消费金融的BAT格局

以前商业银行看重消费金融，传统消费金融公司也看重，如今，巨头在做互联网消费金融，创业公司也开始扎堆，尤其是BAT巨头携大数据资源与技术优势杀入消费金融领域，具备传统金融所不具备的能力。不过BAT三家各自的优势不同，做消费金融的模式并不相同，解决问题的方法也略有差异。

BAT都有哪些消费金融业务？

阿里的消费金融业务主要通过关联企业蚂蚁金服旗下的花呗和借呗两款产品来开展。蚂蚁花呗是分期付款服务，基于芝麻信用决定授信额度，金额在500-50000元不等，目前主攻电商消费场景。借呗是借款服务，芝麻信用分不低于600的用户就有机会申请，最高可申请30万元的贷款，额度可转到支付宝余额。

百度消费金融业务主要通过“百度有钱花”来开展，主要有分期、信用支付和现金贷三大类业务。目前重点推广分期业务，以教育分期为突破口，逐步拓展到家装、租房、医美等领域。教育分期最高额度16万，装修最高额度20万，医美最高额度15万。信用支付和现金贷是借款类业务。

腾讯的消费金融业务主要通过微众银行来开展，主要有微粒贷和微车贷两款产品，依托微信和QQ两个超级入口，向用户提供日常消费类信用贷款，授信额度为500元-30万元之间，单笔为400到4万元。

BAT做消费金融的模式有什么不同？

首先，核心资源优势不一样，切入点也就不一样，形成的优势业务也就不一样。阿里相对而言核心优势在于电商购物场景，电商购物的分期付款就成了首要的切入点，花呗也主要用于线上购物。最初在阿里体系内购物，之后又增加了唯品会、亚马逊等40多家电商平台。在此基础上花呗又在拓展线下，应用于大悦城等商场以及拜尔口腔等医疗支付场景。可以说蚂蚁金服的消费金融主要是巩固电商购物领域的优势并向线下消费场景进行拓展。

百度相对而言核心优势在于大数据、人工智能等方面的技术，基于这些技术，百度金融将自身定位为科技金融公司，把自身的技术与能力开放出来。通过超大规模集群技术、规模化机器学习等技术以及快速迭代的风控模型，向合作伙伴输出风控能力，合作伙伴则为百度提供场景。总体来说百度消费金融是一种能力开发、技术输出的模式。

腾讯相对而言核心优势在于微信、QQ两个超级入口，借助两个入口以及基于社交数据的信用评估体系，向腾讯的用户提供日常消费信贷产品。

其次，目前三家企业消费金融业务主攻的场景并不相同。百度目前主要对接消费金额偏高、消费频次较低的信贷场景，如教育学费、装修费用等，蚂蚁金服主要对接消费金融不高但消费频次较高的信贷场景，如网上购物等。腾讯微粒贷没有披露相关资料。其平均每笔借款金额8000元左右，相对来说金额偏中等，应该是主要对接居民日常消费相关的信贷场景。

BAT眼中的消费金融发展难点在哪里？

消费金融虽然被业界看好，但业务发展过程中的难点也是显而易见的。综合各家的判断，目前消费金融面临的需要突破的具体难点主要是：1、如何服务低信用人群或无信用记录的群体，如何做好线上风控；2、如何做好反欺诈，防范多平台贷款；3、如何有效进行逾期违约的惩戒；4、如何降低获客成本；5；产品如何差异化发展。

作为互联网行业的领军企业，三家在破解消费金融难点方面都是利用数据和技术能力，解决新问题。

风控是做好消费金融业务的重中之重，也是互联网系消费金融公司的核心能力。解决这样的难题，套路主要有两方面，一是扩大数据源，二是通过技术提升风控模型的有效性。

蚂蚁金服方面，在扩大数据源的路径上，花呗通过各类合作，可以获取线上消费数据、政府数据以及神州租车、婚恋网站、酒店等合作方的数据，芝麻信用数据已覆盖借贷、支付、出行、住宿、公益等数百种场景，包括电商数据、互联网金融数据、公共机构数据、合作伙伴数据、用户上传数据等，90%数据合作伙伴已来自阿里、蚂蚁之外。在技术路径上，芝麻信用称梯度提升决策树、随机森林、神经网络、分群调整技术、增量学习技术等在内的大规模机器学习算法，可以为缺少信贷记录的人群做出客观的信用评价。

百度一方面从政府、运营商、网贷、线上合作伙伴等处获取数据，另一方面通过与教育、家装、医美等相关产业的服务商合作获取线下资料。另外也整合搜索数据和包括百度地图、手机百度等多个亿级用户的应用数据；在技术路径上，通过人工智能、用户画像、帐号安全、精准建模等技术，扩大征信范围，快速迭代风控模型识别用户信用等级；另外，与FICO在在风控、智能评分、大数据应用、金融场景建设等领域合作，投资ZestFinance，借助其数据挖掘能力和模型开发能力。

