开篇语
数据红利催生中国金融科技弯道超车，这是最好的时代，也是机遇与挑战共生的时代。
除了通过上市寻求走向国际资本市场路径，快速崛起的中国金融科技市场参与者开始频频站上国际舞台“秀肌肉“。在市场规模拉开距离后，商业模式和技术应用上，曾经”西学东渐“的传统关系正在发生重置。
中国在Fintech领域显然已是具话语权的市场。如果究其原因，一方面，受益于国内人口红利，这些机构的业务规模、生存现状已经远远超越曾经的模仿对象如Lending Club ，Upgrade等；另一方面，手握大市场、大数据，就等于拥有了模型分析的底层资产，抓住了风险控制的核心要素，与国际同行相比，这些机构在数据分析和建模能力上也已逐渐形成技术自信。
数据红利催生“中国式”超车
“未来三十年信用卡将会成为过时的词汇。我们的移动钱包可以基于支付做到非常灵活的信用管理——一站式看到自己账单情况，选择更为灵活，从而改变循环贷款的传统模式。”美国互联网新兴消费金融公司Affirm联合创始人Max Levchin对信贷的未来市场这样表示。
是不是听起来颇为耳熟？事实上，上述模式在国内早已被上至蚂蚁金服、腾讯金融，下至新兴创业公司所成熟掌握。对于中国人，手机即钱包已成为被普遍接受的交易习惯。而对于美国人，这一交易习惯的实现被设置在几十年后。
专注房产按揭借款的平台Quickn Loans 负责人Jay Farner透露，“如何更快解决申请仍是平台主要关注的问题，该平台的抵押类贷款必须十天内就完成，而做个人信用贷款则要在一天内完成。”与之形成鲜明对比的是，中国不少机构已经实现以分钟甚至秒来计算的消费信贷授信效率。
事实上，除了移动支付，在市场规模、发展模式和创新速度上，以网贷为代表的中国金融科技机构已经开始逐步实现超车。相关数据显示，中国P2P市场规模占全球交易量约六成。根据零壹研究院数据统计，2017年上半年，中国金融科技公司获得的融资金额接近美国的两倍，融资笔数是美国的四倍。
曾在美投资机构Capital One具有多年从业经历的小赢科技总裁成少勇对上述变化和差距并不意外，在他看来，美国金融市场成熟度很高，征信等基础设施完善，资本市场发达，市场空间已经相当狭窄。类似LendingClub（全球第一家上市的网贷公司）能做的事情，Capital One和银行也同样涉猎。“受益于金融基础设施不完善留存的广大空间，移动支付在中国迅速崛起，并间接推动用户形成了在移动端借贷、理财的习惯，由此沉淀的大量数据为以‘数据分析建模’为立命之本的消费信贷行业带来了巨大红利。”
事实上，由于央行征信中心覆盖的人群极为有限，用非传统征信数据去做模型已经成为行业的主流选择。“数据是信贷领域风控模型构建的基础，数据基数越大，测试机会越多，模型成熟的速度就会更快结果更准确。”信而富首席战略官王峻认为。
而数据前提的具备，也成为去年以来中国消费金融爆发的关键要素。梳理一下信而富、趣店、拍拍贷、和信贷等去年扎堆赴美上市的机构不难发现，业务主线清一色均是个人消费贷款。如果以拍拍贷10年发展一朝上市的路径看，这种机遇点的爆发就更为明显。成少勇分析认为，“以前是PC时代，网贷平台的获客成本和数据量都不具备成熟条件。正是因为智能手机和移动支付这两个数据快速沉淀的前提具备，可以锁定的个人有效信息增多了，才让线上借贷得以在风险定价上获得主动权，从而降低坏账。”
“中国式”挑战：竞争加剧监管升级
事实上，自网贷行业“限额令”出台后，市场实质只剩下消费贷和车贷的生存空间。在此次参与朗迪峰会的中国网贷机构中，绝大多数主业均为个人消费信贷业务。
而近年来“企业降杠杆、居民增杠杆”的信贷走向也使得个人消费信贷成为传统金融机构争夺的焦点。
近期消息显示，招商银行已经进军信用卡代偿这一此前商业银行不屑涉猎的市场，这对创业公司来讲无疑是一个值得警惕的信号。
这种蜂拥抢占个人消费信贷的趋势是否会加剧机构间的同质化竞争？
比如去年以来非常热的信用卡代偿领域，做的其实是传统银行分期“看不上”的“次级人群”，但实质上这些人群通过风险定价策略又能保证较低的坏账率，生意模式由此而来。
但即使如此，市场空间逐步缩小无疑是必然趋势。快牛金科CEO倪抒音透露，2016年研发团队启动联合建模，当时“市场很容易几乎没有对手“，但到了2017年，市场上已经有个不少于10个差不多水平的同业。
另一方面，当行业参与者几乎全都在谈论数据优势时，数据的壁垒又还有多大？此次参与朗迪的中国金融科技公司演讲主题上锁定的均是在如何运用“数据“运营中国消费金融市场，比如信而富讨论的是“当信贷决策遇见人工智能”，乐信围绕的主题则是由数据驱动风控环节的AI使用，宜人贷则继续强调自己“移动第一，数据驱动”……
“资金不是问题、资产也不是问题，现在最大的重心就是不遗余力搞数据、不遗余力建模型。”成少勇坦言。据透露，其平台目前掌握的数据一半来自央行征信中心，另一半则来自各种第三方数据机构。
实践中，业内机构普遍对这类数据对风控和建模的作用表示肯定，这一点也与美国机构苦于缺乏足够数据挖掘形成对比。但值得注意的是，对BATJ之外的金融科技机构，其实数据本身并不能形成太大壁垒。在李侃看来，算法甚至也不是，真正的壁垒在于对数据做出判断，并可以在数据不断变动的情况下随时修正风控模型。所谓技术优势背后，是涉及人才、算力、机制的整个系统。而评判最终风控水平的标准，则是机构是否能盈利。
而与美国金融科技机构面临的市场狭窄、居民借贷状况紧绷的情况相比，中国同业的发展前景则需要更多考虑进监管风险。近期消息显示，此前预计在6月底前完成的网贷备案大概率将延期，恐将影响一批企业的资本运作甚至国际布局。据参加论坛的相关业者透露：华尔街已经对于中国互联网金融企业赴美上市趋于谨慎，多数大型投行希望等到平台先备案获批，再运作海外上市。
另一方面，这些中国业者赖以生存的数据红利，在未来遭遇数据立法等监管风险时是否会让行业遭受重大打击？在李侃看来，数据的规范使用确实需要一个过程，而在这一过程中，中国征信基础建设其实也在同步完善，从数据获取量来讲，不会形成剧烈冲击。
閱讀更多 琥珀金融幫 的文章
