据奶牛计划最近消息:2015年12月8日18点36分,e租宝北京总部电子屏幕上定格的最后交易规模是750亿元。注册用户超过500万,总投资人数超过90万人,散落在全国31省,数百个城市。超级互联网金融平台e租宝被查,巨人从此倒下。

  警示钟一:互联网金融平台大而不倒论?

  E租宝的历史我们可以发现,前80亿的基本属于稳步前行;而后面的可以用突飞猛进来形容。这是“大而不倒”论的产物,过分的要求体量通过体量来规避掉部分法律风险,达到“无可奈何”的状态,利用体量来换生存空间继而寻求机会转变成银行。这一核心模式看上去很美,但是风险与机遇从来是共存的;极致的追求必定来带的是极致的风险,至于结果“泛亚”、“E租宝”已经证明给大家看了。对于,后面那些还想走这条路的互联网金融企业,笔者奉劝一句省省吧,这是2015不是2008,你懂的。

  金融的本质是生生不息,前赴后继,通过资金入量来达到存量提升。这一理论本没有什么问题,问题就出在没有合法吸储资质或者没有明确吸储资质的互联网金融企业只能利用借贷这一模式配合债权转让来达到变相吸储的目的。同样是为了生生不息,投资人增量成为这一数据考核的主要指标,因为投资人带来的价值是不断补充资金以及资金重复利用的价值。“E租宝”疯狂的扩张线下理财团队,甚至用上了2倍底薪以及5%的提成,来吸引线下资金的进入也是这一目的。结果有目共睹,因为这是2015而不是2008。

  任何企业均是需要盈利,互联网金融企业依旧如此。如若想提高企业的盈利能力就需要不断的增加资金使用量,资金使用效率,设计合理的资产配置方案,那么增加盈利的另一个方式就是压低资金价格。对于互联网企业而言,随着获客成本逐渐攀升以及企业扩充后边际成本的攀升,企业想要盈利必定要压低资金价格。另一方面,资产的风险定价也决定了,优质资产是不可能承受如此高的资金成本。多方因素共同导致,互联网金融企业必须在资金成本方面有所控制。而“E租宝”“泛亚”的资金成本却与之违背。

  警示钟二:革新银行在传统金融中的地位,成为取代银行的最终金融体系?

  从纯金融的角度来考量:互联网金融企业与银行,不难发现其核心倾向依旧为银行。虽然互联网金融的趋势势不可挡。

  从风险的角度来考量:互联网金融企业和银行的差距明显不在一个档次。

  从制度的角度来考量:合法资金池的地位依旧无法撼动;各类互联网金融企业期望或者变相的自建资金池的事实已经证明了,风险应对能力的核心依旧是资金池体量以及持续资金流入量。

  从杠杆的角度来考量:各类互联网金融企业在贷款端的杠杆把控依旧缺乏一个有效的衡量指标。这一弊端主要来源于资产竞争,在绝对优质资产在传统金融掌控之中的前提下,互联网金融企业要获得资产必定会付出更高的成本,因此超杠杆放款时间屡见不鲜。

  从资金利用效率与盈利能力方面来考量:周期性影响,由于没有合法资金池的支撑,流动性成为互联网金融企业的另一名门所在。这就导致该类机构在放款时更倾向于短周期,短周期风险聚集这一悖论在此时就逐渐显现出来。

  从政策方面考量:本就是在3类资产以及4类资产刀口舔血的互联网金融企业又遇到了利率市场化改革,资产争斗的局势扑朔迷离。利率市场化改革,改革的不仅仅是融资端的,还有资产端的利率。那么根据资金的有效利用理论以及资金的周期理论,带来的后果必定是银行部分业务下沉,布局部分民间资产。在低成本资金方面,银行的介入对行业的影响或将是最大的变数。

  惊慌过后需要打一针定心丸:

  奶牛计划观察人认为:对于互联网金融企业而言,首先要明确自己的定位,做自己能做的事情,一味的追求天鹅肉,结果就是就在眼前。其次,互联网金融企业必须苦修内功设计好金融产品,因为失去了天然资金池的保护和灰色的互相兜底规则的保护,内功不扎实想不死都难。再者,互联网金融企业的从业人员必须有一颗敬畏的心,苦心学习,小心谨慎。毕竟没有现成的风控工厂供我们使用,在到处是坑的金融行业,总有比你聪明的。

http://mt.sohu.com/20151210/n430674613.shtml

转载于:https://www.cnblogs.com/byfei/p/6389716.html

互联网金融大事件,从泛亚到e租宝敲响的警示钟?相关推荐

  1. P2P暴雷后续 完善互联网金融大数据风控模型成为命门

    金融的本质就是信用.风险.交易.融资.财富管理,信用是整个金融领域的根本基石,所以金融风控是被很多金融公司摆放在第一位,资产规模放在第二位,2018年P2P行业暴雷对整个金融理财贷款行业产生了巨大的影 ...

