实现普惠目标还须借力Fintech

本篇文章2254字，读完约6分钟

本报记者蒋

在普惠金融的发展目标越来越受到监管机构关注的背景下，fintech能否提供帮助？

答案显而易见。一方面，传统银行对监管和评估要求严格，对风险过于谨慎，这可能会限制银行开展高风险业务。另外，银行层次多，决策机制的效率相对较低。另一方面，以移动互联网、物联网、大数据、云计算、区块链和人工智能等信息和通信技术为代表的fintech正在降低运营成本，提高财务效率，造福大众。

信用数据化

农业、农村和农民领域的小微企业和企业的风险一直是普惠金融的实际困难。小微企业和“三农”筹资困难。表面上，他们缺乏资金，但实质上，他们缺乏信息和信用。然而，借助大数据、云计算、人工智能等金融技术，传统银行在客户获取、审批和风险控制方面的效率将会大大提高。

长期以来，在农业、农村和农民领域，农村金融存在许多现实困难。例如，很难收集信用信息，贷款的使用不透明，以及收回贷款的风险。对每一个农民来说，这些对生产和发展都有真正的影响。贷款成本高是一个典型的问题。以养鸡为例，肉鸡的饲养周期约为2个月，需要12元左右的饲料。传统的做法是第一天借给农民12元，两个月后收回贷款并计息，农民负担两个月的利息。但实际上，鸡在前期只吃少量的开口料，12元的贷款大部分是闲置的，但产生了利息。

日前，记者从京东金融了解到，京东金融通过数据农业贷款有效解决了这一问题。通过数据模型的计算，京农贷款可以使饲料消耗精确到天和克，并相应地匹配贷款资金。农民只需要为实际使用的资金支付利息。在上面的例子中，农民用京农贷款来支付养鸡过程中所需的12元饲料费，总共只支付6美分的利息。对于一只鸡来说，2元左右的利润是完全可以承受的。这只是京东农村金融数据农业贷款给农民带来的好处的一部分。基于数据的北京市农业贷款不仅可以帮助农民解决种田中的资金问题，还可以帮助他们降低种田成本，控制种田风险，提高管理水平。

“如果不使用大数据，农村金融的解决方案就无法完美实现”。一些专家告诉记者，首先是把生产过程变成信用，解决信用问题。对农民而言，难以从传统金融机构借款的原因在于缺乏支持信贷发放的各种数据和相关材料。传统金融通过资产抵押产生信贷，这在农村金融中遇到了障碍。首先，农村宅基地不能转让或抵押，农民也不能通过住房获得信贷。农民用于生产的土地不同于厂房。农民有承包权，不得转让或抵押。北京农业贷款通过发放生产数据信贷来促进农业信贷——通过收集农民多年的农业数据，将其代入基于大量调查和统计的模型，预测未来的生产结果，然后获得农民的信贷。

二是深化育种进程，提高育种效率。对农民来说，贷款只能解决养殖过程中的流动性问题，更大的挑战是养殖过程的管理，包括饲料运输、温湿度监测、疾病预防等。农业的成败是偿还的关键。

第三，是数据农业贷款的管理，以最大限度地提高资金的效率。基于数据的京农贷款不仅可以通过数据手段提高水产养殖管理的效率，还可以实现资金的准确投入和资金效率的最大化。北京农民借给农民的钱在闲置时不会产生利息，这增加了农民的负担，并使每一分钱都得到最大限度的利用。北京对农业的贷款提高了资本效率，降低了资本成本，降低了资本损失风险。

风力控制人工智能

不仅是农村金融，还有消费金融，一旦金融技术，尤其是人工智能的翅膀插上，猪就能飞了。

与其他金融模式不同，消费金融具有客户基础大、单笔交易金额低、消费场景多样、消费者需求个性化等特点。同时，也面临着客户信用信息不完整、恶意欺诈等问题。在业务快速增长的同时保持良好的资产表现，必须依靠云计算、大数据、人工智能等新的科技手段，构建基于金融技术的风险控制体系，确保健康可持续发展。

一些专家指出，如果将人工智能和机器学习等前沿技术结合到风险控制领域，信贷审批效率和风险控制能力将大大提高。Luma基于灵活的工作流程，结合大数据审批，是一个针对消费金融的风险控制系统，于2016年5月正式推出。彻底解决了以往系统中不同金融产品审批路径单一固定、无法配合审批策略快速调整、无法满足大数据应用快速引入的问题，实现了系统与业务无缝衔接的质的突破。

系统中灵活的工作流程将每隔一个月访问新的外部数据源和模型，以优化风险控制策略，从而大大提高系统的自动识别和反欺诈能力。在支持新产品发布或新场景对接方面，亮度系统可以在几个小时内完成配置，这大大降低了操作和维护成本。即时消费金融Luma风险控制系统通过灵活的工作流程，将审批流程、决策引擎、模型和数据应用紧密结合，形成可扩展、可扩展、可变的审批路径，从而提高风险控制审计的效率，提高审批资源的利用率。

它就像一条纵横交错的管道，形成一个严格的审批网络，连接着审批系统中的决策引擎。消费者立即告诉记者，当100个客户申请时，将有100种不同的风险控制策略。除了不同的客户可以有不同的风险控制审批策略外，不同场景下的产品和不同金额的产品可以有不同的审批策略。资质较好的客户可以“在几秒钟内审批”，但资质一般或较差的客户将进入审批较为严格的工作流程，涉嫌欺诈的客户将进入反欺诈调查工作流程，以便在不同层面进行严格控制和过滤。此外，luma系统支持基于批准策略和风险控制规则的自动和手动批准、文件传输批准、金额增加批准和其他批准方法。同时，支持现金分期、商品分期、循环定额等所有业务场景产品。通过工作流引擎管理获得人工智能和机器学习等尖端技术，以帮助实现数据决策和二级批准。通过专业化、技术和流程的有效风险预防和控制，luma系统为即时消费金融建立了坚实的风险控制铁壁。