金融科技在农业供应链金融中的应用及完善

来源 | 银行家杂志
作者 | 张正平、黄帆帆、卢欢

近年来，随着我国乡村振兴战略和数字乡村计划的实施，尤其是以大数据、云计算、区块链、物联网、人工智能等为代表的金融科技与传统农村金融的融合发展，农村金融市场的发展呈现出全新的“数字”面貌，2021年的中央一号文件则进一步明确提出“发展农村数字普惠金融”，为金融科技应用于传统农业供应链金融实现创新发展提供了新的契机和政策支持。 

传统农业供应链金融的不足

风险控制机制不完善。随着农业供应链转型升级带来的多产业融合发展、供应链延伸和供应链生态圈的扩大，供应链上的经营主体及相互业务往来会越来越频繁，会形成非常多的新委托代理关系，而这其中必定存在更多的操作风险、欺诈风险，也意味着更多的信息不对称。面对农业供应链金融中存在的若干风险，传统的管理手段及经验已无法有效应对。虽然传统金融机构、核心企业、物流公司以及电商平台等经营主体具有较强的资金实力， 但它们各自应用的风险控制模型往往并不一致且相互不能兼容，农业供应链金融中所需掌握的资金流、物流和信息流也无法实现及时有效地对接和比较，导致了传统农业供应链金融的风险控制手段一直没有突破性的创新，难以有效提高农业供应链金融服务的效率。

产品及服务单一。传统的农业供应链金融仅为供应链上游的企业提供基于订单、应收账款等有实际贸易背景的融资， 贷款多为生产性资金。由于资金是农业供应链上企业最大的需求之一，所以农业供应链上的金融企业主要利用信贷产品来吸引客户，进而抢占优质客户资源。然而， 即便存在激烈的市场竞争，各金融机构提供的农业供应链金融产品依旧非常相似， 产品及服务同质化严重。近年来，随着农村经济的快速发展，农业产业化、规模化趋势明显，对规模更大、期限更灵活的资金产生了较多的需求，然而，传统的农业供应链金融却不能提供有效的解决方案。而且，由于农业供应链金融是依托于供应链中的信用逻辑提供资金支持的，因此比其他金融产品的风险更高，这进一步压缩了农业供应链金融的发展空间。

获客渠道狭窄。一方面，农业供应链的发起主体一般是核心企业或金融机构。一般情况下，在开展供应链业务时大多是发起主体在经营所在地寻找合适的合作伙伴，如果没有找到合适的合作伙伴，便很难开展农业供应链金融业务。另一方面， 传统的农业供应链金融只能为企业提供贷款，无法提供其他的增值性服务来增加客户黏性，竞争力不强。在这种情况下，只能利用地缘优势发展的传统农业供应链获客渠道就变得十分单一了，也很难找到匹配的客户资源，这进一步制约了业务的大范围开展。

多方合作难以协调。一是银行单独发挥的作用有限。在我国金融发展过程中， 商业银行始终发挥着核心作用，如果其在农业供应链金融业务的开展上缺席，那么金融资源就不能得到最优配置。而银行围绕农业供应链开展的业务在其所有业务中的占比极低，相对于其在农业供应链中存在的应收账款闲置问题，其产品创新的力度和所占的市场份额明显不足。二是银行不能与其他金融机构进行有效合作。虽然当前已有部分银行与一些小额贷款公司、数字金融平台开展了合作，但是从整体情况来看，银行与其他金融机构之间普遍缺乏信任，信息孤岛状况严重，农业供应链金融未获得充分的发展。三是农业企业与农户的合作大多有短期、松散的特点，农业供应链易受到违约风险的冲击而处于不稳定状态，严重的甚至导致信用链断裂， 威胁农业供应链金融系统安全。

