互联网金融趋势数据征信更成熟.蹭飞

互联金融趋势：数据征信更成熟

趋势三：互联征信更加成熟

与传统金融业相比，互联金融企业，特别是电商金融，其掌握的核心优势在于支付渠道和海量的数据积累，活性高，变化频繁，能够对借款人的资本信用做即时、快捷的评估，并进入贷款操作流程。传统金融业的放贷流程则需要对实体资产，债务，流动性情况做严密分析从而做出评估，对数据的依赖程度相对不高。所以说，互联金融的一大优势在于基于互联的线上征信技术。

这种线上的数据征信也是互联金融的本质属性之一，也是其区别于传统金融的主要特点。 成本低，效率高，信息透明，这是互联数据的优势；但目前这个阶段而言，由于国内的数据资源还不尽完善，数据征信只能在少数几个比较完好的生态圈内实现，如阿里电商等，其他的平台要么需要传统金融的信用记录做支撑，要么需要从其他生态圈内进行数据的引流，所以互联征信还不是很成熟。

这和中国的信用环境不无关系，社会整体的信用程度不高，大多还是依靠传统的线下信用积累方式来实现融资的通畅，其信用的建立方式是实物和资产的抵押，或者债权的质押。即便是目前的互联金融，能够真正进行纯粹数据征信的平台也不多，大多还是上和线下的信用之间做一个比较融洽的结合。

但就长远发展而言，以数据征信为代表的互联金融在运作效率和成本上更胜一筹。即便是传统的金融机构，如银行，目前也在借鉴数据征信的方法，进行纯信用贷款的实践。民生电商的概念是最好的例子，将民生银行业务和电商平台结合起来，用电商的方式使得银行获得数据的前端，使银行获得这种数据征信的能力，并和传统的看重资产和负债，抵押物等的征信方法结合起来，共同推动银行业务发展。从这个角度来说，基于互联数据思维的数据征信有更持久的生命力。

简单概括一下的话，数据征信是内核，提升核心的竞争能力；应用场景化是提供更多的入口，是渠道策略；而城市包围农村则是一种战略路径，目的是让互联金融扎根土壤。

互联金融的数据征信表现

难度相应提高。以往北京的资格证笔试主要考查两学：教育学和教育心理学在互联金融的具体业务模式中，第三方支付的电商金融，之所以能够依赖电商平台开展内部的商户信贷业务，并通过频繁的资产交易做大规模，最本质的优势在于电商用户的交易数据和频率，能够确保平台的信贷不良率控制在1%以下，大幅领先于银行的小微贷业务。如阿里金融，通过数据化的平台开展征信操作，将商户的信贷风险控制在较低的程度，从而能够实现日均100万左右的利息收入。其他电商，苏宁、腾讯、京东等，不管是自己开展小贷业务，还是和银行合作开发信贷产品，所利用的也无非是电商平台上的客户数据，因为这部分数据是开展类银行业务的征信的最好范本。

此外，P2P公司作为互联金融的重要类型，本质上也需要利用平台或者其他渠道的互联数据进行数据征信分析。P2P，简称人人贷，就是陌生人之间的上借贷，在不相识的人之间开展借贷业务，投资者就需要借助对借款人的数据分析来完成信用评估。目前国内的P2P公司还没有达到完全的上数据征信

，一方面是数据库不完善，各个平台之间数据库相对封闭，另一方面是中国的社会信用体制还不完善，存在很大程度上的道德冒险。

因此，P2P在国内的发展呈现出混乱，千差万别的现象，极有线上无担保的，也有线下担保的，既有纯中介的，也有债权债务转让的，既有做个人与个人的，也有做项目的，最大的问题是缺乏一个完善的，可靠的数据源进行数据征信分析。这也使得目前国内大多数P2P不得不走回银行信贷的老路：开展线下的资产抵押，债务等审核，以确定信用。而互联金融的最大竞争力在于数据分析和征信，P2P行业在这一方面亟待加强。

除了电商金融和P2P，数据征信还是互联金融的一种单独类别，国外就存在专门为互联公司提供数据征信服务的公司。其原理在于搜集数据源，或自我挖掘，或从其他平台购买，利用自身数据分析工具，开展数据分析，形成分析结果，并卖给需要这些征信数据公司。数据征信在信用数据积累相对比较完善的国家发展较快，在国内，由于数据库建设和各个平台之间的数据封闭，开展此项业务相对比较困难。央行目前就在逐渐放开对个人的数据征信查询，日前，央行宣布，9省市公民可以查询自己的个人征信，也是破例推动社会整体征信的表现。