個人征信與大資料風控賽道將進入排位淘汰賽，創業者如何實現彎道超車？｜36氪金融研報
P2P、消費分期、現金貸之後，金融領域的模式創新浪潮暫告一段落，加之監管紅利期已過，金融行業已有段時間都沒有出現一個令人興奮的投資主題。
金融作為資料化程度最高行業之一，
征信和大資料風控，是近半年來金融領域投融資事件最活躍的細分賽道之一。
近半年來（2016年10月以來）征信和大資料風控領域發生的投融資事件統計
（以上資料為據公開資料整理的不完全統計）
儘管這是一個具有馬太效應、先發優勢尤為重要的領域，但目前來看，行業還未形成具有絕對優勢的巨頭。而且消費金融市場仍然處於不斷增長的狀態，創業的視窗期尚且敞開。
基於消費金融發展的市場機遇，本篇行業觀察將著重討論個人征信與風控。
這份行業觀察嘗試探討以下問題：
征信和大數據風控是一回事嗎？
中國的征信和大資料風控的市場規模有多大？
當前中國征信與大資料風控行業的產業鏈與各環節發展進程如何？
征信和風控行業面臨哪些問題？
征信和大資料風控類專案需要具備競爭力，才能在通向行業巨頭的競爭中存活下去？
征信與大數據風控，是一回事嗎？征信與大資料風控並不是一回事。
由於當前創業項目，業務範圍往往涵蓋了從資料來源採集到風控產品的全流程，
央行征信局局長萬存知曾撰文厘清征信的概念：
征信的基本理念是共用債務人的資訊來保護債權人的權益。通過共用債務人債務資訊，判斷債務人的償債能力，是貫穿征信的邏輯主線，這從根本上決定了征信的邊界。
征信分為個人征信和企業征信，征信資料是風控資料的子集。個人征信資料衍生的資料產品包括信用分、個人信用報告、個人信用提醒、標準信用報告、財務信用報告等，
風控資料的概念更為寬泛，一切經過授權可用於信貸業務風險控制的資料，都是風控資料，風控資料衍生的產品包括：以風險控制為依據的精准行銷、反欺詐、授信評估、貸中的資產監控與預警以及貸後不良資產管理等，
現實情況中，征信與風控業態模糊主要有以下原因：
① 中國的征信基礎設施不完善，央行征信系統覆蓋的人群有限，而近年來火熱的消費金融多瞄準沒有信貸記錄的“白板使用者”，這就形成了征信資料缺口，同時大資料風控公司為了在資料來源方面獲得主動權，往往涉及到資料獲取環節，在征信資料庫不完備，征信採集標準不統一的情況下，資料來源甚至成為大資料風控公司的主要競爭壁壘；
② 征信服務在發展初期非常薄利，從國際經驗來看，征信機構的虧損期一般在5~7年，征信機構為了維持自身的運營，不得已開拓風控類的產品創收；
③其他的原因還包括，企業具有“托拉斯”迷思、企業定位和商業模式不明確、投資人盈利壓力等等；
以上原因都可能導致創業公司在征信和風控業務上混業經營。
征信和大資料風控的市場需求和市場空間有多大？征信和大資料風控的市場需求，從宏觀上來說，可以上升到中國L型走勢的經濟新常態。
三駕馬車中，消費拉動的重要性越來越高，帶動了萬億體量的消費金融市場。（關於中國消費金融的發展，可參考36氪此前的報導《我們在討論消費金融時，到底在討論什麼？》）
2015年，中國消費信貸餘額規模為19萬億，同比增長23.3%，預計到2019年將達到41.1萬億。
預計到2019年，消費信貸市場規模將達到41.1萬億
從征信角度來看，消費金融的受眾主要是傳統金融機構沒有覆蓋或者沒有服務好的使用者，與央行征信局未覆蓋的人群的重合度高，對征信資料庫的覆蓋度提出了新的要求。
從風控的角度來說，傳統金融機構依賴人工審核，資料處理依賴評分卡體系的刻畫，這無法滿足當前高頻、小額分散和線上化的消費金融趨勢，推動大資料和人工智慧技術落地於風控領域。
