这是最好的时代，互联网赋予了我们将一切理想转化为现实的可能;这是智慧的时代，传统金融正在借助互联网开始几何般的增长;这是信仰的时代，那些成功的创业者已成为这个时代最为积极的“正能量”无限传播。

互联网与传统金融，这是一次奇妙的化学反应，也是一场未知的跨界“旅行”。虽然这场大幕已经开启，但无疑我们对于它的了解要远远小于以往每次的互联网变革。探寻未知是最大的乐趣，找寻答案也是投资界的“使命”。

在这个充满创业朝气的春天，互联网金融圈子里涌现出了一批创业新锐。他们是金融翘楚抑或是技术极客，他们有着不惧一切的勇气，也有着包藏宇宙的气魄。他们是这个时代的颠覆者，也是这个时代的变革者。

文|投资界 于美红

2006年，在中国网络贷款版图还是一片荒芜之时，CEO张俊已经和其他合伙人密谋拍拍贷这个项目，这个网贷平台自正式上线发展至今已经接近七年，中国的P2P平台亦在这七年中经历了从零到纷繁复杂，再到如今倒闭潮带来两极分化的变迁。而在汹涌的P2P浪潮中，拍拍贷坚持的"纯线上"模式使其成为网贷平台中的一枝独秀。

拍拍贷合伙创始人有四个，均毕业自上海交通大学。创业七年过去，从最初磕绊的摸索商业模式到被知名风投机构看中，再到如今坚持"纯线上"、"不兜底"纯粹互联网模式，CEO张俊说，"我们有点儿理想主义"。

去年底，拍拍贷坐上了国内P2P平台用户数量头把交椅。艾瑞咨询公布的数据显示，拍拍贷新注册中户数在2010年仅有12万左右，自此一路飙升，去年底，拍拍贷的新增用户数超过80万，总用户数量超过了200万，交易规模超过十亿。

"从拍拍贷过去发展历程看，2010年之前业务发展比较慢，很多人并不知道，快速发展是从2010年开始。"拍拍贷注册用户的迅速增加与中国P2P网贷平台数量爆发几乎同期，彼时这种解决小微企业贷款难题的新型互联网金融模式为越来越多投资者接受。

快速增加的用户数量并没能让拍拍贷交易数额成为佼佼者，张俊表示，虽然注册用户数已经达到国内之首，其交易规模却没能摘得桂冠。

当你点开拍拍贷首页就会发现张俊说的交易规模与数量的不匹配不足为奇，其官网首页列出的一溜儿正在进行中的交易鲜少有高于一万块的，"实体店主资金周转需3600"，类似这样的借款人比比皆是。与同业其他平台动辄上十万的单笔借款相比，张俊他们的拍拍贷单笔数量额"稍显刺眼"。谁都知道互联网金融做的是屌丝生意，而拍拍贷搞得简直是屌丝中的屌丝。

但是，在张俊看来，就是这样三五千的超小额贷款，成就了拍拍贷的"纯线上，不兜底"。

"贷款额小的线下做不了，只能纯线上。很多P2P机构通过线下走访做，其实还是银行那套方式，成本问题就能要你命。跟银行审贷相比，虽然你有可能把流程缩短，风险容忍度提高，雇佣比银行更便宜的人做这个事，但是依然还是有那么多人参与，它的单笔金额小不下去，你做不了单笔小额的贷款，你得低成本高效率的解决信用评估问题，以更低的综合成本贷给借款人。"

纯线上意味着不仅是投资者的资金流通以互联网方式完成，还包括了借款方的信用审核。这种纯线上的信用审核为一般英美P2P平台所采用，P2P"鼻祖"英国ZOPA以及美国最大P2P平台Lending Club均为纯线上平台，而英美机构之所以能做到纯线上，是因为其发达的信用评级系统，例如，美国的Fico，一种美国个人消费信用评估公司开发出的个人信用评级法，这个评级系统可以令P2P机构在几秒钟之内得出借款人信用分数，并作出风险判断。

中国的央行征信系统远远达不到作为风控依据的水平。拍拍贷只得选择自己做系统，"早期在解决两个核心问题，第一个是风险管控问题，你要去反欺诈，做准确的信用评级和反风险欺诈，我们研发了自己这套系统，让我们不用线下，纯线上就完成"张俊说，"这里面门槛是非常高，需要不断地研究和调试，这里面需要大量的用户数量和行为积累。"

长期研究线上风控系统的拍拍贷团队是绝对专家，张俊说，要做评级系统，第一你得收集的数据维度够多，第二这个数据要够大。

"美国Fico，你知道吧，几千个数据维度，人家美国的信贷体系发展了一百多年!"张俊说，他们这帮人都有点理想主义，要追赶这一百多年的成果，"说的不惭愧点儿，要在中国信评系统留下我们的名字!"。

"首先要有数据，还要有结果去验证，一方面是用户自己提交的信息，我们还可以跟权威的第三方合作，公安部、教育部、法院、车辆行驶等等，去做比对。我们可以把关键信息进行数据化，录入到系统里面，我们的用户都是互联网用户，鼓励用户提交社交网络上的数据，比如QQ，Qzone，开心人人，新浪微博，腾讯微博，逻辑很简单，比如在同样的情况之下，一个活跃的使用社交网络的人群，比一个不适用互联网的成本要高，相应的信用程度也就更好。一开始我们拓展了更宽的数据源，每一个用户有三百到四百个甚至两千个数据维度，可供我做数据分析和判断，然后我再根据逻辑假设，比如假设社交网络上更活跃的信用更好，比如女性比男性信用程度更高，有孩子比没孩子更高，根据这些假设进行放贷，交易完成会出现结果，这个人是不是按时还款，是总是按时还款还是有短逾期，还是说从此不还了，会有很多结果出来，有了这些结果我再回归，进行数学统计的分析，就可以知道这些数据维度哪些是什么样的权重，这个就可以应用到这个人的信用识别的打分体系里面。"

低贷款额度、高用户数量让张俊他们的团队在积累数据体量上得到甜头儿，"比如很多做线下的，一个用户就做30万，今年十个亿的交易，3000多个人就完成了，我们是平均5000一个用户，做十个亿可能做二十万的用户，用户量就差好几个级，你样本量足够大，我们定位于做屌丝用户，我们更互联网。我们更愿意做大量用户，有了大量用户就能把我们的信用评级做的更近准，有了更精准的数据我们就能更大量的投入大量用户中去，正向循环就循环起来了。"

拍拍贷的这个系统模型正在不断优化，张俊说，大量的用户意味着需要不间断的优化系统，"非常有挑战"。

"基本上每周我们都会上线一个新的信用评级模型的版本，但是线下可能就不需要，因为他们都是个案处理的，每次我处理一个案子跟其他案子的关联是不大的，有人去跑就行了，线上就是不断的要去优化，而且还要特别照顾用户的体验。"

张俊时不时的透露他的理想主义情结，"拍拍贷大部分借款人是分布在三四五线城市搞企业经营的，或者有消费需求但没有被信用卡覆盖的群体。投资者是一二线城市的白领，我们发现我们干了件有意义的事儿，我们把一二线城市经济发达地区闲散资金，输送到欠发达的经济实体里面去，能够帮助欠发达地区经济进一步发展起来。"