黄金白银投资(平庄能源)

有些范畴看上去需求很大，时机无限，但进入之后才会发现没那么简略，留给从业者的坑有不少。这样的范畴，典型的便是村庄金融。

村庄金融展开这么多年了，到现在仍然还看不到迸发的态势。关于银行来说，村庄金融过于小额涣散，风控本钱高，财物收益太低，只能作为公益来做。关于农业服务范畴的创业公司而言，村庄金融方法太重，而需求又过于涣散，农分期开创人周建近来在虎嗅精选做农业服务范畴的事务同享时，也直言村庄金融的迸发期未到，创业压力较大。

尽管做起来难，但村庄金融究竟有着潜在的商场规划，并且社会效益显着，现在村庄金融这个范畴，聚集着国有大行、股份制银行、城商行、农商行、村镇银行，还有一些小微金融组织（如中和农信），以及新式的金融科技公司（如蚂蚁金服、京东金融）、农业服务范畴创业企业（如农分期）等。

全体来说，银行做了这么多年村庄金融，没有太杰出的效果和阅历出来，新金融展开这些年，首要成就在付出、理财、消费金融范畴，在村庄金融范畴客观来说也是建树不多。根本上我们都还在方法探究的阶段。

蚂蚁金服近来发布了自身的村庄金融方法与效果，这家估值上千亿美元的金融科技公司展开村庄金融的方法，在探究中阅历了几回迭代后，正在向数据化、渠道化方向展开，掩盖的区域也在添加。当然，能否快速在全国范围内扩展并有用操控住危险，还需求商场进一步验证。

村庄金融的中心难题是缺少村庄与农人的信誉数据，信贷风控欠好操控。因而做村庄金融，中心是开掘更多农户相关的信誉数据，没有数据的状况下，就需求将更多行为线上化，然后构成更多数据。纵观蚂蚁金服的村庄金融探究，首要作业也是关于数据的问题。

从联合村淘，到对接农业工业链中心企业做供应链金融

蚂蚁金服关于村庄金融的探究现已有许多年了。

材料显现，2014年10月蚂蚁金服正式树立后，采纳集群化、矩阵化的下乡方法，协作阿里巴巴集团的村庄淘宝项目让付出下乡，还在浙江建德、桐庐等地建起了“付出宝县”，让农人能够在手机上获取挂号、缴水电费等各种公共服务；积累了一些数据，并据此向农户放纯信誉借款，处理农人的融资需求；此外通过村淘点卖基金等理财产品。

这是蚂蚁金服村庄金融事务的开端。展开到现在，大致阅历了三个阶段：

2015-2016年，首要是线上加线下的熟人方法，在信息化和金融服务短缺的县域、村庄，联合阿里巴巴村淘合伙人、中和农信（蚂蚁金服曾战略出资中和农信）的线下“熟人”，为用户供给借款等金融服务。村淘合伙人在当地一般有资源，也了解当地的状况，关于事务推行和风控会有协助。

不过问题在于，村庄人口净流出，购买力有限，一起农产品上行也没能做大，村淘展开不达预期，对蚂蚁金服的村庄金融事务不能构成满足有力的支撑。别的，这种方法下，需求许多的人工来介入信贷事务，信息的提交、信息的审阅、信贷批阅都需求通过人工来完结，本钱较高，方法较重，很难规划化。

2016年今后，蚂蚁金服在村庄首要拓宽供应链工业金融方法，通过数据对接农业工业链中心企业，或与农业稳妥公司协作，借款给农业企业上游的种/饲养户或协作社，饲养户或许协作社能够运用这笔借款，在村庄淘宝的农资渠道定向购买农资耕具。农产品成熟后，农业企业向种饲养户进行收买，收买金钱将优先归还商银行的借款。

这是一种比较传统的供应链金融的思路，依托中心企业做展业与风控。问题在于，这是银行十分了解的方法，在当地上，优质的中心企业数量本就有限，现已被当地银行开发得差不多了。因而以供应链金融的方法做村庄金融，也不容易做出差异化来，规划不容易构成。

