金融机构
- 金融的出现源于人类社会资源的稀缺性，有效进行资源分配是金融的基本功能。金融的定义是什么？是资金融通，是指资金在不同市场主体之间的转移行为。这个转移需要具备两个条件，一是所有权和使用权的分离，二是分离带有成本（即有一定的对价，表现为利息或者股息）
- 简单地说，金融就是把钱借给别人或者投资给别人的行为，这就衍生出了几个问题。用什么方式借钱给人家或投资给人家？直接借钱（或投资），还是通过中介。前者是直接融资（类似于通过股票市场、债券市场的投资），如果是通过中介，就是间接融资（包括银行金融机构，资产管理公司、私募股权公司、信托公司和基金公司等非银行金融机构）
- 传统的金融机构（以银行为代表），存活的前提是制度性保障，是特许经营权。它很难说是以能力为基础，甚至是能力厌恶型机构，但它可以通过制度保障来不断扩大规模
职能上看，金融中介可分：
- 信息中介
- 资金中介：金融成本 - 利息 / 股息；最终资金是通过实体创收来体现覆盖金融成本的，否则出现违约、或击鼓传花式风险累积
- 风险中介：信贷交易的核心环节 - 风控环节，传统金融机构基于线下审核（劣势），但有制度性保障（优势）——特许经营的公众吸储，几乎零成本进行期限错配；合法利用资金池不断借新还旧，只要保证足够的流动性，哪怕坏账超越了资本金依然能生存；且随着时间的推移，经济的增长也能不断地消化风险
银行金融 & 非银金融：
- 非银行金融机构（如投资银行、信托公司、证券公司）无法吸收公众存款的，盈利模式一种是代理，一种是自营。代理业务本身不承担风险，赚取的是服务费，这类金融机构的本质是帮助风险定价的证券化。机构可以自己持有一定额度的风险头寸，即自营业务。事实上，如果业务操作得当，这部分的盈利会远超代理业务的收入（像次贷危机之前，大量投行都乐于持有大规模的次级债）
互联网金融
效率
- 互联网的核心是提高效率 & 降低成本：而提高效率在对于对效率不是很敏感的国家来说意义不大；中国的互联网金融同时解决了诚信担保问题
- 节点效率 vs. 整体效率：整个制度完善的情况下，个体不需要过多关注节点效率；制度不完善、导致各种无效的交易成本
模式
- 技术支持：互联网技术应用（网上银行 / 电子银行）
- 金融市场主体
- P2P 和众筹模式：P2P是典型的直接融资模式，是供需双方直接实现风险认定并达成交易的行为；在互联网出现之前，这种模式实际上就是传统民间借贷
- 第三方支付（支付宝）；扮演的是资金转移角色，本身不参与金融运作。所形成的支付结算收入，是服务性收入、不是风险性收入；国内商业银行核心业务是利差（“存”、“贷”），国外在结算业务上占比较多（“汇”）；国内几千万个体经商户的支付需求促成了第三方支付的发展（早期作为效率补充的结算外包；但慢慢从小额走向大额、线上走到线下；从通道型转为截流资金、账户划转、多应用消费）
- 银行业的诞生靠存款 / 黄金沉淀，进而发行票据、固定信用。至于货币的流转等问题，都是附属业务。但货币流转在过去的技术条件下，只有银行才能承担支付的功能。现在货币演变为数字配合密码；只要有数字传输渠道，就可以实现货币流转
- 第三方支付利于商品交易（主要体现在小额支付），促进实体经济
- 渠道销售模式（余额宝 / 基金代销）
- 网贷模式
- 持牌金融机构，通过互联网技术切入一些传统金融机构无法达到的区域，及通过数据驱动评估借贷风险
- 交易机制包括：借款人的各项真实性审核、借贷周期的时间限定、交易风险赔偿制度、利息制度、集中撮合制度、人际关系信用制度等等。逐步形成良好的风控机制，来拉低交易坏账率
- 保险模式
- 信用征信评级模式
优势
- 生态优势：
- 此前由于技术原因无法金融金融操作的；如储值卡、购物白条
- 阿里、京东，也是占用大量供应商款项的，这本身就是一个金融行为。对供应商而言，现金流也很紧张，也迫切需要融资。一般而言，银行对这部分客户是缺乏风控能力的，无法有效进行特定区域群体的风险筛选，即使获得了表面上的数据，筛选成本也会很高。但是互联网电商从业务上了解它的供应商，筛选成本就会很低，完全可以撇开金融机构，实现了特定生态圈里的金融优化。
- 类似也有立足于房产的，因为它有银行所没有的房产定价和房产销售优势。相信未来有越来越多的细分行业，实现自我金融化。这种模式的核心其实是创造出了一种所谓的风险认定的自我经营化的路径，从而形成了核心竞争力，其中一个很重要的原因就是前面说的金融其实是无处不在的，只是受限制于技术等原因，大量的机构无法进入，而互联网金融的兴起本质表现为，大量本来带有金融属性的机构因为有了互联网技术而得以较低的门槛进入金融领域。
- 能力优势：
- 银行主导的私人财富部门未来会不断被互联网化的财富管理模式给抹平，大量的私募业绩超过公募
- 渠道优势：
- 同样的商品，你卖不出去，我能卖出去，这样形成了你对我的依赖（渠道）
- 如果你也能卖，我也能卖，仅仅是认购系统
风控
区别：
- 传统金融机构：单一借款；“只要大客户存在，银行就不会变成恐龙；互联网金融若要进军大客户，需要考虑是否有足够的资本来覆盖尾部风险”。银行依靠的是线下信息搜集的规模经济，具有不可复制性，但搜集信息的成本是边际递减的