腾讯方面，腾讯征信拥有庞大用户群体在社交网络上的海量信息，包括QQ、微信、财付通、 QQ 空间、腾讯网、 QQ 邮箱等社交网络上的大量信息， 数据类型包括在线时长、登录行为、虚拟财产、支付频率、购物习惯、社交行为等。微众银行也多方面采集客户信息、产品交易、信贷行为、征信、合作方和第三方平台等不同领域的风险数据。在技术路径上，微众银行引入国外新型风险识别和算法技术，陆续建立了客户分群授信、社交评分、信用评分、商户授信管理、欺诈侦测等系列模型。

如何做好反欺诈，防范多平台贷款？

在反欺诈方面，措施基本上包括两方面，一是通过图像识别、活体识别等人工智能技术来鉴定真实身份，防止欺诈，另一方面是通过大数据模型和算法发现欺诈行为。

百度一直发力人工智能领域，在语音识别、图像识别、活体识别、在线手写签名认证方面具备技术积累，语音识别可以应用于声纹支付等场景，图像识别适用于身份验证等场景，活体识别适用于远程开户等场景，防止申请人利用别人的照片进行远程身份验证；在线手写签名认证适用于安全性要求较高的身份认证领域。在算法方面，百度金融通过大数据风控平台的六大引擎来做信贷全流程管理，其中包括反欺诈引擎。

腾讯方面，腾讯优图人脸识别技术与腾讯征信、微众银行、财付通合作，进行用户身份验证，进而对用户进行信用评估。微粒贷构建了反欺诈模型，通过分析客户线上行为的一致性、终端设备、IP、区域等信息，预测客户申请和交易中的欺诈可能性；通过分析客户与客户之间信息呈现的共性特征，预测群体客户的欺诈可能性。

蚂蚁金服与Face++合作，研发了人工智能生物识别机器人“蚂可”，可用作身份验证基础平台。在技术上，蚂蚁花呗则通过三道防火墙，即智能风控大脑、反欺诈决策引擎以及合作伙伴的联防联控机制，来实施反欺诈。

智能风控大脑通过网络环境、使用设备、和本人此前的使用习惯等多个纬度，来判断是否本人在使用这个账户；反欺诈决策引擎实时监控交易细节，实时分析买家卖家信息及历史交易信息等，通过数十个反欺诈反套现风控模型识别出有套现或欺诈风险的交易；蚂蚁花呗还与淘宝、大众点评、微博等平台建立了联防联控机制。

如何有效进行逾期违约的惩戒？

对于违约行为的惩戒，三家企业的做法大致相同，包括收取违约金、计入征信记录、加强催收等。

在违约金方面，官方资料显示，花呗逾期之后，逾期利息按当期未还金额的0.05%按日收取。微粒贷自逾期之日起，每天对逾期本金额外收取约定利率50%的罚息。百度有钱花从最晚还款日开始按照本期应还金额的万分之五每天计收逾期费。

蚂蚁金服旗下芝麻信用与最高人民法院签署了对失信被执行人信用惩戒合作备忘录。双方实现数据对接，在消费金融、蚂蚁小贷、信用卡、P2P、酒店、租房、租车等场景通过网络等渠道全面限制失信被执行人，失信被执行人申请贷款、融资，通过淘宝或天猫平台购买机票、列车软卧、保险理财产品及非经营必需车辆、旅游、度假产品等，预定三星级以上宾馆、酒店，在互联网的奢侈品交易等高消费行为等均受到限制。这对于长期逾期违约的用户会有比较好的惩戒意义。

总之，三家企业模式略有不同，对行业的影响也就略有不同。相比之下蚂蚁金服对于购物场景挖掘很深，并向其他领域拓展，其自营属性更强一些。这对于做大消费购物领域的消费金融规模有积极意义。百度消费金融和微众银行则都倾向于输出自身的数据资源与技术能力，整合银行、商户等各方面资源，搭建消费金融生态。如微众银行更多整合银行方面的资源，扩大资金来源，百度整合教育、家装等商户，拓展信贷场景。这样的模式会对消费金融生态产生积极影响，使消费金融各类主体可以分享互联网巨头的数据与技术能力。

当然，目前还在消费金融消费金融初级阶段，各方携自身优势入场，模式会有比较大的差异，但随着进一步的发展，下一步大家都需要开拓更多场景来增加业务量，也就需要更多与外界的合作，或许在未来，三家企业的模式趋同性会越来越强。