2013互聯網金融服務行業分析報告

㈠ 純粹的金融科技行業分析（通俗易懂最好）

2019年中國金融科技行業市場現狀及發展前景分析 未來十大發展趨勢分析

2019年中國金融科技行業發展概況分析

《經濟參考報》3月26日刊發題為《機構加速搶灘布局金融科技》的報道。文章稱，隨著金融與科技的深度融合，金融科技正躍上新風口。一方面，銀行等傳統金融機構不斷加註金融科技砝碼。郵儲銀行、農業銀行等多家金融機構近日召開了金融科技專場校園招聘，2019年將在金融科技領域加大研發投入。另一方面，互聯網系的金融科技公司快速崛起，騰訊、360金融、樂信等多家巨頭近日發布的業績報告顯示，2018年金融科技收入增長迅猛，其中360金融2018年凈收入同比增長464%。同時，傳統金融機構與科技公司的「跨界合作」也愈加緊密，金融科技發展生態正在形成。

業內專家表示，金融科技的發展將提高金融運行效率，為民企融資、金融防風險帶來新的環境，但同時也為金融監管帶來了新的挑戰。根據監管層近期密集釋放的信號，金融科技將獲更大力度政策支持，金融科技監管也將同步趨嚴。

未來中國金融科技營收規模將接近2萬億

據前瞻產業研究院發布的《中國科技金融服務深度調研與投資戰略規劃分析報告》統計數據顯示，2013年中國金融科技營收規模僅僅達695.1億元。之後呈現高速增長狀態，2016年以來，我國互聯網金融正逐漸從用戶流量驅動向金融科技驅動轉型。雖然目前我國金融科技仍處於發展初期，但是我國尚未成熟的金融市場給予了金融科技快速發展的土壤。截止至2017年我國金融科技企業的營收總規模達到6541億元左右，同比增速55.2%。根據前瞻產業研究院測算：2018年，我國金融科技企業的營收總規模達到9698.8億元，同比增速48.3%。前瞻認為，目前金融科技服務於金融機構，更偏向實際金融業務的後端，並不是金融產業鏈中利潤最豐厚的一環，因此短時間內金融科技營收規模很難迎來爆發式增長，或將繼續保持這樣的增速穩定增長。並預測在2020年中國金融科技營收規模將達19704.9億元。

2013-2020年中國金融科技營收規模統計及增長情況預測

數據來源：前瞻產業研究院整理

未來中國金融科技十大發展趨勢分析

雲計算、大數據、人工智慧和區塊鏈等新興技術與金融業務不斷融合，科技對於金融的作用被不斷強化，在政策的大力支持下，金融機構、科技企業對金融科技的投入力度持續加大，數據價值持續不斷的體現並釋放出來，金融業務環節的應用場景更加豐富，金融解決方案創新推陳出新。開發銀行、無人銀行、資產證券化、數字票據、不良資產處置等方面業務在科技的賦能下由概念逐步變為現實，隨著第五代移動通信技術(5G)、量子計算等前沿技術由概念階段到實際應用，金融作為最先擁抱技術的領域，也會摩擦出新的火花。未來，金融科技發展趨勢體現在十個方面：

1、開放銀行

開放銀行是銀行通過開放應用編程介面(API)對外開放服務。即指銀行把自己的金融服務，通過開放平台(OpenAPI)等技術方式開放給外部客戶(企業或個人)，客戶可以通過調用API來使用銀行的服務，而不需要直接面向銀行。銀行通過API的開放開展跨界融合，實現銀行與銀行、銀行與非銀金融機構、銀行與跨界企業間的數據共享與場景融合，極大拓展了銀行服務的生態。

開放銀行成為近年來國內外銀行轉型的新浪潮。「開放銀行」概念起源於英國，2018年1月英國9家銀行共享數據，首次落地開放銀行理念。2018年7月，浦發銀行在北京率先發布「APIBank」無界開放銀行，標志著國內「開放銀行」的首家落地。隨後，工商銀行、建設銀行、招商銀行、興業銀行、光大銀行等紛紛展開探索，通過開放API,
實現金融和生活場景的鏈接。

以API
Bank為代表的開放銀行4.0時代即將到來。未來，銀行的商業模式將從B2C變為B2B2C，服務標准也將從標准NPS升級為整合型NPS。隨著金融服務嵌入生活與生產的方方面面，「場景在前，金融在後」的跨界生態圈將成為主流。雖然目前開放銀行應用仍處於早期階段，但未來，銀行的賬戶功能、支付功能、理財產品、貸款產品等將勢必形成標准化的API集中輸出，成為打通跨界生態的介面。

2、無人銀行

無人銀行是指通過科技手段減免傳統銀行的人力使用。通過運用生物識別、語音識別、數據挖掘、人工智慧、VR、AR、全息投影等科技手段，替代傳統銀行的櫃員、大堂經理、引導員等崗位，為客戶提供全自助式的智能銀行服務。

銀行人力減少是目前大勢所趨。目前大部分銀行都實現了人力的部分替代，少數銀行試點幾乎實現了廳店全替代。至2018年5月28日，我國銀行物理網點共退出4591家，從2017年下半年開始銀行退出網點數目同比增速平均是55%。截至2018年6月底，四大行員工數與2017年底相比，減少已超過3.2萬人。

