利率反映风险和信用

金融行业究其实是一个经营风险与信用的行业，风险越高，对价的利率越高;信用越高，对应的成本越低，对价的利率也越低——逻辑上极为简单，执行起来却极为困难。最大的理由就是，信息不对称，你很难识别贷款者完整的信息，也就是信用评分。

对于贷款者来说，贷款利率=息差+存款利率=(运营成本+利润)+存款利率=(风险溢价+刚性成本)+利润+存款利率。因为存款利率有一定的刚性，因此，贷款利率主要取决于其风险溢价和刚性成本两项。

从运营成本上看，LendingClub这种在线为主的模式，可以大幅节约房租、营销成本，因此，有点像电商，这一点对于大多数互联网金融企业都是类似的。据称，传统信贷的经营成本大约为5-7%，而LendingClub约为2%。

从风险溢价来说，主要取决于用户信用评估，这一点正是中美存在巨大差异的地方。美国有中央集中的、非常完整的信用评级体系。比如，LendingClub采用的就是FICO信用评分，FICO是最大的信用评级公司，美国三大信用局都用其数据。其中包含个人的信用卡数据、收入等数据，最新还包括了社交类数据等。在这方面，中国央行的覆盖人数还大大不足，征信体系、指标也相当不足。

比如，你根本难以知晓很多个人到底有多少财富，因为缺少财产登记制度;你也难以知道一个人的各种缴费记录，因为，有太多的数据还没有集中到一套信用体系当中……诸如此类的问题，中国确实在着力解决，但是，这绝非三年两年可以做起来的。

这种起点的不同，给中国P2P行业树立了很高的壁垒，而且这也是一种灰色地带，让太多P2P公司从一开始就动机不纯，各种P2P跑路事件无疑又会严重影响其发展，损害行业的整体健康。

市场结构的生态差异

除了上述原因之外，其实中美还有一个很大的不同，就是两个国家的市场结构大不相同。

比如，在中国，阿里巴巴模式的成功，很大程度上是因为中国有太多中小商家，大家争先恐后在上面开店，同时，传统零售业互联网程度和能力都非常低，市场高度离散导致其对阿里毫无竞争力;而在美国市场集中度非常高，沃尔玛、家得宝等传统公司极为强大，其互联网技术能力也足以一战。因此，eBay主要还是C2C的二手交易起家，不足以做成阿里巴巴这样的大平台。

如果说这个例子还不够典型的话，我们可以看门户网站，在美国仅有一个Yahoo是靠门户网站起家的，而中国有四大门户，还有一个凤凰网、若干小的门户网站，为什么?因为在美国六大媒体集团几乎垄断了主要新闻的生产，门户网站的资讯获取成本很高，且竞争力未必高于其中一家媒体集团;而在中国，媒体生态高度分散，各大门户网站就可以以近乎免费的方式获取信息--如果这家平面媒体不给，还有其它雷同的竞品替代。

这种结构化的不同，会导致整个生态巨大的差异。具体到金融行业来说，美国的银行业业态极为丰富，上万家银行分别面向不同的市场，有按区域的，有按行业的，也有按风险类别的……但是在中国，实际上，各个银行都是政府主导的国有企业，存在很大的隐性担保，也存在客户结构的雷同性。

这会导致一系列的差异，比如，在企业贷款市场，就算是民生这样号称以做中小企业起家的银行，主要也还是服务于大中型企业，所谓的中小企业，其实规模都并不算小。所以，这种市场格局下，优质企业客户基本被抢购一空，真正优质而难以贷到款的企业，其实并不是很高，主要依赖的是民间借贷、互保等模式。

再如，在个人贷款市场，中国大多数人的贷款来自于住房、汽车等优质贷款，这些贷款对于大银行来说，也是优质贷款，很少会对外转让。而学生贷款、购物分期贷款等相对来说的次级贷款，市场空间要小得多。

所以，笔者认为中国的市场结构与美国大大不同，按照美国的玩法，很难在中国获得成功。

结语

但是，这并不是中国的P2P市场没有前途，互联网方式如果能显著降低运营成本的话，终究代表了更加先进的生产力，而是说必须要有符合中国的玩法。比如，中国的银行反倒可能走在P2P的前列，借助现有的平台和数据其优势更为明显;或者，阿里、腾讯这种公司，手里有大量的交易数据、社交数据，反倒可能比LendingClub模式有更高的起点。