为什么美国没有出现“花呗”、“借呗”?

Odaily星球日报发布于2026-04-24更新于2026-04-24

文章摘要

马斯克近期提及X Money计划,再次凸显美国缺乏像微信支付或支付宝那样的一站式支付平台,同时也引发疑问:为何美国没有发展出类似“花呗”、“借呗”这样庞大的信用贷和消费贷产品? 美国金融底层存在显著需求。FDIC 2023年数据显示,约560万家庭无银行账户,1900万家庭银行服务不足;美联储2024年报告指出,年收入低于2.5万美元的成年人中22%无银行账户。这些人因资金不足或不信任银行系统而依赖现金,甚至不得不使用年化利率高达400%的发薪日贷款。此外,“先用后付”服务虽在年轻群体中增长,但用户规模相对较小,传统银行也在快速跟进类似功能。 信用卡体系在美国占据主导地位:约70%-80%成年人持有信用卡,未偿余额达1.28万亿美元,平均年化利率22.3%。2024年消费者支付了1600亿美元利息。信用卡生态依赖交叉补贴——无法全额还款的用户以高利率补贴全额还款者,形成“合法掠夺性贷款”体系。 美国未能发展出互联网小额信贷的原因是多方面的: 1. 严苛且碎片化的监管体系(联邦与州双轨制),合规成本极高,保护了银行而非消费者; 2. 严格的数据法律(如FCRA、CCPA)禁止科技公司将用户行为数据直接用于信贷风控; 3. 资本市场对互联网公司涉足金融业务给予估值惩罚,因金融业务被视为重资产、低增长; 4. 信贷定价权被大型银行集团(如JPMorgan、Bank of America)垄断,它们通过游说和行为惯性维持高利率信用卡生态。 综上,监管、数据法律、资本估值和银行巨头共同阻断了互联网小额信贷在美国的发展路径。

原创|Odaily星球日报(@OdailyChina)

作者|Wenser(@wenser 2010 )

近日,马斯克再度放出关于 X Money 的消息,一方面保持着他对“再造一个微信”的一贯热衷;另一方面,也将美国如今缺少一个如微信支付、支付宝等产品的一站式支付平台的现实展示在众人面前。随之而来的一个疑问,则是大洋彼岸的美国,为何没有发展出来如花呗、借呗这样体量庞大的信用贷、消费贷等小额贷产品?

仔细研究过后,事实的真相多少有些出人意料。在美国这片金融热土之上,一套层层围堵的牢笼将本该惠及千家万户的小额贷堵死在了路上,反而让一整套“高成本、广覆盖”的信用卡生态在持续吸血。

美国金融底层残酷物语:没有人关心你有没有钱花

实际上,金融业发达的美国并非没有小额信贷需求。

根据美国 FDIC 2023 年调查的数据,美国有约 560 万“无银行账户”家庭(人口占比约 4.2%),约 1900 万“银行服务不足”家庭(人口占比约 14.2%);另据美联储 2024 年经济福祉报告数据,年收入低于 2.5 万美元的成年人中, 22% 没有银行账户;6% 的成年人(约 1500 万人)处于“无银行账户”状态。

至于这些人不到银行开户的首要原因,也很简单——“没有足够的钱满足最低余额要求”;其次是“不信任银行系统”,对于很多人来说,银行是被妖魔化的吸血鬼,只会催着你、逼着你缴纳贷款;大约三分之二的无银行账户家庭日常生活当中完全依赖现金消费。

对于这些生活在金融底层的人们而言,发薪日贷款成了为数不多的救命稻草。尽管后者的年化利率甚至高达 400%,但仍在 2014 年高峰期拥有 1200 万活跃用户、年放贷金额约 460 亿美元、超过 1000 家服务商提供这类业务。换句话说,这些人只能借到极其昂贵的钱。对于美国大银行来说,他们是 FICO 分数极低、连信用卡都拿不到的“垃圾用户”,底层中的底层。

在此基础上,“先用后付”贷款服务的人群稍好一些。

据调查,2024 年全球“先用后付”贷款用户约 3.8 亿,预计 2028 年增至约 6.7 亿;2025 年,美国“先用后付”贷款用户数量为 9150 万;预计 2026 年达 9630 万;2025 年,美国“先用后付”贷款市场 GMV 约为 1222 亿美元,2021-2024 年间 CAGR 达 20.3%。

