Lending Club 做的事為什麼商業銀行做不了？

01-22

我看了看，lending club最主要的就是讓信用評級較高的那部分人，能夠用較低利率借到款。目前商業銀行的主要問題是，信用卡用戶的借款利率都是一視同仁的。那如果商業銀行、信用卡公司也開始用FICO的數據來評級，給出差異化的借款利率，那Lending Club不就歇菜了嗎？
我看了看，美國大部分銀行的儲蓄存款利率才2%，再算一些期間費用成本，給FICO高分的客戶6%的借款利率他們也不虧啊。

看到一些論點論據完全錯誤的帖子被直接頂到高位就忍不住跳出來說兩句了。

首先要正面回答你，個人無擔保信貸這樣的業務無論是在中國還是美國都有很多商業銀行或者金融機構在做，借錢還錢抽利息這種事情從銀行業第一天開始就一直在做，本質上沒有什麼特別fancy的。然後下面再來講講哪些地方是LC和傳統銀行在做這件事情上的不同點，哪些是LC比傳統銀行做的好的地方。

1. 從business model上面來講，LC側重平台本身。LC作為一個中間人，通過自己的技術將lender和borrower以低成本的方式無縫銜接，風險是lender個人承擔的，LC抽取預先設定好的一定比例的「辛苦費」，其本身是不承擔任何風險的，但潛在的問題是會容易出現資金流斷鏈的情況，這也是為什麼LC在向銀行打包賣自己的loan的一個原因；而傳統銀行業務龐大，體系複雜，錢的進口和出口早就不是一一對應的了。流進來的錢會像水一樣流進一個大池子，再根據需要輸出，這樣降低了現金流的不確定性，從而降低了funding的成本，但從風險的角度上面來講，銀行承擔了所有的風險，所以不看cost，銀行的收益是比不承擔風險的LC要高的——換句話講，銀行其實已經早就變相在做LC的事情了，不同的地方是，銀行承擔了風險，給了提供資金的人（比如儲蓄用戶）一個零頭，而LC把風險交給lender，自己抽取一個零頭而已。

2. LC真正做的比傳統銀行好的地方在於技術。LC的借款的後台是自己搭建的，而不像很多傳統銀行是找第三方提供的，因此多了很多的靈活性。貸款這件事情，說到底就是看你有多了解貸款人，你能有多精確的predict一類人的壞賬率，而這一切離不開data——在美國，個人數據是非常健全的，除了好幾個人提到的FICO，還有各種各樣的data，這裡我就不細說了；而要能比較方便迅速地給主系統接入這些數據源，這是傳統銀行很難做到的地方——並不是說他們沒錢招人，而是傳統銀行通常辦公室政治嚴重，budget緊張，系統老化，需要對系統進行本質上的更新常常是一個緩慢的過程，這其中的難處估計也就做過的人了解，因此在技術上落後於LC，因而直接導致了用戶體驗上的本質性區別。

3.LC作為一個非銀行，受到的regulation也比傳統銀行要少很多。這一點很多人都提到了，就不贅述了。

總體上講，個人覺得LC的存在對於lender最大的意義是降低了貸款這一低風險收益穩定產品的門檻，使得這些原本只有銀行才有access的收益對普通有閑錢的人也開放了，從這個角度上說，我個人覺得是非常值得鼓勵的。

本人外行，以下粗糙見解歡迎吐槽/提建議。

所謂技術方面原因都不是不能被超越的，財大氣粗人才濟濟的銀行（尤其是美國投行）不是技術方面搭不出LC這樣的平台，而是因為監管原因。

而且，LC模式單在運營成本上並不比第一梯隊WFC之類的要優越到哪裡去（customer acquisition 成本還是客觀的，尤其是減去初期 low hanging fruit 之後）。詳細對比可見高盛去年發的 the Future of Finance 里有詳細對比