短期內無人銀行將仍處在試點階段。目前建設銀行已經開啟了無人銀行試點，通過更高效率的智能櫃員機替代櫃員、保安、大堂經理，刷臉刷身份證替代人工驗證的方式，覆蓋90%以上現金及非現金業務。盡管無人銀行為銀行網點轉型打開探索新路徑，但目前銀行業務還難以實現百分之百無人化，例如需要安排保安值班;客戶在智能終端上開卡、匯款時，出於安全風險考慮，也會安排工作人員現場服務。因此未來的一段時間內，無人銀行仍將作為探索性的試點存在。

3、量子計算與金融

量子計算是一種遵循量子力學規律的新型計算模式。普通計算機使用比特(bit) 中0與1的兩種狀態存儲數據，而量子計算機的存儲單位量子比特，除0和1外，
同時還可以實現多個狀態的相干疊加態。 所以，
基於量子計算的量子計算機就可以通過控制原子或小分子的狀態，記錄和運算信息，其存儲和運算速度都能遠遠超越傳統通用計算機。例如使用超級計算機分解一個400位的數字，需要60萬年，而用量子計算機只需要幾小時甚至幾十分鍾。

量子計算的應用能極大提升金融服務效率。量子計算由於其超強大的計算能力，可應用於在金融業多個方面。例如金融高頻交易，利用演算法根據預先設定好的交易策略自動執行股票交易，在達到相同結果的前提下，量子計算比傳統計算機的速度要快得多。再比如詐騙檢測，利用量子計算機的快速學習的特點，能大大加速神經網路學習速度，迅速打擊新興的詐騙方式。

量子計算也可能會為金融業帶來巨大風險。量子計算在計算速度上的飛躍式提升，也可能會對現有金融體系帶來威脅。例如目前正在使用的許多公鑰密碼系統，在量子計算極大的計算性能下，很有可能會遭到破解，這些將嚴重影響互聯網及各地數字通信的保密性和完整性，對現有的安全系統和管理機製造成大范圍和系統性的破壞。因此，在量子計算機瓦解當前密碼體系並實現商業化之前，必須建立量子安全解決方案形成安全的過渡。

4、5G與金融

5G是第五代移動通信技術，是4G之後的延伸。5G概念由標志性能力指標「Gbps用戶體驗速率」和一組關鍵技術組成。5G技術創新主要來源於無線技術和網路技術兩方面。在無線技術領域，大規模天線陣列、超密集組網、新型多址和全頻譜接入等技術已成為業界關注的焦點;在網路技術領域，基於軟體定義網路(SDN)和網路功能虛擬化(NFV)的新型網路架構已取得廣泛共識。

5G將進一步優化金融服務，實現金融場景的再造，為金融行業注入新的生機。5G技術的熱點高容量場景，將為用戶提供極高的數據傳輸速率，滿足網路極高的流量密度需求，該技術場景將有效提升移動端金融服務的速率，減少因網路延遲造成的支付卡頓等情況，同時速率的提升也有助於通過AR/VR技術進一步豐富支付模式，提供更加真實的場景體驗;5G技術的連續廣域覆蓋場景還可有助於銀行無人網點的部署，通過AR/VR技術將金融服務帶到此前網點無法覆蓋的偏遠地區，實現普惠金融服務。此外，5G面向物聯網業務的低功耗大連接和低時延高可靠場景還將通過實現萬物互聯，獲取海量、多維度、相關聯的人、物、企業數據，進一步優化供應鏈金融、信用評估、資產管理等相關金融服務，實現更多豐富場景的探索。

5G及相關產業的發展帶來廣闊投資空間，引發金融高度關注。5G一方面提供更快的速率和更高的帶寬，促進移動互聯網進一步的蓬勃發展和人機交互新模式的創新，另一方面還將實現機器通信，千億量級的設備將接入5G網路。5G還將與雲計算、人工智慧、AR/VR、無人駕駛等技術相結合在車聯網、物聯網、工業互聯網、移動醫療、金融等領域帶來更加豐富的應用場景，此外，5G網路還將是能力開放的網路，通過與行業的結合，運營商將構建以其為核心的開放業務生態，拓展新的業務收入模式，目前中國移動已經聯合戰略夥伴打造了百億級規模的5G投資基金，國內外險資、券商、陽光私募、風投等眾多機構，也早在2017年成立了數十支5G產業專項投資基金，未來5G及相關產業將持續引發金融高度關注。

5、移動金融安全

移動金融指的是使用移動智能終端及無線互聯技術處理金融企業內部管理及對外產品服務的解決方案的總稱，移動金融安全指的是移動金融業務開展過程中的安全。當前移動智能終端的普及加速了金融信息化建設，越來越多的金融服務向移動化逐步轉型。移動金融豐富了金融服務的渠道，為金融產品和服務模式的創新、普惠金融的發展提供了有效途徑。央行印發《關於推動移動金融技術創新健康發展的指導意見》將「安全可控」作為移動金融的健康發展的重要原則之一，強調了移動金融安全的對於移動金融技術創新發展的保駕護航的地位。

