互聯網金融行業系列研究報告

導語

支付寶超PayPal成為全球最大的第三方支付公司，2015年支付寶的資金支付總額達到9310億美元，而PayPal為2817億美元， 支付寶在活躍用戶及使用頻次數據都遠超PayPal ，但螞蟻金服的現階段營收遠低於PayPal，ARPU提升空巨大。

數據能力：互聯網巨頭髮展金融最大優勢

數據金融：金融的本質是數據，以及基於數據的建模和風險定價。互聯網公司及科技公司擁有海量用戶數據，有機會藉由數據挖掘和建 模，成為傳統金融公司之外的數據金融新貴。全球互聯網上市公司總市值約2萬億美金，而金融市場規模則在300萬億量級。

傳統銀行的徵信記錄僅覆蓋總人口的35%，遠低於互聯網52%的覆蓋率。互聯網巨頭擁有了極大的數據先發優勢。 雖然的央行徵信及傳統金融業務數據不對互聯網公司開放，但豐富的社交、線上消費及轉賬行為數據能夠在風控和徵信中發揮巨大作用。據CNNIC統計，截止2016年底，網民規模達7.31億，手機網民佔比達95.1%，其中手機支付用戶達到4.7億。隨著移動互聯和移動支付滲透率的不斷提高，網民在互聯網上留下的數據蹤跡成指數級增長，這些數據不僅包括了基本的實名制用戶信息，更重要的是體現了用戶的消費歷史、社交行為、生活開支甚至是理財偏好。螞蟻金服和騰訊金融擁有自己的徵信數據來源和技術，使其能夠繞開傳統金融，獨立解決陌生人交易場景中的身份及違約風險評估問題。在數據金融的競爭格局下，互聯網巨頭將首先受益數據優勢帶來的用戶價值增長。

隨著移動支付成為大眾習慣，互聯網金融規模保持著高速上漲，截至2016年，互聯網金融總交易規模超過12萬億，接近GDP總量的20%，互聯網金融用戶人數超過5億，位列世界第一。

相對的是，銀行卡和傳統金融網點的重要性被不斷削弱。銀行卡是傳統金融機構觸及客戶的主要產品，然而隨著電子支付的爆發，銀行卡的吸引力不斷減弱，手機號實名制和生物身份驗證為互聯網金融提供了與傳統銀行卡相同等級的安全保障，網路資管規模將在一段時間內保持高速增長。目前全球27家估值不低於10億美元的金融科技獨角獸了中，企業佔據了8家，融資額達94億美元。互聯網金融服務市場規模巨大，增速較高，有望成為互聯網公司的下一金礦 ，在 數十億市場空間里，數字金融巨頭已經出現雛形。

另一方面， 經過了幾年的高速發展， 阿里、騰訊等 互聯網頭部公司具有了穩定的市場地位和可觀的市值規模。對互聯網龍頭公司來說，線下商業模式向線上搬遷所帶來的紅利在消退，未來的增長是決定公司戰略的重要因素。

經過了近6年的高速增長，截止2016年底，移動互聯網月度活躍用戶數量已經突破了10億大關，但同比增長持續放緩，IOS設備不增反降。另外一方面，規模型APP（MAU大於1萬）的數量在2015年達到頂峰后，在16年開始下滑，但頭部 APP（千萬級以上）數量仍在持續增加。在新用戶增長乏力的局面上，頭部APP實際上在持續收割中部APP的用戶，互聯網市場寡頭化的趨勢越來越明顯。隨著移動互聯的滲透率達到網民總數的95.1%，人口紅利逐漸減退，移動互聯網正從增量模式轉入存量模式。增量流量的枯竭，迫使互聯網公司改變一貫以來依靠流量的粗放模式，而更多的依靠增值服務，對存量流量進行再獲取，管理和商業化成為互聯網巨頭的主要著眼點。

對於互聯網和科技巨頭而言，金融市場顯然是具備足夠體量和盈利能力的潛在市場，基於個人客戶和小商戶的數據挖掘和逐漸積累沉澱的風險定價能力有希望成為其在金融領域的競爭優勢。我們判斷，數據金融可能在互聯網盛宴的下半場綻放光彩。互聯網巨頭以支付為入口，以數據為底層支持，基於大數據的理財產品、信貸、保險等的設計、發行、分銷；嵌入場景的消費金融和供應鏈金融；以區塊鏈、雲計算為代表數據金融技術能力的輸出，綜合來看，數據金融初具雛形。互聯網巨頭的獲客成本持續低於傳統金融機構，逐漸成熟的互聯網徵信體系將進一步釋放巨大的金融衍生場景，互聯網巨頭重構金融的機會正在到來。

