消费金融三模式：资金驱动 场景驱动 技术驱动

来源：风口的石头

传统消费金融的资金驱动模式

商业银行是我国最早开展消费金融业务的机构，其突出特点是资金成本低，风险容忍度低，内部流程严格，运营模式较重，业务成本高。有效运用低资金成本和高信用度客户的优势，提升放贷量，获取利差（或手续费）收入是商业银行从事消费金融业务的主要驱动力。

以商业银行为代表，传统消费金融业务主要包括两大类：信用卡和个人消费贷款（分期）。

（1）信用卡

信用卡包含信用支付和消费信贷（分期）双重功能，采取的是“一次授信，循环使用”的模式，根据不同用户的信用水平，给予不同的授信额度。持卡人可以在信用卡额度内进行消费，还可以对产生的账单选择分期还款。

传统线下申请信用卡一般需要15个工作日左右，线上申请信用卡减少了资料寄送等时间，可以大大缩短这个周期，有的银行只需要3个工作日左右。不过由于银行信用卡一般都是由总行信用卡中心管理和发卡，寄送信用卡还需要1-3天左右的时间。

剔除住房贷款，信用卡是目前我国规模最大的消费金融产品。截至2015年末，信用卡应偿信贷余额为3.09万亿元，占非住房消费贷款余额的65%；信用卡和借贷合一卡在用发卡数量共计4.32亿张，信用卡人均持卡量为0.29张。

（2）个人消费贷款（分期）

商业银行个人消费贷款主要是针对消费者的耐用消费品、购车、教育、装修、旅游等消费需求而发放的贷款，包括有担保（抵押/质押）和无担保（纯信用）两种，以有担保的消费贷款为主。无担保的纯信用贷款一般额度较小或者只针对银行的高端和优质用户。

（3）优劣势分析

资金驱动模式以银行主导的消费金融业务为代表，这种模式既有优点，也有不足之处。

优势：

A.贷款额度高、利率低。资金优势是由银行机构性质决定的（能够吸收存款），与其他机构相比，银行的消费金融产品一般额度更大、利率更低。

B.风控严格、流程规范。银行受到的监管更为严格，因此其风险偏好较低，风控较为严格，并且建立了完整规范的审批流程。

C.占有金融牌照优势。牌照优势，加之低成本的资金优势，使得银行能够依靠利差就获得较高的利润，银行消费金融的盈利模式主要以利差为主。

劣势：

A.以我为主的业务模式，用户感知不友好。占有资金及垄断优势，使得银行能够对用户进行更挑剔的选择，由于服务门槛高等因素，给一般用户的感知较为冰冷。

B.征信主要依托强变量，用户覆盖率低。银行对借款人的信用评估主要依托金融相关的强变量，如收入、资产、信用记录等，其优势是评估可靠，但人群覆盖率低。

C.服务门槛高，用户集中于少部分高收入人群。信用卡一般要求申请人有较高的收入水平和良好的信用记录；金额稍大的消费贷款一般都需要抵质押。

D.运营成本高，效率低，覆盖度低。银行消费金融业务具有较为完整规范的业务流程，但整个流程中存在大量人工环节和审批程序，运营成本很高，导致银行的消费金融业务主要集中于金额相对较大的领域，大量的日常消费场景难以覆盖。

电商消费金融的场景驱动模式

场景驱动的特点是金融产品与消费场景高度融合，从场景获客，并依托场景提高风控能力和用户体验。电商消费金融产品包括代付类消费贷款（分期）和现金贷两种，其中代付类产品能够与场景有效结合，是电商消费金融最典型的产品类型。

（1）代付类消费贷款（分期）

代付类消费贷款（分期）是指消费者不接触资金，资金由消费金融服务商直接支付给供应商，包括循环授信类和单次分期类。前者主要为大型电商采用，后者是一些垂直类平台的主要产品形式。

额度授信类产品与银行信用卡的功能相似，平台根据用户的信用水平给予一个总的授信额度，用户在额度内进行信用支付并享受一定的免息期，还可以申请分期消费。电商消费金融的额度授信类产品一般只能在电商平台内使用。