移動金融在創新與安全的博弈中發展，安全問題愈發引起重視。隨著金融產業的發展，金融行業移動應用日漸成為金融服務及產品的重要支撐手段，移動金融未來將繼續在規模和創新上發展。金融科技快速發展給移動金融帶來了無限生機，但同時也滋生了諸多風險。移動金融應用中頻發木馬病毒、支付安全、敏感信息泄露、身份認證繞過、仿冒等安全問題，引發了監管部門乃至社會的廣泛關注，移動金融安全成為金融創新發展中至關重要的保障。

個人信息安全是移動金融安全的重中之重。近年來，移動互聯網應用程序(APP)越界獲取用戶隱私許可權、超范圍收集個人信息的現象頻發。移動金融應用中隱私竊取類惡意應用佔比最高，用戶個人信息受到極大威脅。為保障個人信息安全，維護網民合法權益，中央網信辦、工業和信息化部、公安部、市場監管總局開展「App違法違規收集使用個人信息專項治理」，加強個人信息保護，推動移動信息安全建設。

生物特徵識別兼顧安全與便捷，成為移動金融安全關注的熱點。目前，生物特徵識別技術已經基本成為移動智能終端的標准配置，逐漸成為了金融業務中新型用戶身份核實和認證的發展方向。中國人民銀行於2018年10月頒布金融行業首個生物識別技術標准《移動金融基於聲紋識別的安全應用技術規范》，將安全性和個人隱私保護擺到了突出位置，規范如聲紋等生物特徵識別的安全應用。

6、數字票據

數字票據是一種將區塊鏈技術與電子票據進行融合，實現自動安全交易的新型票據。數字票據藉助區塊鏈具有分布式賬本、去中心化、集體維護、信息不可篡改等特點，使數字票據更具安全性和信息公開性，更加智能交易，更加便捷使用。

數字票據可以實現全程高效真實的信息傳遞，全程自動化交易，以及交易過程全程追蹤，提高用戶隱私保護。區塊鏈具有點對點傳輸，採用去中心化的信任機制的優勢，保證數字票據的數據安全性、完整性和不可篡改性。數字票據利用區塊鏈提供可編程的智能合約，實現票據的自動抵押、清付和償還，避免交易風險。並且，所有交易都被記錄在完整的「時間鏈」上，一旦有違約行為發生，可以追溯其責任，並且通過隱私保護演算法保護參與者隱私，可實現參與者在區塊鏈上的匿名性。

上海票據交易所數字票據實驗性生產系統成功上線，工行中行浦發等銀行參與其中。數字票據交易平台實驗性生產系統已在2018年1月25日成功上線試運行，工商銀行、中國銀行、浦發銀行和杭州銀行在數字票據交易平台實驗性生產系統順利完成基於區塊鏈技術的數字票據簽發、承兌、貼現和轉貼現業務。數字票據交易平台實驗性生產系統結合區塊鏈技術和票據業務實際情況，對前期數字票據交易平台原型系統進行了全方位的改造和完善，使結算方式更加創新，業務功能更加完善，系統性能不斷提高，安全防護不斷加強，隱私保護更加優化，實現實時監控管理。

7、數字資產證券化

數字資產證券化是將數字資產轉化為證券的過程。將域名、商標、品牌、數字貨幣、游戲裝備、賬戶號碼等相關缺乏市場流動性的數字資產，轉換為在金融市場上可以自由買賣的證券的行為。

數字資產證券化目的在於獲取融資，以最大化提高資產的流動性。數字資產是文化產業的創新藍海，是互聯網+文化產業的新業態，是「文化互聯網+」的文化大產業下的商業模式創新。域名、商標等數字資產缺乏市場流動性，通過數字資產證券化，有效打破剛性兌付，有效盤活巨大的金融資產和社會的存量資產，能把缺乏流動性但有收益性的數字資產設計成證券化產品賣出去，收回現金，提高流動性，進而獲得融資。

數字資產證券化是區塊鏈的最佳實踐場景。我國央行貨幣研究所也在不斷探索數字資產證券化區塊鏈平台，藉助區塊鏈的分布式數據儲存、去中心化的特點，保證了以及底層數字資產數據真實性，且不可纂改，降低了信息不對稱性，增強了信息的透明及可靠程度，有效解決了機構間費時費力的對賬清算問題，降低數字資產的融資成本，提高融資效率。

8、消費金融

消費金融是為滿足消費者具體消費需求的現代金融服務方式。是金融機構向消費者提供用於購買裝修、旅遊、電子產品、教育、婚慶等具體的消費需求的個人消費貸款服務。除銀行提供的貸款服務外，接觸較多的消費金融服務有京東金融的「京東白條」、螞蟻金服的「花唄」、蘇寧的「任性付」等以及被大眾接受的P2P小額理財服務。根據銀監會發布的《消費金融公司試點管理辦法》中定義，消費貸款是指消費金融公司向借款人發放的以消費(不包括購買房屋和汽車)為目的的貸款。

未來中國消費金融行業迎來巨大發展空間。2018
年，國家出台了多項鼓勵消費金融發展的政策。特別提到「加快消費信貸管理模式和產品創新、不斷提升消費金融服務的質量和效率。「作為消費主體的80、90後，更願意通過借貸的方式滿足產品購買需求。同時，隨著消費金融規模的不斷擴大，消費金融會向二三線城市下沉，各類金融應用場景需求增多。

