金融业，既是关乎经济命脉的行业，亦是财富积累速度最快的领域。在中国既有经济体制中，金融业一直处于国家的严密监控之下，任何想进入金融领域的人都面临着非常大的壁垒。随着互联网的向社会纵深急速扩张，普通人的网络经济活动日益平凡，而与之配套的网络金融服务需求的极具增加。由于长期的垄断地位，传统金融企业既缺乏提供网络金融服务的兴趣，也缺乏技术和数据储备。互联网企业积累了丰富网络经营经验以及服务意识，展现了非凡的竞争力。随着业务规模的不断扩大，原本只是一种辅助性的服务的互联网金融产品，正逐渐开始成为互联网企业布局金融行业的跳板。从支付、金融搜索、理财、小额贷款、p2p、众筹等领域，互联网金融正迅速成为一种潮流，互联网正用它天然的颠覆性再造中国金融业新格局。
互联网正在日益改变这我们所面对的金融生态，通过互联网，所有人第一次获得轻易进入互联网的绝佳机会。本书通过遴选了大量的一首案例，详实展现了在互联网金融已经取得初步成功的人物以及企业。通过这些企业实际积累起来的经验与教训，必定能对于后来者产生非常有益的帮助。
作者简介：
汤浔芳，前《21世纪经济报道》资深记者，专职于互联网金融、电商等互联网+传统产业的报道与研究，发表过多篇在业界又有广泛影响力的相关分析文章。联合发起互联网金融千人会俱乐部，该民间俱乐部促进了互联网业与金融业的跨界交流，促进了国内互联网金融的发展。
目录：
第一章
互联网金融是一个数万亿的大市场
一、互联网金融的缘起002
互联网金融的历史003
为什么互联网金融这么热004
二、支付革命：互联网金融第一拨浪潮006
第三方支付现状与历史006
第三方支付发展瓶颈011
支付与互联网金融014
互联网金融带来的创新015
三、P2P：掘金小微金融027
P2P的定义、特征、几大分类029
P2P的分类030
P2P的市场规模与现状033第一章
互联网金融是一个数万亿的大市场
一、互联网金融的缘起 002
互联网金融的历史 003
为什么互联网金融这么热 004
二、支付革命：互联网金融第一拨浪潮 006
第三方支付现状与历史 006
第三方支付发展瓶颈 011
支付与互联网金融 014
互联网金融带来的创新 015
三、P2P：掘金小微金融 027
P2P的定义、特征、几大分类 029
P2P的分类 030
P2P的市场规模与现状 033
P2P的风险 035
P2P的发展方向 036
P2P网贷纳监管视野 037
四、众筹：第三拨互联网金融浪潮 043
众筹的故事 044
众筹的兴起 046
众筹的机会、分类 050
困惑与选择 053
众筹平台的创新 056
五、大数据：颠覆金融模式 059
供应链IT服务获得数据 060
信用分析逻辑 061
数据会说话 065
六、互联网金融样本：金融产品垂直搜索的玩法 066
贷款垂直搜索的发展历史 068
信贷市场足够大 070
探寻商业模式 074
七、疯狂的比特币：互联网金融的乌托邦 080
比特币的中国玩家 081
比特币不适合普通大众投资 082
针对比特币的监管 083
线下支付公司求转型 085
第二章
互联网大佬们的金融野心
一、全方位解密余额宝 090
余额宝的诞生内幕 091
余额宝不是吸血鬼 093
货币基金的短板 095
余额宝的困境 096
开放式的余额宝的困境 097
余额宝的积极作用 098
二、阿里巴巴：电商帝国的金融野心 100
阿里巴巴缘何可以做金融 101
支付宝担大任 102
阿里小贷迈出了重要一步 105
聚宝盆服务银行：数据产生价值 106
网络银行：互联网的竞争 107
