文|亿欧网
3月31日讯,几年前,大家谈到互联网金融,往往都是看一个平台的成交量,用户数,对接资产规模,是否有足够的理财和B端稳健的资产储备等,随着这两年利率市场化的逐步完成以及整体市场无风险收益率的下行,原来很多互金平台希望走的傍机构大腿找各种稳定的非标资产来快速实现线上售卖和用户圈层的形式已经走入了穷途末路。最直接的政策限制就是银监会在关于网贷行业的监管办法中明确提出了个人和企业融资金额的限制,加上走B端的资产合作模式并非是持久之计,因此大多数平台都开始了转型消费金融的模式探索。
在互联网金融的第一阶段,监管还不深入,而互联网理财也刚刚启蒙,很多理财投资个体在传统的银行、保险理财中并未体验或者是享受到超过10%以上甚至是20%的高息理财收益率,因此在头几年,很多新上线的平台都通过新手标、加息标和一些相对比较高风险的线下理财融资项目,以高息或者是存续时间越长收益越高的方式来进行用户和市场拓展。这样的弊端就是在面临产业经济风险和一定的经济周期的时候,平台会面临极大的资金压力也有瞬间崩盘的风险,还有一些集资诈骗平台也利用这个机遇期进行不法行为,衍生了一些区域化的庞氏骗局。
回看互金,“爬坡”模式稳健,“蹦极”模式刺激
在这个领域里面,从这几年的发展历程看,其实有两种类型,一种是从最开始就笃定了要做一种稳健的,利于民生消费和小微融资需求的“落地”模式,这种模式的主要特点就是平台以开发和撮合线上与线下之间理财与融资需求的匹配,做信息撮合,不担保,而是在整个链条中做好获客、征信、管理和催收等中间服务,而最终的资金交易和融资服务需求达成则是由用户之间进行匹配。而且往往也是在大消费金融领域内进行场景和需求拓展,这种模式笔者归纳为“爬坡”模式,相对比较稳健,直接匹配装修、经营、家电、教育、旅行等刚性民生类融资需求,消费周期也比较稳定。这种模式的行业代表有宜信系宜人贷(宜人贷已经美股上市),中信系麻袋理财等。
另一种模式从最开始就带有很强的“急功近利”性质,并且在量化和考核指标上带有浓厚的传统金融机构色彩。从运作的手法上看,更像是各种金融资产的线上分销平台,一定程度上也把一些灰色的民间借贷模式搬到了线上,投资者在平台上购买的项目可能是信托衍生资金池、区域产业化担保项目、制造企业产能融资项目以及各种线下抵押、担保、典当的非标交易资产,并非是一手的用户原始端发起的需求项目。这种P2B的模式最大的特点就是具备浓厚的“信用衍生”和“增信”特色,产品需要通过各个信用衍生主体之间的合约和担保来保障资产安全,而一旦出现风险,那么投资人资金就相当于进入了一个崩塌的资金池,追回资金也需要历经一个痛苦的过程。这种模式笔者归纳为“蹦极”模式,刺激但也高风险,平台可以在短期内获得巨量成交但随时有可能崩盘。这种模式以早期的红岭创投为代表,其巨额大标曾经饱受质疑。
监管压力背后,是对互金本质的回归:覆盖率、效率、风险管理
可以说,从去年开始,有关互联网金融的监管开始从指导意见阶段进入到具体的细则执行阶段,虽然具体的实施细则仍未出齐,但基本上都已经形成了最基本的行为准则。比如在网贷领域,主要就是一个办法和三个指引,分别是《网络借贷信息中介机构业务管理暂行办法》(这个暂行办法基本上等同于网贷行业的基本规范)、《网络借贷信息中介备案登记管理指引》,《网络借贷资金存管业务指引》以及关于还未发布的信息透明公开的一个指引。