垂直类平台则针对某个细分消费场景中的人群，例如租房、装修、教育、旅游等，直接根据消费对象提供分期付款服务。

目前，代付类产品是互联网消费金融最主要的产品形式，特别是在大型电商的带动下，这类业务呈现爆发式增长。例如2015年11月首次参与双11的蚂蚁花呗，在前半小时交易额就达到了45亿，全天交易总笔数6048万笔，占支付宝整体交易8.5%；2016年京东“6·18”店庆当天，白条交易额8分钟破亿。

（2）现金贷

在代付类消费贷款的基础上，一些大型电商平台还推出了现金贷款产品，例如京东金融的金条，蚂蚁金服的借呗等。

电商消费金融的现金贷产品与循环授信类产品的开通流程相似，由系统进行综合评估，邀请部分用户测试后逐步扩大用户覆盖率，现金贷产品对用户信用水平要求更高。

（3）优劣势分析与资金驱动模式相比，电商消费金融的场景驱动模式有以下特点：

优势：

A.能够与场景深度融合，提高用户体验，例如：由于不需要跳转网银，支付更便捷且成功率更高[支付宝发布的数据显示，2014年1月全国170家银行的支付宝平均支付成功率为86.74%（包括储蓄卡和信用卡）,其中最高的新加坡星展银行也仅为95.7%。而根据花呗、白条公布的数据，即使在“双11”、“618”这种支付高峰期，二者的支付成功率也高达99.99%。]，消费者在享受消费的同时就可以完成分期申请等。

B.结合场景，提高风控水平。由于能够掌握消费场景，电商的消费金融用户具有更加真实的消费意图，平台本身也能有效管控借款人的资金流从而提高风控水平。

C.定价、盈利模式更为灵活多样。电商连接消费者和供应商，既可以从C端获取收入，也可以从B端获取收入，因此在消费金融定价上具有更大的灵活性。

D.征信手段和数据维度更为丰富。与传统消费金融相比，电商消费金融对用户信用的评估不局限于金融强变量，还包括用户的消费数据、物流数据、行为数据等，能够覆盖许多传统模式难以服务的用户人群。

E.更加注重以用户为中心的业务模式。电商消费金融能够更加高效的与用户连接，更加贴近用户并注重用户体验。

劣势：

A.场景融合度高，灵活性相对较差。电商主要依托自身的场景和积累的用户数据来发展消费金融，垂直类的分期平台更是将获客、风控、服务与特定场景深度融合，其对于不同场景适用的灵活性较差。

B.额度相对较小，部分产品利率高。前互联网消费金融普遍以相对小额的产品为主。许多产品的利率也高于银行，不过由于定价模式更为灵活，也存在许多低息、零息甚至负利率的产品。

第三方消费金融服务的技术驱动模式

随着综合电商平台依托自身场景建立起数据化、自动化的消费金融风控及运营系统并尝试向外输出，以及部分技术实力较强的消费金融服务机构着力打造智能信贷决策引擎，广泛开展第三方合作，消费金融的技术驱动模式蓄势待发。

典型事件：

2015年2月，众安保险联合赶集网推出“租呗”。

2015年4月，京东白条走出京东。

2015年4月，百度金融推出“百度有钱花”。

2015年6月，智能信贷产品“读秒”上线。

2016年3月，泰康在线推出消费金融云。

2016年5月，阳光信保联合寺库推出库支票。

2016年6月，读秒推出智能信贷引擎POWEREDBYDUMIAO。

（1）电商平台的风控技术扩展与输出

电商平台大多依靠场景驱动获得消费信贷的首批用户，迅速利用自身的大数据优势和技术优势进行大数据风控实验，构建起基于大数据的消费信贷风控系统，把场景驱动升级为技术驱动，并向内部和外部两个维度延伸。

内部延伸是把大数据风控经验向交易和支付环节推广，其典型代表是蚂蚁金服的CTU系统。CTU的核心功能就是判断交易是否由账户的主人在操作，对可疑交易进行验证，继而拦截。目前，交易的打扰率已经下降了65%，日常操作中80%左右的风险事件在智能风控这个环节就可以得到解决。

