2013-2017年中国互联网金融信息服务市场专项研究分析报告

第一篇：2013-2017年中国互联网金融信息服务市场专项研究分析报告

2013-2017年中国互联网金融信息服务市场专项研究分析报告

【企业网址】(点击看正文)

正文目录

第一章2013年互联网金融信息服务市场特征1

第一节行业历程及经营模式1

一、行业发展历程1

二、行业经营模式3

第二节2013年行业产业链5

一、产业链上游5

二、产业链下游7

第三节2013年行业盈利水平9

一、2011-2013年盈利能力9

二、2013年企业盈利11

第四节2013年行业体系及政策13

一、行业管理体系13

二、行业法规及政策15

第二章2013年互联网金融信息服务行业背景18

第一节2013-2017年宏观经济发展18

一、2003-2013年GDP分析18

二、2013-2017年前景预测21

第二节2013年国内资本市场24

一、证券市场繁荣发展24

二、多层次市场格局形成26

三、金融产品与服务多样化29

四、市场关联度不断提升31

第三节2013年国内互联网行业33

一、互联网用户规模分析33

二、互联网基础资源分析35

三、互联网商务应用分析36

四、手机网络应用分析38

第三章2013年互联网金融信息服务市场容量及格局

第一节2013年市场容量分析43

一、2013年市场规模分析43

二、2013年市场结构分析44

第二节2013年市场竞争格局47

一、行业竞争格局分析47

二、2013年收入规模48

三、2013年利润规模50

四、2013年业绩成长性53

第三节行业技术及进入壁垒分析56 43

二、行业进入壁垒分析58 第四章2013年国内领先企业竞争力分析63第一节上海大智慧股份63

一、企业概况63

二、公司业务结构6

4三、2013年运营66

第二节金融界70

一、企业概况70

二、公司业务结构7

3三、2013年运营75

第三节同花顺77

一、企业概况77

二、公司业务结构79

三、2013年运营80

第四节指南针83

一、企业概况83

二、公司业务结构8

4三、2013年运营86

第五节东方财富90

一、企业概况90

二、公司业务结构9

3三、2013年运营95

第六节乾隆科技97

一、企业概况97

二、公司业务结构99

三、2013年运营100

第七节上海万得信息103

一、企业概况103

二、业务结构104

第八节和讯信息科技107

一、企业概况107

二、业务结构108

第九节深圳财富趋势111

一、企业概况111

二、业务结构112

第十节上海益盟软件115

一、企业概况115

二、业务结构116

第十一节北京浩鸿明凯科技

一、企业概况119

二、业务结构120

第十二节北京胜龙科技股份11912

3二、业务结构124 第五章2013-2017年互联网金融信息服务产业前景预测128第一节行业发展影响因素分析128

一、行业发展有利因素128

二、行业发展不利因素130第二节行业发展趋势分析13

4一、规模扩大化13

4二、产品丰富化137

三、技术复杂化139

四、用户成熟化140

五、行业集中化1

42六、业务国际化14

5七、媒介多元化147 图表目录（部分）图表1 互联网金融信息服务业产业链图表2 2003-2013年中国股票账户数（单位：万户）图表3 中国中高端个人投资者数量（单位：个）图表4 2013-2017年中国互联网金融信息服务市场规模（单位：亿元）图表5 2011-2013年国内主要金融信息服务公司营业收入对比图 图表6 2011-2013年互联网金融信息服务业可比企业净利润及年增长率表 单位：万元 图表7 2011-2013年互联网金融信息服务业可比企业净利润折线图 图表8 2007-2013 年互联网金融信息服务业内企业毛利率一览表 图表9 2003-2013年中国国内生产总值一览表 单位：亿元 图表10 2003-2013年中国国内生产总值变化趋势图 单位：亿元 图表11 2011-2013年中国GDP 季度增长情况 图表12 2013年国内工业总产值一览表 图表13 2013年国内月度主要工业产量图 图表14 2011-2013年国内城镇固定资产投资一览表 图表15 2013年国内城镇固定资产投资趋势图 图表16 2003-2013 年期末中国股票账户数量图 图表17 中国互联网金融信息前景 图表18 2000-2013 年中国互联网用户规模图 图表19 2005-2013 年中国主要互联网基础资源数量表 图表20 2006-2013年中国手机网络用户规模图 图表21 2004-2013 年中国互联网金融信息服务业市场规模图 图表22 2012 年中国金融信息服务机构用户市场规模预测 图表23 2012 年中国金融信息服务中高端个人投资者用户市场规模预测 图表24 2004-2013 年中国金融信息终端产品总销售额及在行业的比重图 图表25 国内主要的金融信息服务提供商 图表26 2006-2013年行业内发生的一些主要收购情况 图表27 2013 年互联网金融信息服务业可比企业营业收入对比图 图表28 2013 年互联网金融信息服务业可比企业净利润对比图

图表30 2011-2013年互联网金融信息服务业可比企业营业收入折线图 图表31 上海大智慧股份有限公司主要产品和服务一览表 图表32 2013年大智慧财务运营一览表 万元 图表33 2013年大智慧主营业务盈利一览表 图表34 2013年大智慧主营业务盈利一览表 图表35 2013年大智慧主营业务盈利一览表 图表36 2013年同花顺财务运营一览表 万元 图表37 2013年同花顺主营业务盈利一览表 图表38 2013年同花顺主营业务盈利一览表 图表39 2013年指南针公司财务盈利数据 元 图表40 2013年指南针公司财务盈利数据 元 图表41 2013年东方财富财务运营一览表 万元 图表42 2013年东方财富主营业务盈利一览表 图表43 2013年东方财富主营业务盈利一览表 图表44 2013年乾隆科技盈利摘要一览表 图表45 2013年乾隆科技损益表一览表 图表46 上海万得信息产品系列图表47 上海益盟软件公司荣誉

第二篇：2017互联网金融行业分析报告

2017互联网金融行业分析报告 数据能力：互联网巨头发展金融最大优势

数据金融：金融的本质是数据，以及基于数据的建模和风险定价。互联网公司及科技公司拥有海量用户数据，有机会借由数据挖掘和建模，成为传统金融公司之外的数据金融新贵。全球互联网上市公司总市值约2万亿美金，而金融市场规模则在300万亿量级。

中国传统银行的征信记录仅覆盖总人口的35%，远低于互联网52%的覆盖率。互联网巨头拥有了极大的数据先发优势。虽然中国的央行征信及传统金融业务数据不对互联网公司开放，但丰富的社交、线上消费及转账行为数据能够在风控和征信中发挥巨大作用。

据CNNIC统计，截止2016年底，我国网民规模达7.31亿，手机网民占比达95.1%，其中手机支付用户达到4.7亿。随着中国移动互联和移动支付渗透率的不断提高，网民在互联网上留下的数据踪迹成指数级增长，这些数据不仅包括了基本的实名制用户信息，更重要的是体现了用户的消费历史、社交行为、生活开支甚至是理财偏好。

蚂蚁金服和腾讯金融拥有自己的征信数据来源和技术，使其能够绕开传统金融，独立解决陌生人交易场景中的身份及违约风险评估问题。在数据金融的竞争格局下，互联网巨头将首先受益数据优势带来的用户价值增长。

随着移动支付成为大众习惯，互联网金融规模保持着高速上涨，截至2016年，中国互联网金融总交易规模超过12万亿，接近GDP总量的20%，互联网金融用户人数超过5亿，位列世界第一。

相对的是，银行卡和传统金融网点的重要性被不断削弱。银行卡是我国传统金融机构触及客户的主要产品，然而随着电子支付的爆发，银行卡的吸引力不断减弱，手机号实名制和生物身份验证为互联网金融提供了与传统银行卡相同等级的安全保障，网络资管规模将在一段时间内保持高速增长。

