大數(shù)據(jù)對“三農(nóng)”主體傳統(tǒng)信用風(fēng)險評估缺陷的彌補(bǔ)

李明賢

（湖南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，湖南 長沙 410128）

國務(wù)院印發(fā)的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020年）》指出，大力發(fā)展普惠金融是我國全面建成小康社會的必然要求，有利于促進(jìn)金融業(yè)的可持續(xù)發(fā)展和經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)型升級，增進(jìn)社會公平和社會和諧。我國普惠金融的主戰(zhàn)場在農(nóng)村，“三農(nóng)”主體是全面推進(jìn)鄉(xiāng)村振興的重要力量，擔(dān)負(fù)著鄉(xiāng)村產(chǎn)業(yè)興旺的使命；“三農(nóng)”主體也是重要的消費(fèi)群體，其金融服務(wù)的獲得，還關(guān)系到以內(nèi)循環(huán)為主、國際國內(nèi)雙循環(huán)互促新發(fā)展格局的實(shí)現(xiàn)。因此，對“三農(nóng)”主體信用風(fēng)險進(jìn)行精準(zhǔn)評估，幫助其獲得金融服務(wù)，對鞏固脫貧攻堅成果、助推城鄉(xiāng)融合發(fā)展具有重要的意義。

涉農(nóng)金融機(jī)構(gòu)是服務(wù)“三農(nóng)”的主力軍，是農(nóng)村普惠金融目標(biāo)實(shí)現(xiàn)的主要力量，政府和金融監(jiān)管部門也賦予了其服務(wù)“三農(nóng)”的重任，特別是2021年“中央一號文件”要求涉農(nóng)金融機(jī)構(gòu)要回歸服務(wù)“三農(nóng)”的本源，涉農(nóng)金融機(jī)構(gòu)為此付出了艱苦的努力，央行和銀保監(jiān)會也給予了相關(guān)政策支持，并提出了“三個不低于”等業(yè)務(wù)考核要求，但“三農(nóng)”主體貸款難貴慢問題一直沒有得到有效解決。讓更多的“三農(nóng)”主體獲得信貸服務(wù)并在獲得信貸服務(wù)時得到公平的待遇是涉農(nóng)金融機(jī)構(gòu)的重要使命，而“三農(nóng)”主體金融服務(wù)的獲得關(guān)鍵在于其能否通過金融機(jī)構(gòu)的信用風(fēng)險評估。

一、解決“三農(nóng)”主體融資難的關(guān)鍵在于對其信用風(fēng)險進(jìn)行精準(zhǔn)評估

信用是“三農(nóng)”主體獲得金融機(jī)構(gòu)信任的資本，是原始形態(tài)的財富向資本轉(zhuǎn)化過程中的關(guān)鍵要素[1]，是經(jīng)濟(jì)主體最核心和最基礎(chǔ)的資質(zhì)。如果一個經(jīng)濟(jì)主體信用狀況不好，就可能被金融體系所拋棄。信用的核心本質(zhì)是信用價值，信用價值實(shí)現(xiàn)的前提是經(jīng)濟(jì)主體能夠通過金融機(jī)構(gòu)的信用風(fēng)險評估。信用風(fēng)險評估的基礎(chǔ)是數(shù)據(jù)。在人類改變自然和變革制度的歷史長河中，認(rèn)知水平在相當(dāng)長的時期內(nèi)受制于數(shù)據(jù)積累[2]。在一個多層次的、比較發(fā)達(dá)的金融市場，整個金融體系應(yīng)當(dāng)有一個高度有效的信用評級標(biāo)準(zhǔn)，通過相互參照，對經(jīng)濟(jì)主體進(jìn)行精準(zhǔn)的信用風(fēng)險評估，保護(hù)經(jīng)濟(jì)主體參與經(jīng)濟(jì)活動的權(quán)利，幫助有潛力的客戶獲得信貸支持，實(shí)現(xiàn)其信用價值。

信用風(fēng)險源于銀行與借款人之間的信息不對稱（Broecker,1990）[3]。Stiglizs和Weiss指出，信息不對稱是正規(guī)信貸市場面臨的一大挑戰(zhàn)[4]。信用風(fēng)險評估可以幫助金融機(jī)構(gòu)識別服務(wù)對象的風(fēng)險，減少信息不對稱。好的信用風(fēng)險評估還可以喚醒人們的信用意識，使經(jīng)濟(jì)主體認(rèn)識到信用的寶貴，并自覺遵守信用和契約，促進(jìn)社會信用體系的不斷完善。但如果信用評估有偏頗或者不全面，不能對經(jīng)濟(jì)主體進(jìn)行有效準(zhǔn)確的評估，就會影響經(jīng)濟(jì)主體參與經(jīng)濟(jì)活動的機(jī)會，而經(jīng)濟(jì)主體金融市場的參與度會影響一國的金融發(fā)展水平以及經(jīng)濟(jì)的長期增長[5]。

