FinTech的下一步发展趋势


#1

2017互联网女皇报告中文完整版

谁在裸泳:从互联网女皇报告看Fintech下半场

“互联网女皇”的报告一年一度,今年的火爆程度更胜以往。

所有人都试图从报告中(过度)解读出科技的最新发展趋势,以及在这一股明显会席卷人类历史的互联网大潮中,自己究竟该处于什么样的位置。

然而,除了报告中总结的领域之外,还有很多其他互联网领域在这一年中也发生了翻天覆地的变化。

我们试图将“互联网女皇”报告中的逻辑抽取出来,再套用到Fintech领域,从数据印记过程,用趋势归总数据,从而推演出这一领域的下半场会如何。

大潮袭来,谁将乘风破浪,谁又是在裸泳?

人口红利渐失,同质化演变为个性化

互联网女皇米克尔的《2017互联网趋势报告》(以下简称“报告”)中最重要的一个观点,是互联网正在使各种服务从同质化走向个性化。

在人类文明的伊始,无论是石器时代还是农业时代,为了解决温饱问题,人类的行为是高度同质化的。而到了工业时代,由于大规模使用机械工具,人们的职业和行为开始出现分化。

进入科技时代之后,资源和制造能力逐渐饱和,专家和品牌独占技术的工业时代消费文化逐步瓦解,主张个性与自我价值的物权共享社会开始形成。

百万个百万级市场是如何形成的

上述讲的或许太过抽象,我们可以见微知著,从一个现代文明的产物——媒体的进化史中窥知人类是如何从同质化走向个性化的。

以下是报告中总结的媒体进化史。

可以看到,媒体的发展经过了最早“我演什么你看什么,我写什么你看什么,我播什么你看什么”的网络时代,到之后追求“丰富化”、“点播化”的有线电视时代,再到现在愈发“客户化”、“定制化”的数字时代。

新媒体不再是一个新鲜玩意,而成为如同空气和水的生活必需品。而新媒体究竟是什么?归根结底,是让人自己决定自己想看到什么。

能实现这一步,最重要的原因还是科技。在互联网、智能手机的普及过程中,媒体渠道不断丰富,呈现在普通人面前的形式也不断多样化。

曾几何时,我们的电视只能看到十几个频道,电影院常年上映三五部电影,而获取资讯的渠道则是每天固定从信箱里拿出来的《晨报》和《晚报》,当然,还有新闻联播。

而现如今,仅视频领域,消费者就可以在腾讯视频、优酷土豆、爱奇艺看电影、电视剧和综艺节目,在A站、B站看二次元内容,在秒拍、快手看个人短视频,甚至衍伸到直播,也有斗鱼、映客、熊猫、陌陌等一众应用。

百万个百万级规模的蛋糕,就这么被科技生生的造了出来。

在金融领域,类似的情况同样出现在投资顾问(Financial Advisor,简称FA)向智能投顾(Robo-Advisor)的演变过程中。

最早的时候,FA需要通过与用户充分沟通,判断其风险偏好水平,再来制定最优的理财配置方案。但这种沟通的成本极高,FA的数量又不足以为每个人服务。于是那时的金融服务是阳春白雪的,甚至可以称之为阶级的象征。

而如今,业内先驱基于一系列基本的资产配置理论(如:Markowitz均值-方差组合模型、Black-Litterman模型),开始打造代替人类投顾的智能投顾。

智能投顾通过大数据获得用户个性化风险偏好,然后结合算法模型定制个性化的资产配置方案,实际投资后会对方案进行实时跟踪调整,在用户可承受的风险范围内为其实现最大的收益,真正做到千人千面,满足每一位用户的个性化需求。

更重要的是,智能投顾如同其他互联网服务一样,具有边际成本递减和渠道便捷化的特点,可以将金融服务带向千家万户。

其实,每个人对金融产品的需求一点都不比对媒体的需求要少,而在这个领域,百万个百万级规模的市场蛋糕才刚开始形成。

积累大量数据,不断消费形成正反馈

互联网时代到来之前,人类掌握的数据量极为有限,多数情况下须通过人的主观判断来作出决策。

步入互联网时代后,新平台以光速般创造大量的数据,人们开始研究从数据中挖掘隐藏信息的方法,常见的方法有:Logistic回归分析、K-means聚类算法、决策树、随机森林等,统称大数据(Big Data)。

《报告》中举了卫生保健数字化的例子,数据经过输入、消费、整合并转化,再通过反馈对输入的数据进行调整,创建了一个正向良性循环反馈机制。

金融领域掌握用户数据最多的莫过于风控系统。传统风控信审机制靠的是技术分析,通过已有数据模型评判用户类型,再针对不同需求作出最终决断。难点在于如何通过人为的主观技术分析,既保证系统的风险可控,同时又不误伤真正有需求的客户。

举例来说,无论从体验还是实际数据来看,受风控的影响,传统银行业一直未能有效解决小微企业或个人的小额融资需求。而尽管P2P网贷的形式毁誉参半,急需整顿,但却实打实的弥补了这一金融服务真空区——2017年5月P2P网贷成交逾3550亿元创历史新高(数据来源:第一网贷《2017年5月份全国P2P网贷行业快报》)。

这一切也得益于大数据征信体系的应用。

大数据风控和传统金融风控的一大区别是,可以通过弥补多维度非传统金融数据,由数据输入端开始监控数据消费路径,并对所有路径进行聚类归因等实效分析,主动弱化因果关系,更看重统计学上的相关性。