目前全球27家估值不低于10亿美元的金融科技独角兽了中，中国企业占据了8家，融资额达94亿美元。中国互联网金融服务市场规模巨大，增速较高，有望成为互联网公司的下一金矿，在数十亿市场空间里，数字金融巨头已经出现雏形。

另一方面，经过了几年的高速发展，阿里、腾讯等 互联网头部公司具有了稳定的市场地位和可观的市值规模。对互联网龙头公司来说，线下商业模式向线上搬迁所带来的红利在消退，未来的增长是决定公司战略的重要因素。

经过了近6年的高速增长，截止2016年底，中国移动互联网月度活跃用户数量已经突破了10亿大关，但同比增长持续放缓，IOS设备不增反降。另外一方面，规模型APP（MAU大于1万）的数量在2015年达到顶峰后，在16年开始下滑，但头部 APP（千万级以上）数量仍在持续增加。在新用户增长乏力的局面上，头部APP实际上在持续收割中部APP的用户，互联网市场寡头化的趋势越来越明显。

随着移动互联的渗透率达到网民总数的95.1%，人口红利逐渐减退，移动互联网正从增量模式转入存量模式。增量流量的枯竭，迫使互联网公司改变一贯以来依靠流量的粗放模式，而更多的依靠增值服务，对存量流量进行再获取，管理和商业化成为互联网巨头的主要着眼点。

对于互联网和科技巨头而言，金融市场显然是具备足够体量和盈利能力的潜在市场，基于个人客户和小商户的数据挖掘和逐渐积累沉淀的风险定价能力有希望成为其在金融领域的竞争优势。我们判断，数据金融可能在互联网盛宴的下半场绽放光彩。

中国互联网巨头以支付为入口，以数据为底层支持，基于大数据的理财产品、信贷、保险等的设计、发行、分销；嵌入场景的消费金融和供应链金融；以区块链、云计算为代表数据金融技术能力的输出，综合来看，数据金融初具雏形。互联网巨头的获客成本持续低于传统金融机构，逐渐成熟的互联网征信体系将进一步释放巨大的金融衍生场景，互联网巨头重构金融的机会正在到来。

与传统的征信数据相比，互联网数据能够更全面地反映用户消费及资金状况，海量数据在互联网各项平台中不断积累，信用生态合作者也可以提供后续反馈，形成新的行为和交易数据回路，在反馈中不断更新个人征信状况。

深度契合需求，互联网金融增量市场空间巨大

需求端：个人客户和小商户对金融服务的需求持续存在。传统金融公司很难满足长尾曲线中后部客户对于金融服务便利性、可得性和性价比的需求。互联网公司依靠庞大用户基础、用户数据持续跟踪分析和渠道优势，对更大范围的客户进行信用评估和金融服务，如京东金融等。中国个人消费贷款余额在4万亿量级，长期有望增长至10万亿以上，对应高达数千亿的利息收入。综合考虑保险、投资、众筹等其他业务，个人金融服务市场空间有望达万亿规模。数据金融公司有机会在增量市场中占据较大份额。

据央行统计，目前传统的金融机构对国内个人征信的覆盖率仅为28%，而美国个人征信市场的覆盖率为92%，以FICO信用分为主要依据的美国个人征信系统已经有了十多年历史，而央行的征信系统还存在查询难、记录少、个人信息在不同银行割裂等情况。

作为个人金融业务发展的基石，个人征信数据是衡量个人风险和金融服务定价的最关键要素。在个人信贷数据偏少的情况下，我国传统金融机构无法对长尾用户进行其他维度的数据交叉验证、分析，导致了个人金融服务市场存在大量空白，需要互联网巨头及科技公司进行填补。

长期以来，中国的传统金融服务局限于以抵押为主的工业制造业和房屋贷款。2010年开始，随着电商及O2O产业的迅速成长，房贷在消费信贷中所占的比例不断降低，消费金融比重不断提高。

我们认为，伴随着消费升级的大趋势，中国居民对信贷业务的需求从房贷车贷为主，扩大到日常消费的方方面面（数码产品、出行、日用品、教育、医疗美容等）。由互联网公司主导的，嵌入电商场景的互联网消费金融业务（分期、小额无抵押信用贷款）在很大程度上推动了这一趋势。我们预计个人金融服务市场将随着第三方支付的普及进一步增长，个人消费金融市场潜力巨大。

从金融市场规模来看为，中国居民可投资资产规模持续上升（年化增速为18%左右），2015年居民可投资资产规模为181万亿，资产结构中仅为35%的金融产品（发达国家金融为产品比例为60%-70%），提升空间巨大。另外，中国居民的消费需求保持强劲的增长。

2015为个人消费信贷余额为18.95万亿，年化增速为23%。截止2016年，中国消费性贷款余额的有占比只有20%左右，与欧美发达国家的50%左右的比例相比，有着明显的差距。经初步测在算，国内互联网金融服务的收入空间在2万亿左右。

C端的金融需求金字塔可分为基础的支付，中层的信贷、消费金融及顶层的投资理财三个层次。互联网巨头从电商、社交等入口全面进入第三方支付、征信、小贷、理财等领域，并朝着垂直领域不断纵深发展。

流量入口带来的场景和数据优势，使得互联网巨头迅速切入支付和征信两大底层金融功能。在中国市场以腾讯和蚂蚁金服、京东金融为代表的一系列互联网公司在金融领域快速探索。

凭借支付宝占领第三方支付入口后，蚂蚁金服依托电商平台积累的海量数据，助力金融产品定价与风险控制。蚂蚁借呗（纯信用个人贷款）2016年用户数达到1000万，放款规模为3000亿元。2016年双十一支付宝全天完成支付10.5 亿笔，“花呗” 占20%，我们估计花呗2017年放款规模在1-2万亿左右。源于支付宝资金沉淀和理财属性的余额宝，目前资产规模超过一万亿，理财规模年化增速超过30%。

云计算将支付宝每秒支付能力提升到了8.59万笔，远超VISA（1.4万笔）等国内外金融机构。依托于淘宝、阿里巴巴和天猫三个电子交易平台，蚂蚁金服获取了海量的交易数据和消费行为数据，在此基础上，整个蚂蚁金服搭建起了基于信用体系的金融业务帝国。

目前，凭借着覆盖长尾用户的消费数据和用户画像能力，每笔网上交易的成本降到了2分钱以下，远低于传统银行，保证了各种普惠金融业务顺利开展。数据的优势使得蚂蚁金服的产品研发和差异化定价能力显著高于传统的保险及基金销售网点。

中美互联网金融路径不同，中国盈利模式刚刚起步

资料显示，2016年共有4.5亿账户使用支付宝，而海外支付巨头PayPal的活跃账户仅有1.97亿，支付宝超PayPal成为全球最大的第三方支付公司，2015年支付宝的资金支付总额达到9310亿美元（根据花旗研究院数据），而PayPal为2817亿美元，支付宝在活跃用户及使用频次数据都远超PayPal，但蚂蚁金服的现阶段营收远低于PayPal，ARPU提升空巨大。

从收入结构来看，蚂蚁金服国内支付服务收入占总收入比例达到40%以上，小微借贷收入占比达18%，天弘基金收入占比17%，托管利息收入17%，蚂蚁金服支付规模大，但盈利水平低于PayPal。个人借贷相关费用已经成为 PayPal和蚂蚁金服的重要业务内容（12%vs18%），但消费金融和个人信贷产品为PayPal每年带来86.4亿收入，而蚂蚁金服的相关服务在收入在60亿左右，支付宝凭借着更高的用户基数和更多的线下支付场景，我们认为未来盈利空间巨大。