參照征信體系發展完善的美國，個人征信已形成Experian、Equifax、Trans Union三足鼎立的格局，並且形成了Metro1和Metro2的標準化資料獲取範本以及FICO信用分統計模型。企業征信方面則有Dun&Bradstreet一家獨大，資本市場企業信用評估則有S&P、Moody’s以及Fitch Group三個巨頭。
Experian、Equifax、Trans Union三大征信局以及Dun&Bradstreet，四家機構在美國的征信市場佔有率約為70%。2016年，這四家機構的總收入約111億美元，估算下來，美國的征信市場規模為千億。2015年，2015 年美國消費信貸的規模為3.54 萬億美元，居民消費作為拉動經濟的三駕馬車之一，占美國 GDP 比重約 70%。
中國的消費信貸市場的潛力還未被完全挖掘出來，背後蘊藏的征信和大資料風控市場是千億量級。
資料由公開資料整理
近日，由中國人民銀行征信管理局、世界銀行集團國際金融公司、APEC工商理事會共同舉辦“個人資訊保護與征信管理”研討會，對征信行業的准入門檻和行業結構等做了探討：全國人大財經委副主任委員吳曉靈認為，征信產品是“有條件的公共產品”，因此征信市場的參與者必然不會太多，准入門檻高。
未來征信和風控行業的市場結構可能分為三層：
第一層是全面征信機構，准入門檻高，市場集中度高，總體市場規模小，但是單個機構收入可觀；
第二層是專業征信機構，專業征信機構在某些細分領域，如保險、信用卡和零售信貸領域有專長，構成征信市場的長尾，同時在垂直領域的專業征信機構會拓展征信業務之外的大資料服務，提供垂直領域的精准行銷、供應鏈金融風控技術服務等；
第三層是資料服務公司，或者說風險管理服務商，為金融機構提供信貸全流程技術服務。
儘管當前中國的征信和風控業務混業經營嚴重，但隨著行業不斷發展，對效率和專業性的要求也不斷提升，各有專攻的多層次市場格局也會逐漸顯現。
中國征信與大資料風控行業的市場格局與產業鏈各環節發展進程中國的征信系統起源於上世紀80年代。
上海遠東資信評級有限公司的成立，即是企業征信的開始，也標誌著中國征信行業的起步。1997年上海資信有限公司成立，是中國首個個人征信試點機構。
2013年3月，《征信業管理條例》正式實施，征信行業被納入法律規範的軌道。2014年開始發放首批企業征信牌照，截止到目前市場上約有140多家公司完成了企業征信業務的備案，持牌機構中實際展開企業征信業務的公司接近一半。此外還有沒有備案，但實際展開企業征信業務的公司，如部分供應鏈金融企業和大資料服務公司，暫無統計資料。
個人征信牌照的發放過程則顯得尤為坎坷，從2015年1月央行引發《關於做好個人征信業務準備工作的通知》，允許8家民營公司開展個人征信試點業務至今，仍未有一家機構拿到個人征信牌照。
4月份，央行征信局局長萬存知表示，“8家進行個人征信開業準備的機構目前沒有一家合格，離市場需求和監管要求差距那麼大，這是我們始料不及的，在達不到市場需求和監管要求情況下不能把牌照發出去。”
第一批八家排隊申請牌照的個人征信公司之外，還有百度、京東、小米金融、算話征信、上海資信等超過200家企業正在申請第二批個人征信牌照。
中國征信行業現狀
在大資料風控技術服務商方面，由於不受牌照的限制，市場發展顯得更為熱鬧，其中主要是服務于消費金融業務的協力廠商風控服務商。
近半年來獲得融資的機構包括：法海風控、邦盛科技、白騎士、數美科技、氪信、誠安聚立、Wecash閃銀以及冰鑒科技等等。
