互联网金融服务和金融互联网化

第一类：传统金融业务的互联网化。比如直营银行（Direct Banking）、在线折扣券商（Online Discount Brokerage）和直营保险（Direct Insurance）。

第二类，在现有互联网平台上开通的金融业务，主要表现为在网络平台上销售等金融产品。还包括专门的第三方网站上销售基金，也包括第三方支付、美国99年开展的贝宝货币市场基金和近期迅猛发展的余额宝。另外一个，基于互联网平台做的小贷，像阿里小贷和金融白条，以及美国的Kabbage和Zestfinance

第三类，是革命式的互联网金融模式，主要是指P2P网络贷款和众筹融资。

第四类是金融支持的互联网化，这类不属于金融业务，起到了为金融业务“支持”的功能，包括但不限于：金融业务和产品搜索，比如美国的Bankrate和我国的融360，家庭理财服务方面，比如美国的Learnvest, Dailyworth和我国的挖财网，等等。

中国银行的征信服务

近几年来，随着中国银行业的国际化程度提高，以及中国更深地介入金融稳定委员会和巴塞尔银行监督管理委员会的各项工作，中国银行业，特别是大型银行都开始采用巴塞尔协议框架下的信用风险管理体系。

与五级分类的管理方式不同，这套体系是建立在以量化为主的事前管理方式。在这个体系中，银行利用内部的历史数据和外部的征信信息，采用数理统计的方法，从多个维度对借款人的还款意愿和能力做出定量评估和预测。根据预测出来的借款人在各维度上未来可能的状态，银行通常可以根据建立好的统一的映射关系，确定借款人的贷款利率。

目前中国人民银行征信中心存有全球最大的个人征信数据，每天更新一次。

互联网信用和传统金融信用的区别

互联网信用和传统金融信用的区别在于：信用评估信息多源化、海量化；信用信息应用广义化；信用信息服务实时化；信用类型或信用承载人类型趋同；社会资本和金融资本具备互换性。因此，互联网信用体系是全方位、全过程、全息的。

阿里小贷的“水文”放贷模型

截至2014年2月中旬，阿里小贷累计投放贷款超过1700亿元，服务小微企业逾70万家，户均贷款余额不超过4万元，不良率小于1%。

阿里小贷“水文模型”是按小微企业类目、级别等分别统计一个阿里系商户的相关“水文数据”库。

水文模型参考了城市的水文管理。比如，某河道水位达到某个值，但人们无法依据这个数值采取应对，是准备防汛还是不做任何动作？也无从依据该数据判断趋势：下月河道水位走高还是走低，会否影响防汛等河道管理的措施？

但如果将这个值放到历史数据及周边河道数据中，就可以做出一定判断：如比过往同期，这个数据是否变高了，高了多少；以往这个时期后，河道水位又是怎么变化的。每个河道的趋势，都可依照这一方式做出判断。

阿里系统考虑为客户授信时，结合水文模型，通过该店铺自身数据的变化，以及同类目类似店铺数据的变化，判断客户未来店铺的变化。

如过往每到某个时点，该店铺销售会进入旺季，销售额就会增长，同时每在这个时段，该客户对外投放的额度就会上升，结合这些水文数据，系统可以判断出该店铺的融资需求；结合该店铺以往资金支用数据及同类店铺资金支用数据，可以判断出该店铺的资金需求额度。

某手机销售店铺，在双11达到300万元销售额，远高于平时。单看这个数据给予用户分层或授信，很可能做出错误判断。而如果把这个店铺放到水文模型中，去观察其不同时间、季节的经营数据及其所处类目同类店铺的数据变化，也许平常该店铺经营额并不高。和过往双11的数据相比，店铺今年营业额或许反而下降，和同类目店铺相比，增长或许还没有其他店铺快。