与支付宝不同的是，PayPal并没有向全牌照的金控集团转型，而是建立了独树一帜的情景电商模式和全方位的内嵌式支付入口，彻底改变传统电商的游戏玩法，极大提高潜在用户转化率。凭借市场第一的用户消费转换率，PayPal得到了很高的交易佣金作为回报。

我海外互联网巨头在基础的支付和电商层面不断开发，为传统商家和银行卡提供网络支付和电商入口，本身并不拥有资管、银行等牌照类业务。底层的支付和消费功能正在成为如Facebook、PayPal等巨头进一步提升广告、交易收入，开发ARPU值的法宝。老牌支付巨头Paypal通过一系列的收购和投资，将自己的支付入口扩大至所有的社交应用和主流内容网站。目前PayPal不仅能提供移动支付、转账、信贷功能，更重要的它正在全面向情境电商平台转型。去年九月PayPal收购了Modest，获得了情境电商的所有关键技术：在不同应用场景植入购买按钮，创建app，管理订单等。

PayPal的移动电商平台以及Braintree后台支付的全闭环支持能在用户浏览图片、网页和邮件时拥有全面嵌入式购物体验，用户目光所及之处，都可以一键购买，大大提高了电商用户的转化率和消费规模。该业务目前正在内测，有望成为PayPal新的增长点。PayPal也将是紧接Stripe推出Relay后第二个提供情景电商平台服务的公司。

在美国，传统理财产品、中小企业信贷、保险等均有成熟的金融巨头覆盖，传统金融机构深耕社区和家庭，消费者习惯已养成。互联网企业和fintech类公司不具备渠道优势，他们更多的扮演“补充”角色。未被传统金融服务覆盖的客户或市场缝隙，由互联网企业和FinTech企业来补充，其角色更多的是“提高某已有业务的效率”。

大多数中产阶级的理财服务是由传统银行和资产管理公司、投资顾问公司提供的。近年来，智能投顾平台（自动化投资平台）的兴起，如Betterment、Wealthfront针对的是年轻一代，主打的是在资产在能够得到充分的大类配置前提下，以人工智能和机器学习辅助个人投资者优化资产结构。

CreditKarma公司则提供美国居民信用分数的实时免费查询，根据用户信用分数推荐对他们更划算的金融服务（保险、贷款等）；由于Credit Karma掌握了三分之二的美国消费者的实际债务负担，包括债权人和债务利率等信息，系统通过挖掘数据并利用算法使用户看到符合自身需要的广告，也就是对网站用户进行个性化的推荐。佣金收入则来自于成功推荐信用卡、贷款以及其他金融服务。

总结来说，数据优势和流量入口为中国。互联网巨头带来数据金融的全面成功。2016年春节期间，微信完成320亿美金电子红包的转账，是Paypal2015年全年支付额的六倍多。蚂蚁金服旗下的余额宝规模达到了960亿美金，成为世界规模最大的货币基金。

蚂蚁金服目前估值为600亿美金，距离中国交通银行4000多亿人民币的市值仅一步之遥。除美国外，中国将成为全世界最大的支付市场和全世界第二大的金融科技市场。中国互联网巨头成功开发了国内尚未被传统金融覆盖的需求，并走出了一条巨头进化的独特路径。

移动支付为入口，数字金融产业链全面成型 供给端：第三方移动支付快速普及，2016年交易规模达38.5万亿，微信支付和支付宝市场份额高达90%。在占据支付业务核心竞争力之后，数据金融公司开始探索信贷业务，在此过程中优先发展征信，并向保险、众筹、投资等领域延伸。

参照海外发展经验，我们判断消费信贷有望成 为 继支付业务之后，数据金融公司重要的业务之一。传统金融机构通常通过资产抵押控制信贷风险，对于长尾中后端客户服务不足。数据金融公司有机会通过数据分析和风险定价模型服务更大范围的客户。

以腾讯和蚂蚁金服为代表的支付巨头以自有数据为基础，发力征信，谋求覆盖全方位、全场景的移动互联金融生态。蚂蚁花呗已走出阿里平台，接入40多家外部消费平台。京东金融以电商交易和商家备货场景切入，在消费和供应链金融领域纵深发展，通过“白条”拓展消费金融业务，并试水ABS和ABN。

互联网金融将从以支付、电商为代表的产业链前端向以个人金融、资产管理为核心的产业链后端布局发展。未来，立足于互联网巨头和科技公司的金融服务产业，竞争才刚刚开始。

蚂蚁金服：数据+ 科技成就金融巨人

依托于互联网 消费金融的场景化，蚂蚁金服首先打开了电子支付市场，并且将消费金融、保险、小微企业借贷等业务嵌入了日常的交易场景中。在建立起了拥有基金、银行、支付、保险、众筹等全牌照的金融帝国之后，全方位的人工智能平台被应用于各种服务场景之中，如风险控制、信贷决策、保险定价、服务推荐。加上算法不断迭代，公司向着全场景的智能金融帝国转型，数据+科技使得蚂蚁金服成为互联网时代的金融巨人。

信息的融合在技术和算法的推动下，开始产生巨大的价值。以蚂蚁金服为代表的互联网金融公司与传统金融机构最大的区别在于技术。互联网公司开始利用技术重塑金融：

自动问题识别（CTR）：上下语义匹配及客户真实意图识别。采用标准问题映射技术，再找到多方面的服务标准化或需求驱动。由于采用了人工智能识别技术，2016年双11淘宝自助服务比例达到了97%，自助转人工的需求猛降，客户满意度提高，公开资料显示该技术运用后，人力和GPU成本下降1亿左右，而支付和理财平台的峰值容量和操作效率反而得到极大提升。基于迁移学习和深度学习的精准营销。基于阿里生态体系的海量数据在深度学习的技术框架内达到融合和学习，对用户、产品、文本等进行同一“编码”，经过大规模学习和迁移学习后，人工智能能够将支付用户的属性和阅读偏好、电商购买行为与保险偏好联系在一起，从而实现基于交易行为和阅读行为的精准营销，助力理财和保险产品的销售和定位。

蚂蚁金服在进行精准营销时，把算法、业务、系统整体打通，大规模提升深度学习效率近6倍左右，并且开始从非结构性数据中提取每个用户的谨慎性系数。

在蚂蚁聚宝的主页和社区观点里面，同一个基金面对不同的用户DNA，会有不同的文字呈现，推荐的内容和原因根据用户习惯和浏览历史而变化，是个性化定制的模式。目前这些全新的算法提高了业务点击转化率将近5.9倍，GMV提高了3.4倍。

小而美的保险：运用机器学习和可解释模型真正理解用户的消费行为。蚂蚁金服的场景化保险产品，如退货险、碎屏险等，保费在0.5-5块钱左右，覆盖海量长尾人群，场景险保费收入多年维持100%的年化增速，双11一天保单金额突破1亿。

场景保险产品凭借着大数据和机器学习，做到了实时投保，实时差异化定价，实时出险率预测和极速核赔。蚂蚁金服使用几百万用户ID数据来培养可解释模型，即用户、他所购买的商品和退货这三者之间的关系，最后得出该用户的退货概率。场景类保险依靠此类核心算法，实现了超小金额保单的盈利。

征信业务方面，蚂蚁金服根据阿里系（占比30-40%）和其他第三方支付机构提供的征信数据，打造出了“芝麻信用”。芝麻信用除了连接了公安系统的实名验证与活体检测技术（扫脸、指纹等），丰富的交易场景和商家的数据接口为蚂蚁金服的机器学习贡献着源源不断的数据，芝麻信用还涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等信息。

在面对巨量涌入的长尾客户时，传统金融IT的架构无法支撑，蚂蚁金服IT架构的云端化彻底打破传统架构的限制，实现平台上各类机构之间信息的自由流通，由此产生的呈指数级增长的数据量在平台上沉淀。未来，芝麻信用将在消费贷款和个人信用商用领域具有巨大空间。

