互聯網金融業務如何分析

❶ 如何進行互聯網金融運營數據的分析

今天的互聯網從業者比過去任何時候都重視數據，這並非是因為僅僅來自於「大數據」概念的炒作，而是因為我們可依賴的數據極大豐富，而我們可以動用的工具也相當充足。

這樣，有一批立志專門從事互聯網數據相關事業的朋友出現，也就不足為奇。

盡管，傳統意義上的數據人才早已有之，早在人們需要進行統計分析和概率計算的時候便有精通數學的數據科學家，但互聯網領域的數據人才卻與之有巨大的不同。

互聯網運營數據分析人才的定義

我們如何定義互聯網運營數據分析人才？事實上，定義二字本身會讓我覺得不安。我並不覺得要滿足一定的條條框框才能算「人才」，而涉及到商業領域，許多目標的實現可以有許多不同的方法，而且殊途同歸。

中國互聯網市場對於數據分析人才的需求原本比對開發工程師的需求要弱，不過市場的人才供應情況更少，這個行業普遍缺乏具有系統性數據分析能力的人才。2016年，我明顯感覺到這個缺口在進一步變大，原因在於突然爆發的精益創業、精益經營的需求隨著經濟的下滑而被激發出來。向討要人才的情況也比15年的時候要頻繁得多。

面向未來

數據分析人才的未來取決於數據分析本身的未來。最欣喜的事情是，這個未來現在正變得清晰起來，幾個同方向的力量形成合力正在促進數據分析走向一個從可有可無到不可或缺的階段。第一個力量來源於人們普遍對於數據價值的認可和重視。數據文化比過去要被更廣泛的認同。經濟形勢的走弱也客觀上促進了人們對精細化運營需求的提升，這也提升了數據的價值。第二個力量來自於可以使用的工具比過去要豐富太多，而使用難度又成倍降低。可以比較一下3年前的Omniture和現在的Google Analytics便知道這種變化的速度有多麼的驚人。功能更強大但使用更簡便的工具仍然在不斷涌現。第三個力量來自於資本的力量，即更多的基於數據產品、工具、解決方案、大數據、人工智慧的商業項目被認可和被大規模資助。第四個力量來自於連政府都在極力鼓吹和促進。第五個力量來自於國外的成功先例所起到的正向激勵作用。

一直都強調，數據的革命是繼互聯網革命之後另一個顛覆世界的變革，現在正踩在這個變革的門線上，下一步是自然而然的走向更深遠的領域，創造更大的價值，乃至創造一個前所未有的商業世界。

