大数据下网络金融的发展
小组成员：110544101包小莎
110544108丁贝 110544113胡巧 110544129任廷芳 110544137王秀梅 110544143肖子薇 110544143徐青 定义: 大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风控方面有的放矢。
基于大数据的金融服务平台主要指拥有海量数据的电子商务企业开展的金融服务。大数据的关键是从大量数据中快速获取有用信息的能力，或者是从大数据资产中快速变现的能力，因此，大数据的信息处理往往以云计算为基础。目前，大数据服务平台的运营模式可以分为以阿里小额信贷为代表的平台模式和京东、苏宁为代表的供应链金融模式。
大数据的4V 特点： Volume （大量）、 Velocity （高速）、 Variety （多样）、 Veracity （精确）
作用: 大数据能够通过海量数据的核查和评定，增加风险的可控行和管理力度，及时发现并解决可能出现的风险点，对于风险发生的规律性有精准的把握，将推动金融机构对更深入和透彻的数据的分析需求。支持业务的精细化管理。虽然银行有很多支付流水数据，但是各部门不交叉，数据无法整合，大数据金融的模式促使银行开始对沉积的数据进行有效利用。大数据将推动金融机构创新品牌和服务，做到精细化服务，对客户进行个性定制，利用数据开发新的预测和分析模型，实现对客户消费模式的分析以提高客户的转化率。大数据必将给金融企业带来更多更新的基于数据的业务和内部管理优化机会
大数据金融模式广泛应用于电商平台，以对平台用户和供应商进行贷款融资，从中获得贷款利息以及流畅的供应链所带来的企业收益。随着大数据金融的完善，企业将更加注重用户个人的体验，进行个性化金融产品的设计。未来，大数据金融企业之间的竞争将存在于对数据的采集范围、数据真伪性的鉴别以及数据分析和个性化服务等方面。
大数据时代的金融投资思维
金融数量化投资由于其巨大收益，是大数据最早应用的领域，而其也符合大数据最重
要的三大思维变革：
1) 不是随机样本，而是全数据。 根据作者的定义， 大数据是指不用随机分析，而采用所有数据的方法。 主要原因有二，一是当前的技术能力让人类可以处理海量的数据， 二是随机样本无法获取某些有用的信息，比如跨境汇款中的异常交易。 量化投资与图表派技术分析不同，用全数据进行分析，了解指标或信号在整个数据集上的统计优势，比如我们建立交易策略时就是用了10年所有股票的日内数据。
2) 不是精确性，而是混杂性
大数据时代精确不可能实现，反之用概率说话，混杂性变成了一种标准途径。 对一个交易策略，只要透过全数据分析，在概率上他是能够长期稳定盈利的，即可被投资者考虑采纳。 而到底哪笔交易赚钱，哪笔交易赔钱，虽然投资者很好奇，但交易策略无法给出精确的答案，从某种程度上讲也是无意义的。
3) 不是因果，而是相关性
在大数据时代，是什么比为什么更重要。 虽然这违背了人类好奇和探索的天性，但知道是什么对决策的帮助确实有限。 比如，策略预测某个模式出现后该股票有很大概率上涨，如果执迷于探究股价上涨背后的基本面缘由，则成本过高，也确实无法得出准确的原因。 大数据时代与金融投资的未来
1) 投资者的扁平化。 随着互联网和移动互联网带来的信息化革命， 个人投资者将能够轻松使用有大数据实证支持，低风险交易策略，投资能力将大幅提升。
2) 金融市场更加高效。大数据时代令有盈利能力的交易策略能够被更快的发现，验证和应用，金融市场也会变得变得更加有效，起到更好的分配财富作用。
3) 平庸的基金公司将消亡。大数据让科技公司第一次有机会能够挑战传统的金融分析师和交易员，利用对各种全体数据的量化，重组和整合，低成本的建立针对各个市场，面向不同用户的交易策略，让投资者能够科学稳定的在全球市场投资。 实际上，管理1200亿资产，全球最大的对冲基金Bridge Water已经很接近这一点，他们搜集了近百年的金融数据建立交易模型，覆盖全球外汇，债券，衍生品和股票市场，其99%的交易都由电脑决策作出。不远的将来，普通的共同基金将被根据大数据分析提供交易策略的公司所取代，留下的基金公司将是那些能够提供独特优势(alpha)的对冲基金和自营基金(如高频基金和统计套利型基金) 。
