基于經濟結構不合理、前期投資過度等原因，目前國民經濟進入到以經濟增速換擋期、結構調整陣痛期、前期刺激政策消化期為代表的“三重疊加期”。受到三重疊加期的影響，國民經濟由之前的高速增長逐步進入到中高速增長為代表的新常態。

在宏觀經濟增速放緩的大背景下，對于本質屬于金融的P2P網貸平臺來說，如何控制風險、發掘優質債權就成為平臺在經濟波動中求生求勝的關鍵點。而出于企業資產端的用戶定位以及目前目前國內征信體系不完善的現狀，多數的平臺在開發、獲取、審核債權時更多地采用O2O的模式，即線上獲取資金，線下網點獲取債權。

而從人人貸、金信網、愛錢進、捷越聯合等P2P平臺的交易額與線下門店數量上我們能夠看出，再去除借款用戶貸款金額大小的影響因素之外，平臺線下網店的規模與覆蓋面積在某種程度上來說已經與其交易額呈現正比例關系。對于平臺來說，通過布設網點門店的方式不但能夠幫助平臺擴大資產端的交易量、增加品牌廣知度的曝光，而且在大數據風控不完善的前提下，通過人工經驗補充的方式有效識別、規避項目風險。

任何的事物都有利弊，線下網點門店的設置雖然在品牌形象外露、風險規避等方面有著天然的優勢，但是對于平臺來說 ，與傳統金融機構一樣的實體店無疑會加重平臺的成本。而隨著利率市場化的開放、傳統金融機構業務的下沉、平臺產品同質化所引發的價格戰……P2P網貸在風控端將會以大數據風控為主，通過快捷、方便、低成本的風控審核來獲取投資人用戶，只不過這一過程還需較長的一段時間。

筆者認為大數據風控的最大難點不在于個人信用評分模型的不完善，而在于目前社會整個信用體系的缺失。由于互聯網金融在融資端主要服務的是個人消費以及小微企業主的經營周轉性貸款，所以與個人信用狀況相關的歷史數據就變得異常重要。而與美國、法國等西方成熟的金融市場相比，目前國內的個人信用體系主要由央行負責，但是不論是從征信的覆蓋人群以及信息記錄的強度上都與歐美等國家存在差距。

據了解，目前美國采用商業公司的運營方式來構建其國內的征信體系，FICO通過不斷完善其信用算法來為個人征信公司提供信用評分工具，而艾可菲、全聯、益百利這三大個人征信公司通過FICO的評分工具來評估借款人的信用狀況。由于是商業化運作，所以三大征信局之間的數據能夠被不斷的更新，進而將借款人最真實的信用現狀還原。

從美國個人征信市場幾十年的演變歷程來看，中國個人征信體系的完善還需很長時間，因此在征信不健全、借款人違約成本不高的條件下，平臺在風控端只能夠通過加入人工的方式來提高對借款人信息審核，從而增加風控水平，因此目前平臺在資產端的O2O模式絕不是未來互聯網金融的最終模式，而是一個過渡，只不過這個過渡需要很長一段時間。