賦能科技向未來

賦能科技向未來核心要點金融業(yè)全流程的效率提升——金融科技產(chǎn)業(yè)演進趨勢金融科技的本質(zhì)是通過信息技術(shù)的引入實現(xiàn)金融業(yè)全流程的效率提升;演進趨勢：從互聯(lián)網(wǎng)金融到數(shù)據(jù)金融，從去中介化到金融業(yè)務(wù)核心、從流量至上到技術(shù)為王、從單一主體到龐大產(chǎn)業(yè)鏈大數(shù)據(jù)、人工智能、區(qū)塊鏈——Fintech的核心技術(shù)能力Fintech的基礎(chǔ)技術(shù)能力是互聯(lián)網(wǎng)，互聯(lián)網(wǎng)金融是Fintech發(fā)展中的重要組成部分;核心技術(shù)能力：大數(shù)據(jù)、人工智能、區(qū)塊鏈共享&賦能——Fintech商業(yè)模式演進方向信貸市場線上滲透率僅為1%，龐大空間、巨大的用戶需求、競爭型的市場格局、可觀的客戶價值不斷吸引新進入者;日益提升的獲客成本、風控成本、合規(guī)要求是新進入者越來越難逾越的門檻;共享&賦能：能力者向潛在進入者共享能力場景平臺、流量平臺、交易平臺——賦予各類平臺普惠金融的能力建立Fintech平臺，向消費場景、交易平臺、數(shù)據(jù)平臺賦能，使得其他平臺獲得普惠金融的能力，從而實現(xiàn)更為廣泛的普惠金融宜人貸金融科技能力Chapter1金融科技產(chǎn)業(yè)演進趨勢從互聯(lián)網(wǎng)金融到數(shù)據(jù)金融，我國金融科技發(fā)展已歷經(jīng)三大階段在過去的十數(shù)年中，互聯(lián)網(wǎng)對于傳統(tǒng)金融業(yè)態(tài)的變革一直在不斷發(fā)生，集中體現(xiàn)于支付結(jié)算的線上化、金融產(chǎn)品銷售的電商化，以及信貸業(yè)務(wù)的P2P化。而在此前，我國金融科技的發(fā)展已歷經(jīng)三個大的核心階段，分別是：20世紀70年代中后期開始的金融信息化起步：以早期的計算機及局域網(wǎng)絡(luò)為主，計算機逐步代替手工操作，并實現(xiàn)全流程的電子化;20世紀90年代中后期進入到互聯(lián)網(wǎng)金融的階段：中國接入全球互聯(lián)網(wǎng)，金融信息化/互聯(lián)網(wǎng)金融的時代隨之到來，主要體現(xiàn)的是渠道信息化;2010年后進入到數(shù)據(jù)金融/機器輔助決策階段：移動互聯(lián)網(wǎng)時代的到來推動了大數(shù)據(jù)、云計算技術(shù)的迅速鋪開，此時，信息技術(shù)正在逐步滲透到金融業(yè)務(wù)核心部門，機器成為金融決策的重要輔助，而機器實現(xiàn)絕大部分自主決策的智慧金融階段也為之不遠。從去中介化到金融業(yè)務(wù)核心，F(xiàn)intech不再局限于純流量貢獻Fintech的互聯(lián)網(wǎng)金融階段主要聚焦于金融脫媒/去中介化，去中介化已是全球金融業(yè)自由化發(fā)展的核心方向。在互聯(lián)網(wǎng)金融蓬勃發(fā)展的過程中，整個商業(yè)形態(tài)快速迭代，互聯(lián)網(wǎng)幾乎改變了傳統(tǒng)金融的渠道體系。在這個過程中，受到影響最為深遠的是金融中介。Fintech進入金融核心，對于傳統(tǒng)金融的影響愈加廣泛和深入。