影響因素分析

　　一、有利因素

　?。ㄒ唬┍O(jiān)管環(huán)境越來越嚴

　　不論是傳統金融機構還是互聯網金融機構，都能明顯感受到近兩年監(jiān)管力度的不斷加強。從2016年銀監(jiān)會要求的“兩個加強兩個遏制”（兩個加強：加強內部管控、加強外部監(jiān)管；兩個遏制：遏制違規(guī)經營、遏制違法犯罪），到2017年開展的“三三四”（三違反：違反金融法律、違反監(jiān)管規(guī)則、違反內部規(guī)章；三套利：監(jiān)管套利、空轉套利、關聯套利；四不當：不當創(chuàng)新、不當交易、不當激勵、不當收費）整治工作、乃至金融市場亂象整治，究其最終目的都是在于控制金融風險，旨在讓金融業(yè)務回歸金融本質，加強風險管理。因此，消費金融行業(yè)未來的監(jiān)管趨勢只會越來越嚴。

　　（二）中國消費金融市場的快速發(fā)展，與中國經濟發(fā)展的階段性特征密不可分

　　隨著人民收入增長和消費水平的提高，外加互聯網的蓬勃發(fā)展，傳統的消費形式和消費觀念已難以滿足人民的多樣化消費需求，消費金融服務恰好彌補了傳統金融服務在業(yè)務下沉覆蓋方面的不足，在迎合國家完善促進消費體制機制、鼓勵消費金融服務模式創(chuàng)新政策的同時，快速適應并滿足了人們對新消費模式的追求。

　　（三）互融云消費金融系統

　　互融云消費金融系統助力消費金融業(yè)全面有效監(jiān)管。互融云消費金融綜合系統是一款集電商金融系統、渠道加盟系統、智能信貸系統、規(guī)則引擎風控系統、資金結算系統、智能催收系統為一體的綜合業(yè)務系統。系統整合了電商、金融資產端、渠道合作（實體店、社區(qū)、渠道接入）支撐線上+線下相結合的O2O模式、電商模式、實體門店、社區(qū)商圈等多種消費金融應用場景，推出應用場景化產品購物分期、消費信貸、現金分期、隨借隨還、現金貸、循環(huán)貸等多種金融產品，其中消費信貸類產品有租房、汽車、教育、裝修、旅游等多種服務、商品消費場景。

　　系統解決了傳統信貸的放貸慢、風險高等問題，結合互聯網大數據征信對接多維度數據源、個人信用認證、量化評分等做到快速自動化審批與人工審批完美結合，靈活配置風控模型，降低風控成本，提升審批效率，減少壞賬發(fā)生率。有效幫助傳統類金融機構、產業(yè)鏈企業(yè)、電商平臺在提供金融服務過程中提升風險管控能力、提高審貸效率，使企業(yè)在增加金融服務能力的同時降低運營成本，提升企業(yè)的綜合競爭力。

　?。ㄋ模┫M金融行業(yè)首現“語音催款”機器人

　　蘇寧消費金融宣布，將其自身的智能催收系統與科大訊飛的智能語音合作，推出業(yè)內首個智能催收實驗室，研發(fā)出智能語音催收機器人。

　　運用大數據、云計算進行消費金融的反欺詐已不是新鮮事，但運用智能語音機器人進行貸款催收，蘇寧消費金融是“第一個吃螃蟹者”。

　　該智能催收實驗室將收集海量的真實語音庫，不斷通過機器智能，學習建立智能語音催收模式，通過靈活的流程和策略配置，訓練智能催收機器人與客戶開展實時、連續(xù)而良好的“人機對話”，從而達到接近人工語音催收的實踐效果。

　　由于消費金融借貸規(guī)模呈現小而分散的特點，傳統的人工坐席催收已無法滿足現實要求，采用智能語音催收機器人能夠有效減少人力資源投放，降低運營成本。

　　二、不利因素

　?。ㄒ唬┬袠I(yè)亂象

　　隨著居民財富的不斷增長，消費觀念變化與消費升級，消費金融的快速發(fā)展雖然促進了消費，拉動了增長，釋放出巨大的業(yè)務發(fā)展空間，但由于發(fā)展過快，相關政策和監(jiān)管跟不上，也產生了一些問題，如校園貸亂象、欠債人跑路、暴力催債，以及因債導致的惡性案件等。

　?。ǘ┩对V多

　　國內消費投訴平臺“21CN聚投訴”發(fā)布的2017年消費投訴報告顯示，互聯網消費金融行業(yè)是2017年消費類被投訴最多的行業(yè)，且普遍存在惡性催收、利率畸高的問題。此外，移動端已成為消費者最常用的投訴方式。

　　從行業(yè)投訴情況看，互聯網消費金融行業(yè)在監(jiān)管部門新規(guī)出臺后，投訴量爆發(fā)式增長，2017年共計2.7萬件，占投訴總量的32.4%，成為2017年第一大被投訴行業(yè)。而解決率僅37.3%，全行業(yè)排名倒數第二。惡性催收、利率畸高兩大行業(yè)性問題最為嚴重。

　　消費信貸余額預測

　　2016年，我國消費信貸余額達到5.91萬億元。我們預計，2018年我國消費信貸余額將達到12.3萬億元，未來五年（2018-2022）年均復合增長率約為26.49%，2022年將達到31.6萬億元。

　　圖表　中投顧問對2018-2022年中國消費信貸余額預測

　　數據來源：中投顧問產業(yè)研究中心