導讀：這是一篇關于互聯網金融行業盤點的長文，全文字數8267字，一般閱讀時長30分鐘分鐘左右，忙里偷閑掃讀5-10分鐘即可，深度閱讀時長則取決于您想從此文中收獲什么。為了幫助大家閱讀，小編在此對本文信息進行了梳理，本文結構如下圖：

1. 消費金融發展概況

2013年到2014年，互聯網金融在發展了兩年之后，成為大熱的社會現象。

2015年，互聯網金融市場被細分，專注普惠金融的補充性角色向以往被傳統金融把持的消費金融市場展開了部署，數百位萬家涌入，資本爆發。

2016年，消費金融藍海變紅海，壁壘產生，大佬們開始紛紛調整戰略，以謀求更大的發展。同時，行業法規的不完善導致了大量灰色地帶，盜刷、跑路、裸貸、非法催貸等等亂象頻生。可以說在這一年，無論是在話題、影響還是前景上，消費金融都成為了互聯網金融領域中當之無愧的“NO.1”。

2017年，面對種種亂象，消費金融領域相關政策落地，相關法規仍在不斷補充，消費金融行業進入到整合時代。

在過去的5年中，消費貸款以平均每年20%以上的速度遞增，預計到2020年我國消費信貸規模有望達到41.51萬億元。同時，消費金融的市場容量正以前所未有的速度擴張，預計到2019年達到3.4萬億元。

面對這樣巨大的市場，從傳統相關行業到互聯網各方相關勢力，從BAT大佬到P2P創業者，紛紛在消費金融領域加重布局，持續搶灘。

本文就目前行業中較為活躍的玩家進行了梳理，按行業背景、商業模式以及產品切入點將眾多玩家劃分成了三大類——傳統金融機構下屬分支的銀行系消費金融公司、大流量大數據入口的BAT系，以及專注細分市場的垂直系。

在各派系內，筆者又按照在流量和風控兩大消費金融命門中各玩家之間的共性和差異的邏輯，來細說消費金融行業，現如今到底是個什么情形。

2. 銀行系玩家

銀行系其實很好理解，就是主要股東或者投資人是銀行背景的一眾消費金融公司。資歷老，背景雄厚。直白點說，甭管是全國性銀行，還是地區性銀行，人家背后是政府，不缺資金，還有政策扶持；本身又是金融巨頭，線下布局成熟，流量穩定，自有成熟的風控系統。

一般情況下，銀行系的打法一定是最正統的，各項資質都要符合國家政策的要求，所以談到銀行系的消費金融公司，我們就自然要先來說說牌照的問題。

2.1 持牌公司

牌照問題，其實也就是劃分消費金融公司和小額貸款公司區別的問題。消費金融公司屬于非銀行金融機構，歸央行和銀監會監管，經營范圍僅限個人；而小額貸款公司不是金融機構，是由各地政府的金融辦監管的，經營范圍擴大至中小型企業。由于受央行和銀監會監管，所以消費金融公司可以享受同行業拆借，并可以納入央行的征信系統。

目前，拿到政府牌照的消費金融公司共有18家，其中14家都有銀行背景。

2.1.1 中銀和北銀

中銀消費（愛基,凈值,資訊）金融和北銀消費金融是最早一批獲批牌照的消費金融公司。2010年就踏入消費金融市場，全國性銀行背景，實力雄厚，成立伊始的投資規模就很大，分別是8.89億和8.5億，另外還有政策扶持，屬于穩扎穩打型選手。這個類型的選手仍舊是主打以線下場景為主，畢竟成熟的線下渠道流量在那里擺著。

中銀近年來除了偶有獲國家各類獎項消息傳出，可謂相當低調。倒是北銀的風控曾在2016年爆出負面消息。原因是與北銀合作的擔保公司和資產管理公司中有中介套取資金的行為，這也導致北銀一度淪為輿論中“中介的套現池”，并被北京銀監局行政處罰150萬。