在互聯(lián)網(wǎng)技術(shù)逐步成熟的今天，以大數(shù)據(jù)、云計算、人工智能為代表的創(chuàng)新技術(shù)正再一次的席卷眾多傳統(tǒng)行業(yè)，金融業(yè)以其龐大的市場容量再次成為市場焦點。這一次，技術(shù)創(chuàng)新的核心目標將聚焦于信用、風控、投資等多個領(lǐng)域。因此，Tech對于金融業(yè)的影響將愈加廣泛和深入，這也是互聯(lián)網(wǎng)金融和金融科技(Fintech)的重大差異。從流量至上到技術(shù)為王，戰(zhàn)略目標已發(fā)生根本性變化互聯(lián)網(wǎng)傳統(tǒng)的商業(yè)邏輯是流量為王，這在網(wǎng)絡(luò)媒體、電子商務(wù)以及電子支付、互聯(lián)網(wǎng)金融的早期階段均已經(jīng)充分體現(xiàn)。從流量至上到技術(shù)為王是“不得已”更是行業(yè)趨勢。BAT等巨頭已經(jīng)在市場中形成了較為穩(wěn)定的競爭優(yōu)勢，流量集中的行業(yè)特征已經(jīng)極為明顯。因此，“不得已”走向技術(shù)為王的方向是目前垂直企業(yè)選擇差異化競爭的核心策略 ;而與此同時，網(wǎng)民增長紅利消磨殆盡、移動互聯(lián)網(wǎng)時代即將落幕，人工智能走上前臺，信息科技行業(yè)再次進入了技術(shù)創(chuàng)新并尋求商業(yè)模式變現(xiàn)的新階段。從規(guī)模至上的粗獷發(fā)展到依托技術(shù)能力的精細化運營是目前互金行業(yè)發(fā)展的核心特征。粗獷發(fā)展意味著盡可能的最求強勁成長性，但伴隨著監(jiān)管靴子落地、企業(yè)融資進入中后期，互聯(lián)網(wǎng)金融企業(yè)發(fā)展的核心要求在發(fā)生變化。精細化運營意味著提升獲客能力、提升反欺詐能力、提升數(shù)據(jù)風控能力，同時降低獲客成本、降低風險成本、提升ARPU值，技術(shù)能力對運營效果的支撐作用愈加明顯。從單一主體到龐大產(chǎn)業(yè)鏈，行業(yè)分工進一步精細化傳統(tǒng)金融機構(gòu)組織體系龐大，體系內(nèi)的自主、可控是大多數(shù)金融機構(gòu)業(yè)務(wù)拓寬的核心路徑。而在Fintech的大背景下，行業(yè)分工將實現(xiàn)進一步精細化和模塊化。從橫向業(yè)務(wù)范圍上看，（如下圖所示）單一傳統(tǒng)金融主題可提供的服務(wù)將被眾多的Fintech企業(yè)主體所分解，實現(xiàn)單一業(yè)務(wù)類型的差異化和靈活化。從縱向業(yè)務(wù)流程上看，單一業(yè)務(wù)流程也被眾多 Fintech參與主體拆解。以信貸為例，包括獲客、前段審核、中期風控以及后期催收管理均已形成完善的產(chǎn)業(yè)鏈，整體分工進一步精細化和模塊化。新的內(nèi)核：互聯(lián)網(wǎng)金融進入Fintech的全新發(fā)展階段政策紅利讓互聯(lián)網(wǎng)金融一度被譽為野蠻生長的行業(yè)，而歷經(jīng)10年的發(fā)展監(jiān)管與互聯(lián)網(wǎng)金融之間已經(jīng)逐漸熟悉，隨著中國互聯(lián)網(wǎng)金融協(xié)會的成立，規(guī)范與安全成為行業(yè)發(fā)展的主旋律，同時也意味著原本寬松的政策環(huán)境有收緊的趨勢。2016年后，業(yè)界也明顯感受到了行業(yè)寒冬，互聯(lián)網(wǎng)金融概念走下神壇，十年野蠻，一朝落幕。