對“三農(nóng)”主體信用風(fēng)險評估與企業(yè)等信用主體不同，科學(xué)評估的難度更大。2008年美國次貸危機(jī)引發(fā)的全球銀行危機(jī)，使得世界各國開始高度關(guān)注銀行自身的風(fēng)險管理質(zhì)量[6]，表現(xiàn)為銀行對發(fā)放貸款標(biāo)準(zhǔn)的嚴(yán)格把握。銀行發(fā)放貸款的基本條件是通過銀行對申貸客戶的信用風(fēng)險評估，只有達(dá)到放貸標(biāo)準(zhǔn)，收益能夠覆蓋成本和風(fēng)險，銀行才可能對其放貸。對“三農(nóng)”的金融服務(wù)屬于風(fēng)控非標(biāo)準(zhǔn)化業(yè)務(wù)領(lǐng)域，因?yàn)椋阂环矫妗比r(nóng)”主體缺乏相關(guān)財務(wù)數(shù)據(jù)，另一方面，涉農(nóng)金融機(jī)構(gòu)搜集和處理“三農(nóng)”主體信用信息的能力不強(qiáng)，只能依靠抵押品，甚至擔(dān)保、互保這些機(jī)制替代處理信用風(fēng)險的方式，以減少交易前的逆向選擇問題，遏制交易后的道德風(fēng)險問題。[4]但“三農(nóng)”主體往往缺乏合格的抵押擔(dān)保品，導(dǎo)致涉農(nóng)金融機(jī)構(gòu)提高對其貸款的利率；加上擔(dān)保、互保這些機(jī)制需要銀行全面了解客戶及其相互關(guān)系，需要耗費(fèi)大量的人力、物力、財力，業(yè)務(wù)開展的成本很高，效率低，難以大面積推廣，從而產(chǎn)生了信貸排斥。因此，中共中央國務(wù)院2019年4月17日常務(wù)會議提出要引導(dǎo)銀行提高信用貸款的比重，降低對抵押擔(dān)保的過度依賴。

提高對“三農(nóng)”主體信用貸款的比重，有賴于金融機(jī)構(gòu)對其信用風(fēng)險的精準(zhǔn)評估，并在信用風(fēng)險評估的基礎(chǔ)上自主進(jìn)行貸款定價。這也是構(gòu)建現(xiàn)代金融體系的本質(zhì)要求。如何對“三農(nóng)”主體的信用風(fēng)險進(jìn)行精準(zhǔn)評估，挖掘其中有還款意愿和還款能力的需求主體，是普惠金融業(yè)務(wù)開展的第一步。農(nóng)村信用社改革改善金融支農(nóng)功能可依據(jù)的主要指標(biāo)之一是“是否提高了農(nóng)信社對具有還款能力和還款意愿農(nóng)戶的貸款覆蓋面”[7]。但現(xiàn)實(shí)中由于涉農(nóng)金融機(jī)構(gòu)的風(fēng)險控制和管理體系不健全，風(fēng)險識別和差異化定價能力較弱，不夠精細(xì)，無法有效區(qū)分高風(fēng)險客戶和低風(fēng)險客戶，最終只能把中低風(fēng)險客戶按照高風(fēng)險客戶來進(jìn)行利率定價，抬高了信貸門檻。加上“三農(nóng)”主體很多是信用白戶，沒有借貸記錄，缺少相應(yīng)的數(shù)據(jù)，或者其經(jīng)濟(jì)數(shù)據(jù)非常分散、細(xì)碎，難以有效整合、匯總、形成數(shù)據(jù)合力，造成信貸機(jī)構(gòu)與“三農(nóng)”主體之間的信息不對稱，金融機(jī)構(gòu)無法對其進(jìn)行信用風(fēng)險識別，從而過度依賴抵押、質(zhì)押手段，以防范道德風(fēng)險和其他風(fēng)險。而“三農(nóng)”主體又缺乏合格抵押品，導(dǎo)致被排斥在金融服務(wù)體系之外?？梢姡诂F(xiàn)有依賴“硬信息”的信用風(fēng)險評估模式下，供求雙方的數(shù)據(jù)缺失和數(shù)據(jù)挖掘處理能力不足導(dǎo)致了“三農(nóng)”主體貸款難貴慢問題。

如何克服“三農(nóng)”主體信用硬信息數(shù)據(jù)缺乏問題，幫助涉農(nóng)金融機(jī)構(gòu)對“三農(nóng)”主體進(jìn)行精準(zhǔn)的信用風(fēng)險評估，以使“三農(nóng)”主體中潛在的有效客戶能夠被金融服務(wù)覆蓋，獲得信用貸款，在解決貸款難貴慢問題的同時提升普惠金融的覆蓋面和服務(wù)深度，實(shí)現(xiàn)農(nóng)村金融普惠，是我們需要探討和解決的問題。近年來金融科技的廣泛應(yīng)用讓我們看到了用大數(shù)據(jù)解決“三農(nóng)”主體信用風(fēng)險評估問題的曙光。通過引入非傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)風(fēng)控可以給出更精確的信用風(fēng)險評價，減少對抵押品的依賴，提高缺少信用歷史的用戶的信用準(zhǔn)入概率[9]。因此，在全面推進(jìn)鄉(xiāng)村振興、發(fā)展數(shù)字鄉(xiāng)村和實(shí)現(xiàn)2035年遠(yuǎn)景目標(biāo)等政策背景下，探討用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估，已具備了較好的宏觀政策環(huán)境和現(xiàn)實(shí)條件。

