付英俊
隨着大数据、人工智能、移动互联网等新技术在金融领域广泛应用，商业银行不断创新涉农贷款模式，实现传统线下涉农贷款线上化，提高了涉农贷款便捷度，拓宽了涉农贷款覆盖面，降低了涉农贷款融资成本。
目前，线上涉农贷款已成为商业银行布局数字普惠金融的重要领域。随着线上涉农贷款规模扩大，其资产质量也日益受到业界的关注。相比传统线下涉农贷款，线上涉农贷款更依赖大数据、云计算、人工智能等新技术，风险的生成机制和表现形式更加多样化和复杂化，传统风险防控体系面临诸多挑战。准确识别线上涉农贷款风险点，建立有效的新型风险防控体系，关系到商业银行经营管理甚至整个金融体系的稳定，关系到商业银行服务乡村振兴的可持续性，是商业银行服务乡村振兴亟须思考和解决的问题。
涉农贷款发展的基本情况
随着乡村振兴战略的不断推进，金融机构的涉农贷款规模不断扩大。中国人民银行公布的数据显示，截至2022年末，我国金融机构本外币涉农贷款余额达到49.25万亿元，同比增长14%，创下近年新高。从涉农贷款总量来看，已超过同年国内生产总值的40%。国有大型商业银行在涉农贷款中发挥着金融主力军作用，为金融助力乡村振兴贡献主要力量。截至2022年末，农业银行、工商银行、建设银行、中国银行、交通银行、邮储银行等六大国有银行涉农贷款余额合计约16.5万亿元，占全部涉农贷款的33.3%；
同比增长19%，远高于14%的全部金融机构同类贷款的平均增速。
伴随着金融科技的发展和数字化新技术的不断迭代，银行业金融机构不断深化农村金融数字化转型，利用金融科技成果创新和优化农村金融产品与服务，推进涉农贷款线上化创新。例如，农业银行推出“惠农e贷”、建设银行推出“裕农快贷”、工商银行推出“工银兴农贷”，基于大数据和模型进行批量获客、精准画像、自动审批、智能风控，提高了农村地区长尾客户的贷款可获得性，推动了银行涉农贷款快速增长。涉农贷款规模的扩大有利于信贷资源向农业、农村和农民流动，有力地支持了乡村振兴。涉农贷款也有利于提升县域商业银行资产业务的价值。
线上涉农贷款面临的风险
线上涉农贷款与线下涉农贷款都面临信用风险、市场风险、气候风险等传统风险。基于对新技术的依赖，线上涉农贷款还面临数据风险、模型风险、技术风险等新型风险。此外，由于金融服务方式、服务渠道、服务对象不断变化，业务模式和流程不断创新，传统的操作风险、欺诈风险等在线上贷款业务中呈现新的特征。
数据风险。当前，数据已成为银行的重要资产。线上涉农贷款依赖大数据和模型进行风险评估、授信审批和风险预警，数据驱动是线上涉农贷款的核心。线上涉农贷款高质量发展的前提是数据真实、完整和及时。当前，数据真实性不足、内外部数据不完整、数据时效性欠缺等因素导致的数据风险是商业银行发展线上涉农贷款面临的突出问题。线上涉农贷款的客户准入筛选、授信额度测算及风险预警等需要以大数据分析为基础，这些数据包括银行已有的内部数据、外部第三方机构的数据、银行业务人员上门调查获取的数据等。在数据真实性方面，从外部第三方机构获取的数据缺乏交叉验证，银行业务人员线下采集的农户经营信息，如种植面积、养殖规模等大都依赖于农户自己提供的数据，难以测量与核实，从而导致数据真实性不足。数据是建模的基础，数据不真实，模型分析结果必然出现偏差，从而导致过度授信、风控失效。在数据完整性方面，目前农村征信体系建设仍不完善，农户信用信息分散且不完整，“信用白户”较多。对于工商、税务、法院等外部数据，基础数据字段较少，有效数据维度不多，可用性、完整性不足。在数据时效性方面，随着时间的推移，数据将发生变化。如果依赖时效性较差的数据建模，将导致授信或风控产生偏差，带来数据风险。例如，一些银行个人信息数据库更新较慢，导致出现对农户多头授信的现象。
模型风险。模型风险是指由于模型的自身缺陷或使用不当而使涉农贷款在授信审批、风险预警等环节出现偏差而带来的风险。模型缺陷包括模型设定偏差、模型泛化能力弱、模型稳定性差等。模型设定偏差是指模型的设计者不熟悉农村、农业、农民的实际情况，在模型中遗漏了重要解释变量、包含了无关的解释变量、选择了错误的函数形式，从而导致涉农贷款模型的有效性不足。模型泛化能力弱是指线上涉农贷款模型在训练、测试阶段效果较好，但在应用阶段表现不佳。模型稳定性差是指涉农贷款模型在不同时间段数据或不同数据集上输出的结果不一致。目前，线上涉农贷款模型应用运行时间大都较短，没有经过完整经济周期和压力情景的检验，模型稳定性不足。模型使用不当是指原本在特定场景使用的信贷模型，未经过扩展性分析，被应用于涉农贷款领域，导致模型解释力下降。例如，一些银行为了降低模型开发成本、缩短模型开发时间，将其他领域的线上贷款产品授信模型直接或稍作改进后应用在涉农领域。
