今天看了@陈达美股投资 师兄《互金的“铁人三项”与乐信的客群优势》，文采飞扬的文章，受到很多启发，但还有若干疑问：
（1）互金公司面对的是一个供给不饱和的市场，只要肯花引流费，就能增加借款人。所以，做大增量并不是难事。困难在于，做高每季度贷款规模的时候，如何确保风险定价还是合意的，即获得合理的利润水平，而这个利润还要兼顾了公司短期和中长期的利益。乐信一方面取得最高的增速，另一方面又把逾期率控制得很好，显然是很好的处理了二者的矛盾性，但现在从财务报告中无法分析出乐信是如何克服这些矛盾的。
（2）互金公司的风险定价模型基本都是围绕大数定理展开。简单讲，就是通过模型来模拟借款收取到利息，扣除获客成本、扣除信用损失，再扣除其他运营成本后，出来一个什么样的毛利率。这取决于公司具体选择的商业策略。A公司可能愿意承受更多的违约率，牺牲毛利率，通过以量补价，或是做大规模来阶段性领先；B公司则可能要资产质量好看，维持高毛利。但应该不是最重要的。
个人了解到，现在互金公司贷审的底层工具大同小异，虽然大家都开发有自己的模型，同时大量采购第三方的风险数据来喂自己的模型，最好做好做出贷或不贷，贷多贷少的决定。但据说各家公司在这方面的技术没有质的差别。
现在行业公认的技术进步在于反欺诈。但有的公司宣称通过用几千个纬度变量来做借款人的数字画像，然后更精确的排除高风险人群，有效的降低逾期率，可能并不一定靠谱。此前有很多第三方风险服务商，如同盾科技（以前用爬虫技术，获取更多的隐秘数据，比如获取共债数据，确实能帮助降低排除一些风险，但现在谁都不敢用了）就认为，无论蚂蚁还是京东，大家的审贷技术并没有多大的差异。只是大家掌握的数据不一样，可能略有差别。但是这些数据理论都可以在合规范围内采购，互通有无。如果说谁家的审贷决策体系特别牛逼，这就需要细节。
审贷技术就是设定一个通过率，在这个通过率下，借款利率与坏账、获客成本是能平衡的。比如说：通过率高了，可以降低获客成本，但逾期率可能增加。通过率低了，则可以降低逾期率，但获客成本可能高了。这在于风险和收益的权衡。当然，复借率高，可以有效的降低获客成本。
比较要命的是风险定价模型执行的结果出入太大：即实际贷款表现和计划的风险定价不一样。比如A公司设定在10%的申请通过率，对应的获客成本是5%，预期损失率为5%，IRR为24%，那么扣掉获客成本和损失，有望获得14%的毛利。但实际上，损失率达到了10%，那么毛利就降到9%，这种超预期的事情是糟糕的。
（3）互金公司的竞争手段是什么？目前都没有打价格战，怎么能断言谁的客群更好。假设说，乐信的客群最优质，那信也、趣店在获客的时候，降低借款利率好了，看看能不能分流这些客户？所以，借款人到底关心什么呢？说乐信好，或是其他公司好？好在哪里？即借款人辨识这些互金公司的点在哪里？如果有，那么乐信垄断优质客群合情合理；如果没有，何以确信乐信的客群就好？
对于借款人而言，因为第一次借款是在乐信的平台上借的，以后就会忠诚于这个平台，似乎没有特别强的道理。互联网的粘性可能体现不出来。当然，也有可能是我认知水平不够，希望有知之者教我。比如借款人在乐信上借过钱，不想在暴露隐私给其他平台，所以不愿意使用其他平台。但如果利率不同呢？难道不想比较下吗？
（4）互金公司的本质是金融，抛开互联网用户这些噱头。前面提过，现在市场是不饱和的，只要肯花钱去获客，都能找到客户，增长不是问题，如果有质量的增长才是考验。这时候，风险纬度可能是更重要的，比如用利润/在险资产规模来衡量可能更准确。如果一家公司在贷规模（所有兜底的在贷规模）很高，但利润很低，也是个问题。
（5）个人看$乐信(LX)$ $趣店(QD)$ $信也科技集团(FINV)$ ，没觉得谁特别好，感觉没有什么辨识度。或者说以我的判断力，还看不出谁特别好。但是定价的差异已经相当大，这对我是一个挑战和考验