大数据风控模型的数据样本有限且模型的有效性同样需要市场验证。互联网汽车金融提倡快速便捷的客户体验感，在此需求下，互联网汽车金融公司普遍依托大数据开发风控模型，力图减少人为干预，通过模型验证来促成业务快速达成。但是，汽车金融作为一个低频次、高金额的业务种类，其数据样本量有限，很难达到短期建立风控模型的目的。因此，互联网汽车金融公司会依托自身已有的数据样本及通过第三方公司采集到的数据样本建立风控大数据模型。但该种风控模型限于数据样本的数量，尚不成熟。

陆雨泉认为，作为一个新兴行业，究竟何种数据模型能更好地完成企业自身风控的预期目标，如何确保自身数据采集及第三方数据公司所提供数据的准确有效，都是一个需要不断摸索实践的过程。作为以盈利为目的的企业，在数据采集和模型搭建的过程中，能否不受市场占有率及销量的影响，始终如一地贯彻风控数据采集标准，确保采集的数据完整有效，这也是目前众多互联网汽车金融公司所面临的考验。

此外，线上功能有限、难以把控消费场景也是掣肘互联网汽车金融发展的因素之一。汽车金融的核心业务是汽车消费金融，其布局需要把控消费场景，但基于汽车消费的特殊性，汽车消费场景恰恰是最难把控的，也成为互联网企业发展汽车金融业务面临的最大挑战之一。汽车消费是典型的大件消费，且涉及三包政策、挂牌过户、维修保养、保险等一系列问题，纯线上场景可以覆盖的环节极为有限，需要与主机厂、经销商等深度合作，但主机厂与经销商基于自身利益，与互联网电商平台合作的意愿有限。薛洪言表示。

强化自律严格监管

2016年我国汽车金融市场规模已超过7000亿元，虽然市场渗透率仍相对较低，但市场规模还在以每年25%的速度持续扩张。相比欧美市场，国内互联网汽车金融市场相对不成熟，仍需多措并举持续发展。

薛洪言建议，发展互联网汽车金融，需要从场景和风控两个方面着手：场景层面，需要加强与主机厂、经销商的合作，互利互惠，通过更好地服务汽车销售环节来体现金融的价值；风控层面，则需要从评估车为主向评估人为主转移，这便需要借助大数据风控手段，尽量获取更多有关人的数据，建立并持续完善风控模型。

在场景方面，陈鹏云认为，互联网汽车金融最理想的应用场景是线上审批、线上支付、线上还款，线下提车，很简单便利。目前来看，各家企业都必不可少地面临风控风险，这就需要加强线下场景的把控能力。