二、傳統(tǒng)方法用硬信息評估“三農(nóng)”主體信用風(fēng)險的難點(diǎn)及基于大數(shù)據(jù)評估的探索

從前面的分析可以看出，信用風(fēng)險評估就如同經(jīng)濟(jì)發(fā)展背后的一個“大巫師”，全面準(zhǔn)確的信用風(fēng)險評估可以將潛在借貸主體納入金融服務(wù)范疇，幫助他們抓住市場機(jī)會或者改善家庭人力資本素質(zhì)，推進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展；相反，錯誤的或不全面的信用風(fēng)險評估，則可能會將有信貸償還意愿和能力的經(jīng)濟(jì)主體排斥在金融服務(wù)之外，影響信貸資源的優(yōu)化配置和經(jīng)濟(jì)發(fā)展。

（一）傳統(tǒng)方法用硬信息評估“三農(nóng)”主體信用風(fēng)險的難點(diǎn)

1.不能全面掌握潛在客戶的信息

信用風(fēng)險評估的起點(diǎn)是數(shù)據(jù)，傳統(tǒng)信用風(fēng)險評估的主要數(shù)據(jù)來源是貸款申請者申請貸款時提交的數(shù)據(jù)、過去使用貸款過程中產(chǎn)生的數(shù)據(jù)以及去征信機(jī)構(gòu)查詢的相關(guān)數(shù)據(jù)，這些數(shù)據(jù)主要是財務(wù)歷史數(shù)據(jù)。可見，傳統(tǒng)信用風(fēng)險評估主要是基于信貸歷史的因果邏輯，如果經(jīng)濟(jì)主體過去的信用良好，那么可以預(yù)測其未來的信用也好。因果思維模式在信息完全和不完全情況下的效應(yīng)是不同的。在信息不完全狀態(tài)下，如果研究者以信息完全為預(yù)設(shè)前提，依據(jù)自己掌握的部分信息為依據(jù)對問題做出因果邏輯判斷和推論，則不一定能得出正確的認(rèn)知。[2]信貸機(jī)構(gòu)依賴歷史事件進(jìn)行信用風(fēng)險評估，但歷史事件卻沒能將相關(guān)數(shù)據(jù)全面真實(shí)的記錄下來，那就無法準(zhǔn)確預(yù)測經(jīng)濟(jì)主體的信用，經(jīng)濟(jì)主體就可能因?yàn)椴徽_的信用風(fēng)險判斷而被排斥在金融服務(wù)體系之外。這對經(jīng)濟(jì)主體是不公平的，也不利于實(shí)體經(jīng)濟(jì)的發(fā)展。因此，必須從信用風(fēng)險產(chǎn)生的原因出發(fā)，全面準(zhǔn)確的搜集潛在客戶的所有相關(guān)信息，對其信用風(fēng)險進(jìn)行準(zhǔn)確評價。

2.難以對潛在客戶的信用風(fēng)險進(jìn)行準(zhǔn)確評估

信用風(fēng)險形成的最核心原因是信用主體缺乏債務(wù)管理能力。信用主體以往的信用歷史、借款行為及相應(yīng)的還款歷史與信用風(fēng)險有較強(qiáng)的關(guān)系，因此，傳統(tǒng)上信用模型、評分卡和信用評級等方法被廣泛應(yīng)用，這些模型和方法所用的數(shù)據(jù)主要是信用歷史數(shù)據(jù)。如美國著名的FICO信用評估模型就主要依據(jù)借款人的信用償還歷史、信用賬戶數(shù)、使用信用的年限、正在使用的信用類型及新開立的信用賬戶等對潛在借款人的信用風(fēng)險進(jìn)行評估?？梢姡瑐鹘y(tǒng)信用風(fēng)險評估中主要考慮潛在借款人過去的財務(wù)數(shù)據(jù)，主要通過其資產(chǎn)負(fù)債表、現(xiàn)金流量表和利潤表等來判斷借貸主體的業(yè)務(wù)發(fā)展?fàn)顩r，預(yù)測其違約的可能性。[7]運(yùn)用歷史數(shù)據(jù)可能會導(dǎo)致對信用風(fēng)險的現(xiàn)期認(rèn)知與未來認(rèn)知的不足，不能有效服務(wù)于經(jīng)濟(jì)主體的金融服務(wù)需求。而且對“三農(nóng)”等小微經(jīng)濟(jì)主體來說，他們可能從來沒有參與過信貸活動，也沒有信用卡，甚至沒有財務(wù)報表，金融機(jī)構(gòu)無法據(jù)此對其進(jìn)行信用風(fēng)險評估。

3.獲取潛在客戶信息的成本高

為了更好的解決小微主體融資中的信息不對稱問題，在傳統(tǒng)技術(shù)條件下，一些金融機(jī)構(gòu)開發(fā)出了關(guān)系型借貸，即不需要抵押，而是依靠種族、家族或者小范圍的其他力量來維護(hù)這種借貸關(guān)系，如格萊珉銀行的小組聯(lián)保貸款。但這種替代關(guān)系信息的搜集在傳統(tǒng)技術(shù)條件下需要耗費(fèi)大量的人力和財力成本，并且，隨著工業(yè)化、城市化水平的不斷提高，我國農(nóng)村人口流動性變大，熟人社會已經(jīng)被陌生人社會所取代，這種小范圍的“其他力量”逐漸消散，因此這種信貸模式很難大面積推廣。解決“三農(nóng)”主體貸款難貴慢問題，需要我們掌握更有效的技術(shù)來搜集和分析更多其他信息以甄別其信用風(fēng)險。

針對小微主體信用歷史數(shù)據(jù)缺乏問題，一些小貸機(jī)構(gòu)開發(fā)出運(yùn)用經(jīng)濟(jì)主體的“三品”“三表”等立體、多維數(shù)據(jù)信息來驗(yàn)證和評價借貸主體信用狀況的做法，取得了較好的效果，這充分說明了非傳統(tǒng)數(shù)據(jù)用于信用風(fēng)險評估的價值。

