基于大數據的互聯網信貸能夠實現低于傳統金融機構的貸款不良率，從而提供更低的貸款利率，降低借款人的融資成本？這是毫無疑問的。只是目前國內網貸的總體規模太小，且分布于上百家平臺，互聯網信貸大數據時代的真正到來也許要等到行業貸款余額突破10萬億那一天。

　　其實，即使使用和傳統金融機構完全一樣的風控模式，網絡信貸也完全可以在風控上做的更好。

　　我們先來看一下傳統商業銀行的業務拓展模式：銀行是以網站制作的實體網點為基礎進行業務拓展的，想在一個新的地區開展業務就必須設立一個網點。網點周邊的人口、企業、經濟狀況決定著該網點的業務結構。

　　我們假設一家商業銀行的總行研發了一款三年期的個人消費信貸產品，過往數據顯示，30-40歲的公務員和教師違約概率最低，其他人群違約概率則較高。假設總行今年給這款產品定的發放目標是50億元，對各地分行、支行來講，將50億元額度全部放給30-40歲的公務員和教師肯定是最劃算的。問題是，受分行、支行的地域限制，該分行所管轄區域內很難有足夠數量的公務員和教師來消化這50億元的額度。此時，為了完成銷售任務，各分行、支行必須向其他人群推廣這款產品，最終的客戶構成將包含各個職業群體。

　　這種現象在銀行業務發展過程中是經常出現的。如一個分行當地的支柱產業是鋼鐵制造，該產業產值占當地的80%以上，突然間，鋼鐵制造業有下滑趨勢，而分行在當地有較多貸款結余。此時對銀行來講，退出是最明智的選擇。可分行若完全退出，將失去大部分收入和存款，在業務上表現為負增長，這是分行不可接受的。最終，即使風險大點，銀行仍不得不維持對當地企業的授信，或至少減緩自身退出該行業的步伐。

　　二、即使只是基于傳統的風險管理手段，網貸仍可實現更優的風險控制

　　回到上面的例子，假設研發那款個人消費信貸產品的是一家網絡信貸公司，則同樣的50億元額度，該公司可將它推送給全國各地30-40歲的公務員和教師。由于這個人群的違約率最低，網絡信貸公司可在相同執行利率下可獲得比銀行更高的利潤，或是在相同的收益率下執行更低的利率，進一步擴大自身的市場份額。

　　在公司授信業務上，網貸公司相比實體金融機構在客戶選擇上的空間更大。

　　假設某一類客戶在銀行和網貸公司今年制定的授信政策里都被定義為“基本維持”類客戶。

　　實體金融機構在對基本維持類客戶進行再授信時，由于地域限制，再授信的往往還是之前服務過的那些企業。而沒有地域限制的網貸公司則要靈活得多。網貸公司可以將有限的信貸資源優先分配給這類客戶中利潤率最高的，或經營凈現金流量最強的，或資產負債率最低的客戶，從而降低自身風險。

　　由此我們可以看出，若實體金融機構不做變革，在市場競爭中，他們最優質的客戶有可能被網貸公司蠶食。一旦網貸公司在市場份額的擴大中獲得了數據的積累，這種競爭優勢將進一步拉大。

　　其實實體金融機構和互聯網銀行之間并沒有界限，傳統的商業銀行一樣可以從事互聯網業務。不過，每一種互聯網服務最終不是形成寡頭壟斷，就是只剩下幾家企業互相競爭。我們是否即將看到實體金融機構和互聯網公司在網絡銀行的戰場上廝殺？