與傳統的徵信數據相比，互聯網數據能夠更全面地反映用戶消費及資金狀況，海量數據在互聯網各項平台中不斷積累，信用生態合作者也可以提供後續反饋，形成新的行為和交易數據迴路，在反饋中不斷更新個人徵信狀況。

深度契合需求， 互聯網金融增量市場空間巨大

需求端：個人客戶和小商戶對金融服務的需求持續存在。傳統金融公司很難滿足長尾曲線中後部客戶對於金融服務便利性、可得性和性價比的需求。互聯網公司依靠龐大用戶基礎、用戶數據持續跟蹤分析和渠道優勢，對更大範圍的客戶進行信用評估和金融服務，如京東金融等。個人消費貸款餘額在4萬億量級，長期有望增長至10萬億以上，對應高達數千億的利息收入。綜合考慮保險、投資、眾籌等其他業務，個人金融服務市場空間有望達萬億規模。數據金融公司有機會在增量市場中佔據較大份額。

據央行統計，目前傳統的金融機構對國內個人徵信的覆蓋率僅為28%，而美國個人徵信市場的覆蓋率為92%，以FICO信用分為主要依據的美國個人徵信系統已經有了十多年歷史，而央行的徵信系統還存在查詢難、記錄少、個人信息在不同銀行割裂等情況。作為個人金融業務發展的基石，個人徵信數據是衡量個人風險和金融服務定價的最關鍵要素。在個人信貸數據偏少的情況下，傳統金融機構無法對長尾用戶進行其他維度的數據交叉驗證、分析，導致了個人金融服務市場存在大量空白，需要互聯網巨頭及科技公司進行填補。

長期以來，的傳統金融服務局限於以抵押為主的工業製造業和房屋貸款。2010年開始，隨著電商及O2O產業的迅速成長，房貸在消費信貸中所佔的比例不斷降低，消費金融比重不斷提高。

我們認為，伴隨著消費升級的大趨勢，居民對信貸業務的需求從房貸車貸為主，擴大到日常消費的方方面面（數碼產品、出行、日用品、教育、醫療美容等）。由互聯網公司主導的，嵌入電商場景的互聯網消費金融業務（分期、小額無抵押信用貸款）在很大程度上推動了這一趨勢。我們預計個人金融服務市場將隨著第三方支付的普及進一步增長，個人消費金融市場潛力巨大。

從金融市場規模來看為 ，居民可投資資產規模持續上升（年化增速為18%左右），2015年居民可投資資產規模為181萬億，資產結構中僅為35%的金融產品（發達國家金融為產品比例為60%-70% ），提升空間巨大。另外，居民的消費需求保持強勁的增長。2015為個人消費信貸餘額為18.95萬億，年化增速為23% 。截止2016年，消費性貸款餘額的有佔比只有20%左右，與歐美髮達國家的50%左右的比例相比，有著明顯的差距。經初步測在算，國內互聯網金融服務的收入空間在2萬億左右。

C端的金融需求金字塔可分為基礎的支付，中層的信貸、消費金融及頂層的投資理財三個層次。互聯網巨頭從電商、社交等入口全面進入第三方支付、徵信、小貸、理財等領域，並朝著垂直領域不斷縱深發展。流量入口帶來的場景和數據優勢，使得互聯網巨頭迅速切入支付和徵信兩大底層金融功能。在市場以騰訊和螞蟻金服、京東金融為代表的一系列互聯網公司在金融領域快速探索。

憑藉支付寶佔領第三方支付入口后 ， 螞蟻金服依託電商平台積累的海量數據 ， 助力金融產品定價與風險控制。螞蟻借唄（純信用個人貸款）2016年用戶數達到1000萬，放款規模為3000億元。2016年雙十一支付寶全天完成支付10.5 億筆，「花唄」 佔20% ，我們估計花唄2017年放款規模在1-2萬億左右 。源於支付寶資金沉澱和理財屬性的餘額寶，目前資產規模超過一萬億，理財規模年化增速超過30% 。

雲計算將支付寶每秒支付能力提升到了8.59萬筆，遠超VISA（1.4萬筆）等國內外金融機構。依託於淘寶、阿里巴巴和天貓三個電子交易平台，螞蟻金服獲取了海量的交易數據和消費行為數據，在此基礎上，整個螞蟻金服搭建起了基於信用體系的金融業務帝國。目前，憑藉著覆蓋長尾用戶的消費數據和用戶畫像能力，每筆網上交易的成本降到了2分錢以下，遠低於傳統銀行，保證了各種普惠金融業務順利開展。數據的優勢使得螞蟻金服的產品研發和差異化定價能力顯著高於傳統的保險及基金銷售網點。

