从去年限额令以来，车贷领域备受关注。有人说车贷行业已经进入2.0时代，还有人说车贷行业已经进入红海，竞争激烈一片厮杀……作为从业者，车贷行业并非看上去那么美好，车贷领域真的零门槛人人都可以进入吗?
从2015年7月至2016年6月底，全国至少有1070家在线贷款平台参与了汽车贷款业务，与2017年7月的554个相比，这意味着，自2015年以来，50%的贷款平台已出现问题或退出行业，据在线贷款房数据显示。
作为车贷一线从业者，笔者更关注的是如何用科技力量来提升金融效率，特别对于像车贷行业这种线下模式较重的领域，金融科技如何赋能车贷，通过金融科技力量的驱动，又会给车贷行业带来哪些改变?
值得注意的是，车贷又分为广义和狭义，广义的车贷泛指汽车金融，包括了汽车消费金融、车抵贷等跟汽车相关的金融领域，而狭义的车贷是指车抵贷领域，本文所述的车贷则为后者。
围绕“人、车、人车合一”进行智能决策
在汽车贷款领域，特别是在风险控制领域，金融技术的应用是目前最普遍的。在汽车信贷控制结束时，第一个原则是‘控制器’，其次是‘汽车控制’。风险控制预警机制实施人、车、时间、事件四个要素的综合预警。不能联系的，车辆异常，逾期还款的，应当及时监测车辆更换情况和其他情况，及时处理风险。因此，金融技术还应围绕“人、车、人和车”这三个层面来判断。
首先，从人的维度出发，通过大数据进行身份验证、查询外部黑名单、、日常消费记录等来综合评判他的还款能力。这一部分需要用到的数据来源可以是能在网络抓取的公开信息、第三方数据公司比如芝麻征信等信息，也有来自于电商、移动支付等多渠道的信息。这样一来，就节省了业务员对借款人进行上门家访的审核，一般业务员此项审核就要花费至少半天时间。
其次，从“人车合一”的维度来判断，包括负面信息的核实、驾驶行为、诈骗甄别。
最后 从车的维度来判断，包括车辆价值评估、车况参数等，综合车管所信息、、大数据爬虫、历史故障数据等等。尤其是车辆评估，目前行业中大多采用人工评估的方法，未来技术的发展可以实现，输入车辆信息、车况参数等数据后，就通过大数据测算估算出一个车辆评估报价，也将极大的提高时间和人力成本。
打造独立的风控模型是关键
车贷的风控模型并不仅仅是一个数据模型，而是一个风控模型闭环，即贯穿了整个贷前、贷中到贷后的流程，比如一点通财富的风控模型就包括了客户授信审核模型、客户信用评估模型、抵质押物评估及管理模型、风险资产回收模型及客户风险预警模型这几个模型。
如客户信用审计模型和客户信用评估模型，应通过对风控面和数据审核的审核，进行考核评分，以防范源头的风险，降低违约风险。
这种打分形式，就跟现金贷审核用户类似，类似于FICO评分卡一样，综合客户的多个维度信息，比如基本情况、偿债能力、信用状况等，重点关注借贷意愿、偿债能力、还款意愿等，基于这些信息综合运用数学分析模型，给个人综合评分，判断违约的可能性的工具。
此外，由于国内征信体系尚未建立，车贷行业尚未有数据共享以及沟通协调机制，尤其对车贷行业而言，最大的风险在于诈骗、车辆二押的风险。在美国，每一辆车从出厂到报废，中间的每次事故和维修都有记录，而中国几乎没有规范和标准。虽然各家车贷平台，都号称有着颇为严格和透明的检测流程，但相互之间的数据和标准并未开放打通。
事实上，目前行业内有一些联盟或非政府组织，但单靠非政府组织来建立类似的反二线联盟是很困难的。未来，随着私人信贷的逐步完善和金融科技的发展，强大的汽车贷款平台也将构建一个独立的风险控制模型，该模型不完全依赖第三方数据公司提供数据，而是具有掌握数据、分析数据和建立模型的能力。
事实上，业内大多数汽车贷款平台还没有自己独立的风险控制系统，数据分析也是“东耙西扫帚”，而一些第三方数据公司，每个风险控制都要通过不同的系统查询不同维度的数据，；进入B数据公司系统查询客户的呼叫记录、电子商务数据、网络行为数据、进入C数据公司系统查询客户的财务数据等。这种平台不具备形成核心数据采集和分析的能力，这也将是未来汽车贷款平台竞争力的最佳体现。
智能金融更懂用户，提升用户粘性
与传统金融相比，以科技为驱动力的智能金融通过数据分析后更懂得用户。无论是从获客、客户数据分析，还是后期客户汽车服务的需求，都可以通过车贷平台一站式的数据系统中获得用户数据甚至是潜在需求。
从获客来说，目前车贷借款人群体年龄偏大，基本在35岁以上，这类人群有个特点多为中小企业主，对于互联网化接受程度不高，因此目前行业借款人大多渠道都来自于线下。
但随着未来移动互联网的发展，借款人群体也将日益年轻化，因此通过大数据来分析哪一类人群适合在什么场景下接触到借款信息，哪里适合推广借款信息等。比如，借款人进入商场后可以给他发短信，在不涉及用户隐私的情况下通过这类方式来高效率地获客。
知己知彼才能百战百胜。在贷后时，每辆车都要安装GPS跟踪系统，一般抵押的车辆是不允许离开广东省内的，根据GPS定位可以分析用户经常出入的地方、住址等。比如晚上是否停在住处，客户的行车轨迹如何，客户是什么样的消费水平和生活偏好等等。通过上述数据记录可以完整的分析出这类用户画像。
有了精准的用户画像后，利于保持借款人的用户粘性，围绕车辆周边服务或者后汽车市场，车贷平台可以为用户提供汽车产业链上的优质服务，如客户代缴罚款、车辆保险、汽车保养、汽车年检等服务。
总之，金融科技在车贷领域大有可为，无论是从贷前获客、贷中审核还是贷后风控，在车贷产业链的每一个环节，金融科技都无处不在。从大数据分析到应用，到打造类似FICO评分卡的分级标准，未来金融科技给车贷领域带来的创新空间将难以估量。