互聯網消費貸業務野蠻成長后已進入規范發展階段，本文詳細介紹了互聯網消費貸業務的發展方向和商業模式，以及當前的市場格局下巨頭崛起，未來行業分化將加劇。

來源 | 國信金融研究

作者 | 田維韋、王劍、陳俊良

目錄

一、互聯網消費貸逐步進入規范發展階段

二、互聯網消費貸商業模式

2.1 科技賦能業務全流程，大數據和模型輸出能力是核心優勢

2.2 場景化、精細化趨勢日益明顯，更注重客戶體驗

2.3 輕資產助貸模式逐漸成為互聯網巨頭的主流模式

2.4 互聯網消費貸成本收入構成

三、互聯網消費貸市場格局：分化加速，巨頭崛起

3.1 傳統商業銀行

3.2 互聯網銀行

3.3 持牌消費金融公司

3.4 電商平臺及非電商互聯網公司

3.5 垂直分期平臺

3.6 網貸平臺

四、投資建議

五、風險提示

互聯網消費貸逐步進入規范發展階段

互聯網消費貸是指金融機構、類金融組織及互聯網企業等借助互聯網技術向消費者提供的以個人消費（一般不包括購買房屋和汽車）為目的，無擔保、無抵押的短期、小額信用類消費貸款服務，其申請、審核、放款和還款等全流程都在互聯網上完成。與傳統消費金融相比，互聯網消費金融業務（本報告互聯網消費金融業務主要指互聯網消費信貸業務，下同）在降低資金成本、提高業務效率、減少信息不對稱性等方面具有無可比擬的優勢。

2014年2月，京東金融推出“京東白條”，拉開了互聯網消費信貸的序幕，隨后螞蟻集團推出“螞蟻花唄”，2015年各方開始大力布局互聯網消費金融業務，互聯網消費金融業務進入發展快車道。2016年3月，人民銀行、銀監會提出“加快推進消費信貸管理模式和產品創新”，行業創新不斷涌現，互聯網消費金融業務迎來了發展的黃金期。

但在野蠻生長的過程中，各個互聯網平臺也開始暴露出諸多問題，2017年下半年開始行業進入整頓期，國家出臺了一系列監管政策整頓行業發展亂象，從P2P專項整治、規范現金貸到商業銀行互聯網貸款，再到更底層的對于大數據違規行為的清理、非法放貸和民間借貸利率的規范等，我國互聯網消費信貸業務逐步進入規范健康發展階段。

互聯網消費貸商業模式

2.1 科技賦能業務全流程，大數據和模型輸出能力是核心

互聯網消費信貸的基礎和核心——大數據

互聯網消費信貸產品的普惠性、小額分散、純信用無抵押等特點，決定了互聯網消費信貸市場中科技的重要性。大數據、人工智能、云計算、區塊鏈等金融科技的深化促進了互聯網消費金融的快速發展，進一步提升其創新速度的效率。

其中，大數據運用是互聯網消費信貸的基礎和核心，互聯網消費信貸業務也可以稱為大數據消費信貸業務，互聯網消費信貸的貸前、貸中、貸后各流程都是建立在大數據的基礎上。另外，大數據的運用能力和模型輸出能力也是互聯網消費金融平臺的核心能力。

互聯網消費信貸大數據獲取的三種模式

互聯網消費金融平臺獲取數據主要有三種模式，

第一，互聯網公司主要依賴自身電商平臺或社交平臺等互聯網商業生態系統所積累的海量數據來獲取用戶信息，主要面對公司生態體系內的已有客群，授信一般采用白名單制度。以騰訊旗下的微眾銀行、阿里巴巴旗下的螞蟻金服、京東集團旗下的京東數科為代表。

第二，傳統商業銀行利用自有賬戶或政府平臺開放的數據信息自行搭建大數據平臺，或通過與現有互聯網公司進行合作獲取數據，主要面向銀行既有客戶，客戶資質要求較高。該模式主要適用于大型商業銀行，小銀行難以獲得大銀行開展大數據信貸業務所用的數據。

