经济--P2P问答--是否属于起欺诈性的伪P2P

1、是否属于起欺诈性的伪P2P

新的公司法:注册资金分为实缴资本和认缴资本

2、到底是谁创办了这个P2P平台

风控部门,经常会和运营部门市场推广吵起来,你怎么手那么紧- -!

 

创始人团队有风控从业经验的,比如曾在国内外银行信贷部门、知名国内外P2P平台风控部门做过风控运营业务

隔行如隔山。风控能力也不等同于金融背景的。信贷,投行,私募

掘地三尺 挖不出 创始人信息。基本不可信了!

中国平安集团

点融网

3、借钱给谁?

这个平台把钱借给了谁?

  1. 需要钱的个人。(买车,买房,买手机),创业者
  2. 企业(生产经营了)

 为什么这些人这些企业不从银行等更便宜的渠道借到呢?

一般银行会在7% - 10%之间,而P2P一般在10%以上 ,银行划算!甚至有的平台20%  ,30%

  1. 银行无法评估他的信用,卡里面没有走流量。
  2. 记录不良的借款人
  3. 需要的钱太少了。
  4. 个人和企业急着用钱(银行审批流程长)

借款给个人还是比较好的。

在具体的借款项目中,都会说借款人是谁

  1. 招财宝 针对企业和个人
  2. 爱钱进  只针对个人

4、贷款前谁负责审核贷款

 P2P找项目呢, 有两种

  1. 自己找项目,自己审核
  2. 通过小贷/担保公司拿项目

 

 

5、贷金如何托管

钱是否有经过平台的手?

汇付天下,国富宝,这样的平台是托管型的。

 怎么看这个平台是不是托管型的呢?

  1. 看银行托管协议
  2. 上第三方支付网站看公布合作清单

贷中是否可以查询借款人具体信息

投资后,是否能通过自己的账户直接查询借款人及其还款信息。  

 

6、贷后坏账风险控制转移

平台为坏账做准备金,小贷公司/担保公司的赔付计划,好的平台甚至有维权基金

 陆金所,平安担保集团成员,公司必须要有担保公司的资质,融资性三个字

 

B级以上??各个融资性公司(工商设立很严),不同省份还有所不同。

 整体有一个去担保化的方式

7、P2P 平台也要看“爹”

这几个民间队上千万的实缴资本

这些民间的也获得了不少的风头,人人贷,和爱钱带 都拿到了风投

收到风投,说明基本的流程还是OK的,

拿到钱后,还要看能不能用好钱,拿到钱后CEO一般都会出来谈他的感受~~~风投是真的吗??

 

转载于:https://www.cnblogs.com/zrui513/p/4778598.html

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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