互联网金融对普惠金融建设的作用（解码数字实体金融中介的价值创造）

文/清华大学经管学院金融系教授、博士生导师朱武祥；清华大学经管学院金融系博士研究生江雪颖、张启路、谭智佳

本文基于对网商银行农村普惠金融服务的实地调研，分析了它的产品风控演进阶段、价值创造成果，剖析了数字实体金融中介价值创造的资源能力基础。

调研发现，网商银行这类具备数据资源、算法能力及算力硬件资源的数字实体金融中介，与传统的独立金融中介、产业集团实体金融中介以及独立网贷平台相比，在小额经营信贷业务的风险精准评估、预警和风险处置效率上表现出了显著优势，是普惠金融的新生积极力量，是数字化时代的重要金融中介，是金融中介领域先进生产力和生产方式的代表。

为降低数字实体金融中介带来的风险，可以实施合格数字实体金融中介制度，设置其准入门槛和治理机制，优化完善，形成传统独立金融中介、产业集团实体金融中介和合格数字实体金融中介并存竞合的格局，共同推动中国数字金融生态的发展，推动中国金融系统、金融机构、金融产品转型升级，更好地服务实体经济。

网商银行农村金融业务部自2015年成立以来，怀着为农户提供便捷金融服务的初心，秉承借助AI技术和数据技术精准评估农户信用的信念，不畏挫折，几经验证，对农户普惠信贷风控模型和商业模式进行了多次迭代。

从最初的农村金融人工模式到县域数字普惠金融，再到2019年7月开发的依托卫星遥感数据和人工智能技术的“大山雀”项目，网商银行低成本、高效率和高精准度地识别出了农户的核心资产——耕地和作物，丰富了三农用户的可信数据，有效解决了农户信用精准评估这一难题，显著提升农村经营贷款放贷规模、效率，把农户信贷的高风险天堑变成了低风险坦途。

网商银行农村金融业务取得了亮眼的成果。目前，“大山雀”卫星遥感信贷技术已覆盖全国1/3的涉农县域，与全国28个省/直辖市/自治区850多个县区域达成战略合作。全国已有160万种粮大户，通过网商银行应用的卫星遥感技术，获得无接触贷款的额度。在金融服务最难触达的县域和农村地区，科技银行的数字普惠金融已经打开局面。

大山雀项目的成功，是网商银行科技和数据赋能农村金融的范例，可以快速、显著扩大农村普惠金融服务规模，具有重要推广意义。

本文对网商银行农村普惠金融服务进行了实地调研，分析了它的产品风控演进阶段、价值创造成果，剖析了它的价值创造的资源能力基础，指出了其显著优势和作为数字实体金融中介代表的先进性，提出了相关政策建议。

网商银行农村金融服务风控演进过程

网商银行的农户经营信贷的基础逻辑

Gorton和Ordonez （2011）在《Collateral Crisis》中，对商业银行贷款发放的收益进行了抽象和归纳：一定概率P下，企业经营状态良好，能够产生充足的现金流以偿付银行贷款。此时，商业银行能够以现金回报形式获得所贷金额的本金与利息偿付；而在概率（1-P）下，当企业经营状态较差时，无力偿还银行贷款，商业银行选择出售抵质押品补足贷出金额。传统模式下，商业银行缺乏对于三农用户的筛选能力，难以提升概率P，即难以将贷款匹配给真正具有偿还能力的用户，只能将抵质押品作为风险控制的主要手段。

然而，虽然勤勤恳恳种地，但零散的小规模农户，鲜少拥有足够抵质押品，这使得在传统金融服务模式下的农村普惠金融遇到瓶颈，大量小规模农户的贷款需求难以满足。而网商银行普惠农村金融业务创始人之一空越，也是后来3.0阶段“大山雀”项目的创始人，经过走访调研测算出，真正务农的农民，如果获得1万元贷款，将产生近2万元收入。这说明农户经营贷款是创造价值、能产生正向现金流的投资活动，务农农户是有信用的，只不过传统金融中介的信用评估及风控模型无法准确评估。

网商银行这类数字实体金融中介开展农户经营信贷业务的风险控制基础，与传统金融中介相比，有根本的不同。网商银行可以背靠已有资源能力，利用强大的云计算、大数据和云平台能力，实时化、数据化、结构化农户经营的土地面积、作物种类、亩产量、保守价格等信息，形成对农户务农还款能力的动态精准评估，并据此不断修正农户的授信额度。网商银行向具有真实还款能力的用户授信放贷，这种风险控制方式是提升借贷人顺利还本付息的概率P，对农户抵质押品的要求可以降低甚至取消。