下图是Fintech领域常见的大数据和分析公司:

###巨头公司:不仅有眼前业务,还有诗和远方

强者恒强,在这个时代仿佛是一条铁律。互联网世界的几座大山虽历经坎坷,却分别在初期业务的基础上,拓展出各具特色的产业链。

Apple的大终端,腾讯和Facebook的大社交,阿里巴巴和Amazon的大电商,Google和百度的大搜索甚或是大AI。

总结来看,各家公司最终的业务形态虽与原初相去甚远,但都保留了原本的核心业务。

到目前为止,Fintech给中国金融业带来最深远的颠覆性影响之一是对渠道的颠覆。支付宝和天弘基金合作推出“余额宝”,彻底改变公募产品形态、甚至公募行业格局,其中天弘无疑是最大的赢家,把华夏基金从多年规模第一的宝座中挤下。

但Fintech公司对于业务形态的选择各有千秋,大一统的局面还未见端倪。而对于关键科技的偏好方面,普华永道的调查结果显示,中国Fintech公司倾向于投资的前三项依次为“大数据分析”、“人工智能”和“移动科技”。

纵观互联网大公司的最终走向,都不可避免地走向了云计算战略。而Fintech的技术,大多仍要基于云服务展开,像区块链这种完全去中心化的技术,目前尚未出现第二例。

至于未来传统金融机构将在哪些领域与互联网金融公司展开直接竞争,普华永道认为,直接受到区块链威胁的零售银行业务是最有可能被率先颠覆的行业。

CBInsights曾发布过一张关于“解构银行机构”的信息图,信用贷款、保险、退休基金与投资、财富管理等领域均有对标的Fintech公司,非常有趣:

对于大体量的竞争而言,基础设施几乎决定了企业的生存空间。

云计算的基础设施是计算设备,硬件性能决定了软件运行效率,而未来金融机构的基础设施则是巨量金融数据以及用户相关信息,对数据的消化吸收能力决定了业务最终走向。

率先完成全产业链聚合的金融集团无疑最具先发竞争优势,能够为用户打造优质的一站式使用体验。

就目前而言,大多数金融机构依旧考虑以内部研发为主,从自己擅长的领域发起进攻,次优是选择与Fintech公司合作,而只有在万不得已的情况下才会考虑收购。

随着竞争加剧,大手笔收购Fintech公司的案例或将出现。

From ITFIN To Intelligent Finance(从互联网金融到智能金融)

对于“上半场”和“下半场”的讨论,互联网业内给出了多种答案。

滴滴CEO程维于2016年应邀到国家行政学院作题为“分享经济发展中国”的报告时首次预测,互联网时代的上半场已结束。随后,美团点评CEO王兴在2017年新经济100人CEO峰会中指出,全球互联网的下半场就是中美之间的竞争。他说:

“在高科技创业方面,美国企业目前领先;而在商业模式创业方面,中国企业则要领先。”

回归到金融领域,互联网金融的简称为ITFIN,是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式;而Fintech,即Finance + Technology,是一种运用高科技来促使金融服务更加富有效率的商业模式。

Fintech企业的核心使命就是要打造一种新型商业模式。要完成这样的使命,仅有ITFIN远不足够,它只能享受互联网上半场中的渠道和人口红利,尽一切可能触达最终用户,进而将传统金融领域的服务和盘托出。

但真正能够在互联网下半场带来价值提升的,是将传统金融领域的业务解构,辅以科技领域的先进经验,最终再利用有效的方式重构,从而实现个性化需求。

那么,如何布局?

业内普遍共识是布局人工智能。包括:
面向投资银行、证券研究的自动报告生成技术(涉及金融知识图谱、自然语言处理、自然语言生成等技术)
面向量化交易、大数据征信的辅助(Enablers)技术(涉及自然语言处理、机器学习等技术)
面向证券研究的金融搜索引擎(如Kensho、AlphaSense等)
面向财富管理的智能投顾技术

CB Insights于2017年3月发布的Fintech领域的人工智能市场全景为我们展现了产业的最新进展:

那么,到底谁在裸泳?

向前看,那些即使面对新科技浪潮仍不思变的传统金融机构会受到威胁。

向后看,业务同质化严重(例如基金超市,渠道是好渠道,未来如何打差异化之战?),不善于利用数据提升软实力(例如,用户核心需求的把握能力不足,风控机制缺失等),坐守战果,不择机向上下游扩张的公司,势必要受到最严酷的挑战。

对于“互联网女皇”的报告,外行看热闹,内行看门道。而Fintech领域的从业者,应该要打起十二分精神想想——如果明年Fintech行业作为一个专题出现在报告中,自己又会在什么样的位置上?


