一文读懂2016中国消费金融市场分析

消费金融带给我们诸多好处，比如付个首付游，就可以随时来个说走就走的旅行，再也不会因为“钱包那么小”而“谁也走不了”了。

为了更好地分析消费金融行业的发展现状及未来趋势，咨询了消费金融的从业者及专家学者，通过市场调研方式，分析了2016年以来使用消费金融服务消费者的观点和看法，从行业和消费者两个维度来阐述消费金融的现状和未来。

基于消费变化而爆发

概括来说，消费能力和消费结构的变化是消费金融发展的最根本动力。

首先，消费金融发展的背景，是中国居民消费信贷以远高于GDP的增速在发展，近五年都保持在15%以上，居民消费结构也将优化升级。

其次，传统的个人金融服务如信用卡资质要求较为严格，导致受众较少且集中在高端；在校生、蓝领、农村户籍人口等人数众多，但难以享受到传统的金融服务。传统金融服务存在一定的服务盲区，而这也是消费金融发展的市场机遇。

通过调研分析发现，目前消费金融已经形成了成熟的产业链，主要由资金提供方、消费金融服务公司和消费者三部分构成

资金提供方式包括股东存款、同业拆借、ABS、P2P平台等，不同渠道的资金成本差异较大，ABS成为主流模式，P2P的资金成本最高；

消费金融服务公司社会更为熟知，包括拥有消费金融拍照的15家消费金融公司，依托自身平台的电商消费金融公司如蚂蚁金服、京东白条等，以及数量众多依托场景的公司，如校园分期、旅游分期等，三种类型的公司在资质、客户、征信手段等方面存在较大差异；

消费者方面，线下仍是目前的主流，目前占比达到99%，线上是未来的趋势，但目前的成本较高。

同时，银监会、征信机构、催债机构等部门也在产业链中扮演重要地位。大数据公司的地位更加显现，不仅是征信机构的有效补充，提供画像、偏好等更多维度的数据，而且也将是消费金融从线下走向线上，精准营销、降低获客成本的重要手段。

个人信用数据在人行、个人征信机构、电信运营商、消费金融服务商等都有分布，任一单一的数据源都难以做到完全精准；数据源之间的拉通、整合才可以发挥更大的价值，目前消费金融从业企业也多采用多方数据源进行验证。

值得注意的是，产业链已经逐渐完善，但在各环节的创新仍在不断发生，如资产证券化、消费场景、征信风控模型等。

三种经营模式角逐消费金融市场：

消费金融公司拥有消费金融牌照共15家，股东背景雄厚，布局市场时间较长；

电商消费金融平台公司依托电商的客户和交易数据，场景成熟，与主业相互补充；

分期购物平台公司创业公司众多，以场景为创业依托，资本成本较高。谁最钟爱消费金融？

这几年国人提前消费意识显然已经常态化，特别是“80后”“90后”等消费主体对“先享受后付钱”的接受度提高。

经调研，78.4%的人现阶段存在想购买而又无力支付的情况，金融产品的需求持续存在，同时消费者对消费金融认知程度普遍较高，有着一定的群体基础。

通过对消费者的详细分析发现，购买过消费金融产品的消费者平均年龄29.7岁，普遍年龄较轻。

多数来自一线城市及东部沿海省份，经济发达地区接受程度较高；消费者职业以普通职员、企业中层管理人员和在校生为主，工作人员的税前收入在6000以上，学生生活费在1500到2000元区间的人数最多。

目前超过80%的消费者仅使用过1到2家的消费金融公司的产品，在选择企业时主要关注贷款流程、信誉和品牌，对行业巨头的产品和服务较为认可。

使用消费金融的主要原因集中在分期减少压力以及受先享受后消费的观念，电子产品是主要的购买物品，在前景方面多数消费者看好消费金融的前景。

5K和100K分别是申请额度的两个高峰，100K的审批额度明显低于预期。

消费金融审核及发放贷款的时间较短，审核30分钟以内占整体57.6%。

调查分析，2015年中国消费金融占GDP的比重为7%，居民负债率水平也比较低，对比美国情况来看，国内随着消费升级和人们消费理念的改变，消费金融的蓝海依旧，存在较大的可拓展空间。

以客户营销为例，互联网的普及率已经超过50%，消费金融营销从线下向线上转移是未来的趋势，目前线上渠道的主要问题是成本，而基于大数据的用户画像体系可以精确地细分人群，找到潜在客户，可以有效降低成本，有望成为未来的突破口之一。

在金融市场，做好风控至关重要。

但是征信面临的环境日益复杂，需要在征信体系和模型上未雨绸缪，数据共享是未来的发展趋势。

不同的数据源可以更加直接地分析出维度，如运营商提供客户位置信息，通过客户频繁不规律的位置移动，可以判断用户存在多处骗贷的可能，这是其他数据源难以靠量进行补充的。

并且，数据虽然分散但都具有一定的价值，为了精准地分析用户，多源数据的整合和拉通可以提供更多的信息和维度，对于征信帮助显著。目前，即使蚂蚁信用也只有40%的数据来自阿里系，因此，数据共享才能发挥更大的价值。

总而言之，当传统金融市场日趋饱和之时，一片蓝海的消费金融正在快速推进，借政策风口的同时凭着大数据技术之力，不断扩大着金融覆盖面。