在北銀的案例中，至少暴露了三個比較大的風控漏洞：

1.貸前審核可以被中介包裝標高信用額度；

2.中介可以用同一套抵押重復擔保給不同的申請人；

3.中介通過“拉人頭”繞過了消費金融的20萬貸款限額。

事實上，這樣低控并且結構復雜的中介模式不單單是北銀個例。經此一事，老資歷、重線下的銀行系玩家紛紛自鳴警鐘。畢竟除了銀行本身已有的信用卡人群，想要獲取廣大的中低信用人群流量，就會倚重渠道，也就一定會存在中介的問題。

還有杭銀消費金融、哈銀消費金融、錦程消費金融都表現不錯。他們的打法其實和中銀北銀差不多，但是和全國性銀行消費金融公司相比，這些地方性銀行消費金融公司具有更靈活，也更本地化的特點。

2.1.2 招聯和馬上

值得一說的一組是招聯消費金融和馬上消費金融這兩個玩家。他們拿到牌照的時間較晚，但是正趕上消費金融快速發展期，所以成績相當不錯。尤其是招聯，現在已經打敗捷信坐上了消費金融的頭把交椅。我們來看一組數據：

2016年，招聯消費金融營收15.33億元，凈利潤3.24億元。截至2016年底，招聯消費金融的貸款余額為182億元。

馬上消費金融2016年也實現了扭虧為盈，凈利潤652.2萬元。

馬上消費金融僅僅比招聯消費金融晚開業2個月，但是2016年的凈利潤就相差了3億多。其實從注冊資本上就可以看出，招商銀行(19.12 -0.26%,買入)是在消費金融這個板塊上下了血本了。但是比抓住時機更重要的是招聯找準了消費金融的打法。

招聯一開始就定位純線上模式的現金貸業務，獲客重點依靠支付寶和招行兩大流量入口，屬于輕資產模式，且有先天的獲客渠道，且團隊成員僅600人，成本小，盈利相對容易。

而馬上消費金融的成立初期主打是主打重資產的線下模式的，他們選擇從重慶百貨(25.71 -3.24%,買入)的線下場景試水，然后再大規模逐漸擴張至全國，其線下團隊成員上萬人，成本遠遠高于招聯，所以在盈利問題上，馬上和招聯相差甚遠。

不過可能是意識到自己打法上的問題，馬上消費金融今年開始強力推廣線上通道，轉型線上打法。留心下就能發現曾經屬于招聯消費金融的推廣陣地——支付寶，消費金融領域相關的推薦和熱搜，馬上消費金融占到了大約三分之一。

2.2 持牌優勢

銀行系消費金融公司的優勢是顯而易見的，同業拆借、股東存款、發型金融債券、向金融機構借款，發行ABS等等，資金來源更廣泛，經濟杠桿可以做到8、9倍，甚至更多。并且因為持有消費金融牌照，所以他們可以直連央行征信，相比其他小貸公司得到數據更快、更方便。但為了渠道流量，他們同時對合作方有很大的依賴，也就有上文中北銀淪為“套現池”的風險。

但是實際上，消費金融牌照并沒有為他們打來什么利益傾斜。通常，牌照是用來解決準入問題和控制政策風險的。僅就目前來看，持牌會面臨更嚴格的監管，從事消費金融業務，一個小貸牌照就妥了，消費金融牌照的作用實同雞肋。但今年政策收緊，行業必然會面臨整改，牌照的作用還待觀察。

但無論未來牌照作用幾何，現在都不再是一個靠政策吃飯的時代。金融行業最核心問題的始終是流量和風控。

銀行系是在流量方面有壁壘，但是不同人群在消費心理、風險管理以及心理預期等主觀行為上有很大的差異，銀行系的流量仍舊是來自于央行征信系統，也就是主流信貸市場的信用卡人群，這一塊其實早已經是銀行的天下了，而且這與消費金融市場的目標人群還是有些許出入的。所以對于銀行系而言，想要拓展新人群、新市場，數據如何來？沒有數據，如果進行精準的風控建模？

在這點上，銀行系可能還真拼不過已經積累巨大流量壁壘的BAT們。

3. BAT系玩家

如果說銀行系消費金融玩家的切入點是其傳統金融的背景，那么BAT巨頭的切入點則是電商場景中的大流量和大數據。大流量是他們的獲客渠道，大數據則能幫助他們更精準的描繪用戶畫像，進行風控建模。

