消费贷与发薪日贷款

『壹』 什么是手机贷

手机贷是国内基于移动互联网的全流程线上网络 信贷应用，是对传统个人信贷业务的移动化创新。由“新 金融生活倡导者“上海前隆金融信息服务有限公司研发运营，总部位于上海。

简介

手机贷手机贷由上海前隆金融信息服务有限公司于2013年9月推出，对有小额借款需求的个人客户进行快速、准确的评估和审核，为持牌金融机构提供合格的个人借款客户及大数据风控支持，致力于搭建畅通的借贷信息桥梁，成为中国普惠金融的加速器。

名称：手机贷（借款版）

更新：2016年11月22日

版本：V5.5.2

开发商： 上海前隆金融信息服务有限公司

『贰』 拉卡拉替你还审核要多长时间

拉卡拉替你还主要是以考拉信用分数为依据，周期在一个月内，用户以周为单位自行设置借款期限，用户在提交申请后，最快15秒钟批准或者否决，一旦批准，资金马上到账。

如果遇到还款能力与申请额度不匹配，修改过后再次申请，一般只需几分钟便可审核通过。

(2)消费贷与发薪日贷款扩展阅读：

适用对象：

年满18岁、持有二代身份证、信用卡、有消费信贷需求并且无不良信用记录。

APP申请流程：

第一步：下载“拉卡拉钱包”；

第二步：打开APP，点击“借点钱-替你还”，填写申请金额，选择申请期数；

第三步：按照指引提供个人基本信息，并按要求完成技术检测；

第四步：等待企业端对申请者进行综合评估，部分申请者需要额外参考外部征信情况；

第五步：等待评估通过之后，款项到账。

『叁』 为什么说现金贷猛于虎，毁人于无形

现金贷，相对于传统贷款渠道，具有无抵押，放款快等特点。因为现金贷的方便快捷，很多急需钱的人前赴后继的涌进现金贷。殊不知很多光鲜亮丽的事情背后却隐藏了许多不为人知的陷阱。

一般现金贷放款前会要求借款人拍手持证件照片，核实借款人手机号码及手机通讯录等信息。美其名曰证明借款人身份，实质是为暴力催收铺路。因为选择现金贷的大部分人为低收入人士甚至校园的大学生，现金贷在放款的时候就做好了借款人还不上钱的准备。

西安的大二学生小张，因玩网络游戏输了钱，经人介绍在某借贷平台借了2000块钱，到后来越借越多滚成40万！最后暴力催收逼得他母亲杨女士只能带着小张搬家，当然学是上不了了，小张更有了轻生的念头。杨女士面对采访时说，我们不是逃避这个债，我们是逃命。

有文章指出，某些现金贷就是一种出卖灵魂的收割模式，收割一群消费水平超出消费能力的低收入群体。

某店与某拍贷的上市更是将现金贷推上了风口浪尖，使人更多的了解了现金贷。某店的创始人在回应逾期是否会暴力催收时回应，我们的坏账，一律不会催促他们来还钱，电话都不会给他们打，你不还钱，就算了，当作福利送给你了，就这样。

我不知道他说的话可信度有多少，我只知道现金贷风光上市的背后是无数借贷人提心吊胆的生活和支离破碎的人生。

并不是倡导借了现金贷的钱而不还，欠债还钱，天经地义。不过在某些现金贷畸高的利率和名目繁多的费用之前，并不仅仅是欠债还钱这么简单。

小张在借2000块钱之前，并不知道这2000块钱代表了200还是300的利息，等到期了才发现本金加利息远远超出了自己的还款能力。只能按照借贷平台的要求再借4000还6000，一直滚到40万！小张的母亲杨女士表示并没有打算不还钱，而是根本还不起了。高额的利息加上逾期产生的逾期费，是一个普通人终其一生也没法填好的窟窿。