根据网贷之家的数据,截至2016年底,网贷行业正常运营平台数为2448家,相比2015年底减少了985家,业内预计2017年平台数量还将腰斩。从2017年的网贷行业发展力量对比来看,平台数量大幅减少,集中度有所加强,符合个人、小微定位并且立足于某一些细分产业和场景的“爬坡”模式平台逐步迎来了后监管时代的发展机遇。相对来说,想做“蹦极”模式的平台后期难度会越来越大(资产难找、收益不高、风险集聚),而做稳健的爬坡模式的平台和机构则会逐步符合监管定位并且在做好产业和细分场景定位同时在后端的大数据、智能风控和用户行为分析上获得更大突破。
其实,如果回归到互金发展的 层面,第一个阶段拼的是资产获取和生成能力,但是这种模式并不是可持续的,特别是对于行业内的中小平台而言,这种类似于交易平台和交易所的模式其实很难匹敌像平安,中信这样的具体金融资源优势的平台(在这一点上,平安陆金所也是逐步收缩范围,认识到了自身优势,剥离P2P开始聚焦做开放的资产交易平台),而一旦利率市场发生变化或者是政策监管有所收紧,那么这种资产驱动型的模式就很难延续下去(这也是为什么一些小平台在去年开始逐步退出的原因)。
而到了目前这个阶段,其实比拼的是信贷管理和分发的效率,以及对于特定的用户群和场景圈的风控管理能力,这个又恰恰是“爬坡”模式平台的优势,并且现在大多已经实现大数据风控技术的场景化应用,可以在几分钟之内判断用户信用并实施放款行为,满足小额、分散、技术、高效的目的。
从资产驱动到数据、技术驱动,才是互金本质优势
在数据化信贷管理和以场景化金融作为互联网金融新资产属性的生态打造中,传统的BAT和新兴的互联网金融类独角兽们,其实都在进行各种市场渗透,无论是在效率、成本和用户体验上都具备了足够的市场冲击性。
目前市场上主流的消费金融产品是现金贷+信用分期产品,当然背后基本上都依托于其大数据风控和信用审核体系,前面提到的蚂蚁、腾讯、京东以及中信系、平安系都在进行这样的产品匹配,阿里的花呗、借呗;京东的白条、金条;腾讯的微粒贷,百度有钱花以及中腾信、小花钱包(分别是信用贷款和信用分期,资金端与麻袋理财对接)都是如此。个人认为,这种基于互联网大数据并且自建模型,通过用户模型不断优化迭代的互联网技术性信贷管理模型和传统银行的抵押担保型授信模式有本质区别,从资产驱动的发展模式到数据、技术的驱动,也意味着整个行业的进步与提升,这也是互金行业本质优势。
在数据化风控和安全领域,蚂蚁金服曾投入了2200多台服务器,专门用于风险的检测、分析和处置,拥有平均100毫秒(眨眼时间的1/4)的实时风险识别与管控能力。基于蚂蚁金融云,支付宝的实时支付处理峰值能力达到8.59万笔/秒;在大数据风控技术上,微众银行借助大股东腾讯独特的网络大数据管理与分析能力,通过在数据源和评级方法上的创新,有效降低金融服务中的信用风险和欺诈风险,从而提升了信贷审核的效率。相对于蚂蚁金服和腾讯金融而言,还有一种具有浓厚的金融背景的平台,其实也在进行数据风控的驱动,比如平安集团建立了前海征信以及平安普惠金融事业部,而中信产业基金旗下的中腾信和麻袋理财则是通过RiskAI风控系统实现消费金融用户融资需求和理财需求的匹配。
其实,无论是BAT还是宜人贷、麻袋理财这些新兴的互金平台,在资产端的用户需求都带有明显的消费金融特点,前端通过大数据、人脸识别、生物指纹等前沿技术采集用户信息,后端通过大数据分析、反欺诈模型来实现用户行为综合分析,并结合用户社保、教育、工作等基本情况和其他征信公司数据,通过社交、资金、信贷记录等各种数据来综合、高效、科学地评定用户信用,并且在线上快速放款(快则几分钟慢则几小时或者一天),这种高效的信贷管理模式和传统金融的信贷管理模式存在本质区别。
一抹亮点:互金数据化之后看平台人均科技-金融贡献度?
