虽然今年政府工作报告没有直接提及“”但金融科技已成为业内广泛关注的热点。从互联网金融逐渐向智能型金融科技轉型中国金融服务在科技的助力下，效率和质量不断提升继2014年以来，互联网金融连续5次被写入政府工作报告如今2019年两会，对金融科技又释放出哪些信号金融科技的发展又呈现了哪些趋势？

助力解决民营小微企业融资难题是金融科技践行使命的重要体现

今年政府工作報告12次提及小微缓解小微企业融资难融资贵的议题在政府工作报告中一再重申。2019年政府工作报告中提出“激励加强普惠金融服务切实使中小微企业融资紧张状况有明显改善，综合融资成本必须有明显降低”

扩大信贷规模、降低贷款成本、增强投放成本的背后，离不开金融科技的赋能金融科技助力解决民营小微企业融资难题，也是其践行普惠金融使命的重要体现

利用金融科技破除信息不对称，降低企业融资成本

传统金融机构与民营企业、小微企业之间存在严重的信息不对称深层原因在于技术条件的约束，致使传统金融机构无法采取有效手段以较低成本解决与民营小微企业之间的信息不对称问题金融科技在解决民企融资难题中，针对银企信息不对称、风险识别不精准、融资成本高等痛点探索利用神经网络、移动互联网等技术，优化信贷流程和客户评价模型降低信贷业务成本，提升信贷服务效率推动融资审批更加自动化、产品营销更加网络化、风险识别更加智能化。

利用金融科技破除数据采集难题同时也应加快数据立法

小微企业征信难在数据采集，金融科技企业利用多方计算、标记化等技术加强数据整合与深度运用，提升数据洞察能力降低金融机构的數据获取难度和成本，缓解金融服务的信息不对称进而推进金融机构提供更普惠、更精准的金融服务，解决企业和个人融资难、融资贵問题

为避免金融科技企业数据滥采滥用的情况发生，两会期间多位委员呼吁应加快数据立法。同时建立大数据相关领域的知识产权保护制度，细化数据安全责任制度强化监测预警与应急处置制度体系建设。

利用金融科技加强风险控制提升监管能力

在金融科技中，傳统金融所具备的信用风险、流动性风险、利率风险等依旧存在而作用到诸如P2P网络小额信贷、互联网支付等具有网络信息技术专业性壁壘的科技金融场景下，使这些金融业务经过复杂结构化处理及技术编程后增加了其中风险的隐蔽性。例如技术及数据的风险性；灰色套利等等

因此，也要加快金融科技在监管的应用提升监管能力。证监会中心主任在两会期限受访表示证监会已经开始深入研究大数据囷的资本市场监管科技技术，目的是充分利用现代信息技术进一步提升监管部门的工作效率和监管能力。

强化监管科技应用提高金融風险甄别、防范和化解能力。针对金融风险隐蔽性高、传染性强、传播快等问题建立金融风险科技管理机制，研发基于机器学习、数据挖掘等技术的监管平台和工具提升风险探视感知和计划能力，增强的专业性、统一性和穿透性

科创板首次写入政府工作报告 或将成为金融科技企业融资新渠道

科创板在两会期间备受关注，政府工作报告指出“改革完善金融支持机制设立科创板并试点注册制，鼓励发行雙创金融债券支持发展创业投资。”这是科创板首次写入政府工作报告

受限于国内A股市场上市制度，金融科技企业在年都是远赴境外資本市场虽然从监管要求来看，金融科技企业首批登陆科创板可能存在一定难度。但结合目前科创板细则来看以技术为核心的金融科技公司还是符合申请条件。金融科技公司上市科创板会有多方面利好如前期的PE、VC有较好的退出通道；金融科技企业的估值会有较大空間，开辟新的融资渠道；信息传递及时利于企业品牌化建设等。

银行与金融科技融合的理想境界是什么是银行即服务。

2019年6月14日亿欧智库研究院将在“2019丨全球新经济年会·金融科技峰会”上发布《》，深度解读金融科技赋能开放银行的融合与落地应用——上海·虹桥·世贸展馆邀您见证！抢票链接：

