总裁的代孕女友普惠金融作为落实金融供给侧改革的重要组成部分，已成为各金融机构工作的重中之重。金融科技的发展为普惠金融提供了新机遇，大数据、人工智能等技术将全面提升金融机构的普惠金融服务能力，政务大数据以其权威、本地化的特点在金融领域的应用价值愈发显现。

　　普惠金融数据模型逻辑上分为数据层和模型层（如图1示）。数据层主要由行内金融数据、政务大数据和人民银行征信数据整合成普惠金融大数据仓库，政务大数据包括社保、公积金、房产、交通、司法诉讼、违法犯罪等数据；行内金融数据包括银行账户、存款、贷款、账户交易、代发工资、新农合、新农保、农补、粮补、非税数据、黑名单等金融数据；人行征信数据使用人行二代征信数据。

　　模型层由数据模型及配套的模型管理平台、模型训练平台组成，其中数据模型体系主要包括风险准入、反欺诈、授信定价、贷后管理、智能催收等模型。以下重点介绍政务大数据在反欺诈模型和客户模型方面的运用。

　　传统金融客户建模主要依靠评分卡模型，这是信用风险评估领域的常用建模方法。通过对客户存贷款、收入、资产等因子进行评分，根据总分实施不同风险授信策略。传统评分卡模型主要依据行内金融数据，能够较为客观地评估客户的还款能力和风险水平，但由于金融数据的局限性，难免出现评分偏差。在传统评分卡模型的基础上，普惠金融数据模型引入基于政务大数据的客户聚类分层模型，双模型交叉形成风控矩阵，实现了更为灵活的准入和授信策略。

　　在风险准入模型和授信定价模型实践中，客户聚类分层模型主要使用政务大数据中的客户及其家庭成员职业、不动产、公积金、负面名单等数据，通过K_means聚类算法进行聚类分类，工作人员根据聚类结果，认定其子集的星级，分为五星、四星、三星、二星、一星5个等级。评分卡模型主要使用行内金融数据，通过财富数据、贡献数据、成长数据等因子加权评分，根据总评分高低，依次将客户划分为钻石、铂金、黄金、白银、青铜5个层次。两个模型交叉实现不同的风控和授信策略，例如绿色部分人群实行免尽调策略（如表2示）。

　　基于政务大数据的普惠金融数据模型已成功应用于湖南省常德市智慧城市项目。该市2013年起大力推进智慧城市建设，2017年基本完成了云计算基础设施、政务大数据平台和智慧城市APP的建设，当地政府对利用政务大数据服务普惠金融、优化投融资环境有较强的现实需求。基于此，农商行与当地政府签订金融服务合作协议，共同打造“常德快贷”普惠信贷产品，主要服务当地城乡居民，提供无门槛、纯信用的线上贷款，相比传统贷款利率低30%以上。项目使用了基于政务大数据的普惠金融数据模型作为信贷模型，将“我的常德”政务APP作为流量入口，打通了政务APP和手机银行，客户在政务APP上即可完成线上申请、线上签约，在手机银行APP完成线上放款，实现了分钟级申请、分钟级放贷的高效服务目标。

　　项目实现了政务服务与金融产品的融合。一方面，普惠信贷产品为当地政府加大金融普惠力度、净化不法民间借贷提供了抓手。另一方面，银行找到了快捷、安全的贷款投放渠道。其中，数据使用费为政府持续建设智慧城市提供了资金支持，创造了政银合作、互利双赢的新模式。

　　项目已推广至常德地区所有县市，累计获客6.5万户，授信73亿元，累计放款33万笔，贷款余额31亿元，农户和城镇居民户数占比95%，金额占比90%以上，整体利率下降了30%左右。项目有效解决了当地小微企业、个体工商户、农民、城乡居民等群体的融资难、融资贵问题。尤其在疫情期间，其线上化、快捷性的特点得到了客户的普遍欢迎，成为支持当地复工复产的有力手段。