顛覆金融 下載 mobi epub pdf 電子書 2024

編輯推薦

萬億級藍海開啓中國新“撿錢時代”，互聯網+金融=財富井噴式增長

梳理大數據，餘額寶，比特幣，眾籌，p2p科技界、財經界關注話題

透視阿裏，京東，騰訊，百度等互聯網巨頭的金融野心

王文京、孫陶然、吳伯凡等20餘位業界高手集體推薦，數十種互聯網“錢生錢”遊戲全新玩法大揭秘

內容簡介

金融業，是關乎經濟命脈的行業，同時也是財富積纍速度快的領域。在中國的既有體製中，金融業一直處於國傢的嚴密監控之下，任何想進入金融領域的人都麵臨著非常大的壁壘。隨著互聯網的發展，普通人的網絡經濟活動日益平凡，而與之配套的網絡金融服務需求的極具增加。由於長期的壟斷地位，傳統金融企業既缺乏提供網絡金融服務的興趣，也缺乏技術和數據儲備。互聯網企業積纍瞭豐富網絡經營經驗以及服務意識，展現瞭非凡的競爭力。隨著業務規模的不斷擴大，原本隻是一種輔助性的服務的互聯網金融産品，正逐漸開始成為互聯網企業布局金融行業的跳闆。從支付、金融搜索、理財、小額貸款、p2p、眾籌等領域，互聯網金融正迅速成為一種潮流，互聯網正用它天然的顛覆性再造中國金融業新格局。

互聯網正在日益改變這我們所麵對的金融生態，通過互聯網，所有人首次獲得輕易進入互聯網的機會。本書通過遴選瞭大量的一首案例，詳實展現瞭在互聯網金融已經取得初步成功的人物以及企業。通過這些企業實際積纍起來的經驗與教訓，必定能對於後來者産生非常有益的幫助。

作者簡介

湯潯芳，畢業於中國傳媒大學，前《21世紀經濟報道》資深記者，主要從事互聯網金融、電商等互聯網+傳統産業的報道與研究，發錶多篇互聯網金融的分析文章。聯閤發起互聯網金融韆人會俱樂部，該民間俱樂部促進瞭互聯網業與金融業的跨界交流，促進瞭國內互聯網金融的發展。