BAT流量場景和風控數據概況圖

3.1 流量場景區

先來聊聊BAT玩家們在各自流量場景中的表現。

3.1.1阿里流量場景

眾所周知，阿里的核心優勢（愛基,凈值,資訊）在于電商購物場景，所以螞蟻金服主要對接消費金融不高但消費頻次較高的信貸場景。它的產品花唄、借唄不僅應用與阿里體系內的購物場景，還延伸到了唯品會、亞馬遜等40多家電商平臺上。阿里的野心不會小，穩扎穩打了線上這塊江山，阿里便開始嘗試線下這個江湖，比如說在大悅城等實體商場場景中，我們都可以看到花唄的身影。

言而簡之，阿里消費金融的主要打法是鞏固電商購物領域的優勢并向線下消費場景進行延伸。

3.1.2 騰訊流量場景

而騰訊的核心優勢在于微信、QQ兩個超級通道。借助這兩個通道以及基于社交數據的信用評估體系，騰訊輕松向他們的用戶提供日常消費信貸產品。目前，它主要推展微粒貸和微車貸兩款產品，授信額度為500元-30萬元之間，單筆為400到4萬元。

雖然騰訊掛了個微眾銀行的名，但是實際上還是互聯網思路。它走社交這條路，人頭絕對是夠了，頻次也絕對夠高，但是金額和周期都偏小、偏短。而且在消費金融這個領域，社交場景比起購物場景，戰斗力還是要弱一些的。

3.1.3 百度流量場景

百度的打法和阿里、騰訊不太一樣，主要對接的是消費金額偏高、消費頻次較低的信貸場景，如教育場景、裝修場景、醫美場景等。它的產品百度有錢花重點推廣分期業務，并以教育分期為切入點，逐步拓展到諸多低頻高額領域。這也是BAT巨頭中最接近傳統信貸金融的打法。

一般而言，消費金融能盈利無非兩種方式，一種是靠利息，一種是循環貸。高頻次的消費金融產品在利息方面收益甚少，所以要走循環貸的打法，比如說阿里和騰訊都是這樣的玩家；而阿里走低頻次的，也就意味著它的用戶分析和風控把握要十分到位才可以，不然壞賬率會高到沒法看。

3.2風控管理比較

那么，百度憑什么這么玩呢？這就涉及我們要聊的下一個消費金融命門——風控。對于互聯網消費金融公司而言，做風控系統，其實就等于做大數據。做大數據，就一定會談到數據來源、技術路徑和它的技術支持三點。

3.2.1 阿里風控管理

數據方面，阿里本身就是做電子商務的，又有阿里云數據中心加持。所以基本上優勢概括起來就是，場景集中、精準，數據量大，技術過硬。阿里的邏輯是電商-支付-信用，逐級遞增，針對性很強，數據價值純度高，金融數據的整合上做的也比較完善。

但是缺點是覆蓋面還是不夠，所以針對這個問題，花唄通過增強與各方合作，來獲取各類消費數據。目前，芝麻信用幾乎打通了用戶的身份特質，行為偏好，人脈關系，信用歷史，履約能力等各類信息。

在技術支持方面，阿里基本都是系統級別的人才，擅長Linux Kernal、數據庫和服務器，專注完善底層系統，做分享平臺。除此之外，螞蟻金服還與Face++合作，研發了人工智能生物識別機器人(21.99 +1.76%,買入)“螞可”，用作身份驗證基礎平臺。反欺詐方面，螞蟻花唄可以通過三道防火墻，即智能風控大腦、反欺詐決策引擎以及合作伙伴的聯防聯控機制，來實施反欺詐。

3.2.2 騰訊風控管理

騰訊的邏輯是社交-支付-信用，同樣針對性很強。它的數據來源基本上是基于微信、QQ誕生的社交數據、關系數據，以及游戲數據，相對較雜。數據類型包括在線時長、登錄行為、虛擬財產、支付頻率、購物習慣、社交行為等。所以，騰訊也多方面采集客戶信息、產品交易、信貸行為、征信、合作方和第三方平臺等不同領域的風險數據。