信贷技术迭代和数据来源搜寻

网商银行农村金融业务经历了曲折的信贷技术迭代和数据源搜寻，本文将其分为三阶段。

1.0阶段：网商银行一开始试图沿用传统金融中介成功的经验，尝试以人工审批风控方式切入农村金融市场，推出第一代农村金融产品。网商银行农村金融部最初基于借款人授权的在外部交易平台上的线上交易、支付、缴费、信用数据，结合外部农村电商运营者的线下人工推荐，对农户评估授信。

但由于缺乏人工审核动态监管体系和缺乏信贷所需的各类可信数据，导致坏账率增加，超过预期。“在农村，线上支付平台、电商交易平台的普及率、使用率都有限，仅凭借这些数据，完全不足以还原农户的经营状况和信用”，空越反思。

网商银行在线下信贷服务能力的布局与其线上数据、算法、算力优势背道而驰，如要培育与传统金融机构相当的线下服务能力，将耗费大量资金、人力、时间成本，且难以形成优势资源能力。而若继续推进线上风控模型，主要的瓶颈就在于如何找到评估农户信用的有效数据。

2.0阶段：网商银行开始尝试通过县域政府的公开数据，刻画农户真正的生产经营情景。全国一共1800余个涉农县，实际有数据统计能力和数据存储能力的县政府掌握着关键的土地确权、种植面积、农业保险、农户财政补贴和新农合医保等数据。基于这些数据，网商银行可以以技术为媒，把农村的交易、物流、支付等信息形成信用资产，在有安全保障的环境下建立综合信用评估体系（见图1）。

图1：网商银行结合县域公开涉农数据的信贷模式

案例1

2017年12月，网商银行率先在国家级贫困县——河南省南阳市内乡试验2.0风控产品

内乡县73万人口中有近5万贫困人口。这之中有很多是具备生产经验、踏实务农的农民，但受限于自有资金不足，种植非常碎片化，很难提高收益，很难抵御自然风险和市场风险。网商银行获得县域部分可公开数据，农户只需要通过手机完成实名认证、刷脸识别，就可以在无抵押、无担保、不提交纸质材料的情况下获得贷款。时隔不到4年，至今内乡县累计已有近20万农户获得金融授信，实际放贷金额超过40亿。这其中大约八成用户在过去从未获得过其它银行的贷款，不少内乡县村民通过网商银行获得了人生的第一笔贷款。

3.0阶段：2.0时代引入县域公开数据的农村金融服务是网商银行农村数字普惠金融业务的转折点，坚持纯线上数据沉淀和模型打磨终于走入了正向循环过程。但是，虽然县域数据有助于了解借款人是否真正在务农，可以匹配小额贷款，但其精确度仍然较低，难以捕捉农户更高精度的经营规模、状态和动态经营表现，以满足其更大规模的贷款需求。例如，对案例2中管理了580亩农田的种植大户，4万元授信实在难以满足需求。如何获得新的数据，进一步使农户获得更好地匹配其生产能力和规模的授信？

这对网商银行拓展结构化数据源提出了更高的要求。耕地和作物作为务农的核心资产，如何通过稳定可靠、低成本的方法将其数据化、结构化？网商银行经历了多轮迭代。首先是让农户在小程序中拍照上传以自证，但平面照片难以拍摄农田全貌。

之后又尝试过带摄像头的无人机，但操作复杂、成本高，且覆盖面窄。此后，卫星遥感数据作为架设在太空的“超级无人机”进入视野。卫星遥感能够提供地面作物、可持续快速更新的高清数据，叠加算法技术能力，使得网商银行能够对农民的种植面积、作物及生长状况等核心资产情况进行快速统一识别，进一步提高农户信用评估的精准度。

卫星遥感技术早已成熟，但却从未在信贷领域应用过，原因是精准度、摄频率、覆盖范围、价格不同带来的识别精度与识别成本之间的复杂权衡。精准度高的卫星遥感，识别成本低，摄频率也低，且覆盖范围小，价格高昂，难以让网商银行在较短时间内对中国全部涉农区县全覆盖，经济性不强。最终，网商银行选择了价格低、时效高的低精度卫星，代替价格高、时效低的高精度卫星，支撑这一抉择的是网商银行平台团队多年积累的算法能力。

历时8个月，网商银行的作物识别模型训练团队终于研发出基于卫星遥感数据及光谱的作物、地块、作物长势AI图像识别技术，建立了28个卫星识别模型，不仅能判断地块质量及其上种植的作物，甚至能在作物受灾时判断灾害范围和受灾情况，实现了卫星遥感技术在信贷领域的突破性尝试（见图2）。