联合政府与金融组织做数据化渠道方法

尔后蚂蚁金服的村庄金融进入当下的第三阶段，探究数据化渠道方法，所谓渠道有两层意义，一方面是数据渠道，构成或许取得更多农业、村庄、农人的数据，作为风控的根据。这方面首要是跟县域政府协作，在付出宝里边的城市服务板块，给县域政府注册专属页面。页面有当地线下付出、才智政务等方面的一些服务，包含预定挂号、公共事业付出、才智公交、才智菜场、文化生活、教育相关等，能够将当地的更多行为线上化，然后构成更多数据。一起还有一个信贷的申贷页面，农户能够请求借款。

另一方面，是借款渠道，与金融组织一起打造“旺农贷联合放款”渠道，面向县域及以下农人，协助金融组织进行事务下沉，根据互联和大数据的普惠金融产品，为村庄居民供给信誉借款服务。人均借款额度0-30万元不等。

在这套方法下，蚂蚁金服在于河南、浙江、甘肃、山东、湖北等省份的数十个县域政府推动协作，，在第一个上线的河南内乡县，总授信金额超越10亿。在河南兰考县，与商银行协作的数字化信贷方法上线20天授信了8000户，而当地五家商业金融组织在上一年一年的授信数量是2万户。该事务在兰考上线后，至今放款规划到达7700多万。

风控是中心环节。在判别危险的维度方面，首要是三部分组成，一是农户个人信息方面，是不是真实做农业运营，有无不良嗜好等。在这方面，能够从农户的常住地，例如淘宝买卖的地址等信息，来判别申贷人是不是在村庄哪些区域。别的县政府、农业中心企业也能够供给上下游农户的一些种饲养的数据，一些农业稳妥公司能够供给农业稳妥的数据，这关于判别农户的个人危险都有价值；

二是对农户的种饲养才能进行剖析猜测，包含其种饲养的稳定性和成长性，树立种饲养的点评模型，判别是否能有满足的还款才能；

三是从微观的外部环境去进行一些猜测，首要是天然气候环境和农产品商场环境。

例如未来气候的改变，能够通过时刻序列的模型，根据这个区域前史的温度、湿度、光照等数据，猜测未来一段时刻内的温度、光照、湿度的或许性改变。

还需求剖析农产品的每一个品类，如水稻、小麦、玉米等大田作物以及生果等经济作物，和相同作物的不同种类，盯梢每个种类在商场上的价格行情动摇状况，包含价格的涨跌与拐点等，通过时刻序列模型去发现其间的一些规则，然后提高危险防备才能。数据显现，在栽培范畴，蚂蚁金服树立了超越100个工作的模型，除了水稻、小麦、玉米、大豆这些惯例品类，还掩盖辣椒、芝麻、烟草这样的不太常见的作物。

整个村庄金融风控的维度大体上便是三部分，即针对农户个人状况、针对种饲养才能、针对农产品工作的全体状况，归纳建模做出判别。这就像VC投项目相同，要看开创团队怎么样，看事务方法怎么样，看地点工作的商场潜力怎么，全体思路相同。

虎嗅精选从前报导过的农分期，其风控模型分为三个大的维度，即个人维度（包含了人品、成长性、信誉前史）、家庭维度（包含成员结构、成员工作、稳定性等）、运营维度（包含现有运营才能、未来运营收益、家庭成员收入、农业农机稳妥等）三大维度。

对比较蚂蚁金服与农分期的风控维度，重合的维度不少，包含个人状况、运营状况等，差异的当地在于，农分期关于家庭状况给了更高权重，而蚂蚁金服关于农业生产的天然条件与农产品价格趋势等做了更多研讨，这儿边的原因或许在于蚂蚁金服线上化的数据处理才能更强，而农分期构成了约800人的线下团队规划，能够搜集更多线下数据。

在维度之后，需求有数据来辅佐模型的树立，使模型愈加精准。这需求其他方面的技能支撑，来获取数据。以生猪算法模型为例，蚂蚁金服结合阿里云人工智能养猪，通过图像辨认及IOT技能，结合人工智能算法完结对猪脸的辨认，一起记载猪的运动轨道、体重、体温、料肉比、出栏天数等，根据这些根底数据的实时收集，结合商场行情的数据收集，使用机器学习等算法树立饲养点评模型，猜测农户未来6个月内的饲养收益和危险，实时对饲养户进行动态授信。