所以，相信任何一個閱讀了這個文章的朋友，都已經做出了正確的選擇。

❷ 如何看待互聯網金融行業

暴利行業。。

❸ 分析互聯網金融有哪些主要風險

互聯網金融風險主要包括政策法律風險、監管風險、交易風險、技術風險、認知風險等類型_除了對互聯網金融企業或客戶本身產生直接影響，其風險也可能傳導至傳統金融行業及實體經濟。
1.政策法律風險：包括法律風險和政策風險兩類。政策風險主要來自國家有關互聯網金融政策調整帶來的不確定風險。法律風險之一是刑事行政法律風險，指因觸犯非法集資類犯罪或行政違法、非法經營類行政違法或犯罪及非法證券類行政違法或犯罪的刑事法律風險。二是民事法律風險，指因交易結構本身所造成的各類民事法律風險，導致集團性訴訟案件爆發。
2.監管風險：主要來自分業監管模式與混業經營模式的不匹配。跨行業、跨部門、業務交叉性強等特徵是互聯網金融領域普遍存在的，互聯網金融企業的經營范圍可能既包括銀行業務，也包括證券業務和保險業務，形成了幾類金融業務以互聯網為基礎進行深度融合的模式。而目前中國金融業實行分業監管模式，不免存在著九龍治水和監管真空現象，互聯網金融的混業經營模式進一步強化了監管風險，風險准備金、壞賬率、信息披露、風險評級和出資人權益保伍備護等內容都未納入監管范圍，可能導致監管風險加速交叉、聚集。
3.交易風險：交易風險包括交易系統雀凱風險和交易特性風險。交易系統風險是指諸如網路仿冒、病毒威脅、系統中斷或其他不可預見的事件導致機構無法提供安全產品或服務，這種風險存在於每一個互聯網金融產品或服務中。互聯網金融交易特性風險產生於經濟主體的決策，主要由交易者之間的信息不對稱引起的信用風險，當然還包括市場風險和流動性風險。其中的信用風險主要是指網路徵信系統建設不足，信息不透明和信用信息缺乏導致信任危機和風險聚集。
4.技術風險：互聯網技術本身存在著技術風險，包括所信賴的信息系統的技術安全和技術容量、黑客攻擊、密碼泄露、賬戶資金被盜等。交易者身份和真實性難以確認，存在著較高的消費者信息泄露及受欺詐、誘騙等風險。與銀行封閉運行的業務系統相比，互聯網金融的用戶敏感信息和個人財產存在更大的安全隱患，也加速支付、清算等風險的擴散，使得風險在非傳統金融機構與傳統金融機構之間出現轉移。
5.認知風險： 互聯網金融創新之處在於創造了新的業務技術、交易渠道和方式，主要功能仍是資金融通、價格發現、支付清算等方面，而金融行業的兩大核心詞彙就是資金和風險，但由於互聯網拓展了金融交易可能性邊界，大量傳統金融覆蓋不到的人群被納入金融服務范圍，這部分人群風險識別能力和風險承受能力相對欠缺，個體和集體非理性更容易出現，提高了風險發生概率。
法律依據：
《非金融機構支付服務管理辦法》
第二條本辦法所稱非金融機構支付服務，是指非金融機構在收付款人之間作為中介機構提供下列部分或全部貨幣資金腔歲毀轉移服務：
（一）網路支付；
（二）預付卡的發行與受理；
（三）銀行卡收單；
（四）中國人民銀行確定的其他支付服務。
本辦法所稱網路支付，是指依託公共網路或專用網路在收付款人之間轉移貨幣資金的行為，包括貨幣匯兌、互聯網支付、行動電話支付、固定電話支付、數字電視支付等。
本辦法所稱預付卡，是指以營利為目的發行的、在發行機構之外購買商品或服務的預付價值，包括採取磁條、晶元等技術以卡片、密碼等形式發行的預付卡。
本辦法所稱銀行卡收單，是指通過銷售點（POS）終端等為銀行卡特約商戶代收貨幣資金的行為。
第三條非金融機構提供支付服務，應當依據本辦法規定取得《支付業務許可證》，成為支付機構。
支付機構依法接受中國人民銀行的監督管理。
未經中國人民銀行批准，任何非金融機構和個人不得從事或變相從事支付業務。

❹ 互聯網金融業務主要有哪些模式

互聯網金融的六大模式，分別為第三方支付、P2P網貸、大數據金融、眾籌、信息化金融機構、互聯網金融門戶等六大互聯網金融模式。具體如下：

1、P2P即點對點信貸。

P2P網貸是指通過第三方互聯網平台進行資金借、貸雙方的匹配，需要借貸的人群可以通過網站平台尋找到有出借能力並且願意基於一定條件出借的人群，幫助貸款人通過和其他貸款人一起分擔一筆借款額度來分散風險，也幫助借款人在充分比較的信息中選擇有吸引力的利率條件。

2、第三方支付狹義上是指具備一定實力和信譽保障的非銀行機構，藉助通信、計算機和信息安全技術，採用與各大銀行簽約的方式，在用戶與銀行支付結算系統間建立連接的電子支付模式。

3、大數據金融是指集合海量非結構化數據，通過對其進行實時分析，可以為互聯網金融機構提供客戶全方位信息，通過分析和挖掘客戶的交易和消費信息掌握客戶的消費習慣，並准確預測客戶行為，使金融機構和金融服務平台在營銷和風險控制方面有的放矢。

4、互聯網金融門戶（ITFIN）是指利用互聯網進行金融產品的銷售以及為金融產品銷售提供第三方服務的平台。它的核心就是「搜索比價」的模式，採用金融產品垂直比價的方式，將各家金融機構的產品放在平台上，用戶通過對比挑選合適的金融產品。