目錄

第一章
互聯網金融是一個數萬億的大市場
一、互聯網金融的緣起002
互聯網金融的曆史003
為什麼互聯網金融這麼熱004
二、支付革命：互聯網金融第一撥浪潮006
第三方支付現狀與曆史006
第三方支付發展瓶頸011
支付與互聯網金融014
互聯網金融帶來的創新015
三、P2P：掘金小微金融027
P2P的定義、特徵、幾大分類029
P2P的分類030
P2P的市場規模與現狀033
P2P的風險035
P2P的發展方嚮036
P2P網貸納監管視野037
四、眾籌：第三撥互聯網金融浪潮043
眾籌的故事044
眾籌的興起046
眾籌的機會、分類050
睏惑與選擇053
眾籌平颱的創新056
五、大數據：顛覆金融模式059
供應鏈IT服務獲得數據060
信用分析邏輯061
數據會說話065
六、互聯網金融樣本：金融産品垂直搜索的玩法066
貸款垂直搜索的發展曆史068
信貸市場足夠大070
探尋商業模式074
七、瘋狂的比特幣：互聯網金融的烏托邦080
比特幣的中國玩傢081
比特幣不適閤普通大眾投資082
針對比特幣的監管083
綫下支付公司求轉型085
第二章
互聯網大佬們的金融野心
一、全方位解密餘額寶090
餘額寶的誕生內幕091
餘額寶不是吸血鬼093
貨幣基金的短闆095
餘額寶的睏境096
開放式的餘額寶的睏境097
餘額寶的積極作用098
二、阿裏巴巴：電商帝國的金融野心100
阿裏巴巴緣何可以做金融101
支付寶擔大任102
阿裏小貸邁齣瞭重要一步105
聚寶盆服務銀行：數據産生價值106
網絡銀行：互聯網的競爭107
三、騰訊：微信金融大鰐109
微信支付快速逼近1億級彆109
微信金融的特點——從小額切入、與商貿結閤得緊密110
微信的機會111
騰訊的互聯網金融圖譜112
四、百度：三箭齊發，劍指互聯網金融114
三大業務分層聚客戶114
百付寶成金融交易基礎116
流量入口是關鍵118
五、京東：互聯網金融全布局121
3分鍾到賬的供應鏈金融121
京東互聯網金融的布局124
電商基礎128
六、蘇寜：O2O金融130
成長中的易付寶131
藉力開放平颱132
O2O：綫上與綫下打通134
七、每一個互聯網公司都有切入金融的機會136
小米：藉力移動硬件，發揚個性化優勢136
奇虎360的底層優勢137
電商平颱：有流量就有機會138
八、互聯網創新公司之——信用卡的創業機會140
信用卡的那些玩傢142
銀行信用卡的新玩法147
信用卡的延伸150
九、互聯網金融創業的機會151
B2B電子商務——供應鏈金融的撬動者151
敦煌網的嘗試152
發揮數據優勢：IT廠商的互聯網金融機遇153
富基標商玩轉供應鏈金融156
互聯網金融的送水人157
萬全寶：移動互聯網上的農村金融市場158
鏈傢等房産中介如何做互聯網金融160
第三章
傳統金融業的先行者
一、互聯網“鯰魚”攪動銀行、證券166
互聯網對金融行業的幾點促進作用167
互聯網對銀行業的衝擊169
互聯網對證券業的衝擊170
二、保險基金：率先擁抱互聯網175
互聯網保險的定義及特點176
互聯網保險的創業機會180
互聯網對基金業的衝擊182
三、平安：金融係的率先覺醒者191
平安綜閤金融帝國的版圖192
四、銀行電商：痛苦中的艱難求索200
銀行觸電潮201
銀行做電商：貼近用戶202
銀行PK電商的優劣勢分析204
另闢蹊徑的金融創新206
五、民生電商：定位不清的暫時摺戟207
B2B和B2C齊發力208
互聯網金融的機會211
六、互聯網金融與傳統金融的交鋒故事213
暫停二維碼支付背後的利益分析214
央行對虛擬信用卡暫停的分析217
央行對個人賬戶轉賬限額1000元、單筆消費5000元的分析219
總結：互聯網金融的未來221
第四章
移動互聯網金融
一、挖財是如何創業齣來的232
二、挖財的邏輯是什麼？234
三、銅闆街、數米基金，同屬於移動端創業的樣本236
四、挖財的這些創業邏輯都有哪些細分領域240
移動支付安全、快捷支付的問題241
第五章
徵信：互聯網金融的基石
目前國內互聯網金融的難點245
徵信業曆史：發展緩慢246
誰能角逐個人徵信248
謹慎探路商業模式249
針對徵信業的監管要快速跟上251
FICO的藉鑒：中國也將會有自己的信用評級公司252
第六章
中國互聯網金融監管定調
監管博弈的緣起256
關於支付類型的安全性討論259
快捷支付的安全性259
二維碼支付的安全性262
支付市場閤作共贏264
後記我的互聯網金融情緣267

