文 | 劉雨婷 俞雷
北京四象愛數科技有限公司
隨著信息技術的發展和商業航天服務的不斷進步,衛星遙感應用技術正逐漸成為金融領域新的數據信息來源,在貸前/保前盡調、貸后/保后監測、宏觀經濟分析、市場價格判斷等環節發揮重要作用。對于金融機構而言,衛星遙感數據可以為業務和投資決策提供重要的輔助依據,也可作為構建其價值分析模型的重要基礎。相比于其他傳統調研方式,衛星遙感應用在信息全面、獲取數據速度快、數據客觀真實、歷史可回溯等幾個方面的突出特點,是其服務金融行業的核心技術優勢。
金融行業的本質,是具有中介性質的現代服務,其所有工作都是圍繞著實體經濟的發展變化而展開。各類金融產品的定價,不僅反映了與產品掛鉤的實體經濟的當前價值,也包含了市場對于其未來資產價值走向的預期。因此,對于所有參與金融市場活動的機構和個人而言,如何更好地探知實體資產的真實全貌,如何更準確判斷未來趨勢,如何更早地發現風險防范損失,是永恒不變的話題。例如,銀行向一家企業提供的貸款額度和利率,是出于對該企業資產價值、未來業務發展、還款能力和違約風險的綜合判斷。保險公司為某一資產提供的保單費率,也是基于大數法則對該類資產未來遭受損失的概率進行計算后得出。股票、債券、期貨等公開交易的金融產品,更是集中體現了與之相掛鉤的宏觀經濟、行業趨勢、企業自身發展情況、大宗商品供需關系等各類影響因素。買者認為價格會漲,賣者認為價格會跌,背后往往是因為買賣雙方基于不同的信息而產生了不同的判斷。而市場價格無論中間受到何種信息干擾,最終還是會趨向于反映實體經濟的真實情況,使得判斷準確的一方從交易中獲得收益。
在過去科技手段相對有限的年代,金融機構在進行交易定價和分析判斷時,主要依賴的是對過往經濟周期規律的研究經驗、政府和協會等官方機構發布的各類統計數據、企業自己發布的財務數據信息以及市場上的交易信息,這些被統稱為傳統數據。但是,由于傳統數據的統計過程相對復雜緩慢,且包含大量因統計口徑和人為因素所導致的誤差,導致其在發布時就已經顯著落后于實體經濟的最新狀態,而且很容易偏離真實情況或以偏概全,導致金融機構因誤判而錯失業務投資機會,或遭受巨額損失。
隨著金融市場的發展以及市場有效性不斷增強,傳統數據所蘊含的信息價值已經被各家金融機構研究透徹,一經披露立刻會傳導到市場價格上。市場投資者越來越難以獲取超額收益,不得不把目光投向了傳統數據以外的信息來源,期望通過“小道消息”更早地洞察市場,這些區別于以往傳統財報、盈利等傳統金融數據且有利于投資決策的數據被統稱為另類數據。作為大數據的一種,另類數據往往數據量龐大、時效性高、頻次高、種類繁雜。其獲取大多依賴新一代信息技術,無法通過公開途徑免費獲得,處理和解譯的難度顯著高于傳統數據。但與成本相對應的,另類數據所創造的超額收益機會也遠遠高于傳統數據。
常見的另類數據一般可分為三類。一是個人數據,如手機信令、APP 瀏覽記錄、個人身份信息、消費記錄、就醫和體檢記錄、行動軌跡等,這類信息受到個人信息安全保護法的嚴格保護,在各個國家都屬于非常難以獲取的數據類型,通常只掌握在政府部門和少數超大規?;ヂ摼W服務運營商的手里(如銀聯、微信、滴滴等)。二是企業數據,如企業的單日流水、客單價、生產周期、庫存周轉率等各類企業經營數據,這些數據因為過于細節且有可能涉及到商業機密,企業通常不會在財報上對外披露,但相比于財務數據可以更好地反映真實經營情況。三是地區及行業數據,如某一國家或地區的消費品價格、交通物流數據、商品供應和需求變化情況、土地拍賣價格、工程建設投入等。這些數據所覆蓋的地區范圍更大,包含的信息更為豐富,對于研究宏觀經濟和產業經濟的金融從業者來說至關重要,是其預判市場周期的核心分析基礎。雖然政府部門會發布其中一部分,但更新頻率以季度甚至年度計,大幅落后于實際經濟活動變化,而且各個地區、行業和國家的統計口徑都不統一。另外還有很多數據政府并不公布,需要金融機構自己調研獲取。