对于消费欲望旺盛、购买能力快速增长的年轻人和消费主力军而言,稍显复古、流程冗长的信用卡消费不如灵活便捷、零利率分期的“先用后付”好用,因而处于缓慢渗透的阶段。但相较于全球数千万商家规模以及更大规模的消费者,这一群体毫无疑问只是小众。当然,American Express、Citibank 等已为信用卡持卡人推出类似“先用后付”的分期功能,传统金融机构正在快速补课。

与之相对,信用卡体系借助先发优势、网络效应、交叉补贴以及合规成本等优势在美国大行其道,吃尽红利。

先发优势及网络效应层面,根据美联储统计数据,70%-80% 的美国成年人持有信用卡;2025 年底,信用卡未偿余额达 1.28 万亿美元(纽约联储 2026 年 2 月数据);1.75 亿持卡人持有约 6.48 亿张卡,平均年化利率达 22.3%(2025 年 Q4 数据);此外,新发信用卡的平均 APR 为 23.75%;另 CFPB 2025 年报告指出,仅 2024 年一年,消费者就支付了高达 1600 亿美元的信用卡利息,相较 2022 年的 1050 亿美元暴增 52%。毫不夸张地说,信用卡是美国最大的合法掠夺性贷款。

交叉补贴及合规成本层面,据统计,约 45%-50% 的信用卡持卡人选择每月全额还清余额,对他们来说,信用卡是免费的短期信贷工具(相当于有 25 天免息期),甚至可以通过积分返现赚钱;而在年收入低于 5 万美元的信用卡持卡人中,56% 月月有余额;年收入超过 10 万美元的信用卡持卡人中,这一数字降低到了 36%。与之相对,超过 2700 万美国人每月只能支付最低还款额,相当于一只在偿还利息而非本金。由此,美国的信用卡体系就形成了无法全额还款的用户在用高昂的年化利率成本反过来补贴全额还款用户群体的诡异平衡现状。

供给侧和需求侧两端,共同呈现出了美国金融行业如今的残酷现状:一部分人开不了信用卡;一部分信用卡持卡人在向银行和其他人供血;一部分人宁可选择消费贷也不愿使用信用卡。而这样的现状诱因,无疑也是复杂且深层次的。

被遗忘的美国互联网金融业:监管、隐私、资本与巨头控制

细究美国没有如国内这般如火如荼的互联网金融产业的具体原因,本质上而言,却是一套系统性、结构性的四面高墙。

其一,是美国金融行业的严苛化、碎片化监管体系

一方面,联邦+50 州双轨制的监管框架使得金融合规壁垒极高。监管碎片化问题导致想要从事贷款业务的公司合规成本往往非线性增长,投入产出比极低;另一方面,2008 年金融危机的爆发也为金融监管收紧提供了有利支撑,2010 年“Dodd-Frank 法案”通过后,消费者金融保护局(CFPB)权力边界进一步扩张,合规成本进一步增加,客观上消灭了非银行机构在小额信贷领域做大的可能性。一定程度上来说,美国监管体系保护的不是消费者,而是坐收渔利的银行。

其二,是美国隐私数据的法律红线

理论上而言,美国的互联网科技巨头拥有着比国内互联网公司更为全面的用户隐私数据和个人信息:Amazon 知道你买了什么,Google 知道你搜了什么,Apple 知道你用了什么——但 FCRA(公平信用报告法,1970 年立法,多次修订)严格规定了什么数据可以用于信贷决策、什么不可以;CFPB 在 2023-2024 年进一步推动扩大 FCRA 的适用范围,将更多数据经纪行为纳入监管;加州的 CCPA 和后续的 CPRA 又加了一层州级隐私保护。种种规定,意味着美国科技公司即使拥有丰富的用户行为数据,在法律上也不能直接将这些数据喂入信贷风控模型。这不是技术障碍,是法律红线。

