微众微粒贷、蚂蚁借呗、京东金条,谁能赢得网贷下半场?

   

作为当前互联网金融市场最重要的分支之一,网络借贷已入“短、平、快、准”的移动互联网时代。不论是传统银行、消费金融公司还是BAT巨头、P2P等互联网金融平台,都在觊觎这一块大蛋糕。在经历了数年的快速成长后,网络信贷开始两极分化,并逐渐形成几超多强的局面,那么在网贷整体进入下半场的时候,谁才是决定生死的力量?谁又能打好风控这张牌?

 

野蛮生长过后,移动互联网贷款面临大考

我们知道,互联网金融其实经历了两个阶段的发展,先是单纯互联网渠道与金融机构产品的对接,然后再是互联网公司开始搭建独立的数据和风控系统,结合线上独特的信用审核体系来进行全新的线上生态金融服务,并将互联网贷款、理财、支付等各个层面囊括进去。其中的互联网借贷在经历了数年的野蛮生长后,也开始进入行业沉淀期,各平台面临生死大考。


这一方面是行业整体进入增速放缓、风险增加的瓶颈期,尽管根据有关部门预测,2014-2019年中国消费信贷规模将维持19.5%的复合增长率,但小贷公司日益艰难却成了不争的事实,据4月25日中国人民银行发布的《2016年一季度小额贷款公司统计数据报告》显示,截至2016年3月末,全国共有小额贷款公司8867家,贷款余额9380亿元,一季度人民币贷款减少23亿元。以广东为例,小额贷款公司434家,而中国小额信贷联盟理事长杜晓山此前曾在公开场合表示,目前广东正常经营的不到100家,这中间还有增量业务的小贷公司只有50-60家,个别小贷公司不良贷款甚至超过50%,全国其他地方亦是。另外也有数据显示,小贷公司业务规模近年来已从高峰时增长98%降至不足10%。


而另一方面,传统小贷市场的锐减并不是让所有依托互联网技术发展的互联网贷款平台都 “坐享其成”,互联网贷款平台也开始出现两极分化、几超多强的局面。典型的是P2P网贷在经历过前期跑马圈地、烧钱营销之后,模式逐渐分化,一大批平台被迫转型或退出,而那些专注P2P网贷的规范平台也将迎来好时光,陆金所(现在是平安普惠承接贷款业务)、人人贷、宜人贷等已组成第一阵容。而P2P模式之外的信贷平台,目前已集结以微众银行微粒贷、蚂蚁借呗、京东金条等为首的超级大佬,尽管行业内还出现了飞贷、招行闪电贷等搅局者,但行业窗口期已经关闭,后来者进入机会不大。

 

抢渠道?比数据?拼技术?核心还是风控!

互联网信贷瞄准的本多是中小微企业和个人,一是因为体量大,中国有五千万家以上的小微企业,占企业总数的99%,个人更甚;二是因为这些主体是最需要信贷服务,同时也是最难获得信贷服务的,传统金融寡头既看不到也看不起。于是互联网巨头相继进入这个万亿级市场,纷纷发力网络信贷领域,笔者这里从渠道、数据、和技术上尝试分析一下三家巨头的优势。


首先在渠道上,蚂蚁借呗和京东金条类似,都是基于电商场景。只是蚂蚁借呗背靠的是阿里巴巴整个生态系统,而京东金条依仗的是京东电商平台。和传统银行不一样的是,蚂蚁和京东的金融帝国是以支付为入口,借由消费者各类购物消费等支付场景来实现现金流转,最后过渡到借贷业务上。这个场景也较为顺畅,但要求不断开发新的场景来扩大借贷业务。而背靠另一互联网巨头腾讯的微粒贷一方面也依靠移动支付场景,借助微信支付和手Q支付;但另一方面,与蚂蚁借呗和京东金条不一样的是,微粒贷背后的支撑力量还有腾讯系两大国民社交平台微信和手机QQ。如今支付宝、微信支付已成为移动用户首选的第三方支付工具,且微信支付借助社交红包大有赶超支付宝之势。他们所构建的线上线下场景虽是其他互联网金融公司所不具备的,但其强劲引擎在于消费服务场景,转接到消费信贷较为直接,至于能否顺利嫁接到企业借贷上,一切待定。


其次在数据上,先看微粒贷,它采用的是用户邀请制,在符合当期授信条件的用户中随机筛选出白名单用户并邀请使用产品,据悉微粒贷的白名单规模目前超3000多万, 并在逐步开放中。而白名单的建立背后依靠的是央行的个人征信数据+互联网大数据。这些数据既包括公安数据、学历数据、人行征信数据等第三方客观数据,也包括交易数据和兴趣爱好、人口学特征等网络行为数据。这是微粒贷征信系统的基础。如今微粒贷用户只需要一键点击“借钱”,系统会在几秒钟之内判断个人信用情况,并给出一定的额度。


