新金融行業(yè)發(fā)展解析

1、中國(guó)新金融行業(yè)發(fā)展解析周期、重構(gòu)、起航新金融行業(yè)發(fā)展解析 01行業(yè)概覽02產(chǎn)業(yè)圖譜03投融資數(shù)據(jù)分析04并購(gòu)數(shù)據(jù)分析05上市數(shù)據(jù)分析06細(xì)分賽道分析 金融風(fēng)控科技 新經(jīng)濟(jì)定義新時(shí)代，新時(shí)代呼喚新金融新金融是以資本市場(chǎng)為核心，受移動(dòng)、云計(jì)算和大數(shù)據(jù)的深刻影響，促使傳統(tǒng)金融業(yè)與新技術(shù)融合，通過優(yōu)化資源配置與技術(shù)創(chuàng)新，產(chǎn)生出來(lái)的新 的金融業(yè)態(tài)。它具有資源證券化、運(yùn)行市場(chǎng)化、市場(chǎng)一體化、經(jīng)營(yíng)混業(yè)化、手段信息化、技術(shù)工程化的特征。新金融形成新的業(yè)態(tài)，這代表著金融業(yè)創(chuàng)新發(fā)展的新趨勢(shì)，存在廣闊的發(fā)展空間和發(fā)展?jié)摿Γ陆鹑谂c傳統(tǒng)金融是有效互補(bǔ)的關(guān)系，不僅可以增強(qiáng) 金融市場(chǎng)活力，拓展完善金融產(chǎn)業(yè)鏈，而且可以支持

2、、反哺?jìng)鹘y(tǒng)金融機(jī)構(gòu)的盈利能力與競(jìng)爭(zhēng)力，進(jìn)一步提高金融業(yè)整體附加值，用效率來(lái)創(chuàng)造利益， 支持并服務(wù)于廣大消費(fèi)者和實(shí)體經(jīng)濟(jì)。新金融 行業(yè)概覽保險(xiǎn) 財(cái)富管理借貸 金融信息 理財(cái) 企業(yè)金融 汽車金融 區(qū)塊鏈 投資 消費(fèi)金融 支付以消費(fèi)金融為核心的新金融 板塊走勢(shì)迅猛。020040060080010002017-2018年新金融關(guān)鍵詞熱度新金融科工局會(huì)計(jì)準(zhǔn)則生效； 房互網(wǎng)引領(lǐng)金融OMO模式；金融巨頭競(jìng)相布局金融科技 新業(yè)態(tài)。0204060801002017-2018年各領(lǐng)域鯨準(zhǔn)熱度趨勢(shì)“灣區(qū)貿(mào)易金融區(qū)塊鏈 平臺(tái)”18年9月4日在 深圳上線運(yùn)行；阿里達(dá)摩院區(qū)塊鏈實(shí)驗(yàn) 室在9月29日首次亮相。 2018年是

3、新金融蟄伏之年，也是重點(diǎn)轉(zhuǎn)型升級(jí)之年新金融 行業(yè)概覽風(fēng)險(xiǎn)暴露，監(jiān)管趨嚴(yán)互金發(fā)展過猛，監(jiān)管未及時(shí)緊跟發(fā)展， 風(fēng)險(xiǎn)暴露嚴(yán)重，金融亂象頻發(fā)，市場(chǎng) 信任危機(jī)加劇，監(jiān)管體系由“一行三 會(huì)”變更為“一委一行兩會(huì)”，金融 監(jiān)管趨嚴(yán)。投資趨向理性投資熱度由火熱轉(zhuǎn)為理性，受經(jīng)濟(jì)周 期下行影響，新金融領(lǐng)域頭部效應(yīng)凸 顯，投資重點(diǎn)逐漸轉(zhuǎn)向企業(yè)發(fā)展尾部 化階段。融資渠道直接化融資渠道轉(zhuǎn)化明顯，國(guó)家“去杠桿” 效果今年明顯，拒絕監(jiān)管套利等間接 融資手段，限制非標(biāo)，成立銀行子理 財(cái)公司等，都是標(biāo)志著融資渠道越來(lái) 越直接化。Fintech轉(zhuǎn)型Techfin，“去金融化”大型互聯(lián)網(wǎng)綜合性金融公司紛紛開始戰(zhàn)略 轉(zhuǎn)型，例如螞蟻金

4、服開始走科技戰(zhàn)略，京 東金融更名為京東數(shù)科等都表明今年金融 科技正在加速賦能中，未來(lái)技術(shù)輸出是重 點(diǎn)方向。互金產(chǎn)業(yè)化，推進(jìn)普惠金融互金由原先行業(yè)化向產(chǎn)業(yè)化發(fā)展，今 年更加注重產(chǎn)業(yè)鏈上的協(xié)同合作，例 如供應(yīng)鏈金融；金融機(jī)構(gòu)、電商、互金公司不斷鋪設(shè) 普惠金融服務(wù)范圍。區(qū)塊鏈場(chǎng)景落地加速區(qū)塊鏈已成功落地近30個(gè)場(chǎng)景，為其技 術(shù)本身正名，區(qū)塊鏈商用時(shí)代正在加速發(fā) 展中。2018年是新金融的蟄伏之年，監(jiān)管環(huán)境的日益趨嚴(yán)， 不合規(guī)平臺(tái)紛紛退出，網(wǎng)絡(luò)小貸公司審批暫停已久； 資本投融資活動(dòng)由火熱轉(zhuǎn)為理性，促使部分科技金融 轉(zhuǎn)型并在區(qū)塊鏈領(lǐng)域布局，但無(wú)法掩蓋地，是風(fēng)險(xiǎn)逐 漸暴露、頭部平臺(tái)資本化、巨頭迅猛發(fā)展和行

5、業(yè)秩序 的日漸明晰。 如琢如磨，金融行業(yè)積極實(shí)踐創(chuàng)新賦能新金融 發(fā)展歷史傳統(tǒng)金融信息成本高 產(chǎn)品形態(tài)少 效率低下 征信困難技術(shù)融合+金融大數(shù)據(jù)金融AI金融區(qū)塊鏈金融技術(shù)成熟度政策環(huán)境支持，18年最新政策（金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型）較好，存在某些具有政 策不確定性的領(lǐng)域中等，創(chuàng)新在前監(jiān)管在 后，仍有較多政策空白應(yīng)用成熟度市場(chǎng)空間高，技術(shù)較早出現(xiàn)， 并經(jīng)過大量實(shí)踐檢驗(yàn)中等，部分AI細(xì)分技術(shù) 底層算法仍不成熟較強(qiáng)，但仍有可挖掘 的新興領(lǐng)域廣泛應(yīng)用于提高效率， 財(cái)富管理應(yīng)用較淺金融行業(yè)的海量數(shù)據(jù) 將持續(xù)更新、豐富中等，底層平臺(tái)性能不 完善較低，仍以試點(diǎn)為主， 大規(guī)模應(yīng)用尚早金融效率提升，數(shù)字 資產(chǎn)確權(quán)的必要