网商银行农村普惠金融业务，背靠平台系统积累的强大算力支撑。随着农户相关数据来源的多样化和不断打磨算法能力，风控模型不断训练优化，在强大算力、算法资源支持下， “310”信贷服务标准得以实现：3分钟在线申请、1秒钟资金到账、全程0人工干预。

图2：“大山雀”引入卫星遥感数据的风控技术的信用评估逻辑

网商银行农村金融服务价值创造的效果

网商银行的农村普惠金融业务，无需采取传统银行的资产抵质押模式，而是利用多维度数据来源和分析模型，产生了农户是否真正务农和务农情况的信息。网商银行一方面不断优化卫星识别模型，另一方面，每当识别出新的农户资产、经营等还款能力数据，及时据此补充农户授信额度，动态评估农户信用。模型的优化、还款能力的发现、信用的积累都可能识别出新的农户信用。

对农户来说，纯线上贷款模式降低了他们办理银行贷款审批的硬性抵押品要求、贷款申请的皮鞋成本和时间成本。随借随还的信用贷款也降低了农户的利息成本、经营周期与融资期限错配的风险，增强了农户抵抗周期波动的能力，经营规模、生产效率和收入也得以提升。

案例2

江西高安黄沙岗镇狮子村的大户刘迎锋

刘迎锋管理了300余亩地，2018年7月份稻子收割的时候，她急需2万元给收割机加油。这一问题该如何解决？“我之前去银行问过。因为我没有资产抵押物，去银行贷不到款。后来农信社我也去问过，因为听说有不需要抵押的小额信用贷款。

一问，对方说按土地流转面积，我可以免息贷款200万。结果我一拿出土地流转合同，对方说合同上是我父亲的名字，不是我的名字，不能直接贷款。”由于她父亲超过60岁，农信社认为不具备生产经营能力，不符合放款条件。“所以农信社也不行。”这种情况对刘迎锋这样的年轻人可能很常见。

他们有一段时间在城市打工，想回老家做“种植大户”“小农场主”，还可以就近照顾父母。他们往往缺乏银行要求的抵质押物，且通常不是当地户口，无法流转土地或享受政府相关补贴，需使用父母或者亲戚的身份流转土地、自己耕种。眼看贷款无望，她在某次线上支付时，点开了网商银行的一个信息推送，花了两分钟简单完成授权后，没想到几秒钟后就获得了近4万元的授信额度，她申请了2万元贷款。

资金几乎立即到账了，刘迎锋就这样在网商银行的帮助下解了燃眉之急。等到稻子收割结束，销售回款后，刘迎锋很快将这笔借款还清了。实际借款时长只有几天，因为是随借随还，刘迎锋只支付了三四十元利息。“如果去银行贷款，虽然年利率看上去便宜，但一借就是三个月、半年，2万元的利息就得三四百元，网商银行的贷款实际算下来利率低多了。”

网商银行自身大幅降低了信审成本。“银行对一位个体农户的信审成本在300-500元，效率低、网点少的能高于1000，而网商银行只要10元，未来甚至更低”，赵卫星以信审成本为例举证。

截至2021年2月底，网商银行已累计向超过3700万小微企业及个体经营者放贷，其中涉农用户超过1900万，有约80%首次获得经营性贷款，是未被传统金融中介覆盖的信用“白户”。网商银行在普惠金融服务、农村金融问题上表现突出。

网商银行的普惠农村金融产品在迭代过程中，实现了三个创新：一是将卫星遥感数据应用于信审，实现了技术交叉应用的创新；二是算法团队克服中国复杂地貌特征带来的同谱异物和同物异谱问题，实现了算法能力的创新；三是集合零散的县域农户种植面积、品种等数据源，结构化新引入的卫星图像等数据源，信贷额度随还款来源动态叠加，实现了基于农户未来现金流的风控制度的创新。

图3：全新的数字化农村金融蓝图

网商银行农村普惠金融服务价值创造的资源能力基础

以往金融中介可以分为两大类：一类是独立金融中介，例如，银行、信托、租赁公司等；另一类是产业集团实体金融中介，例如，中石油集团控股的昆仑银行、昆仑信托、昆仑保险等金融机构。与传统银行相比，产业集团实体金融中介的优势在于，可以依托产业集团背景和订单资源，深度了解客户经营状况的内部信息，将物流、信息流和资金流合二为一，过程风险控制方面成本更低，在违约事件中损失更少，信用风险控制的成本更低。产业实体金融中介在供应链金融、保理、租赁等金融服务中较独立金融中介更具优势。

网商银行属于新兴的数字实体金融中介，其与一般金融中介的比较优势有三方面。

第一，数据资源优势。一些数字实体金融中介从互联网电商平台衍生而来，比一般独立金融中介、产业集团实体金融中介掌握的信息资源更丰富、动态、实时、透明、稳定，包括经营者或消费者多场景、经营全过程的数据资源。