（二）基于大數(shù)據(jù)評估“三農(nóng)”主體信用風(fēng)險的探索

經(jīng)濟(jì)主體（個人或者企業(yè)）的信用并不僅僅反映在其從事金融活動時的相關(guān)歷史信息中，而是體現(xiàn)在其從事經(jīng)濟(jì)和社會活動方方面面的過去、現(xiàn)在乃至未來的數(shù)據(jù)中，這也是很多小微信貸機(jī)構(gòu)依據(jù)軟信息進(jìn)行放貸決策的原因。Stein將信用風(fēng)險度量指標(biāo)分為硬信息(客觀存在的信息)和軟信息(描述性信息)兩類[9]。典型的軟信息包括社會地位、人品、企業(yè)聲譽(yù)等[10]。廖理和張偉強(qiáng)針對互聯(lián)網(wǎng)借款平臺中個人借款者的信息價值進(jìn)行實(shí)證研究，發(fā)現(xiàn)個人借款者的所有信息都存在或多或少的價值[11]。吳晶妹在《三維信用論》一書中指出，經(jīng)濟(jì)主體的信用由三個維度構(gòu)成：一是個體素質(zhì)，即經(jīng)濟(jì)主體是否講誠信，體現(xiàn)的是一個人的還款意愿，是和品性相關(guān)的維度；二是社會活動的合規(guī)度，即經(jīng)濟(jì)主體作為社會的一分子，是否遵循社會的規(guī)定、規(guī)則、慣例等；三是經(jīng)濟(jì)主體在經(jīng)濟(jì)活動中的踐約度，即經(jīng)濟(jì)主體是否有契約精神，是否按契約的約定履行責(zé)任。[12]因而在對“三農(nóng)”等小微主體進(jìn)行信用風(fēng)險評估時，我們可以尋找替代數(shù)據(jù)和補(bǔ)充數(shù)據(jù)，代表性的有電信、公用事業(yè)、醫(yī)療、房租等方面的繳費(fèi)數(shù)據(jù)，這些數(shù)據(jù)具有先消費(fèi)后付款的信用交易數(shù)據(jù)的特點(diǎn)；也包括互聯(lián)網(wǎng)消費(fèi)、電話號碼變更、工作單位地址、社會資本等可以佐證“三農(nóng)”主體性格和收入狀況的數(shù)據(jù)，以及社交、購物、游戲等折射“三農(nóng)”主體社會交往、行為特征等方面的數(shù)據(jù)。Lehner的研究表明，籌資者社交關(guān)系網(wǎng)越強(qiáng)大，其籌資能力越強(qiáng)，獲得的籌資規(guī)模就越大[13]；李思瑤等在Stein的風(fēng)險度量指標(biāo)體系下進(jìn)行實(shí)證分析，發(fā)現(xiàn)借款人的收入、所處區(qū)域、學(xué)歷水平及信用評級與違約率負(fù)相關(guān)[14]；Barasinska和.Schfer發(fā)現(xiàn)性別也是影響借貸成功的因素[15];.廖理等發(fā)現(xiàn)借款者的地域分布與其借款成功率相關(guān)[16]；多年來全球心理學(xué)研究的成果也支持心理測試數(shù)據(jù)與信貸違約之間的統(tǒng)計相關(guān)性。國際上一些征信機(jī)構(gòu)開始運(yùn)用心理測量學(xué)數(shù)據(jù)對信貸主體的信用風(fēng)險進(jìn)行評估；一些金融科技平臺和互聯(lián)網(wǎng)銀行也利用人工智能捕捉借款申請人在填寫相關(guān)借貸申請時的猶豫時間、刪改信息等情景來輔助判斷借款人信用風(fēng)險。償還能力也是信用風(fēng)險形成的一個重要原因，收入能力的降低或者完全喪失、債務(wù)和支出的增加導(dǎo)致的可支配收入能力降低等都可能導(dǎo)致償還風(fēng)險。因此，“三農(nóng)”主體的收入能力、收入潛力、財產(chǎn)、現(xiàn)金流狀況、經(jīng)營能力、所處行業(yè)狀況、經(jīng)營面臨的自然風(fēng)險和市場風(fēng)險等都是評價其償債能力的重要因素。

當(dāng)然，信用風(fēng)險評估中的大數(shù)據(jù)很多是非結(jié)構(gòu)化的數(shù)據(jù)，需要進(jìn)行處理才能形成對信用風(fēng)險評估有價值的組合。傳統(tǒng)技術(shù)條件下，這些數(shù)據(jù)的取得，需要耗費(fèi)大量的人力、物力和財力，加上傳統(tǒng)數(shù)據(jù)分析模型對于多維度、多形態(tài)的數(shù)據(jù)存在不適應(yīng)的情況，難以降低小微主體的融資成本，不利于普惠金融的發(fā)展。而大數(shù)據(jù)+機(jī)器學(xué)習(xí)是這些多維度、多形態(tài)金融數(shù)據(jù)搜集和計算分析的未來，為運(yùn)用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估帶來了曙光。

