一、
微额快速信用借款产品，指的是借款额度小、周期短的快速、无抵押借款产品。在国内主要针对刚工作不久的白领、蓝领、在校大学生。
一、这类产品的特点
1.每笔贷款额度都很小，期限很短。
国外此类产品，借款额度上，英国微额借款不允许超过借款人月薪的30%，英国公司Wonga平均每笔借款只有400英镑。德国公司Kreditech，开业之初每笔借款是100多欧元，发工资就归还。借款周期大多为几周不超过一个月。
2.违约率高。借款时间短，使得这类产品的坏账会迅速暴露。像Wonga，在国外征信环境更完善的情况下，它这种采用纯线上模式的平台，成立8年时间了，据其透露，其坏账率平均在8%左右。
3.借款利率高。像Wonga，纯线上的模式，借款期限不超过一个月，借款利率换算成年化利率高达2000-4000%。但国内即使是纯线上的短期借款产品，目前几乎没有高到这种程度。
4.过小的借款金额，以及过高的利率下的资金成本，也使得许多大银行和借贷机构不愿意涉足微额借贷领域。
5.市场规模大。Kreditech在2015年刚被福布斯评为全球25个小独角兽公司之一。
二、国内代表性产品
在小额快速信用借款领域，有阿里、京东旗下产品，有银行系旗下产品，还有其他创业公司产品。
以上产品的重要差异点，主要体现在四个维度上：目标借款用户、借款用户获取场景、借款产品设计、风控方式。
（一）目标借款用户
这些产品满足的都是有短期周转需求的用户，但具体各有侧重，分别为在校大学生、工作不久的白领、蓝领。年龄主要分布在20-35岁之间。
（二）场景
1、有的产品采用纯线上模式，借款用户全部来自线上。
2、有的产品完全从线下获取用户，像买单侠
3、有的产品采取线上和线下结合的方式来获取借款用户
（三）产品设计
1、是否指定借款用途。
2、是否采用分期还款的方式。
3、单笔借款金额和借款时间期限长短。
4、申请时间、审核时间、反馈时间和借款到账时间的长短。
5、借款人的借款利率和出借人的理财收益率。
6、有的平台只做资产端，出借资金通过其他理财平台对接；有的平台自己对接出借用户，既做资产端又做理财端。
7、追讨方式。有的产品采取电话、短信提醒的方式，有的则通过借款人的朋友关系进行震慑约束，有的与催收公司外包合作。
（四）风控
风控方面主要的区别在于自动化的程度，主要体现在几个环节上：
1、对申请用户的信息采集方式，比如是否有线下收集的环节，用户主动填写提交的数据量比例。
2、审批流程，是用人工还是机器引擎来审批，或者需要机器与人工结合的方式。
3、借款规则，是由人工制定之后，再由机器来执行；还是规则本身也是由机器通过自动化学习之后自行判断制定。
差异背后的主要问题：
以上四个维度，相互影响，以及任何维度里的一点差异，都会对整个产品产生联动作用。虽然解决的都是类似的需求，但这四个维度上，任一个维度上的创新，都是一个全新产品。
1、目标用户的不同，面临的来自现有的信用借贷市场的竞争程度不同。
针对白领用户的这类产品，直接面临银行信用卡的竞争；针对学生用户的，面临已有的学生分期产品的竞争；针对蓝领用户的，目前来看，还是一个小蓝海，但有许多选手即将入场。腾讯就即将做蓝领征信，进军新蓝领信用卡市场。
2、目标用户的不同，风控侧重点也不同。例如，学生用户，欺诈风险更大，信用风险相对更小。但需要强场景切入，这也是许多分期公司采用线下地推方式的原因；蓝领用户，信用记录太少，对数据收集和数据维度以及量的要求非常高，风控难度大，这也是一些平台在场景上选择线下获取客户，甚至完全不开放线上借款入口的原因。
3、用户获取场景的不同，直接关系到风控。相对而言，纯线上获客、审核的方式，对风控的压力会更大。
4、借款用途：指定消费用途，相对而言风险性更小。
5、借款人资质设定：与平台获取数据量、风控能力相关。
6、单笔借款额度更小、周期更短，因此更容易做到快速反馈和借款。同时，借款期限更短，不良贷款会迅速暴露，便于迅速改进风控模型。
7、借款金额和期限的设定，一方面与借款人的类型有关。同时，在操作上，与风控能力与风控方式直接相关。普遍认为，比如做很多单笔100元的贷款比做一笔10万元的贷款更容易操作。同时，借款金额更短，审核的频率更高，对审核自动化的要求更高。
