螞蟻金服是如何做農村金融的？從聯合村淘，到對接農業產業鏈核心企業做供應鏈金融；聯合政府與金融機構做數據化平台模式…不過其中也遇到了一些難點。
有些領域看上去需求很大，機會無限，但涉足之後才會發現沒那麽簡單，留給從業者的坑有不少。這樣的領域，典型的就是農村金融。
農村金融發展這麽多年了，到現在依然還看不到爆發的態勢。對於銀行來說，農村金融過於小額分散，風控成本高，資產收益太低，只能當做公益來做。對於農業服務領域的創業公司而言，農村金融模式太重，而需求又過於分散，農分期創始人周建近日在虎嗅精選做農業服務領域的業務分享時，也直言農村金融的爆發期未到，創業壓力較大。
雖然做起來難，但農村金融畢竟有著潛在的市場規模，而且社會效益顯著，現在農村金融這個領域，雲集著國有大行、股份製銀行、城商行、農商行、村鎮銀行，還有一些小微金融機構（如中和農信），以及新興的金融科技公司（如螞蟻金服、京東金融）、農業服務領域創業企業（如農分期）等。
總體來說，銀行做了這麽多年農村金融，沒有太突出的成果和經驗出來，新金融發展這些年，主要成就在支付、理財、消費金融領域，在農村金融領域客觀來說也是建樹不多。基本上大家都還在模式探索的階段。
螞蟻金服近日公布了自身的農村金融模式與成果，這家估值上千億美元的金融科技公司發展農村金融的方式，在探索中經歷了幾次迭代後，正在向數據化、平台化方向發展，覆蓋的區域也在增加。當然，能否快速在全國範圍內擴展並有效控制住風險，還需要市場進一步驗證。
農村金融的核心難題是缺乏農村與農民的信用數據，信貸風控不好控制。因此做農村金融，核心是發掘更多農戶相關的信用數據，沒有數據的情況下，就需要將更多行為線上化，從而形成更多數據。縱觀螞蟻金服的農村金融探索，主要工作也是關於數據的問題。
從聯合村淘，到對接農業產業鏈核心企業做供應鏈金融
螞蟻金服對於農村金融的探索已經有很多年了。
資料顯示，2014年10月螞蟻金服正式成立後，采取集群化、矩陣化的下鄉模式，配合阿里巴巴集團的農村淘寶項目讓支付下鄉，還在浙江建德、桐廬等地建起了“支付寶縣”，讓農民可以在手機上獲取掛號、繳水電費等各種公共服務；積累了一些數據，並據此向農戶放純信用貸款，解決農民的融資需求；此外通過村淘點賣基金等理財產品。
這是螞蟻金服農村金融業務的開始。發展到現在，大致經歷了三個階段：
2015-2016年，主要是線上加線下的熟人模式，在資訊化和金融服務欠缺的縣域、鄉村，聯合阿里巴巴村淘合夥人、中和農信（螞蟻金服曾戰略投資中和農信）的線下“熟人”，為用戶提供貸款等金融服務。村淘合夥人在當地一般有資源，也熟悉當地的情況，對於業務推廣和風控會有幫助。
不過問題在於，農村人口淨流出，購買力有限，同時農產品上行也沒能做大，村淘發展不達預期，對螞蟻金服的農村金融業務不能形成足夠有力的支撐。另外，這種模式下，需要很多的人工來介入信貸業務，資訊的提交、資訊的審核、信貸審批都需要通過人工來完成，成本較高，模式較重，很難規模化。
2016年以後，螞蟻金服在農村主要拓展供應鏈產業金融模式，通過數據對接農業產業鏈核心企業，或與農業保險公司合作，貸款給農業企業上遊的種/養殖戶或合作社，養殖戶或者合作社可以使用這筆貸款，在農村淘寶的農資平台定向購買農資農具。農產品成熟後，農業企業向種養殖戶進行收購，收購款項將優先償還網商銀行的貸款。
這是一種比較傳統的供應鏈金融的思路，依托核心企業做展業與風控。問題在於，這是銀行非常熟悉的模式，在地方上，優質的核心企業數量本就有限，已經被當地銀行開發得差不多了。因此以供應鏈金融的模式做農村金融，也不容易做出差異化來，規模不容易形成。
聯合政府與金融機構做數據化平台模式