  2. 互联网金融大数据架构概述与应用 - 大数据应用案例

    如果需转载,请注明:乐投网-互联网金融大数据架构概述与应用 IBM分析事业部 IBM分析事业部是在过去一两年间逐步成型的,成立后分成了若干个小部门,如AnalyticsPlatform.CLOUDDA ...

  3. 互联网金融大咖们如何看待风险管理

    本文讲的是互联网金融大咖们如何看待风险管理,不久前,以"卓越风险管理 护航普惠金融"主题的费埃哲信贷评分决层云平台签约仪式在京召开,借这个机会,有幸玲听了在互联网金融领域众多大咖对 ...

  4. 互联网金融大数据风控模型,到底需要多大的数据?

    python信用评分卡(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_camp ...

  5. 盘点2007年国内外金融大事件

    关键词1--存款准备金率:央行10次上调存款准备金率 为控制银行信贷,缓解流动性过剩状况,中国人民银行1月5日宣布,央行决定从2007年1月15日起,上调存款类金融机构人民币存款准备金率0.5个百分点 ...

  6. 官方乌镇定调互联网金融,P2P、众筹专项对待

    官方乌镇定调互联网金融,P2P.众筹专项对待 如何在若隐若现的红线之间取得增速与安全的均衡,将是创业者和从业者今后一段时间面临的最大挑战 width="250" height=&q ...

  7. 互联网金融学习总结(4)——大数据风控的九种维度

    前言 在互联网金融迅猛发展的背景下,风险控制问题已然成为行业焦点,基于大数据的风控模型正在成为互联网金融领域的热门战场.那么,大数据风控到底是怎么一回事呢?与传统风控相比,它又是怎样来进行风险识别的呢 ...

  8. 揭秘互联网金融的大数据风控

    转载地址:http://blog.csdn.net/kobejayandy 大数据能够进行数据变现的商业模式目前就是两个,一个是精准营销,典型的场景是商品推荐和精准广告投放,另外一个是大数据风控,典型 ...

  9. 互联网金融做大数据风控的九种维度

    互联网金融做大数据风控的九种维度 2017-11-22 13:56 260人阅读 评论(0) 收藏 举报 分类: 信用征信知识(11) 转载自:http://www.cnblogs.com/nxld/ ...

最新文章

  1. 收藏 | 计算机视觉中的Transformer
  2. java序列化和RMI
  3. Python Numpy多维数组.sum(axis=0/1/2...) 详解
  4. 【译】Byzantine Fault Tolerance in Proof-of-stake protocols
  5. SQL SERVER 与ACCESS、EXCEL的数据导入导出转换
  6. Understanding node.js
  7. Hbase实用技巧:全量+增量数据的迁移方法
  8. 大数据之-Hadoop之HDFS的API操作_网络拓扑_节点离客户端的距离计算---大数据之hadoop工作笔记0067
  9. LeetCode(965)——单值二叉树(JavaScript)
  10. ​炸裂!万字长文拿下 HTTP 我在字节跳动等你!
  11. 浅谈WebView利用localStore websql和IndexDB 来存储数据
  12. Linux运维工程师简历项目经验
  13. cpu架构之体系架构
  14. 论文阅读 Optimal Rough Terrain Trajectory Generation for Wheeled Mobile Robots
  15. 理解BPDU Filtering的意义(BPDU Filtering在全局配置与接口配置上的区别)
  16. Unity3d--GUI自适应矩阵(通过Matrix4x4.SetTRS)
  17. Adobe Photoshop 输出ICO格式图标文件
  18. php增加sqlserver扩展
  19. W801单片机学习笔记——SDK的启动流程,例程使用
  20. ElasticSearch[03]SpringData集成ElasticSearch

热门文章

  1. 【Qt】Use multi-arg instead
  2. 不带www的顶级域名跳转到www域名上
  3. 软考知识点笔记之----制订项目管理计划
  4. 不洁尸体的“诅咒”:靠死者的馈赠长高,却换来了另一种怪病
  5. 百度竞价效果不好的原因
  6. Web项目的页面跳转问题
  7. PS 人物脸部高光贴图的制作
  8. 入门算法:小和问题 之归并排序思想 java语言
  9. 美拍高颜值短视频一键解析批量保存到电脑中
  10. oracle数据文件离线,oracle数据库的文件在哪里