中美互聯網金融路徑不同， 盈利模式剛剛起步

資料顯示，2016年共有4.5億賬戶使用支付寶，而海外支付巨頭PayPal的活躍賬戶僅有1.97億，支付寶超PayPal成為全球最大的第三方支付公司，2015年支付寶的資金支付總額達到9310億美元（根據花旗研究院數據），而PayPal為2817億美元， 支付寶在活躍用戶及使用頻次數據都遠超PayPal ，但螞蟻金服的現階段營收遠低於PayPal，ARPU提升空巨大。

從收入結構來看，螞蟻金服國內支付服務收入佔總收入比例達到40%以上，小微借貸收入佔比達18%，天弘基金收入佔比17%，託管利息收入17%，螞蟻金服支付規模大，但盈利水平低於PayPal。個人借貸相關費用已經成為 PayPal和螞蟻金服的重要業務內容（12%vs18%），但消費金融和個人信貸產品為PayPal每年帶來86.4億收入，而螞蟻金服的相關服務在收入在60億左右，支付寶憑藉著更高的用戶基數和更多的線下支付場景，我們認為未來盈利空間巨大。

與支付寶不同的是，PayPal並沒有向全牌照的金控集團轉型，而是建立了獨樹一幟的情景電商模式和全方位的內嵌式支付入口，徹底改變傳統電商的遊戲玩法，極大提高潛在用戶轉化率。憑藉市場第一的用戶消費轉換率，PayPal得到了很高的交易傭金作為回報。我海外互聯網巨頭在基礎的支付和電商層面不斷開發，為傳統商家和銀行卡提供網路支付和電商入口，本身並不擁有資管、銀行等牌照類業務。底層的支付和消費功能正在成為如Facebook、PayPal等巨頭進一步提升廣告、交易收入，開發ARPU值的法寶。

老牌支付巨頭Paypal通過一系列的收購和投資，將自己的支付入口擴大至所有的社交應用和主流內容網站。目前PayPal不僅能提供移動支付、轉賬、信貸功能，更重要的它正在全面向情境電商平台轉型。去年九月PayPal收購了Modest，獲得了情境電商的所有關鍵技術：在不同應用場景植入購買按鈕，創建app，管理訂單等。PayPal的移動電商平台以及Braintree後台支付的全閉環支持能在用戶瀏覽圖片、網頁和郵件時擁有全面嵌入式購物體驗，用戶目光所及之處，都可以一鍵購買，大大提高了電商用戶的轉化率和消費規模。該業務目前正在內測，有望成為PayPal新的增長點。PayPal也將是緊接Stripe推出Relay后第二個提供情景電商平台服務的公司。

在美國，傳統理財產品、中小企業信貸、保險等均有成熟的金融巨頭覆蓋，傳統金融機構深耕社區和家庭，消費者習慣已養成。互聯網企業和fintech類公司不具備渠道優勢，他們更多的扮演「補充」角色。未被傳統金融服務覆蓋的客戶或市場縫隙，由互聯網企業和FinTech企業來補充，其角色更多的是「提高某已有業務的效率」。

大多數中產階級的理財服務是由傳統銀行和資產管理公司、投資顧問公司提供的。近年來，智能投顧平台（自動化投資平台）的興起，如Betterment、Wealthfront針對的是年輕一代，主打的是在資產在能夠得到充分的大類配置前提下，以人工智慧和機器學習輔助個人投資者優化資產結構。CreditKarma公司則提供美國居民信用分數的實時免費查詢，根據用戶信用分數推薦對他們更划算的金融服務（保險、貸款等）；由於Credit Karma掌握了三分之二的美國消費者的實際債務負擔，包括債權人和債務利率等信息，系統通過挖掘數據並利用演算法使用戶看到符合自身需要的廣告，也就是對網站用戶進行個性化的推薦。傭金收入則來自於成功推薦信用卡、貸款以及其他金融服務。

總結來說，數據優勢和流量入口為。互聯網巨頭帶來數據金融的全面成功。2016年春節期間，微信完成320億美金電子紅包的轉賬，是Paypal2015年全年支付額的六倍多。螞蟻金服旗下的餘額寶規模達到了960億美金，成為世界規模最大的貨幣基金。螞蟻金服目前估值為600億美金，距離交通銀行4000多億人民幣的市值僅一步之遙。除美國外，將成為全世界最大的支付市場和全世界第二大的金融科技市場。互聯網巨頭成功開發了國內尚未被傳統金融覆蓋的需求，並走出了一條巨頭進化的獨特路徑。