第三，通過獲取分散、多維度、低飽和度的第三方大數據（包括自己采集的數據和第三方數據），采用先進的大數據處理技術開展信貸業務的模式。該模式一般面向全網客戶，實時審批授信，主要適用于中小型金融機構，以新網銀行和垂直分期平臺等為代表。

2.2 場景化、精細化趨勢日益明顯，更注重客戶體驗

根據是否依托于場景、放貸資金是否直接劃入消費場景中，可以將互聯網消費信貸產品分為場景消費貸和現金貸兩大類，前者有明確的消費需求和資金去向，后者雖然名義用途也是消費，但實際難以追蹤，不知道資金的最終去向。

由于平臺不可能完全覆蓋各類生活場景，并且場景的布局和導流也需要積累，因此大多數平臺一直同時具備兩種形式的消費信貸產品，但兩種產品同質化都是比較嚴重的。

現金貸：代表產品有螞蟻集團旗下的“螞蟻借唄”、騰訊旗下的“微粒貸”、招商銀行的“閃電貸”、寧波銀行的“白領通”等。目前市場上現金貸產品設計和管理等都非常類似，不同的主要是額度和綜合利率上的差異。大型商業銀行由于具備明顯的資金成本優勢，并且客戶資質較為優質，因此大型商業銀行的現金貸產品利率一般都比較低。

場景消費貸：代表產品有“螞蟻花唄”、“京東白條”等。目前消費貸場景集中在購物、住房、裝修和旅游上，導致購物等某些場景領域競爭過度，但農村消費場景等卻處于短板甚至空白。消費貸產品一般設置有免息期，螞蟻花唄的免息期最高為40天，超過免息期后開始計算利息，螞蟻花唄日利率可低至約0.02%，大部分貸款的日利率為0.04%或以下。

2020年8月20日，最高人民法院發布了規定，民間借貸利率的司法保護上限為LPR的4倍，按最新發布的一年期LPR利率3.85%計算，民間借貸利率的司法保護上限為15.4%，對應的日利率為0.042%，對于部分非持牌機構的利率定價帶來了一定的約束，對持牌金融機構的定價也會有間接影響。

現金貸遭嚴整頓，場景消費貸是發展方向，未來互聯網消費貸的良性發展模式是 “實現依賴場景、反哺場景、擴大規模、搭建新場景”的橫向循環擴張。2017年12月1日，央行聯合銀監會共同下發 《關于整頓“現金貸”業務的通知》指出，暫停發放無特定場景依托、無指定用途的網絡小額貸款，逐步壓縮存量業務，限期完成整改。

對于消費金融機構而言，場景越來越重要，而獲取場景有自建場景或與第三方合作接入場景等模式，具有場景優勢的電商平臺在互聯網消費信貸市場具備明顯優勢。目前部分場景競爭過度，未來精細化場景布局和開拓農村金融消費場景、藍領消費場景等空白場景將是新的發展方向，但這對平臺的大數據風控能力提出了更高的要求。

2.3 輕資產助貸模式逐漸成為互聯網巨頭的主流模式

互聯網消費信貸主流模式主要包括：自營貸款、ABS出表模式、聯合貸款和助貸模式。其中自營貸款模式對資本金要求很高，商業銀行和持牌消費金融機構采用該模式較多?；ヂ摼W機構由于缺少資本金，已經完成從自營模式到ABS出表模式再到聯合貸款和助貸模式的轉變，其中助貸模式已經成為騰訊集團、螞蟻集團和京東集團等互聯網巨頭的主流模式。

ABS出表模式

ABS出表模式自2015年就已成為互聯網機構發展消費金融業務的重要方式之一，主要是為了規避資本金監管和降低資金成本以實現規模的快速擴張。2015 年10 月，京東金融的“資產專項計劃”在深交所掛牌，互聯網企業消費信貸ABS產品發行加速。