最大的區別因素是監管成本。

Regulation arbitrage

不extend balance sheet 就沒有銀行監管所涉及的一大堆 regulations capital charge blablabla

大大提高有效槓桿

提高ROE

下面幾點一些是入職培訓的時候講的，一些是我自己總結的，大家多多補充！

第一，互聯網的規模效益。 Lending Club作為一個網路平台，獲取用戶的成本小，速度快。這一點是商業銀行比不來的。Lending Club用戶在家裡就可以申請貸款，問銀行借還要跑一趟多麻煩。對於小額個人貸款市場來講，商業銀行運營成本太高，風險大，賺的又不多，所以一直都是信用卡公司在主導這個市場。由於信用卡收取的利率非常高，所以像LC這樣的互聯網公司正好來填補這塊空白。

第二，科技帶來的效率，用戶體驗，風險控制等好處。首先普通銀行處理一個貸款是十幾天而LC一般是三到五天，這在用戶體驗上有很大優勢。其實商業銀行的內部結構是非常複雜的，一個貸款申請要經過很多很複雜的程序去審核，批准。LC利用科技的優勢把很多中間的步驟自動化和簡化了。而且LC會從多個方面獲取用戶數據，並不僅僅是FICO分數，這樣的風控模型是通過多年的經驗積累做出來的，並不是簡單的FICO數據分級。

第三，業務延展能力。LC現在搭建的是一個平台，當越來越多的資本進來了之後，LC的業務可以輕鬆的擴展到小企業貸款，汽車貸款，助學貸款等等。這對LC來說是輕而易舉的，但是商業銀行並不具備這樣的彈性，拓展一個新的業務方向成本耗時都會很大。

隨便想到寫的。畢竟美國的個人信貸市場和國內情況不太一樣的，希望能給大家做參考。

LendingClub商業模式解析：美國的P2P到底怎麼玩？

（本文因作者受《證券市場周刊》邀請，粗淺地談一下P2P鼻祖LendingClub的商業模式，全文經改動發表於本期的《證券市場周刊》）

如果不是身體力行稍作功課，而只傾聽坊間聲色流轉的貸款醜聞，你還真就以為LendingClub的商業模式如同國內鄉鎮企業搞的匹凸匹，遲早是要跑路的。

P2P信貸並不是什麼新科技，廣義而言，所有不涉及傳統銀行做媒介的信貸行為都是P2P，脫媒嘛，脫了就算你是道上的。張三借半隻野豬腿給李四，聖殿騎士團借金銀珠寶給路易七世，P2P的歷史有人類史那麼長。當然，由於古時信息閉塞，各地P2P風俗也大相徑庭，比如韓愈的《柳子厚墓志銘》里記敘唐元和年間，柳州當地P2P是要拿兒女做抵押的，如果不能按時還錢，等到利息與本金相等時，債主就直接沒收人質為奴為婢，十分野蠻。而上文的聖殿騎士團，法國王室為了賴賬直接下黑手將其解散。通過這些例子我們也能讀出P2P最大的悲哀之處——交易對手風險（Counterparty Risk）實在過於刺激。

到了互聯網時代，P2P信貸長出了青面獠牙，開始了技術武裝後的全面成長。2005年倫敦，一家名為Zopa的公司發布了世界上第一個線上P2P平台，憑藉先行者優勢，Zopa目前已經成長為全歐最大的P2P服務提供商。2006年2月美國一家叫做Proper的公司開始P2P運營，9個月內吸納了10萬會員以及2000萬美元借貸資金。然後在2007年5月，寄居於Facebook的應用生態、號稱P2P鼻祖的LendingClub正式出山。 2007年8月，完成A輪融資的LendingClub開始從Facebook的生態中獨立出來，逐漸走成了行業的一面旗幟，當然，目前來看也許是一面破旗。