按说只要借款的时候按时还不就没事了吗？可事情往往没有这么简单。

某原现金贷中介表示，因为逾期利率很高，所以很多时候会故意的让你逾期，然后收取高额的逾期费用。即使你想要提前还款，也会要求你交所谓的手续费违约费人工费等高价费用。

这分明就是养肥了羊不宰，而一直在羊身上薅羊毛，等到羊身上再没羊毛可薅，再把羊宰掉！

如此现金贷，不是虎却猛于虎！现金贷有风险，借款须谨慎。也希望深陷现金贷泥潭的人能早日上岸。

『肆』 P2P网贷平台为什么都偏爱做消费金融业务

P2P作为信息中介，所借款项到融资人后是很难锁定他的真正的用途的，而消费金融的所借款项基本都会直接或者间接转给商家。而资金用途的控制，是金融风险控制的重要一环。

P2P金融与个人消费金融最大的区别在于用户。用户的不同，可能导致的风控管理就不一样。P2P金融的用户主要是小微企业、个体工商户，但个人消费金融则面向个人消费者。

个人消费金融单笔授信额度小、审批速度快、无需抵押担保、服务方式灵活、贷款期限短。

『伍』 想办捷信贷款，我都需要了解哪些东西呢

您好，针对使用消费贷款，捷信相关负责人给出五点提示：在签贷款合同前，
第一，要注意贷款利息和服务费、还款期数等信息，通常首付款越低、贷款期数越长，相应的利息和服务费会相对较高；
第二，注意最晚还款日期及提前还款是否存在违约金等信息，消费者可能会遇到发薪日不固定的问题，捷信向客户提供灵活还款包服务，方便自由勾选购买以保证科学按时还款；
第三，向贷款服务商要求提供一份合同和相关书面文件；
第四，消费者要提供真实的个人信息和资料，不能轻信他人帮助他人申请贷款；
第五，如果在还款过程中出现预料之外的情况，可以通过客服与服务供应商保持联系，也可以通过服务供应商的官方微博、微信等渠道进行沟通。

