互联网金融业务如何分析

❶ 如何进行互联网金融运营数据的分析

今天的互联网从业者比过去任何时候都重视数据，这并非是因为仅仅来自于“大数据”概念的炒作，而是因为我们可依赖的数据极大丰富，而我们可以动用的工具也相当充足。

这样，有一批立志专门从事互联网数据相关事业的朋友出现，也就不足为奇。

尽管，传统意义上的数据人才早已有之，早在人们需要进行统计分析和概率计算的时候便有精通数学的数据科学家，但互联网领域的数据人才却与之有巨大的不同。

互联网运营数据分析人才的定义

我们如何定义互联网运营数据分析人才？事实上，定义二字本身会让我觉得不安。我并不觉得要满足一定的条条框框才能算“人才”，而涉及到商业领域，许多目标的实现可以有许多不同的方法，而且殊途同归。

中国互联网市场对于数据分析人才的需求原本比对开发工程师的需求要弱，不过市场的人才供应情况更少，这个行业普遍缺乏具有系统性数据分析能力的人才。2016年，我明显感觉到这个缺口在进一步变大，原因在于突然爆发的精益创业、精益经营的需求随着经济的下滑而被激发出来。向讨要人才的情况也比15年的时候要频繁得多。

面向未来

数据分析人才的未来取决于数据分析本身的未来。最欣喜的事情是，这个未来现在正变得清晰起来，几个同方向的力量形成合力正在促进数据分析走向一个从可有可无到不可或缺的阶段。第一个力量来源于人们普遍对于数据价值的认可和重视。数据文化比过去要被更广泛的认同。经济形势的走弱也客观上促进了人们对精细化运营需求的提升，这也提升了数据的价值。第二个力量来自于可以使用的工具比过去要丰富太多，而使用难度又成倍降低。可以比较一下3年前的Omniture和现在的Google Analytics便知道这种变化的速度有多么的惊人。功能更强大但使用更简便的工具仍然在不断涌现。第三个力量来自于资本的力量，即更多的基于数据产品、工具、解决方案、大数据、人工智能的商业项目被认可和被大规模资助。第四个力量来自于连政府都在极力鼓吹和促进。第五个力量来自于国外的成功先例所起到的正向激励作用。

一直都强调，数据的革命是继互联网革命之后另一个颠覆世界的变革，现在正踩在这个变革的门线上，下一步是自然而然的走向更深远的领域，创造更大的价值，乃至创造一个前所未有的商业世界。