LendingClub （NYSE：LC）創立於2006年，主營業務是為市場提供P2P貸款的平台中介服務，公司總部位於舊金山。公司在運營初期僅提供個人貸款服務，至2012年平台貸款總額達10億美元規模。2014年12月，LengdingClub在紐交所上市，成為當年最大的科技股IPO。2014年後公司開始為小企業提供商業貸款服務。據最新財報顯示，2015年全年LendingClub平台新設貸款金額達到了83.6億美元，而行業二郎Prosper不過37億，大郎優勢明顯。

P2P的原味冰淇淋模式

要真正理解額LendingClub，我們得先從最基本最原味冰淇淋（Plain Vanilla）的P2P商業模式談起。不同於傳統商業銀行，也不同於一些國內所謂的「匹凸匹」公司，P2P公司不會出借自有資金。他們只是充當熱情如火的皮條客，讓借款者楊白勞和出借者（投資者）黃世仁能夠相親相愛。通過將債務證券化，一筆筆小額零碎的借款會被打包成債務憑證組合，供「投資者」——也就是實際的出借人——進行「投資」。

既然是皮條客，那拿的自然便是事成之後的抽成。P2P平台賺的錢來自於向借款人收取的「貸款設立費」（Loan Origination Fee）以及向出借人收取一部分的利息提成，楊黃兩吃。皮條客高興的是用服務換到了流水；楊白勞高興的是拿到了貸款，而且過程快速便利，免遭傳統銀行繁文縟節的折磨；黃世仁高興的是借出資金的投資回報遠善於存款利率。三贏喲，很完美。

費用具體到LendingClub上來看，對楊白勞：平台分別收取A級別（信用最高級別）貸款1%至5%， B至G級別5%至6%的貸款設立費用。對黃世仁：平台收取每一期貸款償還額1%的服務費（Service Fee)。Lending Club佔大頭的是A、B、C三級別貸款，其中B、C又占多數。不考慮貨幣時間價值，一筆36個月期限、年度百分利率（Annual Percentage Rate, APR）為12%、設立費用為5%的的B級別10000美金貸款，從開始到結束，Lending Club大概可以獲得500美元設立費以及$119.57的服務費（此處計算省略，APR轉化為每月複利計算，有興趣的可以使用金融計算器計算）。無須承擔交易對手風險而坐收貸款總額6.2%的漁利，市場經濟再次證明了皮條客總是會有春天。

這就是P2P的一個如原味冰淇淋一般最基本的商業模式，無論之後的自動化審核系統多麼犀利，貸款資產證券化多麼繚亂，如何能讓楊、黃、皮這三個利益攸關方（Stakeholder）各取所需從而得到靈魂的滿足是這個模式成功的關鍵。當然，如同檸檬市場（The Market of Lemons，經濟學上指信息不對稱市場，比如二手車市場）一樣，楊黃皮三方是存在有利益衝突的，比如楊白勞想賴賬而黃世仁怕賴賬，所以當務之急是解決信息不對稱的千古難題，這樣更多的黃世仁才會攜餘糧前來投奔。

貸款審核與美國個人徵信系統

這就有了Lending Club原味模式上的第一層巧克力加料，倆關鍵詞：個人徵信與透明度。在2015年的年報里Lending Club 將透明度（Transparency）定調為解決方案之一。我們來看看Lending Club如何來給其平均化的楊白勞畫一幅超級透視裝的肖像。

此畫太美不敢看。我第的第一反應是：迷霧，絕對是迷霧。這哪裡是楊白勞，這分明是楊小資，活脫畫的就是在美國最春風得意的布爾喬亞階級（Bourgeoisie），我感覺到我的尷尬癌就要發作了。FICO分數到也罷了，但比如16.4年的信用記錄，其實是個美到讓你疼的數字。信用記錄長度並非直接從你開第一張信用卡之時算起，這個數字是綜合你最老的信用卡、最新的信用卡、所有信用卡平均開卡時間、使用不同類型信用賬戶（比如按揭、學生貸等）的時間等等信息再做加權平均，而在美國平均信用記錄大概是7年。除了信用記錄年限以外，年收入也是個頗為銷魂的數字：自信滿滿的 Top 10%。

