文/清華大學經管學院金融系教授、博士生導師朱武祥；清華大學經管學院金融系博士研究生江雪穎、張啟路、譚智佳

本文基于對網商銀行農村普惠金融服務的實地調研，分析了它的産品風控演進階段、價值創造成果，剖析了數字實體金融中介價值創造的資源能力基礎。

調研發現，網商銀行這類具備數據資源、算法能力及算力硬件資源的數字實體金融中介，與傳統的獨立金融中介、産業集團實體金融中介以及獨立網貸平台相比，在小額經營信貸業務的風險精準評估、預警和風險處置效率上表現出了顯著優勢，是普惠金融的新生積極力量，是數字化時代的重要金融中介，是金融中介領域先進生産力和生産方式的代表。

為降低數字實體金融中介帶來的風險，可以實施合格數字實體金融中介制度，設置其準入門檻和治理機制，優化完善，形成傳統獨立金融中介、産業集團實體金融中介和合格數字實體金融中介并存競合的格局，共同推動中國數字金融生态的發展，推動中國金融系統、金融機構、金融産品轉型升級，更好地服務實體經濟。

網商銀行農村金融業務部自2015年成立以來，懷着為農戶提供便捷金融服務的初心，秉承借助AI技術和數據技術精準評估農戶信用的信念，不畏挫折，幾經驗證，對農戶普惠信貸風控模型和商業模式進行了多次疊代。

從最初的農村金融人工模式到縣域數字普惠金融，再到2019年7月開發的依托衛星遙感數據和人工智能技術的“大山雀”項目，網商銀行低成本、高效率和高精準度地識别出了農戶的核心資産——耕地和作物，豐富了三農用戶的可信數據，有效解決了農戶信用精準評估這一難題，顯著提升農村經營貸款放貸規模、效率，把農戶信貸的高風險天塹變成了低風險坦途。

網商銀行農村金融業務取得了亮眼的成果。目前，“大山雀”衛星遙感信貸技術已覆蓋全國1/3的涉農縣域，與全國28個省/直轄市/自治區850多個縣區域達成戰略合作。全國已有160萬種糧大戶，通過網商銀行應用的衛星遙感技術，獲得無接觸貸款的額度。在金融服務最難觸達的縣域和農村地區，科技銀行的數字普惠金融已經打開局面。

大山雀項目的成功，是網商銀行科技和數據賦能農村金融的範例，可以快速、顯著擴大農村普惠金融服務規模，具有重要推廣意義。

本文對網商銀行農村普惠金融服務進行了實地調研，分析了它的産品風控演進階段、價值創造成果，剖析了它的價值創造的資源能力基礎，指出了其顯著優勢和作為數字實體金融中介代表的先進性，提出了相關政策建議。

網商銀行農村金融服務風控演進過程

網商銀行的農戶經營信貸的基礎邏輯

Gorton和Ordonez （2011）在《Collateral Crisis》中，對商業銀行貸款發放的收益進行了抽象和歸納：一定概率P下，企業經營狀态良好，能夠産生充足的現金流以償付銀行貸款。此時，商業銀行能夠以現金回報形式獲得所貸金額的本金與利息償付；而在概率（1-P）下，當企業經營狀态較差時，無力償還銀行貸款，商業銀行選擇出售抵質押品補足貸出金額。傳統模式下，商業銀行缺乏對于三農用戶的篩選能力，難以提升概率P，即難以将貸款匹配給真正具有償還能力的用戶，隻能将抵質押品作為風險控制的主要手段。

然而，雖然勤勤懇懇種地，但零散的小規模農戶，鮮少擁有足夠抵質押品，這使得在傳統金融服務模式下的農村普惠金融遇到瓶頸，大量小規模農戶的貸款需求難以滿足。而網商銀行普惠農村金融業務創始人之一空越，也是後來3.0階段“大山雀”項目的創始人，經過走訪調研測算出，真正務農的農民，如果獲得1萬元貸款，将産生近2萬元收入。這說明農戶經營貸款是創造價值、能産生正向現金流的投資活動，務農農戶是有信用的，隻不過傳統金融中介的信用評估及風控模型無法準确評估。

