| 标题 | 大数据背景下的“三农”征信 |
| 范文 | 刘沂雯 摘要：随着近年来的互联网金融的发展和农村信息化的加快，独具互联网特色的大数据征信技术有望解决一直毫无进展的农村征信难题。本文在论述征信的重要性、大数据征信技术的可行性与意义的基础上，研究大数据征信目前在“三农”金融领域的现状和存在的问题，并且从农村信息基础设施、大数据征信模型、农村信用文化环境等多方面提出了可行的解决方法。 关键词：农村征信 农村金融 互联网金融 大数据 中图分类号：F832.43 文献标识码：A 1 引言 近十年我国经济快速增长，金融行业不断发展，但是由于农村金融的分散性高，回报率低而周期长的特点，再加之气候、疫情、灾害等风险因素，使得我国农村金融市场表现出金融排斥的特征，传统金融机构不愿意花大量成本深入农村基层来建立实地网点，在农村的覆盖率极低。这就导致征信工作难以进行，农村征信信息极度缺乏。而自2012年开始，互联网金融异军突起，各机构凭借着大数据技术实现了持续性的指数型增长，通过移动支付机器学习等手段对传统金融行业产生颠覆性影响，为农村征信困境的打破提出了可行有效的解决方案。与此同时，农村近些年来信息化程度的不断提高，使得信息基础设施例如互联网以及手机基站得以快速普及，为大数据征信提供了必要的硬件基础。因此，将大数据技术和农村征信结合起来对于加快三农问题的解决，推进新形势下的农村金融改革有着革命性的意义。 2 农村征信的重要性 2.1非制度安排借贷的弊端 信用是金融的立身之本，在农村建立一个合理完善的农村现代信用体系对于建设农村金融，发展农村金融举足轻重。然而目前农村的信用体系极其落后，主要的金融机构农村合作社和民间借贷机构仅仅利用村民间的熟人圈子来了解信贷人的信用状况，依靠着口头协议和农户连保的形式来发放贷款。这虽然减少了中間环节的征信成本，但是这也使得资金来源单一，可贷款数额较小，借款利息也相对高。而且，这种信用过度依赖于农村社会关系，使得一部分农户被边缘化。有些农户一经破产就很难再从农村合作社贷到款。有着还款能力但是在村内名声不好的人也同样会被边缘化。同时，这种透着浓浓乡土气息的信用体制深深植根在传统农村社会的土壤中，是一种非现代金融信用关系。就像费孝通在《乡土中国》中所说：“乡土社会的信用并不是对契约的重视，而是发生于对一种行为的规矩熟悉到不假思索时的可靠性”，现代法律制度契约和信用体系在这种环境中极可能失灵，阻碍了农村信用合作社在未来联通外界市场的道路。 2.2在农村引入征信系统的意义 2.2.1吸引金融资本，满足农民需求 近几年，乡村的巨变给农民带来了诸多的机会，土地流转制度下新出现的农场主阶层也催生了关于农业、农村以及农户的金融需求。据中国社科院2016年8月份发布的《“三农”互联网金融蓝皮书》显示，自2014年起，我国三农金融缺口超过3万亿元。而农村征信制度的引入可以有效规避在农村的较高风险，大大增加对金融机构的吸引力，引入市场资本，满足农村金融的巨大需求。 2.2.2扩大授信范围，减小信贷盲区 征信系统的引入，使农村信用约束大大增强，信用形式逐步由传统的“关系信贷、口头信贷”向“契约信贷”转化。在信用采集上，传统农村社会关系所能造成的影响被极大削弱。这有利于曾经在农村信用社获取不到贷款的农户摆脱困境。同时，资本的流入也降低了贷款利率，扩大了授信范围，减轻了农民的负担。 2.2.3增强信用意识，促进农村发展 “守信、讲义”的信用文化氛围支撑着我国千百年来的民间借贷模式。在这样信用环境的氛围之下，加强农村征信体系建设，有利于农村和农户更好地理解现代信用体制，让建立现代农村信用成为常态。改善农村信用环境，不仅关系到农村金融目前的发展，更关系到农村经济持续的繁荣和农民未来持续的创收。 