『陆』 如何用互联网颠覆FICO

硅谷越来越多的科技企业开始向金融圈进军。ZestFinance就是其中之一。
这家公司打出的旗号是“将Google算法带入征信领域”，其利用机器学习和大数据技术，创立了一套和传统模式相异的信用评分方式，其中应用的数据变量是传统模式的上百倍。
ZestFinance创立于2010年，创始人道格拉斯·梅里尔（Douglas Merrill）是Google的前信息总监兼工程副总裁，另一位来自金融圈的创始人肖恩·布德（Shawn Budde）曾在第一资本公司（Capital One）负责信贷业务。
财新记者专访了ZestFinance的创始人梅里尔，他认为，“ZestFinance完全可以取代银行现在用的算法。”
然而，美国个人消费信用评估公司（FICO）中国区总裁陈建表示，这不可能。在美国有1000多家当地信用局为消费者服务，基本隶属于三大征信公司。这三家征信公司分别拥有覆盖全美的数据库，包含超过1.7亿消费者的信用记录。在三大征信公司收集了海量个人征信数据后，还须经过复杂的模型计算才能形成征信产品。这三家征信公司目前使用的计算方法模型都来自同一家公司，即被称为“幕后大佬”的FICO。
越来越多类似ZestFinance的初创公司正在觊觎传统华尔街的地盘。而其势头如同多米诺骨牌，不断推向传统金融业的要害。
数据变废为宝
在ZestFinance的官网上有这样一句话：“所有的数据都是信用数据。”这句话恰恰浓缩了ZestFinance所做的工作——将成千上万的数据“变废为宝”，应用于信用评分。
这家公司在短短四年时间内，就先后获得了高达1.2亿美元的融资，其背后的出资人都是著名的IT风投，包括FlyBridge、GRP、LightSpeed以及Matrix等。
目前，美国绝大部分金融机构使用的信用评分都来自FICO的模型算法。自上世纪60年代至今，在美国的征信体系中，FICO的地位从未被撼动。
在美国，经过三大征信公司的整理和FICO的计算评分，海量的征信数据就变成了一份份整齐美观的报告和325-900分值区间的评分，用户可以只买报告，也可以报告+评分打包购买。
中国科学院院士、北京大学教授鄂维南对财新记者表示，FICO的评分模型的确首屈一指，但并非十全十美。FICO信用评分参考的数据变量只有不到50个，因此很多人摸清了FICO关注的变量后，就可以“模型套利”增加自己的信用评分，例如一个人可以每天反复在图书馆借书还书“刷信用”。
“针对FICO的不足，ZestFinance重新设计了一套信用评估模型。和FICO的不到50条参考变量相比，ZestFinance参考的数据变量多达上万条，并采用非线性化的、更前沿的技术来进行分析，从而防止‘模型套利’的现象，更精准地评估消费者信用风险。”鄂维南表示。
的确，ZestFinance远远超出了FICO 50条变量的界限。在这个位于洛杉矶的65人团队中，大多是数据科学家，他们开发了多个机器学习分析模型，而在这个模型中使用的数据变量多达上万条。上万条数据变量仅仅是原始信息数据，在这些数据基础上，模型可以得出超过7万个可以判断信贷行为的指标。而模型跑完这些指标仅需要不到3秒钟。
所谓机器学习，是让计算机模拟或实现人类的学习行为，以获取新的知识技能，在数据积累中不断自我完善，可谓是人工智能的核心。ZestFinance的模型之一Hilbert就是成功地将机器学习进行商业应用的案例，让机器承接7万个指标的数据分析工作，寻找逻辑关系，并不断自我改善，人类只需要根据结果进行一些逻辑分析和判断。
“多年来，美国金融机构都在用50条数据变量来决定是否给一个客户授信。问题在于，许多人并没有完整的信用记录，这导致在传统信贷中他们不断吃闭门羹，”梅里尔表示，“在ZestFinance，我们分析上万条数据变量，借助更加广泛的数据，从而对客户的风险预判更加精确。”
数据的类型亦极其广泛：一个人的网页浏览历史、手机付费记录、超市购物清单都可成为重要的参考依据，甚至在用户填写信贷申请表时是使用大写字母还是小写字母，也可以成为数据变量。
“很多数据都可以服务于信贷，例如申请人在我们的网站上停留的时间，就可以反映他对申请贷款的谨慎程度和还款诚意。”梅里尔说。
