劉華鵬,劉華鵬講師,劉華鵬聯(lián)系方式,劉華鵬培訓(xùn)師-【中華講師網(wǎng)】
數(shù)字化應(yīng)用專家
52
鮮花排名
0
鮮花數(shù)量
掃一掃加我微信
劉華鵬:互聯(lián)網(wǎng)金融“風(fēng)口”下的創(chuàng)業(yè)機(jī)會還有哪些?
2016-01-20 8289

未來的機(jī)會在哪里?

如果純征信市場已經(jīng)沒有機(jī)會給創(chuàng)業(yè)公司了,那么征信行業(yè)初創(chuàng)公司的機(jī)會會在哪?

在此逐一探討數(shù)據(jù)公司、風(fēng)控模型、風(fēng)控信息化系統(tǒng)、反欺詐、資產(chǎn)處置、貸款業(yè)務(wù)、資產(chǎn)證券化的各個方向可能性和市場空間。

第一、數(shù)據(jù)公司

這可能是大部分征信公司的最終形態(tài)。借鑒美國、日本征信公司的發(fā)展進(jìn)程,初始階段都會出現(xiàn)上千家的征信企業(yè),然后小征信公司被并購或者專業(yè)化成為細(xì)分領(lǐng)域的數(shù)據(jù)公司,最后剩下 2 到 3 家征信巨頭,小征信公司則靠賣數(shù)據(jù)給各家巨頭為生。同樣的趨勢也可能適用于中國。

初創(chuàng)公司可以深挖非同質(zhì)化的數(shù)據(jù)源或非結(jié)構(gòu)化的數(shù)據(jù)源,例如輿論數(shù)據(jù),社交網(wǎng)絡(luò)數(shù)據(jù)等。

我接觸過一家深挖地方法院數(shù)據(jù)的創(chuàng)業(yè)公司。大部分地方法院案例的執(zhí)行信息或者和解案例信息是沒有聯(lián)網(wǎng)的,但里面企業(yè)或個人的履約信息卻對判斷個體的履約風(fēng)險十分有價值,此公司就專門到各個地方法院收集和整理相關(guān)信息,再賣給其他征信公司。

這類有一定門檻的細(xì)分領(lǐng)域數(shù)據(jù)提供商是有一定價值的,可以被收購或賣數(shù)據(jù)為生,公司數(shù)量比較多,估計大部分公司價值會在幾百萬到億的量級。

第二、風(fēng)控模型公司

在各個征信市場,只有美國 FICO 一家風(fēng)控模型公司做大。FICO 現(xiàn)今 26 億美金市值,2014年 營收 7.9 億美元,凈利潤 9200 萬美元。但我認(rèn)為,在中國不會出現(xiàn)像 FICO 那樣獨(dú)立的風(fēng)控模型公司,原因有幾點:

首先,現(xiàn)今國內(nèi)各大銀行使用的風(fēng)控模型基本屬于一次性買斷或自建模型團(tuán)隊,現(xiàn)行市場并沒有空間給獨(dú)立風(fēng)控模型公司做大。

其次,傳統(tǒng) FICO 模型不能滿足在互聯(lián)網(wǎng)時代多緯度數(shù)據(jù)建模的需要。FICO 模型的統(tǒng)一建立在過往有限的數(shù)據(jù)緯度上,比如信用償還歷史,賬戶數(shù),信用年限,使用信用類型級,新開里信用賬戶五個緯度;但中國在征信初建,數(shù)據(jù)緯度劇增的情況下,需要的是新型模型。

最后,細(xì)分領(lǐng)域風(fēng)控模型的專業(yè)化,隨時信貸行業(yè)的細(xì)分化及專業(yè)化,通用模型已無法滿足風(fēng)控需求,大部分團(tuán)隊會以自身過往的信貸違約數(shù)據(jù),自我研發(fā)該領(lǐng)域的風(fēng)控模型,比如拍拍貸的純線上 P2P 網(wǎng)絡(luò)風(fēng)控系統(tǒng)或者點融網(wǎng)線下貸款的風(fēng)控系統(tǒng)。


劉華鵬老師在農(nóng)業(yè)銀行講授互聯(lián)網(wǎng)金融

第三、風(fēng)控信息化系統(tǒng)

這是指給信貸機(jī)構(gòu)提供貸前、貸中、貸后管理的信息化管理系統(tǒng),現(xiàn)在更多被稱之為風(fēng)控 SAAS 服務(wù)等。這方面的需求在全國 8000 多家小額貸款公司,2000 多家 P2P 和其他民間貸款機(jī)構(gòu)需求比較強(qiáng)烈。

現(xiàn)今中小貸款機(jī)構(gòu)在項目的風(fēng)控環(huán)節(jié)主要還是靠人力審查,紙質(zhì)材料傳遞,外加灰色渠道查央行征信。貸前黑名單掃描及貸后管理跟蹤基本為空白。整體風(fēng)控的效率非常低下,以及流程容易受人為因素干擾出錯等。

可以想像未來完整的風(fēng)控 SAAS 系統(tǒng)應(yīng)該可以提供貸前調(diào)用黑名單掃描,輿論掃描;之后貸中可以直接查詢征信牌照公司或央行征信的征信報告,并選擇評分模型;貸后,可以接入多個不同的借款人監(jiān)控服務(wù),包括手機(jī)監(jiān)控,企業(yè)信息監(jiān)控,資產(chǎn)監(jiān)控等等。