所以，相信任何一个阅读了这个文章的朋友，都已经做出了正确的选择。

❷ 如何看待互联网金融行业

暴利行业。。

❸ 分析互联网金融有哪些主要风险

互联网金融风险主要包括政策法律风险、监管风险、交易风险、技术风险、认知风险等类型_除了对互联网金融企业或客户本身产生直接影响，其风险也可能传导至传统金融行业及实体经济。
1.政策法律风险：包括法律风险和政策风险两类。政策风险主要来自国家有关互联网金融政策调整带来的不确定风险。法律风险之一是刑事行政法律风险，指因触犯非法集资类犯罪或行政违法、非法经营类行政违法或犯罪及非法证券类行政违法或犯罪的刑事法律风险。二是民事法律风险，指因交易结构本身所造成的各类民事法律风险，导致集团性诉讼案件爆发。
2.监管风险：主要来自分业监管模式与混业经营模式的不匹配。跨行业、跨部门、业务交叉性强等特征是互联网金融领域普遍存在的，互联网金融企业的经营范围可能既包括银行业务，也包括证券业务和保险业务，形成了几类金融业务以互联网为基础进行深度融合的模式。而目前中国金融业实行分业监管模式，不免存在着九龙治水和监管真空现象，互联网金融的混业经营模式进一步强化了监管风险，风险准备金、坏账率、信息披露、风险评级和出资人权益保伍备护等内容都未纳入监管范围，可能导致监管风险加速交叉、聚集。
3.交易风险：交易风险包括交易系统雀凯风险和交易特性风险。交易系统风险是指诸如网络仿冒、病毒威胁、系统中断或其他不可预见的事件导致机构无法提供安全产品或服务，这种风险存在于每一个互联网金融产品或服务中。互联网金融交易特性风险产生于经济主体的决策，主要由交易者之间的信息不对称引起的信用风险，当然还包括市场风险和流动性风险。其中的信用风险主要是指网络征信系统建设不足，信息不透明和信用信息缺乏导致信任危机和风险聚集。
4.技术风险：互联网技术本身存在着技术风险，包括所信赖的信息系统的技术安全和技术容量、黑客攻击、密码泄露、账户资金被盗等。交易者身份和真实性难以确认，存在着较高的消费者信息泄露及受欺诈、诱骗等风险。与银行封闭运行的业务系统相比，互联网金融的用户敏感信息和个人财产存在更大的安全隐患，也加速支付、清算等风险的扩散，使得风险在非传统金融机构与传统金融机构之间出现转移。
5.认知风险： 互联网金融创新之处在于创造了新的业务技术、交易渠道和方式，主要功能仍是资金融通、价格发现、支付清算等方面，而金融行业的两大核心词汇就是资金和风险，但由于互联网拓展了金融交易可能性边界，大量传统金融覆盖不到的人群被纳入金融服务范围，这部分人群风险识别能力和风险承受能力相对欠缺，个体和集体非理性更容易出现，提高了风险发生概率。
法律依据：
《非金融机构支付服务管理办法》
第二条本办法所称非金融机构支付服务，是指非金融机构在收付款人之间作为中介机构提供下列部分或全部货币资金腔岁毁转移服务：
（一）网络支付；
（二）预付卡的发行与受理；
（三）银行卡收单；
（四）中国人民银行确定的其他支付服务。
本办法所称网络支付，是指依托公共网络或专用网络在收付款人之间转移货币资金的行为，包括货币汇兑、互联网支付、移动电话支付、固定电话支付、数字电视支付等。
本办法所称预付卡，是指以营利为目的发行的、在发行机构之外购买商品或服务的预付价值，包括采取磁条、芯片等技术以卡片、密码等形式发行的预付卡。
本办法所称银行卡收单，是指通过销售点（POS）终端等为银行卡特约商户代收货币资金的行为。
第三条非金融机构提供支付服务，应当依据本办法规定取得《支付业务许可证》，成为支付机构。
支付机构依法接受中国人民银行的监督管理。
未经中国人民银行批准，任何非金融机构和个人不得从事或变相从事支付业务。

❹ 互联网金融业务主要有哪些模式

互联网金融的六大模式，分别为第三方支付、P2P网贷、大数据金融、众筹、信息化金融机构、互联网金融门户等六大互联网金融模式。具体如下：

1、P2P即点对点信贷。

P2P网贷是指通过第三方互联网平台进行资金借、贷双方的匹配，需要借贷的人群可以通过网站平台寻找到有出借能力并且愿意基于一定条件出借的人群，帮助贷款人通过和其他贷款人一起分担一笔借款额度来分散风险，也帮助借款人在充分比较的信息中选择有吸引力的利率条件。

2、第三方支付狭义上是指具备一定实力和信誉保障的非银行机构，借助通信、计算机和信息安全技术，采用与各大银行签约的方式，在用户与银行支付结算系统间建立连接的电子支付模式。

3、大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风险控制方面有的放矢。

4、互联网金融门户（ITFIN）是指利用互联网进行金融产品的销售以及为金融产品销售提供第三方服务的平台。它的核心就是“搜索比价”的模式，采用金融产品垂直比价的方式，将各家金融机构的产品放在平台上，用户通过对比挑选合适的金融产品。

5、信息化金融机构，是指通过采用信息技术，对传统运营流程进行改造或重构，实现经营、管理全面电子化的银行、证券和保险等金融机构。金融信息化是金融业发展趋势之一，而信息化金融机构则是金融创新的产物。

6、众筹大意为大众筹资或群众筹资，是指用团购预购的形式，向网友募集项目资金的模式。众筹的本意是利用互联网和SNS传播的特性，让创业企业、艺术家或个人对公众展示他们的创意及项目，争取大家的关注和支持，进而获得所需要的资金援助。

(4)互联网金融业务如何分析扩展阅读：

互联网金融模式下，资金供求双方可以通过网络平台自行完成信息甄别、匹配、定价和交易，无传统中介、无交易成本、无垄断利润。一方面，金融机构可以避免开设营业网点的资金投入和运营成本。

另一方面，消费者可以在开放透明的平台上快速找到适合自己的金融产品，削弱了信息不对称程度，更省时省力。互联网金融业务主要由计算机处理，操作流程完全标准化，客户不需要排队等候，业务处理速度更快，用户体验更好。