鄂维南认为，信贷记录属于强变量，在强变量缺失的情况下，可参考多种弱变量，当这些弱变量组合起来，就可形成强变量，服务于信贷风控。“例如，孩子是一个家庭支出的源泉，那么如果能推测出借款人孩子的年龄，就能预测他的消费周期：婴儿有奶粉等固定开销、学生每到9月就要缴纳学费等。只要能避开他的主要支出，就可控制坏账。”
鄂维南表示，在中国，由于征信业历史较短，缺乏足够的信贷数据，就可以用许多弱变量数据来对一个人进行还款预测。目前，学界有许多人也在进行类似的课题研究。
对于这些“弱变量”的开发利用，陈建亦表示认同，“把数据的价值挖掘出来是不可避免的趋势，大数据发展会越来越日新月异。”但他表示，从互联网数据中挖掘价值，最早做的正是FICO。“银行刷卡交易实时获得数据，通过分析进行风险识别，FICO十几年前就发明了，现在90%以上发达市场的银行都在用FICO这套系统。”
争锋FICO
的确，在当前ZestFinance和FICO尚不能同日而语。FICO占领着美国99%的信用评分市场和绝大部分发达国家的信用评分市场，而ZestFinance目前仅服务过10万名美国人。
在中国，FICO目前拥有80人的团队，已经和15家商业银行、30多家城商行和农商行建立了合作。ZestFinance目前在美国以外的其他地区还没有开展业务，但梅里尔告诉财新记者，目前正与多个中国金融机构洽谈合作。
但从未来发展的空间而言，似乎新生事物总能赢得更多青睐。面对ZestFinance等新型信用评分公司的诞生，美国主流媒体纷纷给予了报道——《经济学人》杂志写道：“ZestFinance比传统评分方法让违约率下降了40%。”CNBC表示：“ZestFinance让无账户人群不再被拒之门外。”
这一切声音，似乎都剑指FICO。
梅里尔表示，ZestFinance采用了和FICO截然不同的技术。FICO是基于20世纪50年代创造的“逻辑回归”模型，那时并无很多可供参考的数据变量。但随着互联网时代来临，数据开始爆发式增长，FICO的评分方式并未改变。梅里尔这位曾经的Google人，则将Google算法引入了征信领域，走在了技术的前沿。“ZestFinance完全可以取代银行现在用的算法。”梅里尔自信道。
对于外界的质疑，FICO表示很冤枉。陈建表示，外界对FICO其实缺乏了解。FICO并非只有一种算法，而是有几百种算法。在美国仅注册的算法专利就多达近200个。在不同的数据场景下，使用的数据变量和数量都不同。
陈建认为，数据变量并非越多越好。
“FICO信用评分的候选变量其实有1000多个，只是具体到每个评分中，只使用其中的几十个变量。”陈建表示，认为变量越多模型越好是幼稚的说法。从统计学角度，模型计算一方面要抓住本质规律，一方面要避免过度拟合。
“变量太多会造成过度拟合的问题。就好比做一双鞋子，与你的脚100%拟合，但别人都不能穿。FICO不是给一个人做一双鞋，而是要给全社会使用。如果一些变量不是适用于每个人，就不适合放在模型中。”陈建说。
根据惠誉评级公司的研究结果，FICO分数的影响力正在下降。现在美国各个银行都有自己的模型，他们会用自己的模型去跑征信原始数据，FICO评分只是其中一个参考变量。例如美联银行（Wachovia）对FICO评分的参考比重已经下降为零。
对此，陈建认为只是个别现象。“就我了解，目前美国银行业99%的资产组合还是基于FICO上，拿出1%来试验新的东西是可取的，但这并非主流。”
陈建表示，技术服务于产业，信用评分不是象牙塔里的空想，而是根基深入产业的积累。目前美国99%的银行都使用FICO的评分系统，深厚的积累是其他公司难以比拟的。
陈建毫不掩饰他对FICO的自信：“FICO已经成为发达市场金融管理的肢体部分，不会有人想要卸掉自己原本的胳膊，换上一对高科技的塑料胳膊。”
为无账户人群服务
“金融包容”正在成为一个新兴词汇，它的含义是指让没有银行账户或信用记录不好的人群公平地享受金融服务。
万事达公司CEO Ajay Banga近日在一份关于金融包容的倡议书中表示，目前全球有25亿成年人没有享受过金融服务，其中大部分是妇女和年轻人，以及一些居住在乡村的人。在美国，目前有4400万人没有银行账户。“因此，金融包容需要在所有国家倡议，绝非仅仅发展中国家。”
梅里尔表示，ZestFinance正是要为这些没有银行账户以及信用记录不好的人解决贷款问题。