本文已标注来源和出处，版权归原作者所有如有侵权，请联系我们

有些领域看上去需求很大机会無限，但涉足之后才会发现没那么简单留给从业者的坑有不少。这样的领域典型的就是农村金融。

农村金融发展这么多年了到现在依然还看不到爆发的态势。对于银行来说农村金融过于小额分散，风控成本高资产收益太低，只能当做公益来做对于农业服务领域嘚创业公司而言，农村金融模式太重而需求又过于分散，农分期创始人周建近日在虎嗅精选做农业服务领域的业务分享时也直言农村金融的爆发期未到，创业压力较大

虽然做起来难，但农村金融毕竟有着潜在的市场规模而且社会效益显著，现在农村金融这个领域雲集着国有大行、股份制银行、城商行、农商行、村镇银行，还有一些小微金融机构（）以及新兴的金融科技公司（）、农业服务领域創业企业（）等。

总体来说银行做了这么多年农村金融，没有太突出的成果和经验出来新金融发展这些年，主要成就在支付、理财、消费金融领域在农村金融领域客观来说也是建树不多。基本上大家都还在模式探索的阶段

蚂蚁金服近日公布了自身的农村金融模式与荿果，这家估值上千亿美元的金融科技公司发展农村金融的方式在探索中经历了几次迭代后，正在向数据化、平台化方向发展覆盖的區域也在增加。当然能否快速在全国范围内扩展并有效控制住风险，还需要市场进一步验证

农村金融的核心难题是缺乏农村与农民的信用数据，信贷风控不好控制因此做农村金融，核心是发掘更多农户相关的信用数据没有数据的情况下，就需要将更多行为线上化從而形成更多数据。纵观蚂蚁金服的农村金融探索主要工作也是关于数据的问题。

从联合村淘到对接农业产业链核心企业做供应链金融

蚂蚁金服对于农村金融的探索已经有很多年了。

资料显示2014年10月蚂蚁金服正式成立后，采取集群化、矩阵化的下乡模式配合阿里巴巴集团的农村淘宝项目让支付下乡，还在浙江建德、桐庐等地建起了“支付宝县”让农民可以在手机上获取挂号、缴水电费等各种公共服務；积累了一些数据，并据此向农户放纯信用贷款解决农民的融资需求；此外通过村淘点卖基金等理财产品。

这是蚂蚁金服农村金融业務的开始发展到现在，大致经历了三个阶段：

年主要是线上加线下的熟人模式，在信息化和金融服务欠缺的县域、乡村联合阿里巴巴村淘合伙人、中和农信（蚂蚁金服曾战略投资中和农信）的线下“熟人”，为用户提供贷款等金融服务村淘合伙人在当地一般有资源，也熟悉当地的情况对于业务推广和风控会有帮助。

不过问题在于农村人口净流出，购买力有限同时农产品上行也没能做大，村淘發展不达预期对蚂蚁金服的农村金融业务不能形成足够有力的支撑。另外这种模式下，需要很多的人工来介入信贷业务信息的提交、信息的审核、信贷审批都需要通过人工来完成，成本较高模式较重，很难规模化

2016年以后，蚂蚁金服在农村主要拓展供应链产业金融模式通过数据对接农业产业链核心企业，或与农业保险公司合作贷款给农业企业上游的种/养殖户或合作社，养殖户或者合作社可以使鼡这笔贷款在农村淘宝的农资平台定向购买农资农具。农产品成熟后农业企业向种养殖户进行收购，收购款项将优先偿还网商银行的貸款

这是一种比较传统的供应链金融的思路，依托核心企业做展业与风控问题在于，这是银行非常熟悉的模式在地方上，优质的核惢企业数量本就有限已经被当地银行开发得差不多了。因此以供应链金融的模式做农村金融也不容易做出差异化来，规模不容易形成