3 传统金融机构的农村征信存在的局限和问题 3.1农村基础金融体系不完善 传统的农村金融机构主要有农业发展银行、中国农业银行、邮政储蓄、农村信用社。但由于农村金融过于分散，回报率低而周期长，两大银行近年来不断压缩农村市场的业务，目前已基本退出了农村市场。而覆盖率较低的农村邮政储蓄机构基本不涉及征信服务，只有较深入农村基层的农村信用社开展了部分征信活动，但也是仅仅局限于较发达的村镇。可以看出金融机构在农村的整体覆盖率处于较低水平，尤其是落后地区的农村个人征信体系不被重视，信息采集工作难以进行，毫无疑问地阻碍了正常征信体系的建立，农村信用体系建设因此难以快速发展和完善。 3.2农村征信手段落后 目前农村信用信息的采集主要是以农户基本信息、资产水平、工作情况、收支情况等信息作为主要的信用评估数据，特殊的农村环境使得这些信息碎片化程度极其严重。而且由于量大分散，这一步骤需要机构人员一家一户地收集信息并借助纸质档案来记录。这样的手段不仅效率低下而且获取的数据时效性低、所含信息量小，缺乏动态性的交易行为的数据来评估信用，难以规避道德风险。同时由于缺乏对征信的了解，大部分农民在金融机构采集征信信息的过程中，往往误填或漏填个人信息，农民的关键信用信息难以获得。甚至会有农户为了逃避还贷骗贷，假报个人信息。不仅如此，部分农村信贷人员自身的职业素养较低，对信息采集过程不够重视，征信手段不够了解，导致农户信息大量空白和失真，难以为征信服务。 3.3农村征信成本高 作为征信系统的主心骨，当前央行的征信系统中，所覆盖的农村居民的信息极少，利用价值低，想要建立征信系统就得花费大量时间和资金。而且不同于城市居民，农户农业的信用数据繁杂覆盖面广，分散在不同部门中，难以精确地跨平台来进行统计分析，因而无法借鉴学习城市征信模式。同时，信用信息多是以隐性的村内口口相传的人情信用的形式存在，民间信用缺乏实体的记录载体和记录机制。但在征信过程中海量的数据采集、分析、使用都要投入大量人力物力，更需要大量资金和各种成本的投入。而且鉴于农村经济形态的分散化特征，各农村金融机构只能选择各自建立信用评价体系，极大地增加了授信成本，跨区域授信也遭到阻碍。 4 农村互联网金融之下的大数据征信 4.1大数据征信的技术优势 由于农业金融的高风险和征信的高成本，传统金融机构对农村金融存在贷款门槛高、惜贷、慎贷的现象。而新兴的互联网金融平台中许多融资模式的创新，为我国农业金融提供了新的解决方案。互联网金融特有的大数据和云计算技术使其在征信领域拥有得天独厚的优势，在极大地扩展征信服务半径的同时也降低了征信人工成本，信用分析的准确率也是信用分析领域中最前沿并且最具潜力的。 4.1.1快速处理海量数据，低廉高效 不同于传统征信需要大量人工介入，大数据征信不受限于农村经济的分散性和交通的闭塞，计算机可以直接实现海量数据快速获取和快速处理，低价值数据得以再利用，同时系统信用分数更新速度快，农户信用报告更加及时、准确和灵活，效率得以大大提升。由于计算機能够代替人类自主计算，不用再花时间培养专业人员，技术的学习成本也会变得更低。而且从征信信息获取上来看，大数据征信能削减农村征信信息的获取成本。基于互联网信息资源库，不对称信息被模型化处理，在此基础上实现针对性的信息筛选，大幅降低运营成本与交易成本。 4.1.2综合计算多种变量，精准智能 在互联网金融平台评估农户的信用时，由于对象的高风险性，所需数据的来源不能只局限于传统金融机构，更何况银行等公共征信机构对于农村征信信息也处于大量缺失的状态。而近几年来实现了技术突破，计算机领域蓬勃发展的机器学习技术和大数据技术推动了大数据征信的应运而生，成为了解决农村征信困境的最佳的技术手段。