技术风险。新兴技术是线上涉农贷款发展的重要引擎，但新兴技术本身也存在一定的风险。针对线上涉农贷款，技术风险主要体现在两个方面，一是线上涉农贷款相关数据在存贮与传输过程中产生的风险。线上涉农贷款需要银行采集内外部多维度数据，数据在不同主体、不同平台间流通，数据在存贮与传输过程中存在被泄露、被篡改的风险，进而给商业银行与农户带来损失。二是线上涉农贷款所依赖的终端的安全风险。线上涉农贷款大都依赖网上银行、手机银行、银行App等终端完成相关操作，这些终端如果存在漏洞，会导致终端安全风险。例如，遇到钓鱼网站、界面操作劫持、山寨App，农户的身份证号码、账号、密码等可能会被窃取，造成贷款资金损失。
操作风险。操作风险存在于银行业务的各个环节。线上涉农贷款全流程线上自动化运作、无人工或极少人工干预，缓解了传统线下贷款流程上的一些操作风险，但又产生一些新的表现形式的操作风险。如线上涉农贷款需要使用系统和终端设备，操作相对复杂，而县域银行涉农贷款客户经理和农户的金融科技素养相对较低，操作不当导致线上涉农贷款无法顺利开展或信息泄露，产生操作风险。此外，线上涉农贷款主要采用白名单预授信模式，在白名单生成过程中，由于农村信用体系建设滞后，能够系统对接的外部数据有限，许多数据仍依靠银行业务人员通过农户信息建档方式取得。一些业务人员调查不深入，有的委托村委会批量收集数据，甚至为了完成业绩粉饰数据，由此带来操作风险。
欺诈风险。欺诈风险是现阶段银行线上涉农贷款面临的最大挑战。当前，部分商业银行推出的线上涉农贷款业务成为不法中介机构牟利的工具。外部欺诈的职业化程度越来越高，通过假身份、假数据、假用途骗取银行贷款的现象越来越多。有不法中介熟悉银行准入授信规则，利用业务规则漏洞，利用线上涉农贷款对数据依赖的特点，有针对性地实施“养数据”，批量伪造客户数据进行大规模欺诈。例如，伪造农户农业保险投保数据通过银行“农险贷”骗取贷款。有不法中介甚至通过入侵银行对接的外部系统篡改数据的手段，骗取银行贷款。还有不法中介利用信息不对称，打着银行旗号，“帮助”农户获取银行线上贷款，又以“走账”“走流水”为由收取农户高额服务费。
法律风险。目前，一些银行的线上涉农贷款手续和流程存在缺陷，导致发生合规与法律风险。例如，涉农贷款多数为线上纯信用贷款，农户通过手机银行或银行App申请线上贷款，点击同意相关条款即可，双方没有签订借款合同。有的银行虽与客户签订电子合同，但不符合《中华人民共和国民法典》《中华人民共和国电子签名法》等法律法规的规定，得不到司法部门的认可，这为银行起诉不良贷款客户留下了法律风险隐患。此外，一些地方法院将20万元作为“家庭日常生活”的标准，20万元以下的借款通常被认定为日常生活需要的夫妻共同债务，20万元以上的借款若无夫妻双方签字，不作为夫妻共同债务。超出20万元的债务是否属于夫妻共同债务，由债权人举证证明该债务是否用于夫妻共同生活、共同生产经营或基于共同意思表示。银行对农户超过20万元的贷款若无借款人配偶的签字确认，一旦产生不良贷款，后续较难通过法律诉讼途径认定为夫妻共同债务，也难从配偶财产中追偿。
对策建议
强化数据的真实性核验与多维度采集。对于线上涉农贷款数据的采集与核验，商业银行应坚持线上、线下协同发展，人防、技防形成合力。加大线上涉农贷款贷前调查力度，对农户种植面积、养殖规模等数据应交叉核验。涉农贷款客户经理要加强农业知识的学习，对农畜产品产量、生产周期、市场价格要有独立的分析判断能力，降低对客户自己提供数据的依赖。积极探索运用金融科技对农业大数据的采集与分析，例如，通過卫星遥感技术对农作物种植面积进行测量、长势进行监测、产量进行预测，运用AI图像识别技术统计池塘中鱼类养殖的数量等。除了对农户经营数据采集外，要加强对农户个人道德、不良嗜好、民间借贷情况等信息的采集。通过多渠道扩展数据来源，多维度采集数据，解决线上涉农贷款大数据模型“数据不大”的问题。此外，要加强对外部引入数据的质量检测和评估。要对数据进行必要的维护、更新，增强数据的时效性。
