前言

有人说市场上的房贷，可为贷款之母，是银行必须抓的产品和服务；也是广大老百姓多会经历的一生中的痛，也是坎坷历程。房贷产业是远超万亿级规模！

什么是住金融？有什么特征特点呢？

住金融是围绕“住”及“住”的衍生需求，为有房一族的中小微企业主、个人和有“住”需求的相关家庭个人提供的一系列金融服务的一种简称，由易捷金融于2016年提出。

首先看看传统的围绕房和地产的房地产金融：房产金融市场是以房产信贷为主的房产货币资金融通的场所，国家、公私金融机构，购房者成为房产金融市场的主体，在各种交易活动中交织成为房产金融的系统和网络，形成房产金融不可分割的整体。地产金融市场是指为充分发挥土地财产功能，以土地为抵押进行资金借贷、资金融通，有利于土地开发、利用和建设的场所。房产金融市场是指银行或其他金融机构为房屋或建筑物的生产、流通、消费过程进行资金融通的市场。其中，住宅金融市场在房产金融市场中占据非常重要的位置。

房产金融市场和地产金融市场并不是截然分立的，两者有着紧密的联系。它们相互影响、相互作用，共同构成完整的房地产金融市场。

当万科、龙湖、世联、链家等房企及地产中介公司大步迈进长租公寓领域时，一个新的介入者出现了。2017年11月，建行深圳分行与深圳11家房企合作，率先推出全国首个个人住房租赁贷款产品“按居贷”，商业模式是把房屋的所有权和居住权分开，由开发商负责建房，拥有房屋的所有权，银行则拥有居住权，能够把房屋出租给有需要的人。比亚迪、方大集团、研祥智能、兆驰等11家企事业单位签署住房租赁战略合作，推出5000余套包括“CCB建融家园”在内的长租房源，并发布个人住房租赁贷款产品。不仅是建行，银联、阿里、京东、百度这些金融和互联网行业响当当的招牌如今都纷纷涉足租房领域。

房屋租赁领域为何频现金融元素？

对银行来说，房屋租赁市场无疑是一个优质市场，对万科、龙湖等房企来说，这个时候与银行合作，可以减少房地产转型中的探索成本。今年7月，住建部等9部门联合发布通知，明确在12个重点城市加快推进租赁住房建设，培育和发展住房租赁市场。在政策引导下，多地开始建立住房租赁监管平台，杜绝虚假房源和黑中介等问题。据了解，租房平台切入金融产品的模式不少公司在2015年就已经出现，然而直到今年才初见规模。

除了房屋租赁、购买形式的房贷、经营性房产抵押贷外，还有许许多多的围绕房，围绕"住"的金融服务已经悄然而生，渐成规模，这就是“住”金融服务。文章开篇已经有定义。住金融包含诸如房产抵贷、房东贷、住房租赁贷和装饰、家具、家政等消费金融。"住金融"，区别于其他房产金融、房贷、住宅金融，这些金融服务不是很准确的定义，有一定局限性。客户大脑联想"住"为中心的金融服务，区别于其他不是很准确或范围较小的定义：房产金融、房贷、住宅金融。上面已经有说明。什么是住金融科技服务呢？字面理解当然是住金融+科技，不过有较为特别和丰富的内涵，也是金融服务行业的变革升级。

下面，我们来看看住金融科技服务的特色？

一、 住金融科技服务，明显特征是线上与线下融合的OMO模式。

O2O容易理解，OMO模式是020的升级革新模式。OMO（Online-Merge-Offline 线上与线下融合），未来OMO和人工智能将推动消除线上与线下数据的区分，实现全自动化的闭环；OMO是通过科技和模式实现线上线下的融合，不只是O2O线上线下的连接。通过这两篇文章《什么是OMO?O2O的升级版是OMO吗？》《AI赋能促进各行业开启OMO融合革命：OMO跨越替代O2O ！》可以找到对OMO更多的分析和说明。

OMO，本质是不仅仅是O2O的人与信息、人与商品、人与人的链接了，它已是一种综合性的科技服务模式，通过PC\MOBILE\传感器等智能终端设备和科技手段，中介服务基础上改变为融合性的服务。

二、 住金融科技服务充分运用大数据应用、AI人工智能、大数据、区块链等提供数据产品服务、信息服务和升级的人工服务。

常提及的A（人工智能）B（区块链）C（云计算）D（大数据）四大科技技术将被运用在住金融科技服务里。

1. 通过人工智能(AI,即ArtificialIntelligence)，提供精准的金融服务的智能匹配与推荐，提升线上线下各类服务速度，让金融服务的前台一线服务人员、中台数据处理审核、后台风控数据模型和风控上会一路打通，更高的效率、更高准确率、更好的体验。