6、性混業(yè)經(jīng)營(yíng)將使金融 企業(yè)競(jìng)爭(zhēng)邊界逐漸 模糊；技術(shù)融合趨勢(shì)將助 力金融創(chuàng)新升級(jí)。落地行業(yè)市場(chǎng)規(guī)模較大， 前景廣闊1、政策環(huán)境是金融行業(yè)發(fā)展的決定性條件；2、關(guān)注技術(shù)和應(yīng)用成熟度均較低的賽道；3、關(guān)注技術(shù)成熟度高、應(yīng)用成熟度中等及以下的賽道。參考邏輯程度高 程度較高 程度中等 程度較低IT化、信息化 新金融各參與主體互惠共存、協(xié)同發(fā)展，已然形成了群雄爭(zhēng)鹿的多元化競(jìng)爭(zhēng)格局新金融 產(chǎn)業(yè)圖譜消費(fèi)金融互聯(lián)網(wǎng)保險(xiǎn)基 礎(chǔ) 設(shè) 施 層應(yīng) 用 層互聯(lián)網(wǎng)銀行大數(shù)據(jù)風(fēng)控監(jiān) 管 層證券行業(yè)監(jiān)管銀行、保險(xiǎn)行業(yè)監(jiān)管P2P網(wǎng)貸銀行系電商系持牌系互聯(lián)網(wǎng)證券平臺(tái)入口第三方資訊服務(wù)智能投研智能投顧量化交易交易系統(tǒng)IT解決方案服務(wù)商

7、個(gè)人征信企業(yè)征信云計(jì)算區(qū)塊鏈支付區(qū)塊鏈錢包區(qū)塊鏈資產(chǎn)管理區(qū)塊鏈供應(yīng)鏈金融區(qū)塊鏈征信平臺(tái)支付基金新金融 投融資分析184.79696.211,217.971,093.532,834.713968828927778250200400 6008000500100015002000250030002014201820152016融資金額（億元）2017融資數(shù)量050001000015000050010001000150020000201520172018戰(zhàn)略融資逐年攀升，創(chuàng)投階段出現(xiàn)尾部化投資趨勢(shì)，頭部企業(yè)逐漸站穩(wěn)腳跟2014年，由于新興技術(shù)快速發(fā)展，新金融領(lǐng)域涌現(xiàn)出新業(yè)態(tài)模式，各業(yè)態(tài)的發(fā)展速度有快有

8、慢，在其發(fā)展各階段，各融資輪次較為平均；2015年，由于借貸、消費(fèi)金融和財(cái)富管理能很快得到市場(chǎng)驗(yàn)證的變現(xiàn)，投資者在A輪階段加大了對(duì)此三個(gè)賽道的融資規(guī)模，此后2016年，持續(xù)對(duì) 這三個(gè)賽道加大投資；2017年受政策變動(dòng)的影響，借貸和消費(fèi)金融賽道熱度下降，但是賽道的巨頭逐漸凸顯，還包括保險(xiǎn)、支付等行業(yè)，所以戰(zhàn) 略融資迅猛增加；2018年，戰(zhàn)略投資再度增加，主要是巨頭融資規(guī)模龐大，東方資產(chǎn)、度小滿和大地保險(xiǎn)都達(dá)到百億以上人民幣規(guī)模，度小滿支付B輪融資19億美元， 陸金所戰(zhàn)略融資13.3億美元，整體平均融資額達(dá)到1.67億人民幣，同比增長(zhǎng)47%。2014-2018年融資總額和融資數(shù)量2014-2018

9、年融資總額（億元）和平均融資額（萬(wàn)元）2014種子天使C輪2016A輪D輪及以上B輪戰(zhàn)略投資平均融資額（萬(wàn)元） 新金融 投融資分析受經(jīng)濟(jì)輪動(dòng)規(guī)律影響，資本由火熱轉(zhuǎn)為理性2016年以來(lái)，除戰(zhàn)略投資數(shù)量在增加外，其他融資輪次投資數(shù)量均出現(xiàn) 下降趨勢(shì)。隨著新經(jīng)濟(jì)領(lǐng)域相關(guān)政策變動(dòng)、國(guó)際環(huán)境變化、經(jīng)濟(jì)市場(chǎng)環(huán)境 波動(dòng)和新金融行業(yè)發(fā)展逐漸成熟等多重因素的影響共同推進(jìn)了新金融領(lǐng)域 資本趨勢(shì)的變化。從政策環(huán)境來(lái)看，2015年至2017年火熱的借貸和消費(fèi)金融領(lǐng)域由于 其高杠桿、高利息收益使得投資資本火熱，但是自2017年下半年開始， 國(guó)家陸續(xù)出臺(tái)停止批設(shè)網(wǎng)絡(luò)貸款牌照、出臺(tái)一系列政策整頓“現(xiàn)金 貸”、“校園貸”等貸

10、款業(yè)務(wù)，從而治理金融市場(chǎng)亂象，自此該領(lǐng)域 的投資熱度下降，監(jiān)管趨嚴(yán)；從經(jīng)濟(jì)環(huán)境看，由于受到外部國(guó)際環(huán)境和內(nèi)部市場(chǎng)經(jīng)濟(jì)下行周期的影 響，資本投融資活動(dòng)由火熱轉(zhuǎn)為理性；從企業(yè)角度來(lái)看，由于投資者普遍撒網(wǎng)企業(yè)早期階段，隨著五年的企 業(yè)發(fā)展，企業(yè)團(tuán)隊(duì)和產(chǎn)品基本成型，商業(yè)模式得到市場(chǎng)檢驗(yàn)，頭部企 業(yè)逐漸成型，所以后期投資于頭部企業(yè)的戰(zhàn)略融資規(guī)?？焖偕仙?20.93%-0.70%-14.72%-40%6.22%0%-20%140%120%100%80%60%40%20%9008007006005004003002001000201620172014-2018年融資事件數(shù)量及增長(zhǎng)率2018C輪2014種子

11、天使D輪及以上2015A輪戰(zhàn)略投資B輪增長(zhǎng)率（%） 新金融 投融資分析2018年浙江融資金額次于北京躍居第二，香港成為我國(guó)最大的區(qū)域性數(shù)字貨幣金融港2014-2018年，在全國(guó)范圍內(nèi)投資數(shù)量和融資額的排行呈現(xiàn) 基本一致的聚集趨勢(shì)，投資事件前五名的省市占據(jù)了90%的 融資額。整體新金融行業(yè)投融資事件的地域分布呈現(xiàn)為一線城市、香 港和東部沿海地區(qū)的聚集趨勢(shì)，內(nèi)陸地區(qū)也以經(jīng)濟(jì)發(fā)達(dá)地區(qū)（湖北、四川、天津）為主。具體來(lái)看，地域投融資排名前五是北京市、上海市、廣東省、 浙江省、江蘇省。其中，北京以高達(dá)1364起投資事件，及2341.83 億元的融資額位列第一； 浙江地區(qū)融資金額 1536.18億位居第二，

