如何把乡村振兴、银行数字化转型与普惠金融三者有效结合，网商银行“大山雀”项目团队用技术创新，试图解决这一难题。
卫星遥感技术已经存在多年，这是一种是从地面到空间各种对地球、天体观测的综合性技术系统的总称。使用者可以从遥感技术平台获取卫星数据，通过遥感仪器完成信息的接受、处理与分析。卫星遥感也广泛应用于农业、林业、地质、海洋等领域。
但如何将卫星遥感、金融服务与农业发展结合起来，是蚂蚁集团发起成立的网商银行“大山雀”项目的一次独特创新。
在江西省余干县，农民杨作波成了通过卫星遥感技术获得网商银行无接触贷款的第一人。不用在银行与田间地头来回折腾与苦苦等待，杨作波只是拿着手机打开支付宝小程序，在地图上圈出自己的地块，几分钟内就贷到了款。
过去，农民都是“看天种地”，如今，“看天种地”摇身一变成了“看天上的卫星种地”。“大山雀”技术犹如在农村金融领域支起了一根“网线”，将天上的卫星和地上的农户连接在一起。
具体来说，网商银行利用卫星遥感影像的光谱识别技术，识别这片土地里的作物类型、面积和长势。通过分析图像，卫星能分辨出水稻、玉米、小麦、苹果等不同作物，并结合农户对耕地的自证、政府机构登记的土地流转数据，以及气候、地理位置、行业景气度等情况，利用几十个风控模型预估产量和产值，从而为农户提供信贷额度和合理的还款周期。
目前，“大山雀”一般以5到7天为周期，实时更新卫星影像和识别结果，监测农作物长势，判断作物所处的育苗期、拔节期或收购期等阶段，进而分析农户插秧、打药、追肥以及收割时期的不同资金需求。
过去，由于农民缺乏抵押和担保，农业生产、加工和流通环节的风险高，再加上农村信息化程度低，信贷员在尽职调查、监督贷款用途和催收等方面的力度十分有限，金融机构不够了解农户，无法准确评定农户的信用情况，农户贷款难一直是行业痛点。
“‘大山雀’为网商银行的涉农信贷业务提供了重要的判断维度。”网商银行农村金融部业务负责人空越对《第一财经》说。“大山雀”并不是网商银行在农村金融领域的首次技术探索。早在2016年，作为国内首批试点民营银行之一的网商银行就开始发展县域普惠金融，致力于服务小微和“三农”群体。
从用户体验来看，网商银行的业务被内部称为“310”模式，即“3分钟申请、1秒钟放款、0人工介入”。通过用云上系统取代传统物理网点，用大数据建立风控模型取代繁琐的信贷审核，网商银行实现了交易的低成本和高效率。年报数据显示，网商银行2020年的贷款不良率为1.52%，远低于同期上市银行的整体不良率水平。
让空越和团队成员感到棘手的是，在小微商户领域成绩优异的数据风控模式，一开始在农村金融领域的实践却并不顺利。“310”模式属于普适性贷款，并未做精细的行业区分。正因如此，农业在金融领域的痼疾一开始就显现了出来—许多农民都不是活跃的网上用户，缺乏农业数据基础，用户画像很难捕捉，风险也因此变得难以把控。据空越回忆，由于农业产业层面的不确定性因素过多，很长一段时间里，网商银行能给到农户的贷款额度往往不能完全满足其生产需要。
只有深入农业产业，还原农户的生产经营规模，才能真正解决农村信贷难题。基于要尽可能覆盖更多农户的考虑，2019年7月，空越和团队选择将种植业作为农业大类的切入点，开始寻求科技上的突破。
如何精确识别农户的粮食作物和种植面积，同时尽可能压缩识别成本，是摆在网商银行农村金融部眼前的首要难题。团队尝试过人工尽调和无人机，但前者勘探成本太高，效率又低，后者根据拍摄者不同会有不同结果，难以标准化。经过近7个月的走访、调研和试错后，空越及团队成员决定放弃人工尽调和无人机，利用卫星遥感技术识别农作物，“大山雀”项目的雏形也就此诞生。
“遥感技术之所以成为我们的最终选择，是因为它天然地记录了农户的生产经营过程。”空越表示，历史信息回溯功能是遥感独有的功能，这意味着遥感不仅能记录当下，还能反映历史年份的作物长势，生产过程的连续性也是网商银行风控系统的重要因子之一。
通过遥感技术识别农作物类型和种植面积，其原理是利用绿色植物独有的波普反射特征，将农作物与其他地物区分开来，具有覆盖面积大、重访周期短、获取成本相对低等优势。尽管遥感技术的应用范围已拓展至作物全生命周期实时诊断等多个方面，但将遥感识别技术与信贷评估结合起来—通过遥感获取的种植作物生产周期影像为“三农”客户融资做风险评估—这在农村金融领域是从未有过的实践。