然而互聯(lián)網(wǎng)金融并沒有因此消失，取而代之的金融科技正以星火燎原之勢，整體行業(yè)已進入金融科技的全新發(fā)展階段。發(fā)展趨勢：技術(shù)化、數(shù)據(jù)化、場景化、模塊化、平臺化Chapter2三大技術(shù)構(gòu)成核心技術(shù)基礎(chǔ)技術(shù)基礎(chǔ)：三大技術(shù)構(gòu)成核心技術(shù)基礎(chǔ)縱觀目前階段下的金融科技創(chuàng)新方向，宜人智庫認為，大數(shù)據(jù)、人工智能和區(qū)塊鏈將是繼互聯(lián)網(wǎng)/移動互聯(lián)網(wǎng)之后的Fintech發(fā)展的三大核心技術(shù)基礎(chǔ)。三大技術(shù)之間沒有迭代關(guān)系，沒有時間軸關(guān)系，而是在不同層級同時支撐Fintech發(fā)展。大數(shù)據(jù)：新階段下的風險控制及風險定價體系數(shù)據(jù)是金融的核心，因此在大數(shù)據(jù)時代下，大數(shù)據(jù)必將觸及金融最緊繃的那跟弦——風險定價與風險控制。若將大數(shù)據(jù)分析分為四個層次，互聯(lián)網(wǎng)金融發(fā)展階段中，大數(shù)據(jù)技術(shù)主要應(yīng)用于數(shù)據(jù)架構(gòu)和信息整合 （第1層+第2層）,可實現(xiàn)初步的分析和決策（第3層）。非結(jié)構(gòu)化數(shù)據(jù)體系下，人工建模+數(shù)據(jù)已經(jīng)難以滿足數(shù)據(jù)分析需求。由于傳統(tǒng)數(shù)據(jù)分析模型對于多維度、多形態(tài)的數(shù)據(jù)存在不適用的情況，因此該類技術(shù)應(yīng)用僅僅是大數(shù)據(jù)分析的初級階段。大數(shù)據(jù)+機器學習是金融數(shù)據(jù)計算分析的未來。在目前的狀態(tài)下，數(shù)據(jù)體量異常巨大、數(shù)據(jù)類型異常繁多、價值密度極低，因此需要通過更為強大的機器算法能夠?qū)崿F(xiàn)模型的迅速矯正，因此，機器學習+大數(shù)據(jù)將是金融數(shù)據(jù)分析的核心方向。大數(shù)據(jù)分析的主要金融應(yīng)用：征信與風控大數(shù)據(jù)分析的主要金融應(yīng)用：個人征信、授信與風控個人征信、授信及風控主要是圍繞借貸環(huán)節(jié)進行的，覆蓋貸前評估、貸中監(jiān)控和貸后反饋三個環(huán)節(jié)。1、貸前評估：國內(nèi)個人征信試點于2015年才開始試行，最具代表的是芝麻信用。阿里體系的交易數(shù)據(jù)以及螞蟻體系的金融數(shù)據(jù)形成強有力的數(shù)據(jù)支撐，自主研發(fā)信貸模型可用以支持銀行、小貸機構(gòu)進行征信及授信活動。信貸模型的訓練需要人工智能技術(shù)作為輔助，通過機器學習不斷完善模型并實時校正。2、貸中監(jiān)測：主要是通過用戶在貸款期的行為數(shù)據(jù)來發(fā)現(xiàn)問題客戶并及時報警。3、貸后反饋：基于用戶本次貸款期間的數(shù)據(jù)，對該用戶原有信貸記錄評分進行補充，提升或降低其信用額度以供后續(xù)使用。人工智能：從分析到最終決策人工智能在金融領(lǐng)域中的應(yīng)用，相較于大數(shù)據(jù)而言的核心突破在于深度學習、智能分析和最終的智能決策。