三、運(yùn)用大數(shù)據(jù)評估“三農(nóng)”主體信用風(fēng)險的優(yōu)勢及可能面臨的問題

（一）運(yùn)用大數(shù)據(jù)評估“三農(nóng)”主體信用風(fēng)險的優(yōu)勢

1.可以拓展金融服務(wù)的人群，促進(jìn)農(nóng)村金融普惠

運(yùn)用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估，可以有效克服用傳統(tǒng)數(shù)據(jù)、模型和方法對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估的不足，拓展金融服務(wù)的人群。（1）移動互聯(lián)網(wǎng)的普及，人工智能和深度學(xué)習(xí)技術(shù)的應(yīng)用，使得用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估成為可能，使得信用評分可以擴(kuò)大到信用白戶，從而使可評分對象和評分準(zhǔn)確度得到很大提升，可以大大擴(kuò)展信用產(chǎn)品的應(yīng)用場景，也促使“三農(nóng)”主體更加重視自身信用的積累，有利于社會信用體系的建設(shè)和農(nóng)村金融普惠。（2）現(xiàn)代大數(shù)據(jù)的理念和技術(shù)，是對歷史經(jīng)驗(yàn)的一種繼承和發(fā)揚(yáng)，基于數(shù)據(jù)化的信息處理能力和強(qiáng)性拓展的云計算能力，使得金融機(jī)構(gòu)可以用更廣泛的數(shù)據(jù)采集、更快速的數(shù)據(jù)處理、更方便的數(shù)據(jù)推送來支持分析定價模型，將新興的數(shù)據(jù)風(fēng)控產(chǎn)品服務(wù)于缺乏信貸記錄的人群，對于傳統(tǒng)的信用風(fēng)險評估可以起到補(bǔ)充作用，能夠比傳統(tǒng)信用風(fēng)險評估覆蓋更多的人群，評價維度也更加廣泛，即時性更強(qiáng)，甚至可以將社交媒體、用戶情緒等影響因子納入風(fēng)險評估，更精準(zhǔn)地對潛在借款人信用風(fēng)險進(jìn)行預(yù)測和評價，并實(shí)時監(jiān)測，有效防范風(fēng)險，促進(jìn)個人征信、授信、風(fēng)控等金融領(lǐng)域的發(fā)展，為提高金融服務(wù)覆蓋面和深度提供條件。2015年，美國FICO針對將近5000萬信用記錄較少以及沒有金融借貸信息的客戶，推出了FICOXD評分，除覆蓋金融借貸數(shù)據(jù)外，還覆蓋水電煤等生活繳費(fèi)、租房、電信賬單等數(shù)據(jù)。螞蟻信用評分主要依靠互聯(lián)網(wǎng)活動相關(guān)的數(shù)據(jù)進(jìn)行信用評分，將信用評分從依據(jù)金融和純信用相關(guān)領(lǐng)域的數(shù)據(jù)擴(kuò)展到更廣泛的商業(yè)、生活場景的數(shù)據(jù)，大大擴(kuò)展了金融服務(wù)的人群。芝麻信用目前有2億用戶，其中70%的用戶都沒有信貸記錄，是現(xiàn)有金融體系沒有覆蓋的人群，但芝麻信用用涵蓋網(wǎng)購、轉(zhuǎn)賬、理財、水電煤繳費(fèi)、租房、住址搬遷歷史、社交關(guān)系等信息數(shù)據(jù)，比較全面的反映這些經(jīng)濟(jì)主體的經(jīng)濟(jì)信用，使得他們有了芝麻信用分。有了芝麻信用分以后，這些原本會被銀行拒絕的人中大約有百分之七十到百分之八十可以享受到金融服務(wù)。芝麻信用還可以補(bǔ)充那些在央行征信中心雖然有記錄、但近幾年因?yàn)闆]有貸款行為可能被銀行拒絕的潛在客戶在無信貸記錄期間的行為數(shù)據(jù)，從而準(zhǔn)確判斷其信用風(fēng)險，使其被金融服務(wù)覆蓋。近年來成立的新網(wǎng)銀行、微眾銀行等互聯(lián)網(wǎng)銀行運(yùn)用大數(shù)據(jù)進(jìn)行信用風(fēng)險評估，信貸業(yè)務(wù)面迅速擴(kuò)大，普惠效果良好。微眾銀行2018年年底的可授信用戶數(shù)已達(dá)3.3億人，超過了人民銀行多年積累的3億人的有效征信人數(shù)。而農(nóng)業(yè)銀行2020年底貸款的農(nóng)戶數(shù)為388.84萬戶，僅覆蓋全國2.3億農(nóng)戶的1.69%。（3）大數(shù)據(jù)信用風(fēng)險評估將傳統(tǒng)信用狀況分析的因果判斷變?yōu)橄嚓P(guān)性判斷，為解決信用風(fēng)險評估中以前不易解決的問題提供了新的思路。大數(shù)據(jù)信用風(fēng)險評估利用大數(shù)據(jù)優(yōu)勢及金融科技能力，通過多意圖分析、豐富的用戶畫像及強(qiáng)化學(xué)習(xí)的支撐，具備了需求洞察快和用戶觸達(dá)廣的優(yōu)勢，大大擴(kuò)展了可服務(wù)人群，為普惠金融發(fā)展奠定了良好的基礎(chǔ)。