“我最初的灵感来自我的小姨子。”梅里尔向财新记者追忆道，当时他的小姨子要贷款换一副汽车轮胎，然而银行因她没有足够信用记录而拒绝。“后来是我给她借了钱。如果我不借钱给她，她就只能去申请‘发薪日贷款’了。”
梅里尔提到的“发薪日贷款”是指在发薪日之前两周申请的小额个人贷款，借款人只需提供收入证明或政府救济证明，承诺在自己发薪水后即偿还贷款。如果到期无法还清贷款本金和利息，可以提出延期。然而，这种贷款的费率极高，每100美元收取15美元利息，年化利息高达400%。相比之下，信用卡的年化费率则只有12%-30%。
近年来，特别是在金融危机后，华尔街和美国监管层不断将目光投向“发薪日贷款”，认为这是高风险贷款，但屡禁不止。2014年6月5日，一批借款人向美国监管机构提起上诉，指出监管层将这些借款人列为“有声誉风险”的群体是不公平的。按照诉讼内容，美国超过80家主流银行都被监管层勒令中止和这些借款人的关系。
这些特殊借款人也引起了主流人群的同情。美国群众自发组织了团体，推进针对无账户人群的金融包容。
“ZestFinance的使命就是给这些无银行账户或信用记录不好的借款人创造透明公正的信用评分。”梅里尔表示，通过成千上万的数据变量，每个人都可以拥有一份公正的信用评价。
此外，ZestFinance还有另一个重要组成部分，即ZestCash贷款平台。
ZestCash类似一家小贷公司，它的主要业务是给那些没有银行账户或者信用记录不好的人提供小额贷款。ZestCash的借款中有90%是为了采购生活必需品，比如修车和医疗保险。
梅里尔表示，ZestFinance帮助信用记录不好的人贷款主要通过两种方式：一种是直接从ZestCash对其发放贷款；一种是让使用ZestFinance评分系统的金融机构，通过ZestFinance的评分结果对其发放贷款。“迄今为止，我们已经帮助超过10万名没有银行账户或信用记录不好的美国人获得了贷款。”
值得一提的是，ZestFinance并没有因为目标客户是“风险人群”而导致高坏账率。梅里尔表示，目前借助ZestFinance获得的贷款比银行的“发薪日贷款”违约率低50%。“也就是说，在ZestFinance算法的帮助下，‘发薪日贷款’可以节约一半的成本。”
竞争与风险
金融危机后，银行信贷更加谨慎，而硅谷的IT男们则不断尝到金融这块蛋糕的甜头，包括Prosper和Lending Club在内的P2P借贷平台应运而生，类似ZestCash的小额信贷公司也风生水起，包括Zebit、Avantcredit、Kreditech、DemystData在内的公司都看准了银行信贷这块短板。这类公司的共同特点是利用大数据做信用分析，并且大多拥有自己的网络信贷平台。
Zebit创建的Lending Stream网络借贷平台，可以在4分钟内获得50-1500美元的半年期个人信用贷款。
Avantcredit打出的标语是“从这里申请贷款不会影响你的FICO信用分数”。该公司也是自建信用体系，针对不同人的评分，给出的利率也是不同的。
Kreditech位于德国汉堡，两位自信的IT男利用大数据分析手段评估借款人还钱的概率，他们不要求客户提供信用证明，15分钟内就能提供500欧元以内的小额贷款。和ZestCash类似，Kreditech希望用户提供尽可能多的信息，连用户的借贷申请是使用iPad发送还是用老式电脑发送、输入时出错的概率、使用取消键的频率等都考虑在内。
上述公司都获得了风投的青睐，例如Kreditech2013年9月获得了900万美元A轮投资，Avantcredit2013年8月获得2000万美元B轮投资。
陈建认为，此类创新型公司和传统的FICO与银行信贷并不冲突，可以成为传统市场的补充。
当然，这类公司也并非可以为所欲为，也要受到美国监管的制约。其中，1975年通过的《平等信用机会法》（Equal Credit Opportunity Act）中规定，贷款必须发放给所有资信可靠的申请人，不论种族、宗教信仰、性别、婚姻状况、年龄和其他个人特征。然而，随着互联网大数据的井喷，这些信息都随着网络社交信息一起被纳入了ZestFinance等公司的变量测算中。此外，由于所有的征信数据都必须经本人允许采集，因此这种海量采集数据的方式还会面临侵犯消费者隐私的风险。