三、腾讯：微信金融大鳄 109
微信支付快速逼近1亿级别 109
微信金融的特点——从小额切入、与商贸结合得紧密 110
微信的机会 111
腾讯的互联网金融图谱 112
四、百度：三箭齐发，剑指互联网金融 114
三大业务分层聚客户 114
百付宝成金融交易基础 116
流量入口是关键 118
五、京东：互联网金融全布局 121
3分钟到账的供应链金融 121
京东互联网金融的布局 124
电商基础 128
六、苏宁：O2O金融 130
成长中的易付宝 131
借力开放平台 132
O2O：线上与线下打通 134
七、每一个互联网公司都有切入金融的机会 136
小米：借力移动硬件，发扬个性化优势 136
奇虎360的底层优势 137
电商平台：有流量就有机会 138
八、互联网创新公司之——信用卡的创业机会 140
信用卡的那些玩家 142
银行信用卡的新玩法 147
信用卡的延伸 150
九、互联网金融创业的机会 151
B2B电子商务——供应链金融的撬动者 151
敦煌网的尝试 152
发挥数据优势：IT厂商的互联网金融机遇 153
富基标商玩转供应链金融 156
互联网金融的送水人 157
万全宝：移动互联网上的农村金融市场 158
链家等房产中介如何做互联网金融 160
第三章
传统金融业的先行者
一、互联网“鲶鱼”搅动银行、证券 166
互联网对金融行业的几点促进作用 167
互联网对银行业的冲击 169
互联网对证券业的冲击 170
二、保险基金：率先拥抱互联网 175
互联网保险的定义及特点 176
互联网保险的创业机会 180
互联网对基金业的冲击 182
三、平安：金融系的率先觉醒者 191
平安综合金融帝国的版图 192
四、银行电商：痛苦中的艰难求索 200
银行触电潮 201
银行做电商：贴近用户 202
银行PK电商的优劣势分析 204
另辟蹊径的金融创新 206
五、民生电商：定位不清的暂时折戟 207
B2B和B2C齐发力 208
互联网金融的机会 211
六、互联网金融与传统金融的交锋故事 213
暂停二维码支付背后的利益分析 214
央行对虚拟信用卡暂停的分析 217
央行对个人账户转账限额1000元、单笔消费5000元的分析 219
总结：互联网金融的未来 221
第四章
移动互联网金融
一、挖财是如何创业出来的 232
二、挖财的逻辑是什么？ 234
三、铜板街、数米基金，同属于移动端创业的样本 236
四、挖财的这些创业逻辑都有哪些细分领域 240
移动支付安全、快捷支付的问题 241
第五章
征信：互联网金融的基石
目前国内互联网金融的难点 245
征信业历史：发展缓慢 246
谁能角逐个人征信 248
谨慎探路商业模式 249
针对征信业的监管要快速跟上 251
FICO的借鉴：中国也将会有自己的信用评级公司 252
第六章
中国互联网金融监管定调
监管博弈的缘起 256
关于支付类型的安全性讨论 259
快捷支付的安全性 259
二维码支付的安全性 262
支付市场合作共赢 264
后记我的互联网金融情缘 267
五、大数据：颠覆金融模式
在商业世界，只有信息流和物流，而金融数据就是一种信息流。IT技术改变的就是信息与物，在互联网与移动互联网上，可以较好地将信息变成信息流，将物变成物流。而未来的3D打印，也希望将物信息化掉，最后就成了一个流——数字流。
受益于网络的发展，这些流以数字的形式，能够在互联网上更好地进行分析，得出相关性，利用数据来大做文章。
整个贷款行业，从抵押贷款到仓单质押，再到信用贷款。传统金融机构的贷款形式、贷款效率，都需要获得提升。