因此，大数据时代对金融投资的革命不仅仅是未来的趋势，而是正在实现的现实，谁能做到这一点，谁就能引领金融投资的未来。
大数据时代金融的挑战
让普通人接受大数据时代的思维。 这是最难也是最容易被忽略的部分。 普通投资大众，习惯关注每只股票的输赢，关注购买每只股票背后的原因和故事。 现在，需要他们忽视这些，转而关注概率和相关性， 关注交易策略的整体表现， 这就需要金融大数据分析的公司帮助投资者完成信念的飞跃，强调量化投资在解决普通人投资不确定性问题上带来的好处：
1) 执行上的绝对确定性。 虽然无法告诉投资者每笔投资背后深层次的原因，但至少可以清楚的让他们了解买卖规则，在执行层面行为简单一致，节省时间。
2) 表现上的相对确定性。 虽然无法保证每笔交易盈利，但至少可以透过历史表现让他们了解使用该方法的预期胜率，盈亏比和收益，增加安全感。
简而言之，大数据时代承认金融市场的噪音和随机性，但透过量化和数据资料为投资者找出大概率的交易规律，从而增加操作的确定性和收益的稳定性。
金融业大数据十大趋势
SunGard 发布了2012年金融服务业各部门“大数据”发展的十大趋势，分别是：
第一、市场数据集变得越来越庞大，业务对数据的细分粒度要求越来越高，以满足预测模型、
业务预测和交易影响评估的需求。
第二、新的监管和合规要求更强调治理和风险汇报，推动了全球性金融机构对更深入和透明的数据分析需求。
第三、金融机构不断完善自身的企业风险管理框架，该基于主数据管理策略开发的框架可协助企业提高风险透明度，加强风险的可审性和管理力度。
第四、金融服务公司都希望能充分利用各种服务交付渠道(如分公司、网络、移动通信等) 的海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转化率。
第五、在巴西、中国和印度等后发展中市场，经济和业务增长机会正在超越欧洲和美国，大量投资被投放到本地和云数据处理基础设施中。
第六、“大数据”在存储和处理框架两方面的优势将帮助金融服务企业充分掌握业务数据的价值，降低业务成本并发掘新的套利机会。
第七、面对“大数据”所带来的不断增加的数据量要求，需要对传统的数据传输工具ETL(提取、转换和加载) 流程进行重新设计。
第八、大量历史客户支付行为数据的信用风险预测模型正在零售与公司贷款催收中得到大量应用，通过该技术，银行可以通过对不同客户违约和还款资料进行分析，对催收次序进行优化。
第九、随着以平板电脑和和智能手机为代表的移动应用和互联网工具的迅速普及，技术基础设施和网络在对不同来源、不同标准数据进行处理、编索和整合方面的压力不断增大。 对传统金融的影响
互联网金融未来发展的一大趋势是大数据的应用，而这也改变了人们对金融本质的传统认识。此前学界广泛认为金融的本质是中介，还有人认为金融的本质是对风险的控制与管理，然而随着互联网金融的发展，已经有人开始对金融进行重新定义，金融就是大数据。
从融资模式看，现代金融有两种模式，一种是银行模式：存款、贷款、支付，一种是资本市场模式。资本市场模式就是直接融资，通过交易所进行股票交易。互联网金融既不走银行模式，也不走资本市场交易所模式，它有可能是所有的存款人和所有的借款人，通过互联网平台直接交易。未来通过互联网走直接金融的模式，不需要资本市场，也不需要银行。
从支付模式看，有移动支付和第三方支付。第三方支付在中国的典型是支付宝。我们现在的支付模式是银行支付模式：个人在商业银行开户，商业银行在中央银行开户，解决各家银行之间的跨行清算，而支付宝颠覆了这个模式。现在已经有一些公司给员工发工资直接打到支付宝，员工用支付宝支付，然后转账到别人的支付宝，这样的话，在银行体系之外构成了支付体系。微信5.0 支付也是这个模式。第三方支付未来完全有可能在银行支付系统之外创造一个新的支付系统。银行卡支付被手机支付替代；POS 机刷卡被扫二维码替代。
