从目前的中国互联网市场来看，阿里巴巴应该是惟一一家建立在风控革新基础上的金融公司，所以，虽然阿里金融采取的是小贷公司和担保公司的外衣，但是却恰恰反映的是互联网金融本质，因为他用互联网的思维在对金融进行革新，因为理论上只要阿里的风控革新一旦能够成功，虽然他今天使用的是阿里小贷或者担保这样的传统金融机构的外衣，但是只要风控到位，他可以随时摒弃这些机构，因为核心竞争力在于他构建的风控本身，拥有了这个核心风控，就意味着资金融通的最大障碍得以清除。
阿里金融的核心风控金融模式其实是一条量化放贷的道路，就是阿里巴巴依托自身在网络体系内的巨大客户数据优势，进行有效的数据整合，他将自身网络内的客户的一系列有利于进行风险判别的数据例如交易数据，客户评价度数据、货运数据、口碑评价、认证信息 等等进行量化处理，同时也引入了一些外部数据，例如海关数据、税务、电力、水力等方面的数据情况加以匹配，从而形成了一套独特的风控标准，意图建立起纯粹 的定量化的贷款发放模型。同时，建立中小企业贷款的数据库模型，进行数据库跟踪管理等等。
这个量化的贷款模型的好处不单是大大提升了放贷效率，更关键的其实是让金融机构在其中的作用得到了弱化，从而为去除金融机构在体系内构建了基础的可能性。从一些媒体采访中看到，阿里巴巴的户均放贷数额在7000元人民币，一共发放贷款130亿，每天处理一万笔左右的贷款额，这个数字如果采取的是传统金融机构的审核标准的话，投入产出明显不成正比，相信没有银行能做这样规模和数字的交易。而阿里巴巴依托贷款模型和网络化处理很好地实现了。这就是网络优势，也是量化交易的优势，他排斥了对单个人的定性化分析，通过标准的筛选，大大降低纳入范围内客户的违约概率，保证贷款的质量。
在这个逻辑体系上，阿里巴巴做足了功夫，也投入了非常庞大的资金和人力，从全球范围内来看，做这样定量化标准放贷模型的尝试一直就有，但是目前为止，还真找不到特别成功的模型。所以确切的效果有待观察，而且也有点期待，但是事实上，短期来看，阿里金融这个模式成功的可能性还是很小的。
1、量化交易需要有逻辑基础，长期稳定的交易环境和交易规则是量化的基础，在贷款层面，贷款需求和意愿需要长期稳定的基础，贷款更多是个人意愿的一种表现，虽然大范围内可以量化，但是跟经济形式的正相关度颇高，个人感觉贷款变化太快，例如经济周期好的时候，人们愿意贷款进行投资，但是经济周期不好会压低贷款的意愿度，从贸易领域来看就是经济形势好的时候，愿意多备货而去借钱，形势不好的时候，就宁愿抛售也不愿意借钱备货。
所以，量化参数设置方面就需要考虑到很多因素，我自己感觉没有很长时间的相关经济数据的系数研究，很难有稳定的量化交易标准出现。而且这期间，还会付出极大的代价。从金融发展历史来看，任何一套良好的风控体系其实是在市场金融实践中不断碰撞出来的，期望通过闭门造车的方式实现，难度很大，阿里巴巴需要做好足够的心理准备来面对贷款坏账率。
另外，贷款标准设置容易，但是修正很难，这是个很有意思的事情，如果设置的过严，那么就会发现找不到符合风控标准的客户，导致出现无贷款可放的境地， 如果贷款标准过于宽松，坏账一堆的情况也必然可见。这个度的把握就是要在市场中不断的碰撞才能产生，虽然可以做各种精算，模型测试，但是具体实践的数值肯定是不断的积累的。只有形成了极为庞大的实践数据，才有可能具备一定的合理性。但是前面说了，在金融不稳定、经济形势不确定的情况下，很多数据其实是失真、无意义的。
我对淘宝网研究不多，但是我有个感觉，淘宝网其实两极分化现象已经越来越严重了，淘宝网看上去有浩瀚的客户群体，但是实际如果做一些切分，就会发现，客户质量分化很严重，由于网店的开设成本日益增加，很多时候维护好一家网店的成本已经不低于开一家实体店的成本了，而天猫为代表的B2B对网店的冲击也很大，这种情况下，淘宝网就日益分化成两个层级：好商家越来越好，同时越来越少，不好的商家越来越不好，数量越来越多，淘宝网成为了大象跳舞的地方的时候，淘宝网就已演变为几只大象和一堆蚂蚁聚集的地方。
这种情况下导致的贷款难题就是，你可能找不到符合你想要发放贷款标准的客户。风控标准过严，会淘汰掉大量的客户群体，大量蚂蚁被挡在了门外，而大象却又不需要你。如果风控标准过松散的话，你在蚂蚁之中，又无法清晰的找到你想要的蚂蚁。因为他们都差不多。
2、担心系统性风险。量化交易很害怕系统性风险，因为会让所有数据设置在系统性风险面前都失去了意义，例如经济形势大面积下滑时，很多作为参数的数据值都没有意义，本来过往可能很好信用度的客户在这一形势下跟信用度不好的客户一样都无法还款，所以系统性风险成为了量化交易的噩梦，所以如果阿里巴巴不能建立起很好的系统性风险应对机制，却大规模的量化放贷，可能会很容易在某一个区间里出现大面积坏账。
系统性风险带来的量化 交易失败的的典型案例就是两位诺贝尔经济奖获得者默顿和舒尔茨参与组建和运作的长期资本管理”(LongTermCapitalManagement)， 由于无法考虑到亚洲金融危机和俄罗斯国债违约所带来的偶然的不确定的无法在交易模型里设定的系统性风险，使得他的损失极为惨重。
当然，贷款跟对冲交易还是有较大的区别，影响的因素也不同，但是在定量交易的过程中所选择的考虑点和本质是一样的，系统性风险是不得不防范。尤其在中国最近五年内经济走势极不明确，更值得注意和考虑。
3、道德风险无可屏蔽，其实不要忽视国人的智商，任何标准，在中国只要有标准，都可以想尽一切办法来造一个符合你标准的样本出来，我当年在银行的时候，有个客户经理很聪明，几日几夜不眠不休，不断测试银行的评级系统，居然被他给找到了银行评级管理办法的系统漏洞，掌握了输入什么值能让银行的交易系统出现较高评级，这种事情，我相信绝对不是一个银行客户经理会找到。
所以，我相信，阿里巴巴的贷款风控标准，也会在不断的被测试中被陆续给推敲出来，然后市场上出现各种各样的造假数据，对于量化贷款交易而言，由于只注重数据，而不太注重贷款主体的情况下，诈骗等案例会不断出现。
但是不管如何说，技术不断的在进步，大数据的理论和实践也都在不断的开展，所以从这个角度来看，阿里金融是未来最有可能成为真正互联网金融的一家机构，他虽然不一定能在体系内起到完全去掉金融机构的可能性，但是他至少可以让金融机构在他的体系内处于从属的地位。而这恰恰是互联网金融的本质。