前言：中文期刊網精心挑選了區塊鏈市值管理范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
區塊鏈市值管理范文1
內蒙古的羊肉質優味美，可因無法讓消費者相信這產自內蒙古，很多只能賣每斤14元。而采用區塊鏈技術后，產自內蒙古的羊肉從養殖到運輸再到上架，所有信息都會記錄跟蹤下來，供應商和銷售商都無法篡改，價錢能提高到每斤40元。 2016年6月，由萬維網聯盟（W3C）舉辦的“區塊鏈與網絡研討會”在麻省理工學院舉行。開發者展示區塊鏈技術和應用
不久的將來，你的冰箱里總會有新鮮的食物――因為應用了區塊鏈技術，這臺智能冰箱能夠識別放進去的蔬菜從一粒種子到上架發生的所有事情，提醒你丟掉過期食物，甚至還能幫你購買新的食物。
這是IBM提供的區塊鏈應用場景。2015年底，IBM宣布參加由Linux基金會牽頭的開源區塊鏈超級賬本（Hyperledger）項目，是最早進入區塊鏈領域的科技巨頭之一。
IBM大中華區副總裁王允臻告訴《t望東方周刊》，現實是，越來越多的大公司正在區塊鏈業務上“跑馬圈地”。
盡管，這一當今世界最具想象力的技術，其絕大多數應用項目還都處于嘗試階段。
取代金融機構？
肇始于比特幣的區塊鏈，天然地與金融業建立了最親密的關系。
區塊鏈技術的誕生，在北京人民匯金科技有限公司創始人王立仁看來，是金融技術的一次極大的創新。
“金融技術的基礎性作用是記錄資產，它要解決的關鍵問題，是如何證明權利的真實性。”王立仁告訴《t望東方周刊》。
他認為，人類進行資產交換，會產生信任糾紛，因此必須把交易的內容和數據記錄下來。從結繩計數，到泥板計數，再到實物貨幣、紙幣、票據、復式記賬、電子貨幣，等等，莫不如此。
后來，交易雙方可能各自有獨立的賬本，因此發生交易就產生了對賬、平賬等麻煩的事情。
發展到近現代，包括銀行等提供信用背書的第三方中介就開始興起了，它們成為交易的中介和中心。而這種中心化的信用中介是賬本的實際擁有方，它是交易的操作執行和記錄者。
假如銀行要篡改用戶的記錄，會十分容易。但區塊鏈技術或許能成為去中心化的突破口。
以前集中在第三方中介手中的唯一賬本，現在變成了區塊鏈上各參與節點共同維護的公共賬本，或者說，每個節點都有一個賬本。第三方提供信用背書的功能可由技術替代，而點對點的平等網絡體系有望建成。
“這樣看，并不是去掉哪個中心，也不是沒有中心，而是建立一個可信任的多中心體系?！辈急龋ū本┚W絡技術有限公司創始人兼CEO蔣海告訴《t望東方周刊》。
他給本刊記者舉例稱，利用區塊鏈技術運營的數字資產發行，有可能降低對大渠道的依賴，提升小渠道甚至個人的流通作用。
“區塊鏈的顛覆性就體現在這里。即便第三方信用中介不完全消失，也將極大地降低金融業相關業務的成本。因為，要第三方中介提供信用背書，是需要很高成本的。”王立仁說。
另一個典型的金融領域應用場景是證券交易。現在，證券買賣因涉及多方對賬，需要的清算時間是“T+2”或“T+3”，有延遲。
北京航天航空大學教授蔡維德告訴本刊記者，這里面有兩個問題：一是有些對賬和監督必須由人工來做，會出現差錯;二是清算時間過長。
“倘若使用區塊鏈技術，能減少甚至消滅交易差錯，并能夠優化后臺流程、縮短結算時間。”他說。
高盛分析師詹姆士?施耐德等人認為，“區塊鏈技術在美國能每年節省20億美元成本，從全球范圍來看，假設成本和股市市值成比例，那么每年節省的成本可能超過60億美元?！?/p>
革命還是試水
區塊鏈技術對金融領域的顛覆式猜想，幾乎可以稱得上要多瘋狂有多瘋狂。
可以預見的是，基于區塊鏈的金融系統，成本更低，流程也會更便捷。
行業研究機構Gartner的《2016區塊鏈工具箱報告》（以下簡稱Gartner報告）顯示，目前區塊鏈的應用層面，金融業應用占52%，居首位。
深圳銀鏈科技公司CEO申屠青春也觀察到，越來越多的金融機構對區塊鏈技術產生興趣。而熱潮背后，他卻感覺到，金融機構做區塊鏈是“戴著鐐銬跳舞”。
“金融機構在不改變用戶歸屬、不改變業務歸屬和流程、不改變敏感數據歸屬、不改變監管要求和架構等前提下，怎么發揮區塊鏈的優勢？”申屠青春說。
在他看來，金融機構本身就是第三方中介，區塊鏈則是要削弱第三方，而“金融機構不可能革自己的命”。
蔡維怨鄄斕劍包括銀行等大部分金融機構試水區塊鏈，都是從非核心部門開始的，比如公益項目，開放日活動項目等。
在王允臻看來，現階段金融機構試水區塊鏈的小心謹慎，是完全可以理解的。
“這相當于要更新一個既有的久經考驗、值得信賴的系統，不但會有技術成本和實際的財務成本，更重要的是，必須重新再造一個與之適配的風險管理層。金融機構的資產價值越高，帶來的風險就越大，就會越謹慎。”他說。
然而，金融業內也不乏“吃螃蟹的人”。
2015年9月，美國金融技術公司R3成立了區塊鏈聯盟組織R3CEV。
該聯盟的目的是為了建立一種定制的基于以太坊的跨境區塊鏈解決方案。銀行可以通過區塊鏈上的代幣資產來模擬交易，將大大減輕交易成本，增強流動性。中國平安金融集團在2016年5月宣布加入R3聯盟，成為該聯盟的第一個中國成員。
2016年6月16日，英國銀行（英國央行）行長馬克?卡尼宣布，他們計劃在RTGS（實時全額支付系統）中使用區塊鏈。
“這是一個重要的聲明，RTGS是銀行的核心業務之一，這說明區塊鏈的應用已經到了業務核心和戰略層面。RTGS 是英國國家經濟金融的運行中心，堪稱國家經濟的心臟，日處理5000億英鎊的交易額，相當于英國三分之一的GDP。”蔡維云蘭邸
涉及真實性的領域，都可利用區塊鏈
而今，區塊鏈從金融領域出發，正蔓延到越來越多的領域。
高盛銀行在2016年6月公布的《區塊鏈――把理論付諸實踐》中，列舉了包括共享經濟、供電市場、房地產、證券交易以及金融市場等五個領域的區塊鏈應用。
在王立仁看來，只要是涉及到真實性的領域，都可以利用區塊鏈技術進行更好的改造。他的名單上包括能源、物聯網、供應鏈金融、貿易金融、影視版權、農業、紡織業，等等。
Gartner報告顯示，排在金融應用之后的，是媒體應用、法律應用、政府應用，以及健康應用、零售應用、能源應用、教育應用等領域。
北京航空航天大學數字社會與區塊鏈實驗室正在與中央電視臺合作區塊鏈微電影版權項目。蔡維越檣芩擔在私有區塊鏈上，可以通過嚴格的智能合約完成自動版權交易。
“你看一次付費微電影，就自動實現扣費，并且能保護版權。因涉及到的觀看市民和微電影數量非常大，這系統有可能成為現在世界上規模最大的區塊鏈項目之一?！辈叹S運怠
蔣海則告訴本刊記者，布比區塊鏈已經應用于數字資產、貿易金融、供應鏈溯源、公示公證、股權債權、數據安全等領域。
“區塊鏈技術不能只往極客型社區文化方向發展，它的商業價值發揮，還得是與產業的結合?！笔Y海認為，有兩種動機可以驅動不同領域采用區塊鏈技術。
