阿里金融來勢洶洶，今年阿里信貸業務向江浙地區普通會員放開，實現單日利息收入100萬元，引發銀行業震顫。

在這個年交易額過萬億元的中國最大的電子商務平臺上，無擔保、無抵押、純信用的小貸模式不斷刷新資金流轉的速度。而阿里金融實現批量放貸的核心，正是阿里大數據。

阿里小貸的兩種模式

阿里金融誕生于2010年，“如果銀行不改變阿里，阿里將改變銀行”，馬云的振臂一呼，擊碎了當年的恥笑和白眼，如今不斷引起金融體系地震。

阿里金融主要做小企業貸款，以日計息，隨借隨還，無擔保無抵押。流動的資金不斷為小微電商經營業主“解渴”。

2010年和2011年，阿里金融分別于浙江和重慶成立了小額貸款公司，為阿里巴巴B2B業務、淘寶、天貓三個平臺的商家提供訂單貸款和信用貸款。

訂單貸款是指，基于賣家店鋪已發貨、買家未確認的實物交易訂單金額，系統給出授信額度，到期自動還款，實際上是訂單質押貸款。訂單貸款日利率為0.05%，累積年利率約18%。淘寶、天貓訂單貸款最高額度100萬元，周期30天。

信用貸款是無擔保、無抵押貸款，在綜合評價申請人的資信狀況、授信風險和信用需求等因素后核定授信額度，額度從5萬元-100萬元。信用貸款日利率為0.06%，累積年利率約21%。信用貸款最高額度100萬元，貸款周期6個月。

阿里信用貸款又分為“循環貸”和“固定貸”兩種。“循環貸”指獲貸額度作為備用金，隨借隨還，免息同時不取用。固定貸指獲貸額度在獲貸后一次性發放。

從整體上講，阿里金融的小貸業務以淘寶、天貓平臺的貸款居多。

截至2012年6月底，阿里小額貸款業務當年上半年投放貸款130億元，自2010年自營小貸業務以來累計投放280億元，為超過13萬家小微企業、個人創業者提供融資服務。

與國有銀行的小貸業務相比，130億元的投放額并不大，但這是由170萬筆貸款組成，在一段時間內曾創造日均完成貸款接近10000筆的業績。

“對于大多數銀行和小貸公司來說，小微企業的資料審查、業務管理和風控成本與大企業差不多，但是收益太少，所以造成了小微企業貸款難的問題。” 拍拍貸CEO張俊對21世紀網表示。

阿里小貸公司最大的發展限制在于資金。互聯網資深評論人士魯振旺對21世紀網表示，放貸資金來源為兩種，一是股東的注冊資金，二是銀行貸款，不超過注冊資本金50%的部分可用于放貸。浙江和重慶兩家阿里小貸公司的注冊資本是16億元，意味著放貸資金最多24億元。#p# 

阿里金融絕招：數據+平臺

進軍金融業僅五年時間，阿里金融已經擁有了銀行征信系統無法企及的數據庫和資金流動性。

以淘寶訂單貸款為例，上海開淘寶女鞋店的賣家王樂(化名)對21世紀網表示，由于支付寶上資金需要一到兩周才能劃到賬戶，她經常通過訂單貸款周轉，每筆額度基本保持在八千到一萬，申請后幾秒鐘就能完成貸款，非常方便。

“阿里利用了大數據和信息流，實現金融信貸審批，與銀行相比，極大提高了貸款效率。”易觀國際分析師張萌表示。

數據庫是阿里金融的最核心資產。

通過阿里巴巴、淘寶、天貓、支付寶等一系列平臺，阿里金融對賣家進行定量分析，前期搜集包括平臺認證和注冊信息、歷史交易記錄、客戶交互行為、海關進出口信息等信息，再加上賣家自己提供的銷售數據、銀行流水、水電繳納甚至結婚證等情況。同時，阿里金融還引入了心理測試系統，判斷企業主的性格特征，主要通過模型測評小企業主對假設情景的掩飾程度和撒謊程度。所有信息匯總后，將數值輸入網絡行為評分模型，進行信用評級。

阿里巴巴B2B業務貸款由于額度較大，阿里金融委托第三方機構于線下進行實地勘察。

貸款發放之后，可以通過支付寶等渠道監控其現金流，如果出現與貸款目的不符的資金運用，將立即經測算，阿里小貸發放的貸款，平均每筆7600元，由于大數據加平臺檢測，貸款周期不超過半年，額度在一百萬內，阿里小貸的不良率控制在1%以內。

阿里的風控模型誕生于2002年推出的誠信通。

當時阿里巴巴正處于創業早期，誠信通推出后要去企業在阿里巴巴建立信用檔案，買家可以在交易時瀏覽，此后阿里巴巴在 “誠信通檔案”基礎上推出的一套評分系統，即“誠信通指數”，由A&V認證，證書及榮譽，會員評價，經驗值等構成。

2007-2010年，阿里巴巴聯合建行、工行合作，向會員企業提供網絡聯保貸款，無需抵押，由3家或3家以上企業組成一個聯合體，共同向銀行申請貸款，同時企業之間實現風險共擔。阿里巴巴將提交申請的會員信用記錄提交給銀行，最終由銀行決定是否發放貸款。

在此期間，阿里巴巴建立了信用評價體系和信用數據庫，及應對貸款風險的控制機制，借助平臺對客戶進行風控，并公布不良信用記錄。

由于雙方信貸理念的巨大差異，2010年合作戛然而止。同年6月，阿里巴巴調整方向，與復星、萬向、銀泰等股東共同推動，成立浙江阿里巴巴小額貸款公司，得到國內首張電子商務領域的小額貸款公司營業執照。

阿里金融批量放貸的核心，就是交易數據能否支撐金融模型、以及金融模型是否確定把違約率降低到一定概率。這不但需要長期沉淀，還需要相對穩定的市場環境，和持續防范系統性風險。