局限性,用金融科技賦能鄉村振興之路。
當前農村金融機構的數字化人才還十分缺乏,多數農村金融機構自身的數字化平臺開發能力較弱,目前,大多農村金融機構都有與金融科技公司合作的現象,雖然暫時解決了農村金融機構數字化能力較弱的問題,但并非長久之計。農村金融機構應從自身出發,發展機構內部的數字化隊伍,建立擁有核心競爭力的數字化平臺,形成由內而外的數字化轉型。

■依山傍水|付秀宏/攝
在數字化背景下,新的金融技術層出不窮,新技術給金融市場帶來革新的同時也帶來了新的挑戰。農村金融機構面對的多是“三農”客戶,因而更要重視監管完善化,保障“三農”客戶的權益,防止風險出現。因此,建議將使用線上金融服務的農村金融機構全部納入同一監管平臺,監管平臺也可使用數字科技對各個農村金融機構進行實時監管。同時,運用人工智能與機器建立監管模型并不斷測算,找出自身監管的不足,并不斷完善,防范農村地區金融風險的出現。
“三農”客戶本身存在金融素質較弱的情況,在可以運用互聯網或手機APP直接進行小額貸款的金融大環境下,因“三農”客戶自身識別能力較弱,容易陷入網上“套路貸”“高利貸”“虛假貸”等金融風險中,為了保障“三農”客戶的權益,防范農村地區的金融風險出現。則應加快完善農村金融科技相關法律法規,保護農村客戶隱私,打擊虛假授信,確保金融科技用在正途,為農村金融市場的繁榮添磚加瓦。