但是 LendingClub的模式有一個方面飽受質疑：楊白勞的身世問題。惠譽（Fitch）就曾尖銳指出P2P平台可能遠比看起來要有風險。顯然此中有一個類似與逆向選擇（Adverse Selection）的問題：來P2P平台借錢的人是一個有偏差的人群，大多被傳統銀行拒之門外而內心陰暗；所以P2P平台就會有一個吸引並囤積較高違約風險借款者的傾向。另外惠譽還認為P2P平台過於依賴信用分數或者年收入等量化指標，而這些指標有時不能反映風險。美國是個過度消費型社會，賺得多的人或許更加容易陷入難以償債（Insolvent）的境地，因為他（她）花得更多。許多人從LendingClub貸款就是為了還信用卡，連信用卡都還不上的人，你能指望其財務狀態有多從容有度？

既然說到FICO分數，首先來簡單介紹一下美國的個人徵信系統。在美國，各界都比較認的三大徵信機構（Consumer Reporting Agency， CRA）是 Experian, Equifax和TransUnion，雖然這三家比較有公信，但與政府並無關聯，皆為自私自利的盈利組織。當銀行需要審核你的個人信用信息時，他們就選擇這三家中的一家或多家粗暴地「硬扯」 (Hard Pull）出你的信用記錄來看穿。當然，Hard Pull行為本身就會傷害被扯人的信用記錄，因為「你被硬扯」 = 「你要借錢」 = 「你沒錢「 = 「你信用是不是不行」，大多數模型在計算時會加入Hard Pull的次數。所以溫馨生活小貼士：在美國混要極為小心被無良金融機構暴扯。

除了三大CRA，我們還需要知道美國有這麼幾個信用分數模型：：FICO、VantageScore、Experian PLUS Score， Equivalency Score 等等。其中 FICO 是當之無愧的行業大佬，也是大多數發卡銀行的選擇。那麼在LendingClub給平均楊白勞的畫像里，FICO Score 達到699分，目前美國人均FICO大約是695分，也就是說從FICO信用分數上來看LendingClub的楊白勞就是普羅大眾。從各種渠道來看能夠在LendingClub上借到錢，最低的信用分數是660分；我在各大信用點評網站調查了一下，現實中很多人即使達到了680甚至700以上，都有可能被拒絕放貸。實事求是地說，LendingClub口味居然還頗為刁鑽，放貸並沒有非常放浪。

科技股？金融股？

比起傳統銀行的放貸審批，LendingClub最大的特點就是「自動化」, 也就是因為這個原因，LendClub上市初期是被市場當成科技（Tech)公司來估值的，而其實它是一個金融公司 ——賣身的杜十娘被當成賣才的蘇小小給估了。據公司年報顯示，LendingClub使用內部研發的軟體來「高度自動化地獲取借款人和投資者，並處理註冊過程、信貸決定和信用分數計算，以及服務和支付系統」，並且「開發了自己的現金管理軟體來處理電子化的現金轉移」，「幾乎所有的支付都走ACH （Automated Clearing House，類似於國內的網銀轉賬) 電子支付網路來向出借人分發貸款、收取還款，以及向投資人分發及收取資金。」

當山呼海嘯的Robot機器人信貸員如群鴉一般蔽天而來，蝶變後的效率驚為天人。CBS新聞援引業內人士稱美國的銀行平均貸款批准需要的時間為45天，而LendingClub只需要7天。這7天里一般會發生以下事件：

