农户金融的互联网

1、农户金融的互联网+中国有40858个乡镇，69万个行政村，农村人口达到9亿，这是一个巨大的群体。2011年末，全国有近900家银行，20多万个营业机构，分布在农村的营业机构共13万个。以此推算，农村一个银行网点辐射6923人，而城市为6428人，但农村地广山区面积大。数据来源：网络上公布的国家课题调研资料。我国的农业经济主要是农户经济，普通承包农户是我国农业生产的最大主体。但长期以来，由于资金的逐利性，金融资源流向发达地区和非农产业。对农户这个巨大的群体的基础金融和资金支持服务缺失问题，直接影响着农村经济社会的发展。一、农户金融风险是否真的高对农户金融的忽视，原因何在？笔者认为主要基于成本和风

2、险考虑，有以下几种看法：有人认为农户没有财务意识，也不会做报表，农村信息高度不对称，风险太大。实际上，就算农村经营户做会计报表，也难以满足银行的要求，因为农村地区混业经营、生活和经营财务难以区分，报表难以反映收支情况，何况就算企业，假报表也比比皆是，不能完全信任。笔者认为，农村地区信息不对称是低于城市的。因为农村地区地缘性、人缘性强，一个村子几辈人生活在这里，相互熟知，相互了解。所以，中国农村储备着一个天然的“免费信息库”，而城市里疏松的人际关系，信息是达不到这样的透明程度的。有人认为农村地区普遍缺乏有效担保，农民所拥有的资产、土地均存在较大的抵押难度，担保公司、保证保险又进入较少，对于银行没

3、有第二还款来源，风险较大。但是，就算是农房、农地抵押政策完全放开，相信基于农村人与人之间的相互熟识程度，抵押的处置会是个很大的难题。贷款的风险防控，还是应该基于借款人的第一还款能力。还有人认为，农民精于计算，不讲诚信，风险太大。实际上，中国农村的熟人社会，决定了农民的违约成本较高，如果不想赖账后成为别人茶余饭后议论的对象，就要珍惜自己的声誉。对于城市人口，诚信的约束更多为了征信的累积，声誉约束较小。基于以上对风险的看法，农户不会作为银行贷款业务的主流定位群体，同时由于个体存款量小，网点维护工作量大，服务成本高，农户也不会成为银行存款业务的优选营销对象，哪怕目前在城市中竞争已相当激烈，但多数银行

4、仍然将市场定位聚焦在城市人群。二、农户金融市场是否是一个长尾市场经济学“连线”杂志主编ChrisAnderson提出了长尾理论，用来描述亚马逊等网站的商业和经济模式。长尾理论中，音响店的老板不愿卖冷门的CD，因为收益无法覆盖店面和人员成本。但亚马逊的购物网站上，摆放了大量的冷门CD,这部分冷门CD的销量加起来，却超过了热门CD的总销量。在传统市场，货架是用来摆放商品的，但它的真正身份是商品名录，只不过它是由商品实物组成的商品名录，核心功能是消费者检索产品。实体店铺的优点是一目了然，缺点是我们的需求得不到满足或被强制定格。货架的长度和高成本，决定了收益小的产品被排斥在了市场之外。但是，实物摆放作

5、为一种附属功能是可以分离出去的。早前的电话购物就实现了分离，而互联网做到了极致。ChrisAnderson把长尾理论概括成一句话：“我们的文化和经济重心正在加速转移，从需求曲线的少数大热门转向需求曲线尾部的大量利基产品和市场。”与长尾市场相比，大众市场是一个过于稀疏的过滤网，那些对单个售卖成本相对低的产品才有幸留在这个市场中。很多时候，小众市场被忽视，是由于大众市场的天然过滤机制使人们不得不接受这种隐形而强大的限制。而互联网中，这种天然过滤将消失，因为有了虚拟货架，供需双方交易途径付出的成本接近于0，亚马逊通过互联网建立虚拟货架，摆放10张CD的成本与摆放1000张CD的成本差异不大。用“长尾

6、”来比喻城市和农村的个人贷款市场分布，最合适不过。城市居民数量多，但单笔额度较大；农村居民总量达到9亿，但单笔借款额度小。在传统市场里，经营者考虑成本及效益会把自己的产品定位在大额需求部分，抛弃长尾市场。对于金融机构，为了满足农户几万元甚至几千元的贷款需求以及零星的存取款需求，首先要建一个服务能力能覆盖的网点，要配足工作人员，要走几个小时的路去调查及贷后管理，而利率上浮程度受社会关注不能太高。银行缺乏积极性是正常的。三、农户金融是否可以互联网+比照虚拟货架模式，金融机构面对农村里的长尾客户，是否也可以找出边际成本趋于0的服务模式，挖掘长尾价值？其实，市场已经开始尝试。比如银行对农户推出专属的银

7、行卡，为进行虚拟平台交易的身份识别、现金存储打下了基础；比如人民银行组织各金融机构开设惠农支付点，将基础金融服务设放在农资店、医疗服务点、小超市等，实现了低成本的网点建设，全省接近2万个点几乎覆盖了全省所有的行政村。农村里的居民，通过这个平台，将不需要频繁的坐上几小时的车去县城存取现金，这是很大的便利。虽然不是完全的虚拟平台，但通过空间延伸解决了银行网点设置成本较大问题。再想远一点，通过传统网点、延伸网点和虚拟网点银行服务，银行可以建立起大数据分析系统，产生了“大数据X”效应，掌握了具体农户的购买习惯、生产规律、现金需求等，还原出金融人格，可以较快的做出贷款判断。贷款变得低成本和风险可控了。回到现实，农村的互联网程度、银行电子渠道的使用程度，远没有那么理想。但是环境在不