#2

《赋能-金融科技向未来》Fintech趋势报告

核心要点

  1. 金融业全流程的效率提升——金融科技产业演进趋势
    金融科技的本质是通过信息技术的引入实现金融业全流程的效率提升;
    演进趋势:从互联网金融到数据金融,从去中介化到金融业务核心、从流量至上到技术为王、从单一主体到庞大产业链

  2. 大数据、人工智能、区块链——Fintech的核心技术能力
    Fintech的基础技术能力是互联网,互联网金融是Fintech发展中的重要组成部分;
    核心技术能力:大数据、人工智能、区块链

  3. 共享&赋能——Fintech商业模式演进方向
    信贷市场线上渗透率仅为1%,庞大空间、巨大的用户需求、竞争型的市场格局、可观的客户价值不断吸引新进入者;
    日益提升的获客成本、风控成本、合规要求是新进入者越来越难逾越的门槛;
    共享&赋能:能力者向潜在进入者共享能力

  4. 场景平台、流量平台、交易平台——赋予各类平台普惠金融的能力
    建立Fintech平台,向消费场景、交易平台、数据平台赋能,使得其他平台获得普惠金融的能力,从而实现更为广泛的普惠金融。


Chapter 1 金融科技产业演进趋势

从互联网金融到数据金融,我国金融科技发展已历经三大阶段

在过去的十数年中,互联网对于传统金融业态的变革一直在不断发生,集中体现于支付结算的线上化、金融产品销售的电商化,以及信贷业务的P2P化。而在此前,我国金融科技的发展已历经三个大的核心阶段,分别是:

1)20世纪70年代中后期开始的金融信息化起步:以早期的计算机及局域网络为主,计算机逐步代替手工操作,并实现全流程的电子化;
2)20世纪90年代中后期进入到互联网金融的阶段:中国接入全球互联网,金融信息化/互联网金融的时代随之到来,主要体现的是渠道信息化;
3)2010年后进入到数据金融/机器辅助决策阶段:移动互联网时代的到来推动了大数据、云计算技术的迅速铺开,此时,信息技术正在逐步渗透到金融业务核心部门,机器成为金融决策的重要辅助,而机器实现绝大部分自主决策的智慧金融阶段也为之不远。

从去中介化到金融业务核心,Fintech不再局限于纯流量贡献

Fintech的互联网金融阶段主要聚焦于金融脱媒/去中介化,去中介化已是全球金融业自由化发展的核心方向。
在互联网金融蓬勃发展的过程中,整个商业形态快速迭代,互联网几乎改变了传统金融的渠道体系。在这个过程中,受到影响最为深远的是金融中介。

Fintech进入金融核心,对于传统金融的影响愈加广泛和深入。
在互联网技术逐步成熟的今天,以大数据、云计算、人工智能为代表的创新技术正再一次的席卷众多传统行业,金融业以其庞大的市场容量再次成为市场焦点。这一次,技术创新的核心目标将聚焦于信用、风控、投资等多个领域。因此,Tech对于金融业的影响将愈加广泛和深入,这也是互联网金融和金融科技(Fintech)的重大差异。

从流量至上到技术为王,战略目标已发生根本性变化

互联网传统的商业逻辑是流量为王,这在网络媒体、电子商务以及电子支付、互联网金融的早期阶段均已经充分体现。

从流量至上到技术为王是“不得已”更是行业趋势。BAT等巨头已经在市场中形成了较为稳定的竞争优势,流量集中的行业特征已经极为明显。因此,“不得已”走向技术为王的方向是目前垂直企业选择差异化竞争的核心策略;而与此同时,网民增长红利消磨殆尽、移动互联网时代即将落幕,人工智能走上前台,信息科技行业再次进入了技术创新并寻求商业模式变现的新阶段。

从规模至上的粗犷发展到依托技术能力的精细化运营是目前互金行业发展的核心特征。粗犷发展意味着尽可能的最求强劲成长性,但伴随着监管靴子落地、企业融资进入中后期,互联网金融企业发展的核心要求在发生变化。精细化运营意味着提升获客能力、提升反欺诈能力、提升数据风控能力,同时降低获客成本、降低风险成本、提升ARPU值,技术能力对运营效果的支撑作用愈加明显。

从单一主体到庞大产业链,行业分工进一步精细化

传统金融机构组织体系庞大,体系内的自主、可控是大多数金融机构业务拓宽的核心路径。

而在Fintech的大背景下,行业分工将实现进一步精细化和模块化。
从横向业务范围上看,(如下图所示)单一传统金融主题可提供的服务将被众多的Fintech企业主体所分解,实现单一业务类型的差异化和灵活化。
从纵向业务流程上看,单一业务流程也被众多Fintech参与主体拆解。以信贷为例,包括获客、前段审核、中期风控以及后期催收管理均已形成完善的产业链,整体分工进一步精细化和模块化。

新的内核:互联网金融进入Fintech的全新发展阶段

政策红利让互联网金融一度被誉为野蛮生长的行业,而历经10年的发展监管与互联网金融之间已经逐渐熟悉,随着中国互联网金融协会的成立,规范与安全成为行业发展的主旋律,同时也意味着原本宽松的政策环境有收紧的趋势。2016年后,业界也明显感受到了行业寒冬,互联网金融概念走下神坛,十年野蛮,一朝落幕。然而互联网金融并没有因此消失,取而代之的金融科技正以星火燎原之势,整体行业已进入金融科技的全新发展阶段。

发展趋势:技术化、数据化、场景化、模块化、平台化


Chapter 2 三大技术构成核心技术基础

技术基础:三大技术构成核心技术基础

纵观目前阶段下的金融科技创新方向,宜人智库认为,大数据、人工智能和区块链将是继互联网/移动互联网之后的Fintech发展的三大核心技术基础。三大技术之间没有迭代关系,没有时间轴关系,而是在不同层级同时支撑Fintech发展。

