—— 馨金融

林意/文

站在2017年的開頭，還能感覺到新金融行業(yè)在“資本寒冬”里凜冽的寒風未退。新金融領(lǐng)域的項目退出難、盈利能力差等因素是令大多數(shù)投資人對漸行漸遠的重要原因。不過，回顧過去的一年，資本似乎把最后僅存不多的一絲“溫暖”留給了一個極其細分的市場。

近兩年，除了螞蟻金服、騰訊、京東等國內(nèi)的新金融巨頭相繼上線了螞蟻借唄、微粒貸、京東金條等小額信貸產(chǎn)品。去年開始，包括手機貸、掌眾金融、現(xiàn)金巴士、用錢寶等線上小額信用貸款公司也發(fā)展迅猛。

對于投資人而言，迅速的市場增長、良好的現(xiàn)金流和盈利能力以及新金融技術(shù)帶來的市場和業(yè)務(wù)拓展，是在線借貸區(qū)別于新金融項目最大“魅力”。而對于創(chuàng)業(yè)者而言，萬億級的市場體量、科技紅利的顯現(xiàn)，可能是巨頭陰影下他們能找到的為數(shù)不多的“舒適區(qū)”。

根據(jù)雅虎財經(jīng)的數(shù)據(jù)，2015年美國Payday Loan的放貸金額達到460億美金，美國約有1200萬payday loan活躍借款用戶，人均借款額達到3800美金/年。相比之下，中國的在線借貸的覆蓋人群和業(yè)務(wù)范圍更廣，市場的想象空間也更大。

即便國內(nèi)市場達到美國Payday Loan類似的滲透率和借款規(guī)模，預(yù)計市場規(guī)模也在4000億以上。而有數(shù)據(jù)顯示，我國目前有1000-1500萬活躍在線借貸用戶，人均借款約2000元/年，照此計算，我國目前在線借貸市場規(guī)模在300億人民幣左右。

01

在線借貸與Payday Loan

如果追溯在線借貸行業(yè)發(fā)展的起源，可能不得不提起美國Payday Loan行業(yè)。它其實是短期小額貸款的一個俗稱，借款人以個人信用做擔保，承諾在發(fā)薪水后即償還貸款，而信用的基礎(chǔ)來自借款人的工作和薪資記錄，因此得名Payday Loan。

由于美國的金融發(fā)展較為成熟，Payday Loan業(yè)務(wù)的客群也基本屬于還款意愿和還款能力“雙低”的一個群體。

之前看過一項調(diào)查顯示，美國典型的Payday Loan人群特征是：44歲以下已成家且家庭年均收入25,000-50,000美金。他們平均借款8次，大多有其他大額負債且授信額度緊張，一半的人有多頭負債情況。

由于國內(nèi)的在線借貸行業(yè)最早往往總與美國的Payday Loan劃上等號，所以在其市場迅速發(fā)展的同時，也引發(fā)了一些擔憂和討論。尤其是在美國Facebook和Google相繼下線了相關(guān)廣告之后，很多人都在擔心這個業(yè)務(wù)的商業(yè)前景。

但事實上，國內(nèi)的在線借貸與美國的Payday Loan在許多方面都有著很大差別。晨興資本合伙人程宇認為，國內(nèi)的在線借貸只是從借款周期上看起來和發(fā)薪日借款有相似之處，兩者在市場背景、服務(wù)人群及風控邏輯上都有本質(zhì)不同。

從覆蓋的人群來看，根據(jù)用錢寶提供的數(shù)據(jù)，國內(nèi)的在線借貸人群主要是18到35歲的年輕人，大多數(shù)是專業(yè)人士口中的“白戶”。

所謂“白戶”，其實是指在傳統(tǒng)金融機構(gòu)中沒有留下征信記錄，因此難以在傳統(tǒng)金融機構(gòu)獲得服務(wù)的人群。但是作為收入穩(wěn)定的藍領(lǐng)、白領(lǐng)群體，他們的還款意愿和還款能力都有著較好的保證。

02

科技紅利帶來的機會

除了覆蓋的人群和市場不同之外，兩者的風控邏輯和風控方式也有所差異。

與美國Payday Loan出現(xiàn)時的環(huán)境不同，中國在線借貸行業(yè)幾乎是伴隨著金融科技的發(fā)展而興起，因此從一開始就帶著“精耕細作”的風格，與大數(shù)據(jù)、人工智能等關(guān)鍵詞捆綁在一起。

數(shù)據(jù)爆發(fā)的時代使得數(shù)據(jù)獲取成本大幅降低，業(yè)內(nèi)的朋友告訴我一個數(shù)據(jù)，由于單一樣本生命周期足夠短（一般7-30天）、樣本特征類似且離錢更近，使得在線借貸可以短時間積累大量科學(xué)系樣本。

