农村信用体系建设的难点和建议

难点一：信用信息数据采集难且采集数据质量不高

农村信用信息数据较为散乱，信息化程度差。在数据采集过程中，对于需求数据没有统一的采集标准，一定程度上也增加了数据归集的难度和对数据质量的把控。

难点二：信用评价指标设置及评价模型构建不够先进

信用信息评价指标和评价模型的构建一方面需符合信用信息数据评价的相对合理性；一方面需要结合金融机构的实际需求，满足其对于评价结果的认可度；一方面依托于机器算法的先进性。

难点三：信用产品与服务落地应用难

由于涉农主体固定资产少、发展不规范、有效抵质押物少等，导致融资难、融资贵、风险高等问题较为突出。

建议一：建立数据采集目录，构造数据采集标准

根据金融机构对于数据信息、信用评价和风控建模等方面的要求，结合当地数据实际情况，建立《涉农主体信用信息共享目录》和《信用信息采集标准》，形成农村信用信息数据目录。以统一的数据规范，为信用评价指标的制定奠定数据基础。

建议二：不断完善评价指标，构建精准评价模型

依据实用性、科学性、全面性、可靠性、可操作性、动态性、适应性七大原则，依托研发逻辑回归模型、基于层次分析法的模糊综合评价模型、基于XGBoost算法的动态自适应信用评价模型等模型集群，通过不断模拟训练，视数据模型情况和模型预测能力评价指标进行相应的调整和优化。

建议三：搭建信息支撑平台，推动信用结果落地

通过搭建信息综合服务平台，打造评价模型嵌入、评价结果输出、评价结果应用的一体化信息服务平台，可提供数据、信用及金融服务。

一是依托平台信用信息评价，推荐评分高、信誉好的优质白名单涉农主体；

二是联合银行、担保机构创新惠农支农金融担保产品；

三是与金融机构联合建模，共同推动涉农主体信用评价结果的落地应用。