互聯網金融下鄉 農村金融試水數據信貸

因為有政策層的支持，農村金融一直有著較高的熱度，但問題似乎一直都在。

農村金融存在的供需矛盾集中體現為中小金融機構數量不足，農信社仍是農村金融業務的主要承擔機構。同時，由於缺少有效抵質押物、信用體系不完善，使得金融機構的業務開展面臨障礙。

不過，在傳統的信貸模式之外，已經有新型的互聯網平台開始嘗試數據化的信貸產品。

題材熱服務少

「金融資金的逐利性、農業收益的不穩定性、農民收入低且缺乏有效地信用體系和擔保機制等原因，使得金融機構以自身風險和利益出發，對廣大農村地區的信貸投入呈現總體減少的趨勢。」據統計2011年——2015 年間，央行所發布的涉農貸款（包括農村、農戶及農業貸款）餘額均在增加，但增速整體放緩。

其中，合作性金融機構，如農信社、村鎮銀行、農村合作銀行、農村商業銀行等，仍是農村貸款的主要供給機構。這些機構也存在規模小，不良貸款高，虧損較嚴格，融資能力有限等問題。

而在正規金融體系之外，民間金融仍是農村金融的主要供給方。同時，農業產業鏈龍頭企業、涉農電商平台、涉農互聯網金融平台，新興的金融或類金融機構都在進入這一市場，但整體發展並不充分。

截至2016年末，以農村金融為重要業務或撮合涉農貸款金額在千萬人民幣以上的P2P網貸平台在64家仍在正常運營。

因為有國家政策的鼓勵，很多互聯網金融機構願意去靠農村金融的題材。但實際上比較成熟的機構可能不超過30家。雖然有不少互聯網金融機構在喊口號，但實際落地的很少。

這類機構在業務過程中的主要困難在於觀念的轉變，如果以傳統的業務思路去做，農村的業務成本要偏高。

從目前農村互聯網金融業務開展情況來看，貸款業務關鍵環節如渠道、信用評估仍是較為傳統的以人工為主的操作方式，存在的問題是模式較重，業務開展的標準化程度不高，推廣難度較大，運營成本較高。農村互聯網金融業務需要依靠人力、需要線上線下相結合的方式，在相當長的時間內將是常態。

也正因為此，涉農貸款產品額度偏小、利率偏高較為普遍。互聯網農村金融首先要解決的還是服務可獲得性的問題：能借到錢之後，第二步才是能借到便宜的錢。

在社科院金融研究所所長助理楊濤看來，農村金融究竟以效率為發展目標？還是以市場倫理為原則來看待？「這個核心問題並沒有得到根本的解決，十多年來都是如此」。

楊濤認為，G20峰會上提出數字化普惠金融理念，一方面是針對性的利用新技術和互聯網來解決融資問題，另一方面是利用數字化手段改善信用生態環境。

對此，金融專家認為，「農業金融首先需要解決的不是利率的高低問題，是有無問題」。針對農村缺少數據的問題，他表示，其實在養殖業，尤其是蛋雞、肉雞、肉鴨方面已經形成了集約化、標準化的養殖技術，有大量的歷史數據沉澱在產業中。可以成為農業數據化金融最初的土壤。

數據化貸款試水

「同樣兩個養雞的人，一個養了一年的雞，一個養過十五年的雞，他們的信用是不一樣的，但是在傳統金融機構那裡是一樣的，只看有沒有擔保抵押能力。」專家表示，應該以數據化建立農業金融模式，打破以資產抵押產生信用的思路。

以養雞為例，從一批雞苗入棚到最後宰殺的過程中，數據農貸可以實現貸款的定時、定量、定點、定向的投放。

目前肉雞養殖周期大約是2個月，一隻雞總共需要12元左右的飼料款。傳統的貸款會在第一天放款12元，兩個月後還本付息。但小雞第一天可能只需要2毛錢的開口料，12塊錢基本閑置。

而數據農貸可以在雞苗入棚前對貸款額度進行預估，根據農戶當時的需求，將相應額度資金打到飼料廠，農戶直接拿到飼料回家，用完之後再發放下一批次的飼料款。出欄時，由屠宰場先向金融機構還本付息，剩餘資金再結算給農戶。

在數據模型中，哪天進的雞苗，未來五天每一天需要多少克飼料都可以計算出來。模型所得出的統計學結果正是授信的依據之一，當前的飼養情況也可以通過雲端的管理軟體實時傳遞給風控系統，作為校驗。

為了避免可能出現的市場價格波動等經營性風險，還可以要求屠宰企業或食品公司與養殖戶簽訂保值或者保底合同。

「農業市場真的很大，隨便單拿一個細分領域都會有幾千億上萬億的市場。現在還沒到紅海階段。」金融專家認為，如果只看擔保抵押這些傳統模式，路會越來越窄，如果是看新的業務模式，完全是一片藍海。