❺ 互联网金融信贷业务的风险控制分析模型

以前的平安银行副行长赵继臣曾经说过，互联网金融发展到信贷业务，核心一定是风险控制能力。网贷公司想要盈利，就必须自己建立风险控制的分析模型，根据模型来划分不同的客群，针对不同客群的风险进行定价，用收益来覆盖风险。

最近在看《互联网信贷风险与大数据——如何开展互联网金融的实践》，书中所提到的分析模型对风控很有帮助，主要从客户准入管理、存量客户管理和逾期客户管理三个角度去划分。

一、客户准入管理

客户引入管理是金融机构控制风险的第一道门槛，对存量客户和逾期客户的管理有很大帮助。客户准入阶段需要解决两个问题，一个是引入什么样的客户，二是如何授信。

客户准入阶段的模型主要有申请风险模型、初始额度模型、申请欺诈模型。

（1）申请风险模型

申请风险模型对金融机构是最常用也是最重要的，来源于客户资质综合评价，全面评估客户的风险，引入优质客户。该模型的预测变量很大程度上依赖于客户的申请信息、信贷历史信息和无央行征信信息等。

主要从家庭、工作、资产负债、学历、信贷历史、还款历史和新信贷需求等考核。

现在互联网大数据的普及，还可以通过客户流水数据、网络交易行为、浏览行为、评价行为等进行判断，增加 客户风险评价的准确性。

通常来说，如果客户评分高，风险较低，可以直接通过；评分低，风险较高，可以直接拒绝；处于两者之间，则进行二审再做决定。

（2）初始额度模型

初始额度的授信不仅是考虑客户还款能力，更主要的是衡量客户的收益情况。客户的收益主要是来源于客户的循环利息、逾期利息、分期手续费等。

通过客户属性、逾期行为、还款行为、透支情况和额度使用情况等，在一定程度上能够反映客户的收益。

另外电商中的购买行为、分期行为、客户的网络浏览行为及点击行为，对于客户价值的判断也有帮助。

风险低、收益高的客户，初始额度授信高；风险高、收益低的客户，初始额度授信低。

（3）申请欺诈模型

虽然欺诈客户的比例比较小，但如果发生损失，就很难追回，所以这个模型也很重要。

申请欺诈模型，是通过客户填写的申请信息和央行征信信息来判断。这个模型的预测变量主要通过以下这些方面反映：

客户单位名称是否在征信的单位列表中；客户家庭地址、单位地址是否在征信的地址列表中；过去一段时间同一联系人、同一单位地址是否有多次进件；申请人、单位是否曾经发生过欺诈进件。

由于央行征信信息的实效性和完备性，并不能完全满足欺诈模型的需求。互联网上的相关数据，对申请欺诈模型的建立也是有帮助的。这些具体数据包括同一cookie和IP地址是否在短时间内频繁进件；申请贷款的cookie和IP地址是否为客户活跃使用的；申请贷款地点离客户家庭住址和单位地址的距离；客户以前的互联网行为是否活跃；电商数据、浏览数据、电信运营商等记录的客户联系方式。

二、存量客户管理

存量客户即金融机构业已维护的客户群体，其管理主要包含交易欺诈管理、再贷客户营销管理、授信额度管理、流失客户管理等业务，核心目标是为了巩固客户的忠诚度，提高客户价值。

存量客户管理模型体系主要有行为风险模型、交易欺诈模型、行为收益模型、行为流失模型和市场响应模型等。

（1）行为风险模型

行为风险变量是预测客户风险的模型，其预测变量主要由客户的交易行为组合而成。

行为风险模型预测变量可以基于还款行为、消费行为、信用卡取现行为、欠款行为、资金的使用情况等方面来考虑。

另外央行征信数据、互联网交易数据和浏览数据、银行流水数据等，对于行为风险模型的开发也很有帮助。

（2）交易欺诈模型

交易欺诈是指通过盗取他人的账号和密码信息，盗取持卡人的资金的行为。交易欺诈模型是根据客户的历史交易行为预测当笔交易为欺诈的可能性。

交易模型的预测变量比较多，例如通过当笔交易金额、当笔交易币种、当笔交易时间、当笔交易地点、过去N次交易的密码输错次数、过去N次交易的交易失败次数、过去N分钟内的交易次数、过去N分钟小额刷卡次数等进行判断。