此後螞蟻金服的農村金融進入當下的第三階段，探索數據化平台模式，所謂平台有兩層含義，一方面是數據平台，形成或者獲得更多農業、農村、農民的數據，作為風控的依據。這方面主要是跟縣域政府合作，在支付寶裡面的城市服務板塊，給縣域政府開通專屬頁面。頁面有當地線下支付、智慧政務等方面的一些服務，包括預約掛號、公共事業支付、智慧公交、智慧菜場、文化生活、教育相關等，可以將當地的更多行為線上化，從而形成更多數據。同時還有一個信貸的申貸頁面，農戶可以申請貸款。
另一方面，是貸款平台，與金融機構共同打造“旺農貸聯合放款”平台，面向縣域及以下農民，幫助金融機構進行業務下沉，基於互聯網和大數據的普惠金融產品，為農村居民提供信用貸款服務。人均貸款額度0-30萬元不等。
在這套模式下，螞蟻金服在於河南、浙江、甘肅、山東、湖北等省份的數十個縣域政府推進合作，在第一個上線的河南內鄉縣，總授信金額超過10億。在河南蘭考縣，與網商銀行合作的數字化信貸方式上線20天授信了8000戶，而當地五家商業金融機構在去年一年的授信數量是2萬戶。該業務在蘭考上線後，至今放款規模達到7700多萬。
風控是核心環節。在判斷風險的維度方面，主要是三部分組成，一是農戶個人資訊方面，是不是真正做農業經營，有無不良嗜好等。在這方面，可以從農戶的常住地，例如淘寶交易的地址等資訊，來判斷申貸人是不是在農村哪些地區。另外縣政府、農業核心企業也可以提供上下遊農戶的一些種養殖的數據，一些農業保險公司可以提供農業保險的數據，這對於判斷農戶的個人風險都有價值。
二是對農戶的種養殖能力進行分析預測，包括其種養殖的穩定性和成長性，建立種養殖的評價模型，判斷是否能有足夠的還款能力。
三是從巨集觀的外部環境去進行一些預測，主要是自然氣候環境和農產品市場環境。
例如未來氣象的變化，可以通過時間序列的模型，基於這個地區歷史的溫度、濕度、光照等數據，預測未來一段時間內的溫度、光照、濕度的可能性變化。
還需要分析農產品的每一個品類，如水稻、小麥、玉米等大田作物以及水果等經濟作物，和相同作物的不同品種，跟蹤每個品種在市場上的價格行情波動情況，包括價格的漲跌與轉捩點等，通過時間序列模型去發現其中的一些規律，從而提升風險防範能力。數據顯示，在種植領域，螞蟻金服建立了超過100個行業的模型，除了水稻、小麥、玉米、大豆這些常規品類，還覆蓋辣椒、芝麻、煙草這樣的不太常見的作物。
整個農村金融風控的維度大體上就是三部分，即針對農戶個人情況、針對種養殖能力、針對農產品行業的整體狀況，綜合建模做出判斷。這就像VC投項目一樣，要看創始團隊怎麽樣，看業務模式怎麽樣，看所在行業的市場潛力如何，總體思路一樣。
虎嗅精選曾經報導過的農分期，其風控模型分為三個大的維度，即個人維度（包括了人品、成長性、信用歷史）、家庭維度（包括成員結構、成員職業、穩定性等）、經營維度（包括現有經營能力、未來經營收益、家庭成員收入、農業農機保險等）三大維度。
對比較螞蟻金服與農分期的風控維度，重合的維度不少，包括個人情況、經營情況等，差異的地方在於，農分期對於家庭情況給了更高權重，而螞蟻金服對於農業生產的自然條件與農產品價格趨勢等做了更多研究，這裡面的原因可能在於螞蟻金服線上化的數據處理能力更強，而農分期形成了約800人的線下團隊規模，可以收集更多線下數據。
在維度之後，需要有數據來輔助模型的搭建，使模型更加精準。這需要其他方面的技術支持，來獲取數據。以生豬算法模型為例，螞蟻金服結合阿里雲人工智能養豬，通過影像識別及IOT技術，結合人工智能算法完成對豬臉的識別，同時記錄豬的運動軌跡、體重、體溫、料肉比、出欄天數等，基於這些基礎數據的實時采集，結合市場行情的數據采集，利用機器學習等算法建立養殖評價模型，預測農戶未來6個月內的養殖收益和風險，實時對養殖戶進行動態授信。