所谓对传统金融的彻底颠覆，一个很重要的表现形式是大数据的征信和网络贷款：根据企业的行为数据计算出企业可能违约的概率，在这个基础上进行贷款（B2B 是典型）。当前典型的是阿里小贷等。未来大数据的保险也是这样的：根据行为的数据进行保险差别的定价。比如未来的车险将根据个人生活、工作、习惯所有大数据的基础，给出事故发生的概率，然后给出保险的费率。这种模式完全颠覆了现在保险费率的模式。P2P 网络贷款，也是互联网金融的模式。P2P 网络贷款是债权，众筹融资就是解决股权问题。如通过众筹模式解决小额风险投资问题，美国已经规定这种模式是合法的。大数据在证券投资中的应用也将非常广泛。互联网金融，尤其是搜索引擎、云计算使人们收集了大量的数据，这些数据在证券投资当中
将发挥很大的作 用，而且现在它对股价的预期非常有用。
从形式上讲，互联网对传统金融的彻底颠覆表现形式是大数据的应用，本质上是根据科斯定理，金融机构作为中介的价值或许会消失。假设整个金融市场互联网化，那么现在的银行机构、证券机构、保险机构的金融中介作用将会弱化甚至消失，取而代之的可能是基于大数据的直接金融交易。
假设整个金融市场互联网化，包括支付清算体系、金融产品金融工具、风险评估与定价、期限匹配数量匹配都互联网化，这样交易成本将极低，基于互联网技术的金融市场效率就非常高了。现在我们大量的金融市场的交易存在信息不对称，大量信息不对称引起交易成本非常高，也使得金融成为专业性很强的精英行业。然而未来金融神秘的面纱或许会揭开，普通百姓也可以很轻松进行现在看来很复杂的金融交易，就像现在下载一个APP 应用一样下载使用金融产品。金融网点的消失可以使金融系统人力资本、营运资本大大降低。假设互联网支持了金融市场，完全互联网化的话，完全是供求方和需求方直接交易，交易成本会减少很多，这就是科斯定理。
互联网金融在2013年发轫，对金融的影响是颠覆性的，它将改变人们对金融传统的部分认识与观念。但是金融在未来将回归它的核心本质。未来变的不是金融的核心定义，而是现在的股权、债权、保险、信托等这些金融产品的契约形式，变的是金融监管的与时俱进。
案例: 阿里小贷以“封闭流程+大数据”的方式开展金融服务，凭借电子化系统对贷款人的信用状况进行核定，发放无抵押的信用贷款及应收账款抵押贷款，单笔金额在5万元以内，与银行的信贷形成了非常好的互补。阿里金融目前只统计、使用自己的数据，并且会对数据进行真伪性识别、虚假信息判断。阿里金融通过其庞大的云计算能力及数十位优秀建模团队的多种模型，为阿里集团的商户、店主时时计算其信用额度及其应收账款数量，依托电商平台、支付宝和阿里云，实现客户、资金和信息的封闭运行, 一方面有效降低了风险因素，同时真正的做到了一分钟放贷。京东商城、苏宁的供应链金融模式是以电商作为核心企业，以未来收益的现金流作为担保，获得银行授信，为供货商提供贷款。阿里小贷有一些传统商业银行无法比拟的比较优势：首先，授信成本非常低廉，效率较高。传统银行中以民生银行为例，尽管民生银行可以通过大数定理等方法批量化处理信贷项目并因此降低授信成本，但是阿里小贷却正在重塑另一种信用评价体系和信用概念，通过大数据分析客户交易行为数据和借款人的经营与信用特点，直接产生客户征信记录，大幅降低客户筛选成本，同时申请流程非常便捷且放款速度较快。
第二，风险识别能力更强，丰富借款者类型。过去，由于缺少一套针对小微企业的风险识别工具，商业银行在小微企业上风险收益比较低，而阿里小贷则凭借数据分析的优势，建立了若干个测量个体风险及个体利率敏感度的模型，覆盖了贷前贷中和贷后，对每个客户区别对待寻求最优定价策略，有效的进行风险成本全覆盖。截止2014年2月，尽管阿里小贷累计投放贷款已经超过1700亿元，服务的小微企业超过70万家，但是不良贷款率却仍然不到1%，显示阿里的小贷业务风险配置能力较为突出。
第三，无需缴纳存款准备金，不受存贷比限制。银行放贷主要依靠的是客户存款，具有信贷投放的意味，而阿里小贷的贷款主要依存于沉淀在平台内的大量无息结算资金，不需要缴纳法定存款准备金，也没有存贷比和风险资产计提的要求，这可以被视为一种监管套利，不过随着交易量的增加，日后监管层出台防范风险的举措可能性较大。