精彩書摘

　　五、大數據：顛覆金融模式
　　在商業世界，隻有信息流和物流，而金融數據就是一種信息流。IT技術改變的就是信息與物，在互聯網與移動互聯網上，可以較好地將信息變成信息流，將物變成物流。而未來的3D打印，也希望將物信息化掉，最後就成瞭一個流——數字流。
　　受益於網絡的發展，這些流以數字的形式，能夠在互聯網上更好地進行分析，得齣相關性，利用數據來大做文章。
　　整個貸款行業，從抵押貸款到倉單質押，再到信用貸款。傳統金融機構的貸款形式、貸款效率，都需要獲得提升。
　　未來，金融機構是經營風險的，強調收益要覆蓋風險。而不是現在，國內金融機構考慮的是如何轉嫁風險，一旦齣現風險，金融機構要有變現能力。
　　目前，國內針對中小企業的貸款很少，大部分金融機構隻是做做樣子，錶示一點姿態。這使得中小企業貸款難成為問題。
　　供應鏈IT服務獲得數據
　　進行信用貸款離不開數據分析，其基礎是獲得數據，關鍵是要撬動中小企業的貸款難的“神經”。
　　金電聯行CEO範曉忻也曾走訪瞭上韆傢企業，他發現，缺少資金是中小企業的最大難題。年景好的時候，汽車主機廠商加大産量，供應商需要多購買原材料，缺少資金；年景差的時候，主機廠商迴款慢，而企業的流動資金受限，同樣缺少資金。
　　在流通供應鏈的環節，車貸已經非常普遍。銀行與4S店閤作，普通用戶購買每一輛車，銀行都會提供分期付款。而4S店則提前從銀行獲得迴款，銀行從普通用戶那裏獲得息差，從中賺取利潤。
　　但是在生産供應鏈環節，這些中小企業卻沒法利用貨押來獲得相應價值的貸款。由於不少汽車零件都是供給某個整機廠商使用，如果這個整機廠商不使用，這些貨品就沒有任何價值。因此，銀行也不會將此作為抵押來發放貸款。如果采取應收賬款質押，這需要作為核心企業的汽車主機廠商“簽字蓋章”。而保理業務則是供應商藉錢，核心企業還錢。隻是將原本是核心企業對供應商的應付賬款，轉變成瞭汽車主機廠商對銀行的欠款，而供應商隻是早一點拿到瞭這個欠款。
　　在汽車生産供應鏈中，傳統的做法是抵押貸款，而抵押需要這個企業有房産，進行抵押貸款或者連帶擔保貸款。並且，很多時候，房産價值1000萬元，而用這套房産抵押貸款也隻能貸齣100萬元，由於估值較低，中小企業主也不願意這麼去做。
　　汽車主機廠商在整個汽車生産供應鏈環節當中屬於鏈主，對中小企業的態度並不是非常積極。因為，他們不想為中小企業的融資背書、承擔責任。此前，許多汽車主機廠商也曾利用銀行給其的授信，專門支持中小企業的發展，做零部件供應商的供應鏈貸款，但是效果不佳。
　　對資金的渴求，讓這些中小企業願意將數據開放齣來給數據分析企業使用，並且，汽車主機廠商也不反對自己的原材料供應商將數據給這些數據分析企業。於是，這就給瞭數據分析企業以機會。
　　在剛開始，從軟件業務嚮數據金融業務轉換時，軟件業務是嚮金融業務輸血的，因為當時的金融業務剛剛起步，需要大規模投入。
　　信用分析邏輯
　　2007年，一傢名叫金電聯行的公司成立，取“金融電子化，聯閤銀行”之意，希望能夠打通企業資金與銀行之間的聯係。
　　從2007年到2013年，金電聯行幫助瞭數百傢企業從銀行那裏獲得總計約20億元的信用貸款，貸款的平均額度是300萬～500萬元，最小金額是98萬元，最大一筆達到6800萬元——這一貸款利率是基準利率升水40%，而普通信用貸款通常需升水90%。
　　在金電聯行的眼中，企業的一切都是可計算的。這個計算是對供應鏈信息係統的挖掘，訂單、庫存、下綫、結算、付款等五大核心環節的所有信息，可以用來對數據進行清洗、脫敏，以進行數據分析、圖文展示，從而計算齣企業的信用等級、信用額度，企業現在所處的狀況，還有未來的成長性、安全性，等等。
　　金電聯行將企業的數據一網打盡，企業的曆史、現在、未來等三種數據均可以得到展現。一是根據過往訂單、迴款、庫存等趨勢分析以及所有的原始數據，來計算企業的信用分值；二是根據供應商在汽車主機廠商的入庫的貸款品摺算的真實資金沉澱，來計算齣信用額度；三是通過訂單、庫存、迴款等重要環節的變化，實時進行動態的貸後監管。
　　對銀行來說，貸後監管的難度更是遠遠高於貸前監管。一般情況下，企業往往通過抵押房産獲得相關貸款，而銀行發放貸款後，並不知道如何來管理貸款。因為從成本的角度來說，銀行不可能派駐一個業務管理員，天天蹲點在企業。並且，即使真派業務員蹲點企業，也不一定能夠時時瞭解到企業的真實運營數據，也無法在風險來臨時進行風控。
　　較難的貸後監管也影響瞭銀行的批貸。為瞭壓縮貸後無法監管的風險，許多銀行提升瞭貸款標準，這也使得中小企業獲得貸款的概率更低瞭。
　　依據大數據進行供應鏈金融分析，可以準確地把握兩方麵的需求，一方麵是嚮需要融資的中小企業收取服務費；另一方麵，對於那些需要實時、動態的貸後管理的金融機構，也可以收取服務費。比如，利用大數據分析齣來的結果是，訂單響應慢的企業齣事的概率是30%～40%。有瞭詳細的數據之後，金融機構可以據此進行分析跟蹤。
　　數據的可靠性還來源於對數據的長期跟蹤。金電聯閤的IT係統，對上韆傢企業進行瞭3～5年以上的數據追蹤分析，每傢企業的數據量大小是T級彆（1T=1024G）。有瞭這些數據積澱，係統將進行一項工作——將數據擬閤，比對齣企業經營狀況是否符閤每年的生産規律。這些橫嚮、縱嚮的對比，使得這些企業真實的運營狀況全部呈現齣來。
　　依附於供應鏈，由於信息流比較完整，上下遊産業鏈也相對完備，這樣一來，數據的真實性、可靠性得以大大提升。而這些一個個細分領域模式裏麵的企業能否進行復製，就需要金電聯行，將汽車供應鏈的數據分析模型復製到其他領域。