同時，商業銀行、持牌消費金融公司也紛紛加大了消費信貸ABS產品的發行。據統計，2017年消費金融ABS產品發行規模達4981億元，較2016年增長了362%。

部分互聯網金融企業和小額貸款公司通過資產證券化放大杠桿進行表外融資的方式受限。2017年12月初《關于規范整頓“現金貸”業務的通知》明確，禁止通過互聯網平臺或地方各類交易場所銷售、轉讓及變相轉讓本公司的信貸資產，以信貸資產轉讓、資產證券化等名義融入的資金應與表內融資合并計算，合并后的融資總額與資本凈額的比例暫按當地現行比例規定執行。

《通知》對通過表外融資變相加杠桿的行為進行抑制，消費金融ABS發行規模在2017年達到階段性高點，之后進入穩定發展階段。

聯合貸款模式與助貸模式

2017年開始聯合貸款模式逐漸成為主流，互聯網巨頭憑借流量和風控優勢逐步演變成純技術輸出的助貸模式。近年來消費金融需求快速擴張，但互聯網金融平臺ABS出表模式被限制使得其面臨嚴重的資本金約束，因此亟需找到新的模式以規避資本金的監管。

互聯網金融平臺，尤其是巨頭互聯網平臺在獲客和風控上具有明顯的優勢，因此在這階段互聯網金融平臺開始加強與傳統商業銀行和持牌消費金融公司的合作，由銀行提供資金而互聯網消費金融平臺提供客戶和風控的聯合貸款（助貸）模式盛行。

聯合貸款模式：互聯網平臺和持牌金融機構按一定的比例出資，或者互聯網平臺向持牌金融機構繳納一定的保證金，如果客戶出現了違約情況，互聯網平臺和持牌金融機構按出資比例承擔風險或者以繳納的保證金承擔風險（風險承擔比例可以協商）。

在該模式下，由于互聯網平臺在獲客和風控等核心環節上具備明顯優勢，因此一般可以分享比出資比例更高的利潤。該模式本質上是風險共擔的模式，對互聯網金融平臺的資本金也有一定的要求，互聯網金融平臺基本上會參與貸前、貸中、貸后全流程。

助貸模式：由于互聯網巨頭平臺在獲客和風控上具有明顯優勢，聯合貸款模式逐步演變成了純技術服務的助貸模式?；ヂ摼W金融平臺通過初步風控之后將篩選出來的客戶推送給持牌金融機構，持牌金融機構對客戶再進行一次風控，對合格的客戶發放貸款，并向互聯網金融平臺付一筆技術服務費。

該模式下，互聯網金融平臺不承擔任何客戶違約風險，也不占用自身資本金，僅作為一個導流的平臺收取技術服務費。由于助貸模式具備不占用資本金、不兜底的優勢，逐步成為了互聯網巨頭的主流模式。

根據螞蟻集團披露的數據，公司自營微貸業務凈利息收入占微貸科技平臺收入比重持續下降，2020年上半年為4.8%，較2017年下降了5.9個百分點，助貸（聯合）貸款模式已經成為了互聯網巨頭企業的主流模式。

2.4 互聯網消費貸成本收入構成

互聯網消費貸業務收入來源包括分期手續費、利息收入、逾期罰息、通道費用以及其他服務費等；成本主要由系統搭建成本、資金成本、獲客成本、運營成本、壞賬損失以及其他成本組成。提升收入的方式主要通過增加客戶數或者提高單戶生息資產規模，但客戶下沉和提高單戶信貸余額都意味著增加信用風險，對平臺的風控能力提出了更高的要求。

成本方面，一方面可以降低資金成本，但可控性較差，資金成本主要取決于宏觀經濟和流動性等宏觀因素，互聯網金融平臺資金成本相對較高；另外一方面可以通過提升風控能力降低壞賬損失，但與系統搭建成本、運營成本等呈負相關性，需要尋求平衡點。