金融科技助力消費金融產品創新和風控體系建設。目前，
我國消費金融存在監管機制有待完善、企業產品創新不足、風險防控體系不健全等問題。金融科技的發展為消費金融開發更多的產品應用場景，提升消費者體驗，激活和拓展市場空間;同時，利用金融科技建立構建完善的風控運營體系，解決消費金融面臨的徵信記錄缺失、運營經驗缺乏，降本增效。在科技的驅動下，消費金融將不斷提升風險防控能力，不斷提升運營能力與科技創新能力，科技驅動下的產品創新和風控體系的建立將為消費金融迎來更大的發展空間。

9、智能客服

智能客服可以顯著提高金融服務效率。智能客服系統是利用機器學習、語音識別和自然語言處理等人工智慧技術，處理金融客戶服務中重復率高、難度較低且對服務效率要求較高的事務，如服務引導、業務查詢、業務辦理以及客戶投訴等業務。目前應用的智能客服場景有智能客服機器人、智能語音導航、智能營銷催收機器人、智能輔助和智能質檢等。

金融機構及互聯網企業都在加大智能客服的探索和應用。金融機構在線上線下對智能客服系統應用廣泛，網站、App客戶端等線上智能客服服務系統能夠實現自動理解客戶問題並進行解答和辦理簡單業務。在線下網點的智能化進程加速，逐步推廣無人銀行，智能機器人、智慧櫃員機、VTM機、外匯兌換機等大量智能自主終端，大幅減少人工服務成本，使客戶獲得更滿意和周到的服務體驗。同時，互聯網企業在智能機器人方面的研發投入力度不斷加大，為這些金融客戶提供個性化的智能客戶服務。

智能客服系統逐漸滲透到金融業務的售前、售中、售後全流程。目前，智能客服系統已經能夠代替人工客服為客戶解決許多簡單、重復的問題，為金融機構節約了大量的人工成本。隨著社會的發展，客戶對服務的及時性、移動性、多渠道性提出更多的要求，智能客服的應用為金融機構留住更多客戶，提供全天候及時、便捷的服務，增強客戶粘性。在智能客服的應用過程中，大量用戶數據通過智能客服積累和沉澱下來，為精準營銷和業務流程優化提供參考。同時，智能客服系統利用大量完備的用戶數據，逐漸承擔起更多售前、售中、售後全流程的金融業務。

10、不良資產處置的科技運用

科技帶來不良資產處置方式創新發展。不良資產可分為股權類資產、債券類資產和實物類資產。不良資產處置有破產清算、拍賣、招標、協議轉讓、折扣變現，以及債轉股、債務重組、資產證券化、資產重組、實物資產出租、實物資產投資等方式。近年來，隨著雲計算、大數據、人工智慧、區塊鏈技術的發展應用，出現了以互聯網為基礎的創新處置模式，如不良資產綜合處置平台，眾籌投資、撮合催收等。

經濟新常態背景下對不良資產處置任務艱巨。不良資產率的持續攀升，政府鼓勵不良資產處置的市場化。據銀保監會稱，2018年中國商業銀行的不良貸款率為1.89%，為10年新高，截至12月底，商業銀行不良貸款總額為2萬億元。
在經濟新常態下，風險和各種不確定因素增多，對不良資產處置的效率和處置效益提出更高的要求。近年來，銀行機構、資產管理公司等紛紛與互聯網企業合作，通過網路平台模式進行不良資產的拍賣，涉及股權、債權和各種實物抵押物，取得良好效果。

金融科技已經在多個環節開發實際應用場景。科技運用可以快速發現資產價值，減少錯配情況的發生，同時，可以顯著提高信息互通，提升效率，提高不良資產處置回收率。目前金融科技已經在多個環節開發應用場景。如在運用自然語言處理和機器學習技術優化催收策略，同時，實現催收業務流程自動化，縮短處置的時間周期;通過大數據分析實現信用風險的精準定價;區塊鏈分布式記賬解決信用機制、信息不對稱等問題，優化不良資產證券化流程，縮短處置周期，保證信息的真實有效性。

㈡ 從不同行業和個體的需求角度分析互聯網金融興起的必然性

2018年中國互聯網金融行業市場分析：產業發展日趨規范，科技仍是發展驅動力

2018年中國互聯網金融行業發展概況分析

2018年已然過去，而在這一年，"普惠金融"、"區塊鏈+"、"人工智慧+"等成了互聯網金融行業關鍵詞，行業本身也發生了天翻地覆的變化。

那麼，在新的一年裡，互金行業又會發生哪些變化?今天就來盤點2018年互金行業發生的幾件大事，從中或許能找到一些答案。

2018年國內互聯網金融行業融資熱度波動較大

據前瞻產業研究院發布的《中國互聯網金融行業市場前瞻與投資戰略規劃分析報告》統計數據顯示，2018年第一季度受春節假期及年底資金相對緊張的影響，融資金額和數量相對較低;第二季度融資熱度有明顯回升，6月總融資金額高達近千億元，主要得益於螞蟻金服獲得的新一輪140億美元融資;而第三季度和第四季度若不將京東金融和陸金所獲得較大金額融資納入統計，整體融資熱度有明顯下滑，這主要是因為P2P網貸行業風險集中爆發，再加上備案延期，政策不確定性風險較高的影響。