未来，金融机构是经营风险的，强调收益要覆盖风险。而不是现在，国内金融机构考虑的是如何转嫁风险，一旦出现风险，金融机构要有变现能力。
目前，国内针对中小企业的贷款很少，大部分金融机构只是做做样子，表示一点姿态。这使得中小企业贷款难成为问题。
供应链IT服务获得数据
进行信用贷款离不开数据分析，其基础是获得数据，关键是要撬动中小企业的贷款难的“神经”。
金电联行CEO范晓忻也曾走访了上千家企业，他发现，缺少资金是中小企业的最大难题。年景好的时候，汽车主机厂商加大产量，供应商需要多购买原材料，缺少资金；年景差的时候，主机厂商回款慢，而企业的流动资金受限，同样缺少资金。
在流通供应链的环节，车贷已经非常普遍。银行与4S店合作，普通用户购买每一辆车，银行都会提供分期付款。而4S店则提前从银行获得回款，银行从普通用户那里获得息差，从中赚取利润。
但是在生产供应链环节，这些中小企业却没法利用货押来获得相应价值的贷款。由于不少汽车零件都是供给某个整机厂商使用，如果这个整机厂商不使用，这些货品就没有任何价值。因此，银行也不会将此作为抵押来发放贷款。如果采取应收账款质押，这需要作为核心企业的汽车主机厂商“签字盖章”。而保理业务则是供应商借钱，核心企业还钱。只是将原本是核心企业对供应商的应付账款，转变成了汽车主机厂商对银行的欠款，而供应商只是早一点拿到了这个欠款。
在汽车生产供应链中，传统的做法是抵押贷款，而抵押需要这个企业有房产，进行抵押贷款或者连带担保贷款。并且，很多时候，房产价值1000万元，而用这套房产抵押贷款也只能贷出100万元，由于估值较低，中小企业主也不愿意这么去做。
汽车主机厂商在整个汽车生产供应链环节当中属于链主，对中小企业的态度并不是非常积极。因为，他们不想为中小企业的融资背书、承担责任。此前，许多汽车主机厂商也曾利用银行给其的授信，专门支持中小企业的发展，做零部件供应商的供应链贷款，但是效果不佳。
对资金的渴求，让这些中小企业愿意将数据开放出来给数据分析企业使用，并且，汽车主机厂商也不反对自己的原材料供应商将数据给这些数据分析企业。于是，这就给了数据分析企业以机会。
在刚开始，从软件业务向数据金融业务转换时，软件业务是向金融业务输血的，因为当时的金融业务刚刚起步，需要大规模投入。
信用分析逻辑
2007年，一家名叫金电联行的公司成立，取“金融电子化，联合银行”之意，希望能够打通企业资金与银行之间的联系。
从2007年到2013年，金电联行帮助了数百家企业从银行那里获得总计约20亿元的信用贷款，贷款的平均额度是300万～500万元，最小金额是98万元，最大一笔达到6800万元——这一贷款利率是基准利率升水40%，而普通信用贷款通常需升水90%。
在金电联行的眼中，企业的一切都是可计算的。这个计算是对供应链信息系统的挖掘，订单、库存、下线、结算、付款等五大核心环节的所有信息，可以用来对数据进行清洗、脱敏，以进行数据分析、图文展示，从而计算出企业的信用等级、信用额度，企业现在所处的状况，还有未来的成长性、安全性，等等。
金电联行将企业的数据一网打尽，企业的历史、现在、未来等三种数据均可以得到展现。一是根据过往订单、回款、库存等趋势分析以及所有的原始数据，来计算企业的信用分值；二是根据供应商在汽车主机厂商的入库的贷款品折算的真实资金沉淀，来计算出信用额度；三是通过订单、库存、回款等重要环节的变化，实时进行动态的贷后监管。