對于當前互聯網巨頭主流模式——助貸模式，既沒有資金成本，也不承擔信用損失成本，其成本主要包括系統搭建成本、獲客成本和運營成本等，但這需要建立在大流量數據基礎上。對于一般的互聯網消費平臺而言，資金成本和風險損失成本仍是主要成本。

互聯網消費貸市場格局：分化加速，巨頭崛起

互聯網消費貸市場參與主體包括持牌金融機構（傳統商業銀行、消費金融公司、互聯網銀行）和非持牌機構（電商平臺、其他互聯網公司、垂直分期平臺和網貸平臺）。

其中，電商巨頭下的消費金融平臺憑借豐富的消費場景、股東積累的大數據等優勢在互聯網消費金融市場占據較高的市場份額，2018年市場份額為37.2%。商業銀行憑借其資金成本優勢、風險管控能力等優勢在互聯網消費金融市場份額居第二位，2018年市場份額為13.7%。網貸平臺、消費金融公司和垂直分期平臺2018年市場份額分別是9.6%、9.4%和8.3%。

3.1 傳統商業銀行

商業銀行在消費金融市場中的最大優勢就是低資金成本，同時風險控制能力和產品覆蓋面等優勢也較為突出。銀行系消費金融線下模式占比較高，但近年來加大了線上消費金融的投入，銀行互聯網消費金融主要模式是：銀行自己搭建平臺（主要是手機銀行APP），自己開發產品，消費者可以直接在手機銀行APP上申請貸款，以建設銀行的“快e貸”、招商銀行的“閃電貸”等為代表。

商業銀行互聯網消費貸目標客戶基本為原有客戶，對客戶的信用要求高，難以覆蓋無資產或無信用記錄的客戶群體。

另外，商業銀行的互聯網消費貸以現金貸為主，與具體的消費場景結合度不高，服務精細化程度有待提高。但近年來不少商業銀行也在積極加強網上商城等場景生態的布局，以工商銀行、招商銀行等為代表的銀行在場景構建上也取得了不錯的成效。

3.2 互聯網銀行

目前純互聯網銀行共4家：微眾銀行、網商銀行、新網銀行、億聯銀行，此外蘇寧銀行、眾邦銀行等銀行也從事較多類似業務。

其中，微眾銀行、網商銀行、億聯銀行和蘇寧銀行的大股東為互聯網巨頭，但網商銀行專注服務小微企業和三農用戶，微眾銀行、億聯銀行和蘇寧銀行主要面向大股東生態體系內已有客戶提供消費貸，一般采取白名單制度，根據從大股東購買的數據先行完成大部分客戶的預授。

根據微眾銀行財報披露，截至2019年末，“微粒貸”已向全國31個省、直轄市、自治區近600座城市超過2800萬客戶發放超過4.6億筆貸款，累計放款額超過3.7萬億元；授信客戶中約77%從事非白領服務業，約80%為大專及以下學歷，筆均貸款約8000元。

新網銀行和眾邦銀行則面向全網客戶，根據自己采集的數據和第三方數據實時審批授信。其中，眾邦銀行消費金融信貸產品主要包括眾保貸、眾游貸和眾車貸，主要圍繞購車、旅游、家裝幾個消費場景。

3.3 持牌消費金融公司

截至目前，全國共有27家持牌消費金融公司開業，消費金融公司基于牌照優勢、先發優勢、人才優勢等，近年來取得快速發展。以招聯消費金融為例，2020年6月末，公司總資產規模921億元，較2017年末增長了96%。2019年公司實現凈利潤14.66億元，同比增長17%。