從互聯網金融行業獲得融資的細分領域來看，2018年國內最受青睞的是區塊鏈行業，全年共發生234例融資;其次是外圍服務行業90例，主要是由提供技術服務、大數據服務的平台獲得;借貸行業2018年發生39例融資，其中有25例發生在P2P網貸行業;互聯網保險和第三方支付行業也分別獲得22例和17例融資。

2018年中國互聯網金融細分行業融資事件統計情況

數據來源：前瞻產業研究院整理

1、互金行業多家公司上市

2018年，互金行業上市了不少公司。據統計，截止2018年年底，共有7家互金機構成功上市。它們分別是：小贏科技、泛華金融、點牛金融、品鈦、微貸網、360金融和51信用卡。在這其中，除了51信用卡是在港股上市，其餘6家皆在美股上市。

在這其中，泛華金融和360金融屬於消費金融領域，點牛金融和微貸網專注車貸市場，小贏科技主抓聯網金融信息服務，品鈦則是金融科技整體方案提供商，51信用卡主營白條、車房貸等賬單管理服務。

2、銀保監會成立

2018年3月，銀監會保監會合並成為了"銀保監會"，銀監會、保監會成為了歷史。這無疑是金融監管體制改革的重新探索。

可以看到，決策層和各監管部門已意識到，當前的金融監管體制已不再適應我國金融業的發展，改革勢在必行。而從銀保監會的成立可以看出，改革的方向不是改變現行金融監管體制，而是統一政策，讓監管部門在協調合作和相互制約的過程中發揮作用，實現金融監管全覆蓋。

有業內人士表示，以往出現的互金行業亂象，主要是金融管理部門對這些新興金融業態的行為和風險監管長期缺位所致。如今各管理部門相互溝通協調，無疑能在一定程度上避免部分金融風險事件。此外，"監管"或許還是今年金融行業的主旋律。

3、科技成互金行業驅動力

2018年的互金行業，一眾巨頭都在積極布局科技領域。鳳凰金融堅定實施"智能金融"戰略，滿足全球華人理財需求;京東金融改名京東數科，推出智能機器人等業務;胡曉明攜科技歸來，接班螞蟻金服總裁職位……

此外，這些領先公司還將金融科技，落實到了今後的發展計劃中。以鳳凰金融為例，鳳凰金融總裁張震在2018年11月29日的"2018CNBC全球科技大會-南沙"大會上，談到未來業務發展時表示：鳳凰金融在尋找和攀登未來的階梯，而這一階梯是在金融科技領域的不斷創新中發展。

據了解，鳳凰金融目前以"區塊鏈+人工智慧+大數據"為矩陣，並已經在財富管理、海外、網貸、基金、保險等細分業務場景中實現了完美落地，推出了鳳凰智保、魔鏡智投、鳳凰真准、鳳鳴智能資訊等智能資產配置工具，為用戶提供金融知識儲備、准確的投資建議、私人定製配置方案等個性化、精準化、全面化的免費服務。

與此同時，鳳凰金融還在內部管理上，研發了鳳棲用戶管理系統、鳳飛渠道管理引擎和鳳羽萬象大數據風控系統等中後台管理體系，重在提升業務處理效率和運營管理能力。在"智能金融"戰略之下，從前端的產品設計到中後台的渠道管理、用戶管理和風控，凰金融已實現了全平台智能系統覆蓋。

有鑒於此，在新的一年裡，科技仍將是互金行業發展的驅動力，科技帶給互金行業的也不僅是去中心化，而是以全新的方式助力整個行業提升。

4、保本理財成為歷史

在2018年3、4月份，《關於加大通過互聯網開展資產管理業務整治力度及開展驗收工作的通知》和《關於規範金融機構資產管理業務的指導意見》出台。

其中，對於互金行業的規范主要在這幾個方面：1、依託互聯網公開發行、銷售資產管理產品，須取得中央金融管理部門頒發的有關牌照。2、網貸機構將互聯網資產管理業務剝離出去，分立為不同實體的，仍將該實體視為機構的一部分，一並驗收。3、打破剛性兌付，預示保本理財成為歷史。

可以看到，這些規定的出台，不僅規范了金融機構，還給它們卸下了高成本擔子。這對於2019年的網貸備案驗收和分類處置等方面，也無疑具有指導性意義。

2018年中國互聯網金融行業發展日趨規范 預測2019年將呈現新局面

綜合來看，互金行業經過2018年的洗禮，呈現去偽存真的局面，行業發展也越來越規范。在這個基礎之上，結合科技等方面的賦能，2019年的互金行業將呈現全新局面。

㈢ 如何推動互聯網金融業發展的調研報告

《2015-2020年中國互聯網金融行抄業領航調研與投資戰略規劃分析報告》由中咨領航資深專家在大量周密的市場調研基礎上撰寫，主要依據中國國家統計局、國家海關總署、國務院發展研究中心、相關行業協會、國內外相關報刊雜志的基礎信息以及專業研究單位等公布和提供的大量資料。報告首先分析政策、經濟等環境對互聯網金融行業的影響；接著從國內外互聯網金融行業發展現狀、發展熱點、市場規模把握行業整體現狀；然後從互聯網金融行業市場供需、細分市場及時發現機會點和增長點；進一步從互聯網金融市場競爭、重點企業搜集競爭情報，進行競爭定位；最後從互聯網金融行業發展前景及趨勢進行戰略預判；而且綜合了互聯網金融行業投資風險和投資機會制定投資戰略規劃。