除了新起之秀，行業內也有如百融金服、同盾科技、神州融、聚信立、智信度等先行企業。
協力廠商大資料風控平臺的可能涉及到信貸全流程。由於公司創始人基因、企業定位等因素，這些創業公司可能在信貸週期中的某個環節產品尤為專業，例如同盾科技深入挖掘反欺詐環節的技術，氪信擅長將AI技術應用於授信評估和風險定價環節。
將大資料技術應用于信貸的全生命週期，是大多數大資料風控公司的目標，百融金服等具有大資料公司背景的創業公司在信貸全生命週期應用的建設方面具有優勢。
比起征信市場，大資料風控市場的應用層次更豐富，監管環境寬鬆，市場容量大。
但是資料行業普遍存在馬太效應，先發優勢在資料積累和模型優化上都尤為重要。不過，總體來說行業發展仍然屬於初期，B輪後的企業數量不多，先發優勢還可以被追趕。
B輪及以後個人征信與大資料風控公司（據公開資料整理不完全統計）
商業模式與潛在風險征信行業是一個相對薄利的行業，當行業發展到成熟階段，往往呈現多寡頭的市場格局，收入可觀。正如上文中顯示，美國三大征信局2016年的年收入達到111億美元。
征信業務主要的盈利點和計費方式包括：
征信報告，按照查詢次數計費，例如按照《國家發展改革委關於中國人民銀行征信中心服務收費標準有關問題的批復》規定，商業銀行查詢個人信用報告基準費用為5元，享有優惠政策的金融機構查詢費用為1元；
信用分，信用分是指征信機構根據多維度綜合評估，對借款人信用水準的評分，但不會顯示使用者的具體信用資訊，一般按照查詢次數計費；
信用評估模型服務，一般按照技術服務費+查詢計費
對於房貸、車貸等大額消費信貸服務而言，採用強相關金融資料的傳統風控方式是目前最有效且風控投入與收益比例最為合理的方式。但是新興的消費金融業務具有小額分散的特點，必須依靠大資料風控、機器審批，降低單筆放款風控成本，才可能有收益。
大資料風控行業發展的基礎，是消費金融市場的發展，如上文所言，這是一個增量市場。
大資料風控服務的盈利點和計費方式包括：
基於風險預判的精准行銷服務，白名單服務，按使用者轉化計費；
反欺詐服務，即黑名單查詢服務，一般按查詢結果計費，部分採用包年的計費方式
授信評估與風險定價的模型服務、貸中風險監控與預警服務，一般按照放貸規模收取一定比例的技術服務費
貸後不良資產催收服務，收取催回貸款金額一定比例的費用
金融作為強監管行業，個人征信業務面臨的首個風險即合規風險。
今年4月，央行回應個人征信牌照發放問題，強調個人征信機構需要符合三大原則：
獨立性原則，即征信機構在公司治理結構和業務開展上應確保獨立，防止利益衝突；開展業務要客觀中立，不能受資訊提供者和資訊使用者等其他主體的支配；征信產品和服務的使用不能與征信機構股東或出資人的其他業務相捆綁，不能成為股東或出資人謀取他利的手段。
公正性原則，征信業務活動應充分體現社會的公平正義，確保政治上的正確性。征信產品主要用來解決資訊不對稱導致的信用違約風險問題，提高交易效率、降低交易成本、促進普惠金融發展，既不能當作把人分為不同階層、不同群體的工具，也不能應用於某些低俗的社交活動，背離征信的本意；
個人資訊隱私權益保護原則，在制度建設和日常監管中，強調征信機構應從保護個人隱私、加強個人資訊保護的角度出發，保持業務透明度，防止個人資訊被過度採集、不當加工和非法使用，防範對個人隱私和商業秘密的侵害，切實維護資訊主體合法權益
第二個風險點是資料，無論是征信還是大資料風控，都面臨資料標準以及資料品質的問題。