其三,是摆在互联网公司面前的资本市场估值惩罚

在金钱永不眠的华尔街资本眼中,互联网科技公司一旦与金融业务挂钩,那么其营收、盈利等业务表现的吸引力就会大打折扣——一直以来,互联网科技公司享受着高市盈率(轻资产、高增长、网络效应)的红利,而金融公司则因重资产、强监管、周期性而市场估值偏低。此前,苹果曾于 2019 年开始与高盛联合打造了 Apple Card 信用卡业务,最终以后者爆亏超 60 亿美元、坏账率高达 2.93%并将该业务转给 JPMorgan 而告终。导致这一业务停摆的原因,固然有高盛这样的投行在零售信贷及风控管理方面的不足的影响,但苹果不愿牵扯太深甚至承担信贷风险才是更重要的原因。

其四,信贷定价权掌握在金融巨头手中

美国消费信贷的核心玩家是 JPMorgan Chase、Bank of America、Citigroup、Capital One、Wells Fargo 等大型银行和金融集团。它们控制着信用卡发行、个人贷款、房贷、车贷等几乎所有消费信贷产品线。据统计,美国总消费者债务约 17.86 万亿美元(2025 年 6 月 Equifax 数据),其中抵押贷款 13.21 万亿、非抵押贷款 4.65 万亿(含汽车贷款 36%、学生贷款 28.5%、信用卡 24.2%)。一个庞大的信贷帝国,背后是富可敌国的金融大手。在银行业游说集团操纵的制度设计和消费者行为惯性共同作用下,信用卡那 22% 利率的成本也就变得不得不咽下的苦果。

总而言之,如今的美国金融业现实是,信用卡先占了位、监管堵死了路、隐私法砍断了数据支持、华尔街不喜欢金融业务估值法、银行业巨头不容许挑战者侵犯自己的权威和利益,一切的一切,联手将本该惠及万千个体、小微企业的互联网小额信贷挡在了美国市场之外。

相关问答

Q为什么美国没有发展出像花呗、借呗这样的小额信贷产品?

A美国没有发展出类似花呗、借呗的小额信贷产品,主要是因为其金融监管体系严苛且碎片化,合规成本高;隐私数据使用受法律严格限制;资本市场对金融业务估值较低;以及传统信用卡体系已占据主导地位,大型银行集团控制了信贷定价权,形成了市场壁垒。

Q美国金融底层人群面临哪些信贷困境?

A美国金融底层人群中有大量无银行账户或银行服务不足的家庭,他们因收入低、信用分数差无法获得传统银行服务,只能依赖高利率的发薪日贷款(年化利率可达400%)或现金消费,无法享受到普惠的小额信贷服务。

Q信用卡体系在美国金融生态中扮演什么角色?

A信用卡体系在美国占据主导地位,约70%-80%的成年人持有信用卡,未偿余额高达1.28万亿美元。它通过高利率(平均22.3%)从无法全额还款的用户身上获利,并以此补贴全额还款用户,形成了“合法掠夺性贷款”的生态。

Q美国监管和隐私法律如何影响互联网金融发展?

A美国联邦和州双轨制监管(如Dodd-Frank法案)推高合规成本,隐私法律(如FCRA、CCPA)严格限制互联网公司使用用户行为数据用于信贷风控,这从法律和技术层面阻碍了类似花呗的互联网信贷产品发展。

Q科技巨头如苹果为何在美国信贷市场难以成功?

A科技巨头如苹果与高盛合作的Apple Card业务失败,部分因风控不足,但主因是资本市场对金融业务估值较低(互联网公司高市盈率优势丧失),且巨头不愿承担信贷风险,传统银行集团也控制了信贷定价权。

你可能也喜欢

AI PC大战:不要押阵营,要押收费站

英伟达与联发科切入AI PC,标志着Windows端侧AI生态进入多玩家竞争阶段。作者认为,不应简单将其视为“x86对Arm”的阵营之争,而应关注谁能持续获取利润与产业链定价权。 AI PC的投资机会可分为三层:一是先进制程“收费站”,无论哪方胜出,台积电(TSMC)都将受益;二是算力与平台外溢,以AMD(x86进攻)和英伟达(GPU软件栈延伸)为代表;三是架构扩散和困境反转,Arm和英特尔(INTC)具备弹性但需谨慎。 行业已从概念进入出货验证期。尽管短期出货预测有所下调,但AI PC长期标配化趋势不变。投资难点在于用户换机意愿,若企业端广泛部署隐私计算等应用,将推动市场从消费电子转向企业IT更新。 竞争格局上,各芯片厂商优势各异,但高端芯片均依赖先进制程。台积电在晶圆代工市场占据超70%份额,成为AI硬件时代的确定性受益者。 投资策略上,作者建议分层配置:将台积电视为底仓(确定性现金流),AMD作为进攻性选择,Arm和英特尔则用于捕捉弹性机会。核心逻辑是投资“收费站”和平台,而非押注单一架构。 风险包括:AI PC应用不及预期、Windows on Arm兼容性改善缓慢、关税与宏观因素影响需求、先进制程供需错配,以及整体AI估值偏高可能引发的回调。因此,应将AI PC视为长期产业趋势,在情绪退潮后布局生态与现金流稳定的公司。