相比传统信用模型只计算不到百条参考变量，大数据征信凭借着在信息收集方式、处理方式和结果呈现等方面不同于以往传统社会统计学的征信方式的优势，使模型纳入的数据变量扩大数万个维度，更精准、稳定地评估消费者信用风险，征信报告更加准确，有效规避信息不对称。同时，计算机可以随着数据的积累，使自己的学习能力越来越强，不断自我完善农村征信模型，使信用评估报告更为准确。 4.2大数据征信对于农村的改变 4.2.1缓解信息不对称，扩大农村金融覆盖范围 凭借大数据征信的技术优势，金融机构在农村的地域排斥现象可以极大缓解，农村对于资金的吸引力也可以借机提升。同时，它也能够有效识别具有潜在偿还能力的借款农户，特别是那些因为没有信贷记录的农民或者是由于信用意识不强，导致信用无法通过传统征信方式的群体，增大金融服务的覆盖率。大数据征信体系可以通过建立数据模型，描绘农户行为画像，最终判断农户的还款能力，为涉农金融机构减少信息不对称，降低逆向选择和道德风险问题。同时，也可以使金融机构在掌握信用评估准确数据后，根据不同等级的借款农户提供相应的信贷支持，推出丰富的农村金融产品，扩大金融服务覆盖范围。 4.2.2优化农村信用环境，加大村民的信任程度 大数据征信不仅使信用信息更加准确，而且可以让农户通过终端实时观测到自己的信用情况。在征信过程中所采用的征信信息以及方法均以公开的方式在手机或者电脑平台上呈现，保证了征信过程的公正、公开和透明的同时也增强了农户对于征信的理解和贷款的意愿，鼓励了农户建立信用保护意识，增强农村社会对自身信用和信用信息的正确认识，一定程度上减轻对抵押物、担保机构和社会关系的严重依赖。在更好的信用环境中，农村社会真实的信用状况得以表达，信用信息收集和更新的效率和准确性自然就会大幅上升。 4.2.3预测农户未来金融能力，准确判断农业市场 农户通过大数据征信所获得的信用报告不仅使其获得金融服务成为可能，而且报告中蕴藏的丰富信息也可以为准确判断农民的经济状况的稳定性和可持续性提供了判断依据。健全的信用作为一种无形证明，有利于增强劳动力市场和整个社会的流动性，对于指导农民调整生产，发展现代化农业，摆脱靠天吃饭的现状有着积极作用。另一方面，金融机构也可以通过相关数据，降低贷款违约风险，调整网点规模，经过综合分析之后精确判断市场情况，提升金融市场的资源配置效率。 5 农村能够实行大数据征信的基础 5.1从数据基础来看 大数据征信对于农村信息基础设施提出了较高的要求，而互联网在农村的快速发展使必要的数据基础基本可以建立。2015年5月，国务院推动“宽带乡村”工程，这给未来农村的乡村互联网基础设施带来根本性改变，也意味着许多城市的互联网金融应用会下沉到乡村。在普及农村电子商务的过程中，大量线上高价值数据在网上交易中得以创造，极大丰富了大数据征信的数据库。据中国市场调查网发布的《2016-2020年中国农村电商市场投资机会及发展趋势研究报告》显示，2015年农村网购市场规模达3530亿元，同比增长96%。网购市场的爆发性增长使网络消费数据不断积累，也增强了这一数据的利用价值，成为大数据征信中必不可少的信息来源。 5.2从农村需求与观念来看 近年来农村土地制度的改革使得新型的农业经营主体产生并以迅猛增长之势发展成为农村的中坚力量。这一新兴群体由于拥有的土地更多，集约性更强所以对于用来购买农机，发展现代化农业的资金需求更大，急需大量资金的介入而不再是个体农户的小额资金需求。同时，随着社会经济发展日新月异，农户的信贷观念也发生了改变。尤其是当农村青年一代逐渐成为乡村基层的商业组织的主导者时，农村居民对于互联网金融的接受程度也会越来越高。因为这些“新农人”多是外出打工回来，已在城市中接受了互联网，对新技术接受程度较高，也更懂得征信的意义。 