資料標準：征信和大資料風控行業資料來源非常多樣，除了從金融機構處獲取共用的征信資料之外，還包括但不限於工商、公安、稅務、教育部門、司法機構、通信運營商、支付結算機構、航空公司、電商平臺等等，個體的資料是割裂的，個人征信資料整合缺乏統一的標準，這將會增加行業運轉摩擦，增加運營成本。另外當前各家展開消費金融業務的機構，在授信評估環節資料的採集也缺乏統一的標準，同樣會增加行業運轉摩擦
資料品質：由於資料來源以及資料獲取環節即標準不一，資料在真實性和時效性都對征信和大資料風控公司提出了挑戰。
征信與大資料風控要具備什麼競爭力，才能在當前的排位淘汰賽中脫穎而出？隨著行業發展不斷成熟，征信和大資料風控的業務會不斷細分，個人征信和大資料風控也會是兩個逐漸區隔獨立的市場。
我們認為，征信和大資料風控的核心競爭力有所不同，只有具備以下條件，才能在當前馬太效應逐漸顯現的排位賽中勝出：
對於定位征信局的機構而言，強公信力與Know How的征信經驗是重要競爭力。
通過向民營機構發行牌照，征信成為一個市場化的業務，但征信仍然是具有具有半公共產品性質。征信核心資料，是債務人的債務資訊，是涉及到金融機構核心機密的強相關的金融資料。
征信資料的積累有賴於金融機構和類金融機構的資料共用，征信局某種程度上來說也是一個共用中心。只有具備強公信力，才能讓金融機構和類金融機構放心地共用征信資料。
征信的技術門檻不高，征信報告設計、業務流程設計等考驗的是機構的業務經驗。
從這兩點考慮，具有國家增信的機構以及具有多年從業經驗團隊的公司更有優勢。
例如央行征信中心中心為控股股東的上海資信、前上海資信完整團隊創業的算話征信，都屬於有增信或者有經驗的項目。
對於大資料風控公司而言，豐富、即時、真實、海量的底層資料、技術能力以及產品設計能力是三大核心競爭力。
在行業內沒有普遍適用的資料基礎設施平臺時，越早積累資料的公司可以更快獲得“滾雪球”效應，擴大競爭優勢。
隨著資料基礎設施平攤搭建的完善，資料對於風控公司而言獲取更加公平時，技術能力能夠保證模型品質、模型準確性、預測能力和穩定性。
最後是產品設計能力，即基於對金融機構客戶需求的理解，開發出滿足客戶實際業務需求產品的能力。
有大資料背景、具有資料沉澱的創業公司、老牌征信機構以及有強資料處理能力的技術驅動型公司，也是彎道超車的潛力選手。
————————————————————————————————————————————
後記互聯網金融經歷了P2P、消費金融、現金貸的創新熱潮和野蠻生長，在2013、2014年成為風投的寵兒，但是，隨著金融風險的暴露以及監管的加強，互聯網金融創新似乎陷入了低谷。
模式創新過去，移動互聯網和新一波技術創新低谷，少了糧草支援，在寒冬中通過獨立捕食存活下來的公司，才是真正的獨角獸。
我們依然期待看到技術手段創新上不斷探索的公司，在金融服務還有大量滲透空間的中國，仍然有許多機會等待被挖掘。
非常感謝所有接受36氪採訪的創業者和資深從業者，為這份報告提供行業洞見和一手資料。
『本文圖片來自：Yestone 邑石網正版圖庫』
資料來源甚至成為大資料風控公司的主要競爭壁壘；② 征信服務在發展初期非常薄利，從國際經驗來看，征信機構的虧損期一般在5~7年，征信機構為了維持自身的運營，不得已開拓風控類的產品創收；
③其他的原因還包括，企業具有“托拉斯”迷思、企業定位和商業模式不明確、投資人盈利壓力等等；
以上原因都可能導致創業公司在征信和風控業務上混業經營。
征信和大資料風控的市場需求和市場空間有多大？征信和大資料風控的市場需求，從宏觀上來說，可以上升到中國L型走勢的經濟新常態。
三駕馬車中，消費拉動的重要性越來越高，帶動了萬億體量的消費金融市場。（關於中國消費金融的發展，可參考36氪此前的報導《我們在討論消費金融時，到底在討論什麼？》）