12、主要是因?yàn)槲浵伣鸱诮衲?月份進(jìn) 行了一輪140億美元的Pre-IPO融資，占浙江省2018年融資 金額的83%，占浙江省近五年融資金額的55%；香港融資事 件相較去年增長(zhǎng)約3倍，2018年香港90%的創(chuàng)投事件都集中 在區(qū)塊鏈賽道，主要原因是香港自2017年中旬以來(lái)對(duì)區(qū)塊 鏈持開放態(tài)度，成立香港區(qū)塊鏈協(xié)會(huì)，并且今年11月香港證 監(jiān)會(huì)出臺(tái)虛擬資產(chǎn)新規(guī)，如今香港已然成為我國(guó)區(qū)域性 最大數(shù)字貨幣金融港。13647907073979635721,53687307520200464028311129 24251323 25050010001500200025002,3422014-2018年新金融投資金

13、額和投資事件地域分布北京市上海市廣東省浙江省江蘇省四川省 香港 福建省湖北省天津市山東省重慶市融資事件（件）融資金額（億） 2018年金融科技服務(wù)火熱，財(cái)富管理、支付頭部效應(yīng)，區(qū)塊鏈金融興起從2014-2018年新金融行業(yè)細(xì)分領(lǐng)域的投資熱力圖來(lái)看：金融科技服務(wù)自2015年開始由于其大數(shù)據(jù)風(fēng)控賦能傳統(tǒng)金融的能力得以明確變現(xiàn)成為投資者最為偏好的領(lǐng)域；其次隨著移動(dòng)互聯(lián)和人民收入、消費(fèi)水平的提升，借貸、財(cái)富管理、支付和消費(fèi)金融得到更多機(jī)構(gòu)關(guān)注；由于互聯(lián)網(wǎng)的普及，互聯(lián)網(wǎng)保險(xiǎn)有別于傳統(tǒng)保險(xiǎn)利用線上化服務(wù)和新技術(shù)賦能的優(yōu)勢(shì)得到資本的親睞；區(qū)塊鏈金融自2016年起開始興起，主要事件多數(shù)集中在香港，香港地區(qū)對(duì)區(qū)

14、塊鏈持開放態(tài)度，成立區(qū)塊鏈協(xié)會(huì)等大力支持區(qū)塊鏈健康發(fā)展，金融 信息投資呈現(xiàn)周期性波動(dòng)規(guī)律。新金融 投融資分析20-5050-100100-200200以上20以下 融資金額（億元）/數(shù)量（件）保險(xiǎn)財(cái)富管理借貸金融科技服務(wù)消費(fèi)金融支付金融信息區(qū)塊鏈金融2014年2.1137.9458.1720.7120.3530.815.748.95399511144403922262015年124.2298.83161.22146.6878.7752.226.467.8269229217105837771312016年72.55201.65179.29389.41159.38176.9428.6510.110

15、5186182136977058582017年430.9649.2156.2259.1177.02133.268.479.36871121421347860321322018年197.51765.0799.021111.22125.99262.323.12250.4860736398463935411投資者偏好A輪以前，金融科技服務(wù)和金融信息賽道仍處于跑馬圈地狀態(tài)，投資空間巨大橫向來(lái)看，融資規(guī)模和事件集中在種子天使輪，這時(shí)期投資者普遍采用撒網(wǎng)模式，鋪設(shè)廣所以規(guī)模小。投資人在同一細(xì)分領(lǐng)域早期階段投資多家公 司，對(duì)表現(xiàn)優(yōu)異的企業(yè)繼續(xù)加馬跟投，所以A輪開始融資金額大幅提升。B輪以后，賽道內(nèi)競(jìng)爭(zhēng)激烈，

16、優(yōu)勝劣汰后，投資事件減少，大額戰(zhàn)略融資 出現(xiàn)在賽道頭部企業(yè)；縱向來(lái)看，金融科技服務(wù)、財(cái)富管理、借貸和區(qū)塊鏈在企業(yè)發(fā)展早期被投資者偏好，其中金融科技服務(wù)在B輪以前都是投資火熱的賽道。目前，保 險(xiǎn)、支付、消費(fèi)金融和財(cái)富管理投資趨勢(shì)尾部化，逐漸出現(xiàn)頭部企業(yè)，例如新興互聯(lián)網(wǎng)保險(xiǎn)巨頭眾安保險(xiǎn)出現(xiàn)，戰(zhàn)略投資規(guī)模達(dá)到百億以上，支付 賽道由于發(fā)展較早，并且發(fā)展最為迅速，頭部企業(yè)較多，發(fā)展成熟。但金融科技服務(wù)和金融信息賽道龍頭格局還未形成，具有一定的投資空間。新金融 投融資分析融資金額（億元）/數(shù)量（件）保險(xiǎn)財(cái)富管理借貸金融科技服務(wù)金融信息區(qū)塊鏈金融消費(fèi)金融支付種子天使24.0519.2938.3214.137

17、48.2414.168.4315329025523710838314082A輪129.27100.14143.52263.617.1653.4974.1525.571072342581726512110579B輪22.56125.71129.52457.537.9869.8692.6158.823467845018194239C輪5.95108.9584.6833.187.711.9850.7836.941128422107D輪及以上0.550.350.210.514.743.2103.036112114411212戰(zhàn)略投資430.87323.1491.7448.192.6252.09115.

18、71309.94123346256114131920-5050-100100-200200以上20以下 IDG資本和紅杉資本中國(guó)并列第一，高達(dá)57起投資事件，源碼資本跟投率高從投資數(shù)量上看，IDG資本、紅杉資本中國(guó)和經(jīng)緯中國(guó)投資筆數(shù)高達(dá)50以上，險(xiǎn)峰長(zhǎng)青、真格基金和梅花天使創(chuàng)投投資36起以上，共同構(gòu)成新金融 投資機(jī)構(gòu)第一梯隊(duì)；從跟投比例上看，源碼資本跟投率最高，達(dá)到40%；其次險(xiǎn)峰長(zhǎng)青和藍(lán)馳創(chuàng)投跟投率都在30%以上， IDG資本、紅杉資本中國(guó)跟投率一樣，約26%的比例，華映資本也保持著20% 的跟投率。 新金融 投融資分析投資機(jī)構(gòu)名稱投資事件（件）投資項(xiàng)目數(shù)（個(gè)）跟投比例（%)投資機(jī)構(gòu)名稱投資

19、事件（件）投資項(xiàng)目數(shù)（個(gè)）跟投比例（%)IDG資本574226.32%分布式資本252212%紅杉資本中國(guó)574226.32%陶石資本242112.5%經(jīng)緯中國(guó)503314%藍(lán)馳創(chuàng)投241636%險(xiǎn)峰長(zhǎng)青463230.43%PreAngel荷多投資23218.7%真格基金363211.11%京北投資23218.7%梅花天使創(chuàng)投363016.67%星河互聯(lián)161318.75%華創(chuàng)資本302516.67%京東金融221913.64%源碼資本301840%華映資本191521.05%高榕資本292417.24%聚秀資本151313.33%螞蟻金服25250NGC141402018年創(chuàng)投市場(chǎng)并購(gòu)金額達(dá)