大数据下网络金融的发展
小组成员：110544101包小莎
110544108丁贝 110544113胡巧 110544129任廷芳 110544137王秀梅 110544143肖子薇 110544143徐青 定义: 大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风控方面有的放矢。
基于大数据的金融服务平台主要指拥有海量数据的电子商务企业开展的金融服务。大数据的关键是从大量数据中快速获取有用信息的能力，或者是从大数据资产中快速变现的能力，因此，大数据的信息处理往往以云计算为基础。目前，大数据服务平台的运营模式可以分为以阿里小额信贷为代表的平台模式和京东、苏宁为代表的供应链金融模式。
大数据的4V 特点： Volume （大量）、 Velocity （高速）、 Variety （多样）、 Veracity （精确）
作用: 大数据能够通过海量数据的核查和评定，增加风险的可控行和管理力度，及时发现并解决可能出现的风险点，对于风险发生的规律性有精准的把握，将推动金融机构对更深入和透彻的数据的分析需求。支持业务的精细化管理。虽然银行有很多支付流水数据，但是各部门不交叉，数据无法整合，大数据金融的模式促使银行开始对沉积的数据进行有效利用。大数据将推动金融机构创新品牌和服务，做到精细化服务，对客户进行个性定制，利用数据开发新的预测和分析模型，实现对客户消费模式的分析以提高客户的转化率。大数据必将给金融企业带来更多更新的基于数据的业务和内部管理优化机会
大数据金融模式广泛应用于电商平台，以对平台用户和供应商进行贷款融资，从中获得贷款利息以及流畅的供应链所带来的企业收益。随着大数据金融的完善，企业将更加注重用户个人的体验，进行个性化金融产品的设计。未来，大数据金融企业之间的竞争将存在于对数据的采集范围、数据真伪性的鉴别以及数据分析和个性化服务等方面。
大数据时代的金融投资思维
金融数量化投资由于其巨大收益，是大数据最早应用的领域，而其也符合大数据最重
要的三大思维变革：
1) 不是随机样本，而是全数据。 根据作者的定义， 大数据是指不用随机分析，而采用所有数据的方法。 主要原因有二，一是当前的技术能力让人类可以处理海量的数据， 二是随机样本无法获取某些有用的信息，比如跨境汇款中的异常交易。 量化投资与图表派技术分析不同，用全数据进行分析，了解指标或信号在整个数据集上的统计优势，比如我们建立交易策略时就是用了10年所有股票的日内数据。
2) 不是精确性，而是混杂性
大数据时代精确不可能实现，反之用概率说话，混杂性变成了一种标准途径。 对一个交易策略，只要透过全数据分析，在概率上他是能够长期稳定盈利的，即可被投资者考虑采纳。 而到底哪笔交易赚钱，哪笔交易赔钱，虽然投资者很好奇，但交易策略无法给出精确的答案，从某种程度上讲也是无意义的。
3) 不是因果，而是相关性
在大数据时代，是什么比为什么更重要。 虽然这违背了人类好奇和探索的天性，但知道是什么对决策的帮助确实有限。 比如，策略预测某个模式出现后该股票有很大概率上涨，如果执迷于探究股价上涨背后的基本面缘由，则成本过高，也确实无法得出准确的原因。 大数据时代与金融投资的未来
1) 投资者的扁平化。 随着互联网和移动互联网带来的信息化革命， 个人投资者将能够轻松使用有大数据实证支持，低风险交易策略，投资能力将大幅提升。
2) 金融市场更加高效。大数据时代令有盈利能力的交易策略能够被更快的发现，验证和应用，金融市场也会变得变得更加有效，起到更好的分配财富作用。
3) 平庸的基金公司将消亡。大数据让科技公司第一次有机会能够挑战传统的金融分析师和交易员，利用对各种全体数据的量化，重组和整合，低成本的建立针对各个市场，面向不同用户的交易策略，让投资者能够科学稳定的在全球市场投资。 实际上，管理1200亿资产，全球最大的对冲基金Bridge Water已经很接近这一点，他们搜集了近百年的金融数据建立交易模型，覆盖全球外汇，债券，衍生品和股票市场，其99%的交易都由电脑决策作出。不远的将来，普通的共同基金将被根据大数据分析提供交易策略的公司所取代，留下的基金公司将是那些能够提供独特优势(alpha)的对冲基金和自营基金(如高频基金和统计套利型基金) 。