　　至少，小貸公司、擔保公司、P2P、銀行甚至政府都希望獲得這些數據分析服務。2013年10月，金電聯行在上海嘉定安亭成立。政府很想幫扶當地中小企業，但金融機構都是同質化的。目前，金電聯行正與一些經濟開發區、科技園區閤作，希望基於金電聯行的現有數據分析工具，加上稅務、社保、水電以及園區數據中心的相關信息，對園區裏麵的中小企業信用狀況進行細緻分析，為園區幫扶中小企業提供幫助。
　　大數據金融領域並不是贏者通吃的一個機會，金電聯行是基於供應鏈進行大數據分析，而富基標商也同樣在進行大數據的供應鏈分析。
　　延伸閱讀
　　故事一：金電聯行如何做到信用貸款6800萬元
　　金電聯行在汽車供應鏈領域聲名赫赫。而金電聯行CEO範曉忻也在這個細分領域堅持瞭10多年。此前，範曉忻做的是給汽車供應鏈搭建一套IT係統，讓整個生産、流通供應鏈能夠更高效地運轉。
　　直到2007年，範曉忻在清華師弟的啓發下，開始轉變業務方嚮，切入金融供應鏈，纔尋找到自己的第二春。
　　簡單來說，金電聯行的核心競爭力是將一個企業的信用狀況算齣來，給齣一個分數。
　　在貸款前，利用數據，金電聯行可以對企業進行較好的信用融資分析。在貸款中，可以利用數據，進行較為準確的貸款額度計算。在貸後管理上，利用大數據的信用信息雲服務平颱，金電聯行可以進行較好的貸後監管，將實時的日常數據、曆史交易數據等傳至企業，並且還可以使用客觀信用評估報告來進行貸後監管。
　　數據是未來互聯網金融時代的核心競爭力。一個模式良好的大數據金融，不僅能夠依據此進行建模，還能夠進行更好的貸後管理。
　　故事二：華院數據：金融也是信息流
　　進入大學時，宣曉華就與數據結緣。從美國加州大學伯剋利分校數學博士畢業後，宣曉華進入美國加州惠普公司從事7年多的建模/仿真的算法研究和大型軟件開發。迴國後，宣曉華也參與創辦瞭對保險行業提供IT服務的易保網絡。2003年，又創辦瞭華院數據（上海）有限公司（簡稱華院數據），並擔任CEO，這是以國內高水平的數據挖掘和數據分析為核心能力的專業服務公司。後來，又創立瞭杭州數雲信息技術有限公司，也是利用大數據的專長，專門給淘寶賣傢提供數據分析和CRM服務。
　　一連串的數字可以說明華院數據的優勢。華院數據提供基於數據挖掘，麵嚮營銷分析和管理、客戶關係管理和決策支持的應用軟件和谘詢解決方案。華院數據擁有國內目前最大的數據挖掘應用團隊，總部設在上海，北京、廣州、西安、烏魯木齊等城市設有分公司/辦事處；公司擁有兩百多位模型工程師、軟件工程師及資深顧問；在中國香港、美國矽榖、澳大利亞墨爾本均設立瞭海外研究機構；長期專注於金融、電信、航空、零售、電商行業的數據挖掘應用研究；在全國27個省、市、自治區搭建瞭專項項目研究小組；實施項目總計超過500個。
　　令宣曉華驕傲的是，華院數據給中國移動不少省份做瞭一個信用評分模型。主要利用用戶的消費水平、穩定性、曆史欠費停機等數據給大部分的用戶提供不停機的服務。這一方麵可以提升用戶體驗，因為一旦停機，用戶的很多功能都沒法使用，影響瞭用戶的體驗。另一方麵，用戶繼續使用，可以大幅增加收入。據瞭解，華院數據在某一年曾經給中國移動僅欠費停機這一項，就增加瞭3。34億元的收入。
　　除瞭為電信行業帶來大量的營收之外，華院數據還利用數據挖掘技術，對私人銀行的高端淨值客戶進行營銷，將該機構的營銷成功率提升瞭400%。同樣地，在電商行業進行的精準營銷，也幫助這個平颱提升瞭120%的交易量。
　　數據會說話
　　在宣曉華看來，很多數據是會說話的、可用的。在沒有信用記錄時，社交數據有一定的價值。淘寶上店鋪的相關信息也是可用的。
　　華院數據在互聯網金融領域的探索目前還處在起步階段，宣曉華錶示比較關注和探索的方嚮主要包括：1．基於大數據的個人信用評分；2．小微企業的信用評分；3．基於大數據的營銷類模型。
　　有瞭基於大數據的信用評分，就有瞭開展互聯網金融創新的基礎。過去，基於個人基本信息、信用記錄的評分方法，在信用卡等領域做得比較成功。即便不用徵信的信用記錄，其他行業也可以通過個人基本信息和信用信息做齣比較好的個人信用評分。
　　在互聯網金融上，Zestfinance利用社交數據，認為其評分比FICO做得好。對此，宣曉華帶領他的團隊正在試驗類似的評分模型，觀察這種評分模型在國內是否能夠得到驗證。
　　對於小微企業，宣曉華錶示，小微企業的信用評分很難，但有很大需求。而針對中小企業，則需要對這些企業進行細緻分類，因為不同行業的公司，特點非常不同。“我們初步做瞭與Kabbage、阿裏小貸相類似的模型。”目前，利用法人基本信息、店鋪基本信息、店鋪競爭力、經營狀況、評價信息等數據，華院數據正在做科技型輕資産企業的信用評分。
　　在大數據營銷上，宣曉華計劃先利用大數據來優化傳統的客戶價值預測模型，以及客戶流失預警模型。對於大數據營銷，宣曉華比較有信心，因為此前，他通過交易記錄和消費行為做過很好的客戶價值推斷。
　　進行數據分析的前提是獲得數據。與金電聯行、富基標商不同，華院數據純粹是一傢提供技術服務的數據公司。在數據源上，作為提供技術分析中介，可以從客戶那邊獲得數據，如果是交易數據，那麼幾乎全部來自客戶，這種做法在大數據分析界是認可的。對於個人徵信與評分，可以依據個人用戶提交的數據來打分，而在使用時，個人徵信數據會與平颱運營商核對，這種做法數據分析界也較認可。對中小企業的徵信數據，可以依據中小企業提交的運營數據，再進行核對，依此來進行中小企業的數據分析。
　　目前，國傢對徵信數據管得比較嚴格，華院數據不能調取相關的徵信數據，而其可以通過其客戶來調取相關的徵信數據。接下來，P2P公司也可以調取徵信數據。
　　在供應鏈金融、商業保理等互聯網金融細分領域，那些給某一個細分領域提供IT軟件、雲計算服務的公司，如零售、電信、金融、電力等，嚮互聯網金融轉型的機會很大。因為這些公司往往在某一細分領域發展瞭10多年，對行業特點、供應商都非常熟悉，能夠憑藉IT的優勢，去撬動互聯網金融業務。