5、信息化金融機構，是指通過採用信息技術，對傳統運營流程進行改造或重構，實現經營、管理全面電子化的銀行、證券和保險等金融機構。金融信息化是金融業發展趨勢之一，而信息化金融機構則是金融創新的產物。

6、眾籌大意為大眾籌資或群眾籌資，是指用團購預購的形式，向網友募集項目資金的模式。眾籌的本意是利用互聯網和SNS傳播的特性，讓創業企業、藝術家或個人對公眾展示他們的創意及項目，爭取大家的關注和支持，進而獲得所需要的資金援助。

(4)互聯網金融業務如何分析擴展閱讀：

互聯網金融模式下，資金供求雙方可以通過網路平台自行完成信息甄別、匹配、定價和交易，無傳統中介、無交易成本、無壟斷利潤。一方面，金融機構可以避免開設營業網點的資金投入和運營成本。

另一方面，消費者可以在開放透明的平台上快速找到適合自己的金融產品，削弱了信息不對稱程度，更省時省力。互聯網金融業務主要由計算機處理，操作流程完全標准化，客戶不需要排隊等候，業務處理速度更快，用戶體驗更好。

❺ 互聯網金融信貸業務的風險控制分析模型

以前的平安銀行副行長趙繼臣曾經說過，互聯網金融發展到信貸業務，核心一定是風險控制能力。網貸公司想要盈利，就必須自己建立風險控制的分析模型，根據模型來劃分不同的客群，針對不同客群的風險進行定價，用收益來覆蓋風險。

最近在看《互聯網信貸風險與大數據——如何開展互聯網金融的實踐》，書中所提到的分析模型對風控很有幫助，主要從客戶准入管理、存量客戶管理和逾期客戶管理三個角度去劃分。

一、客戶准入管理

客戶引入管理是金融機構控制風險的第一道門檻，對存量客戶和逾期客戶的管理有很大幫助。客戶准入階段需要解決兩個問題，一個是引入什麼樣的客戶，二是如何授信。

客戶准入階段的模型主要有申請風險模型、初始額度模型、申請欺詐模型。

（1）申請風險模型

申請風險模型對金融機構是最常用也是最重要的，來源於客戶資質綜合評價，全面評估客戶的風險，引入優質客戶。該模型的預測變數很大程度上依賴於客戶的申請信息、信貸歷史信息和無央行徵信信息等。

主要從家庭、工作、資產負債、學歷、信貸歷史、還款歷史和新信貸需求等考核。

現在互聯網大數據的普及，還可以通過客戶流水數據、網路交易行為、瀏覽行為、評價行為等進行判斷，增加 客戶風險評價的准確性。

通常來說，如果客戶評分高，風險較低，可以直接通過；評分低，風險較高，可以直接拒絕；處於兩者之間，則進行二審再做決定。

（2）初始額度模型

初始額度的授信不僅是考慮客戶還款能力，更主要的是衡量客戶的收益情況。客戶的收益主要是來源於客戶的循環利息、逾期利息、分期手續費等。

通過客戶屬性、逾期行為、還款行為、透支情況和額度使用情況等，在一定程度上能夠反映客戶的收益。

另外電商中的購買行為、分期行為、客戶的網路瀏覽行為及點擊行為，對於客戶價值的判斷也有幫助。

風險低、收益高的客戶，初始額度授信高；風險高、收益低的客戶，初始額度授信低。

（3）申請欺詐模型

雖然欺詐客戶的比例比較小，但如果發生損失，就很難追回，所以這個模型也很重要。

申請欺詐模型，是通過客戶填寫的申請信息和央行徵信信息來判斷。這個模型的預測變數主要通過以下這些方面反映：

客戶單位名稱是否在徵信的單位列表中；客戶家庭地址、單位地址是否在徵信的地址列表中；過去一段時間同一聯系人、同一單位地址是否有多次進件；申請人、單位是否曾經發生過欺詐進件。