（3）行为收益模型

行为收益风险模型是根据客户的历史行为来预测客户未来收益的高低。

客户收益的高低由其户自身属性和行为属性的决定，主要通过性别、年龄、学历、消费行为、取现行为、分期行为、逾期情况、额度使用情况等判断。

低风险高收益的客群，获取的资源相对较多；高风险低收益的客户得到的资源就会少。

（4）行为流失模型

客户是否有流失的征兆，主要看其交易行为是否有异常就可判断。

行为流失模型的预测变量，可以通过以下这些方面来考虑：近N个月的交易金额和交易笔数、额度、信用卡到期时间、也可通过央行征信信息获取客户在其他金融机构持有的信用卡情况、持有他行卡的数、他行卡活跃程度，他行卡的额度。

行为流失模型主要用于客户挽留，通常会结合行为风险模型和行为收益模型，根据风险收益的不同，采取不同的策略。

（5）市场响应模型

市场响应模型通常和风险模型结合使用，筛选风险，响应较好的客户群作为营销的目标客户群。

市场响应模型需要根据营销目标来选择预测变量。例如存量客户再贷营销，预测变量就要看这些方面：最近是否有申请贷款的查询记录、信用卡的额度占用情况、信用卡循环使用情况、收入负债情况等。另外客户最近是否有买车、买房、买奢侈品等大额单笔交易的记录等第三方数据，对于客户是否有贷款需求也很有帮助。

三、逾期客户管理

逾期客户指客户未按约定时间履行还款的约定，客户逾期原因主要是还款意愿差和还款能力不足。

针对逾期客户，主要采用催收策略。催收计量模型是逾期看客户分群的重要依据，能够识别客户的风险情况，根据风险不同采用的催收手段也不一样。

常见的催收计量模型包括账龄滚动率模型、行为模型和失联模型。

（1）账龄滚动率模型

逾期账龄是通过逾期天数定义，账龄越高，客户的风险越高。比如逾期账龄划分：

M1客户：逾期1~29天的客户；

M2客户：逾期30~59天的客户；

M3客户：逾期60~89天的客户；

……

客户评分越低，迁移至下一个账龄的概率越高，客户的风险越高，下个月内还钱的可能性越小。

账龄滚动率模型采用的变量包含客户的行为信息和催收信息，常用的预测变量包括：消费行为、取现行为、额度使用情况、还款情况、催收情况、打破承诺次数。

（2）行为模型

行为模型主要利用客户的交易行为特征和还款行为特征去考察客户未来变坏的可能性，与存量客户管理时所考虑的变量是相同的。

行为模型与账龄滚动率模型结合使用，对客户的评价才会全面、准确，制定催收策略就会更优针对性。

（3）失联模型

失联是需要综合一段时间尝试使用多种方式多个时段，都无法联系上客户，才能判断为失联。

失联模型是基于历史数据，预测客户发生失联的可能性，希望做到提前预知。

失联模型主要关注客户的这些信息：交易情况、贷款余额情况、额度占用情况、最近一次联系客户时间、联系方式变更情况、户籍信息、工作家庭情况、历史催收结果等。

互联网的技术优势降低了风险评估成本，风险控制变得相对容易。互联网金融公司做信贷业务时，能够根据风险分析模型，做好客户分群管理，才能更好的建立竞争优势。

❻ 如何看待互联网金融

互联网金融的出现是模笑一个水到渠成、不可阻挡的趋势，它是互联网企业依托其所培育的互联网商务网络、对其客户所提供的一种自然的附加服务。这些附加服务有助于改善客户体验、提高服务效率、增强消费者福利，对中国经济的发展和转型、以及提升中国金融业的服务品质都意义重大。
互联网金融是传统金融和互联网结合的新型金融模式，支付宝、余额宝、网络信用卡这些都是我们身边常见互联网金融。新模式往往有着超强的颠覆力量，这或许也是还没准备好的传统力量不愿意看到的。近日，网络信用卡暂停，金融圈一致指向央行护犊银联。马云在近日发言中也坦言“有时候，打败你的不是技术，可能只是一份文件”。互联网金融孰是孰非，让我们来看一下孙明春（博道投资首席经济学家、高级合伙人；前雷曼兄弟亚洲高级经济学家）为您带来的分析。
最近一段时间，人们对互联网金融展开了热烈讨论，但观点却存在很大分歧。我们认为有必要从理论根基上理清互联网金融与传统金融业务的区源码中别，以确定互联网金融创新的本质。这不但有助于监管部门引入恰当的监管措施，也有助于金融机构（包括互联网金融企业与传统金融机构）合理布局自身的业务拓展。对投资者而言雹山，搞清楚互联网金融的本质特征对于预测这些新的商业模式的可持续性、从而预测相关企业和上市公司的发展前景也很有益处。

