首页 / 财经 / 正文

人工智能能否解决农村金融授信问题?

人总是希望用自己聪明的智慧解决问题,但人脑显然缺乏机器的运算速度。相反,人擅长的是制定规则,利用机器的计算能力,将信息数据化,人工智能更懂农村。

图片来自“123rf.com.cn”

有人曾说,精准授信就像是“点穴”,按得准、力度刚刚好、手法恰到好处,就能手到“病”除。为农村金融点穴,面对小额、分散、差异化明显的实际难题,再优秀的医生也需要三思而后行。

一、以村落为单位的预授信模式

农村金融服务的“最后一公里”是公认的制约我国农村金融发展的首要短板,如果将农村金融服务落实到每位农户比喻为快递员将快递送到收件人家中,那么农村金融缺少的并不是快递员,而是集合快递员的驻点。

造成农村金融服务最后一公里缺失问题的重要原因是农村人口信用档案迟迟无法建立,受制于多方面因素,农村人口信用建档几乎停滞不前,据中国人民银行及中国银监会相关统计,已建立信用档案数的农村人口只占农村人口总数的25%左右,而已进行信用评定的农村人口只占农村人口总数的18%,个人信用体系建设成为农村金融发展的一大障碍。

随着互联网金融场景不断深入,利用大数据解决农村人口征信不足的方式使农村金融“最后一公里”具有服务于需求切合度高、方应灵活和信息成本较低的优势,但发展有明显区域性特点,同时处于逐利目的利率较高,制约了互联网金融在农村的发展。

一方面是农村金融的的蓝海,另一方面是为农村金融寻找可持续的商业模式。对比传统金融机构与互联网金融机构涉农贷款的差异,互联网金融机构的难题是市场地位弱势、整体竞争力低,同时受制于活动范围和运营成本,无法具有传统金融机构强势、稳固且富有控制力的优势。

农村具有极强的熟人社会特征,借助组织形态和人际关系两方面进行捆绑,借助农业合作社的联合体以及人员关系的“连坐”模式形成关联,是目前涉农互联网金融机构的主要打法。然而,这种打法的弊端同样是不具有代表性,无法形成整体竞争力。