早期國內金融機構收集另類數據主要以現場調查、隨機抽樣、人員走訪等方式為主,近年來隨著互聯網技術、人工智能、大數據、大模型等新興技術的蓬勃發展,金融行業所能夠使用的信息收集手段在不斷增強,各家機構為了保持自身行業地位和競爭力,不斷追求“更快、更準、更全面”的信息獲取和數據分析技術,在金融科技創新方面投入了大量人力物力。衛星遙感技術作為目前對地觀測范圍最大、地表信息獲取效率最高、數據內容最為豐富的信息收集手段之一,不僅解決了傳統調研方式周期長、干擾因素多、樣本量不足、不夠客觀中立等問題,還突破了國別和地域限制,大大提高了金融機構對于全球實體經濟分析判斷的準確度,顯著降低了信息獲取難度和成本,增強了其擴展全球范圍業務的能力?;谶@些特性,衛星遙感技術在服務金融行業方面具備得天獨厚的優勢,也正在被越來越多的金融機構所使用和重視。
得益于更加發達的金融市場體系以及更早發展的商業航天產業,衛星遙感應用技術服務于金融行業在歐美已經有近10 年的發展歷史。在發展早期,遙感衛星技術在歐美市場也面臨過時空分辨率不足、數據準確性缺乏驗證、成本過高等問題,但隨著上游數據源的快速建立,應用產品的數量和質量得到了迅速提升,并逐漸成為銀行、保險公司以及投資機構的業務剛需。
2014 年,Remote Sens雜志發布統計報告顯示,當年全球農業保險市場保費規模約125 億美元,這其中宣稱對遙感衛星技術感興趣者眾多,但實際使用的公司屈指可數。該報告認為,遙感衛星在當時沒有發揮出很大應用價值的主要原因在于:受限于時空分辨率和用戶預算成本等因素,遙感衛星所獲取的信息與保險公司想要了解的情況存在一定差距,往往是間接證據而非直接證據,導致保險公司對于這一技術的可靠性和易用性存在疑慮。同時,衛星數量不足導致服務不及時、覆蓋頻次偏低,也是限制這一技術發展的主要原因。
然而僅僅4 年之后,國際農業發展基金(聯合國系統專門向發展中成員國提供糧食和農業發展貸款的金融機構)于2018 年專門起草了一份報告,對遙感衛星技術在農業保險中的應用前景給出了非常樂觀的判斷。報告指出,雖然在北美等地區已實現了大規模機械農場作業,但在非洲和亞洲地區,仍分別有70%和80%的農產品是由零散的小農戶提供,對應潛在的農業保險市場規模約830 億美元/年。但由于這些小農戶的田地分散、歷史數據缺失,現場調查困難,導致其難以真正獲得農業保險服務。為了搶占這一市場,各國保險公司正在努力引入新一代信息技術,并通過發展指數型保險產品來發揮保險公司在大數據獲取方面的技術優勢,降低精細化理賠所帶來的高額成本。其中,遙感衛星技術因其在全球覆蓋、歷史數據、快速災害定損方面的突出優勢,已成為農業指數型保險產品定價過程中非常重要且不可缺失的一環。
至2020 年前后,國際商業遙感衛星技術已從傳統的農業保險擴展到工程、巨災等其他保險領域及銀行服務,使用者也從少數歐美發達市場擴散到其他新興市場國家。2021 年,ICICI 銀行成為了印度首個將遙感衛星技術應用于農業貸款授信的銀行機構。
遙感衛星技術在國際金融投資領域的應用同樣也始于2014 年——美國遙感衛星數據公司Orbital Insight 在2014 年9 月首次嘗試通過衛星圖像分析停車場中的車輛狀況、數量和時段,來觀察并分析每個零售商的停車情況(圖1)?;趯α_斯百貨停車場的歷史數據進行分析,Orbital Insight 大膽對該公司2014 年第三季度銷售額進行了預測。幾周后當羅斯百貨公布財報時,實際數據與Orbital Insight 的預測值高度吻合,立刻點燃了投資市場對于衛星數據價值的極大熱情和關注。Orbital Insight 的這款零售商數據產品也成為了歐美金融市場首個以衛星遙感為基礎的應用產品,并持續服務至今。目前該產品追蹤的連鎖零售商已多達近百家,覆蓋全美100 多萬個室外停車場,對于關注美股零售企業的分析師、交易員、基金經理來說已成為不可或缺的決策參考。同時,由于該數據不僅可以反映該零售商的客流量和銷售能力,還能對該地區的零售業整體發展水平進行評估,對于研究美國第三產業的智庫和經濟學者而言也具有很高的使用價值。