網商銀行這類數字實體金融中介開展農戶經營信貸業務的風險控制基礎，與傳統金融中介相比，有根本的不同。網商銀行可以背靠已有資源能力，利用強大的雲計算、大數據和雲平台能力，實時化、數據化、結構化農戶經營的土地面積、作物種類、畝産量、保守價格等信息，形成對農戶務農還款能力的動态精準評估，并據此不斷修正農戶的授信額度。網商銀行向具有真實還款能力的用戶授信放貸，這種風險控制方式是提升借貸人順利還本付息的概率P，對農戶抵質押品的要求可以降低甚至取消。

信貸技術疊代和數據來源搜尋

網商銀行農村金融業務經曆了曲折的信貸技術疊代和數據源搜尋，本文将其分為三階段。

1.0階段：網商銀行一開始試圖沿用傳統金融中介成功的經驗，嘗試以人工審批風控方式切入農村金融市場，推出第一代農村金融産品。網商銀行農村金融部最初基于借款人授權的在外部交易平台上的線上交易、支付、繳費、信用數據，結合外部農村電商運營者的線下人工推薦，對農戶評估授信。

但由于缺乏人工審核動态監管體系和缺乏信貸所需的各類可信數據，導緻壞賬率增加，超過預期。“在農村，線上支付平台、電商交易平台的普及率、使用率都有限，僅憑借這些數據，完全不足以還原農戶的經營狀況和信用”，空越反思。

網商銀行在線下信貸服務能力的布局與其線上數據、算法、算力優勢背道而馳，如要培育與傳統金融機構相當的線下服務能力，将耗費大量資金、人力、時間成本，且難以形成優勢資源能力。而若繼續推進線上風控模型，主要的瓶頸就在于如何找到評估農戶信用的有效數據。

2.0階段：網商銀行開始嘗試通過縣域政府的公開數據，刻畫農戶真正的生産經營情景。全國一共1800餘個涉農縣，實際有數據統計能力和數據存儲能力的縣政府掌握着關鍵的土地确權、種植面積、農業保險、農戶财政補貼和新農合醫保等數據。基于這些數據，網商銀行可以以技術為媒，把農村的交易、物流、支付等信息形成信用資産，在有安全保障的環境下建立綜合信用評估體系（見圖1）。

圖1：網商銀行結合縣域公開涉農數據的信貸模式

案例1

2017年12月，網商銀行率先在國家級貧困縣——河南省南陽市内鄉試驗2.0風控産品

内鄉縣73萬人口中有近5萬貧困人口。這之中有很多是具備生産經驗、踏實務農的農民，但受限于自有資金不足，種植非常碎片化，很難提高收益，很難抵禦自然風險和市場風險。網商銀行獲得縣域部分可公開數據，農戶隻需要通過手機完成實名認證、刷臉識别，就可以在無抵押、無擔保、不提交紙質材料的情況下獲得貸款。時隔不到4年，至今内鄉縣累計已有近20萬農戶獲得金融授信，實際放貸金額超過40億。這其中大約八成用戶在過去從未獲得過其它銀行的貸款，不少内鄉縣村民通過網商銀行獲得了人生的第一筆貸款。

3.0階段：2.0時代引入縣域公開數據的農村金融服務是網商銀行農村數字普惠金融業務的轉折點，堅持純線上數據沉澱和模型打磨終于走入了正向循環過程。但是，雖然縣域數據有助于了解借款人是否真正在務農，可以匹配小額貸款，但其精确度仍然較低，難以捕捉農戶更高精度的經營規模、狀态和動态經營表現，以滿足其更大規模的貸款需求。例如，對案例2中管理了580畝農田的種植大戶，4萬元授信實在難以滿足需求。如何獲得新的數據，進一步使農戶獲得更好地匹配其生産能力和規模的授信？