在技術路徑上，騰訊的微眾銀行引入國外新型風險識別和算法技術，逐漸建立了客戶分群授信、社交評分、信用評分、商戶授信管理、欺詐偵測等系列模型。

技術支持上，騰訊差一些，騰訊大部分是國內高校人才，技術帶頭人都被挖走了，不過好在技術執行力強，它的方向是先將產品不全，形成穩定生態圈再進行產品方面的挖掘。

除此之外，騰訊的優圖人臉識別技術與騰訊征信、微眾銀行、財付通合作，微粒貸也構建了反欺詐模型。也就是說，騰訊自己進行研發風控系統的。在這點上，確實是騰訊的一貫作風，明明擁有很好的資源，卻一定會等到別人試水成功了才會大舉進軍。

3.2.3 百度風控管理

百度的數據來源是基于搜索而誕生的公共數據、需求數據的。它的邏輯是行為-支付-信用，由于行為的多樣性，所以在針對性上就不如前兩家那么強了。不過它也有自己的優勢，即數據最全面，數據樣本比較復雜，數據的廣度和多樣性上比較強。

在技術路徑上，百度通過人工智能、用戶畫像、帳號安全、精準建模等新型技術來擴大征信范圍，并且快速迭代風控模型識別用戶信用等級。在反欺詐方面，百度的玩法基本上和阿里差不多，也是通過圖像識別、活體識別等人工智能技術來鑒定真實身份，防止欺詐，以及通過大數據模型和算法發現欺詐行為。

另外在技術支持上面，百度都是高價挖的相關領域的高端人才，注重研究與實用性的結合，所以人才優勢明顯。除此之外，百度還與FICO在在風控、智能評分、大數據應用、金融場景建設等領域合作，；并且投資ZestFinance，借助其數據挖掘能力和模型開發能力。

可以說，百度是一種能力開發、技術輸出的模式。即通過超大規模集群技術、規模化機器學習等技術以及快速迭代的風控模型，向合作伙伴輸出風控能力，合作伙伴則為百度提供場景。

比背景，BAT玩家肯定比不過銀行系玩家，但是由于比數據容量和技術創新，銀行系卻是比不過BAT玩家了。

因為電商場景足夠強大，距離目標群體距離近，目前阿里在BAT玩家中排名第一（其實京東和它的模式很像，打法也基本相同，可是在資源上落后一截，基本算作一類玩家）

騰訊在牌照和開業上走得比較快，但產品布局上相對阿里和京東卻不占優勢。它的產品沒有首創特色，更多的意義在于輿論與監管。而百度則傾向于輸出自身的數據資源與技術能力，在盈利能力上稍遜一籌。不過整合銀行、商戶等各方面資源，搭建消費金融生態，百度有著積極影響，未來可以向消費金融數據服務這方面深耕。

總而言之，BAT各有獲取流量途徑，未來BAT玩家之間一定會繼續各自向各自方向深耕，問題就在于如何精準地進行數據整合和提純。

4.垂直系玩家

顧名思義，垂直系消費金融玩家就是專注細分市場，垂直經營的消費金融公司。再往下分，包含從自有場景切入的消費金融玩家以及專注提供信貸服務的獨立消費金融玩家。

據不完全統計，截至今年3月27日，全國共批復了82張網絡小貸牌照(含已獲地方金融辦批復未開業的公司)，主要分布在11個省市。除去上文中提到的BAT巨頭玩家，小貸牌照持有者大多為P2P平臺、獨立消費金融公司以及自帶場景的平臺。

那我們就先來說說從自有場景切入的玩家們，這批玩家切入的玩法又分為線上切入和線下切入。

4.1線上玩家

說白了，線上切入玩家其實就是是做電商，或者做O2O平臺的，只不過沒有阿里、京東體量那么大，資源那么廣，技術那么雄厚。所以本著“不能做大，那做精也是可以的”的邏輯，各玩家在其細分市場中打拼著。線下切入玩家也其實就是在線下各行業已經穩扎穩打，擁有既有場景、廣闊市場資源和用戶數據的實體企業瞄準消費金融這塊蛋糕后的分支。

線上玩家以瓜子二手車、攜程為典型，在平臺成熟之后，利用垂直市場優勢，開展金融分支業務。基本的推廣方式都是在app或者網站中假設一欄有關于商品分期或者貸款的欄目。

4.2 線下玩家

線下玩家則以萬達金融和鏈家金融為典型。

他們的優勢在于用戶精準，消費者本身就是帶著目的來的，不需要他們再去進行篩選和提純；還有就是數據也更精準，因為在平臺交易中，需求、支付能力、信用狀況都可以得到體現。