1. 寶寶心裡苦的楊白勞登錄LendingClub網站，輸入一份初步申請，填寫需要的數額；

2. LendingClub的機器人完成一次「軟扯」（Soft Pull) ，搜集一些基本信用信息，一般不影響申請人信用分數；

3. 初步審核通過後，機器人為楊白勞提供一個要約，包含利率、分期、期限、每月還款數額等等，一般會有若干選擇；

4. 楊白勞選中了一筆貸款，並填寫了一份詳細申請，LendngClub為其貸款評級，並將貸款請求掛出在網站上。

5. 黃世仁選擇是否出資，但他暫時無法看到楊白勞的個人信息。

6. 一旦黃世仁願意出資至少60%的貸款數額，LendingClub就會準備發放匹配的款項；如果不到60%，則LendingClub會準備發放該款項並且提供將剩餘金額重新掛出的選擇。LendingClub稱只有不到1%的貸款是沒有全額匹配的。

7. 如果30天無人問津，楊白勞申請過期，需要重申。

8. 黃世仁出資完成，款項在LendingClub手裡，LendingClub會核實楊白勞的個人資料和銀行信息。此時LendingClub會硬扯楊白勞的信用記錄，以獲得詳實信息。楊白勞有可能被要求提供更多申請材料。

9. LendingClub將款項通過ACH轉入楊白勞的銀行賬戶。

這七天如同西西弗斯的巨石一般循環往複，將LendingClub的大雪球滾得風生水起。

貸款違約與壞賬凈核銷

那麼有了這套自動化程度極高的貸款審核系統，咱貸款的小船能不能就不翻？當然貸款違約就像第一型糖尿病，只能控制，無法治癒。LendingClub官方並未給出總體違約率的準確數字，一些研究機構給出的數字是大約為5%至7%。我們也可以在LendingClub發布的信息中找到其各個級別貸款的具體表現（見下圖），好在LendingClub的運營歷史夠長，2011年第一季度之前的貸款已經基本都到期，我們可以大概計算出各個級別貸款以及總貸款額的壞賬凈核銷率（見下表）。

A級貸款表示不想與其他級別說話，並向它們扔了一個鄙夷的眼神。雖然A級差強人意，但其他幾位表現著實堪憂，壞賬率遠高於傳統銀行，比如花旗銀行的數字大約為2%，信用卡公司 Discover Financials大概也是2%出頭一點。LendingClub的審核機制或許技術上頗為靠譜，但由於之前提到那個類似於逆向選擇的問題——上門的都是被銀行謝客的楊白勞——壞賬率不甚理想。LengingClub通過其內部核算，統計出當一筆貸款進入逾期狀態後，各個時間段內最終被核銷的貸款比率。下圖代表2015年1月至3月的平均「九個月內貸款回收」的狀態。凈核銷額（Net Charge Off）等於總核銷額減去在此九個月結束後三個月內收回的資金。所以左上角的28%，是指2015年1月至3月的所有進入寬限期（Grace Period）的貸款中，最後有28%的貸款不幸被凈核銷。

發行銀行（Issuing Bank)與貸款證券化

所以我們在原味冰淇淋模式上增加了一層個人徵信巧克力，但是即便如此遊戲也還是玩不起來，更玩不大。首先LendingClub沒有銀行牌照，所以就不能發放貸款，他們需要找到一家合作的發行銀行為他們解決這個問題。LendingClub的招股說明書（Prospectus）里大致說明了其與猶他州的WebBank銀行親密無間的合作關係：所有的貸款由WebBank來發放，他們作為每一筆貸款的出借方；當一筆貸款協議達成後，WebBank將貸款及其上所有權利轉移給LendingClub，並喪失追索權；而LendingClub將支付WebBank 「投資者約定投資貸款票據而支付的合計價格」。簡而言之，WebBank出面放貸，轉而再把貸款及其權利轉賣給了LendingClub。

