在中国，互联网金融成了一个引起城乡居民广泛关注的词语。从广义上看，互联网金融——包含个人对个人贷款（peer-to-peer lending，简称P2P贷款）和众筹(crowdfunding)在内——是指任何通过因特网或其他IP网络向公众提供金融服务的机构。在中国，围绕着传统银行是否会被互联网金融所颠覆的争论甚嚣尘上。反观其他许多国家，互联网金融与传统银行业一道经历了一场革命。

要看到这场竞争的未来，先得理解传统银行与互联网金融两者间的本质差异。

我们先集中研究一下互联网金融的一个类别——互联网贷款。互联网贷款有两种流行的模式。一种是以电商为基础，向注册客户提供的贷款，中国的代表有阿里金融(Ali finance)，美国的代表有亚马逊(Amazon)。另一种是P2P平台贷款，在中国有陆金所(Lufax)、拍拍贷(PP Dai)，欧美有Kabbage、Lending Club、Prosper Marketplace。不难看出，无论是在中国还是其他国家，互联网贷款机构的一个共同点就是以小客户为主。例如，阿里金融的贷款额度为8000美元至16万美元，陆金所的最低投资额约为1500美元。作为美国两家最大的P2P贷款平台，Lending Club和Prosper Marketplace的平均贷款额分别约为1.2万美元和7000美元。

与互联网金融构成鲜明对比的是，大量的传统银行都乐于服务大客户，不喜欢中小企业。例如，中国民生银行(China Minsheng Bank)以做小微客户闻名，已向约100万家小微企业发放贷款，但即使这样，其对每家客户的平均贷款额也约为25万美元，大大高于互联网贷款平台的贷款额。

这种天壤之别的主要原因在于，传统银行与互联网金融企业的风险管理做法不同。传统银行非常依赖抵押、担保和线下收集信息，而互联网贷款平台通常不要求此类抵押或担保，而仅靠线上信息源。传统银行在线下收集信息和抵押品管理方面，需要投入大量的时间和金钱；这意味着，此类工作的边际成本会随着贷款规模的增加而递减。也就难怪银行愿意基于抵押品发放大额贷款。

相比之下，互联网贷款通常不要求借款者提供抵押或担保。但互联网供应链借贷的不同之处在于，可以从电商平台上获取实时交易信息。有了充足的信息输入，贷款平台可以放心地用统计模型来评估借款者的信誉可靠度。由于借款者通常借款金额很小，而且他们很有可能相互独立，这样一来个别的风险被分散了，整个贷款组合的风险也就降低了。尽管统计模型不能百分百地保证对借款者评估的精确性，但长期而言，可靠的模型能实现稳定的精确度。

然而，P2P平台对各个借款者的信用信息掌握有限，限制了P2P贷款的风险管理。实际上，中国许多迅猛发展的P2P贷款平台根本没有进行基本的风险分散，更谈不上风险管理了。

不过，要依据当前经验预测未来非常困难，甚至根本做不到。但是，一家贷款机构服务大客户还是小客户，取决于它采用何种风险管理流程。从这条原则出发，我猜测，未来互联网金融贷款将继续以小额贷款为主。尤其是，除了加强监管，建立可靠又低成本的信用信息平台，是P2P贷款行业迎来真正大发展的关键。对传统银行而言，随着利率自由化进程的推进，发展小额贷款可能成为“必做之事”。在这种情况下，传统银行需要找到办法，降低信息收集和信用评估流程的成本。