对银行来说，贷后监管的难度更是远远高于贷前监管。一般情况下，企业往往通过抵押房产获得相关贷款，而银行发放贷款后，并不知道如何来管理贷款。因为从成本的角度来说，银行不可能派驻一个业务管理员，天天蹲点在企业。并且，即使真派业务员蹲点企业，也不一定能够时时了解到企业的真实运营数据，也无法在风险来临时进行风控。
较难的贷后监管也影响了银行的批贷。为了压缩贷后无法监管的风险，许多银行提升了贷款标准，这也使得中小企业获得贷款的概率更低了。
依据大数据进行供应链金融分析，可以准确地把握两方面的需求，一方面是向需要融资的中小企业收取服务费；另一方面，对于那些需要实时、动态的贷后管理的金融机构，也可以收取服务费。比如，利用大数据分析出来的结果是，订单响应慢的企业出事的概率是30%～40%。有了详细的数据之后，金融机构可以据此进行分析跟踪。
数据的可靠性还来源于对数据的长期跟踪。金电联合的IT系统，对上千家企业进行了3～5年以上的数据追踪分析，每家企业的数据量大小是T级别（1T=1024G）。有了这些数据积淀，系统将进行一项工作——将数据拟合，比对出企业经营状况是否符合每年的生产规律。这些横向、纵向的对比，使得这些企业真实的运营状况全部呈现出来。
依附于供应链，由于信息流比较完整，上下游产业链也相对完备，这样一来，数据的真实性、可靠性得以大大提升。而这些一个个细分领域模式里面的企业能否进行复制，就需要金电联行，将汽车供应链的数据分析模型复制到其他领域。
至少，小贷公司、担保公司、P2P、银行甚至政府都希望获得这些数据分析服务。2013年10月，金电联行在上海嘉定安亭成立。政府很想帮扶当地中小企业，但金融机构都是同质化的。目前，金电联行正与一些经济开发区、科技园区合作，希望基于金电联行的现有数据分析工具，加上税务、社保、水电以及园区数据中心的相关信息，对园区里面的中小企业信用状况进行细致分析，为园区帮扶中小企业提供帮助。
大数据金融领域并不是赢者通吃的一个机会，金电联行是基于供应链进行大数据分析，而富基标商也同样在进行大数据的供应链分析。
延伸阅读
故事一：金电联行如何做到信用贷款6800万元
金电联行在汽车供应链领域声名赫赫。而金电联行CEO范晓忻也在这个细分领域坚持了10多年。此前，范晓忻做的是给汽车供应链搭建一套IT系统，让整个生产、流通供应链能够更高效地运转。
直到2007年，范晓忻在清华师弟的启发下，开始转变业务方向，切入金融供应链，才寻找到自己的第二春。
简单来说，金电联行的核心竞争力是将一个企业的信用状况算出来，给出一个分数。
在贷款前，利用数据，金电联行可以对企业进行较好的信用融资分析。在贷款中，可以利用数据，进行较为准确的贷款额度计算。在贷后管理上，利用大数据的信用信息云服务平台，金电联行可以进行较好的贷后监管，将实时的日常数据、历史交易数据等传至企业，并且还可以使用客观信用评估报告来进行贷后监管。
数据是未来互联网金融时代的核心竞争力。一个模式良好的大数据金融，不仅能够依据此进行建模，还能够进行更好的贷后管理。
故事二：华院数据：金融也是信息流
进入大学时，宣晓华就与数据结缘。从美国加州大学伯克利分校数学博士毕业后，宣晓华进入美国加州惠普公司从事7年多的建模/仿真的算法研究和大型软件开发。回国后，宣晓华也参与创办了对保险行业提供IT服务的易保网络。2003年，又创办了华院数据（上海）有限公司（简称华院数据），并担任CEO，这是以国内高水平的数据挖掘和数据分析为核心能力的专业服务公司。后来，又创立了杭州数云信息技术有限公司，也是利用大数据的专长，专门给淘宝卖家提供数据分析和CRM服务。