因此，大数据时代对金融投资的革命不仅仅是未来的趋势，而是正在实现的现实，谁能做到这一点，谁就能引领金融投资的未来。
大数据时代金融的挑战
让普通人接受大数据时代的思维。 这是最难也是最容易被忽略的部分。 普通投资大众，习惯关注每只股票的输赢，关注购买每只股票背后的原因和故事。 现在，需要他们忽视这些，转而关注概率和相关性， 关注交易策略的整体表现， 这就需要金融大数据分析的公司帮助投资者完成信念的飞跃，强调量化投资在解决普通人投资不确定性问题上带来的好处：
1) 执行上的绝对确定性。 虽然无法告诉投资者每笔投资背后深层次的原因，但至少可以清楚的让他们了解买卖规则，在执行层面行为简单一致，节省时间。
2) 表现上的相对确定性。 虽然无法保证每笔交易盈利，但至少可以透过历史表现让他们了解使用该方法的预期胜率，盈亏比和收益，增加安全感。
简而言之，大数据时代承认金融市场的噪音和随机性，但透过量化和数据资料为投资者找出大概率的交易规律，从而增加操作的确定性和收益的稳定性。
金融业大数据十大趋势
SunGard 发布了2012年金融服务业各部门“大数据”发展的十大趋势，分别是：
第一、市场数据集变得越来越庞大，业务对数据的细分粒度要求越来越高，以满足预测模型、
业务预测和交易影响评估的需求。
第二、新的监管和合规要求更强调治理和风险汇报，推动了全球性金融机构对更深入和透明的数据分析需求。
第三、金融机构不断完善自身的企业风险管理框架，该基于主数据管理策略开发的框架可协助企业提高风险透明度，加强风险的可审性和管理力度。
第四、金融服务公司都希望能充分利用各种服务交付渠道(如分公司、网络、移动通信等) 的海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转化率。
第五、在巴西、中国和印度等后发展中市场，经济和业务增长机会正在超越欧洲和美国，大量投资被投放到本地和云数据处理基础设施中。
第六、“大数据”在存储和处理框架两方面的优势将帮助金融服务企业充分掌握业务数据的价值，降低业务成本并发掘新的套利机会。
第七、面对“大数据”所带来的不断增加的数据量要求，需要对传统的数据传输工具ETL(提取、转换和加载) 流程进行重新设计。
第八、大量历史客户支付行为数据的信用风险预测模型正在零售与公司贷款催收中得到大量应用，通过该技术，银行可以通过对不同客户违约和还款资料进行分析，对催收次序进行优化。
第九、随着以平板电脑和和智能手机为代表的移动应用和互联网工具的迅速普及，技术基础设施和网络在对不同来源、不同标准数据进行处理、编索和整合方面的压力不断增大。 对传统金融的影响
互联网金融未来发展的一大趋势是大数据的应用，而这也改变了人们对金融本质的传统认识。此前学界广泛认为金融的本质是中介，还有人认为金融的本质是对风险的控制与管理，然而随着互联网金融的发展，已经有人开始对金融进行重新定义，金融就是大数据。
从融资模式看，现代金融有两种模式，一种是银行模式：存款、贷款、支付，一种是资本市场模式。资本市场模式就是直接融资，通过交易所进行股票交易。互联网金融既不走银行模式，也不走资本市场交易所模式，它有可能是所有的存款人和所有的借款人，通过互联网平台直接交易。未来通过互联网走直接金融的模式，不需要资本市场，也不需要银行。
从支付模式看，有移动支付和第三方支付。第三方支付在中国的典型是支付宝。我们现在的支付模式是银行支付模式：个人在商业银行开户，商业银行在中央银行开户，解决各家银行之间的跨行清算，而支付宝颠覆了这个模式。现在已经有一些公司给员工发工资直接打到支付宝，员工用支付宝支付，然后转账到别人的支付宝，这样的话，在银行体系之外构成了支付体系。微信5.0 支付也是这个模式。第三方支付未来完全有可能在银行支付系统之外创造一个新的支付系统。银行卡支付被手机支付替代；POS 机刷卡被扫二维码替代。