大數(shù)據(jù)、云計算、智能硬件以及后續(xù)的區(qū)塊鏈技術(shù)等都是支撐人工智能上層技術(shù)的基礎(chǔ)。智能數(shù)據(jù)分析在金融領(lǐng)域涵蓋了投資、借貸、保險和征信行業(yè)，相關(guān)技術(shù)的運用成為業(yè)務(wù)開展的基礎(chǔ)，同時也支持了金融產(chǎn)品的創(chuàng)新，包括新型的保險及投資產(chǎn)品。在金融領(lǐng)域，人工智能主要有以下四類應(yīng)用：①自動報告生成、②金融智能搜索、③輔助量化交易、④智能投顧方向。區(qū)塊鏈(Blockchain)是一種分布式共享數(shù)據(jù)庫從技術(shù)角度來看，比特幣的系統(tǒng)包括三層：底層技術(shù)——區(qū)塊鏈;中層鏈接——協(xié)議;上層——貨幣。上層是貨幣，在這里指的是比特幣。中間層是協(xié)議，也就是基于區(qū)塊鏈的資金轉(zhuǎn)賬系統(tǒng);底層技術(shù)是區(qū)塊鏈，去中心化、分布式記錄的公開透明的交易記錄總賬，其交易數(shù)據(jù)全網(wǎng)節(jié)點共享。礦工負責記錄，全網(wǎng)監(jiān)督;區(qū)塊鏈(Blockchain)是一種分布式共享數(shù)據(jù)庫(數(shù)據(jù)分布式儲存和記錄)，利用去中心化方式集體維護一本數(shù)據(jù)簿的可靠性的技術(shù)方案。該方案要讓參與系統(tǒng)中的任意多個節(jié)點，通過一串使用密碼學方法相關(guān)聯(lián)產(chǎn)生的數(shù)據(jù)塊 （即區(qū)塊，block）,每個數(shù)據(jù)塊中都包含了一定時間內(nèi)的系統(tǒng)全部信息交流的數(shù)據(jù)，并生成數(shù)據(jù)“密碼”用于驗證其信息的有效性和鏈接下一個數(shù)據(jù)塊。比特幣是一種全球范圍內(nèi)可交易的電子貨幣，是目前區(qū)塊鏈技術(shù)最成功的應(yīng)用。當前銀行等機構(gòu)更多關(guān)注的也正是比特幣背后的區(qū)塊鏈技術(shù)。區(qū)塊鏈建立了“強制信任”的關(guān)系強制信任：智能合約在合同中約定的條件被觸發(fā)時，合約內(nèi)容能夠自動生效執(zhí)行。智能合約的原理類似于計算機中的If-Then語句，它能夠幫助我們在金融領(lǐng)域建立一種智能管理的體系。當保險合約等自動判斷滿足賠付條件時，保險費將自動劃撥賠付，從而免去了以往的保險理賠中中間一系列的流程。當然，“強制信任”可被用于諸多領(lǐng)域。區(qū)塊鏈將重塑傳統(tǒng)互聯(lián)網(wǎng)的底層基礎(chǔ)Chapter3Fintech商業(yè)模式演進方向共享|賦能信貸的線上滲透率僅為1%，科技對金融的影響剛剛開始根據(jù)零壹財經(jīng)數(shù)據(jù)顯示，中國整體個人理財市場規(guī)模約為40-50億元，線上理財接近2萬億，滲透率4%;人民銀行及艾瑞咨詢數(shù)據(jù)顯示，2016年網(wǎng)絡(luò)信貸余額為1.2萬億，占中國整體境內(nèi)信貸余額1%。易觀數(shù)據(jù)顯示，網(wǎng)絡(luò)支付/網(wǎng)商銀行為1%，移動支付/手機銀行為22%。