从目前的趋势看,“蹦极”模式的平台虽然短期内能够获得巨量成交,平台的人均贡献度也可能较高,但是这种模式是不持续的,在未来几年也会慢慢走入死胡同(比如一些专门对接金融资产交易的平台,因为这种模式更趋金融资产驱动性而不是深入场景的消费金融属性);而立足于消费金融的“爬坡”模式的平台,其人均科技-金融贡献度却可以慢慢提高,依托于核心的大数据风控和数据化信用管理能力,在场景端发力,实现效率提升和成本降低。可以说,这种模式是小而美的。
这里的人均科技-金融贡献度是笔者提出的一个新概念,当然确定性和科学性还有待于进一步验证,不过可以反映目前主流的互联网平台在内部管理和风控模式以及资产来源上的一个基本转型和考核指标:从资产驱动性走向基于场景的消费金融驱动,其中以大数据和智能风控以及各种用户行为属性分析为基础,以基于互联网的线上分期和现金贷款为主要产品表现。
可以简单举个例子,比如最近公布2016年财报的宜人贷,2016年全年促成贷款203亿元,营收为人民币32.380亿元(约合4.664亿美元),虽然200多亿的撮合成交量对于纯B端驱动的资产交易或者是分销平台而言不算什么,但是这种基于民生和消费金融属性的模式更具有科技-金融贡献度的内涵。从官方上获知宜人贷员工为“数百人”,从人数和撮合成交量匹配看,其人均科技-金融贡献度还是较高的。
还有一个有意思的例子是中信旗下的“麻花组合”(麻袋理财和小花钱包),有数据显示,麻袋理财团队100人左右,目前累计撮合成交量84亿,根据2016年的线上贷款和理财撮合量,2017年制定了要实现100亿的消费金融信贷撮合成交规模的目标,如此一来后端必然需要依赖大数据和智能风控系统的辅助。笔者关注的是,像这样一直100人的团队,要在消费金融领域实现100亿元的撮合目标,从科技-金融贡献度角度来看,也是非常具有参考意义的。
据了解,麻花组合主要通过RiskAI风控系统对数据进行 加工,这些加工后的数据将作为信贷规则判断以及信贷评分模型的决策依据,审批系统按照标准化流程实行规则和模型的自动决策,并告知用户是否借贷成功,而信贷产品最关键的额度及期限,差异化费率等,也同步完成。在理财端,麻袋理财会根据不同市场渠道的获客效率和成本进行数据分析,具体包括首投成本、首投转化率、用户复投率等一系列数据指标,自动筛选出低成本有效渠道进行投放,并且可以根据对历史数据的分析,发现并自动挖掘新的投放渠道。
在可以预期的未来,以大数据风控为核心的金融科技能力具有很强的人均科技-金融贡献度的作用。金融科技时代已经来到,更多的平台会聚焦在消费金融大产业圈内,而推动消费金融产品用户体验度提升的,必然是产品后端的大数据风控和管理能力,包括人工智能、反欺诈、区块链、神经网络、决策分析链等各种综合技术的运用。到了真正金融科技化的阶段,比拼的就不再是简单的成交量和用户规模,而是真正的用户-场景-资金匹配度和平台的人均科技-金融贡献度,这个才直接决定后期的平台成长性。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 比亚迪上半年研发投入超200亿元,比特斯拉多出约40亿
- 英伟达第二财季营收300.40亿美元 净利润同比大增168%
- 知名特斯拉投资人“心灰意冷”:持仓已砍半,AI和机器人都救不了它!
- 腾讯音乐Q2持续高质量增长:总收入71.6亿元,付费用户数1.17亿
- 微软Q4营收647亿美元净利220亿 盘后一度大跌7%
- 英伟达市值接近苹果 高增长可以持续吗?
- 优信发布财报:零售量环比同比均增长 预计2025财年业务量增长超200%
- 36氪Q4季报图解:营收1亿同比增7% 净亏1766万
- 联想控股2023年净亏损38.74亿元同比转亏,营收下降10%
- 腾讯音乐Q4及年报:在线音乐强劲增长,持续促进产业共赢
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。