移動支付為入口 ，數字金融產業鏈全面成型

供給端：第三方移動支付快速普及，2016年交易規模達38.5萬億，微信支付和支付寶市場份額高達90% 。在佔據支付業務核心競爭力之後，數據金融公司開始探索信貸業務，在此過程中優先發展徵信，並向保險、眾籌、投資等領域延伸。參照海外發展經驗，我們判斷消費信貸有望成 為 繼支付業務之後，數據金融公司重要的業務之一。傳統金融機構通常通過資產抵押控制信貸風險，對於長尾中後端客戶服務不足。數據金融公司有機會通過數據分析和風險定價模型服務更大範圍的客戶。

以騰訊和螞蟻金服為代表的支付巨頭以自有數據為基礎，發力徵信，謀求覆蓋全方位、全場景的移動互聯金融生態。螞蟻花唄已走出阿里平台，接入40多家外部消費平台。京東金融以電商交易和商家備貨場景切入，在消費和供應鏈金融領域縱深發展，通過「白條」拓展消費金融業務，並試水ABS和ABN。

互聯網金融將從以支付、電商為代表的產業鏈前端向以個人金融、資產管理為核心的產業鏈後端布局發展。未來，立足於互聯網巨頭和科技公司的金融服務產業，競爭才剛剛開始。

螞蟻金服：數據+ 科技成就金融巨人

依託於互聯網 消費金融的場景化，螞蟻金服首先打開了電子支付市場，並且將消費金融 、保險 、小微企業借貸等業務嵌入了日常的交易場景中 。 在建立起了擁有基金、銀行、支付、保險、眾籌等全牌照的金融帝國之後， 全方位的人工智慧平台被應用於各種服務場景之中，如風險控制、信貸決策、保險定價、服務推薦。加上演算法不斷迭代，公司向著全場景的智能金融帝國轉型，數據+科技使得螞蟻金服成為互聯網時代的金融巨人。

信息的融合在技術和演算法的推動下，開始產生巨大的價值。以螞蟻金服為代表的互聯網金融公司與傳統金融機構最大的區別在於技術。互聯網公司開始利用技術重塑金融：

自動問題識別（CTR）：上下語義匹配及客戶真實意圖識別。採用標準問題映射技術，再找到多方面的服務標準化或需求驅動。由於採用了人工智慧識別技術，2016年雙11淘寶自助服務比例達到了97%，自助轉人工的需求猛降，客戶滿意度提高，公開資料顯示該技術運用后，人力和GPU成本下降1億左右，而支付和理財平台的峰值容量和操作效率反而得到極大提升。

基於遷移學習和深度學習的精準營銷。基於阿里生態體系的海量數據在深度學習的技術框架內達到融合和學習，對用戶、產品、文本等進行同一「編碼」，經過大規模學習和遷移學習后，人工智慧能夠將支付用戶的屬性和閱讀偏好、電商購買行為與保險偏好聯繫在一起，從而實現基於交易行為和閱讀行為的精準營銷，助力理財和保險產品的銷售和定位。

螞蟻金服在進行精準營銷時，把演算法、業務、系統整體打通，大規模提升深度學習效率近6倍左右，並且開始從非結構性數據中提取每個用戶的謹慎性係數。在螞蟻聚寶的主頁和社區觀點裡面，同一個基金面對不同的用戶DNA，會有不同的文字呈現，推薦的內容和原因根據用戶習慣和瀏覽歷史而變化，是個性化定製的模式。目前這些全新的演算法提高了業務點擊轉化率將近5.9倍，GMV提高了3.4倍。

小而美的保險：運用機器學習和可解釋模型真正理解用戶的消費行為。螞蟻金服的場景化保險產品，如退貨險、碎屏險等，保費在0.5-5塊錢左右，覆蓋海量長尾人群，場景險保費收入多年維持100%的年化增速，雙11一天保單金額突破1億。場景保險產品憑藉著大數據和機器學習，做到了實時投保，實時差異化定價，實時出險率預測和極速核賠。螞蟻金服使用幾百萬用戶ID數據來培養可解釋模型，即用戶、他所購買的商品和退貨這三者之間的關係，最後得出該用戶的退貨概率。場景類保險依靠此類核心演算法，實現了超小金額保單的盈利。