“一種情況是，區塊鏈幫助產業更好地保證品質，增強消費者對其的信任;另一種情況是，出于安全需要，如醫藥領域，采用區塊鏈能追蹤到到底是哪個藥廠出事、出事環節具體出在哪兒等?！笔Y海說。
觸發第五輪革命浪潮
建于互聯網之上的區塊鏈，也彌補了互聯網本身的結構性缺陷，為區塊鏈的對外延展提供了更多可能性。
“從互聯網的發展歷史看，1969年阿帕網發明，1987年大家才開始關注安全和隱私?！蓖趿⑷收f。
他解釋說，早期互聯網依靠保密制度，后期保障安全靠打補丁的方式來彌補缺陷，“直到現在，大部分數據和信息都是掌握在中心化的大網站手里的，這導致了數據的集中，服務器一旦掉線后果十分嚴重?！?/p>
而區塊鏈本身去中心化、不可篡改、只能轉移不能復制的技術特性，將直接在區塊鏈網絡之上實現數據權益的清算，使得目前的信息互聯網有向價值互聯網演進的可能。
“區塊鏈是一種全新的技術范式，也是一種革命性的新型生產關系。人類歷史上從來沒有一種系統能對市場進行如此真實的模仿。從傳輸信息，到轉移價值，新型互聯網的想象空間不可小覷?！蓖趿⑷收f。
麥肯錫報告指出，區塊鏈技術是繼蒸汽機、電力、信息和互聯網科技之后，“目前最有潛力觸發第五輪顛覆性革命浪潮的核心技術”。
作為計算機領域研究專家的蔡維裕關注的另一熱點是計算法律學。
區塊鏈市值管理范文2
本期的智能內參來自中國大數據產業生態聯盟的中國大數據產業發展白皮書，對基礎支撐、數據服務、融合應用等三層生態進行了精準的層次化分析，并從投融資角度出發，總結并歸納出十大爆發點，推舉出最具投資價值的十大領域的大數據企業100家。
一：產業生態概覽
大數據相關政策陸續出臺，細分領域應用成關鍵
2016年以來，針對大數據產業發展的政策緊密出臺，涉及產業轉型、政府治理、科技攻關、產業扶持和安全保障等多個方面，產業發展環境持續優化。
從這些意見和方案可以看出，大數據政策規劃正逐漸向各大行業和細分應用領域延伸，大數據產業大踏步進入應用時代。
中國大數據產業持續增長，國內業務占主導
隨著中國經濟進入新常態，智慧城市、數字經濟、新舊動能轉換、轉型升級等概念持續引領大數據產業的發展，加速技術革新和應用拓展。
2017年中國大數據產業規模達3820.4億元，預計2020年產業規模將突破8000億元。
各地政府順應數字經濟發展趨勢，加快設立大數據產業園
聯盟年度的企業調研顯示，受訪企業的營收額多集中于1000-2000萬元和1-2億元這兩個量級。
進一步分析發現，1000-2000萬元這一區間的企業多為成立3-5年的小型企業，這些企業的產品和服務很多尚處于持續開發迭代中，其在細分領域的目標非常專注；1-2億元這一區間的企業則大多成立了10年以上，他們的產品體系已經相對成熟，在細分領域也塑造了一定的品牌和影響力。
基于這一雙峰的分布形態，可以將大數據企業的成長劃分為三個階段，其中營收額1000萬-2000萬元以下的大數據企業應該更關注生存和產品的迭代，2000萬-1億元這一區間的企業則更應該關注通過高度專注的產品來打造品牌，2億元營收以上的企業則應更多關注大規模的市場開拓。
此外，問卷調研顯示，大數據企業非常注重研發，研發人員比例的均值不低于60%。此外，這些企業的市場多在國內，且集中于華北、華東和華南三大地區。
數據源、基礎設施、軟硬件產品和應用的熱點布局
基于問卷統計結果，與大數據相關的數據源、基礎設施、軟硬件產品和應用的熱點布局情況如上圖所示。其中紅色表示熱度高，綠色表示熱度低。
數據源和基礎設施
企業的數據源多來自企業本身、互聯網和政府，數據流通的熱點集中在標準化和開放共享，基礎設施的熱點則在于云計算和數據中心建設。
軟硬件產品
硬件產品的熱點集中在超融合一體機、存儲和網絡設備，基礎軟件的熱點集中于前端的采集、清洗和大數據平臺，應用軟件則集中于數據可視化及與其相關的商業智能。
應用
企業端最主要的應用在于風險控制，行業端的應用則以服務業為主，熱點相對集中于互聯網、政務、金融和交通等領域。
中國大數據人才培養成為焦點
目前，中國大數據領域人才學歷層次主要以本科為主，本科及以上學歷從業人員占比合計89%，整個行業呈高學歷化。
從人才的主要學科來源看，計算機類、統計類和數學學科占比最大，顯示出大數據人才培養中對計算機相關知識、統計學和數學基礎的綜合性要求。這種相對綜合的要求，導致大數據人才培養的難度較大，對學生的學習能力和課程設置的要求也較高。
中國大數據人才儲備排前三位的城市依次為北京、上海和深圳。這些城市豐富的大數據人才儲備與其高等教育水平密切相關。
從2016年開始，國家為應對大數據人才市場缺口，創設了“數據科學與大數據”本科專業。截止2018年，審批通過設置該專業的學校數量從2016年的3所增長到248所，擴張了近83倍。“數據科學與大數據技術”專業課程體系完整，涉及數學、統計和計算機等多個方面，滿足了市場對復合型人才的需求。
大數據產業鏈
數據服務、基礎支撐和融合應用相互交融，協力構建了完整的大數據產業鏈。
基礎支撐層是整個大數據產業的引擎與核心，它涵蓋了網絡、存儲和計算等硬件基礎設施，資源管理平臺、以及各類與數據采集、預處理、分析和展示相關的方法和工具。
從數據流動的角度來看，除去硬件設施和資源管理平臺，大數據架構可以理解為：前端的數據采集、中端的流處理、批處理、即時查詢和數據挖掘等服務，以及末端的數據可視化服務。
在基礎支撐層之上，融合應用層包含了與政務、工業、農業、金融、交通和電信等行業緊密相關的應用軟件和整體解決方案。
數據服務層，則是圍繞各類應用和市場需求，提供輔的服務，包括數據交易、數據資產管理、數據采集加工分析、數據安全等。
大數據產業生態地圖
二：十大爆發點
1、工業企業上云引爆工業APP市場
2017年以來，伴隨著工業互聯網概念的提出，工業企業上云和工業APP開發成為熱點詞匯。我國工業領域的云化水平較低，在上云企業數量的廣度和企業在云端部署的深度兩個維度上都具有非常大的發展潛力，工業企業上云處于爆發前期。
未來，隨著國家上云政策的細化和分解（如目標分解、實施路徑、考核標準、應用場景和財政支持方式等），以及各地政府對工業企業上云策略（如企業上云評估、診斷和實施路徑等）的落地，對工業數據的分析需求會快速上升，引爆各類工業APP應用的開發，諸如設備設施預測性維護、工業生產流程優化、生產過程可視化和供應鏈優化等工業應用。
2、前端智能將廣泛應用在城市安防和設備設施監測維護領域
相比于云計算技術架構，應用前端智能技術（將經過數據分析驗證的算法和模型固化到前端高性能傳感器和數據采集設備），可以有效地削減數據傳輸過程中的網絡帶寬消耗，降低前端設備自身功耗，提升數據分析效率和系統整體的智能化水平。
現階段的前端智能面臨三大挑戰：模型參數多、實時性要求高、運算能力弱。要解決這些問題，需要在軟件和硬件方面同時下功夫，對企業的綜合能力要求很高。
未來，隨著中國新一輪的智慧城市和工業互聯網建設的持續推進，市場對智能終端和傳感器的需求將會拉動前端智能市場的進一步增長，其中城市安防、交通和設備設施監測維護將成為增長重點。