2.提高信用風(fēng)險評估的精準(zhǔn)度，降低信貸業(yè)務(wù)風(fēng)險

大數(shù)據(jù)具有極大量、多維度和完備性等特征，極大量和完備性表明大數(shù)據(jù)有可能提供完備信息，多維度意味著信息可以通過大數(shù)據(jù)的相關(guān)性得到甄別和處理[2]；大數(shù)據(jù)風(fēng)控具有模型優(yōu)勢，使用機(jī)器學(xué)習(xí)，可以抓住復(fù)雜的非線性關(guān)系，甚至可以抓住不同變量之間的交互作用[17]。因此，利用大數(shù)據(jù)的信用風(fēng)險評估是在接近完全信息的基礎(chǔ)上進(jìn)行的，不夾帶任何主觀判斷，具有信用風(fēng)險評估的精準(zhǔn)性。北京大學(xué)數(shù)字金融研究中心與國際清算銀行聯(lián)合研究發(fā)現(xiàn)，以數(shù)字技術(shù)為基礎(chǔ)的信用評估模型預(yù)測違約的準(zhǔn)確率超過了傳統(tǒng)銀行的信用風(fēng)險評估模型。根據(jù)幾家與螞蟻金服合作銀行的數(shù)據(jù)反饋，在央行征信機(jī)構(gòu)判斷的基礎(chǔ)上疊加芝麻的服務(wù)，銀行的業(yè)務(wù)風(fēng)險率可以下降大約20%。再如度小滿金融在央行征信數(shù)據(jù)的基礎(chǔ)上疊加大數(shù)據(jù)，將分析區(qū)分度提升了15%。大數(shù)據(jù)風(fēng)控是根據(jù)千萬級的數(shù)據(jù)所做出的評估模型來對經(jīng)濟(jì)主體的信用風(fēng)險進(jìn)行評估的，是基于相關(guān)性的邏輯，如果一個經(jīng)濟(jì)主體和信用好的經(jīng)濟(jì)主體的特征類似，就可以判斷這個主體的信用是比較好的。微眾銀行微粒貸在貸前篩查時，基于大數(shù)據(jù)信用評級進(jìn)行白名單篩選，應(yīng)用了人行征信數(shù)據(jù)、社交數(shù)據(jù)、公安數(shù)據(jù)、人口登記數(shù)據(jù)、學(xué)歷數(shù)據(jù)、交易記錄等數(shù)千個數(shù)據(jù)構(gòu)建模型，綜合評價客戶的信用級別，決定是否貸款以及發(fā)放貸款的額度，大大降低了業(yè)務(wù)風(fēng)險。截至2018年底，微眾銀行不良貸款率為0.51%，大大低于監(jiān)管標(biāo)準(zhǔn)和行業(yè)平均水平，主體信用評級由AA+調(diào)升為AAA級。山東省農(nóng)信聯(lián)社的“沂蒙云貸”、浙江省農(nóng)信社的“浙里擔(dān)·聯(lián)農(nóng)貸”等，通過整合銀行、擔(dān)保公司的自有客戶數(shù)據(jù)、政府?dāng)?shù)據(jù)（財稅、工商、公檢法、民政、醫(yī)療等）、人行征信和互聯(lián)網(wǎng)第三方信息數(shù)據(jù)，實(shí)現(xiàn)對農(nóng)戶和農(nóng)村小微企業(yè)主的精準(zhǔn)信用分析，其中“沂蒙云貸”2019年4月上線，在1年內(nèi)授信超過35億元，覆蓋范圍擴(kuò)展迅速[18]。

3.降低信用風(fēng)險評估的成本，提高效率

發(fā)放一筆貸款，傳統(tǒng)做法是金融機(jī)構(gòu)通過面對面的盡調(diào)來做決策，成本高、效率低。數(shù)字信貸則能夠在極短的時間內(nèi)將申請者的移動支付與消費(fèi)信息等數(shù)字足跡轉(zhuǎn)化為數(shù)據(jù)，通過大數(shù)據(jù)技術(shù)創(chuàng)建預(yù)測模型，制定風(fēng)險控制策略[19]，通過多維度的數(shù)據(jù)分析做決策，效率高、成本低。大數(shù)據(jù)技術(shù)的應(yīng)用還可以降低數(shù)據(jù)采集和存儲成本，高效的數(shù)據(jù)挖掘能力使得金融機(jī)構(gòu)可以從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，提高對交易相關(guān)信息的甄別和處理能力，借助非信用數(shù)據(jù)作為補(bǔ)充和替代數(shù)據(jù)，更加準(zhǔn)確有效的識別客戶的還款能力和還款意愿。微眾銀行、網(wǎng)商銀行和新網(wǎng)銀行的員工數(shù)都不足2000人，但借助互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)，每家銀行每年發(fā)放的小微貸款或者個人貸款筆數(shù)都在1000萬筆以上，這在傳統(tǒng)技術(shù)條件下是很難想象的。

（二）運(yùn)用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估可能面臨的問題

1.“三農(nóng)”主體面臨“數(shù)字鴻溝”