大数据:新阶段下的风险控制及风险定价体系

数据是金融的核心,因此在大数据时代下,大数据必将触及金融最紧绷的那跟弦——风险定价与风险控制。
若将大数据分析分为四个层次,互联网金融发展阶段中,大数据技术主要应用于数据架构和信息整合(第1层+第2层), 可实现初步的分析和决策(第3层)。

非结构化数据体系下,人工建模+数据已经难以满足数据分析需求。
由于传统数据分析模型对于多维度、多形态的数据存在不适用的情况,因此该类技术应用仅仅是大数据分析的初级阶段。

大数据+机器学习是金融数据计算分析的未来。在目前的状态下,数据体量异常巨大、数据类型异常繁多、价值密度极低,因此需要通过更为强大的机器算法能够实现模型的迅速矫正,因此,机器学习+大数据将是金融数据分析的核心方向。

大数据:多维度多层次的大数据分析

经过多年的数据发展和积累,大数据的数量、分析速度与数据种类都发生着极速的变化。可穿戴设备、智能家居等智能硬件的兴起,再次扩充了数据的维度,使得可获取的数据维度扩展到线下。

目前,大数据已经发展到公司及第三方处理分析大量终端用户数据的阶段,为金融科技公司提供了良好的数据基础,进而促进了个人征信、授信、风控以及保险定价等金融领域的发展。

大数据分析的主要金融应用:征信与风控

大数据分析的主要金融应用:个人征信、授信与风控个人征信、授信及风控主要是围绕借贷环节进行的,覆盖贷前评估、贷中监控和贷后反馈三个环节。

1、贷前评估:国内个人征信试点于2015年才开始试行,最具代表的是芝麻信用。阿里体系的交易数据以及蚂蚁体系的金融数据形成强有力的数据支撑,自主研发信贷模型可用以支持银行、小贷机构进行征信及授信活动。信贷模型的训练需要人工智能技术作为辅助,通过机器学习不断完善模型并实时校正。

2、贷中监测:主要是通过用户在贷款期的行为数据来发现问题客户并及时报警。

3、贷后反馈:基于用户本次贷款期间的数据,对该用户原有信贷记录评分进行补充,提升或降低其信用额度以供后续使用。

人工智能:从分析到最终决策

人工智能在金融领域中的应用,相较于大数据而言的核心突破在于深度学习、智能分析和最终的智能决策。大数据、云计算、智能硬件以及后续的区块链技术等都是支撑人工智能上层技术的基础。
智能数据分析在金融领域涵盖了投资、借贷、保险和征信行业,相关技术的运用成为业务开展的基础,同时也支持了金融产品的创新,包括新型的保险及投资产品。
在金融领域,人工智能主要有以下四类应用:①自动报告生成、②金融智能搜索、③辅助量化交易、④智能投顾方向。

区块链(Blockchain) 是一种分布式共享数据库

从技术角度来看,比特币的系统包括三层:底层技术——区块链;中层链接——协议;上层——货币。上层是货币,在这里指的是比特币。中间层是协议,也就是基于区块链的资金转账系统;底层技术是区块链,去中心化、分布式记录的公开透明的交易记录总账,其交易数据全网节点共享。矿工负责记录,全网监督;

区块链(Blockchain) 是一种分布式共享数据库(数据分布式储存和记录),利用去中心化方式集体维护一本数据簿的可靠性的技术方案。该方案要让参与系统中的任意多个节点,通过一串使用密码学方法相关联产生的数据块(即区块,block),每个数据块中都包含了一定时间内的系统全部信息交流的数据,并生成数据“密码”用于验证其信息的有效性和链接下一个数据块。比特币是一种全球范围内可交易的电子货币,是目前区块链技术最成功的应用。当前银行等机构更多关注的也正是比特币背后的区块链技术。

区块链建立了“强制信任”的关系

强制信任:智能合约
在合同中约定的条件被触发时,合约内容能够自动生效执行。智能合约的原理类似于计算机中的If-Then语句,它能够帮助我们在金融领域建立一种智能管理的体系。当保险合约等自动判断满足赔付条件时,保险费将自动划拨赔付,从而免去了以往的保险理赔中中间一系列的流程。当然,“强制信任”可被用于诸多领域。


Chapter 3 Fintech商业模式演进方向 :共享丨赋能

信贷的线上渗透率仅为1%,科技对金融的影响刚刚开始

根据零壹财经数据显示,中国整体个人理财市场规模约为40-50亿元,线上理财接近2万亿,渗透率4%;人民银行及艾瑞咨询数据显示,2016年网络信贷余额为1.2万亿,占中国整体境内信贷余额1%。

易观数据显示,网络支付/网商银行为1%,移动支付/手机银行为22%。

相较于网络购物14%的渗透率,互联网金融相关业务依然有巨大的渗透率空间,尤其是网络信贷和互联网理财领域。

竞争型市场巨头难觅,市场入口依然开放

参照网贷之家数据,网贷行业CR4<30%、CR8<40%,是典型的竞争型市场,明显区别于支付及网络购物等同类交易型领域。因此网贷并非典型的流量型市场,而目前核心玩家的主要工作依然聚焦于如何把蛋糕做大,而并非如何切分竞争对手的蛋糕。

因此:一个巨大且不断增长的市场+竞争格局相对友好的市场环境=依然开放的市场入口,未来一定有更多的新进入者参与进来。

细分领域参与者数量保持同比增长

网贷之家数据显示,截止2017年4月,网贷平台累计数量已高达5890家,存量平台2265家,大浪淘沙,超过50%的平台已停业。
抛开民营系大量平台停业给市场整体带来的影响,各类型企业数量依然处于增长过程中,风投系增速最快,整体市场参与者类型不断丰富。