20、到峰值，財(cái)富管理賽道并購(gòu)規(guī)模突出從整體來(lái)看，2015、2016年并購(gòu)規(guī)模逐年上升， 增幅達(dá)到150% 以上，在2017年短幅下降后，18年并購(gòu)規(guī)模再創(chuàng)新高，高達(dá)395億元；融資事件數(shù)自14年開始上升，17年達(dá)到峰值，達(dá)到42筆，18年下降至34筆。主要原因如下：從全球政策來(lái)看，從15年開始，全球各國(guó)一直推行的貨幣寬松政策使得企 業(yè)進(jìn)行大型并購(gòu)交易的成本大幅降低，企業(yè)的出售需求與收購(gòu)需求被激發(fā)， 全球產(chǎn)業(yè)開始重新配置，例如華泰證券7.68億美元并購(gòu)美國(guó)AssetMark；從企業(yè)角度看，隨著新經(jīng)濟(jì)領(lǐng)域不斷創(chuàng)新發(fā)展，更多的企業(yè)開始通過并購(gòu) 交易來(lái)打通產(chǎn)業(yè)鏈，拓展新的業(yè)務(wù)類型甚至實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型，例如泰禾

21、集團(tuán)92.8億元并購(gòu)大新人壽，進(jìn)駐保險(xiǎn)行業(yè)；從細(xì)分賽道看，財(cái)富管理、支付和保險(xiǎn)三大賽道并購(gòu)規(guī)模位列前三，財(cái)富管理 大額并購(gòu)數(shù)量較多，例如中原特鋼211.86億元并購(gòu)中糧資本、中信證券12.52 億美元并購(gòu)CLSA等；支付由于發(fā)展成熟，馬太效應(yīng)凸顯，支付并購(gòu)事件高達(dá)32筆，是新金融賽道并購(gòu)數(shù)量最高的領(lǐng)域；我國(guó)保險(xiǎn)市場(chǎng)潛力空間巨大，大型 企業(yè)想要搶占市場(chǎng)紛紛進(jìn)行并購(gòu)交易，例如螞蟻金服12億元并購(gòu)國(guó)泰產(chǎn)險(xiǎn)，中 國(guó)電信5億并購(gòu)中和恒泰等。新金融 并購(gòu)數(shù)據(jù)分析26.975.09215.36200.27395.52722334234020406002004006002014201520182014-201

22、8金融類企業(yè)并購(gòu)?fù)顺鼋痤~（萬(wàn)元）與數(shù)量2016退出金額2017案例數(shù)396.23 183.3742.3496.81116.5517.8625.2834.710100200300400500消費(fèi)金融 金融信息 區(qū)塊鏈保險(xiǎn) 借貸金融科技服務(wù)支付 財(cái)富管理2014-2018年新金融細(xì)分賽道并購(gòu)資金額(億元）新金融 上市數(shù)據(jù)分析金融行業(yè)上市企業(yè)類型逐漸多樣化，更多“小而美”的金融機(jī)構(gòu)走上IPO之路從A股市場(chǎng)IPO的整體數(shù)量和融資金額來(lái)看，2016年上半年和下半年的區(qū) 別非常明顯。因受到全球各種不穩(wěn)定因素的影響，以及經(jīng)過2015年中IPO 暫停和重啟之后，2016上半年A股市場(chǎng)處于修復(fù)期，進(jìn)入下半年之后

23、，市 場(chǎng)運(yùn)行總體平穩(wěn)，監(jiān)管加大了配合IPO申請(qǐng)的審核力度，意圖恢復(fù)資本市 場(chǎng)的融資功能，IPO審核速度明顯加快，尤其在四季度，證監(jiān)會(huì)基本保持 每周公布一批核準(zhǔn)名單的節(jié)奏。具體到金融行業(yè)，同樣在2016年下半年迎來(lái)A股上市高峰期，共8家 銀行完成A股IPO，且均為區(qū)域性城商行，2016年A股IPO融資金額最 高的兩家新上市公司均為區(qū)域性銀行，分別是籌資人民幣107億元的 上海銀行和籌資人民幣72億元的江蘇銀行。進(jìn)入2018年，金融板塊上市數(shù)量與2016年持平，除了銀行、證券行 業(yè)之外，中國(guó)人保和江蘇租賃作為保險(xiǎn)板塊和多元金融板塊的新增力 量，雙雙完成IPO上市，極大地豐富了金融行業(yè)的上市企業(yè)類型

24、。已 上市交易的10只金融股，多為中小銀行和中小券商，由于體量較小， 業(yè)績(jī)?cè)鏊傧鄬?duì)較快，凈利率均高于行業(yè)平均水平。5004504003503002502001501005000246810122014-2018年金融行業(yè)A股上市情況2017年2018年銀行業(yè)上市數(shù)量 多元金融服務(wù)2014年2015年2016年保險(xiǎn)行業(yè)上市數(shù)量 證券業(yè)上市數(shù)量累計(jì)募資總額（億元人民幣） 互金公司多選擇登陸美股，2018年信用卡代償企業(yè)密集上市2017年9月以來(lái)，互聯(lián)網(wǎng)金融圈內(nèi)掀起了赴美上市的熱潮，宜人貸、信而富、融360、拍拍貸等先后在美上市，這幾家互金企業(yè)在上市前少則經(jīng)過 兩輪融資，如和信貸，多則經(jīng)過八輪融資，

25、如趣店。從美國(guó)互聯(lián)網(wǎng)金融的行業(yè)環(huán)境來(lái)看，美國(guó)本土上市的P2P平臺(tái)如Lending Club和On Deck等 多處于虧損狀態(tài)，部分公司的負(fù)面事件使其面臨重新估值。因此，海外投資者轉(zhuǎn)而寄希望于從中國(guó)互金企業(yè)上尋求合理的投資回報(bào)，另外，美國(guó)交 易所對(duì)企業(yè)沒有嚴(yán)格的盈利要求，門檻相對(duì)國(guó)內(nèi)A股來(lái)說(shuō)較低。在供需兩端發(fā)力的情況下，赴美上市成為各家互金企業(yè)實(shí)現(xiàn)融資更為便捷的路徑另外，2018 年以來(lái)，已經(jīng)有 4 家從事信用卡管理及余額代償業(yè)務(wù)的平臺(tái)陸續(xù)登陸美股、港股資本市場(chǎng)，包括維信金科、51 信用卡、小贏科技和 正在IPO過程中的省唄，多為涉足信用卡代償行業(yè)2-3年的企業(yè)，其上市速度令資本市場(chǎng)側(cè)目。隨著互

26、聯(lián)網(wǎng)及手機(jī)滲透率的顯著增長(zhǎng)，消費(fèi)者對(duì)網(wǎng) 絡(luò)消費(fèi)信貸產(chǎn)品的接受度也大幅提高，很多持有多家機(jī)構(gòu)批復(fù)的信用額度的優(yōu)質(zhì)持有人，存在不時(shí)需要獲得其他融資以償還其信用消費(fèi)賬單的需求。新金融 上市數(shù)據(jù)分析維信金科2018年6月港股上市首發(fā)募資總額14.47億港元51信用卡2018年7月港股上市首發(fā)募資總額10.71億港元小贏科技2018年9月美股上市 首發(fā)募資總額7.16億美元省唄（IPO進(jìn)行中）2018年9月向紐交所遞交招股書 擬募集8000萬(wàn)美元1116810080604020010864202014年美股金融板塊中概股上市情況2015年2016年首發(fā)募資總額（億美元）2017年2018年上市數(shù)量517

