2013年以来我国资产证券化业务迅速发展，但是目前尚无基于农户贷款的资产证券化产品，国内外也缺乏研究相关定价问题的文献。由于农村商业银行贷款的客户群体固定，并且有联保政策支持，其逾期贷款比例很小，现金流相对稳定可预测，使得该项资产可以进行证券化。通过对某农村商业银行的贷款发放和收回情况研究发现，农户贷款与普通贷款不同，具有贷款金额小，贷款期限短，同一借款人多次循环借款等特征，而且农户还款行为受到当年农作物收成和农户自身还款习惯的影响，所以不能套用国内外已有的贷款偿还模型。考虑到农户贷款的这些特性，在国内外已有大量遥感定产农业模型的基础上，本文创新性地将遥感技术应用到农户贷款违约率的预测中去，提取适用于反映棉花生长状态的植被指数SAVI，改进农户贷款违约率的预测精度，并将预测时间提前了三个月。　　结合农户贷款特征，以及预测得到的农户贷款违约率，本文以该农村商业银行2012-2014年发放的49，970笔农户贷款为基础资产建立资产池;利用蒙特卡洛模拟方法模拟借款人的还款情况，预测资产池的未来现金流入;再使用SV模型拟合到期收益率曲线，计算未来现金流入的现值;然后对基础资产划分为信用评级不同的三个层级设计了一个抵押担保债券(CMO);最后确定不同层级债券的发债规模和息票利率，从而实现产品的定价。农户贷款证券化将有助于解决农村商业银行的流动性风险问题。