與傳統商業銀行相比，消費金融公司信貸審核標準相對較松、貸款額度更高，但風險控制能力和資金實力不及傳統商業銀行。

3.4 電商平臺及非電商互聯網公司

互聯網消費金融公司基于其股東沉淀的大數據優勢以及良好的用戶體驗、便捷的貸款審批、豐富的消費場景、深度的金融科技應用等，實現了跨越式發展，但行業內也呈現出“馬太效應”現象。互聯網巨頭金融科技平臺在獲客、風控等核心環節具備優勢，尤其是助貸模式興起后，巨頭互聯網公司議價能力更強，因此在互聯網消費貸市場份額持續提升。

消費金融賽道上的互聯網企業主要包括電商平臺（以螞蟻集團和京東金融為代表）和非電商互聯網企業（包括騰訊、美團、滴滴，58同城、新浪、搜狐、網易、360、今日頭條等），其中電商互聯網平臺由于具備消費場景優勢，擁有穩定、高消費能力的用戶，像京東白條、螞蟻花唄、螞蟻借唄等產品都領先市場且實現了快速擴張。

非電商平臺由于缺乏消費場景，因此在互聯網消費貸市場的發展相對較慢。

另外，非電商平臺由于缺乏消費場景，因此基本上都是現金貸，在現金貸監管趨嚴的大環境下，非電商平臺未來如何與消費場景融合也成為一個不小的挑戰。

3.5 垂直分期平臺

垂直分期平臺深耕細分消費場景，主要集中在教育、旅游、裝修、租房和購物等場景。由于針對某一垂直細分市場，又無電商大數據優勢，因此對平臺風控要求較高，大部分分期購平臺依賴互聯網征信，壞賬率較高。

同時，垂直分期平臺的融資成本也比較高高，因此近年來垂直分期平臺逐漸向受托支付式模式轉變，將債權打包至P2P等平臺，P2P平臺向投資者銷售債權回籠資金。

3.6 網貸平臺

在2016-2017年經歷野蠻式增長后迎來行業重點監管，2019年12月末正常運營的P2P平臺數量已降到344家，成交量降至429億元。網貸平臺在客戶流量、資金成本等方面都不具備優勢；此外，網貸平臺與消費場景不產生直接聯系，未來仍面臨較大的轉型壓力。

投資建議

我國互聯網消費信貸市場空間廣闊，但野蠻增長過后已進入規范發展階段，場景化消費貸是發展方向，未來將加強精細化場景布局和開拓農村金融消費場景、藍領消費場景等短板場景。金融科技的深化將進一步提升互聯網消費信貸業務創新速度和效率，互聯網企業和持牌金融機構合作的助貸模式也將持續迭代升級。

未來互聯網消費信貸市場將呈現分化加速，巨頭崛起的市場格局，利好頭部互聯網金融科技平臺和有資金優勢的頭部零售銀行，銀行板塊中推薦招商銀行、寧波銀行和國有大行。

風險提示

政策超預期收緊。近年來針對互聯網消費金融的法律法規頻發，但是互聯網消費金融市場作為一個崛起的新興產業，在發展過程中仍面臨不少的問題。如果監管政策超預期收緊，將對互聯網消費金融市場帶來較大沖擊，尤其是對非持牌的機構沖擊更大。

宏觀經濟超預期下行帶來信用風險的加速暴露。相對于按揭貸款，互聯網消費信貸風險相對更高，受宏觀經濟波動的影響更大。如果宏觀經濟超預期下行，互聯網消費信貸面臨的信用風險也相對更大，尤其是對于尾部互聯網消費平臺可能會帶來較大沖擊。

科技運用帶來的系統性風險?；ヂ摼W消費信貸對科技具有很高的依賴性，全流程互聯網化雖然具有便捷高效、節約成本等優勢，但也意味著面臨著模型搭建錯誤等系統性風險。

對傳統銀行的個人貸款業務可能帶來較大沖擊。目前，互聯網企業的機構與金融機構合作密切，達到了雙贏的效果。但互聯網消費信貸模式也同樣沖擊著傳統銀行市場，如淪為互聯網巨頭的資金通道，與客戶脫媒等風險，未來互聯網消費金融市場的快速發展可能對部分銀行帶來較大的沖擊。