再看蚂蚁借呗和京东金条,他们主要依托的则是电商数据和支付数据。根据阿里巴巴2015年Q4季度的财报,2015年阿里GMV达到2.95万亿,占据90%左右的网络零售市场。庞大的用户消费数据成为蚂蚁金服借以展开金融服务的基础。而京东金条依托仍然是”白条“的大数据模型和信用评估体系,面对的用户是给有现金需求的”白条“用户。关于数据优劣,我们稍后细说。


最后在技术上,他们也是使出浑身解数,阿里依托于阿里云服务,将其作为蚂蚁金服的底层基础,并实现金融应用系统的构建,蚂蚁金服系的借贷自然会受蚂蚁金融云和阿里云影响。腾讯则以“连接一切”为目标,一直在试图打造开放平台,发挥“连接器”作用,故微粒贷是在多类渠道、流量入口、平台模式下的产物,这连接器背后的技术支持也不可忽视。京东自然不甘示弱,凭借其浸淫多年的电商经验和技术积累,欲要分一杯羹。


初看他们在渠道、数据、技术上各有优势,但本质上他们最终PK的还是风控,因为借贷仍是金融,金融的关键在于其风控系统,尤其是信用风险模型的精准度,其中渠道影响着用户质量和获客成本、数据来源影响了征信和风控体系的准确度,技术则决定着风控模型的科学性。

 

决胜之战,到底谁能打好风控这张牌?

那既然征信和风控体系是决定他们能走多远的核心因素,那到底谁在风控上会略胜一筹,我们不妨做个对比。

首先需要确认的是借贷领域的风险主要为两类:

1、欺诈风险,这是主观预谋的,属于犯罪行为,这种风险的防范要靠事前模式识别和事后的信息共享以及执法。

2、信用风险,这是由人的行为模式左右,模式的改变需要有主观的认识和有意识的纠正。


然后我们再从用户感知比较深的借贷额度、效率、感知体验等维度做一比较,因为这背后的核心还是风控。

借贷额度上,借呗的额度是1000到50万元的借款;微粒贷则在500到30万元之间,且单笔最高可借4万元;京东金条最高可借款额度是20万元。

时间效率上,微众银行微粒贷和蚂蚁借呗均规定:所申请款项3分钟到账。其中微粒贷授信审批时间仅需 2.4 秒,第二次借款资金到账时间则只有 60 秒,而京东金融旗下金条则为30分钟内。实际体验上,三者放款时间差不多。

体验上,差别较大,萝卜白菜各有所爱,各个平台各有优劣势。

最后我们看决定风控的两个核心要素:一是信用体系,主要看数据来源及构成,二是综合评级体系,即风控模型及其体系。


我们先看京东金条,京东金条依托的是京东金融现有的大数据模型和信用评估体系,这是基于大数据、厚数据、动数据的风险管理体系,采用的是差异化的授信和利率定价方式,也就是信用良好的优质京东白条用户更有机会开通京东金条。目前“金条”已经与上海银行联合授信,共同为用户提供现金消费信贷服务,只是合作中用户运营和风险把控方面仍由京东金融主导。


而蚂蚁借呗则是借助于芝麻信用,构成芝麻分的五个维度是:信用历史、行为偏好、履约能力、身份特质和人脉关系。而且芝麻信用分在600以上、个人信用好的用户,更容易获得开通蚂蚁借呗的资格。


作为微众银行旗下的贷款产品,微粒贷用户是通过“白名单”筛选出来的。其中白名单筛选机制是传统评级方法和最新机器学习技术相结合的产物,也就是基于大数据进行分析、筛选再通过信用评级方法最后完成白名单筛选。微粒贷的整个风控理念是在传统数据+互联网数据基础上建立的传统金融风控体系+互联网风控体系。最终实现了纯线上即时放款, 随借随还。根据微粒贷官方公布的数据,截止2016年5月15日累计发放贷款超400亿元,总授信客户超过3000万人,贷款笔数500多万笔,不良率仅千分之几。


总之,未来互联网金融增长驱动力将从单纯的理财端转向信贷端,而在信贷端,市场竞争的核心将从外部走向内部,包括用户体验,风控流程,技术安全保障等。只有那些注重内部修身:数据和风控模型,打造核心内驱的平台才可能笑到最后。如要一定要对这三家PK结果做一个预测,虽然互联网大数据风控时间短,还需要验证,但在BAT巨头里,腾讯携支付数据和社交数据,似乎更有潜力,我们暂且边走边验证。

     


科技财经自媒体曾响铃 微信号:xiangling0815 重点关注SaaS/智能硬件/互联网金融/O2O/新媒体运营等

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值