3、智能投顧開辟金融市場新藍海
新興的智能投顧公司在國外發展迅速，主流財富管理領域已經認可智能投顧并積極投入其中。目前，國內的一些公司也推出了類似的產品（如投米RA、積木盒子、嘉實基金和彌財等），但整體而言仍然處在非常早期的階段。
國內的智能投顧業務將推動投資理財走向普惠化，改變財富管理市場格局，開辟中國金融市場新藍海，未來市場發展潛力巨大。
4、網絡營銷向線下滲透，場景營銷成破局利器
營銷大數據的本質是，通過把握企業或個人的特征，挖掘識別其需求，并據此將正確的產品和服務推送給有需求的客戶，并從中收取費用，最終達成三贏的效果。
在用戶注意力資源開發已經飽和的現狀下，傳統網絡營銷業務增長乏力?；诰€下場景的營銷，提供了破局制勝的突破口。
線下場景數據由于自帶精準性的特征，當前已成為營銷大數據企業關注的重點。常用的線下場景則包括各大商場、汽車4S店、滑雪場、機場和高鐵站等。
5、“數據鐵籠”開啟政務監管新市場
“數據鐵籠”通過應用大數據分析方法，對行政權力的運行開展全面而高效的監督。
數據鐵籠的建設，首要的是樹立開放共享的思想理念，規范權力體系。在此基礎上，搭建融合跨界的大數據平臺，通過大數據融合分析，支撐權力運行流程的再造和優化，實現精準有效的權利監管。
典型的數據鐵籠細分應用場景包括：酒駕治理流程化、交通建設工程項目流程化、道路運輸管理流程化、紀委監督數據化、公檢法案件審判精準化等。
6、BD+ABI引爆多元化健康醫療應用市場
人工智能+健康醫療大數據
健康語音交互、計算機視覺、認知計算等技術蓬勃發展，助推醫療領域的快速突破。
通過人工智能的手段，醫生診療、患者自診的效率可以大幅提升。具體的應用場景包括：語音錄入病歷、醫療影像智能識別、輔助診療/癌癥診斷、醫療機器人、個人健康大數據的智能分析等。
物聯網+健康醫療大數據
物聯網技術的出現，能夠幫助醫院實現對醫療對象（如醫生、護士、病人、設備、物資和藥物等）的智能化感知和處理，支持醫院內部醫療信息、設備信息、藥品信息、人員信息和管理信息的數字化采集、處理、存儲和傳輸等功能。
在醫療物聯網領域的兩個重點應用：醫療服務，主要是以患者服務為中心的護理、后勤服務和基礎設施建設；成本控制，以醫院人財物為中心的保障和行政業務管理。
區塊鏈+健康醫療大數據
區塊鏈技術是一種互聯網數據庫技術，其特點是去中心化、公開透明，讓每個人均可參與數據庫記錄，因此又稱為分布式賬本技術。
首先，各類互聯醫療設備和數據安全的需要，使得區塊鏈技術及相關安全基礎設施，成為實現數字醫療工作流程和高級醫療互操作性的基礎。其次，區塊鏈能夠統一不同的數據集，打破那些讓機器學習算法難以訪問的數據“豎井”，為機器學習提供執行高級分析所需的標準化、全面化、高完整化的數據集。
7、大數據思維開啟態勢感知市場
當下，面對復雜多變的網絡安全威脅和安全風險，僅靠防火墻、入侵檢測、防病毒、訪問控制等單一技術已經不能滿足網絡安全需求，而“基于大數據的網絡安全態勢感知”由于可以綜合各方面因素，動態展示網絡安全現狀，并適時地給出預測和預警提示，得到了市場的廣泛關注。
大數據技術特有的海量存儲和并行計算等特點，為大規模網絡安全態勢感知技術的實現奠定了基礎。借助大數據技術，通過對海量數據的分析和挖掘，態勢感知可以對網絡安全狀態進行評估，感知網絡異常事件和漏洞，并進行整體安全態勢預測。
8、數據交易線上化開辟企業數據合作新渠道
當前，各地政府在大力發展大數據產業時，都格外重視“大數據交易中心“建設，加速推動數據資源開放共享。
考慮到中國80%以上的數據資源掌握在各級政府手里，政府數據的開放共享和開發應用已經成為建設重點。然而，由于數據商品價值的特殊性（易被復制、易被侵權、數據隱私和安全缺乏保障、數據價值具有不確定性），數據交易的建設和運營面臨一些現實困境。
未來，隨著線上交易機制的完善，確權、安全和定價等問題的解決，將促使線上的交易平臺成為數據需求方和供給方對接的新渠道，海量的線下數據合作將逐步向線上遷移，加速數據的流通和應用，拓展企業間數據合作的新渠道。
9、數據跨界集聚構筑寡頭生態新藍圖
數據開放推動社會治理的變革，實現了治理主體從一元化向多元化轉變，治理模式從政府管理走向市場化的多元合作模式。
共享經濟通過數據開放共享和平臺建設，推動了社會治理的變革，促成了治理系統向法治、協商和自治的轉變，有效彌補了政府監管的短板，開放了數據紅利，激活了市場創新，提供了更加便捷的生活方式。
目前，我國共享經濟的主要應用領域包括交通出行、房屋住宿、知識技能、生活服務、醫療服務和二手交易等。雖然共享經濟發展迅速，滲透領域日漸拓展，但該體系下仍存在信用機制不健全、監管缺失、嚴重依賴補貼等行業亂象。
2016年以來，共享經濟的市場競爭格局逐漸清晰，逐步由單個平臺走向寡頭競爭和生態化發展的趨勢明顯。
一方面，共享企業持續洗牌，以共享單車市場為例，處于市場尾端、運營能力差的企業相繼倒閉，而巨頭的加入使得共享單車行業梯形分隊明顯；
另一方面，共享經濟正逐步走向生態化，諸多細分市場都傳來單個共享平臺被互聯網巨頭投資或收購的消息，加速了跨界的數據集聚。
10、在線職業培訓彌合復合型大數據人才缺口
大數據人才需要具有跨領域的知識架構，既需要懂IT技術和統計知識，又要懂實際的應用場景業務。賽迪顧問預計，2018年中國大數據領域的復合型人才缺口約為160萬。面對復合型人才的這種巨大缺口，僅靠傳統的高校教育難以快速滿足市場需求。
在此背景下，在線職業培訓成為填補大數據領域復合型人才缺口的有效途徑，其靈活高效的資源配置能力，可以有效應對市場的動態變化。
而在各類在線職業培訓課程中，以考證類培訓最受歡迎，主要是考證類課程的授課目的明確，課后通過考試拿到國家承認的相關資格證書有利于幫助其在職場上升職、加薪。
三：價值投資百強榜
依據自行設定的評判指標體系，從企業估值/市值、營收狀況、創新投入、專利數量、產品競爭力、企業發展潛力、領導層能力等多個維度進行定量與定性結合的評比。賽迪智庫評選出中國最具投資價值的前100家企業。
大數據企業投資價值百強榜單
分析顯示，一部分大數據企業源自軟件與信息服務業、互聯網業和傳統產業，通常企業規模較大。這些企業本身集聚了海量的數據資源，其所涉及的市場面廣，具備較強的競爭優勢。實際運營中，這些企業積極打造資源集聚的平臺生態，多采用橫向擴展的策略，通過投資、并購等手段加速在大數據領域的發展。
另外，很大一部分大數據企業屬于成立不足10年的中小企業，它們專注于大數據某一細分領域，深耕產品和服務，實施縱深發展策略，通過數據累積和技術迭代，逐漸塑造了細分領域內的品牌和競爭優勢。這些企業通常通過資本化手段做強，且多與互聯網巨頭簽署戰略合作，通過平臺戰略獲取市場份額。
大數據融資熱度持續，但投資趨于理性