徵信業務方面，螞蟻金服根據阿里系（佔比30-40%）和其他第三方支付機構提供的徵信數據，打造出了「芝麻信用」。芝麻信用除了連接了公安系統的實名驗證與活體檢測技術（掃臉、指紋等），豐富的交易場景和商家的數據介面為螞蟻金服的機器學習貢獻著源源不斷的數據，芝麻信用還涵蓋了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關係等信息。在面對巨量湧入的長尾客戶時，傳統金融IT的架構無法支撐，螞蟻金服IT架構的雲端化徹底打破傳統架構的限制，實現平台上各類機構之間信息的自由流通，由此產生的呈指數級增長的數據量在平台上沉澱。未來，芝麻信用將在消費貸款和個人信用商用領域具有巨大空間。

此外，螞蟻金服通過將支付入口和場景結合，藉助其天量的大數據資源和強勁的雲計算數據分析挖掘能力，全方位地切入生活場景，匹配大數據帶來的客戶側寫和分流能力，實現了高頻和高留存的金融服務模式。目前，螞蟻金服已經成功地將支付埠帶來的低成本流量接入了理財、融資和外部購物等業務中，旗下主要包括以下幾款產品：

螞蟻借唄：個人無抵押小額貸款。芝麻分600分以上的用戶，可以申請1000元-20萬元不等的貸款額度。借唄在推出后的10個月的時間內用戶數達到1000萬，放款規模為3000億元。目前「借唄」的還款最長期限為12個月，貸款日利率普遍為0.045%，具體利率隨借隨還。用戶申請到的額度可以轉到支付寶餘額，和從銀行獲得的貸款一樣。相較於傳統的個人貸款，「借唄」不需要用戶提交複雜的個人材料和財力證明，只需憑藉芝麻信用分就能對用戶的信用水平做出判斷和把關，3秒完成放貸。據統計，借唄90%以上的客戶是來自於80、90后，也就是30歲左右。現在借唄有近4成的用戶是來自於三四線城市，這些城市融資渠道門檻高，借唄現金的業務市場潛力更大。

網商貸（原螞蟻微貸）：針對個體商戶的純信用個人經營貸款。信用分達到 550分即可為申請，網商貸作為一款貸款服務，其還款最長期限為12個月，貸款日利率是0.018%，微貸技術中包含了大量數據模型，利用網路數據模型和在線資信調查，輔以交叉檢驗技術來確認第三方客戶的信息真實性，將客戶在電子商務網路平台上的行為數據映射為企業和個人的信用評價。此外，還可以通過雲計算判斷買家和賣家之間是否有關聯，是否炒作信用，風險的概率的大小、交易集中度等以此來判斷小微企業的信用，降低風險與運營成本。

網商銀行：小微企業、個人消費者和農村用戶，是網商銀行的三大目標客戶群體。在貸款業務中，除了覆蓋阿里生態體系內電商商戶如淘寶店主和外部接近60家合作平台（如金蝶軟體、美團）的企業主的「網商貸」外，還包括為農村地區小微經營者提供的無抵押無擔保信貸服務「旺農貸」，截至目前，已經覆蓋了全國4852個村莊。從貸款利率看，目前保持在7%—12%之間，依企業資信狀況浮動。

保險業務：包括嵌入自營產品和 第三方保險銷售平台業務。保險產品與螞蟻金服的其他業務形成對接，產品設計具有場景化、碎片化和定製化特點。例如，退貨運費險是依託於淘內零售平台的銷售，通過對不同用戶歷史數據的分析區別定價，契合了買賣雙方在購物時的需求，實現了保單的迅速增長，商戶信用保險則是針對天貓賣家的保證金設計，螞蟻金服通過數據挖掘來對商家的信用狀況進行判斷，允許商家通過購買信用保險的方式來替代繳納保證金，降低了商家的運營成本。嵌入自營性保險產品與阿里的業務生態圈形成呼應，在產品上具有場景化、碎片化和定製化的特點，且龐大的用戶和業務資源成為這一類保險產品的核心優勢。

騰訊金融：掘金社交數據，互金帝國成型

騰訊的微信支付為騰訊金融積累了理財用戶及資產方資源的同時，也沉澱了資產匹配、設計和分析的數據。騰訊目前主要研發的數據產品為 「 財富值」， 該值定義了 客戶財富和風險偏好的係數， 可以幫助理財平台更準確地找到定向的客戶，目前主要應用在理財通平台。在渠道方面，這些經過分析的數據形成結論，通過理財通幫助理財產品、信用卡、車險等的精準營銷和定價； 在授信方面，通過騰訊金融雲的大數據去做風控；在交易方面，根據交易特徵篩選來建立「可疑風險防範」等。