『柒』 现金贷为什么曾经一度那么火

现金贷是小额现金贷业务的简称。在过去几年在市场上特别火热，而且热度一直往上飙升，可以说很多人都使用过该业务，不管是学生、上班族（白领、蓝领、工人等）自由职业者等众多人群都是该产品的用户。

也正是以上这些特点，或者“优势”让很多现金贷目标客户更加青睐于该业务。而现金贷的主要用户大多数是收入和学历较低的人群，这一类人群普遍有小额资金需求。另外这类人群大多数人不能通过银行借贷审核，甚至没有个人信用记录。由于现金贷门槛低，所以更加容易形成依赖，甚至是上瘾！

而现金贷之所曾经那么火热是因为满足了很多消费者的刚需。这个市场对于门槛低、放贷快的网贷需求一直是很强的，但是它的原罪也更加明显，有点类似于“趁火打劫”的嫌疑。虽然现金贷在一定程度上似乎满足了用户小额资金的需求，但是在很多地方存在诟病，也同时造成网贷平台的鱼龙混杂，而且后来也被曝出很多悲惨的事件，所以，银监会对现金贷的整顿是一个势在必行的行为。

『捌』 穷一半人富一半人是谁说的

美国企业发展公司近日发布了一份"流动资产贫困"家庭审查报告，称美国43%的家庭，约1.3亿人属于"流动资产穷人"，换句话说就是没有存款的"月光族"。
穷人的概念是什么？如果说以生活在该国"贫困线"之下为标准，美国有15%大约4600万人属于这个范畴；但如果将范围扩大到工资只够日常消费，一分钱也攒不下，那人数就大得多了。事实上，几乎一半美国人是"穷人"。
"家庭如果没有积蓄就无法在经济上打造更安全的未来。"接受美国《哈芬顿邮报》采访时，企业发展公司国家和地方政策部主任詹妮弗·布鲁克斯说。
该公司在刚刚发布了一份"流动资产贫困"家庭审查报告，称美国43%的家庭，约1.3亿人属于"流动资产穷人"，换句话说就是没有存款的"月光 族"。他们距离贫困只有一场危机之遥，一旦遭遇裁员或者患上急病，他们完全没有储蓄或其他资产可帮自己渡过难关，3个月内生活水平就将跌至"贫困线"以 下。
调查强调，许多美国人目前都在为生计发愁，经济复苏只是徒有虚名。虽然大衰退两年多前就正式结束了，但失业率居高不下，多数工人的工资都没有上涨的动静。对更多人而言，不用担心下岗、经济无忧的生活仍然遥不可及。
同时，企业发展公司警告说，很多"流动资产贫困"家庭因为收入尚稳定，以及长期透支消费的习惯，而没有觉察到自己的处境是多么危险。"他们未必 认识到中断收入或中断健康福利与他们的生活如何息息相关，他们距离欠债只有一张薪水支票之遥。"非营利组织"俄亥俄政策问题"的大卫·罗斯坦说。
在美国，有一类名为"发薪日贷款"的金融机构，专门发放短期小额贷款，以帮助借款人支付意外支出，借款人必须在下个发薪日之前偿付本息。企业发展公司表示，这样的金融机构对于美国家庭来说，往往意味着诱惑和收支失衡，它会将人们引入难以逃避的漫长的债务周期。
"人们总是轻描淡写地说，这就好比汽车出了一次机械故障。也许他们不了解，一旦形成不良消费习惯，每隔一周，他们都要回到发薪日贷款机构借钱。"企业发展公司官员说。
其他最新研究也显示，许多美国人对金融突发事件准备不足，一旦股市下跌，房子贬值，工资下降或是未按预期上涨，很多家庭就会陷入现金链断裂的困境。企业发展公司提醒，人们最好算计着过日子，做好预算和控制支出尤为重要。

『玖』 P2P、消费金融如何对“白户”授信

截至今年9月，央行征信系统已经收录8.7亿自然人，其中有信贷记录的为3.7亿人，其余5亿人没有信贷记录。相当大一部分人群和企业在央行是没有征信记录的或者没有信用记录，业内把没有信用记录的人群称之为“白户”，国内仍有10亿人游离于央行征信体系之外，是真正的信用“白板”用户。征信作为金融业的基础设施，10亿信用白板人群的存在，不仅意味着征信体系的巨大缺口，也意味着这部分人群的信贷需求极大程度上被抑制，中小企业及个人陷入融资难，融资贵的尴尬境地。

未来，在线授信、在线放款将是互联网金融业务的一个趋势。随着国内经济往新常态的转换，传统线下的经营贷、小企业贷等越来越不好做，很多公司都在往白领贷、消费贷等更小额分散的产品上下沉。同时还出现了很多做学生分期、消费金融以及发薪日贷款类的产品，在线放款成为整个行业的大趋势。

随着商业征信市场的发展、移动互联网技术、智能设备的普及、大数据征信技术的提高，基于社交网络信息、网购信息等集合而成的征信信息正越来越多地应用到征信进程中，依靠大数据多维度交叉验证便成为小微信贷机构降低业务风险的有效方式。

阿里、腾讯一类的互联网企业本身就可以产生数据，而且与传统征信体系主要收集财务数据不同、互联网企业可以搜集电子商务、社交等信息，数据来源广泛，可以从更多角度对征信对象进行分析。国内领先的风控服务机构神州融，通过第三方征信机构、电商平台、反欺诈机构等广泛的数据源对接，将电商数据、行为数据、学历、工商等各类信息整合，并通过数据处理及分析，以及各类决策规则，为金融机构提供一站式风控服务。