此外，蚂蚁金服通过将支付入口和场景结合，借助其天量的大数据资源和强劲的云计算数据分析挖掘能力，全方位地切入生活场景，匹配大数据带来的客户侧写和分流能力，实现了高频和高留存的金融服务模式。目前，蚂蚁金服已经成功地将支付端口带来的低成本流量接入了理财、融资和外部购物等业务中，旗下主要包括以下几款产品：

蚂蚁借呗：个人无抵押小额贷款。芝麻分600分以上的用户，可以申请1000元-20万元不等的贷款额度。借呗在推出后的10个月的时间内用户数达到1000万，放款规模为3000亿元。目前“借呗”的还款最长期限为12个月，贷款日利率普遍为0.045%，具体利率随借随还。用户申请到的额度可以转到支付宝余额，和从银行获得的贷款一样。

相较于传统的个人贷款，“借呗”不需要用户提交复杂的个人材料和财力证明，只需凭借芝麻信用分就能对用户的信用水平做出判断和把关，3秒完成放贷。据统计，借呗90%以上的客户是来自于80、90后，也就是30岁左右。现在借呗有近4成的用户是来自于三四线城市，这些城市融资渠道门槛高，借呗现金的业务市场潜力更大。

网商贷（原蚂蚁微贷）：针对个体商户的纯信用个人经营贷款。信用分达到 550分即可为申请，网商贷作为一款贷款服务，其还款最长期限为12个月，贷款日利率是0.018%，微贷技术中包含了大量数据模型，利用网络数据模型和在线资信调查，辅以交叉检验技术来确认第三方客户的信息真实性，将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价。

此外，还可以通过云计算判断买家和卖家之间是否有关联，是否炒作信用，风险的概率的大小、交易集中度等以此来判断小微企业的信用，降低风险与运营成本。

网商银行：小微企业、个人消费者和农村用户，是网商银行的三大目标客户群体。在贷款业务中，除了覆盖阿里生态体系内电商商户如淘宝店主和外部接近60家合作平台（如金蝶软件、美团）的企业主的“网商贷”外，还包括为农村地区小微经营者提供的无抵押无担保信贷服务“旺农贷”，截至目前，已经覆盖了全国4852个村庄。从贷款利率看，目前保持在7%—12%之间，依企业资信状况浮动。

保险业务：包括嵌入自营产品和 第三方保险销售平台业务。保险产品与蚂蚁金服的其他业务形成对接，产品设计具有场景化、碎片化和定制化特点。

例如，退货运费险是依托于淘内零售平台的销售，通过对不同用户历史数据的分析区别定价，契合了买卖双方在购物时的需求，实现了保单的迅速增长，商户信用保险则是针对天猫卖家的保证金设计，蚂蚁金服通过数据挖掘来对商家的信用状况进行判断，允许商家通过购买信用保险的方式来替代缴纳保证金，降低了商家的运营成本。

嵌入自营性保险产品与阿里的业务生态圈形成呼应，在产品上具有场景化、碎片化和定制化的特点，且庞大的用户和业务资源成为这一类保险产品的核心优势。

腾讯金融：掘金社交数据，互金帝国成型

腾讯的微信支付为腾讯金融积累了理财用户及资产方资源的同时，也沉淀了资产匹配、设计和分析的数据。腾讯目前主要研发的数据产品为 “ 财富值”，该值定义了 客户财富和风险偏好的系数，可以帮助理财平台更准确地找到定向的客户，目前主要应用在理财通平台。

在渠道方面，这些经过分析的数据形成结论，通过理财通帮助理财产品、信用卡、车险等的精准营销和定价； 在授信方面，通过腾讯金融云的大数据去做风控；在交易方面，根据交易特征筛选来建立“可疑风险防范”等。

微粒贷：依托腾讯大数据用户画像，在符合当期授信条件的用户中随机筛选出白名单用过户并邀请使用产品，首批人数不超过10万人。2016年底，累计发放规模超1600亿元，总笔数超2000万，笔均放款8000元，覆盖6000万人。

微粒贷背靠微众银行，在微信钱包和手机QQ客户端上线，单笔最高可借4万元，个人贷款总额度在500元-20万元之间。值得注意的是，微粒贷日利息0.05%，其年化利息为18.25%，高于同类产品蚂蚁借呗（日利息0.045%）。

微证券：通过与券商合作将把证券的远程开户运用到微信上来，微信用户可以通过微信进行股票交易。此外年初，黄金红包的上线代表了微信支付分销高费率产品，进行金融产品迭代的决心。接下来在基金的接入上，腾讯会借助已经入股的好买基金实现批量接入。

2B端 “连接器力 ”：进一步发力2B端，利用数据金融展开竞争 ； 全面连接银行信用卡，将大量线上银行行为服务接入到腾讯平台上分享价值；而对缺乏风控能力的P2P、小额贷款公司，腾讯选择通过提供用户信用数据（腾讯征信、财富值），向合作公司输出能力。

年初上线的大量金融小程序显示了腾讯对进一步向金融机构开发微信导流功能的野心，目前由于监管谨慎的态度，我们对今年小程序在金融产品分销和佣金分成上面保持谨慎乐观。

在征信方面，腾讯金融主攻社交数据，搭建社交大数据用户画像能力。腾讯征信系统主要依赖三部分数据：腾讯系的基础业务数据，如社交、游戏等；从合作金融机构拿到的信贷和金融信息，以及其他外部数据。目前，中国大部分的征信机构都尚未采用社交数据作为征信评估数据，据统计，社交数据在传统金融机构数据库占比低于5%，同时社交数据所对应的长尾客群往往在央行征信范围之外。

腾讯征信最新开发的模型表明，在小额信贷的风险评估中，社交数据的预测能力要强于传统的借贷数据，腾讯征信开发团队认为，加入社交数据之后，模型效果会有超过20%的提升，反欺诈测评时效果明显。未来腾讯征信将深度应用在金融产品分销和风险评估中，为腾讯金融体系提供准确的用户画像。

京东金融：全面对标蚂蚁金服，金融产品推陈出新

京东金融利用电商平台场景和海量数据优势，根据用户特征，提供信贷、理财产品和保险的分销服务。供应链金融和消费金融服务的场景不仅仅是京东商城，还拓展到了京东生态圈外的很多外部场景。京东金融通过数据及科技能力，为证券公司、消费信贷公司等提供数据和产品。京东金融商业模式开始从2C到2B进行转换，主要包括以下产品：

京东白条：在京东网站使用白条进行付款，可以享有最长30天的延后付款期或最长24期的分期付款方式。逾期手续费方面，白条也比花呗低，白条逾期利息是0.03%/天，花呗是0.05%/天。“京东白条”上线，与“京保贝”形成了一个完整的金融产业链，分别为供应商和消费者提供小额微贷服务。

此外，“京东白条”的分期业务，还可以为京东带来丰厚的利润回报。如果没有“京东白条”这款产品，用户在京东购物要想分期付款，只能使用信用卡的分期付款业务，利润全部被银行获取。借助“京东白条”业务，拥有的庞大现金流被充分利用，可为京东带来丰厚的利润回报。小金库：作为京东金融的一款基础性货币基金理财产品，它不仅整合了现金管理、投资理财等多种功能，还实现了购物支付功能，即用户通过京东小金库就可实现瞬间支付购物，速度快于银行卡等付款方式，进一步提升了消费者的购物体验。

大支付业务作为京东金融的核心战略之一，“小金库”的出现完善了京东金融现在的支付体系，京 东支付、白条、小金库等一系列产品形成了很好的串联，实现了存、贷、转的打通。