6 基于互联网、大数据背景的农村征信发展现状和以及存在的问题 6.1目前互联网金融农村征信的现状 虽然农村互联网金融市场前景良好，但在农村市场的发展，尤其是征信领域仍有许多困难，进入这片蓝海的互联网金融机构少之又少，对比与农村市场的万亿级别的市场需求，还有着很大的缺口，这是因为目前市场上还没有一套成熟的聚焦“三农”的农村互联网征信体系。现在试图应用大数据征信的公司基本上都是一些电商巨头。互联网巨头机构在大数据征信上主要复制城市的经验，数据的采集依赖于村淘站点的代购式输入，通过电商“工业品下行、农产品上行”的交易模式建立征信数据。而其他没有电商背景的互联网金融主要还是通过人工采集数据，再统一录入到征信系统中，大数据技术仅仅应用于信息分析阶段，效率较为低下。 6.2目前农村大数据征信遇到的问题 6.2.1农村信息基础设施落后 农村信息基础设施的日新月异有目共睹，但目前广大的农村地区网络覆盖率还远远低于城市。中国互联网络发展状况统计报告指出，截至2015年6月底，我国城镇地区与农村地区的互联网普及率相差34.1个百分点，再加上农村基础设施建设面临较高的组织成本和运行成本等，多种因素限制了互联网的普及。信息平台的缺失使得农村的很多重要数据，例如农户的生产养殖数据、电子商务数据、农资购买数据等，都需要通过人工录入，纸质记录保存。缺乏数字化支撑，基于数据库的大数据征信无异于无米之炊，大数据征信举步维艰。 6.2.2大数据征信模型的特殊性 大数据技术之所以在征信领域中崭露头角，是因为其先推行的城市拥有较高水平的经济发展程度，这使征信能够在得天独厚的环境中快速发展。但农村市场与城市相比却有着天壤之别，征信模式已经不能套用。由于农户特有的信息碎片化特点，目前农村大数据征信模型不够成熟，使得农户信用报告极不准确，农村互联网金融坏账率居高不下。如果不能通过征信牢牢把控坏账率，农村金融的广阔蓝海最终很可能依旧是一潭死水。 6.2.3农村征信数据来源受限 由于大数据征信的特殊性，需要数量大、多维度的信息来支撑运算，所以单一信息来源的公共征信机构难以满足信用评估需求。并且银行等公共征信机构中的农户信息不仅不够全面，而且也不愿意向新兴互联网金融机构开放。所以如果这些机构想自行获取其他渠道的信息，也会由于年龄较大的农民大多数不会或不习惯使用互联网，造成信息来源受限。因此，数据来源的缺少也是互联网金融介入农村地区面临的诸多难题之一。 7 对于大数据征信现存问题的解决方法 7.1加快农村信息基础设施建设 由于目前农村信息基础设施不完善，地方政府应在这方面起主导作用，加快普及农村的互联网技术的应用，对硬件和软件提供补贴，打造农村良好的互联网环境。硬件方面，政府应重点放在普及价格相对低廉的智能手机、建设手机基站上，宣传并教育村民使用互联网金融应用，以此提高互联网覆盖使用率，从而优化互联网金融基础设施的建设，为互联网金融在农村的渗透发展提供一定的硬件基础。然后，才能在此基础上着力构建农村征信体系，完善农户经济信用信息库，不断提升农户信用信息的覆盖率，并增加征信数据的共享与应用，为农村互联网金融的成长建立良好的征信体系。 7.2对农村征信模型进一步创新和改善 要想提高信用报告的准确度，除了获取更多信息，也要进一步完善大数据征信模型。大数据模型的建立要能够不仅将农户基本信息、借贷记录、缴费记录等传统征信信息完全涵盖，基于网络平台的各种新型数据也要全面获取、全面利用、全面分析，充分发挥大数据技术的优势将传统意义上的弱变量打包捆绑为强变量，实现数据深度和广度的融合，达到征信风险可控和收益最大化的有效平衡。 7.3增强与其他征信机构的信息共享和与农村合作社的合作 由上文的分析可知，扩大信息来源对于完善农村大数据征信体系必不可少。与传统的涉农机构合作便是解决农村征信难题举足轻重的一步。这主要包括与农资企业和农村信用合作社的合作。传统农资企业历史悠久、经验丰富，累积了大量高价值的信用数据，信息真实而可靠，能有效地帮助金融机构解决农户信用信息不对称、不透明的问题。