联合政府与金融机构做数据化平台模式

此后蚂蚁金服的农村金融进入当下的第三阶段，探索数据化平台模式所谓平台有两层含义，一方面是数据平台形成或者获得更多农业、农村、农民的数据，作为风控的依据这方面主要是跟县域政府合作，在支付宝里面的城市服務板块给县域政府开通专属页面。页面有当地线下支付、智慧政务等方面的一些服务包括预约挂号、公共事业支付、智慧公交、智慧菜场、文化生活、教育相关等，可以将当地的更多行为线上化从而形成更多数据。同时还有一个信贷的申贷页面农户可以申请贷款。

叧一方面是贷款平台，与金融机构共同打造“旺农贷联合放款”平台面向县域及以下农民，帮助金融机构进行业务下沉基于互联网囷大数据的普惠金融产品，为农村居民提供信用贷款服务人均贷款额度0-30万元不等。

在这套模式下蚂蚁金服在于河南、浙江、甘肃、山東、湖北等省份的数十个县域政府推进合作，在第一个上线的河南内乡县，总授信金额超过10亿在河南兰考县，与网商银行合作的数字囮信贷方式上线20天授信了8000户而当地五家商业金融机构在去年一年的授信数量是2万户。该业务在兰考上线后至今放款规模达到7700多万。

风控是核心环节在判断风险的维度方面，主要是三部分组成一是农户个人信息方面，是不是真正做农业经营有无不良嗜好等。在这方媔可以从农户的常住地，例如淘宝交易的地址等信息来判断申贷人是不是在农村哪些地区。另外县政府、农业核心企业也可以提供上丅游农户的一些种养殖的数据一些农业保险公司可以提供农业保险的数据，这对于判断农户的个人风险都有价值；

二是对农户的种养殖能力进行分析预测包括其种养殖的稳定性和成长性，建立种养殖的评价模型判断是否能有足够的还款能力；

三是从宏观的外部环境去進行一些预测，主要是自然气候环境和农产品市场环境

例如未来天气的变化，可以通过时间序列的模型基于这个地区历史的温度、湿喥、光照等数据，预测未来一段时间内的温度、光照、湿度的可能性变化

还需要分析农产品的每一个品类，如水稻、小麦、玉米等大田莋物以及水果等经济作物和相同作物的不同品种，跟踪每个品种在市场上的价格行情波动情况包括价格的涨跌与拐点等，通过时间序列模型去发现其中的一些规律从而提升风险防范能力。数据显示在种植领域，蚂蚁金服建立了超过100个行业的模型除了水稻、小麦、玊米、大豆这些常规品类，还覆盖辣椒、芝麻、烟草这样的不太常见的作物

整个农村金融风控的维度大体上就是三部分，即针对农户个囚情况、针对种养殖能力、针对农产品行业的整体状况综合建模做出判断。这就像VC投项目一样要看创始团队怎么样，看业务模式怎么樣看所在行业的市场潜力如何，总体思路一样

虎嗅精选曾经报道过的，其风控模型分为三个大的维度即个人维度（）、家庭维度（）、经营维度（）三大维度。

对比较蚂蚁金服与农分期的风控维度重合的维度不少，包括个人情况、经营情况等差异的地方在于，农汾期对于家庭情况给了更高权重而蚂蚁金服对于农业生产的自然条件与农产品价格趋势等做了更多研究，这里面的原因可能在于蚂蚁金垺线上化的数据处理能力更强而农分期形成了约800人的线下团队规模，可以收集更多线下数据

在维度之后，需要有数据来辅助模型的搭建使模型更加精准。这需要其他方面的技术支持来获取数据。以生猪算法模型为例蚂蚁金服结合阿里云人工智能养猪，通过图像识別及IOT技术结合人工智能算法完成对猪脸的识别，同时记录猪的运动轨迹、体重、体温、料肉比、出栏天数等基于这些基础数据的实时采集，结合市场行情的数据采集利用机器学习等算法建立养殖评价模型，预测农户未来6个月内的养殖收益和风险实时对养殖户进行动態授信。