這對網商銀行拓展結構化數據源提出了更高的要求。耕地和作物作為務農的核心資産，如何通過穩定可靠、低成本的方法将其數據化、結構化？網商銀行經曆了多輪疊代。首先是讓農戶在小程序中拍照上傳以自證，但平面照片難以拍攝農田全貌。

之後又嘗試過帶攝像頭的無人機，但操作複雜、成本高，且覆蓋面窄。此後，衛星遙感數據作為架設在太空的“超級無人機”進入視野。衛星遙感能夠提供地面作物、可持續快速更新的高清數據，疊加算法技術能力，使得網商銀行能夠對農民的種植面積、作物及生長狀況等核心資産情況進行快速統一識别，進一步提高農戶信用評估的精準度。

衛星遙感技術早已成熟，但卻從未在信貸領域應用過，原因是精準度、攝頻率、覆蓋範圍、價格不同帶來的識别精度與識别成本之間的複雜權衡。精準度高的衛星遙感，識别成本低，攝頻率也低，且覆蓋範圍小，價格高昂，難以讓網商銀行在較短時間内對中國全部涉農區縣全覆蓋，經濟性不強。最終，網商銀行選擇了價格低、時效高的低精度衛星，代替價格高、時效低的高精度衛星，支撐這一抉擇的是網商銀行平台團隊多年積累的算法能力。

曆時8個月，網商銀行的作物識别模型訓練團隊終于研發出基于衛星遙感數據及光譜的作物、地塊、作物長勢AI圖像識别技術，建立了28個衛星識别模型，不僅能判斷地塊質量及其上種植的作物，甚至能在作物受災時判斷災害範圍和受災情況，實現了衛星遙感技術在信貸領域的突破性嘗試（見圖2）。

網商銀行農村普惠金融業務，背靠平台系統積累的強大算力支撐。随着農戶相關數據來源的多樣化和不斷打磨算法能力，風控模型不斷訓練優化，在強大算力、算法資源支持下， “310”信貸服務标準得以實現：3分鐘在線申請、1秒鐘資金到賬、全程0人工幹預。

圖2：“大山雀”引入衛星遙感數據的風控技術的信用評估邏輯

網商銀行農村金融服務價值創造的效果

網商銀行的農村普惠金融業務，無需采取傳統銀行的資産抵質押模式，而是利用多維度數據來源和分析模型，産生了農戶是否真正務農和務農情況的信息。網商銀行一方面不斷優化衛星識别模型，另一方面，每當識别出新的農戶資産、經營等還款能力數據，及時據此補充農戶授信額度，動态評估農戶信用。模型的優化、還款能力的發現、信用的積累都可能識别出新的農戶信用。

對農戶來說，純線上貸款模式降低了他們辦理銀行貸款審批的硬性抵押品要求、貸款申請的皮鞋成本和時間成本。随借随還的信用貸款也降低了農戶的利息成本、經營周期與融資期限錯配的風險，增強了農戶抵抗周期波動的能力，經營規模、生産效率和收入也得以提升。

案例2

江西高安黃沙崗鎮獅子村的大戶劉迎鋒

劉迎鋒管理了300餘畝地，2018年7月份稻子收割的時候，她急需2萬元給收割機加油。這一問題該如何解決？“我之前去銀行問過。因為我沒有資産抵押物，去銀行貸不到款。後來農信社我也去問過，因為聽說有不需要抵押的小額信用貸款。

一問，對方說按土地流轉面積，我可以免息貸款200萬。結果我一拿出土地流轉合同，對方說合同上是我父親的名字，不是我的名字，不能直接貸款。”由于她父親超過60歲，農信社認為不具備生産經營能力，不符合放款條件。“所以農信社也不行。”這種情況對劉迎鋒這樣的年輕人可能很常見。