利用大數(shù)據(jù)進(jìn)行信用風(fēng)險評估的前提是取得大數(shù)據(jù)，但對“三農(nóng)”主體中的一些老年人、低文化素質(zhì)的人、偏遠(yuǎn)地方的貧困者來說，由于其可能沒有移動終端，利用數(shù)字技術(shù)的能力很弱，或者收入有限不愿意支付流量費(fèi)等，加上農(nóng)村4G信號質(zhì)量差，這些人沒有在線上參與經(jīng)濟(jì)活動、社交和游戲的機(jī)會，因而缺少大數(shù)據(jù)，面臨嚴(yán)重的“數(shù)字鴻溝”。金融機(jī)構(gòu)無法通過互聯(lián)網(wǎng)獲得其相關(guān)大數(shù)據(jù)，他們?nèi)匀恍枰劳芯€下金融網(wǎng)點(diǎn)獲得金融服務(wù)，獲得金融服務(wù)的質(zhì)量難以提高，從而遭遇技術(shù)性金融排斥，金融服務(wù)的不公平性進(jìn)一步加大，金融民主化的進(jìn)程受到影響。據(jù)第46次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，截至2020年6月，中國農(nóng)村網(wǎng)民人數(shù)約2.85億，互聯(lián)網(wǎng)普及率約為52.3%，明顯低于76.4%的城市網(wǎng)民占比。

2.涉農(nóng)金融機(jī)構(gòu)能力缺乏問題

涉農(nóng)金融機(jī)構(gòu)相對來說規(guī)模較小，科技人員數(shù)量不足，素質(zhì)不高，科技投入不足等，導(dǎo)致搜集和處理“三農(nóng)”大數(shù)據(jù)的能力缺乏；加上農(nóng)村的移動終端、物聯(lián)網(wǎng)、傳感器、社交媒體等覆蓋的范圍較小，涉農(nóng)金融機(jī)構(gòu)主要依靠網(wǎng)絡(luò)爬蟲技術(shù)或者與第三方平臺合作取得的數(shù)據(jù)，可能面臨質(zhì)量不一、更新不夠及時、整合不夠、信息孤島現(xiàn)象較嚴(yán)重等問題，數(shù)據(jù)質(zhì)量難以滿足對“三農(nóng)”主體準(zhǔn)確全面進(jìn)行信用風(fēng)險評估的需要。

3.涉農(nóng)金融機(jī)構(gòu)自主經(jīng)營權(quán)問題

信用風(fēng)險評估的目的是為金融機(jī)構(gòu)根據(jù)潛在客戶的信用狀況進(jìn)行信貸額度、利率、期限等決策提供依據(jù)，金融機(jī)構(gòu)對潛在借款者進(jìn)行信用風(fēng)險評估，并根據(jù)其風(fēng)險狀況決定貸款利率水平，只有在利率能夠覆蓋成本和風(fēng)險的前提下才有積極性為“三農(nóng)”主體提供信貸。但目前涉農(nóng)金融機(jī)構(gòu)放貸利率決策自主權(quán)還不大，還肩負(fù)著一些政策性職能，人民銀行和政府部門等出于農(nóng)業(yè)國民經(jīng)濟(jì)基礎(chǔ)地位的特性及鄉(xiāng)村振興的目標(biāo)任務(wù)考慮，要求金融機(jī)構(gòu)降低貸款利率、以較大比例資金為“三農(nóng)”主體貸款，并嚴(yán)加考核和責(zé)任追究，但如果這個利差不能由財政補(bǔ)貼或者其他方式得到彌補(bǔ)的話，商業(yè)性金融機(jī)構(gòu)是無法實(shí)現(xiàn)可持續(xù)經(jīng)營的，其對“三農(nóng)”主體也沒有放貸積極性，信用風(fēng)險評估的結(jié)果就無法體現(xiàn)為信貸業(yè)務(wù)的績效，涉農(nóng)金融機(jī)構(gòu)也就沒有提升運(yùn)用大數(shù)據(jù)進(jìn)行信用風(fēng)險評估能力的動機(jī)，導(dǎo)致信息搜集不全面、不真實(shí)，加劇信息的不對稱程度[20]。

4.數(shù)據(jù)隱私保護(hù)問題

數(shù)據(jù)是進(jìn)行信用風(fēng)險評估的基礎(chǔ)，數(shù)據(jù)的價值因此而得以凸顯。為了獲得數(shù)據(jù)，相關(guān)主體可能存在非法或過度采集和使用個人信息的情況[21]，如在經(jīng)濟(jì)主體不知情的情況下采集個人信息、在用戶注冊時強(qiáng)制采集用戶信息、未經(jīng)授權(quán)轉(zhuǎn)讓信息等情況可能發(fā)生。信息也可能在搜集、傳輸和存儲過程中存在技術(shù)漏洞，造成用戶信息泄露和被濫用等問題，侵害用戶隱私和權(quán)益。

四、克服“三農(nóng)”主體大數(shù)據(jù)信用風(fēng)險評估可能面臨問題的政策建議

（一）涉農(nóng)金融機(jī)構(gòu)應(yīng)積極行動，采取多種方式獲取數(shù)據(jù)

一是要采取線上線下相結(jié)合的方式獲取“三農(nóng)”主體的數(shù)據(jù)和信息，也可以構(gòu)筑自身的電子商務(wù)平臺，增強(qiáng)交易場景和大數(shù)據(jù)獲取能力。這可以借鑒湖南省慈利縣農(nóng)村商業(yè)銀行的做法。該行利用自身人員數(shù)量多和移動通信設(shè)備便攜的優(yōu)勢，通過信貸人員走街串巷、入戶走訪，并與農(nóng)民專業(yè)合作社、村委會成員、鄉(xiāng)鎮(zhèn)干部等合作開展對“三農(nóng)”主體的信用調(diào)查，積累“三農(nóng)”主體的各種信用數(shù)據(jù)，加快了信用村居創(chuàng)建，打造了福祥E站產(chǎn)品，為農(nóng)商行“三農(nóng)”信貸業(yè)務(wù)開展和實(shí)現(xiàn)普惠金融轉(zhuǎn)型夯實(shí)了基礎(chǔ)。二是涉農(nóng)金融機(jī)構(gòu)要積極對接政府、稅務(wù)、醫(yī)療、水電煤氣、電子商務(wù)等數(shù)據(jù)平臺，加強(qiáng)與金融科技公司的合作，充分利用這些平臺的數(shù)據(jù)和技術(shù)優(yōu)勢，解決大數(shù)據(jù)缺乏和采集處理數(shù)據(jù)能力不足的問題。