❼ 互联网金融的业务模式

没有进入金融行业的人都会好奇互联网金融到底是怎么样的存在，之前也包括我，内心极其好奇，金融内在的业务逻辑到底是什么样的？为什么那么多老板会潜逃？

在此我将通过互联网金融业务主要四大分类来为那些想要进入或了解互联网金融的童鞋门讲解金融背后的秘密。

P2P

这边不用解释太多，最近大家都能收到P2P的各种利空消息，用一句话概括就是，把钱存进去，到期会有不错的利息。

1.1.业务逻辑1:先去设定虚拟项目，再去找对外投放

这种模式的危害在于，假设一定时间内找不到投资，就直接开始拆东墙补西墙，亏损越来越大，很多老板就是因为这个原因导致携款而逃

这边需要补充个知识：国家规定P2P需要先找到项目，才能让个人去投资理财，否则属于触犯法律，但是国家对这块的监管明显是不够的。其次用户的资金不能长时间放在平台，必须要转给对应的机构。未来估计国家会成立监管的平台，如现在支付宝微信需要中间嫁接一道银联一样的道理。

1.2.业务逻辑2:先合作再对外公布

这种模式最大的分享在于商户压结算周期，平台先行发放资金+利息。但是比第一种更安全点，至少不会胡来。大公司和小公司区别就在这里。

1.3.业务逻辑3:找合作公司小额理财，类似支付宝和京东小金库。

优势在于随进随出，没有账期，按照七天年边际收益进行结算。除非理财公司跑路，基本上属于0风险。但是利息比较少，大额都被公司和理财公司给分割了。而且很大资金被分割，之前调研过，最简单的也是很少人知道的是证券交易所有个版块(具体忘记了，我家里人在没有股票可进仓的时候，都会在那个版块操作)，T+1，高的时候一天有60+的利息，低的时候有30+左右的利息。所以你们自己算下吧。

这块产品的适用人群为中低层居多，手上没有什么闲钱，有无法承担高风险的人群。

1.4.业务逻辑4:民间融资模式

先找一下因项目资金而无法启动的优质项目，在他们融资要求金额下，风控指定每个用户的min和max投资比例和对应的返佣率，让用户进行投资。

这类产品适合的用户群体基本上属于手上有大额资金存款，中高层为主，不过还是属于高风险投资的一种。如果要入手，还是需要加以市场分析去判断选择哪一类为好。

1.5.在P2P行业里面如何分辨好的项目

很多人在投资的时候会有两种思维，一种是分散性投资，一种是投资高回报的，其实这两种都有问题。

先说第一种分散性投资,古人云鸡蛋不能放在一个篮子里，这话没错，但是只是无脑的分散性投资那就是2，我有个朋友就是这种类型的，最近2个月倒闭了300+P2P公司，他投资的几家P2P都在这批名单里面，我现在就看到他不上班每天就在那些地方要赔偿。

第二种高回报的，我只想说3-4.3%左右的虽然低，危险系数相当于5-6%左右的风险度可接受，大于7%的，我就呵呵，基本上风险大。除非你用加息券这另当别论。

所以选择投资，先要看公司靠不靠谱，再看里面投资金额，不要太黑心，比银行高就可以了。

1.5.P2P的运营手法有哪些

加息券是P2P的常用手法，很多运营都是在加息券的基础上增加运营手法，比如当月加息，全额加息（这种力度比较大），通过会员等级提升0.01个点的加息，还有增值服务玩法，等等。这边不展开说了。但是在金融公司决定运营方案的并不是运营，产品而是风控！运营只是起草个方案，优惠的数值需要风控去建模运算，否则很容易做赔本买卖