他們有一段時間在城市打工，想回老家做“種植大戶”“小農場主”，還可以就近照顧父母。他們往往缺乏銀行要求的抵質押物，且通常不是當地戶口，無法流轉土地或享受政府相關補貼，需使用父母或者親戚的身份流轉土地、自己耕種。眼看貸款無望，她在某次線上支付時，點開了網商銀行的一個信息推送，花了兩分鐘簡單完成授權後，沒想到幾秒鐘後就獲得了近4萬元的授信額度，她申請了2萬元貸款。

資金幾乎立即到賬了，劉迎鋒就這樣在網商銀行的幫助下解了燃眉之急。等到稻子收割結束，銷售回款後，劉迎鋒很快将這筆借款還清了。實際借款時長隻有幾天，因為是随借随還，劉迎鋒隻支付了三四十元利息。“如果去銀行貸款，雖然年利率看上去便宜，但一借就是三個月、半年，2萬元的利息就得三四百元，網商銀行的貸款實際算下來利率低多了。”

網商銀行自身大幅降低了信審成本。“銀行對一位個體農戶的信審成本在300-500元，效率低、網點少的能高于1000，而網商銀行隻要10元，未來甚至更低”，趙衛星以信審成本為例舉證。

截至2021年2月底，網商銀行已累計向超過3700萬小微企業及個體經營者放貸，其中涉農用戶超過1900萬，有約80%首次獲得經營性貸款，是未被傳統金融中介覆蓋的信用“白戶”。網商銀行在普惠金融服務、農村金融問題上表現突出。

網商銀行的普惠農村金融産品在疊代過程中，實現了三個創新：一是将衛星遙感數據應用于信審，實現了技術交叉應用的創新；二是算法團隊克服中國複雜地貌特征帶來的同譜異物和同物異譜問題，實現了算法能力的創新；三是集合零散的縣域農戶種植面積、品種等數據源，結構化新引入的衛星圖像等數據源，信貸額度随還款來源動态疊加，實現了基于農戶未來現金流的風控制度的創新。

圖3：全新的數字化農村金融藍圖

網商銀行農村普惠金融服務價值創造的資源能力基礎

以往金融中介可以分為兩大類：一類是獨立金融中介，例如，銀行、信托、租賃公司等；另一類是産業集團實體金融中介，例如，中石油集團控股的昆侖銀行、昆侖信托、昆侖保險等金融機構。與傳統銀行相比，産業集團實體金融中介的優勢在于，可以依托産業集團背景和訂單資源，深度了解客戶經營狀況的内部信息，将物流、信息流和資金流合二為一，過程風險控制方面成本更低，在違約事件中損失更少，信用風險控制的成本更低。産業實體金融中介在供應鍊金融、保理、租賃等金融服務中較獨立金融中介更具優勢。

網商銀行屬于新興的數字實體金融中介，其與一般金融中介的比較優勢有三方面。

第一，數據資源優勢。一些數字實體金融中介從互聯網電商平台衍生而來，比一般獨立金融中介、産業集團實體金融中介掌握的信息資源更豐富、動态、實時、透明、穩定，包括經營者或消費者多場景、經營全過程的數據資源。

第二，模型算法能力優勢，如網商銀行對新引入的衛星圖像等數據源進行結構化分析的能力。網商銀行背後依托的互聯網平台主業需要大量底層算法技術支持，具備金融風控模型開發優勢。低精度衛星遙感數據獲取成本低，雖然其他市場主體也可獲取，但隻有網商銀行團隊開發出了解決複雜地貌、光照下同譜異物和同物異譜識别、精度達到93%的“大山雀”系統。這依賴于平台在深度神經網絡算法和語義分割技術上的技術優勢，這種技術優勢的形成需要時間、經驗、投資、人才的積澱。傳統金融中介深耕抵押清算制度，在資産鎖定、估值、處置等方面有優勢，但在數字算法模型方面缺乏基因、基礎和機制，短時間内難以建立，大多數傳統金融中介建立起來也不經濟。