传统金融机构是线上化主体,资源型平台是核心新进入者来源

从增量来源看,传统业务的线上化、增量需求(消费升级所带来的超前消费和SME的市场打开)将是未来市场的核心增量来源;从企业类型角度出发:传统金融机构是线上化的主体;资源型平台(场景、流量、数据和资金等)是核心新进入者。
新进入者各自诉求存在差异,但资源变现依然是主旋律。①流量、数据平台通过金融业务实现流量和数据资源变现;②场景平台通过金融实现主营业务提升和金融业务变现;③资金型平台则通过互金业务实现资金效率的最大化。

监管深入,行业门槛进一步提升

循序渐进,监管走上正轨,政策已经探底,未来监管将进一步常态化。技术能力将是企业生存和行业净化的核心标准。宜人智库认为监管的核心要点在于:中介属性、小额分散、牌照与核准并行。同时,鼓励传统金融机构与Fintech/互联网金融的快速融合;市场对于的金融科技企业的合规发展要求进一步提升,行业门槛进一步提升。

多重风险对行业产生深远影响,行业门槛进一步提高

1、官方信用人口覆盖不全面:2015年,我国信贷人口覆盖3.8亿人,渗透率仅为27.6%,而同时期美国信贷人口渗透率为82.0%。

2、多重因素造成数据孤岛数据孤岛:当下的互联网产业环境,巨大体量的用户数据被留存于各个平台,包括政府、电信业、医疗业、银行、互联网巨头,数据开放程度极低、兼容性低,进而形成了众多数据孤岛。

3、缺乏统一的信用评级体系和制度:我国各类机构不论在数据抓取维度、模型、评级方法、深度等各个方面自成体系、进展不一,缺乏统一的业务技术规范,存在大量的资源浪费;同时,相关立法、制度不完善,造成众多障碍和风险。

4、流量成本被推高:市场竞争激烈,参与者众多;风险事件频发,带来行业性的用户信任危机;互联网马太效应造成流量垄断,推高获客成本;

5、团伙欺诈猛如虎:线上造假难度远低于线下,但其造成影响巨大,远高于普通坏账风险。

疯狂的流量时代已过,技术能力是关乎生死存亡的核心变量

目前,从企业数量角度看,民营系依然是市场的核心参与者,占比超过80%;但从经营质量角度看,风投系和上市公司系则占据市场主导位置,风投系+上市公司系的企业数量占比为11.4%,成交量占比49.8%、余额占比53.6%。

在未来的竞争中,经营质量将是决定生死的首要因素。影响经营质量的细分因素体现在获客效率、风控效率与能力、贷后管理能力等多方面。而排除由于企业出身的差异化资源背景,技术能力即是关乎生死存亡的核心变量。

技术能力同样适用零边际成本理论,规模效应更易凸显

传统企业边际成本变动规律主要是随产量增加而减少,当产量增加到一定程度时,就随产量增加而增加,因此,边际成本曲线也是一条先下降而后上升的“U”形曲线。

而在以软件、互联网为代表的新兴行业当中,在不考虑科技进步的情况下,企业边际成本曲线所呈现的是先上升后下降,最终呈现的状态是无限趋近于零。这是软件、信息服务行业的成本曲线特征。

而在云计算、大数据和人工智能技术快速发展的当下,获客、风控均已成为较为成熟的技术能力,相较于需要需要承担大量资金成本和风险拨备的信贷行业,“售卖”技术能力更易形成理想的规模效应。

较高风险敏感性和潜在规模效应所带来的差异化市场预期

2015年底至今,A股市场互联网金融板块平均估值56X,而银行板块平均估值仅为7倍。

而美股市场老牌Fintech企业Paypal2015年底至今平均估值为36X,与之相对应的宜人贷目前估值仅为7.3X,上市以来的平均估值为12倍。

导致估值差异的核心原因是对公司是否存在规模效应、潜在规模效应何时出现的预期差异;另一方面,对于违约、坏账风险的敏感性程度亦是评价一家公司Tech属性的重要因素。

Chapter 4 赋予各类平台普惠金融的能力

互联网时代结束了么?对于我们来说才刚刚开始

参照CNNIC数据,2016年底中国网民规模达到7.3亿,渗透率超过50%,网民规模增长率趋于稳定,增长红利消失。
与此同时,参照网贷之家数据,2016年网贷行业投资人数与借款人数分别约为1375万人和876万人,较 2015年分别增加134.64%和207.37%,网贷行业人气增长幅度仍然较大。

因此,显而易见的是,对于网贷行业来说,巨大的网民群体恰恰是未来增长的最好红利。

15/1000,挖掘场景下、平台上的信贷需求

艾瑞咨询研究显示,通常商业环境中交易规模超过1000亿的平台,即具备了金融业务变现的基础;在1000亿交易规模中,大概能够产生100亿的信贷需求;100亿的信贷需求,平均可以产生15%的利润。
与此同时,在目前的市场上,具备场景、数据资源的平台大量存在,金融需求隐藏在众多的消费场景、交易环节、数据平台之中,这些资源都可以通过嫁接金融服务来进行商业变现。