由於央行徵信信息的實效性和完備性，並不能完全滿足欺詐模型的需求。互聯網上的相關數據，對申請欺詐模型的建立也是有幫助的。這些具體數據包括同一cookie和IP地址是否在短時間內頻繁進件；申請貸款的cookie和IP地址是否為客戶活躍使用的；申請貸款地點離客戶家庭住址和單位地址的距離；客戶以前的互聯網行為是否活躍；電商數據、瀏覽數據、電信運營商等記錄的客戶聯系方式。

二、存量客戶管理

存量客戶即金融機構業已維護的客戶群體，其管理主要包含交易欺詐管理、再貸客戶營銷管理、授信額度管理、流失客戶管理等業務，核心目標是為了鞏固客戶的忠誠度，提高客戶價值。

存量客戶管理模型體系主要有行為風險模型、交易欺詐模型、行為收益模型、行為流失模型和市場響應模型等。

（1）行為風險模型

行為風險變數是預測客戶風險的模型，其預測變數主要由客戶的交易行為組合而成。

行為風險模型預測變數可以基於還款行為、消費行為、信用卡取現行為、欠款行為、資金的使用情況等方面來考慮。

另外央行徵信數據、互聯網交易數據和瀏覽數據、銀行流水數據等，對於行為風險模型的開發也很有幫助。

（2）交易欺詐模型

交易欺詐是指通過盜取他人的賬號和密碼信息，盜取持卡人的資金的行為。交易欺詐模型是根據客戶的歷史交易行為預測當筆交易為欺詐的可能性。

交易模型的預測變數比較多，例如通過當筆交易金額、當筆交易幣種、當筆交易時間、當筆交易地點、過去N次交易的密碼輸錯次數、過去N次交易的交易失敗次數、過去N分鍾內的交易次數、過去N分鍾小額刷卡次數等進行判斷。

（3）行為收益模型

行為收益風險模型是根據客戶的歷史行為來預測客戶未來收益的高低。

客戶收益的高低由其戶自身屬性和行為屬性的決定，主要通過性別、年齡、學歷、消費行為、取現行為、分期行為、逾期情況、額度使用情況等判斷。

低風險高收益的客群，獲取的資源相對較多；高風險低收益的客戶得到的資源就會少。

（4）行為流失模型

客戶是否有流失的徵兆，主要看其交易行為是否有異常就可判斷。

行為流失模型的預測變數，可以通過以下這些方面來考慮：近N個月的交易金額和交易筆數、額度、信用卡到期時間、也可通過央行徵信信息獲取客戶在其他金融機構持有的信用卡情況、持有他行卡的數、他行卡活躍程度，他行卡的額度。

行為流失模型主要用於客戶挽留，通常會結合行為風險模型和行為收益模型，根據風險收益的不同，採取不同的策略。

（5）市場響應模型

市場響應模型通常和風險模型結合使用，篩選風險，響應較好的客戶群作為營銷的目標客戶群。

市場響應模型需要根據營銷目標來選擇預測變數。例如存量客戶再貸營銷，預測變數就要看這些方面：最近是否有申請貸款的查詢記錄、信用卡的額度佔用情況、信用卡循環使用情況、收入負債情況等。另外客戶最近是否有買車、買房、買奢侈品等大額單筆交易的記錄等第三方數據，對於客戶是否有貸款需求也很有幫助。