金融科技在农业供应链金融中的应用

大数据、云计算+农业供应链金融 

相对于传统农业供应链金融仅依靠会计报表进行企业的风险评估，大数据和云计算技术在农业供应链金融中的综合运用，不仅能准确识别有效信息，通过模型和机器算法使结论量化、更加精准，还能更加准确地预测链内企业的发展前景，更具全面性和客观性。从技术原理方面看， 大数据和云计算技术既能将农业供应链内发生的经济活动绘制出详细的数据图谱， 又能直接用数据语言对农业供应链内企业进行可穿透式管理，从而在解决信息管理中不对称问题的同时，弥补了传统管理中的技术短板。

在实际应用方面，苏宁易购基于数以亿计的交易数据，依托云计算技术与传统金融机构开展合作，将农业供应链的龙头企业作为信息的担保方或提供方，为链内经销商、代理商及农户提供金融服务；新希望金服则依托新希望集团的数据储备建立了大数据风险管理模型，从客户准入、贷前审核、贷中监控和贷后管理等方面实现全面智能化管理，为客户提供纯信用、免担保的“好养贷”产品，同时，在客户使用过程中，新希望金服还不断积累客户生产信息、信贷信息等，完善数据库，不断升级迭代风险管理模型。

在当今的数字时代，数据已经成为一种新的生产要素，但大数据、云计算技术应用于农业供应链金融仍面临不少难题。一是数据共享难。在农业供应链上， 银行可以根据核心企业与上下游企业之间签订的真实订单和应收账款等交易单据对链内提供质押、贷款等金融服务。然而， 由于我国在数据保护方面的法律法规还不完善，企业普遍担心银行或其他金融机构可能将企业的重要数据出售给竞争对手或第三方，从而导致该企业的市场竞争力被削弱，损害企业利益。在这种情形下，企业不愿意与银行等金融机构共享数据，这也是当前农业供应链金融利用大数据面临的一大难题。二是数字质量没有保障。由于农业供应链上各成员企业开展的业务较多、涉及面较广，很难对信息进行标准化、规范化的公开披露，导致金融机构获得的企业数据质量较低。此外，银行还担心核心企业与供应商、经销商达成骗贷共识，从而篡改ERP系统中真实的交易信息，这种行为无形中会增加银行风险，也不利于整个农业供应链的稳定。

区块链+农业供应链金融

从技术原理方面看，区块链是赋能农业供应链金融发展的有力工具。一是区块链能有效降低票据真实性风险。在“区块链+农业供应链金融”模式下，只要产生了交易，其业务信息就会被分别记录到相关的主体账户中，同时农业供应链内的信息传输不会失真，使得作假行为几乎不可能发生。二是区块链有助于提高农业供应链内企业的互信水平。在“区块链+农业供应链金融”模式下，各家企业可以利用智能合约来提高信用约定的执行力，交易双方只要有一方履行了合同上载明的责任和义务，系统会自动强制另一方履行合约，从而避免信用欺诈的发生。三是区块链有助于提高农业供应链金融的运行效率。通过营造丰富的区块链应用场景，农业供应链内各个参与主体将能获得真实有效的经济活动数据，实现在农业供应链内部完成资金的交易和业务的交割，从而提高交易的精度和效率。

在实践中，新希望慧农（天津）科技有限公司（以下简称“希望金融”）通过应用区块链技术，建立了更加规范的农业供应链业务模型，提升了农业供应链系统平台的开放度，实现了全流程的风险控制，有效地规避了人为造假和投机行为。截至2020年10月31日，希望金融累计借贷金额达118.35亿元，借款人数达38000多人，借贷逾期率和坏账率低于0.1%，有效地服务了实体经济和乡村振兴。河南天香面业有限公司基于物联网和区块链前沿科技的应用，将产业链深度融合应用场景作为切入点，打造了国内首个“区块链+金融服务+粮食”平台——优粮优信。该平台可生成标准电子仓单，具备智能合约应用、多方账本共享、业务数据存证和粮食质量溯源等功能，可以实现风险管理、资产监管及数字资产的可视化，整个过程公开透明，反担保措施简单有效。