第二，模型算法能力优势，如网商银行对新引入的卫星图像等数据源进行结构化分析的能力。网商银行背后依托的互联网平台主业需要大量底层算法技术支持，具备金融风控模型开发优势。低精度卫星遥感数据获取成本低，虽然其他市场主体也可获取，但只有网商银行团队开发出了解决复杂地貌、光照下同谱异物和同物异谱识别、精度达到93%的“大山雀”系统。这依赖于平台在深度神经网络算法和语义分割技术上的技术优势，这种技术优势的形成需要时间、经验、投资、人才的积淀。传统金融中介深耕抵押清算制度，在资产锁定、估值、处置等方面有优势，但在数字算法模型方面缺乏基因、基础和机制，短时间内难以建立，大多数传统金融中介建立起来也不经济。

第三，算力资源优势，如网商银行基于强大算力设备提供的“310”标准服务。网商银行是我国第一家将核心系统架构在金融云计算平台上的银行，依托平台生态为满足电商平台峰值交易而投资搭建的强大云计算算力，能够处理高并发金融交易、海量大数据和弹性扩容，零人工干预、秒级响应地进行运算和数据处理，完成授信和资金发放。

结论与建议

网商银行农村金融服务背后依托的资源能力是独立金融中介和产业实体金融中介培育起来很难、不经济的。其取得的成果，证明了数据实体金融中介价值创造的能力和潜力，可以快速、显著扩大农村普惠金融服务规模，具有重要推广意义。

互联网金融经历了一个野蛮生长阶段。期间，一些独立的互联网网贷平台不规范甚至非法的经营行为，频繁爆雷，引发了不少群体事件，危及社会稳定。因此，加强对独立网贷中介业务发展的金融监管很有必要。央行于2020年11月发布《网络小额贷款业务管理暂行办法（征求意见稿）》，对单笔联合贷款，设置了小额贷款公司出资比例不得低于30%的限制。这一规定严格约束了联合贷款的杠杆倍数和贷款规模增速。监管机构限制联合贷款的目的，在于防范传统金融中介过度依赖数字实体金融中介，导致传统金融中介外包部分风控环节、造成自身风控模型空跑，聚集对数字实体金融中介的风险暴露。

但是，期间同样涌现出了网商银行、微众银行、小米金融、京东金融这类衍生于具有强大经营规模的互联网平台和生态、具有丰富的数据资源和算法能力及算力硬件资源显著优势的数字实体金融中介。网商银行农村金融服务的实践结果，证明了其创造价值的能力和潜力。与传统的独立金融中介、产业集团实体金融中介以及独立网贷中介相比，数字实体金融中介在小额经营主体信贷和普惠金融的信用精准评估、风险预警和风险管理上表现出了显著优势，这些优势是传统的独立金融中介和产业集团实体金融中介短期内难以企及的，特别是城商行、农信社等地方中小独立金融中介。

近年来，城商行、农信社等地方中小银行暴雷事件也不断发生，政府不断救助和加强治理。实际上，这些传统的地方中小银行等独立金融中介自身是很难提升风控能力，他们在中小企业信贷、消费金融和个人理财等方面功能会逐渐被大的独立金融中介、产业集团实体金融中介和数字实体金融中介替代。他们在风控方面与数字实体金融中介合作、甚至外包是必然之举。相反，如果不这样做，风险会更高，竞争优势会加速衰落！而沿用传统金融中介的抵质押风控手段，又难以提供规模化、可复制的普惠金融服务，同样会被淘汰。因此，关键不在于简单地限制传统金融中介把部分风控环节外包给数字金融中介，避免自身风控模型空跑，而是限制传统金融中介过度依赖缺乏坚实技术和数据基础和规模化效果验证的独立数字金融中介。

数字实体金融中介是数字化时代应运而生的新型和重要的金融中介，是金融中介领域先进生产力和生产方式的代表；需要实施合格数字实体金融中介制度，设置准入门槛和治理机制，包括资本实力、技术实力和数据能力，促进合格数字实体金融中介发展，就像当年鼓励产业集团实体金融中介发展一样，形成传统独立金融中介、产业集团实体金融中介和合格数字实体金融中介并存竞合的格局。这样，地方中小独立金融中介可以择优合格数字实体金融中介进行风控合作。三类金融中介的竞合，可以共同推动中国数字金融生态的发展，推动中国金融系统、金融机构、金融产品转型升级，更好地服务实体经济。（本文仅代表作者观点）

本文编辑：王柏匀

,