（二）提升數(shù)據(jù)處理能力

擁有了大數(shù)據(jù)，并不等于自然就可以對潛在客戶進(jìn)行精準(zhǔn)的信用風(fēng)險評估，精準(zhǔn)高效的客戶信用風(fēng)險評估有賴于科學(xué)的信用風(fēng)險評估模型，并利用機(jī)器學(xué)習(xí)算法等對用戶數(shù)據(jù)信息進(jìn)行分析和挖掘，實(shí)現(xiàn)對用戶還款意愿和還款能力的精準(zhǔn)預(yù)測與識別。因此，涉農(nóng)金融機(jī)構(gòu)要加大數(shù)字化轉(zhuǎn)型的資金投入，加強(qiáng)技術(shù)引進(jìn)和人才引進(jìn)力度，提升自身分析和處理數(shù)據(jù)特別是多源異構(gòu)數(shù)據(jù)的能力，根據(jù)“三農(nóng)”主體的特點(diǎn)，從多維數(shù)據(jù)信息中構(gòu)建特征指標(biāo)，選擇科學(xué)的信用風(fēng)險評估模型，并積極與金融科技公司合作，尋求對“三農(nóng)”主體信用風(fēng)險評估的更好解決方案。

（三）加強(qiáng)農(nóng)村信息基礎(chǔ)設(shè)施建設(shè)

一是各級政府應(yīng)借助全面推進(jìn)鄉(xiāng)村振興和加強(qiáng)新基建這一契機(jī)，促進(jìn)數(shù)字農(nóng)業(yè)和數(shù)字農(nóng)村發(fā)展，為應(yīng)用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估提供數(shù)據(jù)基礎(chǔ)；二要特別注意對老年人、低文化素質(zhì)群體進(jìn)行移動通信終端使用能力及防范網(wǎng)絡(luò)詐騙等的培訓(xùn)，簡化手機(jī)APP的操作流程，引導(dǎo)弱勢群體使用移動終端，積累大數(shù)據(jù)；三要積極引導(dǎo)農(nóng)村電子商務(wù)的發(fā)展，帶動農(nóng)村電子支付、網(wǎng)絡(luò)征信、網(wǎng)絡(luò)信貸等相關(guān)金融業(yè)務(wù)覆蓋面的擴(kuò)展，為利用大數(shù)據(jù)進(jìn)行信用風(fēng)險評估奠定基礎(chǔ)；四要打破信息數(shù)據(jù)的條塊分割、區(qū)域分割和部門壟斷狀況，打破信息孤島，形成信用信息數(shù)據(jù)資源共享，降低涉農(nóng)金融機(jī)構(gòu)搜集和處理信息的成本；五要加強(qiáng)對農(nóng)村數(shù)字普惠金融發(fā)展的頂層設(shè)計和發(fā)展路徑規(guī)劃，并在農(nóng)村數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)、金融生態(tài)環(huán)境改善等方面及早布局，全面提升農(nóng)村地區(qū)醫(yī)療、出行、生活繳費(fèi)、教育和政務(wù)的數(shù)字化水平，為利用大數(shù)據(jù)對“三農(nóng)”主體進(jìn)行信用風(fēng)險評估創(chuàng)造良好的條件。

（四）要賦予涉農(nóng)金融機(jī)構(gòu)貸款定價的自主權(quán)，提升其貸款的風(fēng)險定價能力

根據(jù)信用水平進(jìn)行風(fēng)險定價有賴于市場上資金供求雙方的雙向選擇，從而形成市場均衡價格，并使金融機(jī)構(gòu)具有持續(xù)的調(diào)整機(jī)制和專業(yè)的技術(shù)處理能力。因此，利率市場化是信用價值得以實(shí)現(xiàn)的前提條件，否則，即使客戶有還款能力和還款意愿，但利率不能反映借款者的信用水平，不能覆蓋貸款風(fēng)險，銀行也沒有積極性放貸。所以當(dāng)前要進(jìn)一步推進(jìn)利率市場化改革，金融監(jiān)管部門和政府要進(jìn)一步為銀行減費(fèi)和降低業(yè)務(wù)成本提供良好的環(huán)境條件，為降低“三農(nóng)”主體貸款利率創(chuàng)造條件，調(diào)動涉農(nóng)金融機(jī)構(gòu)為“三農(nóng)”主體提供信貸的積極性。

（五）加快立法

要加快對金融消費(fèi)者數(shù)據(jù)信息和隱私保護(hù)的立法進(jìn)程。數(shù)據(jù)信息供應(yīng)商和金融機(jī)構(gòu)要強(qiáng)化對員工的教育培訓(xùn)和管理，防止數(shù)據(jù)盜用、泄露等事件的發(fā)生，為大數(shù)據(jù)在信用風(fēng)險評估中的應(yīng)用保駕護(hù)航。