在中国,最早的P2P网贷平台成立于2006年。2013年网贷平台迎来了一个小高潮,网贷平台以每天1-2家上线的速度快速增长,成立了150家,占总数的50%;2014年则进入爆发性增长。据融360统计显示,截至2014年6月底,我国共有P2P平台约1184家,网贷行业整体借款人数已接近19万,投资人数超44万。预计2014年下半年还将持续增长态势。
据融360针对P2P网贷监测统计,P2P网贷平台平均年化收益率主要分布在“14%-16%”和“18%-20%”这两个档位,共占到51%,超过监测样本的一半。较高的收益率是P2P网贷能够吸引如此多用户关注的重要原因。
而对于P2P网贷行业的现状,据融360统计,2014年倒闭和跑路的P2P网贷平台共有61家,出事的平台大部分运营时间不超过6个月,只有少数超过1年。甚至还有成立半天就跑路的,如恒金贷,创了平台跑路最快时间纪录。其中广东省共有20家P2P“问题”平台,江浙沪总共有23家,占比最多,江浙沪也是我国民营经济最发达的区域。
报告显示,截止2014年7月份,总共有136家网贷平台倒逼或跑路,占到网贷平台总量(1200家)的11.3%。从这个比例可以看出P2P网贷平台在中国正处于一个快速发展的阶段。一般来讲在一个成熟的行业里,企业的淘汰率在5%是正常。
平台主要分布在广东、北京、浙江、上海、山东、四川、江苏、湖北、福建、河北,从地域上看,长江以南占据压倒性优势,广东的表现更是突出,而东北地区和西部地区则表现的较为“冷清”。
从增长速度来看,长江以南也显现出爆发力。融360对监测的300家活跃P2P网贷平台统计发现,2014年以来广东省新增P2P平台数量最多,而湖北省新增P2P平台速度最快,新增平台数占湖北省P2P平台总数60%。
“冰火两重天”是目前P2P网贷行业的发展现状,随着监管收紧和行业洗牌的加速,P2P的未来之路走向何方,融360理财分析师张懿望认为,未来两到三年内P2P网贷行业会有以下发展趋势:
第一、大洗牌后,会成长起来一批行业龙头。经过一段时间的野蛮生长,国内网贷行业的参与机构日益增多,在日趋白热化的市场竞争中,必定会有更多的平台倒闭。一些经营不善的中小平台或倒闭或被有实力的网贷公司兼并,进而诞生一批行业龙头,垄断80%以上的网贷市场,从而进一步带来小平台的生存危机。
第二、行业政策日渐完善,P2P平台逐渐合法化。随着P2P网贷自身的不断发展,政府层面的监管格局也日渐明朗,未来的行业政策也将逐步清晰,包括积极纳入央行征信或其他第三方征信系统,发放金融牌照,自建信用系统,P2P平台将一步一步走向合法化。
第三、P2P平台向中小城市扩散,并与本土小额借贷公司相结合。过去几年P2P平台的地域分布主要集中在北京、上海、深圳等一线城市。随着一线大城市竞争的加剧,包括正规金融机构服务的改善,一些平台纷纷开始向二三线城市转移,并与本土小额借贷公司相结合,从而吸引资本市场进入,寻求扩大自身区域性影响力。
第四,P2P市场细分与整合两种趋势并存。随着P2P行业利益相关方的增多和竞争的加剧,对一些中小平台而言,希望能专注于细分领域挖到自己的市场份额。而对那些成立比较早的平台来说,在已经获得稳定的投资者之后,又开始扩展用户的服务范围,从服务个人借款向P2B,即向企业借款转移。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。