一连串的数字可以说明华院数据的优势。华院数据提供基于数据挖掘，面向营销分析和管理、客户关系管理和决策支持的应用软件和咨询解决方案。华院数据拥有国内目前最大的数据挖掘应用团队，总部设在上海，北京、广州、西安、乌鲁木齐等城市设有分公司/办事处；公司拥有两百多位模型工程师、软件工程师及资深顾问；在中国香港、美国硅谷、澳大利亚墨尔本均设立了海外研究机构；长期专注于金融、电信、航空、零售、电商行业的数据挖掘应用研究；在全国27个省、市、自治区搭建了专项项目研究小组；实施项目总计超过500个。
令宣晓华骄傲的是，华院数据给中国移动不少省份做了一个信用评分模型。主要利用用户的消费水平、稳定性、历史欠费停机等数据给大部分的用户提供不停机的服务。这一方面可以提升用户体验，因为一旦停机，用户的很多功能都没法使用，影响了用户的体验。另一方面，用户继续使用，可以大幅增加收入。据了解，华院数据在某一年曾经给中国移动仅欠费停机这一项，就增加了3.34亿元的收入。
除了为电信行业带来大量的营收之外，华院数据还利用数据挖掘技术，对私人银行的高端净值客户进行营销，将该机构的营销成功率提升了400%。同样地，在电商行业进行的精准营销，也帮助这个平台提升了120%的交易量。
数据会说话
在宣晓华看来，很多数据是会说话的、可用的。在没有信用记录时，社交数据有一定的价值。淘宝上店铺的相关信息也是可用的。
华院数据在互联网金融领域的探索目前还处在起步阶段，宣晓华表示比较关注和探索的方向主要包括：1．基于大数据的个人信用评分；2．小微企业的信用评分；3．基于大数据的营销类模型。
有了基于大数据的信用评分，就有了开展互联网金融创新的基础。过去，基于个人基本信息、信用记录的评分方法，在信用卡等领域做得比较成功。即便不用征信的信用记录，其他行业也可以通过个人基本信息和信用信息做出比较好的个人信用评分。
在互联网金融上，Zestfinance利用社交数据，认为其评分比FICO做得好。对此，宣晓华带领他的团队正在试验类似的评分模型，观察这种评分模型在国内是否能够得到验证。
对于小微企业，宣晓华表示，小微企业的信用评分很难，但有很大需求。而针对中小企业，则需要对这些企业进行细致分类，因为不同行业的公司，特点非常不同。“我们初步做了与Kabbage、阿里小贷相类似的模型。”目前，利用法人基本信息、店铺基本信息、店铺竞争力、经营状况、评价信息等数据，华院数据正在做科技型轻资产企业的信用评分。
在大数据营销上，宣晓华计划先利用大数据来优化传统的客户价值预测模型，以及客户流失预警模型。对于大数据营销，宣晓华比较有信心，因为此前，他通过交易记录和消费行为做过很好的客户价值推断。
进行数据分析的前提是获得数据。与金电联行、富基标商不同，华院数据纯粹是一家提供技术服务的数据公司。在数据源上，作为提供技术分析中介，可以从客户那边获得数据，如果是交易数据，那么几乎全部来自客户，这种做法在大数据分析界是认可的。对于个人征信与评分，可以依据个人用户提交的数据来打分，而在使用时，个人征信数据会与平台运营商核对，这种做法数据分析界也较认可。对中小企业的征信数据，可以依据中小企业提交的运营数据，再进行核对，依此来进行中小企业的数据分析。
目前，国家对征信数据管得比较严格，华院数据不能调取相关的征信数据，而其可以通过其客户来调取相关的征信数据。接下来，P2P公司也可以调取征信数据。
在供应链金融、商业保理等互联网金融细分领域，那些给某一个细分领域提供IT软件、云计算服务的公司，如零售、电信、金融、电力等，向互联网金融转型的机会很大。因为这些公司往往在某一细分领域发展了10多年，对行业特点、供应商都非常熟悉，能够凭借IT的优势，去撬动互联网金融业务。