大量的潜在客群“隐藏”在众多的互联网场景之中

网贷并不是一个流量集中型的高频需求,需求一定是隐藏在众多的场景之中,而成熟的网络环境为网贷获取用户、打开需求提供了良好的条件。

向场景方、平台方输出技术能力,实现更为广泛的普惠

建立Fintech平台,向消费场景、交易平台、数据平台赋能,使得其他平台获得普惠金融的能力,从而实现更为广泛的普惠金融。


#3

Fintech在中国市场的崛起

根据花旗银行最新发布的研究报告显示,2016 年中国 Fintech 投资市场开始崛起,相比之下,西方 Fintech 发展有些萎靡不振。

据估计,同比 2015 年,2016 年中国 Fintech 风投增长至少一倍,相比之下,美国与欧洲则分别约下滑 38% 与 27%。

同时,新加坡星展银行 BDS 也公布了一组数据,从 2015 年 7 月到 2016 年 7 月一年间,中国 Fintech 创新企业吸资 88 亿美元,相比 2010 年增长了 252%。

传统金融技术的相对薄弱和落后已大势渐去,而作为新金融的 Fintech 技术上的绝对优势在国内市场迅速崛起,这背后的原因又有哪些呢?

国内互联网巨头涌现,成为 Fintech 中国创新之源

国内目前几家巨头公司,包括阿里巴巴旗下的蚂蚁金服,腾讯的微信钱包、财付通,京东金融,还有苏宁金服等,其业务涵盖了支付、征信、资管、银行、保险、基金和证券等多个板块。

如蚂蚁金服于 2014 年 10 月成立,目前延伸出支付宝、余额宝、招财宝、蚂蚁金融云、芝麻信贷、蚂蚁聚宝、蚂蚁小贷等企业云服务,业务线涵盖第三方支付、银行、征信、消费金融、证券、保险等多个领域。2016 年 4 月蚂蚁金服获得 45 亿美元的 B 轮融资。

再如 2016 年除夕六天,微信平台赢得了 320 亿美元的数字红包交易量,远远超过美国交易平台 PayPal2015 年全年 49 亿美元的 6 倍之多。

实际上,中国 Fintech 市场发展之快,获得资本瞩目主要有以下几个原因:

一是中小型企业以及消费级用户不断增长的金融需求。

一方面,中产阶级新一轮消费能力的觉醒,为国内金融服务奠定坚实的基础。尽管商业银行成为最大的受益者,但目前来看国内银行系统的发展还相对落伍。

另一方面,尽管中小企业贡献出了中国 60% 的 GDP,80% 的城市就业,以及 50% 的财政和税收收入(数据来源:DBS),但是这部分企业用户很大程度上仍未得到重视信贷资质的国有银行的关注。

二是国内环境开始向高度金融和数字化渗透,用户与企业之间的连接更加紧密。

数据显示,2016 年 6 月,中国已有 7.1 亿互联网用户,超过美国和欧洲的总和。

同时,智能手机正成为通用互联网的接入设备。截至 2016 年 6 月 30 日,由于一线城市「智慧城市」和「无线城市」公共无线网络的发展,有 656 万的用户通过连接设备上网。

可以说,国内大部分用户通过支付宝或微信平台进行在线支付。2016 年,手机银行的交易价值继续呈指数上升,第二季度的移动支付交易额为 63 亿美元。

三是带有中国特色的电子商务,加之互联网和移动支付手段,均促成国内封闭的数字经济中下庞大零售市场的发展。

同时,占有统治地位的线上消费经济推动国内传统落后的线下零售结构向良性方向转变。

因此,这类电商企业成为国内聚焦于支付和第三方支付方式 Fintech 企业的先驱。

四是中国互联网巨头成为驱动 Fintech 市场创新力量的源泉。

美国和欧洲的 Fintech 市场主要由初创公司引领,而国内则主要由互联网巨头带领,这其中就包括上文提到的 BAT、京东等互联网企业。

Fintech 中国尚未成熟,且发展路途坎坷

不过,Fintech 的广泛应用和良好的国内市场空间依然掩盖不了发展过程中遇到的种种障碍。

一是监管的不完善导致市场混乱。

宽松的政策监管环境带给互联网金融发展的「黄金期」,各类金融平台迅速涌现,但一些虚假不规范的公司也趁机浑水摸鱼引起这个新兴市场的混乱。

2015 年前后《关于促进互联网金融健康发展的指导意见》的颁布,加之政策的逐步落地使这个行业开始走向正轨。

二是互联网金融配套的基础设施尤其是征信体系还不够完善。

尽管目前国内用户对互联网借贷和理财有着强烈且广泛的需求,但不完善的征信体系使得大部分金融机构面对这部分需求望而却步。

三是一些理论上非常有前景的 Fintech 技术仍旧存在实践落地的坡度。

金融产品本身存在复杂的业务流程,如果软件系统开发人员不能对金融产品有透彻的认识,那么开发出的技术产品可能就与金融产品之间存在一定的断层。

AI 成为 Fintech 未来发展转向之一,而传统金融或将遭受蚕食,或将被迫转型

Fintech 拆开就是 Finance 和 Technology,是企业运用科技手段使金融服务更为有效,从而形成的一种经济产业。Fintech 公司目标之一就是替代那些不够科技化的传统金融企业。