前言/序言

　　互聯網金融是一場“Bigbang”
　　《21世紀商業評論》發行人
　　吳伯凡
　　今天，互聯網金融是一個熱詞。
　　金融和互聯網，一個是技術，一個是傳統業務，這兩個東西如何對接，是互聯網金融還是金融互聯網？産生的互聯網金融會不會是一種新東西？比如，智能手機是信智能還是信手機，是很不一樣的。諾基亞認為應該信手機，加一些電腦的功能，蘋果認為應該信智能，也就是信電腦加一個通信的模塊，這好像是2+3等於3+2，在其中怎麼定義它到底是哪個加哪個？哪個是主體？最後得數是很不一樣的。
　　麵對新變局，在位的金融企業具有一種與生俱來的劣勢——我們甚至可以稱之為“核心劣勢”，而這種核心劣勢又恰好與其核心優勢密切相關，並且被在位企業自認為是不言而喻的優勢。具體說來，與圖謀進入金融業的互聯網企業相比，傳統金融企業在價值觀、流程、資源（Value，Process，Resourse，簡稱VPR）上具有明顯優勢 顛覆金融 下載 mobi epub pdf txt 電子書 格式

領導推薦購買，看瞭一段時間，覺得很不錯！

書從廣州發過來，物流挺快的，內容挺好，我還會光顧京東，我以前手機都在京東買的

還沒有開始閱讀，應該不錯吧。

給公司買的，學習學習，看著是正品

比較滿意。

內容通俗，值得推薦。京東包裝垃圾。

看看。。。。。。？？？

還沒有開始看，可以粗讀讀