随着2017年中央一号文件正式向社会发布, 大家发现这已经是中央一号文件连续14次聚焦“三农”。而各类金融机构正面临同质化竞争阶段, 各银行的市场定位、产品结构、目标客户以及营销模式等都大同小异, 特别在大城市、大项目、大客户这个“红海”中竞争过度。随着中央日益对农村市场的重视, 三农金融市场正成为新的金融“蓝海”。大数据时代对于各金融机构来说是一个历史性的机遇, 同时也是一次巨大的挑战, 如果利用好大数据技术, 可以机构利用极为丰富的内在数据资源和外来数据资源, 来对三农金融体系进行前所未有的实时分析, 帮助金融机构更好地发展业务、降低成本和控制风险。
1 三农金融大数据困局
1.1 金融机构过高的运营成本
对于银行业的传统优势业务“企业贷款”来说, 大中型企业作为主题, 其经营规范, 有较为充分和可靠的信息披露, 同时金融机构对其披露的信息质量进行审核相对较为容易, 因此其信贷风险是比较好控制的。而涉农的小微企业及涉农个体经营者普遍没有合格的财务报表, 金融机构很难准确的获得其完整真实的经营状况。想要调查并核实企业主或者经营者所提供的信息需要更多的人力、物力消耗。金融机构只能采取各种传统的方法, 也可以说是其根据多年的业务经验, 总结出来的相对粗犷且无数据支撑的模型来评价客户的风险程。比如上门统计销售单据, 查“三表” (水表、电表、纳税表) , 现场走访、调查社会关系调查等。而金融机构在对于小微企业和涉农经营者采取提高利率的方式, 也正是为了对冲这种由于信息不完整而带来的经营风险和成本增加。
1.2 各方面数据未融合
三农金融中的小微企业和个人可以利用目前农村尚未发达的信息体系, 对其财务或者信用记录做出伪造或者隐藏, 并掩盖着这些信息所产生的衍生信息, 使得金融机构在贷款调查时收到蒙蔽。同时, 各方面涉农数据无法有效融合, 造成金融机构不能有效快捷的预测贷款主体的目前和未来的风险状态。
2 建立三农金融大数据平台
金融机构建立全省统一的三农金融大数据平台的根本目的是服务三农;首要目标是为金融机构提供涉农信息查询, 基于微观、中宏观等不同视角, 提供客户、客户关系、区域、行业、产业信息的检索和预测。其次是基于内部和外部数据整合, 提供360度涉农客户的全景视图。其三是利用机器学习的技术, 全面监控风险, 包括风险事件提示、行业风险预警、负面信息监控等。其四是实时风控, 根据贷款客户的支付、转账等信息, 结合实时风险预警模型, 预防逾期和不良的产生。三农金融大数据平台的建立, 可以为金融机构提供原始的农业和农村金融业数据, 有利于提高机构管理的水平, 帮助客户经理精准营销, 降低机构运营成本, 实现全流程风险控制。
从应用以及数据收集的领域不同, 可以将大数据平台分为:
2.1 涉农产业生产数据平台
以省内数据为核心, 借鉴全国农业数据作为有效参考, 不仅包括省内层面数据, 还应涵盖地市县数据, 甚至乡镇 (街道) 级数据, 网格级数据, 为精准区域研究提供基础。精准的涉农数据是信息技术与涉农产业生产全面结合, 可以通过采集全球定位系统、农田信息采集系统、农田遥感监测系统、农田地理信息系统、农业专家系统、智能化农机具等系统的数据, 建立一个完善的涉农生产大数据系统, 并通过随时监控农业产业信息数据来判断相关产业乃至相关小微企业和个人的风险级别变化。
2.2 气象水文数据平台
通过搜集气象信息与农产品生长信息, 建立天气识别模型, 然后将这些模型与当前的气候条件进行比较, 再运用预测性分析, 进行产业风险预警预报。可以通过建模分析环境与天气以及各行业经济周期之间的复杂的关联性。需要收集这些不同因素的数据进行分析, 大数据技术有助于整合提高不同地区的海量数据。
2.3 农产品流通交易数据平台
大数据可以提供经系统整合的相关气候、农产品价格走势、进城道路交通信息、终端消费需求等相关数据, 辅之以菜场超市摊位监测评估数据体系等, 通过对这些专业数据的解读, 可以判断涉农产品需求、价格变动等情况。信息化推进农产品流通现代化, 突出体现在农产品价格波动预警对于金融机构风险控制的帮助。通过收集农产品专业市场信息采集系统、电子化交易平台、智能化产品质量监控等系统的数据, 实现对金融机构信贷客户的经营状况掌握以及对目标客户风险级别的判断。
2.4 金融机构内部数据平台
金融结构的大多数内部数据都是结构化数据, 比如客户在机构办理过信用卡、转账、按揭等, 我们可以通过大数据海量的搜集、拼接、筛选、挖掘、分析去支持机构做风险管理、产品营销、业务创新等活动。同时根据不良贷款等风险信号不断完善调整模型, 有效控制风险。
2.5 政府公开数据平台
通过合法获取业务主体基础数据, 比如工商数据, 组织机构代码数据;主体业务相关数据, 比如纳税数据、财务数据 (虽然不是那么准确, 但也不是全无意义) ;从事业务相关的资质 (比如餐厅的卫生评级, 比如从事保密业务要有保密资质, 从事基金要在基金业协会备案) , 进出口的情况在海关有数据, 给员工发工资要有社保的数据;主体其他数据, 比如诉讼记录, 比如参加政府的扶持项目, 创业比赛创新基金的申报资料, 被处罚的记录, 扶贫资格等等。
2.6 个人信息数据平台
合法获取这条红线不能踩, 在此基础上收集客户相关信息, 包括个人基础信息, 个人认证信息 (学历, 资质等) , 个人的社交数据 (比如上网、通话、行动的一些记录) , 个人的财产 (比如房屋车辆所有权) , 个人的金融情况等, 通过这类合法数据, 可以对客户的聚类特征进行有效的分析。
结束语
大数据在三农金融领域应用所面临的难题, 单靠一两家金融机构短时间内很难解决, 必须依靠当地政府联合推进。眼下金融机构要做到的是首先建立自己的大数据平台, 做好数据治理, 按照成熟一项引进一项的策略, 合法合规渐次引进外部数据, 支持三农金融发展。
摘要：大数据技术正在革命性的改变很多不同的领域, 而涉农产业面临着大数据化、人工智能化的挑战;三农产业、大数据技术与三农金融形成了相互制约, 相互依赖的关系。在此种环境下, 金融机构应通过对自身信息系统建设以及外部数据引进, 建立三农金融体系大数据平台, 增加数据收集渠道, 扩大数据规模, 加强不同系统间横向的数据交流, 促进涉农产业、金融业、大数据产业良性互促发展。
关键词：三农金融,大数据,信息化
参考文献
[1] 杨德勇, 栗书茵.现代金融学[M].北京:经济科学出版社, 2012年.
[2] 何广文, 李树生.农村金融学[M].北京:中国金融出版社, 2008年.
[3] 涂子沛.大数据[M].桂林:广西师范大学出版社, 2012年.
[4] [英]维克托·迈尔-舍恩伯格, 肯尼思.库克耶[M].大数据时代[M].杭州:浙江人民出版社, 2013年.
[5] 臧云鹏.中国农业真相[M].北京:北京大学出版社, 2013年.