京小贷：“京小贷”是以京东开放平台的店铺为贷款发放对象，根据商家的综合经营情况给予贷款额度，贷款期限最长12个月，商家可根据贷款金额自主选择贷款期限和还款方式。

京小贷系统会根据店铺的评级、当前贷款金额、期限、还款方式等条件综合计算出贷款利率，目前暂定单笔商家贷款上限为200万元，之后会根据数据适时上调或下调；而且由于“京小贷”是依据商家信用等京东自有大数据确定放贷，无需商家抵押或提供担保，年化贷款利率在14%~24%之间，利率低于同业水平。

Facebook：电商之心不死，全面发掘广告价值

与国内支付巨头试图谋求覆盖全方位、全场景的移动互联金融生态不同，Facebook通过将好友转账、移动支付和内置聊天机器人结合起来，进一步将金融和广告、电商业务融合。长期以来，Facebook通过内置的广告内容为商家导流，现在公司希望用户不离开Facebook即可完成购物流程，在并将交易记录留存在Facebook生态系统内，便于深挖用户价值和客户转换率，进一步提振广告收入。Facebook公布的2016年财报显示，移动端广告收入的占其整体广告营收的84%。

2015年Facebook Messenger在美国用户中推出了P2P支付服务，标志着 facebook正式进军移动支付领域。2016年10月，从爱尔兰中央银行获得电子货币许可证，这相当于Facebook获得了欧盟通行证，为欧洲客户在Facebook实现好友间支付铺平了道路。

今年2月份，Facebook又通过跟P2P转账服务公司TransferWise合作，让原本只限于美国的Messenger用户互相转账功能变成一项跨国服务，实现了外汇汇款。

Facebook还增加了页面一键支付功能，它让Messenger内置的聊天机器人推送连接，并完成收款，用户不需要离开APP。如果用户将信用卡信息存储在Facebook或者Messenger上，就可以通过机器人在喜欢的店铺或者服务中购物。Messenger不断的扩展第三方支付伙伴，比如PayPal、Stripe和欧洲的TransferWise。

通过涉足这些全新领域，Facebook希望进一步提振Facebook Messenger用户的参与度，帮助Facebook增加用户 粘性。值得注意的是，Facebook所有金融相关的业务都是通过寻求第三方合作完成，表明公司目前尚未有正式进军金融产品服务的计划，继续提高广告收入是现阶段公司的最主要目标。

此外，Facebook与PayPal达成合作协议，Facebook用户在其网站上购物时可以使用PayPal进行支付。此举一方面可以提高用户黏着度，另一方面在线支付功能帮助Facebook获取用户的银行卡信息以及他们的购物、支付信息，同时借助大数据技术，Facebook可以准确地预测用户的个性与品质这种高度敏感的信息，来更好的定位潜在买家，从而在广告投放方面获得巨额利润。

目前，Facebook已经通过对用户行为进行全方位的跟踪及发掘，利用其数据优势在精准营销上面获得了巨大成功，Facebook的广告收入在过去的三年持续超预期。

Facebook在去年10月重新推出Marketplace平台，用户们可以通过买卖群组发表自己的出售信息。Marketplace可以根据用户所在位置，自动显示附近区域待售的物品。

该模式类似于简版淘宝+附近的人功能。用户也可通过App的搜索栏，按位置、类别及价格等选项寻找特定商品。Facebook目前还不支持收付款以及物流服务。公司希望的是用户能更长久地停留在页面中，形成浏览和购买的闭环，进而驱动其广告收入的增长。

另外，Facebook也大力发展征信技术，核发贷款的金融业者可透过这项技术，审视个人在社交网站上经可靠节点链接的亲近朋友，交际圈采样的得出信用评分低于某个水平以下，那贷款机构就会拒绝核贷给你。

相较于传统的信用评分方法，银行可以利用该专利将用户的人脉关系作为信用评级的参考因素。基于社交评分方法：主要包括用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度。

以数据为基础的模型和算法成为竞争壁垒

成功的要素：支付依托客户粘性，信贷依托风险定价能力。依托于互联网巨头的数据金融公司具备客户规模优势，腾讯和阿里在移动支付端占据先机和数据优势。但从支付到信贷业务拓展，仍需面对从数据到定价模型的挑战。对于信贷而言，拥有数据资源是成功的必要不充分条件，后续仍需要通过数据的深度挖掘和模型有效性验证来提升风险定价能力。

除腾讯、阿里、京东等龙头公司外，未来也有可能发展出来独立的风险定价技术服务商，拥有算法和技术优势的创业公司亦值得关注。

传统银行业建立的一个数据或者IT中心，是封闭或者半封闭的，而互联网巨头在移动互联时代，一开始就要接受来自于网上的各种检验、钓鱼、攻击、窃取，从而进化出了世界一流的数据分析和风险定价能力。

以蚂蚁金服旗下的数据大用户网商银行为例，这家没有网点的民营银行服务小微企业的数量突破了80万家，主营为针对小微企业的无抵押无担保的纯信用贷款。小微企业信用记录少、风险识别复杂、控制难度大，但 网商银行凭借自身研发的风控模型和全流程的数据分析，使得网商银行的不良率低于国内银行平均水平。

网商银行目前的风险控制模型有100多个，其中最有特色的当属水文交易模型和滴灌经营能力模型。

滴灌模型：当小微企业的经营规模和资产情况达不到贷款门槛时，网商银行可以通过这家企业的历史数据判断它的经营趋势，并且通过行业数据估计公司业务潜力。它如果被认定具有一定的发展空间，依然可以得到相应额度的贷款。

水文交易模型：预测小微企业的后续经营状况，从而判断是否授信。传统金融机构习惯通过财务分析和人工审核的方式放贷，如果一家企业目前的经营相对困难，即处于“低水位”，传统金融机构往往不会向其发放贷款。但网商银行可以从其历史销售情况和行业景气程度的大数据分析中预测其很可能在几个月后“水位回升”，那么企业也很可能获得贷款。

京东金融投资美国互金Zestfinance，全新信用模式落地中国：美国科技公司ZestFinance的信用模型将应用于京东金融的消费金融体系，建立大数据信贷审批模型，利用谷歌高维机器学习算法和大数据对借款人进行信用分析和评分，而贷款方则可以购买其风控技术，以评估借款人的信用风险，同时达到降低自身成本的作用。

该模式是通过借款人授权，获取其在银行、电商、社交网络等地的数据，并在此基础上结合网络标记数据、其他合作方数据等对借款人进行信用评估，确定可贷款，授予一定信用额度后，将用户推荐到消费金融等平台上的贷款方，并收取服务费，同时提供营销获客服务。与蚂蚁金服以支付为入口、依托账户体系、获取金融全牌照的发展路径不同，京东金融从业务场景切入，通过供应链金融、消费金融服务打通产业链，以数据技术为核心竞争力，为金融机构和非金融机构提供菜单式、嵌入式的基础设施服务。

B2B出身的阿里巴巴在经过淘宝、支付宝以及天猫三个产品，对海量用户交易数据、风控管理可谓是驾轻就熟。从其阿里小贷坏账率仅为1%的绩效水平来看，阿里利用数十年里积累下的用户信息实现了大数据的完美转型，在电商技术上取得不菲的成绩。

与其他企业相比，阿里在互联网金融领域中的思路和战略最为清晰和超前，而纵观阿里金融的业务布局，几乎涵盖全产业链：支付宝、余额宝、基金、阿里理财、阿里保险、阿里小贷、阿里担保等，还包括阿里云所提供的金融云服务。同时，阿里也是拥有牌照最多的互联网公司：第三方支付牌照、基金牌照、担保牌照和小贷牌照。但最助力阿里巴巴成长的还属支付宝。

