未來的機會在哪里?
如果純征信市場已經沒有機會給創業公司了,那么征信行業初創公司的機會會在哪?
在此逐一探討數據公司、風控模型、風控信息化系統、反欺詐、資產處置、貸款業務、資產證券化的各個方向可能性和市場空間。
第一、數據公司
這可能是大部分征信公司的最終形態。借鑒美國、日本征信公司的發展進程,初始階段都會出現上千家的征信企業,然后小征信公司被并購或者專業化成為細分領域的數據公司,最后剩下 2 到 3 家征信巨頭,小征信公司則靠賣數據給各家巨頭為生。同樣的趨勢也可能適用于中國。
初創公司可以深挖非同質化的數據源或非結構化的數據源,例如輿論數據,社交網絡數據等。
我接觸過一家深挖地方法院數據的創業公司。大部分地方法院案例的執行信息或者和解案例信息是沒有聯網的,但里面企業或個人的履約信息卻對判斷個體的履約風險十分有價值,此公司就專門到各個地方法院收集和整理相關信息,再賣給其他征信公司。
這類有一定門檻的細分領域數據提供商是有一定價值的,可以被收購或賣數據為生,公司數量比較多,估計大部分公司價值會在幾百萬到億的量級。
第二、風控模型公司
在各個征信市場,只有美國 FICO 一家風控模型公司做大。FICO 現今 26 億美金市值,2014年 營收 7.9 億美元,凈利潤 9200 萬美元。但我認為,在中國不會出現像 FICO 那樣獨立的風控模型公司,原因有幾點:
首先,現今國內各大銀行使用的風控模型基本屬于一次性買斷或自建模型團隊,現行市場并沒有空間給獨立風控模型公司做大。
其次,傳統 FICO 模型不能滿足在互聯網時代多緯度數據建模的需要。FICO 模型的統一建立在過往有限的數據緯度上,比如信用償還歷史,賬戶數,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,數據緯度劇增的情況下,需要的是新型模型。
最后,細分領域風控模型的專業化,隨時信貸行業的細分化及專業化,通用模型已無法滿足風控需求,大部分團隊會以自身過往的信貸違約數據,自我研發該領域的風控模型,比如拍拍貸的純線上 P2P 網絡風控系統或者點融網線下貸款的風控系統。
劉華鵬老師在農業銀行講授互聯網金融
第三、風控信息化系統
這是指給信貸機構提供貸前、貸中、貸后管理的信息化管理系統,現在更多被稱之為風控 SAAS 服務等。這方面的需求在全國 8000 多家小額貸款公司,2000 多家 P2P 和其他民間貸款機構需求比較強烈。
現今中小貸款機構在項目的風控環節主要還是靠人力審查,紙質材料傳遞,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控 SAAS 系統應該可以提供貸前調用黑名單掃描,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控服務,包括手機監控,企業信息監控,資產監控等等。
如果違約,系統還可以直接推薦相應的資產處置或催債服務方。在這個方向,國內有不少創業公司從 P2P 系統,貸后服務等各個角度開始切。但因為市場比較割裂,同質化競爭嚴重。但如果能壟斷具體一個細分領域,未來還是有做資產證券化或 P2P 二級市場的想像空間。
第四、反欺詐
反欺詐領域在國內是個剛需,尤其是企業端需求反欺詐服務去防止用戶造假和刷單等行為,在信貸領域直接的應用是防止用戶重復申請,非本人申請,虛假信息借貸以及黑名單用戶查詢等。
2B 的反欺詐服務核心在于商業模式的設計以及搶占龍頭地位形成網絡效應自然做大。2C 端的反欺詐,美國有創建于 2005年,并于 2012年IPO 的 Lifelock。目前擁有 360 萬的付費 C 端用戶,14年 產生收入 4.49 億美元,遠超過 To B 端 2600 萬美元的收入。C 端收入 2014年 同比增長 32.1%,發展迅速。
我認為這塊空間還很大,初創公司在設計戰略時,尤其需要考慮如何面臨同類初創公司的競爭。
第五、資產處置
資產處置是信貸機構貸后管理的一個核心環節。根據人民銀行 2015年2 季度的數據,社會融資規模存量在 131.58 萬億,增速為 11.9%,年增長規模在 10 萬億以上。假設需要進行資產處置的資產為 5%,則市場規模達 6.57 萬億,空間是極大的,有孕育千億公司的空間。現今國內初創公司切入資產處置的方向有以下幾個方向:
一是信息對接平臺,比如資產 360,信貸機構在平臺上對接催債公司。
二是專業化服務公司,例如專業電話催收服務公司。
三是細分領域資產處置公司,比如專業房產處置流通公司,抵押車處置公司等。
我認為專業化及信息化的資產處置市場才剛開始啟動,整個行業還有極大的效率提升空間,有著極大的空間給初創公司嘗試。
第六、資產證券化
資產證券化也是一個萬億級的市場,但各路金融機構都在關注。我認為資產證券化核心能力有亮點:
一是有能力判斷資產的質量并定價。比如一個信貸公司,比如 P2P 公司出讓一個資產包,如何判斷里面具體資產的質量,總體風險?最終如何定價?
二是有能力將打包后的資產包銷售掉。如果資產包被定價并且打包好后,對接什么銷售渠道?二級市場,機構市場還是公眾市場,如何有讓買方有信心買下資產包?這兩個核心能力都是任何涉足資產證券化企業需要考慮的問題。
第七、貸款業務
征信初創公司轉型直接做貸款業務可能性是比較大的。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。中國社會融資規模存量在 131.58 萬億,15年2 季度增速為 11.9%,年增長規模在 10 萬億以上。以特點細分領域而言,中國消費金融 2014年 達 15.37 萬億元,同比增長 18.5%,2013 到 2014年 增長了 2.4 萬億元。消費貸款中國人均 1.12 萬元。同期美國消費貸規模 3.32 萬億美元,人均 6.5 萬人民幣;中國消費金融應當還有 2-4 倍的增長空間,十萬億以上的增量。假設每家貸款機構平均放貸 1000 億,十萬億的增量也需 100 家新機構來滿足。
第二征信初創公司數據往往覆蓋具體細分人群,有特定人群的充足數據量后,建立風控模型后,有機會直接轉為該人群的放貸機構。美國 Zestfinance 就是依照類似思路,用大數據征信及風控給美國沒有信用記錄或信用評分較低的人群放貸。