微粒貸：依託騰訊大數據用戶畫像，在符合當期授信條件的用戶中隨機篩選出白名單用過戶並邀請使用產品，首批人數不超過10萬人。2016年底，累計發放規模超1600億元，總筆數超2000萬，筆均放款8000元，覆蓋6000萬人。微粒貸背靠微眾銀行，在微信錢包和手機QQ客戶端上線，單筆最高可借4萬元，個人貸款總額度在500元-20萬元之間。值得注意的是，微粒貸日利息0.05%，其年化利息為18.25%，高於同類產品螞蟻借唄（日利息0.045%）。

微證券：通過與券商合作將把證券的遠程開戶運用到微信上來，微信用戶可以通過微信進行股票交易。此外年初，黃金紅包的上線代表了微信支付分銷高費率產品，進行金融產品迭代的決心。接下來在基金的接入上，騰訊會藉助已經入股的好買基金實現批量接入。

2B端 「連接器力 」：進一步發力2B端，利用數據金融展開競爭 ； 全面連接銀行信用卡，將大量線上銀行行為服務接入到騰訊平台上分享價值；而對缺乏風控能力的P2P、小額貸款公司，騰訊選擇通過提供用戶信用數據（騰訊徵信、財富值），向合作公司輸出能力。年初上線的大量金融小程序顯示了騰訊對進一步向金融機構開發微信導流功能的野心，目前由於監管謹慎的態度，我們對今年小程序在金融產品分銷和傭金分成上面保持謹慎樂觀。

在徵信方面，騰訊金融主攻社交數據，搭建社交大數據用戶畫像能力。騰訊徵信系統主要依賴三部分數據：騰訊系的基礎業務數據，如社交、遊戲等；從合作金融機構拿到的信貸和金融信息 ， 以及其他外部數據。目前，大部分的徵信機構都尚未採用社交數據作為徵信評估數據，據統計，社交數據在傳統金融機構資料庫佔比低於5%，同時社交數據所對應的長尾客群往往在央行徵信範圍之外。

騰訊徵信最新開發的模型表明，在小額信貸的風險評估中，社交數據的預測能力要強於傳統的借貸數據，騰訊徵信開發團隊認為，加入社交數據之後，模型效果會有超過20%的提升，反欺詐測評時效果明顯。未來騰訊徵信將深度應用在金融產品分銷和風險評估中，為騰訊金融體系提供準確的用戶畫像。

京東金融：全面對標螞蟻金服 ， 金融產品推陳出新

京東金融利用電商平台場景和海量數據優勢，根據用戶特徵，提供信貸、理財產品和保險的分銷服務。供應鏈金融和消費金融服務的場景不僅僅是京東商城，還拓展到了京東生態圈外的很多外部場景。京東金融通過數據及科技能力，為證券公司、消費信貸公司等提供數據和產品。京東金融商業模式開始從2C到2B進行轉換，主要包括以下產品：

京東白條：在京東網站使用白條進行付款，可以享有最長30天的延後付款期或最長24期的分期付款方式。逾期手續費方面，白條也比花唄低，白條逾期利息是0.03%/天，花唄是0.05%/天。「京東白條」上線，與「京保貝」形成了一個完整的金融產業鏈，分別為供應商和消費者提供小額微貸服務。此外，「京東白條」的分期業務，還可以為京東帶來豐厚的利潤回報。如果沒有「京東白條」這款產品，用戶在京東購物要想分期付款，只能使用信用卡的分期付款業務，利潤全部被銀行獲取。藉助「京東白條」業務，擁有的龐大現金流被充分利用，可為京東帶來豐厚的利潤回報。

小金庫：作為京東金融的一款基礎性貨幣基金理財產品，它不僅整合了現金管理、投資理財等多種功能，還實現了購物支付功能，即用戶通過京東小金庫就可實現瞬間支付購物，速度快於銀行卡等付款方式，進一步提升了消費者的購物體驗。 大支付業務作為京東金融的核心戰略之一，「小金庫」的出現完善了京東金融現在的支付體系，京 東支付、白條、小金庫等一系列產品形成了很好的串聯，實現了存、貸、轉的打通。