27、151514010002000010202014年港股金融板塊上市情況2015年2016年募資總額（億港元）2017年2018年上市數(shù)量 未來(lái)服務(wù)于數(shù)字經(jīng)濟(jì)的金融科技“獨(dú)角獸”異軍突起，行業(yè)進(jìn)入壁壘逐漸加固新金融 發(fā)展趨勢(shì)國(guó)家政策繼續(xù)加速“金融脫媒”，促進(jìn)融資渠道直接化；“一委一行三會(huì)”監(jiān)管體系形成，更加注重宏觀審慎管理和金融 監(jiān)管，整體趨于嚴(yán)格；監(jiān)管科技與合規(guī)科技興起，金融基礎(chǔ)設(shè)施趨于完善，征信統(tǒng)一；牌照發(fā)放將進(jìn)一步收緊，行業(yè)進(jìn)入壁壘逐步加固。政策穩(wěn)健創(chuàng)新，監(jiān)管持續(xù)趨嚴(yán)新金融行業(yè)資本投資由火熱轉(zhuǎn)為理性；新金融領(lǐng)域投資開始國(guó)際化，尤其中資金融機(jī) 構(gòu)國(guó)際化和人民幣國(guó)際化；未來(lái)投資方向更傾向于具有

28、過硬技術(shù)型或技術(shù) 賦能產(chǎn)業(yè)鏈生態(tài)的金融科技企業(yè)。新金融行業(yè)資本投資更趨于理性互聯(lián)網(wǎng)思維對(duì)新金融最重要的改變是形成了 互聯(lián)網(wǎng)金融生態(tài)系統(tǒng)，同時(shí)技術(shù)的革新也沖 擊著傳統(tǒng)金融的結(jié)構(gòu)升級(jí)；當(dāng)下圍繞各領(lǐng)域產(chǎn)業(yè)鏈，加之移動(dòng)互聯(lián)網(wǎng)和 新技術(shù)賦能，誕生了眾多新的金融業(yè)態(tài)；從BATJ這類互聯(lián)網(wǎng)巨頭的企業(yè)自建全生態(tài)外， 未來(lái)必定會(huì)有產(chǎn)業(yè)鏈巨頭出現(xiàn)，建立產(chǎn)業(yè)鏈閉合生態(tài)體系，同時(shí)眾多“小而美”的企業(yè) 圍繞巨頭企業(yè)優(yōu)勢(shì)互補(bǔ)，互利共存。新金融產(chǎn)業(yè)生態(tài)閉合化數(shù)字普惠金融、理財(cái)、資管爆發(fā)式發(fā)展數(shù)字普惠金融借助數(shù)據(jù)和技術(shù)，新金融致力于消除由于金融服務(wù) 成本、風(fēng)險(xiǎn)和效率問題帶來(lái)的不平等，讓每個(gè)用戶都享受平等權(quán) 利，線上化服務(wù)于B

29、端小微企業(yè)和C端消費(fèi)者；隨著風(fēng)控技術(shù)的提 升，龐大的長(zhǎng)尾客群體量將造就數(shù)字普惠金融巨大地藍(lán)海市場(chǎng)；金融創(chuàng)新背景下，理財(cái)、資管等爆發(fā)式發(fā)展，在服務(wù)實(shí)體的同時(shí) 也會(huì)產(chǎn)生較大金融風(fēng)險(xiǎn)?！叭ソ鹑诨辈⒉皇潜硎就耆珓冸x掉金融業(yè)務(wù)，而是金融科技公司需要 更加深耕挖掘金融業(yè)務(wù)了解金融體系，獲取海量底層交易數(shù)據(jù)、行為數(shù) 據(jù)用于沉淀符合我國(guó)金融發(fā)展的技術(shù)體系，從而回歸技術(shù)本質(zhì)，在風(fēng)險(xiǎn) 可控和信息安全的情況下對(duì)金融產(chǎn)品進(jìn)行創(chuàng)新的金融科技革新；區(qū)塊鏈技術(shù)加速落地應(yīng)用場(chǎng)景，已成功落地跨境清算和征信領(lǐng)域，其新 技術(shù)力量崛起成為未來(lái)趨勢(shì)。Fintech企業(yè)“去金融化”，加速自我革新 金融風(fēng)控科技 行業(yè)概覽貸前大數(shù)據(jù)采集分

30、析用戶畫像，劃分優(yōu)質(zhì)客群范圍； 客戶身份識(shí)別、準(zhǔn)入審核，辨別反欺詐風(fēng)險(xiǎn)；貸中建立信用評(píng)分卡體系，對(duì)用戶進(jìn)行信用評(píng)估； 根據(jù)信用評(píng)估結(jié)果進(jìn)行風(fēng)險(xiǎn)定價(jià)、授信；貸后持續(xù)跟蹤客戶行為，進(jìn)行額度、提現(xiàn)管理； 風(fēng)險(xiǎn)預(yù)警和催收管理。信貸業(yè)務(wù)保險(xiǎn)業(yè)務(wù)產(chǎn)品開發(fā)與定價(jià)大數(shù)據(jù)采集分析用戶畫像，劃分優(yōu)質(zhì)客群范圍； 建立評(píng)分卡模型與風(fēng)險(xiǎn)定價(jià)制度；理賠管理索賠預(yù)防、申請(qǐng)、調(diào)查與清算； 欺詐騙保識(shí)別；資產(chǎn)管理產(chǎn)品組合配置調(diào)整； 風(fēng)險(xiǎn)建模。從用戶營(yíng)銷到客戶管理、跟蹤，科技加持風(fēng)控全鏈條金融業(yè)務(wù)的本質(zhì)是風(fēng)險(xiǎn)與獲利，其中，風(fēng)險(xiǎn)管理要解決的是交易過程中的信息不對(duì)稱問題，以便交易主體能夠獲取更大的利潤(rùn)。隨著移動(dòng)互聯(lián)網(wǎng)的 普及，越來(lái)越

31、多的小微用戶頻繁地發(fā)生借貸、支付等金融行為，產(chǎn)生了海量數(shù)據(jù)。鯨準(zhǔn)認(rèn)為，風(fēng)控科技即指利用各種創(chuàng)新手段，豐富信息維度，提高業(yè)務(wù)效率，把控業(yè)務(wù)風(fēng)險(xiǎn)，進(jìn)一步保證業(yè)務(wù)收益，具體來(lái)看，風(fēng)控服務(wù)商基于ABC（AI、Big Data、Cloud Computing）等新技術(shù)，為傳統(tǒng)金融機(jī)構(gòu)和互聯(lián)網(wǎng)金融公司等提供用戶畫像和精準(zhǔn)營(yíng)銷業(yè)務(wù)，有效評(píng)估客戶的信用 風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)，更好地完成風(fēng)險(xiǎn)管理全流程服務(wù)。銀行消費(fèi)金融公司網(wǎng)絡(luò)小貸公司保險(xiǎn)公司證券公司信托公司資本業(yè)務(wù)客戶管理大數(shù)據(jù)采集分析用戶畫像，劃分優(yōu)質(zhì)客群范圍； 客戶身份識(shí)別、開戶審核；區(qū)塊鏈技術(shù)可應(yīng)用于證券結(jié)算清算、登記托管等；投資業(yè)務(wù)系統(tǒng)調(diào)查客戶風(fēng)險(xiǎn)承受能力；