㈣ 2013 年 9 月，發達國家的互聯網金融是個什麼現狀

由於入職不久，所了解的情況有限，若有不足或錯誤的地方，還請指出。
日本有一個法案叫做《銀行法實施規則》，規定銀行的營業時間在原則上是從上午九點到下午三點，這導致了平時要上班的人基本沒空去銀行辦理業務，而周六周天銀行又要休業。而且，在營業時間外用ATM的話是要收手續費的。好在日本便利店發達，利用便利店裡的ATM可以滿足部分利用需求，但人們利用銀行服務時不方便的問題沒有得到根本的解決。
因此，日本銀行的互聯網服務上基本上在考慮如何將本來在銀行營業店的業務通過互聯網來實現，比如最基本的賬戶余額查詢，交易記錄查詢，轉賬等等，還有一些附加服務，比如購買彩票，貸款申請，開辦定期存款賬戶，交水電費年金保險等等，根據各個銀行而異。這塊應該跟國內相差無幾。最近，隨著智能手機的興起，很多銀行都推出了對於的智能手機端應用程序。
近十年以來隨著互聯網的普及，興起了一種網路銀行，比如日本網路銀行，樂天銀行，索尼銀行等。這類銀行的ATM和營業店很少，從賬戶的開設到銀行業務的處理，都主要通過互聯網進行。也就是說，原則上講，這類銀行不進行現金交易，也不發行各種文件類的證明。也因為這樣，銀行的成本得到大幅度消減，定期存款利率也比傳統銀行高。
最近有一些地方銀行正在通過互聯網技術開始開設一種無人營業店，就是在營業店裡放置顯示器，感應筆，現金機，存摺列印機等必備的硬體，然後顧客和營業員通過視頻進行交流，然後顧客通過感應筆來進行信息的錄入，而營業員則通過網路遠程操作現金機存摺列印機等來完成基本業務。這樣的無人營業店佔地面積小，成本低，更容易開設到很多商業區去。

㈤ 如何進行互聯網金融運營數據的分析，都有哪些方法

來源於：知乎
大部分的互聯網金融公司最為糾結的一點是，流量這么大，獲客成本這么高，為什麼最後的的轉化率和成單量卻這么低？怎樣才能提高用戶運營效率？用戶行為數據分析怎樣把處在不同購買決策階段的用戶挑選出來，幫助互聯網金融公司做到精益化運營？
我們的客戶中很大一部分來自互聯網金融，比如人人貸等行業前 10 的互聯網金融公司。在服務客戶的過程中，我們也積累了大量的數據驅動業務的實踐案例，來幫助客戶創造價值。
一 、互聯網金融用戶四大行為特徵
互聯網金融平台用戶有四大行為特徵：
第一流量轉化率低，下圖是某互聯網金融公司網站上，新客戶過去 30 天整體購買轉化漏斗，其轉化率只有 0.38%：
而這並非個例，實際上，絕大多數互聯網金融公司，在 web 端購買的轉化率基本都在 1% 以下，APP購買率在 5% 左右，遠遠低於電商或者其他在線交易的購買率。
第二，雖然轉化率低，但是客單價卻很高。一般來說，電商行業客單價在幾十到幾百，而互聯網金融客戶，客單價從幾千到幾萬，某些特殊領域甚至高達幾十萬。而客單價高，就意味著用戶購買決策會更復雜，購買周期也會更長。
第三，用戶購買行為有很強周期性。電商的客戶下次購買時間是不確定的，但是互聯網金融平台上，真正購買的用戶，是有理財需求的用戶，在資金到期贖回產品後，一定還會進行下一次購買，只不過未必發生在你的平台上。
可以看到，每隔一段時間，這個用戶就會有一段集中的、大量的交互行為。當用戶購買完成後，用戶的交互行為又變得很少，可能偶爾來看看產品的收益率，但整體的交互指標不會太高，直到他下一次購買。這個用戶理財需求的周期是一個月左右。

