基于大数据的互联网信贷能够实现低于传统金融机构的贷款不良率，从而提供更低的贷款利率，降低借款人的融资成本？这是毫无疑问的。只是目前国内网贷的总体规模太小，且分布于上百家平台，互联网信贷大数据时代的真正到来也许要等到行业贷款余额突破10万亿那一天。

　　其实，即使使用和传统金融机构完全一样的风控模式，网络信贷也完全可以在风控上做的更好。

　　我们先来看一下传统商业银行的业务拓展模式：银行是以网站制作的实体网点为基础进行业务拓展的，想在一个新的地区开展业务就必须设立一个网点。网点周边的人口、企业、经济状况决定着该网点的业务结构。

　　我们假设一家商业银行的总行研发了一款三年期的个人消费信贷产品，过往数据显示，30-40岁的公务员和教师违约概率最低，其他人群违约概率则较高。假设总行今年给这款产品定的发放目标是50亿元，对各地分行、支行来讲，将50亿元额度全部放给30-40岁的公务员和教师肯定是最划算的。问题是，受分行、支行的地域限制，该分行所管辖区域内很难有足够数量的公务员和教师来消化这50亿元的额度。此时，为了完成销售任务，各分行、支行必须向其他人群推广这款产品，最终的客户构成将包含各个职业群体。

　　这种现象在银行业务发展过程中是经常出现的。如一个分行当地的支柱产业是钢铁制造，该产业产值占当地的80%以上，突然间，钢铁制造业有下滑趋势，而分行在当地有较多贷款结余。此时对银行来讲，退出是最明智的选择。可分行若完全退出，将失去大部分收入和存款，在业务上表现为负增长，这是分行不可接受的。最终，即使风险大点，银行仍不得不维持对当地企业的授信，或至少减缓自身退出该行业的步伐。

　　二、即使只是基于传统的风险管理手段，网贷仍可实现更优的风险控制

　　回到上面的例子，假设研发那款个人消费信贷产品的是一家网络信贷公司，则同样的50亿元额度，该公司可将它推送给全国各地30-40岁的公务员和教师。由于这个人群的违约率最低，网络信贷公司可在相同执行利率下可获得比银行更高的利润，或是在相同的收益率下执行更低的利率，进一步扩大自身的市场份额。

　　在公司授信业务上，网贷公司相比实体金融机构在客户选择上的空间更大。

　　假设某一类客户在银行和网贷公司今年制定的授信政策里都被定义为“基本维持”类客户。

　　实体金融机构在对基本维持类客户进行再授信时，由于地域限制，再授信的往往还是之前服务过的那些企业。而没有地域限制的网贷公司则要灵活得多。网贷公司可以将有限的信贷资源优先分配给这类客户中利润率最高的，或经营净现金流量最强的，或资产负债率最低的客户，从而降低自身风险。

　　由此我们可以看出，若实体金融机构不做变革，在市场竞争中，他们最优质的客户有可能被网贷公司蚕食。一旦网贷公司在市场份额的扩大中获得了数据的积累，这种竞争优势将进一步拉大。

　　其实实体金融机构和互联网银行之间并没有界限，传统的商业银行一样可以从事互联网业务。不过，每一种互联网服务最终不是形成寡头垄断，就是只剩下几家企业互相竞争。我们是否即将看到实体金融机构和互联网公司在网络银行的战场上厮杀？