相較于網(wǎng)絡(luò)購物14%的滲透率，互聯(lián)網(wǎng)金融相關(guān)業(yè)務(wù)依然有巨大的滲透率空間，尤其是網(wǎng)絡(luò)信貸和互聯(lián)網(wǎng)理財領(lǐng)域。競爭型市場巨頭難覓，市場入口依然開放參照網(wǎng)貸之家數(shù)據(jù)，網(wǎng)貸行業(yè)CR4因此：一個巨大且不斷增長的市場+競爭格局相對友好的市場環(huán)境=依然開放的市場入口，未來一定有更多的新進入者參與進來。細分領(lǐng)域參與者數(shù)量保持同比增長網(wǎng)貸之家數(shù)據(jù)顯示，截止2017年4月，網(wǎng)貸平臺累計數(shù)量已高達5890家，存量平臺2265家，大浪淘沙，超過50%的平臺已停業(yè)。拋開民營系大量平臺停業(yè)給市場整體帶來的影響，各類型企業(yè)數(shù)量依然處于增長過程中，風投系增速最快，整體市場參與者類型不斷豐富。傳統(tǒng)金融機構(gòu)是線上化主體，資源型平臺是核心新進入者來源從增量來源看，傳統(tǒng)業(yè)務(wù)的線上化、增量需求（消費升級所帶來的超前消費和SME的市場打開）將是未來市場的核心增量來源;從企業(yè)類型角度出發(fā)：傳統(tǒng)金融機構(gòu)是線上化的主體 ;資源型平臺（場景、流量、數(shù)據(jù)和資金等）是核心新進入者。新進入者各自訴求存在差異，但資源變現(xiàn)依然是主旋律。①流量、數(shù)據(jù)平臺通過金融業(yè)務(wù)實現(xiàn)流量和數(shù)據(jù)資源變現(xiàn) ；②場景平臺通過金融實現(xiàn)主營業(yè)務(wù)提升和金融業(yè)務(wù)變現(xiàn) ；③資金型平臺則通過互金業(yè)務(wù)實現(xiàn)資金效率的最大化。監(jiān)管深入，行業(yè)門檻進一步提升循序漸進，監(jiān)管走上正軌，政策已經(jīng)探底，未來監(jiān)管將進一步常態(tài)化。技術(shù)能力將是企業(yè)生存和行業(yè)凈化的核心標準。宜人智庫認為監(jiān)管的核心要點在于：中介屬性、小額分散、牌照與核準并行。同時，鼓勵傳統(tǒng)金融機構(gòu)與Fintech/互聯(lián)網(wǎng)金融的快速融合；市場對于的金融科技企業(yè)的合規(guī)發(fā)展要求進一步提升，行業(yè)門檻進一步提升。多重風險對行業(yè)產(chǎn)生深遠影響，行業(yè)門檻進一步提高1、官方信用人口覆蓋不全面：2015年，我國信貸人口覆蓋3.8億人，滲透率僅為27.6%，而同時期美國信貸人口滲透率為82.0%。2、多重因素造成數(shù)據(jù)孤島數(shù)據(jù)孤島：當下的互聯(lián)網(wǎng)產(chǎn)業(yè)環(huán)境，巨大體量的用戶數(shù)據(jù)被留存于各個平臺，包括政府、電信業(yè)、醫(yī)療業(yè)、銀行、互聯(lián)網(wǎng)巨頭，數(shù)據(jù)開放程度極低、兼容性低，進而形成了眾多數(shù)據(jù)孤島。3、缺乏統(tǒng)一的信用評級體系和制度：我國各類機構(gòu)不論在數(shù)據(jù)抓取維度、模型、評級方法、深度等各個方面自成體系、進展不一，缺乏統(tǒng)一的業(yè)務(wù)技術(shù)規(guī)范，存在大量的資源浪費同時，相關(guān)立法、制度不完善，造成眾多障礙和風險。