2015年，中國消費信貸餘額規模為19萬億，同比增長23.3%，預計到2019年將達到41.1萬億。
預計到2019年，消費信貸市場規模將達到41.1萬億
從征信角度來看，消費金融的受眾主要是傳統金融機構沒有覆蓋或者沒有服務好的使用者，與央行征信局未覆蓋的人群的重合度高，對征信資料庫的覆蓋度提出了新的要求。
從風控的角度來說，傳統金融機構依賴人工審核，資料處理依賴評分卡體系的刻畫，這無法滿足當前高頻、小額分散和線上化的消費金融趨勢，推動大資料和人工智慧技術落地於風控領域。
參照征信體系發展完善的美國，個人征信已形成Experian、Equifax、Trans Union三足鼎立的格局，並且形成了Metro1和Metro2的標準化資料獲取範本以及FICO信用分統計模型。企業征信方面則有Dun&Bradstreet一家獨大，資本市場企業信用評估則有S&P、Moody’s以及Fitch Group三個巨頭。
Experian、Equifax、Trans Union三大征信局以及Dun&Bradstreet，四家機構在美國的征信市場佔有率約為70%。2016年，這四家機構的總收入約111億美元，估算下來，美國的征信市場規模為千億。2015年，2015 年美國消費信貸的規模為3.54 萬億美元，居民消費作為拉動經濟的三駕馬車之一，占美國 GDP 比重約 70%。
中國的消費信貸市場的潛力還未被完全挖掘出來，背後蘊藏的征信和大資料風控市場是千億量級。
資料由公開資料整理
近日，由中國人民銀行征信管理局、世界銀行集團國際金融公司、APEC工商理事會共同舉辦“個人資訊保護與征信管理”研討會，對征信行業的准入門檻和行業結構等做了探討：全國人大財經委副主任委員吳曉靈認為，征信產品是“有條件的公共產品”，因此征信市場的參與者必然不會太多，准入門檻高。
未來征信和風控行業的市場結構可能分為三層：
第一層是全面征信機構，准入門檻高，市場集中度高，總體市場規模小，但是單個機構收入可觀；
第二層是專業征信機構，專業征信機構在某些細分領域，如保險、信用卡和零售信貸領域有專長，構成征信市場的長尾，同時在垂直領域的專業征信機構會拓展征信業務之外的大資料服務，提供垂直領域的精准行銷、供應鏈金融風控技術服務等；
第三層是資料服務公司，或者說風險管理服務商，為金融機構提供信貸全流程技術服務。
儘管當前中國的征信和風控業務混業經營嚴重，但隨著行業不斷發展，對效率和專業性的要求也不斷提升，各有專攻的多層次市場格局也會逐漸顯現。
中國征信與大資料風控行業的市場格局與產業鏈各環節發展進程中國的征信系統起源於上世紀80年代。
上海遠東資信評級有限公司的成立，即是企業征信的開始，也標誌著中國征信行業的起步。1997年上海資信有限公司成立，是中國首個個人征信試點機構。
2013年3月，《征信業管理條例》正式實施，征信行業被納入法律規範的軌道。2014年開始發放首批企業征信牌照，截止到目前市場上約有140多家公司完成了企業征信業務的備案，持牌機構中實際展開企業征信業務的公司接近一半。此外還有沒有備案，但實際展開企業征信業務的公司，如部分供應鏈金融企業和大資料服務公司，暫無統計資料。
個人征信牌照的發放過程則顯得尤為坎坷，從2015年1月央行引發《關於做好個人征信業務準備工作的通知》，允許8家民營公司開展個人征信試點業務至今，仍未有一家機構拿到個人征信牌照。