32、大數(shù)據(jù)結(jié)合AI確定投資組合，分散投資風(fēng)險(xiǎn)；以科技助力風(fēng)險(xiǎn)管理，為傳統(tǒng)及創(chuàng)新型金融機(jī)構(gòu)提供風(fēng)控服務(wù) 政策加持、資本火熱、合規(guī)風(fēng)控逐漸成為金融機(jī)構(gòu)重成本支出區(qū)，滾雪球效應(yīng)優(yōu)勢(shì)凸顯從政策角度來(lái)看，隨著金融行業(yè)增加值在GDP比重持續(xù)的攀升，金融業(yè)務(wù)的復(fù)雜性與監(jiān)管的不完善矛盾日益凸顯，資金空轉(zhuǎn)、脫實(shí)向虛情況開始增 多。2016年中央經(jīng)濟(jì)工作會(huì)議提出，要把防控金融風(fēng)險(xiǎn)放到更加重要的位置，自此開啟了金融嚴(yán)監(jiān)管的大潮，金融監(jiān)管政策持續(xù)高頻發(fā)布，金融 風(fēng)控的地位也愈發(fā)重要。從金融產(chǎn)業(yè)角度來(lái)看隨著支付與消費(fèi)金融場(chǎng)景的普及，金融服務(wù)開始向下滲透，小微企業(yè)和消費(fèi)者成為了金融增長(zhǎng)的重要生力軍，這就勢(shì)必需要更 加高效、安

33、全、全面、實(shí)時(shí)的風(fēng)險(xiǎn)控制系統(tǒng)來(lái)保障，倒逼金融科技的發(fā)展，風(fēng)控科技的近兩年的融資增長(zhǎng)是最亮眼的成績(jī)單。因?yàn)橥顿Y者敏銳的捕 捉到金融風(fēng)控科技風(fēng)口的爆發(fā)，2018年關(guān)于金融風(fēng)控方面的投資總量超過423億元，同比去年增幅225%，資本火熱程度明顯高于其他賽道。金融風(fēng)控科技 關(guān)注理由183.21183.54367.19983.419428.9250002000015000100005000020172018E互聯(lián)網(wǎng)消費(fèi)金融交易規(guī)模（億元）18.46%218.70%-56.36%-100%0%100%300%225.01%200%500400300200100020182014-2018年金融風(fēng)控科技公司

34、融資總額及增長(zhǎng)2017增長(zhǎng)率（%）201420152016注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值201420152016融資總額（萬(wàn)元）注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值 金融風(fēng)控科技 競(jìng)爭(zhēng)格局傳統(tǒng)轉(zhuǎn)型和創(chuàng)新創(chuàng)業(yè)百花齊放，金融風(fēng)控領(lǐng)域引多方關(guān)注目前有多種類型的主體切入金融領(lǐng)域的風(fēng)控市場(chǎng)，主要可分為三大類：技術(shù)型公司提供多個(gè)行業(yè)解決方案或通用型技術(shù)服務(wù)的大數(shù)據(jù)/AI企業(yè)，也將金融風(fēng)控作為 其率先專注的領(lǐng)域；同盾科技、百融金服這類主攻網(wǎng)絡(luò)安全的技術(shù)團(tuán)隊(duì)創(chuàng)立的金融風(fēng)控公司；金融類公司金融機(jī)構(gòu)在需求和政策的雙驅(qū)動(dòng)下，也在金融科技方面積極探索，如興業(yè)銀行， 不僅研發(fā)了供自己內(nèi)部使用的科技產(chǎn)品，并且也

35、是中國(guó)第一個(gè)對(duì)外開放的銀行， 將其技術(shù)能力輸出給同業(yè)使用；傳統(tǒng)征信公司也紛紛轉(zhuǎn)型，依靠積累的信用數(shù)據(jù)和算法，為金融機(jī)構(gòu)提供風(fēng)控 服務(wù)；互聯(lián)網(wǎng)公司強(qiáng)大的技術(shù)能力支持著BATJ完成科技轉(zhuǎn)型，舉例來(lái)說(shuō)，百度已推出了一整套反 欺詐產(chǎn)品服務(wù)體系“磐石反欺詐工程平臺(tái)”，互聯(lián)網(wǎng)金融機(jī)構(gòu)和傳統(tǒng)銀行可根 據(jù)自身的欺詐策略和需求靈活選擇相應(yīng)產(chǎn)品服務(wù)，包括以活體識(shí)別提供用戶身 份認(rèn)證、多頭防控識(shí)別用戶多頭信貸行為、關(guān)聯(lián)網(wǎng)絡(luò)識(shí)別黑中介等等。金融風(fēng)控公司大數(shù)據(jù)/AI公司互聯(lián)網(wǎng)背景的金融科技公司征信公司風(fēng)控科技銀行系金融科技公司消費(fèi)金融公司 金融風(fēng)控科技 市場(chǎng)規(guī)模20142015201620172018中國(guó)金融風(fēng)控支出和

36、融資速度齊頭并進(jìn)，市場(chǎng)規(guī)模約達(dá)250億元，未來(lái)市場(chǎng)空間巨大據(jù)Gartner統(tǒng)計(jì)，2017年國(guó)內(nèi)銀行業(yè)IT支出超過1300億元，占比去年全球0.54%，2018年全球IT支出預(yù)計(jì)將達(dá)到3.7萬(wàn)億美元，同比增長(zhǎng)4.5%。據(jù) 此，2018年我國(guó)銀行業(yè)IT支出預(yù)計(jì)將超過1379億元，其中金融科技支出占比不足5%，規(guī)模約為69億元，由于銀行總資產(chǎn)占據(jù)金融業(yè)20%-30%左 右。按此比例估算，中國(guó)整體金融科技規(guī)模約250-350億元。根據(jù)鯨準(zhǔn)洞見，2018年，我國(guó)金融科技融資規(guī)模增長(zhǎng)尤其迅猛，漲幅高達(dá)357%；金融風(fēng)控作為金融科技的細(xì)分領(lǐng)域，其融資事件和融資規(guī)模占比 分別為39%和82%。參考“二八法則”

37、可知，在金融科技創(chuàng)投領(lǐng)域，已開始布局投資未受資本寒冬的影響還處于快速上升期的金融風(fēng)控企業(yè)。根據(jù)測(cè)算，在金融科技的市場(chǎng)中，歸屬于大數(shù)據(jù)風(fēng)控的市場(chǎng)規(guī)模約在70%，約為180-250億元。2014-2018年金融風(fēng)控在金融科技中的融資占比 （%）注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值 大數(shù)據(jù)處理、機(jī)器學(xué)習(xí)、知識(shí)圖譜等技術(shù)應(yīng)用日趨成熟，大數(shù)據(jù)處理技術(shù)具備行業(yè)通用性隨著科技的應(yīng)用加速，互聯(lián)網(wǎng)金融、普惠金融等領(lǐng)域的發(fā)展，大數(shù)據(jù)處 理技術(shù)、人工智能分支機(jī)器學(xué)習(xí)、知識(shí)圖譜等技術(shù)在金融各場(chǎng)景中的應(yīng)用地位越來(lái)越重要，其中大數(shù)據(jù)處理技術(shù)以時(shí)效性強(qiáng)、更易場(chǎng)景化、模 塊化應(yīng)用、技術(shù)利用率高等優(yōu)勢(shì)在精準(zhǔn)營(yíng)銷、黑產(chǎn)防范、大

