本文共字，预计阅读时间。

LendingClub即将IPO的消息在放风和传言中起落了一年多后，最近终于坐实了，加之其最近一再调高发行价，更是赚足了眼球。一时间关于LendingClub的新闻和探讨也频现报端。2014年，LendingClub的成交额每季度翻一番，2014年第三季度它的成交额为11亿美元。在这个飞速成长的神秘传奇背后，隐藏着一个自然而然的问题：LendingClub凭什么成为华尔街的新宠，只经过短短几年的时间就在资本市场崭露锋芒？LendingClub真的从技术到商业模式都颠覆了金融业吗？

产品线：两种无抵押信用贷款

LendingClub对借款人提供的贷款有两种：个人和小微企业的非抵押固定利率贷款。期限为3年和5年。

这样的产品当然并非LendingClub所独创，众所周知，多数商业银行都提供这样贷款。而这类贷款也只是美国商业银行的数百种金融产品和服务中的一小部分。其实LendingClub将产品精准锁定在这一“小”领域，与其所处的经济形势和环境是分不开的。

LendingClub成立于2007年，不久金融危机就爆发了，大型金融机构开始收缩信贷。金融危机中，高风险的个人投资者受到严重冲击，又很难申请到无抵押贷款。LendingClub正好切入这一市场，满足了特定群体的金融需求，在此后的几年，LendingClub发现这一市场还大有潜力可挖，于是一直专注于这一领域。尽管LendingClub已开始筹划将产品线拓展到学生贷款、汽车贷款、住房贷款等，但在未来一段时期内，个人和小微企业的非抵押固定利率贷款仍是其业务根基。

风控：引入商业银行的风控技术

P2P的生死存亡都系于风控，这是个不争的事实。人们在观察国内P2P风控的时候，常不禁将目光投向P2P这个舶来品的源头：美国和欧洲。一个普遍的误解是：作为一个崭新的商业模式，P2P应该利用大数据挖掘创造了更先进的风控技术。而事实是，即使像LendingClub这样即将IPO的P2P优等生，也仍在沿用商业银行的风控技术。

目前LendingClub的坏账率接近4%，与富国银行等商业银行的小微信用贷款的坏账率相近。这一坏账率是根据净资产收益率（ROE，比如15%）反推出来的。高于或低于4%的坏账率都可能造成偏离所预设的ROE目标。

具体的风控技术包括：（1）技术团队开发的风控模型；（2）以FICO数据作为重要参考；（3）雇佣大量雇员核实贷款申请者的收入。对于（1）项，LendingClub的建模团队实际上就来自商业银行，所使用的建模方法和工具与商业银行并无本质区别。对于（2）项，LendingClub所设定的借款人FICO评分起点是660，而660的FICO得分正好是商业银行划分次级贷的分水岭。对于（3）项，LendingClub目前有约500名雇员，其中大部分岗位是核实贷款申请人收入信息的。

经过逐条对比，可以看出，LendingClub的风控技术与美国商业银行的小微信贷风控技术并无二致。不过这里需要强调的是，美国商业银行的小微信贷业务，对大数据的挖掘和利用水平是相当高的，除了征信体系完善，还要归功于银行对风控模型开发的投入。在过去几年中，美国一些大银行的建模团队扩充了两倍。LendingClub深得商业银行在风控方面的精髓，将大数据的运用发挥到了很高的水准，大获业内同仁赞许。

成本：较低的监管风险、无物理网点

LendingClub的借款用途中，有65%是用于再贷款（refinance），20%用于偿清信用卡。也就是说，大部分贷款人原本就是商业银行的客户，转而向P2P融资的。其中的原因只有一个：LendingClub的借款利率更低。在LendingClub上的借款利率通常比信用卡公司还要低几个百分点。

而LendingClub的投资者平均年化收益率在10%左右，绝大部分投资者都在6%以上。

为何LendingClub借款利率更低且投资回报更高？因为LendingClub能以更低的成本提供借贷服务。其低成本主要来自两点：一是不用背负商业银行需要承担的监管成本，二是没有物理网点。

第二点是显而易见的，这里着重说第一点。在金融危机后，全球金融监管在向更严格标准迈进的同时，银行的监管费用也大幅上升。以摩根大通为例，每年的监管成本超过10亿美元。由于更高的法律相关支出，今年第三季度花旗营业成本同比增加6%至124亿美元，其中法律相关费用为9.51亿美元。

另外，由于受《公平借贷法》的约束，美国商业银行开发一个风控模型需要经过10个月才能通过监管部门的审批，而LendingClub则不受此约束，可以更有效率地开发自己的风控模型。

总体来说，尽管LendingClub受SEC的监管，但其监管成本远远没有商业银行高。

商业模式：借贷市场上的评级机构

LendingClub的产品仅撷取了商业银行产品线中的小部分，风控技术也没有超过商业银行，监管部门为何对其大放绿灯，让其轻装前行呢？

LendingClub将借款人分为从A到G7个不同的贷款等级，每个等级中有5个子等级。也就是说借款人从A1到G5有35个贷款等级。借款人的贷款等级取决于许多因素，其中最重要的是借款人的FICO数据。LendingClub调用每个借款人的信用报告，并根据每个借款人在其信用报告中的数据和其他因素，如贷款金额和贷款期限来最终确定利率。

在投资端，投资者有两种方法投资于贷款：自动投资组合工具和手动挑选。也就是说，投资者既可以点击几下鼠标就将账户资金全部投资在贷款上，也可以自己筛选出想要的投资组合。两种方法都要求在单个贷款上至少需要投资25美元。通常每天在LendingClub上都会有500-2000笔贷款可供投资者选择。并且在“贷款列表”上列出详细的借款人信息给投资者做参考，包括：借款人的雇主、职业、净收入、所在地、信用得分、违约事件、可用贷款额度等。

与银行相比，LendingClub用差异化的方式和要求来对待有着不同需求的金融消费者，无论是借款人还是投资者。可以说，以LendingClub为代表的P2P创造了一种自由的方式，让已经厌倦大银行僵化体制的消费者在使用资金时有更大的话语权，很大意义上推进了借贷过程的民主化。这符合了互联网时代的潮流，获得了市场的广泛认可。

LendingClub不对贷款提供担保，它所做的仅是找到合适的借款人，将每笔贷款评级，然后分拆零售给投资者。曾有人一语道出“LendingClub是什么”的问题——LendingClub就是借贷市场上的穆迪或标普。当然，LendingClub并不真正等同于借贷评级机构，因为它还介入了借贷交易，但总的来说，公正、客观的评级和高效、民主的借贷方式正是LendingClub的核心价值。

P2P未来会取代银行吗？

来设想这样一种情景：未来LendingClub发展壮大，所受的监管约束越来越多，付出的监管成本越来越高；银行砍掉越来越多的物理网点，将业务转移至线上，甚至复制P2P的商业模式。这时LendingClub还会拥有现在这样的比较优势吗？如果比较优势在减少，P2P未来的价值将确立在哪呢？

答案仍是——大数据。未来P2P对大数据的运用一定要有区别于银行的、更先进的方式，才会创造自己的蛋糕，而不是切走银行的蛋糕。

人们希望P2P的“借贷民主化”能延伸到真正需要资金的弱势群体，但如何将弱势群体中既有还款能力、又有还款意愿的借款人区分出来，这是个问题。这必然需要借助更多的非传统数据（比如社交轨迹等）来加以判别。目前商业银行没做到这点，P2P也没有做到这点。然而应该相信，P2P终将以技术确立自己的价值，这也是我们对P2P行业满怀期待的最大理由。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。