三、逾期客戶管理

逾期客戶指客戶未按約定時間履行還款的約定，客戶逾期原因主要是還款意願差和還款能力不足。

針對逾期客戶，主要採用催收策略。催收計量模型是逾期看客戶分群的重要依據，能夠識別客戶的風險情況，根據風險不同採用的催收手段也不一樣。

常見的催收計量模型包括賬齡滾動率模型、行為模型和失聯模型。

（1）賬齡滾動率模型

逾期賬齡是通過逾期天數定義，賬齡越高，客戶的風險越高。比如逾期賬齡劃分：

M1客戶：逾期1~29天的客戶；

M2客戶：逾期30~59天的客戶；

M3客戶：逾期60~89天的客戶；

……

客戶評分越低，遷移至下一個賬齡的概率越高，客戶的風險越高，下個月內還錢的可能性越小。

賬齡滾動率模型採用的變數包含客戶的行為信息和催收信息，常用的預測變數包括：消費行為、取現行為、額度使用情況、還款情況、催收情況、打破承諾次數。

（2）行為模型

行為模型主要利用客戶的交易行為特徵和還款行為特徵去考察客戶未來變壞的可能性，與存量客戶管理時所考慮的變數是相同的。

行為模型與賬齡滾動率模型結合使用，對客戶的評價才會全面、准確，制定催收策略就會更優針對性。

（3）失聯模型

失聯是需要綜合一段時間嘗試使用多種方式多個時段，都無法聯繫上客戶，才能判斷為失聯。

失聯模型是基於歷史數據，預測客戶發生失聯的可能性，希望做到提前預知。

失聯模型主要關注客戶的這些信息：交易情況、貸款余額情況、額度佔用情況、最近一次聯系客戶時間、聯系方式變更情況、戶籍信息、工作家庭情況、歷史催收結果等。

互聯網的技術優勢降低了風險評估成本，風險控制變得相對容易。互聯網金融公司做信貸業務時，能夠根據風險分析模型，做好客戶分群管理，才能更好的建立競爭優勢。

❻ 如何看待互聯網金融

互聯網金融的出現是模笑一個水到渠成、不可阻擋的趨勢，它是互聯網企業依託其所培育的互聯網商務網路、對其客戶所提供的一種自然的附加服務。這些附加服務有助於改善客戶體驗、提高服務效率、增強消費者福利，對中國經濟的發展和轉型、以及提升中國金融業的服務品質都意義重大。
互聯網金融是傳統金融和互聯網結合的新型金融模式，支付寶、余額寶、網路信用卡這些都是我們身邊常見互聯網金融。新模式往往有著超強的顛覆力量，這或許也是還沒准備好的傳統力量不願意看到的。近日，網路信用卡暫停，金融圈一致指向央行護犢銀聯。馬雲在近日發言中也坦言「有時候，打敗你的不是技術，可能只是一份文件」。互聯網金融孰是孰非，讓我們來看一下孫明春（博道投資首席經濟學家、高級合夥人；前雷曼兄弟亞洲高級經濟學家）為您帶來的分析。
最近一段時間，人們對互聯網金融展開了熱烈討論，但觀點卻存在很大分歧。我們認為有必要從理論根基上理清互聯網金融與傳統金融業務的區源碼中別，以確定互聯網金融創新的本質。這不但有助於監管部門引入恰當的監管措施，也有助於金融機構（包括互聯網金融企業與傳統金融機構）合理布局自身的業務拓展。對投資者而言雹山，搞清楚互聯網金融的本質特徵對於預測這些新的商業模式的可持續性、從而預測相關企業和上市公司的發展前景也很有益處。

❼ 互聯網金融的業務模式

沒有進入金融行業的人都會好奇互聯網金融到底是怎麼樣的存在，之前也包括我，內心極其好奇，金融內在的業務邏輯到底是什麼樣的？為什麼那麼多老闆會潛逃？

在此我將通過互聯網金融業務主要四大分類來為那些想要進入或了解互聯網金融的童鞋門講解金融背後的秘密。

P2P

這邊不用解釋太多，最近大家都能收到P2P的各種利空消息，用一句話概括就是，把錢存進去，到期會有不錯的利息。

1.1.業務邏輯1:先去設定虛擬項目，再去找對外投放

這種模式的危害在於，假設一定時間內找不到投資，就直接開始拆東牆補西牆，虧損越來越大，很多老闆就是因為這個原因導致攜款而逃

這邊需要補充個知識：國家規定P2P需要先找到項目，才能讓個人去投資理財，否則屬於觸犯法律，但是國家對這塊的監管明顯是不夠的。其次用戶的資金不能長時間放在平台，必須要轉給對應的機構。未來估計國家會成立監管的平台，如現在支付寶微信需要中間嫁接一道銀聯一樣的道理。