阿里借助支付宝可谓是“一招先吃遍天”，第三方支付覆盖场景广阔，不仅有网购、电信充值，还包括水电煤缴费、信用卡还款、日常小额多频转账汇款等，极大地便利了人们日常生活。随着阿里国际化的战略转型，2012年6月阿里与Qiwiwallet成功联姻。据悉，Qiwiwallet是俄罗斯最大的第三方支付工具，其服务类似于支付宝。买家可以很方便地对Qiwiwallet进行充值，再到阿里巴巴旗下的全球速卖通购买商品。Qiwiwallet完善的风险保障机制，可以免去24小时的审核期限制，支付成功后中国卖家可立刻发货。另据Hitwise发布的数据显示，2013年第二季度支付宝和财付通占我国第三方支付平台点击访问超过90%的市场份额。其中，支付宝超过60%，财付通以29.4%排名第二。

在“2014中国互联网金融高层论坛暨第七届中国电子金融年会”上，阿里巴巴小微金融服务集团金融事业部总经理袁雷鸣肯定了大数据对客户的流动性需求预测的价值，通过十几年来支付宝为阿里带来的稳定的用户基础，到2014年第一季度，余额宝整个存量的规模已经超过2500亿，有接近两千万的客户，平均的户均投资金额只有4000块钱左右，充分的体现了碎片化的资金的特性。其中在用户构成上，年轻化成了余额宝最主要的特点。数据显示，余额宝的平均年龄28岁，18-35岁占比82.8%，年轻用户未来再发力将为阿里带来新一轮的增长点。

在阿里金融生态一片叫好以及外贸蓬勃的大环境下，阿里或于8月赴美上市的计划就有其天然吸引力。正如武汉科技大学金融证券研究所所长董登新指出：“赴国外上市可以延伸企业触角，募资外币、外汇资金。同时，还可以起到境外广告作用，对于企业国际化战略大有好处。”这充分体现了阿里作为国际第二大电商的远见卓识。有分析据此估计，老虎基金入股阿里巴巴给出的估值大约在1280亿美元，未来IPO上市，阿里巴巴集团的估值可能冲刺1500亿美元，其融资规模有望创下2012年5月Facebook上市以来最大的IPO。总体来看，阿里如今的各项投资案都显示其整合、利用和完善产业链的雄心：社交媒体数据为其理财产品推广奠定了广泛的用户基础；高德的地图数据提高了落地率；与中国气象局公共气象服务中心达成战略合作，未来医院“智能化看病”的构想……未来的阿里将在带来更大的商业价值的同时，更好地服务国民经济和社会民生。

第三篇：2013年中国互联网金融信息服务行业技术水平

2013年中国互联网金融信息服务行业技术水平

智研数据研究中心网讯：

内容提要：在软件开发技术领域，本行业的主要技术特点表现在：在接入服务器领域，通过改进通讯模型和处理算法最大限度的提高网上交易的处理速度、并发能力和用户体验。

随着国内软件技术和证券分析技术的不断提升，证券行情交易系统更加趋向于实用化、功能化，在动态行情分析，实时新闻资讯，智能选股，委托交易等方面进行了较为深入的研究，使得证券行情交易系统可在基本面分析、技术面分析，个性选股、自动选股、自动委托交易、新闻资讯汇集等多方面满足终端用户的投资需求分析。

内容选自智研数据研究中心发布的《2013-2018年中国软件及信息服务外包市场现状及投资战略分析报告》

在软件开发技术领域，本行业的主要技术特点表现在：在接入服务器领域，通过改进通讯模型和处理算法最大限度的提高网上交易的处理速度、并发能力和用户体验。在数据存储服务领域，通过软件集群技术，将大批量的数据分别存储于不同地区的数据中心，在个别节点存在故障的情况下，可继续为系统提供高速数据存储服务。在客户端领域，利用网络浏览引擎技术，通过解析脚本来生成客户端界面，并应用到客户端框架中的每个部分，实现与客户端框架的无缝结合，实现行情、交易和服务类数据的无障碍调用，降低网络冗余数据，提高网络访问速度；在安全领域，利用底层驱动技术、加密套件、动态更新、多线程防护等技术有效隔绝盗号木马的各种攻击。

在金融数据分析领域，则是通过对市场信息数据的统计，按照一定的分析工具来给出数（报表）、形（指标图形）、文（资讯链接）。分析工具包括：利用回归分析、时间序列分析等计量经济学分析工具和方法设计的经济指标模型（如GDP、PPI、CPI 等）、企业价值成长模型、企业财务预测模型及企业估值模型等。

尽管本行业发展时间较短，但得益于国内证券交易所采用的数据传输、分类处理系统在世界范围内技术领先，及中国软件开发技术的飞速发展，国内领先企业的技术实力也得到快速发展，达到较高水平。

第四篇：互联网金融行业发展分析报告

互联网金融行业发展分析

发布时间：2013/08/1

1随着以互联网为代表的现代信息技术，特别是移动支付、大数据、搜索引擎、社交网络和云计算等的发展，诞生了诸多基于互联网的金融服务模式，将对传统金融模式产生根本的影响，为金融市场带来许多全新的课题。对业界而言，互联网金融模式会产生巨大的商业机会，但也会促成竞争格局的大变化。对政府而言，互联网金融模式有利于解决中小微企业融资问题和促进民间金融的阳光化、规范化，提高金融普惠性，但同时也带来了一系列监管挑战。对此，中关村将互联网金融作为国家科技金融创新中心建设的重要内容，在深入研究的基础上，积极推进相关工作的开展。

一、互联网金融内涵

互联网金融是互联网与金融相结合的新兴领域，指借助于互联网技术、移动通信技术实现资金融通、支付和信息中介等业务的新兴金融模式。在互联网金融模式下，因为有互联网、移动支付、搜索引擎、大数据、社交网络和云计算等先进技术手段，极大程度消除了市场信息不对称问题，使市场充分有效，从而接近一般均衡定理上描述的无金融中介状态。交易双方在资金期限匹配、风险分担上的成本非常低,金融产品的发行、交易以及货币的支付可以直接在网上进行，进而大幅度降低市场交易的成本。

互联网金融主要有三个特征，一是在支付方式方面，以移动支付为基础，个人和机构都可在中央银行的支付中心(超级网银)开设存款和证券登记账户；证券、现金等金融资产的支付和转移通过移动互联网进行；支付清算完全电子化。二是在信息处理方面，社交网络生成和传播信息，搜索引擎对信息进行组织、排序和检索，云计算保障海量信息高速处理能力，最终形成时间连续、动态变化的信息序列，解决信息不对称问题。信息处理具有私人信息公开化、隐性信息显性化、分散信息集中化、海量信息指标化等特点。三是在资源配置方面，资金供需信息直接在网上发布并匹配，供需双方可以直接联系和交易，形成了“充分交易可能性集合”，实现透明、公平的交易环境，中小企业融资、民间借贷、个人投资渠道等问题更容易解决。

目前我国互联网金融呈现快速发展态势，一是金融机构的互联网化，金融机构加速布局、积极开展基于互联网的业务创新。各金融机构纷纷意识到互联网金融将对传统金融业务产生变革，开始着手向互联网金融业务拓展。二是互联网企业纷纷进行金融业务布局，新型机构不断涌现、市场规模持续扩大。

二、中关村发展互联网金融的基础

作为我国互联网等信息技术发展的中心和国家科技金融创新中心，中关村具有发展互联网金融的现实需求和良好基础。第三方支付行业异军突起，呈现快速增长态势。人民银行已分7批向 1