這樣，使整個金融風控的環節更加線上化、數據化，減低對線下審核的依賴，使模式變輕。在模型不斷完善後，有望降低農村金融業務的邊際成本。不過要實現技術的真正大規模商用，也需要一點時間，一是技術與算法模式需要在迭代中變得更準確，二是技術的研發與實地部署都需要較高的前期成本，另外還需要在成本與收益之間進行比對。
農村金融風控的目標是降低壞账率，無論是線上還是線下，傳統風控還是技術風控，都是手段，都是為目的服務，很難說線上模式和線下模式孰優孰劣，至少在當下，二者需要緊密結合。
在展業方面，政府可以提供相關支持。以在蘭考縣為例，由於前期螞蟻金服與縣政府進行了很長時間的磋商與磨合，當政企互信建立起來以後，蘭考縣建立起縣、鄉、村三級一體化的推廣體系，通過影片會議等形式，將業務資訊傳遞到全縣16個鄉鎮、459個行政村，在鄉鎮一級，螞蟻金服和網商銀行對各村的代表做業務相關的培訓，在村裡也進行直接的業務推廣。
能跑通嗎？
總體來說，螞蟻金服現在在農村金融領域的新探索主要有幾個特點：
一是線上化、數據化趨勢明顯，更多環節通過線上完成，通過多維度數據模型來做風險控制，這樣的好處是與銀行等金融機構形成差異化，也降低推廣的成本，降低對線下重模式的依賴，使業務在更多地區更快地跑起來。
二是突出了以縣域政府的合作，政府有發展農村經濟的需求，有在當地的資源，對於農村金融業務的開展而言是至關重要的一環。
模式的探索，以及業務系統、風控模型的搭建，是農村金融業務的基礎設施。隨著技術與模式的完善，業務有望向更多縣域推廣。如果有足夠好的示範效應，在未來與政府的合作中會減少一些阻力。
在市場競爭力方面，銀行與農信社在農村地區也有金融服務，銀行的優勢在於利息更低，單筆放款金額更高。品牌效應更強，政府和農戶對其信任度是與生俱來的。劣勢在於放款的速度較慢，農戶申請一筆貸款，往往需要政府的介紹信，再向銀行申請，之後是受理，實地的盡調考察，再到放款，時間在一個月左右，可能解決不了燃眉之急。
螞蟻金服這類的互聯網企業，在利息方面更高，單筆放款金額不及銀行，優勢在於放款更快，操作方便，而且放款方式更加靈活。銀行借貸期限至少半年，互聯網企業可以在線上隨借隨還，靈活度更高。
大家各有優劣勢。對於有較大資金需求以及較高頻次資金需求的農戶而言，現在還是需要在多種機構申貸。
難點方面，主要集中在以下幾點：
這一模式中，縣域政府的支持與配合是關鍵。農村征信目前基本還是空白，農民的線上化數據也很少，但每個公民都會或多或少與政府的公共服務產生關聯，形成相關的數據。但數據安全問題比較敏感，政府不會把數據與企業共享。
如果能與政府建立充分互信，在農戶授權的前提下，政府提供申貸農戶的不涉及隱私的脫敏數據，對風控的幫助還是非常大的。這也是難點所在，如何構建政企間的信任，以及哪些數據可以開放，都是要經過長時間的溝通協調。
新金融企業、金融科技企業相對於銀行而言，在品牌與信任度方面還需要提升。尤其是在縣級政府的層面，對新技術手段的了解程度不如大城市，對於互聯網企業會有一種看不見摸不著的感覺，對於合作心裡沒底，這需要一個較長的轉變過程。
另外的難點在於農村本身。現在農村基本呈現人口淨流出的局面，中青年大多外出打工，農村人少，留在農村的人口也多是老年人與孩童，真正能在農村領域進行規模化經營的青壯年，數量上還需要進一步增長，其分布也比較散，這對於農村金融業務的規模化也是個挑戰。農村金融與農村經濟是相輔相成的關係，農村經濟需要農村金融的資金支持，農村金融則需要農村經濟提供更多的優質借款人，以及更好的信用生態。
責任編輯：謝海平
香港九龍灣馬來街興發大廈15樓D室