二.消费金融

简单概括：线上线下购买商品时直接使用分期消费，而不用现金支付的金融模式。

业务模式主要分为两大类，一类是刷卡分期，一类是无卡分期。

2.1.刷卡分期（前提是需要有银行信用卡）

2.1.1.业务模式1：银行信用卡分期

这种直接通过先付款，再分期还款，手续费比较高，适用于累计到大额资金，减轻还款压力进行分期还款的用户使用这边展开个题外话，银行的模式主要有

1.消费分期俗称信用卡分期；

2.账单分期包含已出账单和未出账单，招商还有个E分期主要针对额度用完，但还需要购买其他商品的人直接对已出账单进行E分期，额度会恢复到原先，还款去E账单进行还款；

3.现金贷：第三节的时候会具体展开细说

2.1.2.业务模式2：基于场景的消费分期

目前常见的旅游分期、租房分期、教育分期、美容分期等。

这种模式适用于单笔大额支付的消费者，用信用卡直接分期付再还款手续费高，通过放贷平台的有卡分期付手续费会低很多。但是对于消费者最大缺点是如果商品单价高于你信用卡的额度时，你只能分期付你信用卡的额度，如：信用额度3万，商品为4万，你只能分3万，还需要支付1万元资金。

这种模式对于放贷公司和第三方资金集合平台都不用承担任何风险，坏账的承受者是银行。

如果要做免息活动，则需要平台承担费用，一般很少会对有卡分期做任何免息降息活动。因为利益划分，平台赚最少，第三方赚中介费，银行赚大头。

这种模式对于放贷公司和第三方资金集合平台都不用承担任何风险，坏账的承受者是银行。

下图为背后的系统初步流转结构。

2.2.无卡分期

所谓无卡分期，其实就是指消费者在不使用信用卡分期情况下，而能分期买到大额商品。

主要针对信用卡额度小，或没有信用卡的用户人群

通常做这块业务的公司都是有放贷资质的，除非一些小公司没有办法获取牌照，那他会打插边球，下图就是避开风险的方式。

2.2.1.业务模式：征信较好，自己放贷；征信较差，给他人放贷

根据网络金融的最新数据，旅游、医美、教育这三个品类，网络都踩到了大坑，坏账高达6-8个点。但是也有行业里做得好的分期公司，医美分期的坏账仅为1.5%左右，远优于同行数据。为了降低损失，在消费者申请分期时，需要提交个人基本信息和活体认证。

ps：所谓活体认证

1）身份证正反面：用于识别你的个人信息；

2）人脸识别：A.用于确认你是否是身份证持有者，B.用于确认你是否是活着的人，可以想象下支付宝的人脸识别流程，总需要你晃脑袋，眨眼睛，张嘴闭嘴，这就是为了判断你是不是活人。

如果征信较好的（俗称白名单）这批用户，公司是直接放贷的，不会转给他方进行放贷，因为这批人有良好的还款信用，通常都是包赚不赔。但是除了白名单的用户外，其他客户平台也不是会特别愿意放弃放贷机会，这时通常会找第三方“黑”贷公司（暴力催收）进行合作，从中间赚取差额的同时也让“黑”贷公司承担了最大的风险。

三.现金贷

由平台放贷现金给到消费者进行使用。

现金贷的前身就是高利贷，利益集团都是和黑社会挂钩，通常高利贷是以日息计算，借款人群主要是企业老板，或用资金过度。通过人生管控，卖淫等暴力催收还债，逼迫借款人无日无夜的还款，被国家所不允许。

后来高利贷为了生存，又不接触法律，就开始对校园学生下手（俗称校园贷），目标客户为女性，为什么？因为女人的妒忌心，攀比心，都会促进女性消费者购物欲。而且通常校园女生除了家里的微薄生活费是买不起LV这种奢侈品牌。渐渐的校园贷进入他们的眼内。但是他们的还款能力也是有限的，这样公司会只出不进，坏账率会很高。为了解决这一方法，就有了现在众所周知的“裸贷”，女性需要全身脱光拍照片，如果不还轻则把照片给他周边朋友看，重则拖出去卖淫还款。古代如果有GDP这个词汇的话，卖淫就像现在的中国房价，名居首位。国家知道了，极其重视这块，所有公司都不准对校园下手。

3.1.现金贷的市场

据专家调研，根据估测，不足一年，目前现金贷行业的规模大约为6000亿-10000亿

2017年9月，现金贷用户规模达1257万，同比增速近250%

现金贷以男性为主，普遍收支不平衡，23-40岁居多，通常都是低消费，月收入小于1万的用户，分布于深圳，成都，上海，广州，北京等一线城市。

3.2.现金贷的N大质疑

无征信

在国家打压完善贷款行业乱象丛生之前，无论平台，放贷公司，都是没有原则的，是人就能放贷，而且平台也不会接征信系统，一个消费者可以同一时间在多个平台申请多次，这样其实对于平台，公司也是增加了还账率。