4、流量成本被推高：市場競爭激烈，參與者眾多 ;風險事件頻發(fā)，帶來行業(yè)性的用戶信任危機;互聯(lián)網(wǎng)馬太效應(yīng)造成流量壟斷，推高獲客成本;5、團伙欺詐猛如虎：線上造假難度遠低于線下，但其造成影響巨大，遠高于普通壞賬風險。瘋狂的流量時代已過，技術(shù)能力是關(guān)乎生死存亡的核心變量目前，從企業(yè)數(shù)量角度看，民營系依然是市場的核心參與者，占比超過80%;但從經(jīng)營質(zhì)量角度看，風投系和上市公司系則占據(jù)市場主導位置，風投系+上市公司系的企業(yè)數(shù)量占比為11.4%，成交量占比49.8%、余額占比53.6%。在未來的競爭中，經(jīng)營質(zhì)量將是決定生死的首要因素。影響經(jīng)營質(zhì)量的細分因素體現(xiàn)在獲客效率、風控效率與能力、貸后管理能力等多方面。而排除由于企業(yè)出身的差異化資源背景，技術(shù)能力即是關(guān)乎生死存亡的核心變量。技術(shù)能力同樣適用零邊際成本理論，規(guī)模效應(yīng)更易凸顯傳統(tǒng)企業(yè)邊際成本變動規(guī)律主要是隨產(chǎn)量增加而減少，當產(chǎn)量增加到一定程度時，就隨產(chǎn)量增加而增加，因此，邊際成本曲線也是一條先下降而后上升的“ U”形曲線。而在以軟件、互聯(lián)網(wǎng)為代表的新興行業(yè)當中，在不考慮科技進步的情況下，企業(yè)邊際成本曲線所呈現(xiàn)的是先上升后下降，最終呈現(xiàn)的狀態(tài)是無限趨近于零。這是軟件、信息服務(wù)行業(yè)的成本曲線特征。而在云計算、大數(shù)據(jù)和人工智能技術(shù)快速發(fā)展的當下，獲客、風控均已成為較為成熟的技術(shù)能力，相較于需要需要承擔大量資金成本和風險撥備的信貸行業(yè)，“售賣”技術(shù)能力更易形成理想的規(guī)模效應(yīng)。較高風險敏感性和潛在規(guī)模效應(yīng)所帶來的差異化市場預期2015年底至今，A股市場互聯(lián)網(wǎng)金融板塊平均估值 56X,而銀行板塊平均估值僅為7倍。而美股市場老牌Fintech企業(yè)Paypal2015年底至今平均估值為36X，與之相對應(yīng)的宜人貸目前估值僅為 7.3X,上市以來的平均估值為12倍。導致估值差異的核心原因是對公司是否存在規(guī)模效應(yīng)、潛在規(guī)模效應(yīng)何時出現(xiàn)的預期差異 ;另一方面，對于違約、壞賬風險的敏感性程度亦是評價一家公司Tech屬性的重要因素。Chapter4賦予各類平臺普惠金融的能力互聯(lián)網(wǎng)時代結(jié)束了么?對于我們來說才剛剛開始參照CNNIC數(shù)據(jù)，2016年底中國網(wǎng)民規(guī)模達到7.3億，滲透率超過50%，網(wǎng)民規(guī)模增長率趨于穩(wěn)定，增長紅利消失。與此同時，參照網(wǎng)貸之家數(shù)據(jù)，2016年網(wǎng)貸行業(yè)投資人數(shù)與借款人數(shù)分別約為1375萬人和876萬人，較2015年分別增加134.64%和207.37%，網(wǎng)貸行業(yè)人氣增長幅度仍然較大。2015.1-2017.5借款人數(shù)同比增速均在100%以上。網(wǎng)貸用戶滲透率僅為1.8%。因此，顯而易見的是，對于網(wǎng)貸行業(yè)來說，巨大的網(wǎng)民群體恰恰是未來增長的最好紅利。15/1000