最後一個特點是「很強的特徵性」，主要包括兩個特徵：
A：用戶的購買偏好比較容易識別，理財產品數量和品類都很少，所以用戶購買的需求或者偏好，很容易從其行為數據上識別出來。
B：用戶購買過程中的三個階段特別容易識別：
用戶在購買決策階段，有大量的交互事件產生，他會看產品，比對不同產品的收益率和風險，比對不同產品的投資期限等等；
但是一旦他完成了產品的購買，就不會有大量的交互行為產生，他可能僅是回來看一看產品的收益率。
當用戶的產品資金贖回之後，又有大量的交互事件產生，實際上他處在下一款產品購買的決策期。
二、互聯網金融用戶運營的三大步驟
針對互聯網金融用戶行為的四個特徵，在用戶運營上有三個比較重要的階段性工作：
1.首先，獲取可能購買的目標用戶，合理配置在渠道上的投放預算，以提高高質量用戶獲取的比例：
渠道工作的核心，主要是做好兩方面的工作：宏觀層面，優化整個渠道的配置；微觀層面，單一渠道角度來說，根據渠道配置的策略，有針對性地實施和調整。
具體渠道的實施，大家都比較熟悉，但是對於整個渠道組合配置的優化，很多人接觸的其實並不多。
這張圖是整體轉化漏斗，從不同維度可以做對比，比如我們先選出流量前 10 的渠道：
以渠道一為例，總體的轉化率是 0.02%；在過去 30 天站內總體的流量是 18.9K，漏斗第一級到第二級的轉化率是 3.36%，這樣一共是五級，我們看到最終渠道一帶來總體的成交用戶一共是 4 人。
類似的，前 10 的渠道數據都很清晰。不同渠道帶來的流量，不同渠道總體的轉化率，以及不同渠道在整個轉化路徑上每步的轉化率都可以看到。
這裡面有幾個渠道很有特點：
渠道一的特點，渠道一帶來的流量是所有 10 個渠道里最大的，但是它的總體轉化率卻是低的；
渠道二和渠道七，渠道二的量很大，但是轉化率是零。渠道七量比較一般，轉化率也是零；
渠道九和渠道十，這兩個渠道是所有渠道里轉化率最高的。但是這兩個渠道特點，是帶來流量不是特別大……
第一象限（右上角）渠道質量又高，帶來流量又大的，這裡面渠道三四五是符合這個特徵的，渠道策略應該是繼續保持和提高渠道的投入。
第二象限（左上角）渠道的質量比較高，但帶來的流量比較小，這裡麵包含的主要渠道就是八九十。對應的主要策略是，加大渠道的投放，並且在加大投放的過程中，要持續關注渠道質量的變化。
我們先看第四象限（右下角），渠道質量比較差，但是帶來流量比較大，這裡面主要有渠道一和渠道二。相對應的渠道策略，應該在渠道做更加精準的投放，來提高整個渠道的質量。
第三象限（左下角）這個象限里渠道質量又差，帶來流量又小，比如渠道六跟渠道七。我們是否要直接砍掉？這里建議是，策略上要比較謹慎一些。所以在具體渠道的策略上，業績保持監測，然後小步調整。
根據上面數據分析得出的結果，做過渠道優化後，就會為我們帶來更多高質量的用戶。
2.接下來就要把高價值的用戶——真正有購買需求，願意付費、購買的用戶找出來。
將資源與精力投入到真正可能購買的用戶上的前提是，我們要能夠識別出，哪些是真正有價值的用戶？哪些是價值偏低的用戶？
其實對於互聯網金融平台來說，甚至所有包含在線交易的平台，用戶的購買意願，是可以從用戶的行為數據上識別出來的。由於互聯網金融平台的特殊性，相比於電商平台來說，商品品類更少，平台功能也更為簡單，所以用戶的行為數據，也更能反應出互聯網金融平台上用戶的購買意願。
把用戶在平台上的所有行為總結一下，核心的行為其實並不多，具體包括：
用戶查看產品列表頁，說明有一些購買意願，點擊某個產品，說明用戶希望有進一步的了解。用戶最終確認了支付，完成了購買，購買流程就走完了，他的理財需求已經得到了滿足。每一種行為都表示出用戶不同程度的購買意願，所以獲得用戶在產品里的行為數據就十分重要。
既然用戶行為數據這么重要，那麼怎樣獲取呢？GrowingIO 以無埋點的方式，全量採集用戶所有的行為數據，根據我們對業務的需求，配比成不同的權重系數，並按照每個用戶購買意願的強弱，進一步分群。
這是我們一個客戶製作的用戶購買意願指標的範例，剛才的前 5 個行為，都是用戶在購買前典型的行為：
每種典型事件的權重系數不一樣，用戶購買意願是越來越強的：用戶點了投資按紐，甚至點了提交的按鈕，顯然要比他單單看產品列表頁，或者單單看產品頁、詳情頁的意願強。越能反應用戶購買意願的事件，你給它分類的權重應該是最大的，這是大的原則，0.05 還是 0.06 影響並不大，所以不必糾結。
這樣通過這種方式，我們就可以按照每個用戶的所有行為，給用戶做購買意願打分的指標，最終形成用戶購買意願的指標。
這是我們從高到低截取部分用戶購買意願打分的情況，第一列是每個用戶的 ID，第二列是按照購買意願給每個用戶打分的情況。得分高的，就是購買意願最強烈的用戶。
拿到所有用戶購買意願之後，我們就可以按照用戶購買意願的強烈與否，把所有的用戶分成不同的群體，來做針對性的運營。
這是在把用戶在過去 14 天內，由其產生的所有行為數據，按照購買意願打分的權重，把打分大於 5 的用戶找出來，在總體用戶里，這部分用戶購買意願排名前 20% ，我們給它起個名字，叫購買意願強烈的用戶。
類似我們還做了購買意願中等的用戶分群，這是購買意願排名在 20-60% 之間的用戶；購買意願排名在最後 40% 的用戶，是購買意願最弱的用戶分群。
分群之後，點擊任意一個分群，都會以用戶 ID 的形式列出來。因為你要有用戶的 ID ，才能對這些用戶施加運營策略。每個用戶最近 30 天的訪問次數，最近的訪問地點，最後一次訪問時間都可以看到。
接下來針對這些購買意願強烈的用戶，怎樣推動用戶的轉化呢？
3.採取針對性的運營策略，提高高價值用戶的轉化率。
首先我們來看一下購買偏好，互聯網金融平台商品品類是比較少的，用戶購買的目的性也比較清晰，一般商品的品類有這么幾種：
第一種：債券型理財產品
第二種：股票型理財產品
第三種：貨幣型理財產品
第四種：指數型理財產品
第五種：混合型理財產品…
我們把用戶在不同品類商品上的訪問時長佔比算出來，就能比較好地了解用戶的購買偏好。比如下圖，我們用用戶訪問債券型產品詳情頁的訪問時長，除以用戶在站內總體的訪問時長，就能夠得到用戶在債券產品上訪問時長佔比的指標。
我們還是使用用戶分群的工具，把在債券型產品上的訪問時長佔比大於40%的用戶分出來，這是有非常強烈表徵的客戶，他購買的偏好就是債券型的產品。
同時我們再設定另外一個指標，比如用戶購買意願指標，之前我們做過大於5，也就是購買意願排名在前 20% 的。
通過這兩個條件，我們就可以把購買偏好是債券型產品，同時有強烈購買意願的用戶找出來，這兩個指標的關系是並（and）的關系。同樣我們可以按照用戶的購買偏好，把關注其他品類的用戶，都做成不同的用戶分群，然後形成不同購買偏好的用戶群體。
針對這些用戶，其實在運營策略上，我們可以從三個層面來展開來進行做：
從購買階段的角度，首先我們把所有用戶可以分成新客和老客。對於這兩個群體來說，運營策略和運營重點是非常不一樣的。
新客群體，是從來沒有在平台上發生過購買的用戶，我們要根據用戶的購買意願，做進一步的運營。
老客群體，也就是在平台上已經發生過產品購買的用戶，除了關注用戶的購買意願之外，用戶的資金狀態（資金是否贖回）也是非常重要的參數。
用戶是否購買過產品？購買產品的用戶是否已經贖回資金？這兩個內容，其實是一個用戶當前的屬性。在我們分群的工作里，這有個維度的菜單，通過這個維度菜單，我們就可以把具有某種屬性的用戶找出來：
這里我做了一個分群，我們可以看一下。在維度的菜單里，我們把是否購買過產品的維度值設置成了 1 。把資金是否已經贖回這個維度的值，也設置成了 1 。實際上是把那些資金已經贖回的老用戶找出來；同樣在指標這個菜單里，我們同時也把有強烈購買意願的用戶找出來，時間是過去 14 天，指標大於 5 。
這樣我們就製作了一個用戶分群，而這個用戶分群里所有用戶，要滿足下面的三個特徵：
特徵一：購買過產品的老客。
特徵二：他們的資金，目前已經贖回了。
特徵三：過去 14 天內的行為數據，表明這個用戶有著強烈的購買意願。
同理我們把所有用戶，整理為下面幾個不同類別，對應不同的運營策略：
比如新客里，當前有購買意願的，其實他屬於購買決策期的新用戶。應該根據用戶的購買偏好，推薦這種比較優質的理財產品。並給予一定的購買激勵，來促進這些新客在平台上的第一次購買，這個對於新客來說是非常重要的，以此類推。
相比於電商或者其他行業，互聯網金融平台結合行業和用戶的特點，從用戶行為數據分析的角度，驅動產品業務以及提高用戶的轉化率，有更加重要的意義。