marsbit16分钟前

AI PC大战:不要押阵营,要押收费站

marsbit16分钟前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

Marvell Technology(MRVL)股价从2016年不到10美元涨至2026年的290美元,涨幅达30倍,核心在于其独特定位:不做GPU,而是专注于AI时代的“连接”基础设施。 公司业务分为三块:一是光互连(光DSP),在400G以上数据中心光模块市场占约70%份额,技术护城河深;二是定制AI芯片,为Amazon等云巨头设计XPU,拥有18个项目、750亿美元潜在收入;三是以太网交换芯片与企业存储,提供稳定现金流。 CEO Matt Murphy上任后大幅改革,砍掉非核心业务,收购Inphi(光DSP)、Cavium、Celestial AI(光子织网)等公司,聚焦数据中心,并绑定大客户获得长期订单。 英伟达投资20亿美元战略入股,认可Marvell在AI互连生态的价值。市场常将Marvell视为“小Broadcom”,但两者本质不同:Marvell在光DSP是领导者,而定制芯片业务虽毛利率较低,但随规模扩大有望改善。 主要风险包括:丢失Amazon Trainium3订单、客户集中度高、毛利率天花板、英伟达既是伙伴也是潜在竞争者、内部人士减持及供应链产能压力。但公司光互连技术优势显著,结合PEG约0.6的估值,仍有增长空间。 本质上,Marvell抓住了AI基础设施从“堆算力”转向“建系统”的趋势。在AI集群规模不断扩大、数据流动需求激增的背景下,“连接”的价值日益凸显,而Marvell正处在这一核心位置。

marsbit46分钟前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

marsbit46分钟前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

知乎上关于“AI中转站与便宜Token”的讨论引发广泛关注,焦点从单纯的工具选择转向了深层的成本与信任问题。 用户首要担忧的是模型真实性。AI中转站被类比为“AI版黄牛”,技术门槛不高,但上游来源常不透明,存在“模型掉包”风险。由于大模型输出具有随机性,普通用户难以辨别自己是否真的在使用所付费的旗舰模型,这本质上是一种信息不对称交易。 其次,便宜Token的性价比需要理性看待。其“低价感”常源于与官方API按量价的对比,若与官方订阅套餐、国产模型或免费额度相比,未必总是最优。讨论强调用户应先明确自身需求——是偶尔使用还是高频调用,再选择合适渠道。 便宜Token的来源复杂,既可能有批量采购、缓存优化等合法路径,也可能涉及订阅拆分、地区价差套利甚至更灰色的渠道。这种混合供给导致服务稳定性和余额风险难以评估。真正的成本计算需涵盖模型真实性、服务稳定性和数据安全。 数据安全成为核心关切,尤其在AI编程、Agent和企业应用场景中。经过中转站的prompt、代码、业务文档和密钥可能面临泄露风险。对于企业,这还涉及商业秘密、数据合规与供应商审查等治理问题。 讨论形成的普遍共识是:AI中转站可用于低敏感、可替代的任务(如公开资料总结、简单测试),但不建议作为默认入口,尤其不能用于处理敏感数据或接入生产环境。实用建议包括:避免大额充值、分散风险、定期测试模型、做好数据脱敏。 这场讨论揭示,当AI能力按Token计价时,用户为节省调用费用,可能潜在地牺牲了信任与安全。随着AI更深度融入工作流,明晰请求路径、模型来源与数据流向变得至关重要。

marsbit1小时前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

marsbit1小时前

交易

现货
合约
活动图片