比如說，對于有場景的鏈家金融、世聯小貸來說，其在自身體系內開展住房信貸水到渠成，直接將信貸服務嵌入到新房、二手房交易環節中去，由銷售場景衍生出信貸場景，并且不需要另外設置地推人員，獲客和運營成本自然得到節省。

然而這兩類玩家也有共同的問題，即使通過垂直入口獲得了更為精準的數據，但由于規模和資源的限制，還有缺乏專業人才和技術，在風控能力上無論與銀行系或者BAT系玩家相比都遜色了不少。

4.3 獨立消費金融公司

接下來說說獨立消費金融公司。

說白了，他們就是披著互聯網殼子的傳統借貸公司，不過規模更大，系統更成熟。

目前國內最大的獨立消費金融公司應該是歐洲的捷信，其放貸量累計應該有一兩百億。它基本上是跟蘇寧等類似的賣場合作，分期買手機、電器等。雖然它也是主打低額高頻，但由于業務推廣成本高，并不好盈利。消息稱，捷信最近的不良率已經增至4.49%，快要突破5%的大關了，它的處境實在非常危險。

同樣類型的還有佰仟，在運營模式上與捷信相類似，但在擴張期，給予線下商戶更多的返點來激勵合作，從而搶占了一部分原本屬于捷信的商戶。捷信和佰仟雖然受線下模式的制約發展多年，但其業務規模已頗具影響力。

不過目前，捷信、佰仟都在面臨業務增長率下降的難題，因為它們過去賴以合作的連鎖零售商們將推出自有的消費金融業務（也就是上文提到的線下場景切入玩家），并陸續中斷與捷信、佰仟的合作，關聯的消費場景會大幅度縮水。消費金融，場景是核心，如果捷信和佰仟等獨立消費金融公司不改變戰略打法，還想靠鋪人的方式去引流量，那就太不識時務了。

而且佰仟最近遭到很多投訴，原因在于風控把控不好，采用灰色催帳方式。

究其本質，灰色催帳乃至社黑催帳都還是風控的問題。捷信、佰仟，乃至趣分期，樂信這種鋪人的消費金融玩家，并沒有把風控系統放在很高的位置，也就自然沒有進行風控模型和系統的自主開發。這在現如今流量先行，風控制勝的消費金融領域實在是危機身家性命的短板。

4.4P2P

最后來聊聊P2P。目前在這塊做得比較好的拍拍貸、宜人貸、樂信和趣分期，樂信的前身是分期樂（拍拍貸其實有和京東合作；宜人貸的背后是宜信；樂信和趣分期他們實際上是電商+P2P的模式，但電商僅作增加流量的作用，這里僅談論它們的P2P板塊）。

其實從上圖就可以看出來P2P整體的打法和優勢劣勢了。

4.4.1P2P劣勢

一般，P2P玩家是早期做學生分期市場發家（因為違規，目前趣分期已經宣布推出校園市場）， 積累了一定的資金之后繼續深耕消費金融市場。獲取流量的主要方式還是地推，這點其實和獨立消費金融玩家頗為相似，本質上都是鋪人戰術。而且地推團隊承擔著獲客和把握部分風控的雙重職能，所以地推團隊質量如何直接關系著P2P玩家的發展前景。但實際上地推這種手段有兩個致命的缺陷，一是成本高昂，二是數據作假。

2013年的時候消費金融的獲客成本大概在300~500元/人，而到2016年，貨客成本已經飆升至1000~3000元/人，地推的獲客方式已經讓很多P2P玩家吃不消了。而且很多P2P玩家為了擴大地推規模，經常招用完全不懂風控，且在推廣時候偷工減料的兼職大學生。

前面在說BAT玩家的時候提到了數據提純，然而這樣得到的數據，是無論如何也無法描繪出精準的用戶畫像的，所以在風控方面，無論是和自研風控數據的BAT玩家還是和坐擁龐大線下資源的銀行系玩家和獨立消費金融玩家，P2P玩家都是比不過的。雖然拍拍貸和宜人貸做純線上，但是流量還是要靠和各平臺合作，其中一個大入口是京東，P2P玩家要想做大非常難。