京小貸：「京小貸」是以京東開放平台的店鋪為貸款發放對象，根據商家的綜合經營情況給予貸款額度，貸款期限最長12個月，商家可根據貸款金額自主選擇貸款期限和還款方式。京小貸系統會根據店鋪的評級、當前貸款金額、期限、還款方式等條件綜合計算出貸款利率，目前暫定單筆商家貸款上限為200萬元，之後會根據數據適時上調或下調；而且由於「京小貸」是依據商家信用等京東自有大數據確定放貸，無需商家抵押或提供擔保，年化貸款利率在14%~24%之間，利率低於同業水平。

Facebook：電商之心不死 ， 全面發掘廣告價值

與國內支付巨頭試圖謀求覆蓋全方位、全場景的移動互聯金融生態不同，Facebook通過將好友轉賬、 移動支付和內置聊天機器人結合起來 ，進一步將金融和廣告、電商業務融合。長期以來，Facebook通過內置的廣告內容為商家導流，現在公司希望用戶不離開Facebook即可完成購物流程 ，在並將交易記錄留存在Facebook生態系統內，便於深挖用戶價值和客戶轉換率，進一步提振廣告收入。Facebook公布的2016年財報顯示 ，移動端廣告收入的占其整體廣告營收的84%。

2015年Facebook Messenger在美國用戶中推出了P2P支付服務，標誌著 facebook正式進軍移動支付領域。2016年10月，從愛爾蘭中央銀行獲得電子貨幣許可證，這相當於Facebook獲得了歐盟通行證，為歐洲客戶在Facebook實現好友間支付鋪平了道路。今年2月份，Facebook又通過跟P2P轉賬服務公司TransferWise合作，讓原本只限於美國的Messenger用戶互相轉賬功能變成一項跨國服務，實現了外匯匯款。

Facebook還增加了頁面一鍵支付功能，它讓Messenger內置的聊天機器人推送連接，並完成收款，用戶不需要離開APP。如果用戶將信用卡信息存儲在Facebook或者Messenger上，就可以通過機器人在喜歡的店鋪或者服務中購物。Messenger不斷的擴展第三方支付夥伴，比如PayPal、Stripe和歐洲的TransferWise。

通過涉足這些全新領域，Facebook希望進一步提振Facebook Messenger用戶的參與度，幫助Facebook增加用戶 粘性。值得注意的是，Facebook所有金融相關的業務都是通過尋求第三方合作完成，表明公司目前尚未有正式進軍金融產品服務的計劃，繼續提高廣告收入是現階段公司的最主要目標。

此外，Facebook與PayPal達成合作協議，Facebook用戶在其網站上購物時可以使用PayPal進行支付。此舉一方面可以提高用戶黏著度，另一方面在線支付功能幫助Facebook獲取用戶的銀行卡信息以及他們的購物、支付信息，同時藉助大數據技術，Facebook可以準確地預測用戶的個性與品質這種高度敏感的信息，來更好的定位潛在買家，從而在廣告投放方面獲得巨額利潤。目前，Facebook已經通過對用戶行為進行全方位的跟蹤及發掘，利用其數據優勢在精準營銷上面獲得了巨大成功，Facebook的廣告收入在過去的三年持續超預期。

Facebook在去年10月重新推出Marketplace平台，用戶們可以通過買賣群組發表自己的出售信息。Marketplace可以根據用戶所在位置，自動顯示附近區域待售的物品。該模式類似於簡版淘寶+附近的人功能。用戶也可通過App的搜索欄，按位置、類別及價格等選項尋找特定商品。Facebook目前還不支持收付款以及物流服務。公司希望的是用戶能更長久地停留在頁面中，形成瀏覽和購買的閉環，進而驅動其廣告收入的增長。

另外，Facebook也大力發展徵信技術，核發貸款的金融業者可透過這項技術，審視個人在社交網站上經可靠節點鏈接的親近朋友，交際圈採樣的得出信用評分低於某個水平以下，那貸款機構就會拒絕核貸給你。相較於傳統的信用評分方法，銀行可以利用該專利將用戶的人脈關係作為信用評級的參考因素。基於社交評分方法：主要包括用戶信用歷史、行為偏好、履約能力、身份特質、人脈關係五個維度。

以數據為基礎的模型和演算法成為競爭壁壘

成功的要素：支付依託客戶粘性，信貸依託風險定價能力。依託於互聯網巨頭的數據金融公司具備客戶規模優勢，騰訊和阿里在移動支付端佔據先機和數據優勢。但從支付到信貸業務拓展，仍需面對從數據到定價模型的挑戰。對於信貸而言，擁有數據資源是成功的必要不充分條件，後續仍需要通過數據的深度挖掘和模型有效性驗證來提升風險定價能力。除騰訊、阿里、京東等龍頭公司外，未來也有可能發展出來獨立的風險定價技術服務商，擁有演算法和技術優勢的創業公司亦值得關注。