外部延伸是把大数据风控能力向平台之外的机构输出，其典型代表是京东金融“白条+”和京东“金条”。前者走出京东商城的生态圈，通过与旅游、装修、租房、汽车、教育等行业平台对接，为该行业的消费者提供信贷服务，并与银行联名发布信用卡，进行联合风控；后者则于2016年6月开放给银行，与银行联合授信。

电商平台把消费金融产品和风控能力向外输出，一方面有助于打破外界对其封闭生态能力的质疑，融合外部数据和用户；另一方面，电商平台在此过程中成为“第三方”，为其它机构提供金融技术服务，有助于提高整个行业的技术应用水平。（2）独立第三方的技术方案输出

在电商平台把自己的金融能力向外输出的同时，涌现了一批既不依赖资金、又不依赖场景、甚至自身并不进行任何放贷业务的独立第三方消费金融技术服务商，其核心能力为全流程的自动化消费信贷解决方案。

以众安在线的“千单”系统为例，它以信用数据为基础，连接消费场景端和用户端。线上，作为连接器和信用枢纽，其它机构可以快速实现账户的体系搭建、流量变现、消费应用等功能，同时还能让众安信用保险服务用户实现跨场景消费；线下，则可用于连接用户端和场景端，完成信用账户和消费场景的对接，用户可以到所有加盟“千单”的实体门店和商业场所进行信用消费。独立第三方消费金融技术服务商专注于广泛用户需求发掘和通用型技术研发，与合作伙伴没有商业利益上的潜在冲突，决策系统也不依赖单一体系的数据源，可以方便的与各类企业展开合作。从其业务合作伙伴的量级和应用效果来看，这类公司的技术水平即使与互联网巨头相比也并不逊色。

（3）消费金融技术驱动模式的特点

A.数据化

数据化是消费金融技术驱动的基础，对数据特别是大数据的运用是技术驱动模式与传统模式的关键区别。消费金融数据化又包括两方面的内容：数据化信用评估和数据化精准运营。

数据化信用评估主要是利用大数据及相关技术解决以下几个问题：一是提高用户信用评估的精确性以及速度效率；二是通过多维数据的运用，改变传统消费金融完全依赖金融数据对用户进行信用评估的模式，解决缺乏信用记录人群的信用评估问题；三是增加动态数据，提高用户信用评估的实时性，有效提高信用评估的准确性及有效性。

数据化精准运营是以数据为基础，通过对各类用户数据的挖掘和分析，提高消费金融业务运营的科学性、精准性和精细化程度。例如基于用户画像，精准锁定目标客户，提高客户转化率；基于动态数据的监测分析，对用户还款进行及时提醒，对高危用户进行实时预警；基于用户数据分析，针对特定用户设计差异化的消费金融产品等。

B.自动化

自动化是消费金融技术驱动提升效率的关键，它使用机器学习、数据挖掘等技术建立审贷模型，在用户提交申请资料后使用模型自动进行审批，从而用机器和算法代替人工，极大的节省了人工成本，并大大加快了信贷审批速度，实现分钟级乃至秒级的授信决策，达到“无感化”的用户体验。

与此同时，自动化不仅仅体现在审贷环节，还贯穿于消费与信贷的始终，包括交叉营销、贷后管理等。例如，在对用户授信之后，技术驱动系统可以实时监控用户动向，自动生成还款提醒、逾期催收等方案，继续节省消费信贷的人力成本。

C.柔性化

消费金融技术驱动不依赖于场景，但又可以与场景相结合，获得更好的风控效果和用户体验。这意味着技术驱动系统存在着标准模型，可针对无场景用户提供标准化的消费信贷服务；标准模型又是极度柔性、灵活的，可以快速根据具体场景进行调整和定制，为场景方提供超越标准模型的风控能力。

柔性化的另外一层含义在于消费场景千差万别，场景方的需求各不相同，有的仅需信用评估服务、有的需要信贷决策服务，而有的需要全流程服务，这就要求技术驱动系统高度模块化，可根据实际需求进行灵活分拆和组合，从而随时随地嵌入场景方的交易过程，按需提供服务。