如果違約,系統(tǒng)還可以直接推薦相應(yīng)的資產(chǎn)處置或催債服務(wù)方。在這個方向,國內(nèi)有不少創(chuàng)業(yè)公司從 P2P 系統(tǒng),貸后服務(wù)等各個角度開始切。但因為市場比較割裂,同質(zhì)化競爭嚴(yán)重。但如果能壟斷具體一個細(xì)分領(lǐng)域,未來還是有做資產(chǎn)證券化或 P2P 二級市場的想像空間。

第四、反欺詐

反欺詐領(lǐng)域在國內(nèi)是個剛需,尤其是企業(yè)端需求反欺詐服務(wù)去防止用戶造假和刷單等行為,在信貸領(lǐng)域直接的應(yīng)用是防止用戶重復(fù)申請,非本人申請,虛假信息借貸以及黑名單用戶查詢等。

2B 的反欺詐服務(wù)核心在于商業(yè)模式的設(shè)計以及搶占龍頭地位形成網(wǎng)絡(luò)效應(yīng)自然做大。2C 端的反欺詐,美國有創(chuàng)建于 2005年,并于 2012年IPO 的 Lifelock。目前擁有 360 萬的付費(fèi) C 端用戶,14年 產(chǎn)生收入 4.49 億美元,遠(yuǎn)超過 To B 端 2600 萬美元的收入。C 端收入 2014年 同比增長 32.1%,發(fā)展迅速。

我認(rèn)為這塊空間還很大,初創(chuàng)公司在設(shè)計戰(zhàn)略時,尤其需要考慮如何面臨同類初創(chuàng)公司的競爭。

第五、資產(chǎn)處置

資產(chǎn)處置是信貸機(jī)構(gòu)貸后管理的一個核心環(huán)節(jié)。根據(jù)人民銀行 2015年2 季度的數(shù)據(jù),社會融資規(guī)模存量在 131.58 萬億,增速為 11.9%,年增長規(guī)模在 10 萬億以上。假設(shè)需要進(jìn)行資產(chǎn)處置的資產(chǎn)為 5%,則市場規(guī)模達(dá) 6.57 萬億,空間是極大的,有孕育千億公司的空間?,F(xiàn)今國內(nèi)初創(chuàng)公司切入資產(chǎn)處置的方向有以下幾個方向:

一是信息對接平臺,比如資產(chǎn) 360,信貸機(jī)構(gòu)在平臺上對接催債公司。

二是專業(yè)化服務(wù)公司,例如專業(yè)電話催收服務(wù)公司。

三是細(xì)分領(lǐng)域資產(chǎn)處置公司,比如專業(yè)房產(chǎn)處置流通公司,抵押車處置公司等。

我認(rèn)為專業(yè)化及信息化的資產(chǎn)處置市場才剛開始啟動,整個行業(yè)還有極大的效率提升空間,有著極大的空間給初創(chuàng)公司嘗試。

第六、資產(chǎn)證券化

資產(chǎn)證券化也是一個萬億級的市場,但各路金融機(jī)構(gòu)都在關(guān)注。我認(rèn)為資產(chǎn)證券化核心能力有亮點:

一是有能力判斷資產(chǎn)的質(zhì)量并定價。比如一個信貸公司,比如 P2P 公司出讓一個資產(chǎn)包,如何判斷里面具體資產(chǎn)的質(zhì)量,總體風(fēng)險?最終如何定價?

二是有能力將打包后的資產(chǎn)包銷售掉。如果資產(chǎn)包被定價并且打包好后,對接什么銷售渠道?二級市場,機(jī)構(gòu)市場還是公眾市場,如何有讓買方有信心買下資產(chǎn)包?這兩個核心能力都是任何涉足資產(chǎn)證券化企業(yè)需要考慮的問題。

第七、貸款業(yè)務(wù)

征信初創(chuàng)公司轉(zhuǎn)型直接做貸款業(yè)務(wù)可能性是比較大的。理由如下兩點:

一,市場空間極大,增量萬億級,足以容納多家公司。中國社會融資規(guī)模存量在 131.58 萬億,15年2 季度增速為 11.9%,年增長規(guī)模在 10 萬億以上。以特點細(xì)分領(lǐng)域而言,中國消費(fèi)金融 2014年 達(dá) 15.37 萬億元,同比增長 18.5%,2013 到 2014年 增長了 2.4 萬億元。消費(fèi)貸款中國人均 1.12 萬元。同期美國消費(fèi)貸規(guī)模 3.32 萬億美元,人均 6.5 萬人民幣;中國消費(fèi)金融應(yīng)當(dāng)還有 2-4 倍的增長空間,十萬億以上的增量。假設(shè)每家貸款機(jī)構(gòu)平均放貸 1000 億,十萬億的增量也需 100 家新機(jī)構(gòu)來滿足。

第二征信初創(chuàng)公司數(shù)據(jù)往往覆蓋具體細(xì)分人群,有特定人群的充足數(shù)據(jù)量后,建立風(fēng)控模型后,有機(jī)會直接轉(zhuǎn)為該人群的放貸機(jī)構(gòu)。美國 Zestfinance 就是依照類似思路,用大數(shù)據(jù)征信及風(fēng)控給美國沒有信用記錄或信用評分較低的人群放貸。

全部評論 (0)

Copyright©2008-2024 版權(quán)所有 浙ICP備06026258號-1 浙公網(wǎng)安備 33010802003509號 杭州講師網(wǎng)絡(luò)科技有限公司
講師網(wǎng) kasajewelry.com 直接對接10000多名優(yōu)秀講師-省時省力省錢
講師網(wǎng)常年法律顧問:浙江麥迪律師事務(wù)所 梁俊景律師 李小平律師