在中國大數據投融資市場中，2017年的總投資額要少于2016年，但是投資事件發生的數量高于2016年，即投資強度降低，投資熱情持續增長，投資市場依舊火爆，但投資者更加理性。
2017年國內大數據投資市場中行業應用層的投資事件高達257筆，占總投融資事件79.32%，投資額高達387.72億元，占總投資額的73.30%。
從投資市場整體來看，隨著大數據在行業應用價值體現不斷增加，大數據行業應用企業獲得的投融資更多，中國大數據投資主要集中在應用層，而基于數據采集、清晰、預處理、存儲、數據安全解決方案等基礎服務層的投資占比較小。
大數據投融資市場在應用層的主要投資領域為技術應用和行業應用。
在2017年中國大數據投融資市場，在行業投資領域發生的投資事件數為175件，總投資額為288.81億元；
在技術投資領域發生的投資事件數為82件，投資總額為98.91億元。預計未來的大數據投融資市場，仍將以應用為主要投資方向，而行業應用投資仍然占據主力地位，且單筆投資強度仍高于技術應用投資。
在2017年技術應用領域投資市場中，精準營銷領域發生的投資事件占比最大，其次為人工智能、物聯網等；從總投資額角度來看，人工智能的投資占比最大，其次為精準營銷、數據運營與智能分析。
在2017年行業應用領域的投資市場中，物流行業發生的投資事件占比最大，其次為汽車行業、金融行業；從總投資額角度來看，金融行業的投資占比最大，其次為醫療行業、汽車行業。
北京和上海是大數據融資最活躍的兩大城市
從2017年中國發生融資的公司注冊地進行分析，北京無論是在融資事件數，還是融資總額都占據首位，且均達到50%左右；其中北上廣深四個城市發生的融資事件數占比達到74.82%，融資額占比更是高達85.38%；除此外，長三角經濟區，如蘇州、南京、無錫等城市，大數據融資發生較多。
區塊鏈市值管理范文3
數據能力：互聯網巨頭發展金融最大優勢
數據金融：金融的本質是數據，以及基于數據的建模和風險定價?；ヂ摼W公司及科技公司擁有海量用戶數據，有機會借由數據挖掘和建模，成為傳統金融公司之外的數據金融新貴。全球互聯網上市公司總市值約2萬億美金，而金融市場規模則在300萬億量級。
中國傳統銀行的征信記錄僅覆蓋總人口的35%，遠低于互聯網52%的覆蓋率。互聯網巨頭擁有了極大的數據先發優勢。 雖然中國的央行征信及傳統金融業務數據不對互聯網公司開放，但豐富的社交、線上消費及轉賬行為數據能夠在風控和征信中發揮巨大作用。
據CNNIC統計，截止2016年底，我國網民規模達7.31億，手機網民占比達95.1%，其中手機支付用戶達到4.7億。隨著中國移動互聯和移動支付滲透率的不斷提高，網民在互聯網上留下的數據蹤跡成指數級增長，這些數據不僅包括了基本的實名制用戶信息，更重要的是體現了用戶的消費歷史、社交行為、生活開支甚至是理財偏好。
螞蟻金服和騰訊金融擁有自己的征信數據來源和技術，使其能夠繞開傳統金融，獨立解決陌生人交易場景中的身份及違約風險評估問題。在數據金融的競爭格局下，互聯網巨頭將首先受益數據優勢帶來的用戶價值增長。
隨著移動支付成為大眾習慣，互聯網金融規模保持著高速上漲，截至2016年，中國互聯網金融總交易規模超過12萬億，接近GDP總量的20%，互聯網金融用戶人數超過5億，位列世界第一。
相對的是，銀行卡和傳統金融網點的重要性被不斷削弱。銀行卡是我國傳統金融機構觸及客戶的主要產品，然而隨著電子支付的爆發，銀行卡的吸引力不斷減弱，手機號實名制和生物身份驗證為互聯網金融提供了與傳統銀行卡相同等級的安全保障，網絡資管規模將在一段時間內保持高速增長。
目前全球27家估值不低于10億美元的金融科技獨角獸了中，中國企業占據了8家，融資額達94億美元。中國互聯網金融服務市場規模巨大，增速較高，有望成為互聯網公司的下一金礦 ，在數十億市場空間里，數字金融巨頭已經出現雛形。
另一方面， 經過了幾年的高速發展， 阿里、騰訊等 互聯網頭部公司具有了穩定的市場地位和可觀的市值規模。對互聯網龍頭公司來說，線下商業模式向線上搬遷所帶來的紅利在消退，未來的增長是決定公司戰略的重要因素。
經過了近6年的高速增長，截止2016年底，中國移動互聯網月度活躍用戶數量已經突破了10億大關，但同比增長持續放緩，IOS設備不增反降。
另外一方面，規模型APP(MAU大于1萬)的數量在2015年達到頂峰后，在16年開始下滑，但頭部 APP(千萬級以上)數量仍在持續增加。在新用戶增長乏力的局面上，頭部APP實際上在持續收割中部APP的用戶，互聯網市場寡頭化的趨勢越來越明顯。
隨著移動互聯的滲透率達到網民總數的95.1%，人口紅利逐漸減退，移動互聯網正從增量模式轉入存量模式。增量流量的枯竭，迫使互聯網公司改變一貫以來依靠流量的粗放模式，而更多的依靠增值服務，對存量流量進行再獲取，管理和商業化成為互聯網巨頭的主要著眼點。
對于互聯網和科技巨頭而言，金融市場顯然是具備足夠體量和盈利能力的潛在市場，基于個人客戶和小商戶的數據挖掘和逐漸積累沉淀的風險定價能力有希望成為其在金融領域的競爭優勢。我們判斷，數據金融可能在互聯網盛宴的下半場綻放光彩。
中國互聯網巨頭以支付為入口，以數據為底層支持，基于大數據的理財產品、信貸、保險等的設計、發行、分銷;嵌入場景的消費金融和供應鏈金融;以區塊鏈、云計算為代表數據金融技術能力的輸出，綜合來看，數據金融初具雛形。互聯網巨頭的獲客成本持續低于傳統金融機構，逐漸成熟的互聯網征信體系將進一步釋放巨大的金融衍生場景，互聯網巨頭重構金融的機會正在到來。
與傳統的征信數據相比，互聯網數據能夠更全面地反映用戶消費及資金狀況，海量數據在互聯網各項平臺中不斷積累，信用生態合作者也可以提供后續反饋，形成新的行為和交易數據回路，在反饋中不斷更新個人征信狀況。
深度契合需求， 互聯網金融增量市場空間巨大
需求端：個人客戶和小商戶對金融服務的需求持續存在。傳統金融公司很難滿足長尾曲線中后部客戶對于金融服務便利性、可得性和性價比的需求?；ヂ摼W公司依靠龐大用戶基礎、用戶數據持續跟蹤分析和渠道優勢，對更大范圍的客戶進行信用評估和金融服務，如京東金融等。
中國個人消費貸款余額在4萬億量級，長期有望增長至10萬億以上，對應高達數千億的利息收入。綜合考慮保險、投資、眾籌等其他業務，個人金融服務市場空間有望達萬億規模。數據金融公司有機會在增量市場中占據較大份額。
據央行統計，目前傳統的金融機構對國內個人征信的覆蓋率僅為28%，而美國個人征信市場的覆蓋率為92%，以FICO信用分為主要依據的美國個人征信系統已經有了十多年歷史，而央行的征信系統還存在查詢難、記錄少、個人信息在不同銀行割裂等情況。
作為個人金融業務發展的基石，個人征信數據是衡量個人風險和金融服務定價的最關鍵要素。在個人信貸數據偏少的情況下，我國傳統金融機構無法對長尾用戶進行其他維度的數據交叉驗證、分析，導致了個人金融服務市場存在大量空白，需要互聯網巨頭及科技公司進行填補。