1.2.業務邏輯2:先合作再對外公布

這種模式最大的分享在於商戶壓結算周期，平台先行發放資金+利息。但是比第一種更安全點，至少不會胡來。大公司和小公司區別就在這里。

1.3.業務邏輯3:找合作公司小額理財，類似支付寶和京東小金庫。

優勢在於隨進隨出，沒有賬期，按照七天年邊際收益進行結算。除非理財公司跑路，基本上屬於0風險。但是利息比較少，大額都被公司和理財公司給分割了。而且很大資金被分割，之前調研過，最簡單的也是很少人知道的是證券交易所有個版塊(具體忘記了，我家裡人在沒有股票可進倉的時候，都會在那個版塊操作)，T+1，高的時候一天有60+的利息，低的時候有30+左右的利息。所以你們自己算下吧。

這塊產品的適用人群為中低層居多，手上沒有什麼閑錢，有無法承擔高風險的人群。

1.4.業務邏輯4:民間融資模式

先找一下因項目資金而無法啟動的優質項目，在他們融資要求金額下，風控指定每個用戶的min和max投資比例和對應的返佣率，讓用戶進行投資。

這類產品適合的用戶群體基本上屬於手上有大額資金存款，中高層為主，不過還是屬於高風險投資的一種。如果要入手，還是需要加以市場分析去判斷選擇哪一類為好。

1.5.在P2P行業裡面如何分辨好的項目

很多人在投資的時候會有兩種思維，一種是分散性投資，一種是投資高回報的，其實這兩種都有問題。

先說第一種分散性投資,古人雲雞蛋不能放在一個籃子里，這話沒錯，但是只是無腦的分散性投資那就是2，我有個朋友就是這種類型的，最近2個月倒閉了300+P2P公司，他投資的幾家P2P都在這批名單裡面，我現在就看到他不上班每天就在那些地方要賠償。

第二種高回報的，我只想說3-4.3%左右的雖然低，危險系數相當於5-6%左右的風險度可接受，大於7%的，我就呵呵，基本上風險大。除非你用加息券這另當別論。

所以選擇投資，先要看公司靠不靠譜，再看裡面投資金額，不要太黑心，比銀行高就可以了。

1.5.P2P的運營手法有哪些

加息券是P2P的常用手法，很多運營都是在加息券的基礎上增加運營手法，比如當月加息，全額加息（這種力度比較大），通過會員等級提升0.01個點的加息，還有增值服務玩法，等等。這邊不展開說了。但是在金融公司決定運營方案的並不是運營，產品而是風控！運營只是起草個方案，優惠的數值需要風控去建模運算，否則很容易做賠本買賣

二.消費金融

簡單概括：線上線下購買商品時直接使用分期消費，而不用現金支付的金融模式。

業務模式主要分為兩大類，一類是刷卡分期，一類是無卡分期。

2.1.刷卡分期（前提是需要有銀行信用卡）

2.1.1.業務模式1：銀行信用卡分期

這種直接通過先付款，再分期還款，手續費比較高，適用於累計到大額資金，減輕還款壓力進行分期還款的用戶使用這邊展開個題外話，銀行的模式主要有

1.消費分期俗稱信用卡分期；

2.賬單分期包含已出賬單和未出賬單，招商還有個E分期主要針對額度用完，但還需要購買其他商品的人直接對已出賬單進行E分期，額度會恢復到原先，還款去E賬單進行還款；

3.現金貸：第三節的時候會具體展開細說

2.1.2.業務模式2：基於場景的消費分期

目前常見的旅遊分期、租房分期、教育分期、美容分期等。

這種模式適用於單筆大額支付的消費者，用信用卡直接分期付再還款手續費高，通過放貸平台的有卡分期付手續費會低很多。但是對於消費者最大缺點是如果商品單價高於你信用卡的額度時，你只能分期付你信用卡的額度，如：信用額度3萬，商品為4萬，你只能分3萬，還需要支付1萬元資金。