而与当地农村合作社合作，也可以深入了解借贷人在当地生产经营等情况。同时，互联网征信机构也要与全国性的征信系统进行信息共享，对借款农户的信用状况进行全方位宽领域的考察，而互联网金融公司可以在以上信息的基礎上充分整合已有的信息资源，并且利用自身优势深入挖掘基于互联网以及移动网络、社交网络等的数据和农村消费数据。这样从线上线下双向完善征信，使信息更加立体，打破大数据征信在农村所遇到的困境。 7.4改善农村信用文化环境 整个农村的社会信用环境的改善也对提高农民征信意识有着重要作用，所以互联网金融机构可以与当地农村合作社和村委会合作，开展一系列的诚信建设活动。同时，通过多种载体、途径进行诚信宣传，如农村村务公示栏、村委会宣传栏和板报来创造良好的舆论氛围，促进农民信用意识的建立。根据农村当地特有情况，利用乡村社会中特有的舆论环境，让信用意识真正深入乡镇、深入企业、深入千家万户当中去，提高农户的征信意识。作为信用文化的传播者和受益者，农村金融机构也应以身作则，在金融活动中应当合乎法律、诚实守信，维护农民利益、提高履约能力，激励员工有意识地在面对众多农户及新型农业经营主体时传播、弘扬金融信用。这样，广大农户及新型农业经营主体与互联网金融机构一起逐步形成广大农村信用文化共同体，提高了信用信息的准确度，推动了征信工作的顺利进行和长久的发展。 8 结束语 随着互联网金融的不断发展以及大数据技术的运用，长期落后的农村征信领域迎来了打破僵局的一线生机。目前农村互联网金融机构已将大数据征信技术在农村推行并初见成效，但是也出现了许多问题。远远落后于城市的农村基础设施便是大数据征信面临的第一个挑战，政府应在这方面起主导作用，加快农村信息化进程建设。 在实行的过程中，各金融机构也要针对农村市场需求和农户特点，对农村征信模型进一步创新和改善，同时增强与其他征信机构的信息共享和与农村合作社的合作。同时，与村委会合作大力宣传金融知识，建设良好的农村信用环境。只有在各方努力下，大数据征信才能完善，农村金融才能走出符合三农发展的有特色的新路，让农民真正地享受到经济发展红利。 参考文献： [1] 艾春梅， & 李宏畅.大数据在农村互联网金融中的应用[J].电子商务 2016（6）：48- 49. [2] 李国英.（2015）.我国农村互联网金融发展存在的问题及对策[J].中州学刊，2015，227（11）：54- 58. [3] 李晓璐.农村普惠金融发展中的问题及对策研究[J].中小企业管理与科技，2015（17）：156. [4] 罗婷婷， & 张艺.互联网视角下农村普惠金融实现路径研究——基于重庆农村金融服务的调研. 金融监管研究，2014（12）： 95- 106. [5] 龙海明， 王志鹏， & 申泰旭.大数据时代征信业发展趋势探讨[J].金融经济：理论版，2014（12）：86- 88. [6] 孙波.“互联网+”背景下农村普惠金融发展对策研究[J]. 商业经济，2017（6）：31- 32. [7] 孙淑萍.互联网金融视角下我国农业科技创新中小企业融资模式创新[J]. 信阳师范学院学报：哲学社会科学版， 2017，37（2）：59- 62. [8] 王程龙， & 王飞.大数据视角下农村信用体系创新研究[J].农业网络信息，2016（10）：5- 10. [9] 王婷婷， & 杨亮.中国农村普惠金融发展中的问题与对策研究——基于互联网金融的运用视角[J].华北金融，2017（1）：44- 49. [10] 杨勇.对涉农互联网金融p2p与农村信用体系建设的思考[J].吉林金融研究，2016（2）：56- 58. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。