当然，要用好卫星遥感信贷技术，不是一件容易的事。使用遥感服务时，银行需要在卫星图片精度、数据处理能力和总体成本间权衡。卫星的分辨率越高，价格越贵。银行出于成本考虑，通常会选择中低分辨率的卫星图片，但这也对银行获取训练样本、训练模型参数等AI及大数据处理能力提出了更高要求。据空越介绍，网商银行使用的也是中低分辨率卫星，但团队融合了多种数据源的算法模型后，目前识别精准度能做到93%以上。
网商银行在科技攻坚中遇到的第二大难题，是解决农作物的“同谱异物”和“同物异谱”问题。“大山雀”项目的技术负责人石中告诉《第一财经》，中国幅员辽阔，农事情况复杂，比如生长在北方田地里的玉米，其反射出的光谱可能和南方某些杂草或者水稻差不多，这给遥感分类带来了困难。对此，石中和团队的解决办法是建立农业知识图谱，利用地形、降水、积温、历史产量等常识类信息源优化作物识别。比如甘肃不适合种水稻，就可以依此在机器识别时排除该作物。
目前，“大山雀”能识别的农业种植作物类型主要是粮食作物，包括水稻、玉米、小麦等。今年9月，“大山雀”的可识别范围进一步扩大到苹果等经济作物，正在研究中的还有棉花、甘蔗等。与主粮作物相比，苹果等经济作物所在地的地形地貌往往更为复杂，作物分布相对稀疏，卫星检测到的光谱信号弱，识别难度也更大。
今年以来，频频出现的极端天气不仅考验着国家的应对及预测能力，也引发了金融行业对农业财产损失和农户偿还能力的思考。正常情况下，“大山雀”用可见光遥感影像识别农作物，但在云雨天气等极端情况下，网商银行会进一步运用SAR雷达卫星影像技术，它可以穿透云层，及时获得农田信息，并将信息输送到人工智能系统中，让系统自动学习这些因素带来的影响，最终输出准确的识别结果。今年的河南、山西暴雨期间，“大山雀”通过SAR影像迅速获取了这些地区的农田受灾情况，以此协助农户做好风险防范，并及时提供贷款免息或贷款延期服务。
“大山雀”这类金融科技，如何才能进入农村，让农民知晓并实实在在地享受利好呢？对缺乏线下抓手的互联网银行而言，与县域政府合作已被证实为一种可行路径。据了解，网商银行目前已与850家县域政府签约，一方面让政府提供的土地流转、农业补贴等公开信息与银行掌握的大数据交叉确认，另一方面也让政府背书和传播典型案例，引导用户体验新的金融技术和产品。
从国家层面来说，科技如何赋能乡村金融的创新，也是大势所需。
在农村金融领域，传统金融机构的商业模式面临收益低、利润空间薄等挑战，有了网络、数据和算法的助力，金融业务在获客、业务流程和信息分析等方面都变得更高效和便捷，服务的门槛和成本不断降低。
2021年6月，中国人民银行、银保监会、证监会、财政部、农业农村部、乡村振兴局联合发布《关于金融支持巩固拓展脱贫攻坚成果全面推进乡村振兴的意见》。《意见》指出，要强化金融科技赋能，鼓励银行业金融机构运用大数据、云计算等技术，优化风险定价和管控模型，提高客户识别和信贷投放能力，减少对抵押担保的依赖，发展农村数字普惠金融。
国家政策的支持，使得地方政府有了尝试的积极主动性，但他们也有自身的担忧。“当地政府最关心的还是你的产品能力，以及隐私保护这块做得怎么样，这需要银行证明自己的技术实力。当在一个县域成功落地以后，如果效果好，周边的县域也会来交流学习，这样就有越来越多的县域愿意和我们合作。”空越总结道。
据网商银行内部估算，其涉农经营农户平均贷款额度约为3万至4万元，笔均贷款时长为3个月左右，大部分用户一次贷款的利息成本低于100元。“大山雀”遥感卫星信贷技术的上线让授信额度有了一定跨越，“在‘大山雀’覆盖的县域，我们给农户的平均授信额度有了很大的提升。”空越说。
但对于一家金融机构来说，控制风险，提升农民征信，确保还款率和再借率，也是团队考量的因素之一。“动态调整授信额度”是空越在采访中经常提到的一个词，这对商业银行控制信贷风险有重要意义。他举例称，春节一般是农民一年中腰包最鼓的时候，也是还款的高峰期，假设某农民在春节时反而出现大额借款行为，那系统会将其纳入高风险客群，对于这类客户，网商银行在非主要生产经营时节会调低其贷款额度，在春耕时间再适度调高，以此降低风险。
网商银行今年6月披露的农村金融发展情况显示，过去一年的新增农村客户中，84%为从未获得过经营性贷款的首贷户，涉农用户风险水平表现稳健，不良率为1.5%左右，与非涉农用户基本持平。
从网商银行的视角出发，将农村金融作为小微业务之外的新增长曲线是试错后的选择，也得益于政策和技术红利的助推。对具有金融科技背景的民营银行来说，农村金融巨大的市场空间将是一个走出差异化路线的机会。
