移动金融进入2.0时代 用户通过微信15分钟可获贷款

　　因具备快速、便捷等特性，移动金融能够以接近零的边际成本去获取客户。业内人士认为，移动金融是金融发展的大趋势，并且今年将迎来大爆发。

　　移动金融1.0时代是指在移动端提供金融理财、支付服务，包括银行、支付公司、互联网公司等不同机构都有布局，1.0时代的移动金融更多体现的是互联网属性。不过，随着大数据技术的深入发展，在移动端出现了更多的金融创新，如移动端自动化授信，利用微信发放贷款等，移动金融也从1.0时代正式进入2.0时代。

　　有观点认为，移动金融将在今年迎来爆发，那么，在2.0时代，移动金融在大数据征信、风控以及创新方面，又将出现哪些变化？对此，《每日经济新闻》记者采访了业内人士。

　　目前，移动金融已进入2.0时代，其中典型的产品和公司包括微众银行第一款产品“微粒贷”、阿里的“花呗”以及一些创新型的互联网金融公司，这些产品和公司依赖大数据征信，充分挖掘数据价值，并尽可能和多方达成数据共享，在风险定价能力不足的今天，这些公司在现有的数据基础上做出征信决策方面的探索。

　　显然，移动金融进入2.0时代有其大背景，而移动金融因为其零边际成本的特性，也代表着行业的未来。《每日经济新闻》记者注意到，因具备快速、便捷等特性，加上面临更加小额的需求，而移动金融能够以接近零的边际成本去获取客户，因此，业内人士认为，移动金融是金融发展的大趋势，并且今年将迎来大爆发。

　　业内：移动金融代表未来方向

　　近日，第三方数据服务平台TalkingData发布移动金融应用行业数据报告，今年一季度，移动金融应用的用户数达7.6亿，增幅高达130%。

　　目前，各大银行、券商、互联网企业等，都在移动金融领域进行布局，各个金融细分领域，都有对应的移动应用和服务可供用户选择。支付、银行、证券等细分行业相继成熟，记账、信用卡管理等更多移动金融新形态出现。

　　余额宝的出现引爆了整个互联网金融行业，各种“宝宝类”余额理财产品层出不穷，而在银行端，手机银行在支付和理财方面也早有涉及。

　　2013年被称为中国互联网金融元年，而今年移动金融将迎来爆发，因在诸多方面存在优势，也预示着移动金融是金融发展的大趋势。

　　主推移动金融的麦子金服董事长黄大容告诉《每日经济新闻》记者：“互联网金融优势体现在三个方面：大数据支持、用户体验、交易成本降低，随着移动金融的服务内涵不断丰富，重力感应、二维码识别、手机定位等移动技术不断出现，极大地方便了用户随时随地享受智能化、信息化的金融服务，尤其是移动社交网络的兴盛，也改变了营销的模式，可以说移动金融是互联网金融的升级模式，代表了未来的方向”。“移动金融具备快速、便捷等特性，随着移动设备的普及，消费者也在迅速地由PC端向移动端转移。移动金融将面临更加小额的需求，这就需要实现全自动地通过互联网的模式进行销售，在无人工成本的条件之下，借助移动互联网的方法，能够接近零的边际成本去获取客户。”维信理财总裁廖世宏告诉《每日经济新闻》记者。

　　正是移动金融背后依赖的移动互联网技术，企业面对的是一个长尾市场，能够以低成本或者零边际成本获客，移动金融也能轧平时间与空间的限制。

　　P2P平台贷款端创新不足

　　近日，腾讯旗下的微众银行第一款产品—“微粒贷”已在QQ钱包平台上线。作为一家完全架设在互联网上的民营银行，此举具有标志性意义。

　　而维信理财日前也对外发布了“卡卡贷”智能金融产品，该产品基于卡卡贷微信公众号，通过简单的方法填写资料，便可以在1分钟内获得授信，最快15分钟内放款，而整个过程并没有任何人工参与。此外，手机贷、微额速达等公司也涉足到这一领域。

　　上面两种互联网小额信贷产品，或者说移动互联网小贷产品，和此前的1.0时代的金融理财有着本质的区别。

　　以P2P行业为例，记者了解到，九成P2P公司都在移动端有布局，不过仅限于理财端，在贷款端无法进行更多的创新。

　　正是基于在移动端贷款领域的突破，移动金融2.0时代正式来临。而在2.0时代，互联网金融公司必须依赖大数据进行充分的数据挖掘和数据共享，其难度也远超1.0时代，不过这也体现移动金融正在向金融的本质回归。

　　黄大容告诉记者，“这代表了从单纯的技术应用到完善金融服务的升级，依靠移动终端，未来可以完成很多传统金融的固有动作，而贷款端的难度就是在移动技术环境下如何借助新的评判标准保证借款的安全与风险可控，这需要大数据的积累和分享。”

　　手机贷CEO俞亮认为，互联网理财拼流量、品牌认知信任度，信贷的核心是风险识别管理；理财端是互联网产品属性、贷款端更偏向银行产品属性。大数据在精准营销、社交关系、网购交易等领域成熟应用积累到一定阶段，使得手机贷有机会采集上述数据源作为征信依据，建立风控模型执行信用评分，进而完成从互联网理财到移动互联网信贷的跨越。

　　“中间的难点在于，如何从大量原始数据中挑选出与个人信用高度关联的可信赖维度，多重的维度进行交叉验证，同时又要根据不同细分客群的差异、市场经济周期的变化不断的校准变量，达到精准风险识别。”俞亮告诉《每日经济新闻》记者。