大数据,让“信用”成为抵押物

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

没有信用记录,没有资产证明,也没有太多抵押物,贫困农民想通过创业、产业脱贫,一两万元的启动资金从哪来?“互联网+”时代,能不能利用大数据、云平台让更多农户享受到普惠金融服务?记者日前来到湖南省平江县,探访这里的“互联网+精准扶贫”模式。

没抵押也能贷款,互联网金融产品进了贫困村

平江县三市镇宦田村贫困户艾煌兮没想到,在山旮旯里受了半辈子穷,竟然也赶了回时髦——不用抵押物,仅凭信用和同村村民的担保,就从一家互联网公司贷了3万元;每月还款方式也挺时髦,在手机上操作一下就还了钱。

准确地讲,这笔钱是由互联网企业蚂蚁金服和公益性小额信贷机构中和农信联手发放的。信贷员何金刚说,尽管早有心理准备,但第一次走进艾煌兮家里时,几乎不敢相信自己的眼睛。土砖垒成的房子是上世纪80年代盖的,全家最值钱的电器是一台19寸的老式电视机。去年,艾煌兮和80多岁的老母亲相继生了场大病,让这个家庭因病返贫,日子过得艰难。

“但艾大哥一家在村里的名声特别好,他年轻时当过兵,一家人以前跟邻居、朋友借钱,还钱从来不用催。”何金刚把村里的情况摸熟后,帮助艾煌兮办理了贷款手续。

这3万元起了大作用。艾煌兮告诉记者:“我花了1.7万元买了辆三轮小货车跑运输,每天能挣个两三百元,媳妇在镇上的一家熟食厂上班,月收入也有两三千,还掉贷款还有富余,今后有条件我还想换辆好一点的车。”

平江县是革命老区县,也是国家扶贫开发工作重点县。目前还有136个村没有脱贫,占全县总村数的31%。与贫困形成鲜明对比的,是这里的青山绿水好风光,山乡多种资源都有待挖掘。平江县常务副县长李镇江告诉记者,为加快金融扶贫进程, 2014年中和农信在平江县设立分支机构后,2015年又联手蚂蚁金服,探索将双方线上、线下的优势融合,用“互联网+精准扶贫”的方式帮助农民脱贫。“互联网金融产品下沉到贫困户,能解决贫困人口创业就业、脱贫缺项目、少资金的难题,我们希望能探索出一条金融扶贫工作站与淘宝电商服务站共建共用、小额扶贫贷款与蚂蚁金服金融互补互助的合作机制,实现金融资金的精准配置。”李镇江说。

有了初始资金,很多农户选择了小规模创业。“以前就是自己手工做些豆腐乳、腊八豆之类的拿去集市上卖,哪想到还能开得起工厂。”说起一年来的变化,城关镇城新村的钟声、钟阳姐妹俩笑声爽朗。姐妹俩两次分别申请了5万元贷款,办起了食品工厂,卖的平江特产远近闻名。生意做得好,她们还雇用了十几位全职女工,带动了村里的妇女就业。

据统计,截至目前,平江县共有1057户农户获得小额信贷4285万元,逾期率为零。

未来可用大数据给贷款贫困户“画像”,打通上下游产业链

线上、线下如何融合,是大家关注的焦点。

中和农信总经理刘冬文介绍,公司隶属于中国扶贫基金会,20年来专注农村公益性小额信贷,已在18个省的1700多个乡镇驻扎了信贷员,平均一个信贷员对接一个乡镇。每天,他们的工作就是进村入户,寻访那些需要小额贷款的村民并为其提供帮助。蚂蚁金服作为支付宝的母公司,过去5年多来,已通过互联网给小微企业贷款7000多亿元,其中涉农贷款超过1/3。