这样，使整个金融风控的环节愈加线上化、数据化，减低对线下审阅的依靠，使方法变轻。在模型不断完善后，有望下降村庄金融事务的边沿本钱。不过要完结技能的真实大规划商用，也需求一点时刻，一是技能与算法方法需求在迭代中变得更精确，二是技能的研制与实地布置都需求较高的前期本钱，别的还需求在本钱与收益之间进行比对。

村庄金融风控的方针是下降坏账率，无论是线上仍是线下，传统风控仍是技能风控，都是手法，都是为意图服务，很难说线上方法和线下方法孰优孰劣，至少在当下，二者需求紧密结合。

在展业方面，政府能够供给相关支撑。以在兰考县为例，因为前期蚂蚁金服与县政府进行了很长时刻的商量与磨合，当政企互信树立起来今后，兰考县树立起县、乡、村三级一体化的推行体系，通过视频会议等方法，将事务信息传递到全县16个城镇、459个行政村，在城镇一级，蚂蚁金服和商银行对各村的代表做事务相关的训练，在村里也进行直接的事务推行。

能跑通吗？

全体来说，蚂蚁金服现在在村庄金融范畴的新探究首要有几个特色，

一是线上化、数据化趋势显着，更多环节通过线上完结，通过多维度数据模型来做危险操控，这样的优点是与银行等金融组织构成差异化，也下降推行的本钱，下降对线下重方法的依靠，使事务在更多区域更快地跑起来；

二是杰出了以县域政府的协作，政府有展开村庄经济的需求，有在当地的资源，关于村庄金融事务的展开而言是至关重要的一环。

方法的探究，以及事务体系、风控模型的树立，是村庄金融事务的根底设施。跟着技能与方法的完善，事务有望向更多县域推行。假如有满足好的演示效应，在未来与政府的协作中会削减一些阻力。

在商场竞争力方面，银行与农信社在村庄区域也有金融服务，银行的优势在于利息更低，单笔放款金额更高。品牌效应更强，政府和农户对其信赖度是与生俱来的。下风在于放款的速度较慢，农户请求一笔借款，往往需求政府的介绍信，再向银行请求，之后是受理，实地的尽调调查，再到放款，时刻在一个月左右，或许处理不了当务之急。

蚂蚁金服这类的互联企业，在利息方面更高，单笔放款金额不及银行，优势在于放款更快，操作便利，并且放款方法愈加灵敏。银行假贷期限至少半年，互联企业能够在线上随借随还，灵敏度更高。

我们各有优下风。关于有较大资金需求以及较高频次资金需求的农户而言，现在仍是需求在多种组织申贷。

难点方面，首要会集在以下几点：

这一方法中，县域政府的支撑与协作是要害。村庄征信现在根本仍是空白，农人的线上化数据也很少，但每个公民都会或多或少与政府的公共服务发生相关，构成相关的数据。但数据安全问题比较灵敏，政府不会把数据与企业同享。假如能与政府树立充沛互信，在农户授权的前提下，政府供给申贷农户的不触及隐私的脱敏数据，对风控的协助仍是十分大的。这也是难点地点，怎么构建政企间的信赖，以及哪些数据能够敞开，都是要通过长时刻的交流和谐。

新金融企业、金融科技企业相关于银行而言，在品牌与信赖度方面还需求提高。尤其是在县级政府的层面，对新技能手法的了解程度不如大城市，关于互联企业会有一种看不见摸不着的感觉，关于协作心里没底，这需求一个较长的改变进程。

线上技能能否全面处理村庄金融的风控问题，也需求进一步验证。村庄区域的线上数据量比较城市要少许多，而将风控首要环节放在线上，对数据的丰厚度与模型的精准度要求很大。

别的的难点在于村庄自身。现在村庄根本出现人口净流出的局势，中青年大多外出打工，村庄人少，留在村庄的人口也多是老年人与孩提，真实能在村庄范畴进行规划化运营的青壮年，数量上还需求进一步增加，其散布也比较散，这关于村庄金融事务的规划化也是个应战。村庄金融与村庄经济是相得益彰的联系，村庄经济需求村庄金融的资金支撑，村庄金融则需求村庄经济供给更多的优质借款人，以及更好的信誉生态。