250家企业发放了第三方支付牌照，其中上海54家，北京53家，分列第一、二位。互联网金融的新模式不断涌现，兴起了一批基于互联网的机构和金融服务平台。第一类主要是为个人与个人（创业者）提供便捷的借贷通道，如人人贷、宜信网等P2P平台。第二类是致力于为客户提供融资产品搜索、借贷备案登记，创业项目融资演示等服务的专业机构，如融360、好贷网、创业邦、36氪等。第三类是通过网络实现天使投资、创业投资和创业者撮合的众筹融资平台，如天使汇。电子商务企业开始涉足金融领域，开启小微企业金融服务新模式。以阿里巴巴、京东商城等为代表的电商系企业，依托其掌握的交易数据和信用信息优势，在互联网数据开发的基础上进一步加速挖掘金融业务的商业附加值，搭建出的不同于银行传统模式的业务平台。总体来看，中关村具有建设成为中国互联网金融创新中心的五大优势：

一是先行先试的优势。中关村是我国的科技创新中心和战略性新兴产业的策源地。党中央、国务院和北京市委、市政府高度重视中关村在提升自主创新能力、建设创新型国家中的示范引领和辐射带动作用，将中关村作为我国体制机制创新和改革先行先试的试验田。一些促进科技创新的先行先试的政策均率先在中关村开展试点。2009年以来，国务院相继出台了一系列支持中关村发展的重大举措，提出要将中关村建设成为具有全球影响力的科技创新中心。

二是创新创业企业有效融资需求旺盛的优势。目前中关村拥有高新技术企业近2万家，每年新创办企业4000家，而且创新创业企业具有固定资产比重低、商业模式新、非线性高增长等有别于传统企业的特点，这类企业有效融资需求的持续增加不断催生新的金融服务需求，形成新的金融业务增长点，为互联网金融服务中关村创新创业企业提供了大量的市场机遇。

三是科技金融服务体系完善的优势。多年来，中关村始终秉承金融服务于实体经济、服务于战略性新兴产业发展的本质要求，在聚集金融资源、完善技术和资本对接的机制、政策先行先试等方面做了很多探索，科技金融工作机制不断健全，科技金融发展环境日益优化，国家9部委支持中关村建设国家科技金融创新中心，为发展互联网金融提供了良好的基础。

四是下一代互联网等现代信息技术领先的优势。从外部环境看，由于互联网金融充分利用互联网等现代信息技术拓展金融业的边界和市场，通过提高用户体验来激发需求，完成之前不能完成的用户需求。中关村具有大量在互联网、移动支付、搜索引擎、大数据、社交网络和云计算等行业的领军企业，并且将通过“641”创新引领工程，重点培育下一代互联网等行业领军企业，这些产业的加速发展，为中关村互联网金融发展提供良好的技术支撑。

五是创新金融服务资源聚集的优势。目前在中关村形成了与互联网金融相关联的创新性金融机构和科技中介机构集聚态势，与此同时，由于中关村具有与“一行三会”等部门畅通的沟通和协调机制，中关村国家科技金融创新中心建设指导委员会的成立将进一步完善部市会商机制，加强对中关村科技金融工作的统筹协调，为加强互联网金融企业与国家金融监管部门及业务主管部门的沟通，引导行业规范发展提供了组织保障。

三、中关村支持互联网金融产业发展的工作重点

一是支持成立中关村互联网金融行业协会。发挥协会的优势，聚集各方力量，一方面整合互联网金融行业发展资源，加强企业间的沟通交流，实现优势互补、合作共赢、协同创新、规范自律。另一方面加强和国家金融监管部门和主管部门的对接交流，研究互联网金融行业发展规律，推动制订互联网金融行业发展规则和标准，引导行业健康规范发展。

二是建设中关村互联网金融信用信息平台。通过整合权威数据资源和会员企业信用信息，进行深入的数据挖掘分析，解决互联网金融模式下企业信用管理面临的三大问题，即信用信息情况查询，通过共享各企业信用信息降低成本，建立评分机制、实现信用审核标准化。平台按照“政府指导、企业建设运营、有偿数据共享和使用、联盟共同制定规则和标准”的原则进行建设运营。

三是出台《支持中关村互联网金融产业发展的意见》。《意见》将整合市区两级支持政策，形成合力，从优化发展环境、吸引机构聚集、支持互联网金融创新模式、完善发展孵化和服务体系、加强组织协调等方面支持中关村互联网金融产业发展。

四是支持中关村企业发起设立中关村银行。中关村银行体现三个定位，即主要为科技型、创业型、创新型中小微企业提供全面、快捷、低成本金融服务的科技银行;基于创新信用机制和大数据运用的互联网银行;由众多民营资本发起并参与、风险自担的民营银行。

五是建设中关村数据交易市场。数据交易市场将实现交易平台、数据增值和定价三大功能。交易平台通过整合数据的生产者资源和数据的需求方资源，使生产与数据使用分离，实现便捷交易；数据增值是在用户授权和确保交易合法的前提下，通过数据清洗、整合、加工，提供数据衍生产品，完成数据的增值；定价功能是指对数据和数据衍生产品定价，实现数据的市场价值。

第五篇：2010中国互联网舆情分析报告

2010中国互联网舆情分析报告

中国社会科学院12月15日上午召开了“2011年《社会蓝皮书》发布暨中国社会形势报告会”，2011年《社会蓝皮书》正式对外发布，由人民网舆情监测室舆情分析师祝华新、单学刚、胡江春撰写的《2010年中国互联网舆情分析报告》同时面世。这是人民网舆情监测室研究人员连续第四年为社会蓝皮书撰写“互联网舆情分析报告”，引发了媒体和网民的广泛关注。

在即将过去的2010年中，中国网络舆论继续着迅猛发展的势头，截至6月30日，中国的网民数量达4.2亿人，互联网普及率达到31.8%，往往是某个突发事件在网上刚一曝光，即可迅速引爆全国舆论，把地区性、局部性和带有某种偶然性的问题，变成全民“围观”的公共话题。

今年的报告研究周期内（2009年11月11日至2010年11月8日），尽管没有出现2009年“欺实马”事件、邓玉娇事件、“钓鱼执法”事件这样影响力巨大的事件，但根据五大网络社区和新浪微博客的统计，一年来围绕热点事件的发帖数量依然有较大增长，在全年20大热点事件中，帖子超过5万条的热点事件有13项，其中发帖超过10万条的事件有7项，超过100万条的有2项。这些热点事件主要涉及公民权利保护、公共权力监督、公共秩序维护、公共道德伸张等一系列重大社会问题，体现了中国网民积极的社会参与意识。

新疆智障“包身工”事件

·时间：2010年12月13日

·地点：新疆吐鲁番地区托克逊县佳尔思绿色建材化工厂

·事件：10多名工人（其中8人为智障者）三四年来在该工厂遭到非人待遇

工厂“黑雇工”

恶劣环境下，一年工作365天，一分工钱都领不到

12月10日，冬天的戈壁滩寒冷而荒凉，托克逊县库米什镇工业园区内大部分工厂已经歇工，只有佳尔思绿色建材化工厂机声隆隆，忙碌依旧。

走进工厂，只见地上近20厘米厚的粉尘没过脚踝，飞尘四扬。一位穿着破烂夹袄的工人把大石头一点点敲碎，另一位工人蹒跚着，推着小推车，把石碴送到粉碎机旁；机器旁一位工人铲一锨石碴，停一下，提提系着尼龙绳的裤子，再铲一锨„„简单、重复的劳动，呆滞的眼神，迟缓的动作，没有一个人说话。

工人们头上、衣服上都落满了厚厚的粉尘，除了一名工人的鼻子上“挂”了片烂布外，没有一个人戴防护口罩。

2008年年初，李兴林夫妇承包了这家工厂。谈起使用“智障工”，老板李兴林非常得意：“工人在这里可以吃上饭，从某种程度上说，我是行善。”