4月份，央行征信局局長萬存知表示，“8家進行個人征信開業準備的機構目前沒有一家合格，離市場需求和監管要求差距那麼大，這是我們始料不及的，在達不到市場需求和監管要求情況下不能把牌照發出去。”
第一批八家排隊申請牌照的個人征信公司之外，還有百度、京東、小米金融、算話征信、上海資信等超過200家企業正在申請第二批個人征信牌照。
中國征信行業現狀
在大資料風控技術服務商方面，由於不受牌照的限制，市場發展顯得更為熱鬧，其中主要是服務于消費金融業務的協力廠商風控服務商。
近半年來獲得融資的機構包括：法海風控、邦盛科技、白騎士、數美科技、氪信、誠安聚立、Wecash閃銀以及冰鑒科技等等。
除了新起之秀，行業內也有如百融金服、同盾科技、神州融、聚信立、智信度等先行企業。
協力廠商大資料風控平臺的可能涉及到信貸全流程。由於公司創始人基因、企業定位等因素，這些創業公司可能在信貸週期中的某個環節產品尤為專業，例如同盾科技深入挖掘反欺詐環節的技術，氪信擅長將AI技術應用於授信評估和風險定價環節。
將大資料技術應用于信貸的全生命週期，是大多數大資料風控公司的目標，百融金服等具有大資料公司背景的創業公司在信貸全生命週期應用的建設方面具有優勢。
比起征信市場，大資料風控市場的應用層次更豐富，監管環境寬鬆，市場容量大。
但是資料行業普遍存在馬太效應，先發優勢在資料積累和模型優化上都尤為重要。不過，總體來說行業發展仍然屬於初期，B輪後的企業數量不多，先發優勢還可以被追趕。
B輪及以後個人征信與大資料風控公司（據公開資料整理不完全統計）
商業模式與潛在風險征信行業是一個相對薄利的行業，當行業發展到成熟階段，往往呈現多寡頭的市場格局，收入可觀。正如上文中顯示，美國三大征信局2016年的年收入達到111億美元。
征信業務主要的盈利點和計費方式包括：
征信報告，按照查詢次數計費，例如按照《國家發展改革委關於中國人民銀行征信中心服務收費標準有關問題的批復》規定，商業銀行查詢個人信用報告基準費用為5元，享有優惠政策的金融機構查詢費用為1元；
信用分，信用分是指征信機構根據多維度綜合評估，對借款人信用水準的評分，但不會顯示使用者的具體信用資訊，一般按照查詢次數計費；
信用評估模型服務，一般按照技術服務費+查詢計費
對於房貸、車貸等大額消費信貸服務而言，採用強相關金融資料的傳統風控方式是目前最有效且風控投入與收益比例最為合理的方式。但是新興的消費金融業務具有小額分散的特點，必須依靠大資料風控、機器審批，降低單筆放款風控成本，才可能有收益。
大資料風控行業發展的基礎，是消費金融市場的發展，如上文所言，這是一個增量市場。
大資料風控服務的盈利點和計費方式包括：
基於風險預判的精准行銷服務，白名單服務，按使用者轉化計費；
反欺詐服務，即黑名單查詢服務，一般按查詢結果計費，部分採用包年的計費方式
授信評估與風險定價的模型服務、貸中風險監控與預警服務，一般按照放貸規模收取一定比例的技術服務費
貸後不良資產催收服務，收取催回貸款金額一定比例的費用
金融作為強監管行業，個人征信業務面臨的首個風險即合規風險。
今年4月，央行回應個人征信牌照發放問題，強調個人征信機構需要符合三大原則：
獨立性原則，即征信機構在公司治理結構和業務開展上應確保獨立，防止利益衝突；開展業務要客觀中立，不能受資訊提供者和資訊使用者等其他主體的支配；征信產品和服務的使用不能與征信機構股東或出資人的其他業務相捆綁，不能成為股東或出資人謀取他利的手段。
公正性原則，征信業務活動應充分體現社會的公平正義，確保政治上的正確性。征信產品主要用來解決資訊不對稱導致的信用違約風險問題，提高交易效率、降低交易成本、促進普惠金融發展，既不能當作把人分為不同階層、不同群體的工具，也不能應用於某些低俗的社交活動，背離征信的本意；