因此,人工智能、机器学习和自然语言处理(NPL)等抽象计算技术能力的不断提升,成为 Fintech 企业占领市场的下一个杀手锏。

根据 CB Insights 在 2016 年年中公布的一项数据显示,全球有 41 家初创公司将人工智能技术嵌入 Fintech 行业。

换言之,初创公司利用机器学习和自然语言处理技术解决金融领域遇到的问题,将大大吸引投资者的瞩目。

如加州的机器顾问 Wealthfront 增加了人工智能功能,以跟踪其产品和其他综合服务的账户情况,分析并了解账户户主的开支情况,从而帮助用户做出财务和投资决策。

Fintech 的精髓是帮助企业进行计算和自动化处理的,传统金融因技术能力无法进一步提升,若不进行转型,其所占有的市场资源只能遭受以新技术为代表的 Fintech 企业的蚕食。


#4

FinTech已经进入2.0时代

Fintech已进入2.0时代

金融的本质是什么?是资源的优化配置。科技和互联网的本质是什么?是提高效率、连接万物。过去的5年,是金融科技的1.0时代。现在,我们正步入2.0时代。

1.0时代的关键词是“连接”(Connectivity),用互联网的方式连接资金、资产、人群,实现金融领域资源的对接,降低准入门槛,扩大服务人群。在线支付、P2P网贷、金融超市、理财平台、股权众筹等类型的创业都属于此。

而现在,我们进入2.0时代,Fintech的关键词转变为“定价”(Pricing):在1.0时代耕耘起来的土地上“深耕细作”,通过先进的技术手段,运用高效的大数据挖掘,对资产进行科学定价,真正实现金融资源的最优化配置。线上消费信贷、征信与风险管理、智能投顾、金融大数据服务等均在此范畴。

有人说,过去是“互联网金融”,现在是“金融科技”,在我们看来,仅仅是反映了同一个生态体系在不同时期的进化阶段。

2015年全球风投对各类Fintech初创公司总投资额为138亿美元,共计投资653个项目,在中国这一数字为27亿美元,覆盖100多个项目。然而,即便市场如此火热,我们对Fintech的投资却仍然精挑细选。

为什么?因为我们不只看当下,我们看长期规律,我们看商业模式的高增长性和可持续性。我们相信互联网的一些基本定律在金融这个特殊的生态环境里依然适用。资金端是个慢生意

常常有人问,资金端的生意有没有价值,值不值得做?我们认为“It depends, but in most cases NO”。

无论做什么生意,本质还是在“买卖”。做电商,是买卖商品;做O2O,是买卖服务;而做金融,是买卖资金。

那么问题就来了:买卖资金和商品有什么区别?买卖资金和服务有什么区别?买卖商品,用户把商品用完就结束了。买卖服务,用户把服务体验完就结束了。可是买卖资金,用户和卖方的关系是在完成交易后才刚刚开始,整个“反馈周期”非常长。用户把钱投出去,那颗心要悬在那里一直等到钱收回来才落地。也就是说,资金买卖获得一个用户并且留下一个用户的成本相比其他生意都要高很多。

其次,在金融这个行业里,永远都会有“制度套利”、“牌照套利”、“品牌套利”,而所有这些都不是对创业公司有利的,因为时间是创业公司的敌人。把流量做到累死,可能还抵不上一个银行支行的吸储规模(资金成本另当别论)。银行之外还有保险公司、社保基金、信托、资产管理公司。归根到底,资金这个市场“做批发的也能做零售,可是做零售的却做不了批发”。传统金融机构在资金生意方面要进入互联网领域就是“降维打击”,游刃有余。

从市场现实来看,也是如此。从2012年开始,国内P2P网贷出现了爆发式增长,相关网站达数千家之多。然而,经过一大波P2P网贷平台的坏账曝光、公司倒闭、老板跑路等,使“被教育”用户对各类P2P借贷甚至互联网理财投资更加谨慎。现在市场上同质化产品越来越多,流量成本也越来越贵,对于Fintech创业者而言,如何让用户“信任”互联网平台,如何保持低成本获客和高用户留存,如何保证盈利增长,是个难题。

另外,资金端的生意盈利空间其实非常有限,毛利通常都不会超过资产规模的1%。只有将规模做到非常大,才有可能晋级独角兽。支付宝、理财通这类平台是在其它互联网业务发展成功之后的“衍生品”,不独立,不具备可比性。“投资策略”不是商业模式

放眼全球,几乎很难找到持续性年化收益超过10%的资产。即便过去几年国内一些理财平台收益率超过10%,也只是短期现象,而非长期所能维持。在与部分金融创业者交流时,他们会认为其目前所使用的投资策略表现很好很赚钱,但我们想说的是,单一策略即便现在表现良好,也不足以支撑起整个平台今后业务的持续性发展。

如果真的对某一个策略非常有信心,最好去融一个基金自己来做,没有必要去做一个互联网平台。世界上投资最牛的人最终都去开了对冲基金(“2/20”)、或者就管自己的钱(“0/100”),没有人会真正愿意把好的投资机会放到互联网上来。智能投顾水土不服

以Wealthfront、Betterment为代表的智能投顾项目在中美两地可谓激起千层浪。然而,对于国内创业者而言,智能投顾市场看似美好无限,可能也只是镜花水月。

抛开资质要求和技术实现问题不说,单就市场情况和用户认知就决定了相同模式下巨大的地域差异。美国金融体系已成熟,数据的积累全面且持久,投资型产品可涵盖全球资本市场众多品类,能真正帮助用户进行量化分析与分散投资,平衡市场风险。而在中国,投资的品类主要为固收类、债权类和股权类投资,数据并不完善,市场也不成熟,创业公司大多会选择ETF及主动型管理基金进行资产配置。