LendingClub手握巨大的貸款資產，陷入了久久的沉思。我守著這座金山，如何才能最大限度增加資產流動性並擴大投資者群體呢？簡單五個字：資產證券化。如何著手呢？簡單五個字：去學華爾街。說到證券化（Securitization），華爾街表示我不是針對誰，在座的各位都是垃圾。別忘了LendingClub本質上是一家金融公司，創始人Renaud Laplanche曾長期混跡於紐約金融圈，公司與華爾街千絲萬縷，對平台上的貸款資產進行證券化簡直是信手拈來。當LendinigClub在使用其頗為自豪的自動化系統審批貸款之時，也會為不同借款人進行打分，並且以此基礎將貸款進行A至G的分級（A為信用最高級別）；之後該貸款會被拆分為一個個小單位，稱為Notes（債務憑證，打包成大額的叫Certificates），每一張Note 面值為25美元，期限為36或者60個月；最後所有 Notes 會被重新打包，以25美元的最小單位出售給投資者，所有Notes上的經濟利益會每月派發給對應的投資者。當然LendingClub會告訴你，投資不同借款人的Notes會起到分散風險的療效。

比起曾經讓資本主義世界沉淪的擔保債務憑證（Collateralized Debt Obligation，CDO），無論從規模還是從複雜係數而言，LendingClub的證券化只能算是小學生水平。所以我並不認為P2P界的資產證券化將會是下一次金融危機的始作俑者。當然如果事情都像一開始那樣單純美好，地球就不會這麼危險了。在LendingClub自身證券化以外，還有另一個層次的證券化愛好者在不遠處投來覬覦的凝視。早在2013年，專註投資P2P五百年的沉香資本（Eaglewood Capital Management）將其通過LendingClub投資的價值5300萬美元的貸款資產「間接證券化」後出售給機構投資者。而今年4月，傑富瑞集團（Jefferies Group）透露正在與LendingClub合作將它其平台上的1.5億美元貸款打包成債券向市場發行，而據媒體報道高盛也正有此意。當越來越多的投行開始介入P2P貸款證券化，當違約風險通過層層錯綜複雜的金融產品遠走他鄉，當「去學華爾街」變成「去找華爾街」之時，我感到我樂觀的情緒受到了影響。

證券化的最大問題來自於道德風險 (Moral Hazzard)，也就是如果我能提高風險增加收益，但卻又不用承擔後果時，我一定會瘋狂地追求風險。在LendingClub的商業模式中，平台本身只是個皮條客，並不保障黃世仁同志的資金安全。我們知道 LendingClub的獲利是通過收中介費，所以LendingClub有充足的動力去壯大平台上資金的規模，而不去關心楊白勞是否會違約。但為什麼LendingClub看起來又很關心信用問題，設計了一套挺嚴格的審核流程呢？很簡單，你這平台要是違約如麻，如何能吸引到家裡有點餘糧的黃世仁跑來投資呢，黃世仁可是門檻很精的好嗎？所以這樣來看LendingClub與投資人的利益本質上仍然是一致的。

但是現在家有餘糧的黃世仁變成了呼風喚雨的高盛，高盛把貸款證券化後轉手賣給了遠在天邊的某家冰島銀行，銀行又當成理財產品賣給了在格陵蘭海打漁的漁民喬大爺，而老實本分的喬大爺可能壓根就沒聽過P2P這檔子破事兒，他只知道自己買了一種等級（Tranche）較高的低風險產品，每個月拿拿利息。這個時候LendingClub與最終的風險承受者喬大爺就天各一方了；那麼平台只會做一件事，就是降低標準拚命地吸納借款者來增加費用收入，而風險默默地全給了不明真相的喬大爺。當年正是這種配方的一盆狗血引爆了次貸危機。不過即使如此我也還是不認為P2P會造成當年次級貸的災難，因為評級機構無論如何也沒辦法給無擔保的債務憑證非常高的信用評級，除非他們挑明了就是不要臉。