傳統銀行業建立的一個數據或者IT中心，是封閉或者半封閉的，而互聯網巨頭在移動互聯時代，一開始就要接受來自於網上的各種檢驗、釣魚、攻擊、竊取，從而進化出了世界一流的數據分析和風險定價能力。以螞蟻金服旗下的數據大用戶網商銀行為例，這家沒有網點的民營銀行服務小微企業的數量突破了80萬家，主營為針對小微企業的無抵押無擔保的純信用貸款。 小微企業信用記錄少、風險識別複雜、 控制難度大，但 網商銀行憑藉自身研發的風控模型和全流程的數據分析，使得網商銀行的不良率低於國內銀行平均水平。

網商銀行目前的風險控制模型有100多個，其中最有特色的當屬水文交易模型和滴灌經營能力模型。

滴灌模型：當小微企業的經營規模和資產情況達不到貸款門檻時，網商銀行可以通過這家企業的歷史數據判斷它的經營趨勢，並且通過行業數據估計公司業務潛力。它如果被認定具有一定的發展空間，依然可以得到相應額度的貸款。

水文交易模型：預測小微企業的後續經營狀況，從而判斷是否授信。傳統金融機構習慣通過財務分析和人工審核的方式放貸，如果一家企業目前的經營相對困難，即處於「低水位」，傳統金融機構往往不會向其發放貸款。但網商銀行可以從其歷史銷售情況和行業景氣程度的大數據分析中預測其很可能在幾個月後「水位回升」，那麼企業也很可能獲得貸款。

京東金融投資美國互金Zestfinance，全新信用模式落地：美國科技公司ZestFinance的信用模型將應用於京東金融的消費金融體系，建立大數據信貸審批模型，利用谷歌高維機器學習演算法和大數據對借款人進行信用分析和評分，而貸款方則可以購買其風控技術，以評估借款人的信用風險，同時達到降低自身成本的作用。

該模式是通過借款人授權，獲取其在銀行、電商、社交網路等地的數據，並在此基礎上結合網路標記數據、其他合作方數據等對借款人進行信用評估，確定可貸款，授予一定信用額度后，將用戶推薦到消費金融等平台上的貸款方，並收取服務費，同時提供營銷獲客服務。與螞蟻金服以支付為入口、依託賬戶體系、獲取金融全牌照的發展路徑不同，京東金融從業務場景切入，通過供應鏈金融、消費金融服務打通產業鏈，以數據技術為核心競爭力，為金融機構和非金融機構提供菜單式、嵌入式的基礎設施服務。

在東南亞有句諺語叫「有財富百萬，不如有間燕屋」。說的就是燕屋的投資，一旦引燕成功，一間燕屋的盈利不僅穩健，而且年年看漲。

行研君的課程

北京大學雄厚的PPP專家資源，聯合財政部、發改委、交通部、住建部、等領導；國家開發銀行、建設銀行、銀行、中信（香港）投資公司、摩根盛通等投資機構高管打造精品課程。

北清智庫PE課程

由北京大學專家系統設計，為您全面解析資本市場，揭露資本的本質，讓資本不再神秘，讓資本變得簡單，讓資本不再成為斂財的工具，解除資本騙局的亂像；

由

上任4年遭遇27次已知的暗殺，不得不說的一位高官！

對於腐敗份子：寧遇閻王，莫遇老王；對於人民：寧遇老王，不要天堂。

真正的高手都是悄無聲息的擺渡人

真正的高手思維與常人不同，他們能夠跳出一己私利的小圈子，通過成就他人，幫別人擺渡，最終惠及所有人。

川普稅改，美國將成避稅天堂，跟進不跟進：沒增值稅、沒遺產稅、所得稅僅15%

這麼大規模的減稅，美國之外的國家能夠承受得了嗎？比如，減稅跟不跟進，不跟進，可能意味著大規模的資本外流，可能意味著本國企業競爭力大幅下降，從長遠看，不跟進，還意味著外匯儲備存在雪崩的風險。

一個好的管理者：場上暴君，場下朋友；工作魔鬼，生活好人

胡林翼曾送給晚年的曾國藩一副壽聯：「以雷霆手段，顯菩薩心腸」。曾國藩閱后百感交集、熱淚盈眶。委屈誤解是人生的必修課，雙重人格是領袖的鐵布衫。送給每一位管理者。