尽管区块链技术与农业供应链金融的结合带来了前所未有的变革，但其大规模应用还须解决两大挑战：一是农业供应链金融各参与主体争相借助区块链技术搭建属于自身的供应链信息管理系统，造成传统供应链金融市场的信息碎片化，而技术壁垒的存在又使得跨链数据难以互通，形成了新的信息孤岛；二是实践中往往缺少既懂区块链技术又熟悉农业供应链金融运营的复合型人才。

物联网+农业供应链金融 

从技术原理方面看，基于物联网技术的农业供应链管理系统，可使供应链内的企业商品在任何时间、任何地点都被实时监控，实现从土壤养护到温室栽培、从加工包装到冷链配送、从在线销售到独立订购、从农民组织到农业一体化的发展，从而大大提升农业供应链管理的效率与灵活性，优化企业的资源配置，有效减少物资非法转移活动，进而大幅降低农业供应链的融资风险。

实践中，北京农信互联科技有限公司做出了有益尝试。该公司隶属于大北农集团，依托大北农集团的资源优势，综合利用互联网、物联网、云计算、大数据等多种技术，探索形成了包含“农业大数据、农业交易、农村金融服务”在内的农业供应链金融新模式。在这种模式下，运营中心可根据物联网记录的养殖户生产经营环节的大数据、在线销售生猪情况的大数据等数据在线生成的信用分筛选潜在贷款客户。

毫无疑问，物联网应用于农业供应链金融的前景十分诱人，但当前的发展仍然面临很多困难：一是物联网的投入巨大， 仅依靠核心企业的资金实力和技术水平不足以支撑“物联网+农业供应链金融”模式的规模化发展。二是现阶段大量农户仍以传统销售方式为主，线上信息沉淀较少，数字足迹较为缺乏。三是农业供应链各参与主体协同发展意识薄弱，孤岛问题严重，物流、资金流和信息流不能有效畅通和共享。

人工智能+农业供应链金融

从技术原理方面看，物联网、大数据及云计算等技术的广泛应用是人工智能在农业供应链金融领域发挥作用的基础。人工智能+物联网+大数据+云计算+农业供应链，有可能形成一种具备自主学习能力的农业供应链，从而让农业供应链能够进行自我管理。在这种多技术叠加的农业供应链金融模式下，放置在农业供应链各环节的激光扫描仪或传感器会自动收集相关主体的各类信息，并持续地将各种数据传输到云端服务器，最终这些数据交由人工智能进行分析和处理，为金融机构寻找贷款人、提供贷款、控制放贷风险提供依据。2019年美国Ta u l ia公司基于人工智能技术推出了一款适用于供应链金融的现金预测工具。随着更多的数据被处理和分析，该工具可以在不断积累的过程中有效识别未经批准的发票和采购订单的风险，从而实现更多的农产品装运和采购订单融资。

尽管人工智能在农业供应链金融领域具有十分广阔的应用前景，但迄今为止我国鲜有比较成功的应用案例，与此同时， 将人工智能技术成熟运用于农业供应链金融仍面临不少挑战。一是农业供应链金融涉及的环节多、周期长、内耗严重，而当前人工智能技术本身也不够成熟，短时间内仍无法解决农业供应链金融的这些问题。二是在将机器学习等人工智能技术运用于农业供应链金融数据之前，作为其中核心节点的企业必须首先收集足够多的数据，而要从成百上千家的农户、分销商、经销商和零售商等处获取完整的数据尚有较大的困难。三是我国农产品供应链物流基础设施仍较为落后，缺乏标准化体系， 操作流程不规范，标准也不统一，造成供应链整体的信息化程度不高，经常出现信息失真现象，影响人工智能技术的落地应用。

需要说明的是，为了行文的方便，上文中我们大致是按照不同类别的金融科技分别讨论了其在农业供应链金融中应用的情况，但当前金融科技与农业供应链金融融合创新的一个基本趋势是多种金融科技的综合应用，进而形成更强的优势，破解传统农业供应链金融的痛点。