互联网金融从理财端进入资产端，消费金融成资产引擎

　　2016年，互联网金融在以大数据风控、人工智能等金融科技技术为依托的信贷端产品开始逐步发力，将互联网金融从简单的渠道阶段发展到了资产生成阶段（最典型的案例便是诸多互联网金融资产的ABS得以顺利操作）。而互联网ABS资产最多的便是互联网消费金融资产，可以说，2016年是各种消费金融产品逐步确立市场风口地位并且进行场景化渗透的一年。

　　在火热的消费金融中，虽然参与主体众多（包括了消费金融公司、银行、P2P、网络小贷公司以及互联网金融巨头），但是在产品属性上，基本上可以分为两类，一类是捆绑在具体消费场景上的消费分期产品，主要目的是通过具体商品的消费分期方式实现用户购买账期的延伸，比如阿里花呗、京东白条和招联消费金融旗下的“信用付”等，这类产品的特点是便捷、快速分期，以“信用付”为例，可实现在线申请，即时审批，“先消费，后还款”，享受最长40天免息和最长36期的分期付款服务。

　　还有一类便是从去年开始加速发展的现金贷产品，这类产品的特征是不捆绑消费场景，而是根据用户的各种征信数据和信用消费记录，结合收入、工作、区域和年龄进行综合授信，给用户一次性授信高达20-30万元的现金贷款，并且无抵押无担保，以招联的“好期贷”为例，贷款产品包括工薪贷、白领贷、房主贷等，在线申请，即时审批，额度循环使用，个人最高额度20万，最长借款期限36个月。当然，微粒贷、借呗都属于这一类型。

　　阿里、腾讯、招联：信用分期依托平台生态，现金贷依托大数据

　　其实，立足于很多电商平台的业务模式基础上，通过自身电商业务延伸进行信用分期产品的匹配在逻辑上是最顺的，包括用户交易行为、特征积累、支付历史以及购买商品的信用等情况都可以在平台上获得数据源，加上其他外部数据的校验和征信报告辅助，一定程度上可以实现较低的违约率和分期类资产的稳健。不过，对于另一类现金类贷款产品而言，由于需要依靠复杂的大数据风控建模和数据分析能力，这种能力需要具备模型、场景、数据多种资源的综合，因此在市场上形成了比较显著的“正规军”和“游击队”的区别。

　　现金贷，在国外也叫作“薪金贷”，由于不限定消费场景，并且主要是依托用户的征信数据和大数据建模分析，无抵押无担保，因此成为很多白领、小企业主、个体户的主要融资渠道之一。

　　目前国内现金贷领域做得比较出色的微众银行的“微粒贷”、阿里的“借呗”、招联消费金融的“好期贷”等。从2016年一年的现金贷市场授信规模来看，阿里的“借呗”和腾讯的“微粒贷”放款规模都已经达到千亿级别，而另外一家具备互联网+金融背景的消费金融公司招联消费金融公司也公布了数据：截止2016年12月底，注册客户破2000万，授信客户破700万，放款量破570亿，余额破180亿，不良仅为0.82%。

　　当然，从互联网信贷管理的盈利和风险角度分析，较低的不良率是十分重要的，而微粒贷、借呗、好期贷三者从公布的数据来看，基本上都处于1%以下，atv直播，甚至最低的时期徘徊在千分之3-4左右，优于传统银行和其他外部的消费金融平台（一些小型的第三方消费金融平台在运营一段时期后不良率高达10%以上都很正常）。对于上述三者而言，这背后的主要技术驱动力就是以千万级风控因子和神经网络、深度学习、反欺诈等技术为基础的大数据风控管理模型。

　　现金贷的“正规军”之路：大数据风控演绎+外部场景输出

　　不过，这里所说的现金贷一般都是指额度较大的贷款产品，蚂蚁金服和腾讯金融在线上无抵押无担保类现金贷款在场景和数据的处理上自然不用多说，两者无论是在风控技术还是用户场景方面均属市场一流。从国内互联网金融的产业层次而言，现金贷产品需要建立在严格的风控准入、大数据分析、反欺诈模块、安全技术服务等基础上，并且通过风控模块技术、因子结合联通在大数据、技术、用户行为方面的优势进行复合交叉验证。

　　微众银行“微粒贷”采用的是无抵押、无担保、随借随还的模式，额度在2-20万之家，日息万分之五，7X24服务、随借随还、按日计息。在风控技术上，微众银行借助大股东腾讯独特的网络大数据管理与分析能力，通过在数据源和评级方法上的创新，有效降低金融服务中的信用风险和欺诈风险，从而提升了信贷审核的效率。与此同时，微众银行正在探索区块链技术的实际应用，将用于“微粒贷”与同业合作之间的贷款的结算、清算，atv，将更大程度提高联合贷款的清算对账效率。