4 min read

春耕备耕关键时期,空间数据如何为农村信贷提供高质量的分析和见解?

为农村普惠金融的发展扫除障碍
春耕备耕关键时期,空间数据如何为农村信贷提供高质量的分析和见解?

当前正值春耕备耕的关键时期,农民们正为一年中最繁忙的季节之一做准备。面对种子、化肥、设备、加工流通等需求,农民们需要承担不小的经济压力。


农业是资本密集型产业,技术和资金的支持力度决定了整个行业的生产力,农村信贷的需求借此产生。

长期以来,农村信贷在我国金融服务中都是短板般的存在。农村用户分布范围广、普遍征信记录不够完善、贷后持续监管不够严密、业务分散且多样化等问题,为农村普惠贷款业务的开展带来挑战。

农业信贷是我国农业发展的基本工具,对提高我国农业生产能力起到了关键作用,银保监会也高度重视农业农村生产,引导银行保险机构全力做好保障粮食安全和农业农村生产金融服务。

据银保监会数据显示,截至2021年末,银行业涉农贷款余额43.21万亿元。普惠型涉农贷款余额8.88万亿元,较年初增长17.48%。


近期发布的中央一号文件也针对农村信贷的痛点提出了金融政策支持、信用解决、风险市场化分担和补偿等关键性措施和意见。同时,也指出金融机构要帮助信贷端农户适应当前移动终端化、5G网络带来的便利,运用科技创新和AI手段,实现客户服务方式的创新。

那么金融机构是如何构建农民信用风控模型,帮助他们获得可用贷款的呢?

为了填补农民信用评估空缺,以具有竞争力的成本和最低的风险授予信贷,金融机构尝试将基于卫星遥感+人工智能技术的空间数据信息转换为可用于评估农民信用的参考依据。

通过卫星图像收集到的农作物产量、作物地图、病虫害、作物生长趋势等信息,金融机构可以明确农民所有土地上农作物的总价值,评估其产出潜力的合理性,有效解决授信问题,为农村普惠金融的发展扫除障碍。

举个例子,在一次合作案例中,大地量子利用“AI+遥感”技术直接观测农田,从三个方面助力网商银行建立更完善的贷款风控体系:

  • 贷款前,回溯历史数据,对种植户过往种植能力和当地历史自然灾害进行客观评价,预判借贷风险。
  • 贷款时,核查作物类型,评估农户潜在种植效益。
  • 贷款后,监测种植过程,对贷款后农作物的各类生长风险和自然灾害精准定位,早期发现,将损失最小化。

长期的种植数据可以帮助金融机构得出更准确的信用结论,利用“AI+遥感”技术,我们可以追溯农户过去5年的实际种植历史。


此外,我们还能对任意地块的土地价值进行评分,掌握任意农户的土地价值,为信贷额度评估提供关键指标。

我国拥有大量的小农群体,农村信贷对于降低农业生产风险,促进农业繁荣具有战略意义。银保监会正极力推进农村金融数字化发展,鼓励保险机构广泛运用大数据、云计算、区块链等技术手段,健全精准高效验标、查勘定损机制。


同时,越来越多高精度、高覆盖范围的新型卫星也将为金融机构提供更高质量的分析和见解,为整个农业信贷链带来价值。