第三，算力資源優勢，如網商銀行基于強大算力設備提供的“310”标準服務。網商銀行是我國第一家将核心系統架構在金融雲計算平台上的銀行，依托平台生态為滿足電商平台峰值交易而投資搭建的強大雲計算算力，能夠處理高并發金融交易、海量大數據和彈性擴容，零人工幹預、秒級響應地進行運算和數據處理，完成授信和資金發放。

結論與建議

網商銀行農村金融服務背後依托的資源能力是獨立金融中介和産業實體金融中介培育起來很難、不經濟的。其取得的成果，證明了數據實體金融中介價值創造的能力和潛力，可以快速、顯著擴大農村普惠金融服務規模，具有重要推廣意義。

互聯網金融經曆了一個野蠻生長階段。期間，一些獨立的互聯網網貸平台不規範甚至非法的經營行為，頻繁爆雷，引發了不少群體事件，危及社會穩定。因此，加強對獨立網貸中介業務發展的金融監管很有必要。央行于2020年11月發布《網絡小額貸款業務管理暫行辦法（征求意見稿）》，對單筆聯合貸款，設置了小額貸款公司出資比例不得低于30%的限制。這一規定嚴格約束了聯合貸款的杠杆倍數和貸款規模增速。監管機構限制聯合貸款的目的，在于防範傳統金融中介過度依賴數字實體金融中介，導緻傳統金融中介外包部分風控環節、造成自身風控模型空跑，聚集對數字實體金融中介的風險暴露。

但是，期間同樣湧現出了網商銀行、微衆銀行、小米金融、京東金融這類衍生于具有強大經營規模的互聯網平台和生态、具有豐富的數據資源和算法能力及算力硬件資源顯著優勢的數字實體金融中介。網商銀行農村金融服務的實踐結果，證明了其創造價值的能力和潛力。與傳統的獨立金融中介、産業集團實體金融中介以及獨立網貸中介相比，數字實體金融中介在小額經營主體信貸和普惠金融的信用精準評估、風險預警和風險管理上表現出了顯著優勢，這些優勢是傳統的獨立金融中介和産業集團實體金融中介短期内難以企及的，特别是城商行、農信社等地方中小獨立金融中介。

近年來，城商行、農信社等地方中小銀行暴雷事件也不斷發生，政府不斷救助和加強治理。實際上，這些傳統的地方中小銀行等獨立金融中介自身是很難提升風控能力，他們在中小企業信貸、消費金融和個人理财等方面功能會逐漸被大的獨立金融中介、産業集團實體金融中介和數字實體金融中介替代。他們在風控方面與數字實體金融中介合作、甚至外包是必然之舉。相反，如果不這樣做，風險會更高，競争優勢會加速衰落！而沿用傳統金融中介的抵質押風控手段，又難以提供規模化、可複制的普惠金融服務，同樣會被淘汰。因此，關鍵不在于簡單地限制傳統金融中介把部分風控環節外包給數字金融中介，避免自身風控模型空跑，而是限制傳統金融中介過度依賴缺乏堅實技術和數據基礎和規模化效果驗證的獨立數字金融中介。

數字實體金融中介是數字化時代應運而生的新型和重要的金融中介，是金融中介領域先進生産力和生産方式的代表；需要實施合格數字實體金融中介制度，設置準入門檻和治理機制，包括資本實力、技術實力和數據能力，促進合格數字實體金融中介發展，就像當年鼓勵産業集團實體金融中介發展一樣，形成傳統獨立金融中介、産業集團實體金融中介和合格數字實體金融中介并存競合的格局。這樣，地方中小獨立金融中介可以擇優合格數字實體金融中介進行風控合作。三類金融中介的競合，可以共同推動中國數字金融生态的發展，推動中國金融系統、金融機構、金融産品轉型升級，更好地服務實體經濟。（本文僅代表作者觀點）

本文編輯：王柏勻

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!