行文至此，LendingClub商業模式中的所有主角與戲碼都已經加入，我們的原味冰淇淋模型也逐漸豐滿起來，以一圖以概之：

如果非要給上面這個模式圖加一個靈魂點綴，那麼我認為應該是信用。LendingClub從頭至尾半毛錢的承諾都沒有，投資者對其仍然趨之若鶩，看中的無非是這個平台的信用：相信你反覆強調的透明度，相信你貸款審核機制的有效性，相信你證券化後違約風險的分散性，相信你不會賣一個檸檬（次品）給我，相信我自己不是喬大爺。這就是為什麼當 LendingClub 向某個機構投資者出售了價值2200萬美元「明顯不符合該投資者指定標準」的貸款後，公司創始人兼CEO必須辭職，公司股價必須暴跌——公司的靈魂受到了一萬點傷害。LendingClub主席Scott Sanborn說：「我們的業務完全倚賴信用，目前發生的問題與我們的核心價值背道而馳。」而這一惡性事件，也讓監管者對於P2P行業原本惺忪的龍眼瞬間怒目，司法部的調查如影隨形。

後Laplanche時代的LendingClub，要走的第一步應該是暫時忘掉擴大貸款體量，而專註於贏回投資者的信任。P2P行業在華爾街的玩命催化下向前突進得太快，現在也確實是時候放緩腳步加強一下自我修養。5月，LendingClub在美國市場的最大競爭對手Prosper宣布裁員四分之一，另一家著名P2P平台OnDeck也下調了今年增長的預期。但是這些跡象都預示P2P行業窮途末路了嗎？我認為不是。正如P2P專業人士 Anthony Hsieh所評論的那樣：「你曾有諸多非理性的行為，但事實上市場環境收緊其實是件大好事。你會看到整個市場將變得更強。」而我們很高興地看到美國的P2P行業正在走向成熟。

利益披露：在文章發表之時作者不持有並且在72小時內也不打算持有LC倉位。

本文行文倉莽，如有不足之處，還請各位海涵斧正。

轉載我是歡迎的，但請您署名陳達，在此謝過。

實際上，現在有很多銀行已經開始進入P2P領域。平安集團的陸金所，包商的小馬Bank，都做得很不錯。

國內的P2P與美國相比有兩大差異，一是信用體系不完整，對融資人的約束太弱，壞賬率居高不下；二是國內投資者缺乏風險自負的投資意識，普遍存在剛性兌付的期望，一旦投資出現風險就去鬧事，ZF出於維穩考慮往往要求平台方兜底，使平台難以健康發展。

不過是lengding club放寬了一點申請貸款人的限制條件，銀行天天在做，不然銀行為什麼老是鼓勵刷信用卡消費呢。

樓上幾位講了一些已經解釋了一些東西，比如監管成本等等不再贅述，以一個外行人的角度做一些不靠譜的補充。

還是從貸款利率說起。如果僅說信用卡的話沒什麼好講的，利率都是固定在一個很狹小的區間，個人信用大部分來講隻影響授信額度。但是信用貸款的話，個人信用還是會影響貸款利率，也就是說一個人信用的高低影響借款方對其的定價。銀行的信用貸款做的一般比較保守，都是基於比較完善的可靠的信息來源，或者是證明其償貸能力的資料，比如信用記錄，社保，動產不動產等等，這些中美其實是一樣的，只是美國做的更早也更完善，國內現在也已經在做。

新興的LC還有國內唯一一家相似的拍拍貸都是做純信用貸款，新技術也就是互聯網等大數據信息整合技術的引入，使得當前對個人償貸能力和意願的評價維度更多，比如前面有人提到的FB相關資料等等，還有包括電子消費習慣等等，由於現代網路化，信用數據在網路上呈現出更加豐富的態勢，新技術公司可以用更加複雜的模型去評價個人信用。所以相比銀行，LC有更大的自由度去參考更多的個人信用評價資料。相應的，由於信息和模型的構建，對個人風險的評價也就更精確，即優質客戶在LC上會獲得更小的風險評價，因此融資成本更低。

