Py学习  »  机器学习算法

涉农融资金融科技创新,卫星遥感、大数据、机器学习

银行科技研究社 • 2 年前 • 264 次点击  

移动支付网(作者 陈致远)讯2020年9月,网商银行在外滩大会上宣布,卫星遥感技术将用于农村金融领域。一年之后,在2021年9月,建行河北分行和建信金科申报的《基于大数据和卫星遥感技术的涉农融资服务》获河北省金融科技创新监管工具创新应用公示。该应用同样将卫星遥感技术运用在涉农融资方向上,预计于2021年9月30日在河北省内各村县试点。


目前看来,卫星遥感是一项较为成熟的技术,过去主要用于定位系统,如今与“物联网”结合,可对地球上的所有事物进行监控与管理,常应用在生态环境监测、森林防火等场景中。在2020年,网商银行首次提出将该技术应用到农村信贷,随后工行也开立类似项目,如今建行同样加入此阵营。


不过,这项即将为农村信贷带来变革的技术将如何运作?与大数据、机器学习等技术将如何配合?本期移动支付网金融科技创新应用分析将聚焦“科技改变三农”,对建行推出的“基于大数据和卫星遥感技术的涉农融资服务”进行分析。


01

农户向银行贷款的困难


在讨论卫星遥感等技术的应用之前,先大致谈一谈农村金融方面的问题。 


长久以来,农户与银行间一直存在着一道“屏障”——贷款。一般来说,向银行贷款需要提供抵押物,但农户的资产就是土地的潜在价值和未来收益,所以只能以此来作为抵押信息,让银行对其进行价值评估。传统的方式是人为勘察,但土地面积大且情况复杂,并且人为勘察存在周期长、成本高、数据精度不足的问题,这增加了银行制定贷款额度与还款周期的难度,也在一定程度上提高了农村贷款的风险。 


另外,客户信息的完整性与可靠度又是一个问题。在农村贷款方面,由于银行缺乏对农户信息的验证手段,对一些涉农企业的信用信息同样难以核查,便常会出现投机分子利用农村贷款做其他投资的情况,而这是农村贷款的另一个风险。 


综上所述,农村贷款的问题也就是风控问题,如果无法将风险控制在可接受范围内,农户与银行间的“屏障”就难以破除。 


而如今卫星遥感等技术的投入使用,正是为了这些风控问题而来。


02

基于大数据和卫星遥感技术的涉农融资服务


该应用除了用到卫星遥感技术,还集成了大数据、机器学习等技术,将收集多个维度的数据分析农户的具体情况,进而提供贷款服务。经过数据分析后,银行为农户提供的贷款计划将会使风险降到最低,实现高强度的风控。


其中,这些数据的维度包括对农作物的监测,对农户、涉农企业的调查,以及对农作物价值的评估。 


在对农作物的监测方面,卫星遥感将获取种植户的作物全生长周期遥感影像,为农户授信策略提供可信任、可追溯的数据源,获得农作物的生长情况信息。同时银行会为农户提供客户服务,在发现妨害农作物生长的异常情况(如病虫害等),将及时向农户和涉农企业相关负责人进行提醒。


在对农户、涉农企业的调查方面,银行通过涉农融资风险评估模型分析处理土地承包经营权、农业保险等多维度数据,并结合线下人工调查方式辅助银行评估农户和涉农企业风险,提升风险评估的准确性。


在农作物价值动态评估方面,银行将通过农作物价值评估模型分析卫星遥感影像等信息,动态、精准评估农作物价值,提升银行评估农作物价值的及时性和准确性。 


以上这三个方面的功能实现,均离不开它们背后的主要技术,也就是卫星遥感与大数据。


03

卫星遥感、大数据、机器学习


通过该应用的《金融科技应用声明书》可以了解到,这些技术的应用原理并不复杂,且可行性较高。 


在技术应用方面,卫星遥感的运用是该应用的基础。通过卫星动态观测获取不同光谱波段下农作物卫星遥感影像等信息,为农户和涉农企业贷前评估及贷后管理提供数据支撑。再运用图像识别等技术,提取农作物卫星遥感影像特征(如光谱特征、纹理特征等),分析识别农作物面积、长势情况等信息,用于精准评估农作物价值。


简单来说,不同农作物对太阳光的反射不同,可以通过光谱来区别,基于此方法,便能通过卫星遥感影像能识别水稻、玉米、花生等。另外还能随着不同时期影像的变化监测农作物的状态,判断长势。通过以上数据,银行得以评估农作物价值,便能确定贷款额度和还贷周期,降低还贷风险。


不过,精准评估农作物的价值仅控制了还贷风险,而农村贷款的客户信息完整性和可靠度风险并未得到控制。此前提到,农户若未向银行贷款提供抵押物,而银行在客户信息收集方面受限于自然与环境,无法拿到准确信息时,一旦农户或者涉农产业中出现违反规定贷款的投机分子,将带来更多麻烦。


在该应用中,银行运用大数据等技术,对行内数据(如农户和涉农企业贷款申请数据、历史交易数据、农作物产销信息等)和来源合法合规的行外数据(如土地承包经营权数据、农业保险数据、卫星遥感影像等)进行分析挖掘与处理,构建涉农融资风险评估模型,评估农户和涉农企业融资风险,提升银行“三农”领域贷款融资风控能力。


如此一来,银行对贷前贷后的所有流程都予以监控,风险自然得到降低。 


该应用的最后一个亮点是机器学习。银行将运用此技术对农作物卫星遥感影像、农作物产销情况等信息进行特征分析和样本训练,构建农作物价值评估模型,辅助银行动态评估农作物价值,提升银行贷后管理水平。 


作为主流的高新技术,机器学习会基于客户的大量行为判断下一步行动。这将为银行节省了大量人力成本,也能使得农户各事项的处理更加方便、快捷。


04

各银行卫星遥感技术应用情况


1、网商银行


前文提到,最初利用卫星遥感技术到农村金融上的是网商银行,并通过此技术建立了一套金融风控系统,命名为“大山雀”。 


网商银行自2020年9月开始,已经在农村金融上开展贷款业务,覆盖全国三分之一的涉农县区,试用期内已有超5万农户参与其中。2021年的3月,网商银行与安徽省农业农村厅进行深度合作,为16个产粮大县的种粮大户提供基于“大山雀”的贷款服务,为约200万农民提供400亿春耕免息贷款额度。 


2、平安银行 


另一个运用到卫星遥感技术的是平安银行,不同于网商银行靠从卫星公司采购遥感影像图,平安银行在2020年12月发射了自己的卫星“平安一号”,并将用此卫星开辟“物联网+金融”的新道路,内容涵盖了海陆各个行业的金融业务,其中就包括智慧农业的建设。 


3、工商银行 


2021年8月,工商银行透露已经在黑龙江、内蒙古等地区运用卫星遥感等技术,目的同样是为开展农村金融服务,适时试点种植面积为6457亩,涉及贷款额超过300万元,预计后续将推广至16.5万亩,贷款总额将超3000万元。


05

结语


此前,农户都以“靠天吃饭”的方式在劳作,收成好坏并不可控,而银行受制于自然环境,对于农户及涉农企业的信息收集并不完整、可靠。这种不稳定性持续了多年,潜在的风险得不到控制,导致银行难以大力发展涉农融资业务。不过随着卫星遥感等技术的应用,过去的问题都得到合理解决,并将带来更多可能性。


银行业金融科技社群,有兴趣的朋友请添加群主:yktworld 备注:公司+姓名+职务+银行入群。仅限银行科技工作人员。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/121839
 
264 次点击