一、权威数据源清单：官方+商业平台一次说清
中国互联网金融数据哪里查？最稳妥的做法是先从官方渠道入手，再补充商业平台。
（图片来源网络，侵删）
- 中国人民银行金融统计数据库：月度社会融资规模、第三方支付机构备付金余额，更新频率高，口径统一。
- 银保监会“互联网保险统计信息系统”：可查互联网财险、寿险保费收入，分地区、分渠道。
- 中国互联网金融协会信息披露平台：P2P网贷机构经营数据、资金存管报告，虽已清退，但历史数据仍具研究价值。
- Wind/同花顺iFinD：收录蚂蚁、京东数科等头部机构的ABS发行利率、资产池逾期率。
- 易观千帆、艾瑞咨询：App月活、用户留存、场景渗透率，适合做竞品对标。
二、如何看懂核心指标：把“数字”翻译成“业务语言”
1. 贷款余额≠放款额，看懂资金流转
很多新手把贷款余额当成平台放款规模，其实贷款余额=放款额-已还本金。若贷款余额持续下降，可能意味着：
- 平台收紧风控，新增放款减少；
- 用户提前还款意愿增强，资金回流加快。
2. 90天+逾期率：资产质量的“红灯”
行业普遍用逾期90天以上贷款占比衡量坏账风险。监管红线是3%，但头部消金公司控制在1.5%以内。 自问：为什么有的平台逾期率突然飙升？ 自答：多半是共债风险爆发，同一借款人在多家平台同时逾期。
3. LTV与CAC：盈利模型的“天平”
LTV（用户生命周期价值）/CAC（获客成本）≥3才算健康。 - 消金类App的CAC约80-120元，LTV需做到300元以上； - 支付类App靠场景留存，CAC可低至20元，但LTV依赖手续费及理财转化。
三、实战案例：用数据拆解“某头部助贷平台”
以2023Q4财报为例：
| 指标 | 数值 | 环比变动 |
|---|---|---|
| 在贷余额 | 4500亿元 | -5% |
| 90天+逾期率 | 2.1% | +0.3pp |
| 资金成本 | 4.8% | -0.2pp |
解读：
（图片来源网络，侵删）
- 贷款余额下降但资金成本同步走低，说明平台主动收缩高风险客群；
- 逾期率抬升幅度小于行业平均，表明风控策略见效。
四、避坑指南：三个常见误读
误读1：把“累计放款额”当规模
累计数据包含已结清项目，不能反映当前风险敞口。看“在贷余额”更真实。
误读2：忽略“口径差异”
央行披露的“非银支付机构备付金”是客户沉淀资金，而上市公司财报中的“受限资金”可能包含监管冻结部分，两者不可直接对比。
误读3：混淆“场景GMV”与“金融GMV”
电商平台公布的GMV含实物交易，而金融GMV仅指分期、信贷产生的交易额，后者才是利息收入来源。
五、进阶技巧：用Python抓取协会披露数据
import requests, pandas as pd
url = 'https://www.nifa.org.cn/nifa/api/info/getInfoList'
params = {'currentPage':1,'pageSize':50,'type':'1'}
data = requests.get(url, params=params).json()
df = pd.DataFrame(data['result']['data'])
df.to_excel('nifa_p2p_history.xlsx', index=False)
运行后可得2016-2020年P2P运营数据，用于研究行业周期。
六、未来趋势：数据维度将更“细颗粒”
监管正推进“监管沙盒”数据直报，未来可能披露：
（图片来源网络，侵删）
- 单笔贷款GPS定位（用于识别资金用途）；
- 实时资金流水（监测洗钱风险）；
- 用户设备指纹（反欺诈）。
研究者需提前布局隐私计算技术，在合规前提下挖掘高价值信息。
评论列表