㈥ 為什麼說2013年被稱為中國互聯網金融發展「元年」,5件最具有影響力的事件

2013年被稱為互聯網金融元年，這是因為，互聯網金融代表性模式，如三方專支付、P2P網貸、眾籌等創屬新模式，經過前期一一些年的醞釀與發展，到了2013年互相促進，進入到了爆發期。出現了規模級的現象，如余額寶從2013年6月份上線，僅18天，用戶數量便突破了250萬，一年之後用戶數超過了1億元。還有各式各樣的P2P網路借貸在2013年迅速發展。P2P年從英美2006年出現以來，在國內已經衍生出五花八門的模式，P2P網貸試圖運用互聯網的渠道，實現對傳統金融體系的「脫媒」，掀起了新型直接融資模式。

㈦ 如何看待互聯網金融的發展所帶來

從事金融服務的金融機構或互聯網企業，不得利用自身的業務優勢和技術優回勢侵害消費答者的合法權益，任何機構不得利用自身優勢地位擅自動用客戶資產或泄露客戶信息。
根據前瞻產業研究院發布的《2013-2017年中國互聯網金融行業市場前瞻與投資戰略規劃分析報告》顯示：互聯網改變了金融服務的供給方式，但沒有消除金融固有風險，仍然需要遵循線上與線下統一的監管標准，網上金融業務不具有風險上的特殊監管待遇。

㈧ 在哪兒可以找到互聯網金融的行業數據

前瞻產業研究院 提供的《2015-2020年中國互聯網金融行業市場前瞻與投資戰略規劃分析報告》顯示，截止至2014年底，我國互聯網金融市場規模已經突破10萬億元。以P2P業態為例，過去5年中，各類P2P平台都獲得了年均超過250%的爆發式增長。

不過，作為新興行業，互聯網金融問題不容忽視。互聯網金融的安全風險也日益加劇。仍以P2P業態為例，數據顯示，2015年上半年我國問題P2P平台數量為273家，數量超過2014年問題P2P平台數總和，今年以來，P2P網路貸款平台出現跑路或提現困難的公司更是高達677家。

㈨ 求《中國互聯網金融發展報告 （2013）》電子版 緊急！！！

下個caj閱讀器就能看了，望採納