上周，Lending Club成功上市，可谓赚足眼球。2014年，Lending Club的成交额每季度翻一番，2014年三季度其成交额为11亿美元。在这个飞速成长的神秘传奇背后，隐藏着一个自然而然的问题：Lending Club凭什么成为华尔街的新宠，只经过短短几年就在资本市场崭露锋芒?它真的从技术到商业模式都颠覆了金融业吗?

业内分析，Lending Club对借款人提供的贷款有两种：个人和小微企业的非抵押固定利率贷款。期限为3年和5年。

这样的产品当然并非Lending Club独创，多数商业银行都提供此类贷款。而这类贷款也只是美国商业银行的数百种金融产品和服务中的一小部分。其实Lending Club将产品精准锁定在这一“小”领域，与其所处的经济形势和环境是分不开的。

Lending Club成立于2007年，不久金融危机爆发，大型金融机构开始收缩信贷。在金融危机中，高风险的个人投资者受到严重冲击，又很难申请到无抵押贷款。Lending Club正好切入这一市场，满足了特定群体的金融需求，在此后几年，Lending Club发现这一市场仍大有潜力可挖，于是一直专注于这一领域。尽管Lending Club已开始筹划将产品线拓展到学生贷款、汽车贷款、住房贷款等，但在未来一段时期内，个人和小微企业的非抵押固定利率贷款是其业务根基。

P2P的生死存亡都系于风控。人们在观察国内P2P风控时，常不自禁将目光投向P2P的源头：美国和欧洲。一个普遍的误解是：作为一个崭新的商业模式，P2P应该利用大数据挖掘创造了更先进的风控技术。而事实是，即使像Lending Club这样的P2P优等生，也仍在沿用商业银行的风控技术。

目前Lending Club的坏账率接近4%，与富国银行等商业银行的小微信用贷款的坏账率相近。

具体的风控技术包括：技术团队开发的风控模型;以FICO数据作为重要参考;雇佣大量雇员核实贷款申请者的收入。Lending Club的建模团队来自商业银行，所使用的建模方法和工具与商业银行并无本质区别。其所设定的借款人评分起点是660，而660的得分正好是商业银行划分次级贷的分水岭。目前，Lending Club有约500名雇员，其中大部分岗位是核实贷款申请人收入信息。

Lending Club的风控技术与美国商业银行的小微信贷风控技术并无二致。不过，美国商业银行的小微信贷业务对大数据的挖掘和利用水平相当高，除征信体系完善，还要归功于银行对风控模型开发的投入。在过去几年中，美国一些大银行的建模团队扩充了两倍。Lending Club深得商业银行在风控方面的精髓，将大数据的运用发挥到了较高水准。

Lending Club的借款用途中，有65%是用于再贷款，20%用于偿清信用卡。也就是说，大部分贷款人原本就是商业银行的客户，转而向P2P融资的。其中的原因只有一个：Lending Club的借款利率更低。在Lending Club上的借款利率通常比信用卡公司要低几个百分点。而Lending Club的投资者平均年化收益率在10%左右。

为何Lending Club借款利率更低且投资回报更高?因为其能以更低的成本提供借贷服务。其低成本主要来自两点：一是不用背负商业银行需要承担的监管成本，二是没有物理网点。

在金融危机后，全球金融监管在向更严格标准迈进的同时，银行的监管费用大幅上升。以摩根大通为例，每年的监管成本超过10亿美元。由于更高的法律相关支出，今年三季度花旗营业成本同比增加6%至124亿美元，其中法律相关费用为9.51亿美元。