运用大数据和人工智能 促进三农普惠金融快速发展

自《推进普惠金融发展规划(2016—2020年)》及G20普惠金融成果文件出台后，我国普惠金融稳步发展，金融服务可得性、使用情况、质量进一步改善。但是在涉农普惠金融领域，尤其是农户金融可得性还有较大的提升改善空间。截至2017年末，农户生产经营贷款余额46986.5亿元，仅占人民币各项贷款余额的3.91%，同比低0.23个百分点;农村地区使用电子支付的成年人比例为66.51%，比全国平均水平低10.39个百分点;农村地区成年人购买过理财产品的比例为32.79%，比全国平均水平低13.18个百分点;农村地区人均持卡量为2.97张，比全国平均水平低1.84张。通过以上数据可以看出，出于风险防控、经营成本等原因，农户在贷款规模、金融产品获得、支付便利等方面与全国平均水平还存在较大差距。推动大数据与人工智能(AI)在三农普惠金融中的深度融合，切实解决普惠金融中面临的风控难、成本高、效率低、服务不均衡以及商业不可持续问题，是推动发展涉农普惠金融的终极道路。

省级大数据管理机构的核心作用。自中央实施新一轮机构改革后，各省机构改革方案陆续出台，部分省份成立了大数据局或者类似机构，成为机构改革中的一个亮点。省级大数据管理机构应该在三农普惠金融数据化建设中发挥核心作用，在地方政府支持下，打破部门壁垒，将分散在各职能部门有关数据进行整合，加强与掌握数据资源的企业合作，寻求人民银行等中央部门有关数据支持，通过海量的、多维度、多形式、有深度的数据，打造无死角、全方位、立体化的涉农主体数据库资源，将静态数据和动态数据相结合，将客观数据与邻里评价等主观判断数据相结合，将物理空间活动与网络空间活动的行为习惯分析相结合，通过人工智能技术，描绘涉农主体信用及行为习惯全景图像，为商业金融机构提供涉农贷款扎扎实实地做好基础性服务。

 

积极搭建涉农数据共享平台。由各省新设立的大数据管理机构牵头，一是与人民银行、农业农村、市场管理、公安、社保、民政等部门合作，结合互联网等有关数据，以农户、新型农业经营组织等为主体，通过人工智能技术进行家庭人口及住址、土地承包及经营流转、新农合、农业补贴、金融机构贷款记录、电子商务交易记录等数据的关联画像，形成省级三农主体数据库，并定期进行数据更新。二是与农业农村、市场管理、国土资源、气象、水利、卫生防疫以及商业卫星管理机构等进行合作，逐步建立以村、镇、县为单位的种养殖情况、农副产品市场价格情况、土壤水文及自然灾害等情况的区域性三农中微观数据库。三是与地方涉农金融物理网络持有商合作，如吉林省作为农村金改试点搭建的覆盖省市县乡村五级物理金融综合服务网点及人员，通过网点人员采集的包含图像、语音、家庭资产情况等在内的动态数据丰富和完善省级三农主体数据库，交叉验证区域性三农中微观数据库。四是与地方金融监管、地方涉农金融物理网络持有商等机构合作，依托大数据及人工智能，共同开发三农主体的通用和专业相结合的信用评价模型，由系统自动对三农主体进行评分，评分将根据数据库的变化而自动进行实时动态调整。

 

合理运用共享数据成果。在贷前和贷中方面，商业金融机构接到三农用户融资需求时，一是可根据该潜在客户书面授权或基于IT、移动端电子授权，登录省级三农主体数据库进行查询。二是对依据三农主体信用评价标准得出的三农个体评测分数进行参考。三是根据有关部门授权，可以查询经脱敏后的三农区域性中微观数据库，了解区域性的农业生产经营情况等信息。四是出于风险控制和成本考虑，可以与地方涉农金融物理网络持有商合作，由其代理对于拟贷款规模较大的涉农个体进行现场核查并数据上传，实施交叉验证。最后，商业金融机构根据有关数据和评分，综合判断潜在客户的履约意愿、履约能力和履约稳定性，并结合自身评审要求筛选客户进行授信。对于小额度授信，甚至可以运用人工智能的深度学习、图计算等技术，实现无人审核授信并实现线上自动贷款投放。

 

在贷后管理方面，除商业金融机构运用人工智能实现自动客户匹配及时催收以及与地方涉农金融物理网络持有商合作进行贷后管理防范风险外，为切实防范金融风险，打消金融机构扶农支农最后顾虑，确保三农普惠金融的可持续发展，金融监管机构可与省级大数据管理机构共同与公安、电信、交通等部门合作，对存在明显故意逾期拖欠行为且“跑路”失联的贷款户通过技术手段进行必要的约束。同时，监管机构应推动进一步完善有关政策和法律法规，在保障客户隐私权利的前提下，建立诚信体系，提高违约违法成本，促进金融生态环境良好建设。