基于经济结构不合理、前期投资过度等原因，目前国民经济进入到以经济增速换挡期、结构调整阵痛期、前期刺激政策消化期为代表的“三重叠加期”。受到三重叠加期的影响，国民经济由之前的高速增长逐步进入到中高速增长为代表的新常态。

在宏观经济增速放缓的大背景下，对于本质属于金融的P2P网贷平台来说，如何控制风险、发掘优质债权就成为平台在经济波动中求生求胜的关键点。而出于企业资产端的用户定位以及目前目前国内征信体系不完善的现状，多数的平台在开发、获取、审核债权时更多地采用O2O的模式，即线上获取资金，线下网点获取债权。

而从人人贷、金信网、爱钱进、捷越联合等P2P平台的交易额与线下门店数量上我们能够看出，再去除借款用户贷款金额大小的影响因素之外，平台线下网店的规模与覆盖面积在某种程度上来说已经与其交易额呈现正比例关系。对于平台来说，通过布设网点门店的方式不但能够帮助平台扩大资产端的交易量、增加品牌广知度的曝光，而且在大数据风控不完善的前提下，通过人工经验补充的方式有效识别、规避项目风险。

任何的事物都有利弊，线下网点门店的设置虽然在品牌形象外露、风险规避等方面有着天然的优势，但是对于平台来说 ，与传统金融机构一样的实体店无疑会加重平台的成本。而随着利率市场化的开放、传统金融机构业务的下沉、平台产品同质化所引发的价格战……P2P网贷在风控端将会以大数据风控为主，通过快捷、方便、低成本的风控审核来获取投资人用户，只不过这一过程还需较长的一段时间。

笔者认为大数据风控的最大难点不在于个人信用评分模型的不完善，而在于目前社会整个信用体系的缺失。由于互联网金融在融资端主要服务的是个人消费以及小微企业主的经营周转性贷款，所以与个人信用状况相关的历史数据就变得异常重要。而与美国、法国等西方成熟的金融市场相比，目前国内的个人信用体系主要由央行负责，但是不论是从征信的覆盖人群以及信息记录的强度上都与欧美等国家存在差距。

据了解，目前美国采用商业公司的运营方式来构建其国内的征信体系，FICO通过不断完善其信用算法来为个人征信公司提供信用评分工具，而艾可菲、全联、益百利这三大个人征信公司通过FICO的评分工具来评估借款人的信用状况。由于是商业化运作，所以三大征信局之间的数据能够被不断的更新，进而将借款人最真实的信用现状还原。

从美国个人征信市场几十年的演变历程来看，中国个人征信体系的完善还需很长时间，因此在征信不健全、借款人违约成本不高的条件下，平台在风控端只能够通过加入人工的方式来提高对借款人信息审核，从而增加风控水平，因此目前平台在资产端的O2O模式绝不是未来互联网金融的最终模式，而是一个过渡，只不过这个过渡需要很长一段时间。