38、數(shù)據(jù)征信和 風(fēng)控上應(yīng)用逐漸成熟。大數(shù)據(jù)處理技術(shù)是基于大數(shù)據(jù)平臺(tái)上的具備行業(yè)通用性的技術(shù)，主 要分為數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析挖掘和結(jié)果展降低成本。大數(shù)據(jù)處理技術(shù)的難度和高技術(shù)要求主要集中在數(shù)據(jù)分析挖掘上， 并且眾多風(fēng)控科技公司主打創(chuàng)新大數(shù)據(jù)處理技術(shù)是在數(shù)據(jù)分析挖掘 階段的創(chuàng)新，比如邦盛“流立方”。未來(lái)大數(shù)據(jù)處理技術(shù)從挖掘任 務(wù)和挖掘方法的角度，應(yīng)著重突破可視化分析、數(shù)據(jù)挖掘算法、預(yù) 測(cè)性分析、語(yǔ)義引擎、數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。金融風(fēng)控科技 技術(shù)成熟度互聯(lián)網(wǎng)金融企業(yè)自有數(shù)據(jù)第三方外部數(shù)據(jù)源數(shù)據(jù)采集數(shù)據(jù)清洗數(shù)據(jù)預(yù)處理示五個(gè)步驟建立適合金融場(chǎng)景的大數(shù)據(jù)風(fēng)控產(chǎn)品，例如信用評(píng)分卡、 數(shù)據(jù)分析挖

39、掘黑名單、手機(jī)號(hào)畫像等。所以數(shù)據(jù)處理在人們的生活和決策中所占 的比重越來(lái)越大，大數(shù)據(jù)一直在積極賦能更多細(xì)分領(lǐng)域，講究時(shí)效、分布式數(shù)據(jù)庫(kù)非關(guān)系型數(shù)據(jù)庫(kù)用戶行為分析客戶360度畫像 批量服務(wù)報(bào)表數(shù)據(jù)加工服務(wù)基礎(chǔ)數(shù)據(jù)加工服務(wù)系統(tǒng)日志 監(jiān)控展現(xiàn)用戶畫像展現(xiàn) 數(shù)據(jù)服務(wù)展現(xiàn)結(jié)果展示用戶行為在線 分析展現(xiàn)批量結(jié)果推送報(bào)表 展現(xiàn)實(shí)時(shí)結(jié)果推送流式處理準(zhǔn)實(shí)時(shí)處理關(guān)系型數(shù)據(jù)庫(kù)數(shù)據(jù)集成數(shù)據(jù)規(guī)約 金融行業(yè)內(nèi)數(shù)據(jù)數(shù)據(jù)變換數(shù)據(jù)存儲(chǔ)文本挖掘特征提取、詞義相似 文法分析 句法分析 語(yǔ)義搜索 詞法分析 基礎(chǔ)數(shù)據(jù)加工服務(wù)金融領(lǐng)域大數(shù)據(jù)處理技術(shù)框架日志分析系統(tǒng)日志加工 加工服務(wù)基礎(chǔ)數(shù)據(jù) 加工服務(wù) 機(jī)器學(xué)習(xí)技術(shù)在金融反欺詐、大數(shù)據(jù)征信

40、等領(lǐng)域應(yīng)用廣泛由于語(yǔ)音識(shí)別、圖像檢測(cè)、機(jī)器翻譯等技術(shù)已經(jīng) 在實(shí)際生活中鋪設(shè)開來(lái)。機(jī)器學(xué)習(xí)正在進(jìn)步，正 在不斷接近我們心中人工智能的目標(biāo)，未來(lái)甚至 極有可能徹底改變?nèi)祟愇拿靼l(fā)展的方向。機(jī)器學(xué)習(xí)是指機(jī)器通過分析大量數(shù)據(jù)來(lái)學(xué)習(xí)， 尋找數(shù)據(jù)中的模式，從而做出預(yù)測(cè)的研究和算 法的人工智能門類之一的技術(shù)；機(jī)器學(xué)習(xí)作為 人工智能的一部分，和知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘的 交集越來(lái)越緊密，一起為公司的業(yè)務(wù)決策作出 高效、精準(zhǔn)地結(jié)果展示；機(jī)器學(xué)習(xí)是一項(xiàng)阻止欺騙的發(fā)生、同時(shí)能保證 快速?zèng)Q策的機(jī)制。如今，機(jī)器學(xué)習(xí)成為金融反 欺詐的重大突破口，是其最易落地、見效最快 的一個(gè)應(yīng)用場(chǎng)景。其次是在大數(shù)據(jù)征信、公開 數(shù)據(jù)挖掘領(lǐng)域應(yīng)用廣

41、泛。金融風(fēng)控科技 技術(shù)成熟度申請(qǐng)信息用戶信息交易信息資產(chǎn)信息行為信息數(shù)據(jù)采集數(shù)據(jù)采集數(shù)據(jù)清理數(shù)據(jù)存儲(chǔ)離線數(shù) 據(jù)采集批式數(shù) 據(jù)計(jì)算建模分析 管理平臺(tái)模型訓(xùn)練流式數(shù)據(jù)實(shí)時(shí)數(shù) 處理?yè)?jù)采集實(shí)時(shí)模型模型管 決策理平臺(tái)機(jī)器學(xué)習(xí) 算法機(jī)器學(xué)習(xí)模型輸出智能規(guī)則輸出自定義規(guī)則輸出規(guī)則系統(tǒng)建模分析平臺(tái)智能決策平臺(tái)機(jī)器學(xué)習(xí)操作系統(tǒng)機(jī)器學(xué)習(xí)能力三要素：建模團(tuán)隊(duì)能力；建模平臺(tái)功能；模型在實(shí)時(shí)應(yīng)用場(chǎng)景落地能力。 | 數(shù)據(jù)來(lái)源：邦盛科技官網(wǎng)，整理 模塊化服務(wù)為基礎(chǔ)的盈利性業(yè)務(wù)，企業(yè)更偏好可復(fù)制的風(fēng)控系統(tǒng)部署金融軟件服務(wù)商依據(jù)客戶類型和產(chǎn)品屬性可劃分為：銀行IT系統(tǒng)解決方案、多元金融IT系統(tǒng)解決方案、金融數(shù)據(jù)咨詢服務(wù)商。當(dāng)下