長期以來，中國的傳統金融服務局限于以抵押為主的工業制造業和房屋貸款。2010年開始，隨著電商及O2O產業的迅速成長，房貸在消費信貸中所占的比例不斷降低，消費金融比重不斷提高。
我們認為，伴隨著消費升級的大趨勢，中國居民對信貸業務的需求從房貸車貸為主，擴大到日常消費的方方面面(數碼產品、出行、日用品、教育、醫療美容等)。由互聯網公司主導的，嵌入電商場景的互聯網消費金融業務(分期、小額無抵押信用貸款)在很大程度上推動了這一趨勢。我們預計個人金融服務市場將隨著第三方支付的普及進一步增長，個人消費金融市場潛力巨大。
從金融市場規模來看為 ，中國居民可投資資產規模持續上升(年化增速為18%左右)，2015年居民可投資資產規模為181萬億，資產結構中僅為35%的金融產品(發達國家金融為產品比例為60%-70% )，提升空間巨大。另外，中國居民的消費需求保持強勁的增長。
2015為個人消費信貸余額為18.95萬億，年化增速為23% 。截止2016年，中國消費性貸款余額的有占比只有20%左右，與歐美發達國家的50%左右的比例相比，有著明顯的差距。經初步測在算，國內互聯網金融服務的收入空間在2萬億左右。
C端的金融需求金字塔可分為基礎的支付，中層的信貸、消費金融及頂層的投資理財三個層次。互聯網巨頭從電商、社交等入口全面進入第三方支付、征信、小貸、理財等領域，并朝著垂直領域不斷縱深發展。
流量入口帶來的場景和數據優勢，使得互聯網巨頭迅速切入支付和征信兩大底層金融功能。在中國市場以騰訊和螞蟻金服、京東金融為代表的一系列互聯網公司在金融領域快速探索。
憑借支付寶占領第三方支付入口后 ， 螞蟻金服依托電商平臺積累的海量數據 ， 助力金融產品定價與風險控制。螞蟻借唄(純信用個人貸款)2016年用戶數達到1000萬，放款規模為3000億元。
2016年雙十一支付寶全天完成支付10.5 億筆，“花唄” 占20% ，我們估計花唄2017年放款規模在1-2萬億左右 。源于支付寶資金沉淀和理財屬性的余額寶，目前資產規模超過一萬億，理財規模年化增速超過30% 。
云計算將支付寶每秒支付能力提升到了8.59萬筆，遠超VISA(1.4萬筆)等國內外金融機構。依托于淘寶、阿里巴巴和天貓三個電子交易平臺，螞蟻金服獲取了海量的交易數據和消費行為數據，在此基礎上，整個螞蟻金服搭建起了基于信用體系的金融業務帝國。
目前，憑借著覆蓋長尾用戶的消費數據和用戶畫像能力，每筆網上交易的成本降到了2分錢以下，遠低于傳統銀行，保證了各種普惠金融業務順利開展。數據的優勢使得螞蟻金服的產品研發和差異化定價能力顯著高于傳統的保險及基金銷售網點。
中美互聯網金融路徑不同， 中國盈利模式剛剛起步
資料顯示，2016年共有4.5億賬戶使用支付寶，而海外支付巨頭PayPal的活躍賬戶僅有1.97億，支付寶超PayPal成為全球最大的第三方支付公司，2015年支付寶的資金支付總額達到9310億美元(根據花旗研究院數據)，而PayPal為2817億美元， 支付寶在活躍用戶及使用頻次數據都遠超PayPal ，但螞蟻金服的現階段營收遠低于PayPal，ARPU提升空巨大。
從收入結構來看，螞蟻金服國內支付服務收入占總收入比例達到40%以上，小微借貸收入占比達18%，天弘基金收入占比17%，托管利息收入17%，螞蟻金服支付規模大，但盈利水平低于PayPal。個人借貸相關費用已經成為 PayPal和螞蟻金服的重要業務內容(12%vs18%)，但消費金融和個人信貸產品為PayPal每年帶來86.4億收入，而螞蟻金服的相關服務在收入在60億左右，支付寶憑借著更高的用戶基數和更多的線下支付場景，我們認為未來盈利空間巨大。
與支付寶不同的是，PayPal并沒有向全牌照的金控集團轉型，而是建立了獨樹一幟的情景電商模式和全方位的內嵌式支付入口，徹底改變傳統電商的游戲玩法，極大提高潛在用戶轉化率。憑借市場第一的用戶消費轉換率，PayPal得到了很高的交易傭金作為回報。
我海外互聯網巨頭在基礎的支付和電商層面不斷開發，為傳統商家和銀行卡提供網絡支付和電商入口，本身并不擁有資管、銀行等牌照類業務。底層的支付和消費功能正在成為如Facebook、PayPal等巨頭進一步提升廣告、交易收入，開發ARPU值的法寶。
老牌支付巨頭Paypal通過一系列的收購和投資，將自己的支付入口擴大至所有的社交應用和主流內容網站。目前PayPal不僅能提供移動支付、轉賬、信貸功能，更重要的它正在全面向情境電商平臺轉型。去年九月PayPal收購了Modest，獲得了情境電商的所有關鍵技術：在不同應用場景植入購買按鈕，創建app，管理訂單等。
PayPal的移動電商平臺以及Braintree后臺支付的全閉環支持能在用戶瀏覽圖片、網頁和郵件時擁有全面嵌入式購物體驗，用戶目光所及之處，都可以一鍵購買，大大提高了電商用戶的轉化率和消費規模。該業務目前正在內測，有望成為PayPal新的增長點。PayPal也將是緊接Stripe推出Relay后第二個提供情景電商平臺服務的公司。
在美國，傳統理財產品、中小企業信貸、保險等均有成熟的金融巨頭覆蓋，傳統金融機構深耕社區和家庭，消費者習慣已養成。互聯網企業和fintech類公司不具備渠道優勢，他們更多的扮演“補充”角色。未被傳統金融服務覆蓋的客戶或市場縫隙，由互聯網企業和FinTech企業來補充，其角色更多的是“提高某已有業務的效率”。
大多數中產階級的理財服務是由傳統銀行和資產管理公司、投資顧問公司提供的。近年來，智能投顧平臺(自動化投資平臺)的興起，如Betterment、Wealthfront針對的是年輕一代，主打的是在資產在能夠得到充分的大類配置前提下，以人工智能和機器學習輔助個人投資者優化資產結構。
CreditKarma公司則提供美國居民信用分數的實時免費查詢，根據用戶信用分數推薦對他們更劃算的金融服務(保險、貸款等);由于Credit Karma掌握了三分之二的美國消費者的實際債務負擔，包括債權人和債務利率等信息，系統通過挖掘數據并利用算法使用戶看到符合自身需要的廣告，也就是對網站用戶進行個性化的推薦。傭金收入則來自于成功推薦信用卡、貸款以及其他金融服務。
總結來說，數據優勢和流量入口為中國?；ヂ摼W巨頭帶來數據金融的全面成功。2016年春節期間，微信完成320億美金電子紅包的轉賬，是Paypal2015年全年支付額的六倍多。螞蟻金服旗下的余額寶規模達到了960億美金，成為世界規模最大的貨幣基金。
螞蟻金服目前估值為600億美金，距離中國交通銀行4000多億人民幣的市值僅一步之遙。除美國外，中國將成為全世界最大的支付市場和全世界第二大的金融科技市場。中國互聯網巨頭成功開發了國內尚未被傳統金融覆蓋的需求，并走出了一條巨頭進化的獨特路徑。
移動支付為入口 ，數字金融產業鏈全面成型