（1）在应用形式上：住金融科技实现了 PC、手机和微信、小程序，APP的全覆盖，满足用户在多种使用场景下方便快捷的业务操作需求。

（2）在业务流程上：基于经纪人和客户进件系统、内部风控系统、资方业务系统，基于资方的贷后管理系统等全业务流程系统。一线前台的下户审核员将全面推广通过IPAD实时拍照传送数据，不仅节约大量人力物力，而且人均效能将提升1倍以上。

2. 通过大数据服务(DATA)

大数据的应用，行业前列的住金融服务企业已经了实现数据仓库、BI 系统，并可以基于全域互联网行为、高价值黑名单、交易数据、运营商、工商/法院公开数据等，通过上千维度的变量，打造出高价值的住金融知识图谱和住金融特征的 BI 系。

（1）在科技研发和高新技术运用上：大量的金融服务企业已经实现了基于人脸识别验证、 OCR 识别技术、电子签章、线上公证；机器学习、数据仓库、类二叉树、特征引擎、日志与监控等技术创新，即将面向客户应用。有些企业还首创与公证处合作联网的在线公证、手持设备屏幕上签字签约等。

（2）在风控模型及数据安全方面：通过科技和风控双轮驱动，风控框架设计整合银行和民间小贷长处并有效改造。在反欺诈中不仅采用了生物识别等新兴技术，还借助基于时间轴的手机数据，可直接屏蔽掉肉机的欺诈行为；结合多维的第三方数据，已有企业建立一套三维防控体系、四大防控系统的金融安全系统。还自主搭建大数据客户资信分析系统。

3. 云计算服务助力大数据和AI人工智能。住金融科技企业通过采购公有云及自己搭建私有云结合方式，解决了数据的计算处理能力、数据备份和容灾安全体系。大量的住金融的客户工作生活爱好、客户征信等客户画像数据及住房信息数据，乃至小区周边数据、各类用户可能的“住”金融服务的需求（租赁、装饰、家具、家政等消费金融需求）等等不断沉淀，需要有较强的格式化处理、查询、更新能力和深加工、数据挖掘等处理能力，多须通过云的手段和技术，达到最优，提取有价值数据，为大数据和AI 服务。

4. 区块链在住金融服务场景中落地应用。金融服务行业，是一种经纪人盛行的行业，主要成本在于信息不对称和不信任。资金机构（银行、小贷、互金平台）不信任资产机构或叫金融信息服务机构（助贷机构）、资产机构不信任经纪人（信贷员）、经纪人不信任客户以及客户不信任经纪人，层层叠叠的不信任和信息的不对等，以及金融贷款产品的不断在更新，征信数据的不充分，导致借款人成本虽在最近几年不断在降低，但是还是很高（请参考《贷款中介（经纪）发展趋势及行业痛点》）。举例来讲，银行等金融机构资金成本在6-8%年化，到借款人手中时，借款的资金成本由于中间有金融科技机构、助贷机构、经纪人等多个层次以及刚才讲的信任导致的劳动力成本较高，最后交易成本加高很大一截，这个交易成本在二三四线城市整个金融服务市场可以达到和超过资金成本的1:1还多。

所以解决交易成本问题，需要一个变革的力量即区块链的应用。目前国际上已经在有场景落地，国内也偶有冒出区块链项目场景，苗头已经凸显，只是区块链技术沉淀和监管因素，还需沉淀和观察。住金融科技前列的企业也在不断研究和尝试，相信不久的几年后将有区块链项目落地。或是基于车贷、房贷、信贷的区块链场景，也或是基于征信、借款人本身的全民链，或者是细分行业的金融服务场景。未来已来，交易成本降低，将是实体经济振兴和普惠金融的需求，也是借款人和金融服务行业的需求。

三、住金融科技服务提供升级的人工服务。人工智能、AI，大数据乃至机器人等并非是将人“革命”掉，而是为人赋能，减少体力活，增加脑力活，减少人为的数据处理能力、规避人为出错能力，在区块链世界里有“CODE IS LAW”乃至“CODE IS ALL”的思想，通过CODE即程序代码，让运算更快、效率更高、交易成本更低。那么人就可以解决的更多，用于更为高级的智慧活动。金融服务里的，字段录入、数据初审、数据复制、传送提交等等初级的工作，将可以交给系统处理。升级的人工服务，主要是面对客户的特殊需求、定制化需求、特特殊案例和情况处理、基于初级数据乃至初审的高级的风控判断等等，整体提升客户体验和效率。

结语

吃穿住行里的"住"目前已成为大众的核心基础需求，以"住"金融服务为入口及基础诉求，不仅满足中小企业融资需求，而且会覆盖、链接、衍生吃穿行，诸如吃好、穿好、旅游、出行等需求。围绕住的金融服务生态体系，全国预测已经有数十家之多，随着行列龙头企业，加上银行、房产机构进入，"住"的金融科技服务生态体系已如朝阳初现！

【来源： 左云】