信贷利息风险

有媒体统计了目前市场上78家比较知名的现金贷平台，平均利率是158%，最高利率达到598%，自己可以算下借个5万，一个月要偿还多少利息，我就呵呵了。

3.3.法律红线

《最高人民法院关于审理借贷案件的若干意见》规定：

民间借贷的利率可适当高于银行利率，但最高不得超过同期银行贷款利率的4倍。

如果借贷双方约定利率超过年利率36%，则超过部分的利息当被认定无效。

3.4.业务模式：白名单制

业务模式和消费金融其实一样，也是分白名单和黑名单制这块，如果征信较好的（俗称白名单）这批用户，公司是直接放贷的，不会转给他方进行放贷，因为这批人有良好的还款信用，通常都是包赚不赔。但是除了白名单的用户外，其他客户平台也不是会特别愿意放弃放贷机会，这时通常会找第三方“黑”贷公司（暴力催收）进行合作，从中间赚取差额的同时也让“黑”贷公司承担了最大的风险。

四.过桥贷

过桥贷款（bridge loan）又称 搭桥贷款 ，是指金融机构A拿到贷款项目之后，本身由于暂时缺乏资金没有能力运作，于是找金融机构B商量，让它帮忙发放资金，等A金融机构资金到位后，B则退出。这笔贷款对于B来说，就是所谓的过桥 贷款 。在我们国家，扮演金融机构A角色的主要是国开行/进出口行/农发行等政策性银行，扮演金融机构B角色的主要是 商业银行 。

4.1.过桥贷的常见模式

4.1.1.一种情况是金融机构之间的贷款过桥，即金融机构A拿到一个好的贷款项目之后，经过了各级授信审批机构的审批同意以后，由于贷款规模或者风险资产约束暂时缺乏运作资金或者暂时缺乏信贷投放能力，于是就与金融机构B商量，让B临时向企业发放贷款，等A金融机构资金或者贷款规模到位后，企业归还B贷款，B则从这笔业务中退出。这笔贷款对于金融机构B来说，就是过桥贷款。而发放贷款的前提是A金融机构已经对此笔业务通过了审批，而且明确规定了最长多长时间内会贷款投放，实际上A金融机构隐含着对B金融机构贷款的担保。

4.1.2第二种情况是金融机构A拿到一个自己认为好的贷款项目，也经过了各级授信审批机构的审批同意以后，但是由于各种原因或者是政策因素，贷款企业不能完全满足A金融机构对贷款投放的条件和要求，这时候A或者是企业自行寻找到金融机构B，让B临时向企业发放一笔贷款，以达到A金融机构对企业贷款投放的条件和要求，等A金融机构贷款投放到位后，企业归还B贷款，B则从这笔业务中退出。这笔贷款对于金融机构B来说，就是过桥贷款。与第一种情况不同的是，这种情况B金融机构对企业的贷款更多的是企业的自主行为，虽然也是以A金融机构已经对此笔业务通过了审批为前提，但是实际上A金融机构对B金融机构的过桥贷款并没有任何责任。

4.2.平台的过桥贷模式玩法

平台通常会和银行进行合作，要求给到项目，银行会根据平台的量，给他一笔或多笔的项目，并告知对方已经用房子进行抵押。平台根据项目资金大小，公布过桥贷总共需多少资金，当用户投资达到封顶值后，就给到银行。在这期间内，用户是不能体现，如果体现，则只退还本金。

4.3.过桥贷的利润风险

过桥资金一般时间短，但收益高，而且资金相对安全，所以也成为一些社会资金的盈利模式，一些资金富余多的企业特别愿意进行过桥资金的经营。但是还是有部分风险，比如房子所有权归谁所有，如果房子委托银行拍卖，拍卖的时间也是不确定的，市值也是会随着市场波动而波动，如果卖不出去，银行是不会提前把资金结算给你。

❽ 如何理解互联网金融，分析几个核心业务就懂了

互联网金融，是利用互联网技术和移动通信技术等一系列现代信息科技技术实现资金融通的一种新兴金融模式。在此种模式下，市场信息不对称程度非常低，资金供需双方能够通过网络直接对接，交易成本大大减少。
通过对业内相应商业模式、商业现象进行深度剖析，可以将互联网金融分为六大模式：第三方支付、P2P网贷、大数据金融、众筹、信息化金融机构、互联网金融门户。
谢谢采纳，仅供参考！