“我们两家机构服务小微的理念一致,在信贷模式上正好互补,在渠道、风控、资金、大数据等多方面都有合作空间。”蚂蚁金服集团副总裁袁雷鸣说,蚂蚁金服过去几年服务的小微用户,主要是在县乡做小本生意、开淘宝店的客户。这个群体由于生意规模小,拿不出像样的抵押物,很难从大银行获得贷款。但他们因为做小微电商,在互联网上留下了很多足迹,这些足迹沉淀下来变成数据,就成为可以“使用”的信用。

“尽管目前大多数贫困户还没有信贷记录,很难用大数据来识别,但我们和中和农信合作后,就可以把他们的贷款用户纳入大数据平台。未来,等这些用户再需要贷款时,只要短短几秒,后台大数据系统就会基于用户画像和征信体系来进行判断并发放贷款,降低了贷款机构的运营成本,也为用户带来了真正的便利。这样一来,贫困县的贷款也与城镇金融服务一样具有了数据和信用积累,贷款和金融服务走向了数字化、个性化。”袁雷鸣表示。

除此之外,蚂蚁金服对中和农信评估、筛选的贫困农户,除了发放贷款,还将发挥电商优势,吸引更多资源向农村倾斜。“我们已经在探索打造这样一个农村金融生态产业链,上游提供贷款,下游联合采购商收购农产品,依托天猫线上直销,回款偿还贷款,农户只需要安心生产就可以。”蚂蚁金服集团农村金融事业部副总经理陈嘉轶说。

李镇江自豪地说:“平江县特色农产品的淘宝馆6月18日刚上线,当天交易额就达1932万元,创造了全国农村淘宝县的多项纪录。”

“信用”可积累,农村金融还需下大力气补短板

贷款给农户们的改变,除了生活变好了,观念上的冲击更大。

“人穷志短,借钱真难。以前没想过从银行借钱,更别说从网上借了,总担心那钱还不上咋办?现在这样挺好,每个月按时还款,不怕人催,心里有数。以后我还想扩大养殖规模,听信贷员说,像我们这样信用记录好的,还能借到更多钱。”站在汨罗江旁,看着贷款买来的鸭子在江里扑腾,贫困户李剑庭对未来充满希冀。

“农户们非常守信,每个月到了要还贷的时候,他们一定按时打款。”何金刚告诉记者,40多岁的艾大哥,平时都习惯用一个小本子记录每天的收入支出,每个月到了还款日,总是提前把钱准备好,按时还款。

中国人民大学农村经济与金融研究所常务副所长马九杰表示,线上与线下机构的合作,本身就是风险防控的重要一环。互联网公司的优势在于技术和大数据的收集、运用;中和农信这样的公益性小额信贷机构,依托本土化的信贷员,对农村和贫困农户的情况比较了解,能够精准筛选出可以提供贷款的贫困户。

由于平江的成功试点,蚂蚁金服和中和农信计划在3年内,将“互联网+精准扶贫”的模式推广到全国300多个国家级和省级贫困县。马九杰认为,当前推进普惠金融,农村仍是短板,无论是金融机构的数量、种类还是服务功能,都存在很多不足,在一定程度上制约了金融产品和服务的供给,亟须通过供给侧结构性改革健全农村金融服务体系。

专家表示,从平江的试点经验,可以看出互联网技术的应用加速了农村金融补短板的进程。基于互联网的大数据、云计算、物联网等降低了信息整合成本,打破了传统金融模式的时间、空间与成本约束,能够有效兼顾普惠性与可持续性。另一方面,依靠互联网技术记录真实贸易、真实物流、真实结算等,为“三农”提供了新的征信方式,有利于农村金融产品创新,满足农村多样化信贷需求。

应当看到,互联网金融在农村仍处于起步阶段,要大范围推广还有赖于农村互联网基础设施的完善、农民金融理念的提升以及严格、有效的金融监管和风险防范机制。这些,都是农村互联网金融发展过程中不可忽视的“拦路虎”,是必须破解的难题。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
6月前
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
1076 8
|
机器学习/深度学习 大数据