- 网贷多服务小微客户：“借一千块钱给一个人”；互联网风控则依靠线上标准化流程，只要不出现系统性偏差，客户差异会相互抵消。保证平均收益，这是大数定律的一种体现
坏账
- 中农工建，这些成立了几十年的金融机构，如果扣除银行贷款里面不会坏账或者说可以用流动性来弥补和掩盖的贷款，坏账率不低于2％，中小微贷领域坏账率高于5％. 对于风控，银行可以依赖特许经营权解决（通过技术解决风控问题基本被证明无效），风控技术可以提升效率、降低成本，但是决定不了风控的质量；风控技术也无法决定客户的贷后行为。放贷之后对客户的约束会大幅度下降，再好的贷前调查，都会在贷后失效。在流动性过剩的情况下，金融机构都在不断提高风险容忍度来发放贷款。
风控模式
- 一种是以银行为代表的信贷化模式，通过制度安排，利用中介机构的规模优势和期限错配，让风险在经济运行的长周期中被化解（优势是有效防止系统性风险，政府主导）
- 另一种是证券化模式，让核心风险在市场中寻求自我定价和平衡，最终让风险在不同的市场主体之间转移。证券化不是承担风险，而是让风险通过市场得到合理的配置。采用证券化模式的机构最终比拼的是风险定价能力，而并非承担风险的能力。
道德风险
- 低息贷款看似慈善，实际导致套利（风险一致但有利差）
- 平台的中介属性，隔绝了投资人和借款人之间的联系，交易数据、信用审核的权限都在平台手里。在一些集中撮合交易方式的平台上，容易产生捏造借款人信息集资骗贷
监管
- 金融机构的本质是扩杠杆，拿人家的钱放贷，最终是要对投资人负责的
- 随着业务的不断做大，必然要求资本金的不断增加，资本回报率必然是受限的，这反映为金融机构获取高估值会有很大难度。这个行业的投资价值不大，而且带有很大的风险，基本走不了回头路，因为有很多外部性的债权。债权一天不解除，你的估值就没太大意义，风险的滞后性是个地雷。而且金融往往是看天吃饭，个体能力无法对抗整体经济形势
FinTech
P2P
- 平台模式：平台不参与担保，纯粹进行信息匹配，帮助借贷双方更好地进行资金匹配。这种模式的本质是直接融资，是金融脱媒的一种形式
- 担保模式：提供本金担保甚至利息担保；本金担保的P2P模式实质已经是间接融资的概念了，它的运作模式由平台变成了一个担保机构。投资人的投资决策，由原来基于自身能力和借款人的信息公开，变成了基于对P2P机构的信赖。为了对抗系统性风险，普遍存在通过构建虚假借款人来搭建资金池来获得资金，以解决现实业务运行中的流动性问题
- 销售模式：将金融机构的信贷资产，通过互联网方式以极低的门槛销售（金额拆得比传统金融机构更零散，期限比传统金融机构更灵活），类似监管套利的行为。因为金额更小、期限更灵活的产品更容易进行销售，而传统金融机构由于受到严格的风险监管，无法进行类似的操作。这类P2P本质上属于信贷资产证券化的模式。陆金所是平安担保产品的证券化，其规模大小受到平安担保的担保规模和担保能力的限制，坏账率直接取决于平安担保公司的运营能力。从我国对理财产品的销售管理办法来看，它们的优势不在于互联网，而在于突破了监管
备付金
- 备付金赚取的是客户无利息的沉淀资金和银行给予的协定利息之间的差价
- 备付金管理办法出台后多了一条要求：支付机构的实缴货币资本与客户备付金日均余额的比例不得低于10％，其中实缴货币资本是注册资本最低限额（这意味着，暂存周转的客户资金越多，余额宝需要准备的保证金也就越多）
- 在这种情况下，余额宝将自有资金嫁接到货币基金，把自己的利差行为转为了用户的投资行为，不但缓解了备付金的压力，也把利差收入转为了代销费用。最关键的是，给客户创造了高于存款的稳健投资收益，还能极大地吸引客户流入
货币基金
- 决定货币基金规模的很大程度上还是来自利率。低利率使得可套利的空间越来越小，大量的货币基金都无法实现较好的盈利；非市场化利率结构下，货币市场利率和存款利率存在显著差异，货币基金的发展是必然趋势
- 中国的货币基金其实最终都是以协议存款的方式存回到银行体系里去的，以基金名义赚取的其实是存款的无风险收益，这种银行存款的简单套利模式，其实是不可维系的，一旦利率市场化后，银行破产制度必然会加快确立，其实也意味着余额宝这种简单的存款搬家所带来的无风险收益将会被打掉
- 余额宝的货币基金都是银行存款，而国外的货币基金则大多是评级极高且流动性极好的短期债券
量化放贷
大数据：
- 依托自身在网络体系内的巨大客户数据优势，进行有效的数据整合，它将自身网络内的客户的一系列有利于进行风险判别的数据，例如交易数据、客户评价度数据、货运数据、口碑评价、认证信息等等进行量化处理，同时也引入了一些外部数据，例如海关、税务、电力、水力等方面的数据情况加以匹配，从而形成了一套独特的风控标准，意图建立起纯粹的定量化的贷款发放模型
- 量化的贷款模型的好处是提升了放贷效率，排斥了对单个人的定性化分析，通过标准的筛选，降低了纳入范围内客户的违约概率，从而保证了贷款的质量
风险：
- 系统性风险会让所有的数据设置在系统性风险的面前都失去了意义，例如经济形势大面积下滑的时候，很多作为参数的数据值都没有意义
- 道德风险无可屏蔽，对于量化贷款交易而言，由于只注重数据，而不太注重贷款主体，在这种情况下，诈骗等案例会不断出现
- 市场会出现大量的放贷机构，依附在大数据标准之上，进行尾随和跟踪放贷