互聯網金融創業說：線上微貸，比小貸還小

在中國，比小貸還小的市場在哪裡？

面向數娛行業的信用支付與傳統信用卡的商業模式完全不同。 在中國，線上支付所面臨的最大問題是支付安全，使用者對其有普遍置疑。 我們在對使用者的調研中發現，70%的使用者放棄使用網上支付是因為不想給不信任的APP留卡號、姓名、身份證號等個人資訊。

在調研中， 80後的網遊玩家甚至出現了為了在網上支付而單獨辦理一張小額信用卡的現象。 此外，在數位娛樂行業，消費通常在幾十到幾百塊錢。 算不上大額，更不需要分期還款。

所以我們將信用支付定位為面向數位娛樂行業的安全、無卡支付，通過手機號碼即可受信，受信後回饋額度、並完成支付。 貸後由自動化催款流程完成，恩威兼顧，有獎勵還款措施，也有拖欠懲罰措施。

授信的基礎來源於資料，授信可做到即時。 授信資料包括運營商、銀聯、央行征信、P2P貸款機構、及協力廠商資料等。 除此之外，借鑒了美國ZestFinance公司的經驗，將一切使用者行為資料作為授信資料。

ZestFinance公司發現，使用者在網站上所停留時間、填申請表時的大小寫字母的習慣等資料都與授信或壞賬相關。 PP錢包將各個資料來源整合後，再分類為使用者身份資料、行為資料、社交資料、推測資料，最後根據資料推算出使用者未來可能行為。

在中國，通過資料做線上信貸是否成立？

征信系統的建設，在於模型，但更在於資料。 當前，使用者資料不僅「割裂」，而且「少」。

資料「割裂」，從運營商、銀行、保險、券商到P2P，均視資料為自家的自留地，不願與他人共用。 而在國外，所有銀行、信用卡中心、貸款機構都會與FICO即時同步資料。 也在此「共用」的基礎上，才有了FICO信用評分模型，能夠利用橫跨信用卡交易記錄、貸款還款記錄、欠款源數量、使用者信用硬查詢次數的各種資料。

中國目前都還沒有像FICO一樣的征信「中心」，而且各家資料的重合度很小。 就拿我們與另一家知名資料公司的資料交換對比來看，重合度只有6%，從某種程度說明了中國資料的割裂。

再有就是資料「少」，中國信用卡的滲透率約25%、就算把中國所有信用卡資料給融合起來，也只能覆蓋中國的25%，且基本是一、二線城市的資料，這部分不愁沒錢花的人。

同時，信用支付的需求，多來自于消費能力和消費意願有巨大差異的群體——沒錢，但是想花錢，集中在二、三線城市的中低收入者，或者是比較年輕的群體，例如大學生，還沒有申請消費貸款或信用卡的條件。 這部分人，當前的信用資料覆蓋不到。

國外線上小貸的發展

國外線上小貸的發展已經很快，從短期信用卡還款貸Wonga、使用者成長體系貸LendUp、到消費付時貸Affirm和大學生助學貸SoFi，借由完整的資料信用體系和社交網路管道快速擴張。

不僅面向個人的貸款全面線上化，甚至面向企業的貸款也在向線上轉移，例如OnDeck和Kabbage，通過企業信用和社交資料，在5分鐘內即可完成對商戶的授信。

中國線上小貸的發展

當前，正是中國線上小貸的快速發展期，一大批創業公司正在湧現，各自佔據一塊市場區隔，如消費貸、信用卡還款貸、貸款重做、助學貸、車貸、房產貸等。 各自為政，單打獨鬥。

這不會長久，因為貸款行業是規模經濟。 其一，在貸款資產證券化合法合規之前，放貸資金的規模和成本決定了小貸公司能做多大、能多賺錢。

第二，資料的規模，決定了線上貸前的有效性。 對於線上小貸而言，貸前幾乎壓倒貸中、貸後，最為關鍵。 如何在貸前利用各種資料，挖掘、預測使用者潛在的拖欠可能性，是對線上小貸最大的挑戰。 這些都決定了單打獨鬥不是長久之計。

「共用」，將成為這兩年線上小貸發展的關鍵字。 共用使用者資料、共用使用者黑名單、白名單，是線上小貸為降低壞賬率將踏出的第一步，也是填補中國征信系統資料75%缺失的開始。