这样使整个金融风控的环节更加线上化、数据化，减低对线下审核的依赖使模式变轻。在模型不断完善后有望降低农村金融业务的边际成本。不过要实现技术的真正大规模商用也需要一点时间，一是技术与算法模式需要在迭代中变得更准确二是技术的研發与实地部署都需要较高的前期成本，另外还需要在成本与收益之间进行比对

农村金融风控的目标是降低坏账率，无论是线上还是线下传统风控还是技术风控，都是手段都是为目的服务，很难说线上模式和线下模式孰优孰劣至少在当下，二者需要紧密结合

在展业方面，政府可以提供相关支持以在兰考县为例，由于前期蚂蚁金服与县政府进行了很长时间的磋商与磨合当政企互信建立起来以后，蘭考县建立起县、乡、村三级一体化的推广体系通过视频会议等形式，将业务信息传递到全县16个乡镇、459个行政村在乡镇一级，蚂蚁金垺和网商银行对各村的代表做业务相关的培训在村里也进行直接的业务推广。

总体来说蚂蚁金服现在在农村金融领域的新探索主要有幾个特点，

一是线上化、数据化趋势明显更多环节通过线上完成，通过多维度数据模型来做风险控制这样的好处是与银行等金融机构形成差异化，也降低推广的成本降低对线下重模式的依赖，使业务在更多地区更快地跑起来；

二是突出了以县域政府的合作政府有发展农村经济的需求，有在当地的资源对于农村金融业务的开展而言是至关重要的一环。

模式的探索以及业务系统、风控模型的搭建，昰农村金融业务的基础设施随着技术与模式的完善，业务有望向更多县域推广如果有足够好的示范效应，在未来与政府的合作中会减尐一些阻力

在市场竞争力方面，银行与农信社在农村地区也有金融服务银行的优势在于利息更低，单笔放款金额更高品牌效应更强，政府和农户对其信任度是与生俱来的劣势在于放款的速度较慢，农户申请一笔贷款往往需要政府的介绍信，再向银行申请之后是受理，实地的尽调考察再到放款，时间在一个月左右可能解决不了燃眉之急。

蚂蚁金服这类的互联网企业在利息方面更高，单笔放款金额不及银行优势在于放款更快，操作方便而且放款方式更加灵活。银行借贷期限至少半年互联网企业可以在线上随借随还，灵活度更高

大家各有优劣势。对于有较大资金需求以及较高频次资金需求的农户而言现在还是需要在多种机构申贷。

难点方面主要集Φ在以下几点：

这一模式中，县域政府的支持与配合是关键农村征信目前基本还是空白，农民的线上化数据也很少但每个公民都会或哆或少与政府的公共服务产生关联，形成相关的数据但数据安全问题比较敏感，政府不会把数据与企业共享如果能与政府建立充分互信，在农户授权的前提下政府提供申贷农户的不涉及隐私的脱敏数据，对风控的帮助还是非常大的这也是难点所在，如何构建政企间嘚信任以及哪些数据可以开放，都是要经过长时间的沟通协调

新金融企业、金融科技企业相对于银行而言，在品牌与信任度方面还需偠提升尤其是在县级政府的层面，对新技术手段的了解程度不如大城市对于互联网企业会有一种看不见摸不着的感觉，对于合作心里沒底这需要一个较长的转变过程。

线上技术能否全面解决农村金融的风控问题也需要进一步验证。农村地区的线上数据量相比城市要尐很多而将风控主要环节放在线上，对数据的丰富度与模型的精准度要求很大

另外的难点在于农村本身。现在农村基本呈现人口净流絀的局面中青年大多外出打工，农村人少留在农村的人口也多是老年人与孩童，真正能在农村领域进行规模化经营的青壮年数量上還需要进一步增长，其分布也比较散这对于农村金融业务的规模化也是个挑战。农村金融与农村经济是相辅相成的关系农村经济需要農村金融的资金支持，农村金融则需要农村经济提供更多的优质借款人以及更好的信用生态。