42、國(guó)內(nèi)金融風(fēng)控科技行 業(yè)仍然依靠資本或大集團(tuán)輸血，以咨詢服務(wù)商為主，目前業(yè)內(nèi)初步探索出了以下兩類盈利模式。依托自身企業(yè)信息庫(kù)，提供API接口調(diào)用類的模塊化服務(wù)金融To B業(yè)務(wù)具有較高的行業(yè)門檻，用戶集中度不高，部分金融風(fēng)控科技公司采取為客戶提供統(tǒng)一定價(jià)的標(biāo)準(zhǔn)化數(shù)據(jù)模塊、產(chǎn)品模塊的形式，來(lái)完成 前期的獲客及合作關(guān)系建立，比如數(shù)據(jù)庫(kù)服務(wù)，就是根據(jù)調(diào)用次數(shù)進(jìn)行收費(fèi)。定制化方案成本較高，企業(yè)更偏好可復(fù)制的風(fēng)控系統(tǒng)部署單純的金融服務(wù)附加值低，難以建立競(jìng)爭(zhēng)壁壘。因此，從客戶的需求角度出發(fā)，提供直面痛點(diǎn)的解決方案才能抓牢客戶，但定制化方案需投入較大的 人力成本和時(shí)間成本，且客戶需求復(fù)雜多變，因此，企業(yè)更希望建

43、立穩(wěn)定、可復(fù)制的風(fēng)控解決方案，能夠根據(jù)客戶的業(yè)務(wù)特性進(jìn)行微調(diào)，這類業(yè)務(wù)定 價(jià)較高，也是目前金融風(fēng)控科技公司收入中占比較高的部分。金融風(fēng)控科技 盈利模式B端客戶咨詢類解決方案模塊化產(chǎn)品數(shù)據(jù)費(fèi)用 產(chǎn)品費(fèi)用咨詢費(fèi)用銀行、保險(xiǎn)、證券、資產(chǎn)管理公司、 小額貸款公司、消費(fèi)金融公司用戶增長(zhǎng)服務(wù) 反欺詐服務(wù) 信貸風(fēng)控服務(wù)云平臺(tái)部署 數(shù)據(jù)模型建立業(yè)務(wù)策略咨詢服務(wù)具有互聯(lián)網(wǎng)金融背景的金融風(fēng)控科技公司融資規(guī)模占比81.3%，受投資者青睞由于風(fēng)控技術(shù)不斷的創(chuàng)新，其在金融領(lǐng)域應(yīng)用廣泛，細(xì)分場(chǎng)景也隨之下沉深耕，從純技術(shù)起家的金融風(fēng)控公司如今面臨著資金雄厚的互聯(lián)網(wǎng)金融公司 來(lái)?yè)屨硷L(fēng)控市場(chǎng)。目前，眾多大型互聯(lián)網(wǎng)金融公司紛紛轉(zhuǎn)

44、型到金融科技領(lǐng)域，例如去年，螞蟻金服從Fintech到Techfin的成功轉(zhuǎn)型。在2018年金融風(fēng)控科技一級(jí)市場(chǎng)融資總額達(dá)到423億，融資占比最高的是互聯(lián)網(wǎng)金融背景的金融風(fēng)控公司，高達(dá)80%以上；其中消費(fèi)金融公司自身具 有風(fēng)控科技的融資占比42.35%，其次是互聯(lián)網(wǎng)綜合性金融服務(wù)公司轉(zhuǎn)型金融風(fēng)控科技的融資占比37.99%，例如京東數(shù)科今年8月份B輪融資130億元。人工智能和大數(shù)據(jù)在智能營(yíng)銷、反欺詐和大數(shù)據(jù)信息服務(wù)等領(lǐng)域盈利變現(xiàn)能力強(qiáng)，資本投融資占比12.4%；在反欺詐、信用評(píng)級(jí)、貸后管理等金融環(huán)節(jié)， 具有可復(fù)制性、應(yīng)用廣泛的智能風(fēng)控公司受到投資者關(guān)注，其次是純金融IT科技、提供征信服務(wù)、具有生

45、物識(shí)別和區(qū)塊鏈技術(shù)的風(fēng)控公司逐漸興起。金融風(fēng)控科技 投融資分析具體應(yīng)用場(chǎng)景服務(wù)于保險(xiǎn)風(fēng)控公 司, 0.99%服務(wù)于銀行、證券 風(fēng)控公司, 1.75%互聯(lián)網(wǎng)綜合性金融服務(wù) 公司, 37.99%其他, 16.91%消費(fèi)金融公司, 42.35%2018年互聯(lián)網(wǎng)金融背景風(fēng)控科技公司細(xì)分場(chǎng)景應(yīng)用占比（%）生物識(shí)別和 區(qū)塊鏈 大數(shù)據(jù)和AI12.4%智能風(fēng)控2.16%金融IT科技1.22%征信2.26%0.7%2018年金融風(fēng)控參與者融資金額占比（%）注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值81.3%互聯(lián)網(wǎng)金融背景風(fēng)控科技金融風(fēng)控科技 投融資創(chuàng)始團(tuán)隊(duì)背景分析具備金融背景12%均不具備8%2014-2018年金

46、融風(fēng)控公司高管工作背景 對(duì)融資金融占比變化圖同時(shí)具備69%投資者偏好同時(shí)具備技術(shù)和金融背景的復(fù)合型創(chuàng)始團(tuán)隊(duì)，海歸AI博士回國(guó)創(chuàng)業(yè)倍受追捧在創(chuàng)投市場(chǎng)，投資者看重創(chuàng)投公司的創(chuàng)始人團(tuán)隊(duì)，甚至可以說(shuō)初始的投資是在無(wú)法定量的基礎(chǔ)上，對(duì)創(chuàng)始人進(jìn)行定性判斷投資的。因此創(chuàng)始人團(tuán)隊(duì)的 教育背景、工作經(jīng)歷、創(chuàng)業(yè)成功歷史等都是投資人考慮的重點(diǎn)；從高管工作經(jīng)歷可知，2014年至今，投資者十分偏好具有復(fù)合性的高管團(tuán)隊(duì)，即既擁有專業(yè)技術(shù)人才又具備多年金融從業(yè)經(jīng)驗(yàn)的團(tuán)隊(duì)組合，融資 額高達(dá)1723億，占比69%；只具備金融工作背景的風(fēng)控公司融資規(guī)模略高于只具備技術(shù)背景的公司，但是18年具備技術(shù)背景的風(fēng)控公司融資規(guī)模 反超，說(shuō)

47、明技術(shù)人才越來(lái)越被重視；從高管教育背景可知，2018年，相比于國(guó)內(nèi)博士，海歸博士的高管團(tuán)隊(duì)融資事件多達(dá)9起，30%畢業(yè)于麻省理工、耶魯、斯坦福等世界名校的AI專 業(yè)。相比與去年，今年海歸博士的高管團(tuán)隊(duì)年平均融資額以46倍的速度爆發(fā)式增長(zhǎng)，并且資本圈對(duì)海歸AI博士回國(guó)創(chuàng)業(yè)的團(tuán)隊(duì)非常感興趣。10000080000600004000020000005101520201420162018博士背景的風(fēng)控公司融資事件和平均融資額（萬(wàn)元）2015融資事件（博士）2017融資事件（海歸博士）平均融資額（博士）平均融資額（海歸博士） 具備技術(shù)背景11%注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值 金融風(fēng)控科技 潛力方向擁有第一方數(shù)據(jù)資源的金融風(fēng)控公司第一方數(shù)據(jù)資源的風(fēng)控公司是自身具備數(shù)據(jù)源， 而不是通過購(gòu)買或合作獲取數(shù)據(jù)的第三方數(shù)據(jù) 公司，從數(shù)據(jù)源持續(xù)產(chǎn)生的“活”數(shù)據(jù)是最具 有價(jià)值性