大家都知道數(shù)據(jù)是新金融行業(yè)發(fā)展的一個重要基礎(chǔ)，而在不少細分領(lǐng)域，由于巨頭在積累數(shù)據(jù)資源上的絕對優(yōu)勢慢慢擠壓了中小創(chuàng)業(yè)公司的發(fā)展空間。但利用新金融技術(shù)帶來的紅利，在線借貸這個細分市場得以爆發(fā)。

以用錢寶為例，據(jù)說其單月成交筆數(shù)已經(jīng)突破100萬筆，其風控模式的核心在于通過用戶數(shù)據(jù)的積累和機器的深度學(xué)習，通過弱特征的積累（目前已有1200個弱特征風控維度）進而提升人工智能信審的準確率和效率。

有意思的是，在大多數(shù)人的印象當中，金融是一個講求經(jīng)驗的行業(yè)，風控也是基于過往的數(shù)據(jù)對于未來做一個預(yù)判。但現(xiàn)在類似用錢寶這樣的的在線借貸機構(gòu)卻在全面的“去人工化”。在這個細分市場，“經(jīng)驗”在某種程度上失效了。

剛好昨天參加了一個關(guān)于人工智能應(yīng)用在金融領(lǐng)域的分享會，創(chuàng)新工場技術(shù)副總裁、人工智能工程院王詠剛談到，金融是特別適合應(yīng)用人工智能的領(lǐng)域，金融領(lǐng)域就像搜索引擎一樣擁有海量的不同緯度的數(shù)據(jù)，它也像搜索引擎一樣有非?？陀^的評判標準。而隨著這些數(shù)據(jù)和模型有了明確落地的場所，他認為，人工智能和深度學(xué)習在金融領(lǐng)域的應(yīng)用價值將逐漸凸顯。

他舉了個例子，有銀行做過一組對比試驗，一半的數(shù)據(jù)去跑原有的，人為制定標準的風控風行，另一半數(shù)據(jù)的風控模型則完全用機器深度學(xué)習的方式來實現(xiàn)，最后對比數(shù)據(jù)，通過機器深度學(xué)習完成風控的方式降低了35%的壞賬。

關(guān)于這個結(jié)果，不知道其它在線借貸平臺的情況，手邊拿到用錢寶披露的數(shù)據(jù)顯示，它們引入人工智能技術(shù)之后，目前其通過率可以達到行業(yè)水平的2倍，壞賬率要低于行業(yè)平均值40%以上。

03

這是新金融最大的創(chuàng)業(yè)機會？

之所以說在線借貸或許將成為新金融領(lǐng)域的最大一個創(chuàng)業(yè)機會，一方面是因為這個行業(yè)站在了技術(shù)紅利和市場爆發(fā)期交叉點上，兩種力量的匯集可能爆發(fā)出強大的能量。另一方面，這個細分市場可能也是新金融巨頭和傳統(tǒng)金融機構(gòu)都不太會覆蓋的夾縫地帶。

最近跟程宇交流，他提到，隨著科技紅利的爆發(fā)，包括人工智能在內(nèi)的技術(shù)應(yīng)用愈發(fā)成熟之后，金融科技領(lǐng)域在很多方面都會有機會，但借貸這個細分市場中的機會仍是最大的。

不過，現(xiàn)在打開手機APP store或者微信搜索“在線借貸”可能出現(xiàn)幾百個搜索結(jié)果。據(jù)馨金融了解，業(yè)內(nèi)提供相關(guān)業(yè)務(wù)的公司有近千家。在如此激烈的市場競爭中，創(chuàng)業(yè)公司想要活下來也并非易事。

中國的在線借貸行業(yè)在技術(shù)起點和市場增量上看，都遠比美國的Payday Loan更有潛力，但是面對未來的發(fā)展，仍然有很多問題值得關(guān)注。

比如，那些散落在互聯(lián)網(wǎng)世界里的弱變量能不能在某種程度上替代傳統(tǒng)風控模型中的那些變量和數(shù)據(jù)？完全依靠人工智能、深度學(xué)習而形成的風控模型隨著覆蓋樣本變多、變復(fù)雜之后是否依然有效？除了風控環(huán)節(jié)，科技對于前端獲客和貸后管理的改變又有多少？

此外還有資金成本問題，在線借貸規(guī)模不斷擴大之后，平臺如何持續(xù)獲得大量更低成本的資金？傳統(tǒng)金融機構(gòu)與在線借貸在資金端的合作比例越來越高，這種合作是否會成為一種趨勢？等等。

對于這些問題，或許我們現(xiàn)在都還沒有辦法給出一個答案。只希望這個行業(yè)向著一個更加高效和良性競爭的方向發(fā)展，然后靜待時間的檢驗，相信這個周期并不會太長。

原創(chuàng)聲明：馨金融的每一篇原創(chuàng)稿件都經(jīng)過反復(fù)的打磨，只希望能帶給大家更有價值的閱讀。我們歡迎知識的分享，但更希望自己的勞動能被尊重，在轉(zhuǎn)載時請注明來源馨金融（Xinfinance）。