基于大數據的金融精準扶貧實踐研究

申晨 聶燕敏

【摘要】“精準扶貧”是新時期扶貧工作的重要指導思想，作為扶貧工作的重要手段之一，金融精準扶貧占有重要的地位。大數據技術的發展給金融精準扶貧帶來了新的工作思路和方法。利用大數據技術，構建金融精準服務平臺，可以更好地推動金融精準扶貧工作的開展。

【關鍵詞】大數據 金融扶貧 精準扶貧

一、引言

2013年11月，習近平總書記在湖南省湘西地區考察扶貧工作時首次提出了“精準扶貧”的重要理念[1]。隨著扶貧工作進入攻堅階段，貧困人口的致貧因素變得更加分化。傳統的、粗放型的工作方法已經難以適應這種新的變化。“精準扶貧”的理念要求我們在今后的扶貧工作中，要更加突出對于貧困人口的更精細粒度的，更加全面深入多角度的刻畫；變以往的抽樣調查為精確到每個人的用戶畫像。進一步地，針對不同類型、不同原因致貧的人口，實施分類脫貧。金融扶貧作為扶貧工作中的一項重要分類，在精準扶貧工作中具有特殊地位。

大數據技術給精準扶貧工作提供了更多可能[2]。大數據技術的“4V”特性（即大容量、多樣性、高速度和真實性）與精準扶貧的理念不謀而合。利用大數據技術，可以從更廣泛的維度，更加深入的對每一個貧困家庭、每一個貧困人口的情況進行畫像，然后利用數據挖掘算法對于扶貧對象按照致貧因素進行分類，并根據每種類型，利用金融扶貧手段和其他扶貧手段，實施不同的服務，真正實現精準扶貧。

二、基于大數據的金融精準扶貧平臺建設思路

利用云資源，構建大數據平臺，是計算機技術演進的最新趨勢。構建基于大數據的金融精準扶貧平臺，是大勢所趨。在構建基于大數據的金融精準扶貧平臺過程中，需要解決貧困人口信息庫的構建和基于數據挖掘的貧困人口分類算法兩個關鍵問題。

（一）貧困人口信息庫的構建

在構建貧困人口信息庫的過程中，首先需要確定貧困人口信息指標體系。

指標體系要能夠體現貧困人口各個方面的狀況，以便于進行進一步的分析和挖掘。貧困人口信息指標體系如圖1所示。

在指標體系確定以后，就需要填充數據。數據填充可以遵循導入和補充相結合的原則。在長期的基層工作中，工商、稅務、農業、社保等部門已經累積了大量的數據。這些數據可能是結構化的、半結構化的和非結構化的，還有可能是殘缺的。因此，在將這些數據導入到貧困人口信息庫之前，需要進行數據的清洗、篩選和規格化。

此外，對于無法從已有信息中獲得的數據，就需要進行信息的采集。在采集的過程中，要注意保證信息的可靠性和有效性。

（二）基于數據挖掘的貧困人口分類算法

以上構建的貧困人口信息庫中的信息來源多樣，格式各異。因此傳統的數據挖掘手段很難直接應用。基于此，提出了采用多源異構數據融合技術的數據預處理方法，將數據處理為結構化的規范數據。然后采用粗糙集方法對指標體系進行屬性約簡，得到影響貧困人口分類的關鍵屬性；然后根據這些關鍵屬性對扶貧對象進行分類，并根據具體的分類采取有針對性的金融扶貧手段。例如，對有創業就業能力、有經營項目或創業計劃貧困戶提供信貸資金和適合需求的創業類、助業類金融產品；對因家庭貧困就學難的貧困學生，通過發放助學貸款、設計助學金融產品等措施；對有勞動能力的貧困戶提供農業保險和擔保等手段。

三、基于大數據的金融精準扶貧實踐

由于引入了大數據技術，新形勢下的扶貧工作呈現出與以往不同的新情況，這就要求扶貧工作者創新工作思路，改進工作方法，改革評價體系。

首先，由于大數據技術和大數據平臺的引入，可以做到對于貧困人口的精準識別。例如貴州省就依托大數據技術，建立了包含18項共48個二級指標的貧困指標體系。相對于以往僅僅通過抽樣調查獲取家庭收入，家庭基本情況的工作方法，對于貧困人口的精準識別能力有了質的飛躍。

其次，大數據技術的引入，可以實現“對癥下藥”的金融扶貧。金融扶貧作為重要的扶貧手段，一直以來發揮著重要的作用。相對于以往“一刀切”式的金融扶貧手段，引入大數據技術后，可以根據貧困人口具體的致貧因素，采用資金扶持、貼息貸款、農業保險等金融扶貧手段有針對性地開展扶貧工作，使好的政策和手段真正發揮作用。

再次，大數據技術為扶貧工作的管理提供了精準保障。大數據技術將每一名貧困人口進行了多維度、深層次的畫像。這就為貧困人口的動態管理提供了保障。以往，由于數據獲取困難和更新緩慢，貧困人口的信息往往不能及時、正確地更新，這就導致好的政策和手段不能應用到最需要的地方，也導致了基層利用貧困資格進行利益交換的事情時有發生。引入大數據技術以后，每一名貧困人口的信息一目了然，杜絕了上述類似事件的發生。同時，大數據技術使得對于每一名貧困人員的動態、持續跟進成為可能，這就為貧困人員實現根本脫貧，防止返貧提供了保障。

今后，隨著大數據技術自身的不斷發展和精準扶貧工作的不斷深入，二者必將出現更多的契合點，大數據技術也必將對精準扶貧，特別是金融精準扶貧工作起到更積極的推動作用。

參考文獻

[1]莫光輝.大數據在精準扶貧過程中的應用及實踐創新[J].求實，2016，（10）：87-96.

[2]鄭瑞強，曹國慶.基于大數據思維的精準扶貧機制研究[J].貴州社會科學，2015，（08）：163-168.

作者簡介：申晨（1988-），男，河北保定人，助教，碩士，研究方向：金融數據分析；聶燕敏（1984-）女，河北邯鄲人，講師，碩士，研究方向：金融數據挖掘。