前面有人提到監管成本應該說是表面原因，實際上銀行完全轉向這種線上模式的意願並不高，而對LC這種公司同樣也不適用傳統的監管模式。銀行做的是金錢的B端，LC做的是徵信公司的事，只是他徵信的方式可能多元化，甚至他自己不徵信而僅僅是購買數據再處理得到一個信用評價。所以在LC上並不是說借款成本低，這是結果，而是可以讓借款方獲得貸款方更多的數據從而降低風險評價。同樣，次級貸款客戶也會因此而得到更高昂的貸款成本，反映在銀行那可能就是不放貸。

說回國內，國內的拍拍貸和LC就是幾乎相同的模式，但由於徵信資料的缺失，使得拍拍貸上面用戶融資的成本會比較高，因為缺乏數據使得風險的評價降不下來。國內可做的市場很大，這也是為什麼現下如此多的p2p的原因，不止是通過新技術降低優質客戶的借款成本這個市場，還有那些由於缺乏數據被銀行拒之門外的客戶，這部分市場已經大到資本可以為之鋌而走險的地步。

比如拍拍貸瞄準的是眾多不夠信用卡資格的網民，這些人對於銀行來說顯然是不具有任何價值的，那麼是不是這些人就沒有投資的必要呢？顯然不是。任何投資都是風險以及相對應的回報，只要建立可靠的模型，計算出這些人的風險評級，那麼根據這個風險評級就可以做出定價。這也就是所謂的線上線下數據整合的新技術對信貸業的最大貢獻和意義所在了。

題主貌似僅只看到利率的問題？

拋開市場化利率（米國的利率情況不了解，國內也在推進中）說說為什麼商業銀行做不了P2P乾的事。

樓下幾位答主已經從風控和成本層面說了。是滴，商業銀行和P2P不論從監管和融資成本方面都不可同日而語。

補充一點：

互聯網講求長尾效應。碎片化的融資需求是商業銀行無暇服務的。客觀說，互聯網金融應是兩方面，一方面是互聯網公司做金融業務，另一方面是倒逼傳統金融企業利用新興通信技術的互聯網化。如上所說的監管和成本決定了這兩兄弟誰也掐不死誰，只能相互補充。

說深點就像internet改變了傳統商業和服務業，很快會改變金融業，今後還會改變製造業，但不會取代。就醬。

之前對Lending Club做過一些研究，要回答題主的疑惑，大致可以從以下兩個切入點入手:

1.為什麼中國的商業銀行甚至像宜信這樣的老資歷p2p不能成為lending club?

為什麼中國沒有lendibg club?這主要是由於我國的徵信系統不夠完善，個人徵信體制和公民徵信意識還遠未成熟，商業徵信和個人信用評級非常幼稚。就算目前已見發展的一些個人信用評級公司，也處於艱難的探索階段，數據質量低，模型十分不完善，相關的監管制度也不健全。

2.為什麼美國的商業銀行也做不了lending club 的業務?

後次貸危機時代，美國的金融監管趨於嚴格，尤其是對商業銀行這樣吸存放貸的機構，據美國富國銀行信貸部的人講，他們的風險模型要經過層層審核，審核期長達幾個月甚至超過一年，但lending club不同，對其的監管幾乎可以說不存在，模型想怎麼用都行。

另外一個很重要的原因，也基於上文中提到的美國徵信體系，lending club把個人徵信做到了極致，包括關聯facebook帳號，和利用「兔子不吃窩邊草」原理，將借貸雙方放在同一個club裡面，從而精確測算借款人的所有信用行為。

具體的模型和方法我並不了解，還希望有大牛來不吝賜教。

Lending Club還是以小額為主，對於商業銀行授信業務來說，這塊的成本高、風險大、收益低，所以才會出現Lending Club等P2P平台來彌補這部分空白