1.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
2.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
3.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(fēng)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
4.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。
5.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?dāng)?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：
1)20世紀(jì)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;
2)20世紀(jì)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;
3)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。
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(biāo)將聚焦于信用、風(fēng)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。
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。
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(fēng)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。
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。
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(rèn)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。
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(fēng)險定價與風(fēng)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(xué)習(xí)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(xué)習(xí)+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：個人征信、授信與風(fēng)控個人征信、授信及風(fēng)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(xùn)練需要人工智能技術(shù)作為輔助，通過機器學(xué)習(xí)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(xué)習(xí)、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。
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(fù)責(zé)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(xué)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(dāng)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)。
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(dāng)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(dāng)然，“強制信任”可被用于諸多領(lǐng)域。
Fintech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%。
參照網(wǎng)貸之家數(shù)據(jù)，網(wǎng)貸行業(yè)CR4<30%、CR8<40%，是典型的競爭型市場，明顯區(qū)別于支付及網(wǎng)絡(luò)購物等同類交易型領(lǐng)域。因此網(wǎng)貸并非典型的流量型市場，而目前核心玩家的主要工作依然聚焦于如何把蛋糕做大，而并非如何切分競爭對手的蛋糕。
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。
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(fēng)投系增速最快，整體市場參與者類型不斷豐富。
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。
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(biāo)準(zhǔn)。宜人智庫認(rèn)為監(jiān)管的核心要點在于：中介屬性、小額分散、牌照與核準(zhǔn)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。
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(dāng)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(fēng)險。
4、流量成本被推高：市場競爭激烈，參與者眾多;風(fēng)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(fēng)險。
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(fēng)投系和上市公司系則占據(jù)市場主導(dǎo)位置，風(fēng)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%。
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(dāng)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。
較高風(fēng)險敏感性和潛在規(guī)模效應(yīng)所帶來的差異化市場預(yù)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。
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。
15/1000，挖掘場景下、平臺上的信貸需求
艾瑞咨詢研究顯示，通常商業(yè)環(huán)境中交易規(guī)模超過1000億的平臺，即具備了金融業(yè)務(wù)變現(xiàn)的基礎(chǔ);在1000億交易規(guī)模中，大概能夠產(chǎn)生100億的信貸需求;100億的信貸需求，平均可以產(chǎn)生15%的利潤。
與此同時，在目前的市場上，具備場景、數(shù)據(jù)資源的平臺大量存在，金融需求隱藏在眾多的消費場景、交易環(huán)節(jié)、數(shù)據(jù)平臺之中，這些資源都可以通過嫁接金融服務(wù)來進行商業(yè)變現(xiàn)。
網(wǎng)貸并不是一個流量集中型的高頻需求，需求一定是隱藏在眾多的場景之中，而成熟的網(wǎng)絡(luò)環(huán)境為網(wǎng)貸獲取用戶、打開需求提供了良好的條件。
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
(本報告部分?jǐn)?shù)據(jù)、圖表、資料來源于宜人智庫、宜人貸、人民銀行、Wind、CBInsights、CNNIC、36氪研究院、艾瑞咨詢、易觀智庫、零壹財經(jīng)、網(wǎng)貸之家、國泰君安證券研究。)