其次,对于个人投资者而言,美国并不存在刚性兑付,即便是进行债券投资也很可能亏本。用户选择智能投顾产品的目的主要是节省时间精力,分散资产投资风险,而且可以避税(资本利得税)。但在国内,绝大多数用户更偏爱主动型投资,习惯有刚性兑付保底,希望能搏得高收益,这就注定了智能投顾业务在中国不容易获客。跨境投资“坑”太多

跨境理财投资虽能帮用户实现海外分散投资,对冲国内风险,但在高收益上却无法保证。而对创业公司本身而言,一端需要在流量成本逐渐增高的情况下不断获客,另一端又需要花较大的精力和较高的资金成本在全球寻找高收益性的资产标的。除了需要较强的技术随时分析市场行情打磨产品外,还需要较长时间对用户进行市场教育,时间成本太高。这条路注定会走的艰难。

除了业务本身,跨境投资的外部环境也并非理想,会受到监管及政策的很多限制。比如首先遇到的门槛就是“外汇问题”。创业公司如果直接提供人民币换汇业务投资海外市场政策风险太大,而如果要求用户直接使用外币,则资金出口通道的搭建需要保证合法与稳定,无论个人还是机构的资金规模也都会受到制约。因此,这个领域的“天花板”可能不是市场本身的需求空间,而是外汇管制的批文。网络信贷是“自我革命”

近两年,依托于互联网的小额信贷业务如雨后春笋般出现,既有背靠不同渠道的金融分期(电商、农业、教育),也有面向不同人群的小额信贷或消费信贷(白领、蓝领、大学生)。对创业公司而言,除了要对接和保障较低成本的资金供给,建立可靠的风控模型,严控违约率,还需要依托(或自建)渠道以促进“销售”。

但无论是自建地推销售团队,还是依托别的平台站点,都摆脱不了被渠道“驱动”的事实。很多做分期的公司都是如此。一旦渠道成本攀升,或渠道维护出现问题,都将严重影响公司的业务发展。我把此类业务称之为“self-destruction”,意味着平台发展越快,业务规模发展越大,则那个领域里的套利空间越小,越难保证持续性高收益。

典型的例子是校园分期市场,短短三年时间,利率水平从过百降到不足20个点,套利空间完全蒸发殆尽。而这样一种天生就“self- destruction”的模式就注定了持续转移阵地、“打一枪就换个地”的命运。

投资人 | Fintech进入2.0时代,我们看好的是什么? | 雷锋网

什么模式将胜出?

说了这么多“批判”的话,那么我们到底看好什么样的business?

我们一如既往地偏爱有网络效应(Network Effect)的模式,出行如此,外卖如此,电商如此,Fintech亦如此。而在Fintech领域中有显著网络效应的一是支付,二是数据。基于移动互联网的支付领域目前已被微信支付和支付宝占据了半壁江山,对创业公司而言已不存在大的结构性机会。而基于大数据分析的Fintech业务,则还有机会尚待挖掘。

现在国内可获得的数据源越来越多,计算机技术尤其是深度学习的突破式发展也使大数据处理和模型训练更为高效和精准,因此基于数据的金融服务,比如征信与风险管理、反欺诈、金融搜索引擎、金融大数据众包服务、AI与Fintech相结合的Chatbot服务等都有机会出现市场领导者。

这里需要着重说明的是,如果用AI的方式做金融大数据服务,数据的产生、供给、流动如果能形成正向循环,则正循环本身就具有网络效应,能够让创业公司业务“越滚越大”,形成壁垒。

目前国内提供金融大数据服务的公司如集奥、百融、同盾都做的不错,但真正能把AI在金融领域用的好的公司还不多(金融领域用人脸识别技术只是做反欺诈辅助,并没有触动金融核心)。在国外,有一些公司把大数据和AI应用在金融领域,做的挺有意思,比如 Premise、Kasisto、 Kensho等,值得参考。最后一点:不要忽略经济周期

相比于前几年,现在的创业与投资可谓处于经济周期的“下行”阶段。虽然整个市场遭遇“寒冬”,但请不要忽视与经济周期相伴而生的机会。

因为每次经济周期的变化都会催生金融资产的重新配置,会将资源导向某个特定领域,而在这些特定领域,就会有大的市场机会或“风口”出现。比如现在中国的不良资产市场,或者人民币国际化所带来的利好。当然,这样的市场机会必须是能够维持较长时期的结构性机会,否则对创业公司来说所拥有的发展时间和空间都远远不够。

此外,长期性结构性的大机会,除了源自经济周期的更迭,也会产生于新技术平台的迭代。上一个平台性的机会是智能手机,下一个是什么,现在没有定论,还需要观察。

Fintech创业前(钱)景美好,但真正做起来并不容易,看起来风光无限的公司,也有可能暗潮涌动,甚至很快遭遇滑铁卢。当然,越难啃的骨头,越期待强者的征服。我们希望与更多Fintech创业者交流,共同探讨Fintech领域的机会与挑战。


#5

曾经一直提倡“互联网+” 现在也许可以提倡”AI +“


#6

很好的主意,ai+ 肯定是一个更加深入的变革了。我觉得这倒是很多这方面的学生可以尝试的功能。