供給端：第三方移動支付快速普及，2016年交易規模達38.5萬億，微信支付和支付寶市場份額高達90% 。在占據支付業務核心競爭力之后，數據金融公司開始探索信貸業務，在此過程中優先發展征信，并向保險、眾籌、投資等領域延伸。
參照海外發展經驗，我們判斷消費信貸有望成 為 繼支付業務之后，數據金融公司重要的業務之一。傳統金融機構通常通過資產抵押控制信貸風險，對于長尾中后端客戶服務不足。數據金融公司有機會通過數據分析和風險定價模型服務更大范圍的客戶。
以騰訊和螞蟻金服為代表的支付巨頭以自有數據為基礎，發力征信，謀求覆蓋全方位、全場景的移動互聯金融生態。螞蟻花唄已走出阿里平臺，接入40多家外部消費平臺。京東金融以電商交易和商家備貨場景切入，在消費和供應鏈金融領域縱深發展，通過“白條”拓展消費金融業務，并試水ABS和ABN。
互聯網金融將從以支付、電商為代表的產業鏈前端向以個人金融、資產管理為核心的產業鏈后端布局發展。未來，立足于互聯網巨頭和科技公司的金融服務產業，競爭才剛剛開始。
螞蟻金服：數據+ 科技成就金融巨人
依托于互聯網 消費金融的場景化，螞蟻金服首先打開了電子支付市場，并且將消費金融 、保險、小微企業借貸等業務嵌入了日常的交易場景中 。 在建立起了擁有基金、銀行、支付、保險、眾籌等全牌照的金融帝國之后， 全方位的人工智能平臺被應用于各種服務場景之中，如風險控制、信貸決策、保險定價、服務推薦。加上算法不斷迭代，公司向著全場景的智能金融帝國轉型，數據+科技使得螞蟻金服成為互聯網時代的金融巨人。
信息的融合在技術和算法的推動下，開始產生巨大的價值。以螞蟻金服為代表的互聯網金融公司與傳統金融機構最大的區別在于技術?；ヂ摼W公司開始利用技術重塑金融：
自動問題識別(CTR)：上下語義匹配及客戶真實意圖識別。采用標準問題映射技術，再找到多方面的服務標準化或需求驅動。由于采用了人工智能識別技術，2016年雙11淘寶自助服務比例達到了97%，自助轉人工的需求猛降，客戶滿意度提高，公開資料顯示該技術運用后，人力和GPU成本下降1億左右，而支付和理財平臺的峰值容量和操作效率反而得到極大提升。
基于遷移學習和深度學習的精準營銷?；诎⒗锷鷳B體系的海量數據在深度學習的技術框架內達到融合和學習，對用戶、產品、文本等進行同一“編碼”，經過大規模學習和遷移學習后，人工智能能夠將支付用戶的屬性和閱讀偏好、電商購買行為與保險偏好聯系在一起，從而實現基于交易行為和閱讀行為的精準營銷，助力理財和保險產品的銷售和定位。
螞蟻金服在進行精準營銷時，把算法、業務、系統整體打通，大規模提升深度學習效率近6倍左右，并且開始從非結構性數據中提取每個用戶的謹慎性系數。
在螞蟻聚寶的主頁和社區觀點里面，同一個基金面對不同的用戶DNA，會有不同的文字呈現，推薦的內容和原因根據用戶習慣和瀏覽歷史而變化，是個性化定制的模式。目前這些全新的算法提高了業務點擊轉化率將近5.9倍，GMV提高了3.4倍。
小而美的保險：運用機器學習和可解釋模型真正理解用戶的消費行為。螞蟻金服的場景化保險產品，如退貨險、碎屏險等，保費在0.5-5塊錢左右，覆蓋海量長尾人群，場景險保費收入多年維持100%的年化增速，雙11一天保單金額突破1億。
場景保險產品憑借著大數據和機器學習，做到了實時投保，實時差異化定價，實時出險率預測和極速核賠。螞蟻金服使用幾百萬用戶ID數據來培養可解釋模型，即用戶、他所購買的商品和退貨這三者之間的關系，最后得出該用戶的退貨概率。場景類保險依靠此類核心算法，實現了超小金額保單的盈利。
征信業務方面，螞蟻金服根據阿里系(占比30-40%)和其他第三方支付機構提供的征信數據，打造出了“芝麻信用”。芝麻信用除了連接了公安系統的實名驗證與活體檢測技術(掃臉、指紋等)，豐富的交易場景和商家的數據接口為螞蟻金服的機器學習貢獻著源源不斷的數據，芝麻信用還涵蓋了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關系等信息。
在面對巨量涌入的長尾客戶時，傳統金融IT的架構無法支撐，螞蟻金服IT架構的云端化徹底打破傳統架構的限制，實現平臺上各類機構之間信息的自由流通，由此產生的呈指數級增長的數據量在平臺上沉淀。未來，芝麻信用將在消費貸款和個人信用商用領域具有巨大空間。
此外，螞蟻金服通過將支付入口和場景結合，借助其天量的大數據資源和強勁的云計算數據分析挖掘能力，全方位地切入生活場景，匹配大數據帶來的客戶側寫和分流能力，實現了高頻和高留存的金融服務模式。目前，螞蟻金服已經成功地將支付端口帶來的低成本流量接入了理財、融資和外部購物等業務中，旗下主要包括以下幾款產品：
螞蟻借唄：個人無抵押小額貸款。芝麻分600分以上的用戶，可以申請1000元-20萬元不等的貸款額度。借唄在推出后的10個月的時間內用戶數達到1000萬，放款規模為3000億元。目前“借唄”的還款最長期限為12個月，貸款日利率普遍為0.045%，具體利率隨借隨還。用戶申請到的額度可以轉到支付寶余額，和從銀行獲得的貸款一樣。
相較于傳統的個人貸款，“借唄”不需要用戶提交復雜的個人材料和財力證明，只需憑借芝麻信用分就能對用戶的信用水平做出判斷和把關，3秒完成放貸。據統計，借唄90%以上的客戶是來自于80、90后，也就是30歲左右。現在借唄有近4成的用戶是來自于三四線城市，這些城市融資渠道門檻高，借唄現金的業務市場潛力更大。
網商貸(原螞蟻微貸)：針對個體商戶的純信用個人經營貸款。信用分達到 550分即可為申請，網商貸作為一款貸款服務，其還款最長期限為12個月，貸款日利率是0.018%，微貸技術中包含了大量數據模型，利用網絡數據模型和在線資信調查，輔以交叉檢驗技術來確認第三方客戶的信息真實性，將客戶在電子商務網絡平臺上的行為數據映射為企業和個人的信用評價。
此外，還可以通過云計算判斷買家和賣家之間是否有關聯，是否炒作信用，風險的概率的大小、交易集中度等以此來判斷小微企業的信用，降低風險與運營成本。
網商銀行：小微企業、個人消費者和農村用戶，是網商銀行的三大目標客戶群體。在貸款業務中，除了覆蓋阿里生態體系內電商商戶如淘寶店主和外部接近60家合作平臺(如金蝶軟件、美團)的企業主的“網商貸”外，還包括為農村地區小微經營者提供的無抵押無擔保信貸服務“旺農貸”，截至目前，已經覆蓋了全國4852個村莊。從貸款利率看，目前保持在7%—12%之間，依企業資信狀況浮動。
保險業務：包括嵌入自營產品和 第三方保險銷售平臺業務。保險產品與螞蟻金服的其他業務形成對接，產品設計具有場景化、碎片化和定制化特點。
例如，退貨運費險是依托于淘內零售平臺的銷售，通過對不同用戶歷史數據的分析區別定價，契合了買賣雙方在購物時的需求，實現了保單的迅速增長，商戶信用保險則是針對天貓賣家的保證金設計，螞蟻金服通過數據挖掘來對商家的信用狀況進行判斷，允許商家通過購買信用保險的方式來替代繳納保證金，降低了商家的運營成本。