P2P玩家的另外一個劣勢體現在了放款的時效上面。目前，線下貸款目前做的比較好的捷信可以做到40分鐘以內放款，而P2P是無法直接放款的，因為需要理財端資金的配合，在放款的時效性上天生就處于劣勢。除此之外，線上的資源90%被電商巨頭們吃掉了；線下方面，傳統的獨立消費金融玩家也已經把這塊市場吃得差不多了。

P2P玩家如果不合作、不推廣，不自建場景，生存空間實在太小了。所以為了與巨頭進行差異化競爭，大多數的P2P玩家會選擇通過高息去覆蓋風險的方式，像趣分期和分期樂的玩家還是少數，大多數P2P平臺的年化率在50%以上，100%的也很常見。

那么，都知道消費金融最核心的是消費場景和風控數據，這兩項都弱的P2P到底還有什么核心競爭力呢？

4.4.2P2P核心競爭力

其實在垂直細分領域，尤其是線下部分，消費金融的潛力還未被完全釋放，它們占領了大量的流量和用戶，但金融服務還未跟上，所以P2P玩家在這個市場還是有機會的。而且，盡管在線上、線下的布局中，P2P平臺已稍失先發優勢，但移動端的競爭把消費金融玩家們的差距大大縮小了，通過廣告投放，應用市場的推廣，P2P玩家還是能夠吸引到部分借貸目的明確的用戶的注意力的，這也給了后進入的P2P平臺們一個彎道超車的機會。

5. 大趨勢預測，幾個關鍵詞？

5.1 整改兼并？

消費金融相關政策及其內容

我國消費金融市場目前正在經歷從補充條例到政策監管的過程，預計未來市場會更加規范，而諸如裸貸、社黑催收等涉及消費金融市場的灰色行為將會越來越少。

自2016年8月以來，問題平臺數量從每月最高新增70余家降至23家左右，同時，性質最惡劣的平臺跑路數量也快速降低，已經從月均40家左右的水平降至個位數以下。這也就意味著市面上現存的很多靠灰色地帶存活的玩家將被掃地出局。而且結合美國經驗來看，消費金融的市場一定會被不斷整合，大魚吃小魚，小魚吃蝦米，最后剩下各領域的幾家巨頭彼此拉鋸。

5.2 交互合作？

其實這個趨勢已經被證實。在過去，銀行系大多是實體企業合作。比如說“中行+百聯集團”，“北銀+利時集團+萬達”，“興業銀行(16.32 +0.68%,買入)+泉州商業”，“南京銀行(12.01 -0.08%,買入)+蘇寧”，“重慶銀行+重慶百貨”等等組合，就是最好的代表。他們一個提供金融經驗，一個提供消費場景，流量和數據都有了。

但隨著互聯網的不斷發展，人們生活方式的改變，這種合作模式也有了新的變化，銀行系開始選擇與互聯網公司合作，比如說拉卡拉入股中郵，生意寶(39.17 +1.14%,買入)入了杭銀，攜程入了尚誠，擬成立但還未獲批的還有58同城加長沙銀行，神州優車與張家口銀行。

另一個合作指的是垂直系和巨頭們的合作。未來“平臺化+產品”的關系將會更密切，進行這樣合作的好處是，垂直系可以借助巨頭們的流量入口，而巨頭們可以通過與垂直系合作進入到更深層次的細分市場中。

5.3第三方數據入征信？

目前我國央行征信系統的主要數據還是主流信貸人群，這些共享數據無法體現次貸人群的個性化群體特征，和他們匹配度低，同時也會給外圍共享型征信數據帶來同質化困擾。

BAT玩家做風控的優勢在于自有數據，而且在不斷研發新的系統和模型。隨著這些信貸數據被正規的金融機構采用并應用，所謂的次級信貸人就會從金融機構獲得低息貸款，這只是時間問題。但是問題在于，大數據時代的主題詞是“快”，央行征信系統的反應周期顯得過于冗長了。即使接入第三方數據，急需數據的消費金融玩家們還會買這個帳么？