圖1 美國遙感公司Orbital Insight 對北美倉儲賣場停車場的監測影像
除了服務股票市場之外,衛星遙感數據在國際期貨投資市場也開始大顯身手。美國目前已有多家商業遙感衛星應用公司推出了針對黃金、原油等重要大宗商品的監測服務產品。這些公司利用高分辨率的光學及雷達衛星數據,對全球主要的金礦開采情況、黃金精煉廠的運營生產情況、商業原油庫存地的儲油罐數量及儲量情況進行定性和定量分析,從供應端變化推測未來市場走勢和期貨價格的波動。這些數據產品不僅更新時間明顯早于政府發布的官方數據,而且涵蓋更多細節信息,對于期貨投資者來說至關重要。特別是在疫情期間,在全球供應鏈面臨諸多不確定因素、大宗商品價格波動劇烈的情況下,美國對沖基金等大型期貨投資機構多次利用遙感衛星技術,準確發現大宗商品全球供應鏈的變化拐點,獲取了極高的投資回報。根據安永發布的全球資產管理行業調研報告顯示,經過數年的快速發展,至2019 年已有約12%的歐美買方金融機構開始使用衛星數據作為其決策依據,且用戶數量持續以兩位數的增速不斷增長。
根據美國衛星產業協會(SIA)最新發布的報告,2022年全球衛星產業收入規模已達到3840億美元,其中衛星應用服務的經濟規模約為1133 億美元,約有800 多顆主要由商業運營商控制的遙感衛星繞地球運行。經過近10 年的產品打磨,同時依托于發達的金融市場和充沛的遙感數據供應,多家遙感應用公司如Satellogic、BlackSky Technology、Spire Global 目前均已涉足于金融領域服務。擁有“鴿群”星座的美國Planet 公司更是將“地球數據的彭博終端”作為自身定位,將金融行業特別是金融投資機構作為其重點服務對象。此外,像Genscape、RS Metrics 等以金融數據分析為主的公司也紛紛擴展信息獲取的技術手段,將基于衛星遙感數據的行業情報服務作為其主打產品。Maxar Techonologies、Airbus 等體量龐大的太空技術公司目前仍以軍方和政府領域為主要應用業務導向,但金融機構客戶是其基礎影像產品的重要采購方之一。
根據北京金融科技聯盟專委會在2023 年發布的行業研究報告顯示,其調研的24 家機構中有12家銀行機構和4 家保險機構啟動了衛星遙感應用相關布局,在所有調研機構中占比達到了68%。各家機構使用衛星遙感應用技術的原因包括:提升貸前、保前的風險評估能力;部分替代一線員工的現場調查工作,或提高其工作效率;提高貸后、保后的風險管理水平和服務響應速度;提升客戶體驗和售后服務內容;激發業務創新和行業競爭力等。其中,最早啟動衛星遙感相關項目的機構是中國人民保險集團(2009 年啟動了衛星遙感在主糧農業保險的承保驗標應用項目),其獲取的衛星遙感數據也主要來源于體制內單位。隨著國家放開商業航天產業政策,衛星遙感的商業化數據和應用服務開始涌現,其他銀行保險機構在2019 年之后陸續開始了在衛星遙感應用方面的嘗試和探索。
在應用領域方面,農業、能源、自然資源的測量監管,工業工程進度的管控追蹤最為常見,占到了需求總量的90%以上。其中針對主糧作物的農業應用場景占比最大,機構接受程度最高,正逐漸成為農業保險和農業貸款的業務剛需。另有少量機構通過夜光等大尺度數據觀測全球城市活力和宏觀經濟變化,作為長期經濟趨勢判斷的基礎。