嵌入自營性保險產品與阿里的業務生態圈形成呼應，在產品上具有場景化、碎片化和定制化的特點，且龐大的用戶和業務資源成為這一類保險產品的核心優勢。
騰訊金融：掘金社交數據，互金帝國成型
騰訊的微信支付為騰訊金融積累了理財用戶及資產方資源的同時，也沉淀了資產匹配、設計和分析的數據。騰訊目前主要研發的數據產品為 “ 財富值”， 該值定義了 客戶財富和風險偏好的系數， 可以幫助理財平臺更準確地找到定向的客戶，目前主要應用在理財通平臺。
在渠道方面，這些經過分析的數據形成結論，通過理財通幫助理財產品、信用卡、車險等的精準營銷和定價;在授信方面，通過騰訊金融云的大數據去做風控;在交易方面，根據交易特征篩選來建立“可疑風險防范”等。
微粒貸：依托騰訊大數據用戶畫像，在符合當期授信條件的用戶中隨機篩選出白名單用過戶并邀請使用產品，首批人數不超過10萬人。2016年底，累計發放規模超1600億元，總筆數超2000萬，筆均放款8000元，覆蓋6000萬人。
微粒貸背靠微眾銀行，在微信錢包和手機QQ客戶端上線，單筆最高可借4萬元，個人貸款總額度在500元-20萬元之間。值得注意的是，微粒貸日利息0.05%，其年化利息為18.25%，高于同類產品螞蟻借唄(日利息0.045%)。
微證券：通過與券商合作將把證券的遠程開戶運用到微信上來，微信用戶可以通過微信進行股票交易。此外年初，黃金紅包的上線代表了微信支付分銷高費率產品，進行金融產品迭代的決心。接下來在基金的接入上，騰訊會借助已經入股的好買基金實現批量接入。
2B端 “連接器力 ”：進一步發力2B端，利用數據金融展開競爭; 全面連接銀行信用卡，將大量線上銀行行為服務接入到騰訊平臺上分享價值;而對缺乏風控能力的P2P、小額貸款公司，騰訊選擇通過提供用戶信用數據(騰訊征信、財富值)，向合作公司輸出能力。
年初上線的大量金融小程序顯示了騰訊對進一步向金融機構開發微信導流功能的野心，目前由于監管謹慎的態度，我們對今年小程序在金融產品分銷和傭金分成上面保持謹慎樂觀。
在征信方面，騰訊金融主攻社交數據，搭建社交大數據用戶畫像能力。騰訊征信系統主要依賴三部分數據：騰訊系的基礎業務數據，如社交、游戲等;從合作金融機構拿到的信貸和金融信息， 以及其他外部數據。目前，中國大部分的征信機構都尚未采用社交數據作為征信評估數據，據統計，社交數據在傳統金融機構數據庫占比低于5%，同時社交數據所對應的長尾客群往往在央行征信范圍之外。
騰訊征信最新開發的模型表明，在小額信貸的風險評估中，社交數據的預測能力要強于傳統的借貸數據，騰訊征信開發團隊認為，加入社交數據之后，模型效果會有超過20%的提升，反欺詐測評時效果明顯。未來騰訊征信將深度應用在金融產品分銷和風險評估中，為騰訊金融體系提供準確的用戶畫像。
京東金融：全面對標螞蟻金服 ， 金融產品推陳出新
京東金融利用電商平臺場景和海量數據優勢，根據用戶特征，提供信貸、理財產品和保險的分銷服務。供應鏈金融和消費金融服務的場景不僅僅是京東商城，還拓展到了京東生態圈外的很多外部場景。京東金融通過數據及科技能力，為證券公司、消費信貸公司等提供數據和產品。京東金融商業模式開始從2C到2B進行轉換，主要包括以下產品：
京東白條：在京東網站使用白條進行付款，可以享有最長30天的延后付款期或最長24期的分期付款方式。逾期手續費方面，白條也比花唄低，白條逾期利息是0.03%/天，花唄是0.05%/天。“京東白條”上線，與“京保貝”形成了一個完整的金融產業鏈，分別為供應商和消費者提供小額微貸服務。
此外，“京東白條”的分期業務，還可以為京東帶來豐厚的利潤回報。如果沒有“京東白條”這款產品，用戶在京東購物要想分期付款，只能使用信用卡的分期付款業務，利潤全部被銀行獲取。借助“京東白條”業務，擁有的龐大現金流被充分利用，可為京東帶來豐厚的利潤回報。
小金庫：作為京東金融的一款基礎性貨幣基金理財產品，它不僅整合了現金管理、投資理財等多種功能，還實現了購物支付功能，即用戶通過京東小金庫就可實現瞬間支付購物，速度快于銀行卡等付款方式，進一步提升了消費者的購物體驗。
大支付業務作為京東金融的核心戰略之一，“小金庫”的出現完善了京東金融現在的支付體系，京東支付、白條、小金庫等一系列產品形成了很好的串聯，實現了存、貸、轉的打通。
京小貸：“京小貸”是以京東開放平臺的店鋪為貸款發放對象，根據商家的綜合經營情況給予貸款額度，貸款期限最長12個月，商家可根據貸款金額自主選擇貸款期限和還款方式。
京小貸系統會根據店鋪的評級、當前貸款金額、期限、還款方式等條件綜合計算出貸款利率，目前暫定單筆商家貸款上限為200萬元，之后會根據數據適時上調或下調;而且由于“京小貸”是依據商家信用等京東自有大數據確定放貸，無需商家抵押或提供擔保，年化貸款利率在14%~24%之間，利率低于同業水平。
Facebook：電商之心不死 ， 全面發掘廣告價值
與國內支付巨頭試圖謀求覆蓋全方位、全場景的移動互聯金融生態不同，Facebook通過將好友轉賬、 移動支付和內置聊天機器人結合起來 ，進一步將金融和廣告、電商業務融合。
長期以來，Facebook通過內置的廣告內容為商家導流，現在公司希望用戶不離開Facebook即可完成購物流程 ，在并將交易記錄留存在Facebook生態系統內，便于深挖用戶價值和客戶轉換率，進一步提振廣告收入。Facebook公布的2016年財報顯示 ，移動端廣告收入的占其整體廣告營收的84%。
2015年Facebook Messenger在美國用戶中推出了P2P支付服務，標志著 facebook正式進軍移動支付領域。2016年10月，從愛爾蘭中央銀行獲得電子貨幣許可證，這相當于Facebook獲得了歐盟通行證，為歐洲客戶在Facebook實現好友間支付鋪平了道路。
今年2月份，Facebook又通過跟P2P轉賬服務公司TransferWise合作，讓原本只限于美國的Messenger用戶互相轉賬功能變成一項跨國服務，實現了外匯匯款。
Facebook還增加了頁面一鍵支付功能，它讓Messenger內置的聊天機器人推送連接，并完成收款，用戶不需要離開APP。如果用戶將信用卡信息存儲在Facebook或者Messenger上，就可以通過機器人在喜歡的店鋪或者服務中購物。Messenger不斷的擴展第三方支付伙伴，比如PayPal、Stripe和歐洲的TransferWise。
通過涉足這些全新領域，Facebook希望進一步提振Facebook Messenger用戶的參與度，幫助Facebook增加用戶粘性。值得注意的是，Facebook所有金融相關的業務都是通過尋求第三方合作完成，表明公司目前尚未有正式進軍金融產品服務的計劃，繼續提高廣告收入是現階段公司的最主要目標。