40岁的工人王力偷偷告诉记者，他的家在黑龙江望奎县，两年间他逃跑过两回，都被追回来，惨遭毒打。被问到是否领过工钱，已经干了4年活的刘双辉说：“还没跟老板说呢。”

附近一家石英厂的王老板说，“库米什镇工业园区的工厂一般每年10月停工，来年3月复工。因为劳动强度大，工人每天的工资最少150元。可一年365天，佳尔思厂从来没停过工，这些工人一分工钱都领不到。”

后经查实，该工厂的12名“黑雇工”都是智力障碍人员，其中，四川籍5人，安徽籍1人，黑龙江籍1人，河南籍4人，甘肃籍1人。

新疆吐鲁番地区托克逊县库米什镇佳尔思绿色建材化工厂非法使用“智障工”事件经媒体曝光后，引起社会高度关注。

12月13日，新疆维吾尔自治区党委书记张春贤作出批示：即使“上天入地”，也要把不法分子缉拿归案、依法严惩、公开处理，还人民群众一个公道。

黑色利益链

一人“收集”，一人使用，智障者成“挣钱机器”

面对记者调查时，老板李兴林并不承认非法用工。“我和四川省渠县乞丐收养所（也称四川省渠县残疾人自强队）签订过用工协议。”果然，李兴林拿出了一份《劳务协议》。

这份协议的签订时间是2008年9月9日，上面没有任何公证机关证明，只有两人的指印。协议书上写着：经甲（李兴林）、乙（曾令全）双方协商，甲方用乙方（渠县残疾人自强队）第二批队员5名，并一次性支付乙方9000元，甲方支付每人每月工资300元，以银行汇款方式支付给乙方。如果甲方丢失乙方队员，每丢失一名赔偿1000元。

用比市场价低得多的人工成本，获得更高利润，是李兴林的如意算盘。他的合作者——四川“渠县残疾人自强队”负责人曾令全做的却是“无本买卖”：从社会上“收集”智障流浪汉，“卖”到佳尔思建材厂当工人，工人工资全部汇到他的个人账户。两人合伙组成了一条非法倒卖、雇佣“智障工”的黑色利益链。

12月13日，记者电话询问四川省渠县民政局，相关负责人表示，“渠县残疾人自强队”等单位从未在该县登记注册过。

谁的责任？

成立工作组，调查监管不力的部门和人员责任

目前，12名智力障碍的“黑雇工”已被成功解救，政府对他们进行了妥善安排。托克逊县政府将核实12人在佳尔思建材厂打工期间劳务报酬，尽快发还其本人。

这次事件，再一次挑战了人们的良知和道德的底线。惊愕、愤慨之余，引发人们更多的思考。

人们不禁要问：企业非法用工多年，相关行政执法部门是如何履行职责的？四川这家派遣公司打着福利机构的幌子，多年挂牌非法贩卖劳动力，为何不予查处？

新疆社会科学院法学研究所所长、副研究员白莉认为，正是这种监督的乏力、不力、甚至不作为，才使得非法经营者能够蔑视人的健康和尊严，挑战法律和道德的底线。

托克逊县常务副县长杨锦也表示，“黑雇工”事件和政府部门监管不力有关。库米什镇佳尔思绿色建材化工厂从2006年成立至今，其“黑雇工”问题一直未被发现，政府有关部门和工作人员负有不可推卸的责任。

托克逊县委组织部、纪检委已经成立工作组，对相关监管不力的部门和工作人员进行彻底调查，将追究相关责任人的责任。同时，组成数个工作组对全县劳动用工情况进行“地毯式”大排查。

白莉说，我国已经出台了一系列保障智障人士权利的法规。然而，仔细研究条文，不难发现有些规定过于笼统，具体落实存在问题。

比如，政府建立的社会救助站，只规定救助城市无家可归的乞讨人员。在城市以外的农村，家庭无力供养和无人监护的智障人员如何获得救助？救助站仅仅解决智障人员暂时无人看管的问题。他们被遣返回去之后，如果又遭家人遗弃或无力照管，他们的权利如何得到保护和救助？

白莉认为，应当建立一种可持续的、长效的法律机制，才能使智障人员得到更加人性化的保护。

白莉告诉记者，“只有司法部门的严格执法，才是智障人员得到保护的最后一道防线。惟此，悲剧才能不再发生。” 处理结果：

12月14日20时30分，新疆托克逊县人民政府通报：在四川警方帮助下，佳尔思建材厂非法用工案主要犯罪嫌疑人李兴林（佳尔思建材厂法人代表）已于14日被抓获，随后李兴林之子李成龙在成都被抓获。另外一名犯罪嫌疑人曾令全也被四川警方以“非法经营罪”拘押。被李氏父子带走的12名“黑雇工”全部获救。职业压力排行榜 时间：12月8日

近来，关于职业压力排行榜的走红备受争议，最引人注目的是位于榜首的公务员的职位，明星，农民工均榜上有名，而其中，旷工居于最后一位也让网友议论纷纷。一份研究称十大压力最大行业 公务员居首，矿工垫底

8日，有媒体报道，某课题组研究发现，领导层级越高，心身健康水平相对越低。

该课题组统计发现，压力分数从高到低依次是：管理中层为80分；经理层为75分；教职员工为75分；一般管理技术人员为72分；医务工作者为68分；社区人员为68分；下岗人员为68分；矿工为60分；一般企业工人为59分。其中，综合评定认为，中国公务员压力指数为10，排名第一。公务员 职业压力指数：10 播音员 职业压力指数：9 演艺明星职业压力指数：8 作家 职业压力指数：7 运动员 职业压力指数：6 农民 职业压力指数：5 农民工 职业压力指数：4 小摊贩 职业压力指数：3 下岗工人 职业压力指数：2 矿工 职业压力指数：1

360行，公务员压力排名第一？这两天，《压力最大职业排行榜》在网络上迅速走红，3 其中将公务员排在了排行榜的第一名。虽然这则帖子的排名广受质疑，但工作、生活的压力越来越大却是大家感同身受的。

作为都市人，从踏出校园那一刻开始，工作、房子、孩子、升职„„压力层层加码，直到自己变成了“高压锅”。昨天，本报记者在采访中发现，很多大家眼中的热门行业，如今都成了高压行业—— 台州“房票门”

台州“房票门”源于今年11月初，台州一工商干部被曝出涉嫌倒卖“房票”牟利20万元，引起社会广泛关注。11月中旬，台州市纪委出面成立联合调查小组，重点整肃“房票”等房地产业乱象。

何谓“房票”？其实就是靠关系低价购买内部房，再转手获利。

台州市民小陈上半年为了购置婚房，跑了多家房产公司，却屡屡被告知“没房了”。有中介告诉他，对热门房源，只有通过买“房票”，才能买到“直改名”的一手房。

“直改名”就是对于那些还没办理房产证的房子，卖房人把房子转手卖掉，然后通过开发商和房管部门的内部关系让买房人与开发商重签一份合同，一切仍是按照商品房买卖手续办理，而“房票”就是这种非正规交易的产物。

“房票”曾一度垄断台州热门楼市。掌握了一手房源的房东，在收取买房者房票的加价后，私下里将房源直接改名转让给买房者，但不通过二手房交易的正规程序。模拟题：

一、请问你对章子怡的诈捐门事件如何看待？

二、请问你对张家界将南天一柱改名为哈里路亚现象怎么看？

三、请问你对北大才子卖猪肉，高考状元卖糖葫芦，新闻媒体为他们宣传后都让他们找到了相应的工作怎么看？

四、如何看待方舟子被肖传国雇人行凶事件？

五、如何看待胡锦涛总书记提出的“老老实实做人、干干净净做事”？