8、借款期限的设定，与借款额度、借款利率相关。以及是否采取分期付款，都会影响到平台复借规则的设定。
9、借款利率的设定。与数据获取成本、资金成本、信用风险大小相关。
10、资金来源。资金的不同来源会导致资金成本不同，也会关系到借款到账的时间等。
11、借款端的随时出借与出借方的放款时间长短，以及二者之间的平衡，也取决于平台的大数据算法和软硬件技术。
12、从贷前到贷后管理，以及追缴方式上，也体现平台不同的精细化管理程度。比如对借款用户生命周期的管理，对逾期用户的分析处理上等等。
三、竞争壁垒
1.技术。即大数据分析以及风控模型的搭建。这背后也需要获取数据的资本和资源支持。
2.资金。智能化的风控模型搭建过程中，尤其在前期，需要吸收消化大量数据，包括坏账数据，以换得机器的智能化，提升自动化程度。这个过程中，需要大量的资金支持填补坏账。
3.产品设计。要使技术能力、数据量与产品模式如借款额度等相匹配，做到效率和风险的平衡，控制风险，同时保证平台的利润率。
四、国内市场和监管环境
1.能获得微额借贷的人数偏小，很多人会被误拒，原因在于：
（1）信用记录缺失，有的甚至没有信用卡。
（2）可获得的大数据有限，且常常是用户资源提供的，包括通讯记录、网购记录、以及申请表在线填写行为轨迹记录、地理位置数据等。
（3）征信成本高。许多公司的数据中有一部分是通过购买获得，只是所占比例不同。但普遍遇到的问题是，数据数据成本相对过高。例如，查询征信数据时，据报道，现代征信公司的服务对象大都是借款额度在5万、10万之上的借贷业务，每次查询收费数十元；另外，这类产品针对的用户，本身征信数据缺失，对数据维度、和数量的需求更大。所以，对于单笔借款额度小，且淘汰率高的微额借贷来说，征信成本太高。
2.征信环境缺失。一方面信用数据不足，另一方面，平台间信息隔离，容易发生一个人在多个平台多次借款违约等行为，也导致在追讨环节，国内并没有非常有效的方式能约束借款人的违约行为。
3.监管政策不明确。
需要根据微额金融服务业态的特点：微额、短期、坏账相对高，所以这类借款的年化利率常常也非常高。在国内很容易与高利贷混为一谈。
六、国外产品介绍：
1、Wonga
Wonga.Com由ErrolDamelin和JontyHurwitz创建于2007年，总部位于英国伦敦，提供金额从50英镑到750英镑不等的24/7/365(每天每时)在线小额贷款业务。依靠贷款的利息盈利，收益由贷款数额和还款期限决定。Wonga上的借款名义年化利率高达2000%到4000%。
用户需要提供个人基本资料、银行或信用卡账户信息等。用户点击申请借款之后，Wonga的算法库会在数秒内算出1800个数据点，通过它们来判断申请者的信用风险，然后告知借贷是否通过，一旦通过，这笔钱15分钟就会打入用户账户。
当约定的还款期到来时，Wonga会自动从用户的账户里提走本金和利息。如果用户账户里余额不足，则被视为“违约”，会有每天10英镑的罚款，利息一直追加。如果Wonga第二次提款时账户里仍然余额不足，那么Wonga就会把这笔交易通知有强制权利的第三方，比如法院、用户账户所在银行等，这样用户信用就会产生不良记录。
Wonga成立第一年做了10万笔放款，这10万条数据信息不断集成和归类，变成了一个日益增加的信息网络，其中每个贷款人都拥有6000～8000条数据。在此基础上建成一个初步的模型。成立第五年，Wonga盈利达到1亿美金。
2、Kreditech
Kreditech成立于 2012年，总部位于德国汉堡。小微贷款的平均额度一般在 200 到 400 欧元之间。
Kreditech上的申请者开放访问其 Facebook 主页、eBay 主页等，系统以此了解借款人的网上购物行为、手机通讯、地理位置等数据，以及用户发出借贷申请的设备是 iPad 还是山寨平板，填写问卷的时间、输入的出错率及按取消键的频率等约 20000 个数据点，进而分析客户的信用度。申请通过，大约15分钟内即可进行放款。
Kreditech 业务主要集中在波兰、西班牙、捷克、墨西哥以及俄罗斯，目前已对 200 万人进行了信用评分，放出了 50 万笔贷款。公司至今尚未盈利，但是据报道其2015年上半年比去年同期减少亏损约50%，收入增长率翻了2番。
本文题图来自于正品图片库123rf.com.cn