此外，Facebook與PayPal達成合作協議，Facebook用戶在其網站上購物時可以使用PayPal進行支付。此舉一方面可以提高用戶黏著度，另一方面在線支付功能幫助Facebook獲取用戶的銀行卡信息以及他們的購物、支付信息，同時借助大數據技術，Facebook可以準確地預測用戶的個性與品質這種高度敏感的信息，來更好的定位潛在買家，從而在廣告投放方面獲得巨額利潤。
目前，Facebook已經通過對用戶行為進行全方位的跟蹤及發掘，利用其數據優勢在精準營銷上面獲得了巨大成功，Facebook的廣告收入在過去的三年持續超預期。
Facebook在去年10月重新推出Marketplace平臺，用戶們可以通過買賣群組發表自己的出售信息。Marketplace可以根據用戶所在位置，自動顯示附近區域待售的物品。
該模式類似于簡版淘寶+附近的人功能。用戶也可通過App的搜索欄，按位置、類別及價格等選項尋找特定商品。Facebook目前還不支持收付款以及物流服務。公司希望的是用戶能更長久地停留在頁面中，形成瀏覽和購買的閉環，進而驅動其廣告收入的增長。
另外，Facebook也大力發展征信技術，核發貸款的金融業者可透過這項技術，審視個人在社交網站上經可靠節點鏈接的親近朋友，交際圈采樣的得出信用評分低于某個水平以下，那貸款機構就會拒絕核貸給你。
相較于傳統的信用評分方法，銀行可以利用該專利將用戶的人脈關系作為信用評級的參考因素。基于社交評分方法：主要包括用戶信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度。
以數據為基礎的模型和算法成為競爭壁壘
成功的要素：支付依托客戶粘性，信貸依托風險定價能力。依托于互聯網巨頭的數據金融公司具備客戶規模優勢，騰訊和阿里在移動支付端占據先機和數據優勢。但從支付到信貸業務拓展，仍需面對從數據到定價模型的挑戰。對于信貸而言，擁有數據資源是成功的必要不充分條件，后續仍需要通過數據的深度挖掘和模型有效性驗證來提升風險定價能力。
除騰訊、阿里、京東等龍頭公司外，未來也有可能發展出來獨立的風險定價技術服務商，擁有算法和技術優勢的創業公司亦值得關注。
傳統銀行業建立的一個數據或者IT中心，是封閉或者半封閉的，而互聯網巨頭在移動互聯時代，一開始就要接受來自于網上的各種檢驗、釣魚、攻擊、竊取，從而進化出了世界一流的數據分析和風險定價能力。
以螞蟻金服旗下的數據大用戶網商銀行為例，這家沒有網點的民營銀行服務小微企業的數量突破了80萬家，主營為針對小微企業的無抵押無擔保的純信用貸款。 小微企業信用記錄少、風險識別復雜、 控制難度大，但 網商銀行憑借自身研發的風控模型和全流程的數據分析，使得網商銀行的不良率低于國內銀行平均水平。
網商銀行目前的風險控制模型有100多個，其中最有特色的當屬水文交易模型和滴灌經營能力模型。
滴灌模型：當小微企業的經營規模和資產情況達不到貸款門檻時，網商銀行可以通過這家企業的歷史數據判斷它的經營趨勢，并且通過行業數據估計公司業務潛力。它如果被認定具有一定的發展空間，依然可以得到相應額度的貸款。
水文交易模型：預測小微企業的后續經營狀況，從而判斷是否授信。傳統金融機構習慣通過財務分析和人工審核的方式放貸，如果一家企業目前的經營相對困難，即處于“低水位”，傳統金融機構往往不會向其發放貸款。但網商銀行可以從其歷史銷售情況和行業景氣程度的大數據分析中預測其很可能在幾個月后“水位回升”，那么企業也很可能獲得貸款。
京東金融投資美國互金Zestfinance，全新信用模式落地中國：美國科技公司ZestFinance的信用模型將應用于京東金融的消費金融體系，建立大數據信貸審批模型，利用谷歌高維機器學習算法和大數據對借款人進行信用分析和評分，而貸款方則可以購買其風控技術，以評估借款人的信用風險，同時達到降低自身成本的作用。
該模式是通過借款人授權，獲取其在銀行、電商、社交網絡等地的數據，并在此基礎上結合網絡標記數據、其他合作方數據等對借款人進行信用評估，確定可貸款，授予一定信用額度后，將用戶推薦到消費金融等平臺上的貸款方，并收取服務費，同時提供營銷獲客服務。
與螞蟻金服以支付為入口、依托賬戶體系、獲取金融全牌照的發展路徑不同，京東金融從業務場景切入，通過供應鏈金融、消費金融服務打通產業鏈，以數據技術為核心競爭力，為金融機構和非金融機構提供菜單式、嵌入式的基礎設施服務。
B2B出身的阿里巴巴在經過淘寶、支付寶以及天貓三個產品，對海量用戶交易數據、風控管理可謂是駕輕就熟。從其阿里小貸壞賬率僅為1%的績效水平來看，阿里利用數十年里積累下的用戶信息實現了大數據的完美轉型，在電商技術上取得不菲的成績。
與其他企業相比，阿里在互聯網金融領域中的思路和戰略最為清晰和超前，而縱觀阿里金融的業務布局，幾乎涵蓋全產業鏈：支付寶、余額寶、基金、阿里理財、阿里保險、阿里小貸、阿里擔保等，還包括阿里云所提供的金融云服務。同時，阿里也是擁有牌照最多的互聯網公司：第三方支付牌照、基金牌照、擔保牌照和小貸牌照。但最助力阿里巴巴成長的還屬支付寶。
阿里借助支付寶可謂是“一招先吃遍天”，第三方支付覆蓋場景廣闊，不僅有網購、電信充值，還包括水電煤繳費、信用卡還款、日常小額多頻轉賬匯款等，極大地便利了人們日常生活。隨著阿里國際化的戰略轉型，2012年6月阿里與Qiwiwallet成功聯姻。據悉，Qiwiwallet是俄羅斯最大的第三方支付工具，其服務類似于支付寶。買家可以很方便地對Qiwiwallet進行充值，再到阿里巴巴旗下的全球速賣通購買商品。Qiwiwallet完善的風險保障機制，可以免去24小時的審核期限制，支付成功后中國賣家可立刻發貨。另據Hitwise的數據顯示，2013年第二季度支付寶和財付通占我國第三方支付平臺點擊訪問超過90%的市場份額。其中，支付寶超過60%，財付通以29.4%排名第二。
在“2014中國互聯網金融高層論壇暨第七屆中國電子金融年會”上，阿里巴巴小微金融服務集團金融事業部總經理袁雷鳴肯定了大數據對客戶的流動性需求預測的價值，通過十幾年來支付寶為阿里帶來的穩定的用戶基礎，到2014年第一季度，余額寶整個存量的規模已經超過2500億，有接近兩千萬的客戶，平均的戶均投資金額只有4000塊錢左右，充分的體現了碎片化的資金的特性。其中在用戶構成上，年輕化成了余額寶最主要的特點。數據顯示，余額寶的平均年齡28歲，18-35歲占比82.8%，年輕用戶未來再發力將為阿里帶來新一輪的增長點。
在阿里金融生態一片叫好以及外貿蓬勃的大環境下，阿里或于8月赴美上市的計劃就有其天然吸引力。正如武漢科技大學金融證券研究所所長董登新指出：“赴國外上市可以延伸企業觸角，募資外幣、外匯資金。同時，還可以起到境外廣告作用，對于企業國際化戰略大有好處。”這充分體現了阿里作為國際第二大電商的遠見卓識。有分析據此估計，老虎基金入股阿里巴巴給出的估值大約在1280億美元，未來IPO上市，阿里巴巴集團的估值可能沖刺1500億美元，其融資規模有望創下2012年5月Facebook上市以來最大的IPO。