在數據獲取和使用方面,銀行和保險公司主要采取的方式有三種:一是直接采購商業遙感數據后自行加工,或通過聯合發射等方式獲得專有的數據資源,例如平安銀行在2022 年8 月發射了平安3 號光學遙感衛星,其整星質量約75kg,分辨率0.9m,幅寬14.4km,其目的是與此前發射的兩顆物聯網衛星平安1 號和平安2 號相互補充,實現數據交叉驗證,為供應鏈上下游企業提供金融服務。北京四象愛數科技有限公司在2021 年浙江地區遭受超大型臺風“煙花”襲擊期間,充分發揮了SAR衛星不受云雨天氣的影響,為當地多家保險公司的快速理賠提供了重要技術支持(圖2)。

圖2 寧波三七市鎮及周邊地區2021 年7 月末水稻受災程度分布圖
二是將數據和應用處理服務進行打包采購,服務商提供金融機構業務人員可直接使用的分析結果,采購單位不需要具備專業技術團隊。三是采用云數據和共用服務平臺,通過深度學習等AI技術自動解析衛星遙感影像,直接面向單元更小的最終用戶(如農戶)提供服務。例如網商銀行在2020 年推出的“大山雀”系統,可自動識別幾種常見作物的種植面積和種類,并結合農戶對耕地的自證信息、土地流轉數據、當地氣候及地理歷史數據等分析作物長勢,預估產量和產值,為農戶提供合理的信貸額度和還款條件。截至2021年底,“大山雀”系統已為1000 多個縣的60 多萬種植戶提供了信貸服務。
受到歐美市場的影響,以及行業競爭加劇的推動,國內金融投資機構對另類數據源的重視正與日俱增,特別是在疫情期間現場調研大大受阻的情況下,各家機構都在尋求新的遠程信息獲取手段,遙感衛星技術也隨之被多家頭部機構所發現和使用。
2020 年3 月,國內頭部券商國泰君安研究院率先聯合四象科技發布了“衛星看中國”系列研究報告,利用光學、雷達、紅外等多種遙感衛星技術,對國內外重要經濟活躍地區的夜間燈光亮度、工地施工狀態、工業氣體排放、城市及工業區熱力變化等信息進行定性和定量分析,直觀反映了疫情暴發初期全球各地管控措施對實體經濟造成的沖擊和影響。截至目前,四象科技的經濟指數產品已服務了國內數十家包括大型券商、公募基金、私募對沖基金、資產管理公司、期貨投資公司在內的知名金融機構客戶,并同時吸引了多家雙一流高校、相關產業研究單位、國家經濟智庫的合作需求。圖3 為四象科技宏觀大數據平臺界面。

圖3 四象科技宏觀大數據平臺
此外,近兩年受到國家層面“碳達峰、碳中和”政策引導,眾多金融投資機構開始愈發重視對于ESG(Environment,Social,Governance)指 數 和相關投資產品的開發。ESG 中的“E”所代表的環境保護情況,恰恰是衛星遙感技術最擅長監測的地表信息之一。通過衛星遙感對污染排放的監測,綠色能源的產能測算,捕捉綠度數據,可以很好地反映工廠或地區對于自身排放的管理效果,以及對周邊生態環境的影響。這一數據產品,可為金融投資機構建立上市公司ESG 評價體系提供重要參考。
(1)商業遙感衛星應用落地技術門檻較高
衛星遙感技術應用是多學科的融合應用,技術門檻較高。在系統建設方面,衛星遙感數據的綜合性分析系統涉及遙感、地理信息、圖像處理、人工智能、空間數據庫存儲、可視化分析等多學科技術,建設成本高、周期長。在數據獲取方面,衛星遙感技術在服務金融客戶時往往需要與農業確權數據、地理信息數據、氣象數據等其他數據源進行融合使用,可能涉及隱私授權、相關保密要求等,且在獲取過程中存在難點。在數據處理方面,衛星遙感數據需通過傳感器參數、輻射定標系數、幾何內外定標系數、光譜校正系數和數字高程模型等,對原始衛星影像進行輻射校正、幾何校正、正射校正、圖像配準、全色影像和多光譜影像數據融合等操作,將非標影像處理成標準格式影像,復雜度較高。在信息產品方面,缺少可以跨場景使用的大模型工具,大部分算法都集中在某類地物的變化檢測和目標識別等特定場景,距離金融客戶的實際產品需求還存在差距。在數據使用方面,如何兼顧時空覆蓋度與空間分辨率是當前面臨的一個難題。同時,遙感數據應用的全生命周期管理工作也有待進一步完善,從衛星數據處理、參數反演、應用模型研發、專題數據生產到業務系統開發的各個節點仍存在技術難點。
(2)為客戶帶來的經濟價值需要更多量化評估手段