個人資訊隱私權益保護原則，在制度建設和日常監管中，強調征信機構應從保護個人隱私、加強個人資訊保護的角度出發，保持業務透明度，防止個人資訊被過度採集、不當加工和非法使用，防範對個人隱私和商業秘密的侵害，切實維護資訊主體合法權益
第二個風險點是資料，無論是征信還是大資料風控，都面臨資料標準以及資料品質的問題。
資料標準：征信和大資料風控行業資料來源非常多樣，除了從金融機構處獲取共用的征信資料之外，還包括但不限於工商、公安、稅務、教育部門、司法機構、通信運營商、支付結算機構、航空公司、電商平臺等等，個體的資料是割裂的，個人征信資料整合缺乏統一的標準，這將會增加行業運轉摩擦，增加運營成本。另外當前各家展開消費金融業務的機構，在授信評估環節資料的採集也缺乏統一的標準，同樣會增加行業運轉摩擦
資料品質：由於資料來源以及資料獲取環節即標準不一，資料在真實性和時效性都對征信和大資料風控公司提出了挑戰。
征信與大資料風控要具備什麼競爭力，才能在當前的排位淘汰賽中脫穎而出？隨著行業發展不斷成熟，征信和大資料風控的業務會不斷細分，個人征信和大資料風控也會是兩個逐漸區隔獨立的市場。
我們認為，征信和大資料風控的核心競爭力有所不同，只有具備以下條件，才能在當前馬太效應逐漸顯現的排位賽中勝出：
對於定位征信局的機構而言，強公信力與Know How的征信經驗是重要競爭力。
通過向民營機構發行牌照，征信成為一個市場化的業務，但征信仍然是具有具有半公共產品性質。征信核心資料，是債務人的債務資訊，是涉及到金融機構核心機密的強相關的金融資料。
征信資料的積累有賴於金融機構和類金融機構的資料共用，征信局某種程度上來說也是一個共用中心。只有具備強公信力，才能讓金融機構和類金融機構放心地共用征信資料。
征信的技術門檻不高，征信報告設計、業務流程設計等考驗的是機構的業務經驗。
從這兩點考慮，具有國家增信的機構以及具有多年從業經驗團隊的公司更有優勢。
例如央行征信中心中心為控股股東的上海資信、前上海資信完整團隊創業的算話征信，都屬於有增信或者有經驗的項目。
對於大資料風控公司而言，豐富、即時、真實、海量的底層資料、技術能力以及產品設計能力是三大核心競爭力。
在行業內沒有普遍適用的資料基礎設施平臺時，越早積累資料的公司可以更快獲得“滾雪球”效應，擴大競爭優勢。
隨著資料基礎設施平攤搭建的完善，資料對於風控公司而言獲取更加公平時，技術能力能夠保證模型品質、模型準確性、預測能力和穩定性。
最後是產品設計能力，即基於對金融機構客戶需求的理解，開發出滿足客戶實際業務需求產品的能力。
有大資料背景、具有資料沉澱的創業公司、老牌征信機構以及有強資料處理能力的技術驅動型公司，也是彎道超車的潛力選手。
————————————————————————————————————————————
後記互聯網金融經歷了P2P、消費金融、現金貸的創新熱潮和野蠻生長，在2013、2014年成為風投的寵兒，但是，隨著金融風險的暴露以及監管的加強，互聯網金融創新似乎陷入了低谷。
模式創新過去，移動互聯網和新一波技術創新低谷，少了糧草支援，在寒冬中通過獨立捕食存活下來的公司，才是真正的獨角獸。
我們依然期待看到技術手段創新上不斷探索的公司，在金融服務還有大量滲透空間的中國，仍然有許多機會等待被挖掘。
非常感謝所有接受36氪採訪的創業者和資深從業者，為這份報告提供行業洞見和一手資料。
『本文圖片來自：Yestone 邑石網正版圖庫』