互金消費金融切入路徑,場景與用戶決定信貸參與方式

首頁 > 企業資訊 >正文

【摘要】在目前國內的互聯網金融江湖中,各個主體由于技術、用戶、場景和發展階段不同,在個人信貸服務上的選擇也會不同:在數據、場景和用戶上占絕對優勢的互聯網巨頭一般都以自主建立信貸體系為主;獨角獸通過做好垂直細分數據的大數據運作和強信貸屬性的模型搭建提供服務;而傳統銀行等金融機構則選擇以技術和模型搭建能力為核心優勢的專業助貸機構進行合作。

  陳凱 原創  ·  2017-07-20 19:30
互金消費金融切入路徑,場景與用戶決定信貸參與方式 - 金評媒
作者: 陳凱   

金評媒(http://www.rwocxo.icu)編者按:在目前國內的互聯網金融江湖中,各個主體由于技術、用戶、場景和發展階段不同,在個人信貸服務上的選擇也會不同:在數據、場景和用戶上占絕對優勢的互聯網巨頭一般都以自主建立信貸體系為主;獨角獸通過做好垂直細分數據的大數據運作和強信貸屬性的模型搭建提供服務;而傳統銀行等金融機構則選擇以技術和模型搭建能力為核心優勢的專業助貸機構進行合作。

當互聯網金融逐步深入監管的同時,互金行業生態也發生了較大的行業趨勢改變,從前幾年“一窩蜂”做線上理財端資金對接和高收益的用戶圈占活動,開始逐步轉型為依托于各自用戶群和場景生態做個人信用類貸款和分期等服務。一方面符合主流的監管模式預期,另一方面也因為小額、分散和以技術模型驅動的方式進一步降低了平臺運營成本,并在一定程度上提高了盈利空間的可能性。

理財端的發展重點轉移到信貸端,對平臺自身的技術能力、用戶運營和風險管理能力都有更高的要求。最為核心的是平臺自身的大數據風控能力,這種信用風險管理能力和傳統金融機構的風險管理流程存在本質上的差異,主要是利用數以千、萬計的維度和變量來對用戶的信用行為做綜合模型評分,其中融入大數據、人工智能、深度學習、反欺詐、人臉識別等核心技術,并形成一套和主流的金融機構完全不同的線上大數據信用管理模式。在這種核心大數據風控能力的推動下,國內的互金產業正在迎來第二波高潮。

根據艾瑞咨詢最新發布的《2017消費金融洞察報告》顯示,短短4年,互聯網消費金融的交易規模從60億猛增到4367.1億。另外,消費金融市場規??偭空趶哪壳暗?/span>20萬億左右逐步增長到2020年的40萬億左右。消費金融市場的前景為互聯網化的個人信用貸款和分期提供了很好的切入點。

互金類平臺的消費金融業務增長,很大程度上得益于其優勢的用戶和線上服務場景,以及通過特定的場景和服務入口積累的海量用戶信用數據。這一點是傳統金融機構所不足或者是欠缺的。傳統商業銀行對用戶的信貸覆蓋率是相當有限的,用戶在信貸服務中飽受“申請難”“獲批難”“用款難”“還款難”“再借難”等各種金融服務的痛點,而互聯網、線上的信用貸款,則是依據用戶的征信和信用記錄而開展信貸服務,人群具有普適性,在技術手段上則是通過大數據風控模型和“人臉識別”、“設備指紋”“行為特征分析”等一些尖端的互聯網技術來實現信貸風險控制和用戶行為的審核。

相對于數十萬億的消費金融市場,隨著金融服務滲透率不斷提高,互聯網巨頭、獨角獸或者金融機構在這一方面又會采取怎樣的操作手法呢?

2016年開始,以個人信貸端產品場景為核心的互金模式進入了快速發展的通道,包括阿里借唄、微眾銀行微粒貸、京東白條、招聯好期貸、51信用卡人品貸、宜人貸等產品都開始逐步進入了百億甚至是千億的規模,并開始穩定自身的技術風控和產品業務盈利能力。發跡于2016年的這股個人線上信用貸款洪流,正在讓個人金融服務變得更加“唾手可得”。同時,細究后就會發現,目前市場上其實存在兩種主要的個人信貸服務路徑。

如果是要自己做個人信貸業務,那就需要拿到一定的金融服務資質,比如民營銀行、消費金融、網絡小貸等,利用自身沉淀的數據,開發風控模型進行內測形成穩定風控水平后再放開更多的白名單用戶;當然,也可以通過對傳統金融機構進行技術升級和模型輸出的方式,通過技術性服務收費和風險共擔利潤分成的方式完成“助貸”服務。

在目前國內的互聯網金融江湖中,各個主體由于技術、用戶、場景和發展階段不同,在這一方面的選擇也會不同。BAT巨頭在個人信貸服務上一般都是自主建立信貸體系為主,往往都是通過自身的用戶、數據和風控體系,在恰當的時機拿下金融服務牌照,建立線上個人信貸服務的閉環。

相比于巨頭,獨角獸在用戶圈層和數據積累上的細分維度更強,一定程度上也都是與強信貸屬性比較相關的數據。這些互金平臺,雖然不具備巨頭的海量用戶和場景的集成優勢,但是通過做好垂直細分數據的大數據運作和強信貸屬性的模型搭建,同樣可以發揮出不錯的服務效果。以國內白領用戶人群個人借款撮合服務平臺宜人貸和通過信用卡用戶集群擴展金融服務的51信用卡這兩家為典型。

當然,除了巨頭和獨角獸在進行自主的信貸場景搭建和用戶服務以外,由于國內還存在很大的個人消費金融市場空間,特別是傳統銀行為主的個人信貸服務也在引入外部的第三方數據和技術服務,因此也就產生了一些專門服務于銀行等金融機構的大數據風控服務商。

相比于做自營信貸服務的平臺而言(優勢在于數據和用戶、場景),這些專業的助貸服務機構,往往最大的核心優勢是其技術和模型搭建能力。因為從整個產業鏈的配套程度看,在數據、場景和用戶上難以匹敵巨頭和獨角獸,因此就找到了相對而言具備用戶和數據基礎但是缺乏一定的技術和場景能力的銀行進行合作。

上一篇文章                  下一篇文章
以上文字僅代表作者個人觀點,并不代表金評媒立場。金評媒獨家,禁止轉載。

陳凱

專注大數據,互聯網金融,P2P,信用建設,金融脫媒等。微信公眾號:samchenkai。從事金融前沿研究和分析工作,主要立足于互聯網和銀行、電商分析,擅長財經和IT互聯網綜合,涉獵于互聯網金融。

評論:
    猪饲料可以做什么赚钱 天津快乐十分开奖结果一定牛什么时候开奖 山东十一选五一定牛走势图 秒速时时彩计划 佳永配资是正规公司不 青海快三预测 安徽11选5遗漏走势图 股票配资哪家证券公司有 青海体彩十一选五开奖 宝贝计划时时彩苹果版 甘肃快3分布走势图