所谓对传统金融的彻底颠覆，一个很重要的表现形式是大数据的征信和网络贷款：根据企业的行为数据计算出企业可能违约的概率，在这个基础上进行贷款（B2B 是典型）。当前典型的是阿里小贷等。未来大数据的保险也是这样的：根据行为的数据进行保险差别的定价。比如未来的车险将根据个人生活、工作、习惯所有大数据的基础，给出事故发生的概率，然后给出保险的费率。这种模式完全颠覆了现在保险费率的模式。P2P 网络贷款，也是互联网金融的模式。P2P 网络贷款是债权，众筹融资就是解决股权问题。如通过众筹模式解决小额风险投资问题，美国已经规定这种模式是合法的。大数据在证券投资中的应用也将非常广泛。互联网金融，尤其是搜索引擎、云计算使人们收集了大量的数据，这些数据在证券投资当中
将发挥很大的作 用，而且现在它对股价的预期非常有用。
从形式上讲，互联网对传统金融的彻底颠覆表现形式是大数据的应用，本质上是根据科斯定理，金融机构作为中介的价值或许会消失。假设整个金融市场互联网化，那么现在的银行机构、证券机构、保险机构的金融中介作用将会弱化甚至消失，取而代之的可能是基于大数据的直接金融交易。
假设整个金融市场互联网化，包括支付清算体系、金融产品金融工具、风险评估与定价、期限匹配数量匹配都互联网化，这样交易成本将极低，基于互联网技术的金融市场效率就非常高了。现在我们大量的金融市场的交易存在信息不对称，大量信息不对称引起交易成本非常高，也使得金融成为专业性很强的精英行业。然而未来金融神秘的面纱或许会揭开，普通百姓也可以很轻松进行现在看来很复杂的金融交易，就像现在下载一个APP 应用一样下载使用金融产品。金融网点的消失可以使金融系统人力资本、营运资本大大降低。假设互联网支持了金融市场，完全互联网化的话，完全是供求方和需求方直接交易，交易成本会减少很多，这就是科斯定理。
互联网金融在2013年发轫，对金融的影响是颠覆性的，它将改变人们对金融传统的部分认识与观念。但是金融在未来将回归它的核心本质。未来变的不是金融的核心定义，而是现在的股权、债权、保险、信托等这些金融产品的契约形式，变的是金融监管的与时俱进。
案例: 阿里小贷以“封闭流程+大数据”的方式开展金融服务，凭借电子化系统对贷款人的信用状况进行核定，发放无抵押的信用贷款及应收账款抵押贷款，单笔金额在5万元以内，与银行的信贷形成了非常好的互补。阿里金融目前只统计、使用自己的数据，并且会对数据进行真伪性识别、虚假信息判断。阿里金融通过其庞大的云计算能力及数十位优秀建模团队的多种模型，为阿里集团的商户、店主时时计算其信用额度及其应收账款数量，依托电商平台、支付宝和阿里云，实现客户、资金和信息的封闭运行, 一方面有效降低了风险因素，同时真正的做到了一分钟放贷。京东商城、苏宁的供应链金融模式是以电商作为核心企业，以未来收益的现金流作为担保，获得银行授信，为供货商提供贷款。阿里小贷有一些传统商业银行无法比拟的比较优势：首先，授信成本非常低廉，效率较高。传统银行中以民生银行为例，尽管民生银行可以通过大数定理等方法批量化处理信贷项目并因此降低授信成本，但是阿里小贷却正在重塑另一种信用评价体系和信用概念，通过大数据分析客户交易行为数据和借款人的经营与信用特点，直接产生客户征信记录，大幅降低客户筛选成本，同时申请流程非常便捷且放款速度较快。
第二，风险识别能力更强，丰富借款者类型。过去，由于缺少一套针对小微企业的风险识别工具，商业银行在小微企业上风险收益比较低，而阿里小贷则凭借数据分析的优势，建立了若干个测量个体风险及个体利率敏感度的模型，覆盖了贷前贷中和贷后，对每个客户区别对待寻求最优定价策略，有效的进行风险成本全覆盖。截止2014年2月，尽管阿里小贷累计投放贷款已经超过1700亿元，服务的小微企业超过70万家，但是不良贷款率却仍然不到1%，显示阿里的小贷业务风险配置能力较为突出。
第三，无需缴纳存款准备金，不受存贷比限制。银行放贷主要依靠的是客户存款，具有信贷投放的意味，而阿里小贷的贷款主要依存于沉淀在平台内的大量无息结算资金，不需要缴纳法定存款准备金，也没有存贷比和风险资产计提的要求，这可以被视为一种监管套利，不过随着交易量的增加，日后监管层出台防范风险的举措可能性较大。