加强模型的有效性与稳定性检测。不同年龄阶段、不同区域的客群，其行为是不同的，采集的数据所隐含的客户行为信息也是不同的。线上涉农信贷模型应考虑数据的内在特征，检测模型在不同客群与区域的表现差异，建立与区域发展特点、客群特点相匹配的模型。要充分考虑不同经济周期下、不同压力测试情景下线上涉农信贷模型的稳定性，如极端气候风险可能使原先的风险模型失真。目前，线上涉农信贷模型的设计开发在总行层级或一级分行层级，而对模型的运行情况、存在的问题，县域支行的涉农贷款客户经理有最直接的了解，银行应建立模型设计人员与基层行客户经理之间的沟通反馈机制，以不断对模型进行优化迭代。要持续监测模型运行情况，确保模型的有效性与稳定性。
建立安全可靠的线上贷款信息系统。加强对线上涉农贷款相关的系统、平台、App等的安全运营管理和维护，建立完善防数据篡改机制，定期开展安全测试，有效防范网络黑客攻击，降低信息被泄露、程序被破解、数据被篡改等风险。制定严格的外部应用接入规范，加强对外部应用技术风险的防范，当外部应用出现安全漏洞后，应有有效的应急机制。对与外部第三方机构的交互数据，应采取措施对其中的敏感数据进行有效隔离。引导农户通过正规渠道下载手机银行、银行App等客户端应用。
加强科技培训与网络安全宣传。加强科技培训，提高县域支行客户经理的金融科技素养，预防客户经理因对线上涉农贷款系统、平台、App等不熟悉带来的操作风险。建立数据采集责任制，明确客户经理在采集农户数据过程中的责任。严格落实双人调查，定期抽查验证，防范银行工作人员内外串通，伪造农户数据骗取银行贷款。加强针对农户的网络和金融安全宣传教育，通过村里开会、田间解说、传单发放等方式告知农户数字设备使用方法、线上贷款的风险防范等。提醒农户不可随意泄露个人信息，加强对资金转移和支付环节的身份识别，增强农户的网络安全意识。
构建外部欺诈风控体系。搭建统一的智能反欺诈平台，对各类线上贷款产品涉及的欺诈风险进行统一监测和预警。要加强对涉农贷款申请人的身份识别与认证，通过身份证、手机动态验证码、联网核查、生物识别技术等多种方式对客户身份进行认证，防范假冒申请。对系统交互、外部对接的农户数据进行系统间的交叉验证，增加客户经理走访验证环节，严防“养数据”等外部欺诈行为。加强对涉农贷款用途的监管，建立线上贷款业务贷后智能化预警管理，通过贷后预警模型实现对客户风险的自动识别、量化评估和通知推送。客户经理应不定期通过电话回访、现场走访等方式了解客户经营状况和资金用途。通过人防与技防，确保“真人”“真数据”“真用途”。
强化线上业务的法律保障。银行应与借款人采用数据电文形式签订借款合同及其他文书，借款合同及其他文书应符合《民法典》《电子签名法》等规定。增加线上电子借款合同有关共同借款人、配偶承诺函、两个以上紧急联系人、贷款资金禁用事项、法律文书送达地址确认书等条款。签订借款合同及其他文书时电子签名采用第三方认证方式，银行与农户签订的电子借款合同、征信查询授权书等文本链可通过专线传输到仲裁机构云上仲裁平台，固化证据，确保借款合同等文书真实、有效。合同等文书的电子印章可通过时间戳进行固化，为银行后续依法维权消除障碍。
（作者单位：中国建设银行湖北省分行）
责任编辑：杨生恒
ysh1917@163.com
猜你喜欢贷款农户银行农户存粮，不必大惊小怪今日农业(2022年13期)2022-09-15让更多小农户对接电商大市场今日农业(2021年8期)2021-07-28Wang Yuan: the Brilliant Boy意林(绘英语)(2018年2期)2018-11-29My Huckleberry Friends:Even if the Whole World Stand against me,I Will always Stand by You意林(绘英语)(2018年2期)2018-11-29粮食日 访农户中国粮食经济(2018年11期)2018-01-23农户存粮调查中国粮食经济(2018年7期)2018-01-2310Gb/s transmit equalizer using duobinary signaling over FR4 backplane①High Technology Letters(2017年3期)2017-09-25保康接地气的“土银行”中国老区建设(2016年3期)2017-01-15“存梦银行”破产记创新作文(小学版)(2016年20期)2016-08-22贷款为何背上黑锅?新农业(2016年16期)2016-08-16