這種模式對於放貸公司和第三方資金集合平台都不用承擔任何風險，壞賬的承受者是銀行。

如果要做免息活動，則需要平台承擔費用，一般很少會對有卡分期做任何免息降息活動。因為利益劃分，平台賺最少，第三方賺中介費，銀行賺大頭。

這種模式對於放貸公司和第三方資金集合平台都不用承擔任何風險，壞賬的承受者是銀行。

下圖為背後的系統初步流轉結構。

2.2.無卡分期

所謂無卡分期，其實就是指消費者在不使用信用卡分期情況下，而能分期買到大額商品。

主要針對信用卡額度小，或沒有信用卡的用戶人群

通常做這塊業務的公司都是有放貸資質的，除非一些小公司沒有辦法獲取牌照，那他會打插邊球，下圖就是避開風險的方式。

2.2.1.業務模式：徵信較好，自己放貸；徵信較差，給他人放貸

根據網路金融的最新數據，旅遊、醫美、教育這三個品類，網路都踩到了大坑，壞賬高達6-8個點。但是也有行業里做得好的分期公司，醫美分期的壞賬僅為1.5%左右，遠優於同行數據。為了降低損失，在消費者申請分期時，需要提交個人基本信息和活體認證。

ps：所謂活體認證

1）身份證正反面：用於識別你的個人信息；

2）人臉識別：A.用於確認你是否是身份證持有者，B.用於確認你是否是活著的人，可以想像下支付寶的人臉識別流程，總需要你晃腦袋，眨眼睛，張嘴閉嘴，這就是為了判斷你是不是活人。

如果徵信較好的（俗稱白名單）這批用戶，公司是直接放貸的，不會轉給他方進行放貸，因為這批人有良好的還款信用，通常都是包賺不賠。但是除了白名單的用戶外，其他客戶平台也不是會特別願意放棄放貸機會，這時通常會找第三方「黑」貸公司（暴力催收）進行合作，從中間賺取差額的同時也讓「黑」貸公司承擔了最大的風險。

三.現金貸

由平台放貸現金給到消費者進行使用。

現金貸的前身就是高利貸，利益集團都是和黑社會掛鉤，通常高利貸是以日息計算，借款人群主要是企業老闆，或用資金過度。通過人生管控，賣淫等暴力催收還債，逼迫借款人無日無夜的還款，被國家所不允許。

後來高利貸為了生存，又不接觸法律，就開始對校園學生下手（俗稱校園貸），目標客戶為女性，為什麼？因為女人的妒忌心，攀比心，都會促進女性消費者購物慾。而且通常校園女生除了家裡的微薄生活費是買不起LV這種奢侈品牌。漸漸的校園貸進入他們的眼內。但是他們的還款能力也是有限的，這樣公司會只出不進，壞賬率會很高。為了解決這一方法，就有了現在眾所周知的「裸貸」，女性需要全身脫光拍照片，如果不還輕則把照片給他周邊朋友看，重則拖出去賣淫還款。古代如果有GDP這個詞彙的話，賣淫就像現在的中國房價，名居首位。國家知道了，極其重視這塊，所有公司都不準對校園下手。

3.1.現金貸的市場

據專家調研，根據估測，不足一年，目前現金貸行業的規模大約為6000億-10000億

2017年9月，現金貸用戶規模達1257萬，同比增速近250%

現金貸以男性為主，普遍收支不平衡，23-40歲居多，通常都是低消費，月收入小於1萬的用戶，分布於深圳，成都，上海，廣州，北京等一線城市。

3.2.現金貸的N大質疑

無徵信

在國家打壓完善貸款行業亂象叢生之前，無論平台，放貸公司，都是沒有原則的，是人就能放貸，而且平台也不會接徵信系統，一個消費者可以同一時間在多個平台申請多次，這樣其實對於平台，公司也是增加了還賬率。