衛星遙感技術在金融領域的應用,一般是在傳統流程和策略的基礎上作為新的決策因子被引入。金融業是強監管、重穩定的行業,其創新技術應用的管理機制具有一定的特殊性,新技術的引入需經過完善的可行性研究、投資回報率分析等,而使用衛星遙感數據,會在數據獲取、技術升級和流程改造等方面增加客戶的運營成本。因此,如何能夠量化衛星遙感對客戶帶來的業務提升或在其他方面的成本節約效應,讓客戶算得過來經濟賬,是產品推廣的關鍵因素。
(3)面向銀行保險領域的產品多場景通用性有待提升
與傳統的政府應用需求相比,銀行和保險機構所需要觀測的目標一般比較具體且偏向微觀。而現有遙感算法模型普遍存在地區或目標通用性不強、精確性不高的問題,缺少可直接復用的成熟模型,導致新產品研發投入成本偏高,這一現象在農業遙感應用領域體現得尤為明顯。同時,受限于高分辨率數據源成本偏高、可供使用的訓練樣本有限等原因,遙感衛星對于一些較小的監控目標的初始識別模型準確率有限,信息不夠充分連續,需要經過較長時間的算法提升和樣本訓練才能達到金融機構的要求。
雖然目前市場上開始出現優秀的衛星遙感數據產品,但衛星遙感技術對于大部分國內金融行業而言依然是新生事物。同時,由于數據源不足、服務成本偏高、客戶教育不足等原因,目前面向金融的主要產品仍然集中在幾個特定場景。即便是發展相對較早的農業遙感金融服務,大部分客戶對衛星遙感技術的理解依然停留在光學“看圖說話”的層面上,服務功能也局限在四大主糧作物的面積測量、估產等簡單基礎的服務,對于更深層次的應用,以及與其他遙感甚至數據源的融合應用尚處于起步發展階段。但隨著近年上游硬件成本的快速下降,衛星數量的不斷增多,更加豐富多樣的產品體系正在逐漸形成。另一方面,根據國家金融監督管理總局發布的數據,2023年上半年國內房地產開發貸款余額高達13.1 萬億元,涉農貸款余額超54.64 萬億元。同時,國內農業保險服務的農產品種類已超過270 種,覆蓋了農林牧漁的各個農業生產領域,并逐漸從成本評價向收入評價模型進行轉變,而這其中絕大部分品種都還沒被衛星遙感服務所覆蓋,有待新產品體系的開發建設。按照科技服務投入平均占到業務收入2%~5% 的比例計算,衛星遙感技術面向金融領域的潛在應用市場規??蛇_到百億級別。
衛星遙感技術未來要在金融行業實現大規模的應用發展,關鍵還是要解決三件事:使用成本、數據準確性、產品易用性。對于以資金交易為核心業務的金融機構來說,更高的產品服務性價比是促使其引入新技術的核心驅動力,而不會僅僅一個技術“看起來高大上”,或是在某一方面存在優勢而盲目采購。衛星遙感技術在金融領域的競爭對手,并不是行業內公司,而是其他諸如無人機數據、地面傳感器數據、網絡輿情數據、交易價格數據甚至是人工調研數據等各類信息收集手段。因此,在產品設計時應盡量揚長避短,充分發揮衛星遙感技術在獲取宏觀地區性信息方面的效能優勢,盡量避免在微觀層面和其他技術手段進行競爭。
在產品的設計和呈現方式方面,應盡量從圖像的定性分析,向數據、圖表等量化分析方向發展,符合金融客戶的使用習慣和工作場景。同時,產品所能為客戶提供的信息價值應盡量豐富和全面,加強不同類型的衛星遙感數據、衛星遙感數據與其他數據源之間的多源融合,避免因依賴單一技術手段而導致信息的片面和缺失。四象科技于2023 年7 月發射四象A 組多源遙感衛星,正是考慮到企業客戶和金融客戶在綜合分析方面的需求,通過配備不同功能載荷,實現了對同一地區同一時點的SAR、多光譜、紅外遙感信息獲取,與單源遙感數據相比,其產品體現出了極強的信息互補性和合作性。
最后,在研發和服務策略上,應用服務商需要從傳統面向政府的項目制服務思路,向標準產品和SaaS 服務模式進行轉變;從面向專業客戶的內容更重要,向內容形式都重要,“既要內容又要好看”“既要好用又要簡單易懂”的方向進行轉變,大幅降低客戶門檻和學習成本,才能更容易被客戶所理解和接受,實現長期快速的市場增長。