信貸利息風險

有媒體統計了目前市場上78家比較知名的現金貸平台，平均利率是158%，最高利率達到598%，自己可以算下借個5萬，一個月要償還多少利息，我就呵呵了。

3.3.法律紅線

《最高人民法院關於審理借貸案件的若干意見》規定：

民間借貸的利率可適當高於銀行利率，但最高不得超過同期銀行貸款利率的4倍。

如果借貸雙方約定利率超過年利率36%，則超過部分的利息當被認定無效。

3.4.業務模式：白名單制

業務模式和消費金融其實一樣，也是分白名單和黑名單制這塊，如果徵信較好的（俗稱白名單）這批用戶，公司是直接放貸的，不會轉給他方進行放貸，因為這批人有良好的還款信用，通常都是包賺不賠。但是除了白名單的用戶外，其他客戶平台也不是會特別願意放棄放貸機會，這時通常會找第三方「黑」貸公司（暴力催收）進行合作，從中間賺取差額的同時也讓「黑」貸公司承擔了最大的風險。

四.過橋貸

過橋貸款（bridge loan）又稱 搭橋貸款 ，是指金融機構A拿到貸款項目之後，本身由於暫時缺乏資金沒有能力運作，於是找金融機構B商量，讓它幫忙發放資金，等A金融機構資金到位後，B則退出。這筆貸款對於B來說，就是所謂的過橋 貸款 。在我們國家，扮演金融機構A角色的主要是國開行/進出口行/農發行等政策性銀行，扮演金融機構B角色的主要是 商業銀行 。

4.1.過橋貸的常見模式

4.1.1.一種情況是金融機構之間的貸款過橋，即金融機構A拿到一個好的貸款項目之後，經過了各級授信審批機構的審批同意以後，由於貸款規模或者風險資產約束暫時缺乏運作資金或者暫時缺乏信貸投放能力，於是就與金融機構B商量，讓B臨時向企業發放貸款，等A金融機構資金或者貸款規模到位後，企業歸還B貸款，B則從這筆業務中退出。這筆貸款對於金融機構B來說，就是過橋貸款。而發放貸款的前提是A金融機構已經對此筆業務通過了審批，而且明確規定了最長多長時間內會貸款投放，實際上A金融機構隱含著對B金融機構貸款的擔保。

4.1.2第二種情況是金融機構A拿到一個自己認為好的貸款項目，也經過了各級授信審批機構的審批同意以後，但是由於各種原因或者是政策因素，貸款企業不能完全滿足A金融機構對貸款投放的條件和要求，這時候A或者是企業自行尋找到金融機構B，讓B臨時向企業發放一筆貸款，以達到A金融機構對企業貸款投放的條件和要求，等A金融機構貸款投放到位後，企業歸還B貸款，B則從這筆業務中退出。這筆貸款對於金融機構B來說，就是過橋貸款。與第一種情況不同的是，這種情況B金融機構對企業的貸款更多的是企業的自主行為，雖然也是以A金融機構已經對此筆業務通過了審批為前提，但是實際上A金融機構對B金融機構的過橋貸款並沒有任何責任。

4.2.平台的過橋貸模式玩法

平台通常會和銀行進行合作，要求給到項目，銀行會根據平台的量，給他一筆或多筆的項目，並告知對方已經用房子進行抵押。平台根據項目資金大小，公布過橋貸總共需多少資金，當用戶投資達到封頂值後，就給到銀行。在這期間內，用戶是不能體現，如果體現，則只退還本金。

4.3.過橋貸的利潤風險

過橋資金一般時間短，但收益高，而且資金相對安全，所以也成為一些社會資金的盈利模式，一些資金富餘多的企業特別願意進行過橋資金的經營。但是還是有部分風險，比如房子所有權歸誰所有，如果房子委託銀行拍賣，拍賣的時間也是不確定的，市值也是會隨著市場波動而波動，如果賣不出去，銀行是不會提前把資金結算給你。

❽ 如何理解互聯網金融，分析幾個核心業務就懂了

互聯網金融，是利用互聯網技術和移動通信技術等一系列現代信息科技技術實現資金融通的一種新興金融模式。在此種模式下，市場信息不對稱程度非常低，資金供需雙方能夠通過網路直接對接，交易成本大大減少。
通過對業內相應商業模式、商業現象進行深度剖析，可以將互聯網金融分為六大模式：第三方支付、P2P網貸、大數據金融、眾籌、信息化金融機構、互聯網金融門戶。
謝謝採納，僅供參考！