金融科技Fintech发展趋势分析课件.pptx

1、智慧金融 变革未来金融科技Fintech发展趋势分析1.金融业全流程的效率提升金融科技产业演进趋势金融科技的本质是通过信息技术的引入实现金融业全流程的效率提升；演进趋势：从互联网金融到数据金融，从去中介化到金融业务核心、从流量至上到技术为王、从单一主体到庞大产业链2.大数据、人工智能、区块链Fintech的核心技术能力Fintech的基础技术能力是互联网，互联网金融是Fintech发展中的重要组成部分；核心技术能力：大数据、人工智能、区块链3.共享&赋能Fintech商业模式演进方向信贷市场线上渗透率仅为1%，庞大空间、巨大的用户需求、竞争型的市场格局、可观的客户价值不断吸引新进入者；日益提升

2、的获客成本、风控成本、合规要求是新进入者越来越难逾越的门槛；共享&赋能：能力者向潜在进入者共享能力4.场景平台、流量平台、交易平台赋予各类平台普惠金融的能力建立Fintech平台，向消费场景、交易平台、数据平台赋能，使得其他平台获得普惠金融的能力，从而实现更为广泛的普惠金融。5.市场上的其他能力者核心要点金融科技产业演进路径Chapter 1金融科技产业演进路径金融科技产业演进路径起步阶段发展初期目前阶段未来趋势20世纪70年代中后期20世纪90年代中后期2010年前后开始金融电子化金融信息化/互联网金融数据金融/机器辅助决策智慧金融/机器决策技术条件计算机互联网大数据人工智能计算机互联网大数

3、据计算机互联网/区块链计算机从互联网金融到数据金从互联网金融到数据金融融，我，我国国金融金融科科技发技发展展已历已历经经三大三大阶阶段段在过去的十数年中，互联网对于传统金融业态的变革一直在不断发生，集中体现于支付结算的线上化、金融产品销售的电商化，以及信贷业务的P2P化。而在此前，我国科技金融的发展已历经三个大的核心阶段，分别是：1）20世纪世纪70年代中后期年代中后期开开始的始的金金融信融信息息化起化起步步：以早期的计算机及局域网络为主，计算机逐步代替手工操作，并实现全流程的电子化；2）20世纪世纪90年代中后期年代中后期进进入到入到互互联网联网金金融的融的阶阶段：段：中国接入全球互联网，金

4、融信息化/互联网金融的时代随之到来，主要体现的是渠道信息化；3）2010年后进入到数据年后进入到数据金金融融/机机器器辅辅助助决决策策阶阶段段：移动互联网时代的到来推动了大数据、云计算技术的迅速铺开，此时，信息技术正在逐步渗透到金融业务核心部门，机器成为金融决策的重要辅助，而机器实现绝大部分自主决策的智慧金融阶段也为之不远。我国科技金融发展历经我国科技金融发展历经三三大核大核心心阶段阶段金融科技产业演进路径金融科技产业演进路径从去中介化到金融业务从去中介化到金融业务核核心心，Fintech不不再局再局限限于纯于纯流流量贡献量贡献Fintech的互联网金融的互联网金融阶阶段主段主要要聚焦聚焦于于

5、金融金融脱脱媒媒/去去中中介介化化，去去中中介介化化已已是是全全球球金金融融业业自自由由化化发发展展的的核核心心方方向向。在互联网金融蓬勃发展的过程中，整个商业形态快速迭代，互联网几乎改变了传统金融的渠道体系。在这个过程中，受到影响最为深远的是金融中介。Fintech进入金融核心进入金融核心，对于对于传传统金统金融融的影的影响响愈加愈加广广泛和泛和深深入入。在互联网技术逐步成熟的今天，以大数据、云计算、人工智能为代表的创新技术正 再一次的席卷众多传统行业，金融业以其庞大的市场容量再次成为市场焦点。这一次，技术创新的核心目标将聚焦于信用、风控、投资等多个领 域。因此，Tech对于金融业的影响将愈

6、加广泛和深入，这也是互联网金融和科技金融（Fintech）的重大差异。银行基金证券保险支付/结算销售/代销交易/经纪销售/理赔理财/投资投资/风控投顾/资管精算/定价风控/信贷发行/承销影响广度影 响 深 度Fintech对于传统金融对于传统金融模模式的式的影影响愈响愈加加广泛广泛和和深入深入金融科技产业演进路径金融科技产业演进路径技术创新阶段技术创新阶段 叠加商业模式后的蓬勃发展阶段时间周期产 业 规 模技术创新阶段从流量至上到技术为王从流量至上到技术为王，战略战略目目标已标已发发生根生根本本性变化性变化互联网传统的商业逻辑是流量为王，这在网络媒体、电子商务以及电子支付、互联网金融的早期阶段

7、均已经充分体现。从流量至上到技术为王从流量至上到技术为王是是“不不得得已已”更更是行是行业业趋势趋势。BAT等巨头已经在市场中形成了较为稳定的竞争优势，流量集中的行业特征已经极为明显。因此，“不得已“走向技术为王的方向是目前垂直企业选择差异化竞争的核心策略；而与此同时，网民增长红利消磨殆尽、移动互联网时代即将 落幕，人工智能走上前台，信信息息科技科技行行业再业再次次进入进入了了技术技术创创新并新并寻寻求商求商业业模式模式变变现的现的新新阶段。阶段。从规模至上的粗犷发展从规模至上的粗犷发展到到依托依托技技术能术能力力的精的精细细化运化运营营是目是目前前互金互金行行业发业发展展的核的核心心特征。特

8、征。粗犷发展意味着尽可能的最求强劲成长性，但伴随着监管 靴子落地、企业融资进入中后期，互联网金融企业发展的核心要求在发生变化。精细化运营意味着提升获客能力、提升反欺诈能力、提升数据风 控能力，同时降低获客成本、降低风险成本、提升ARPU值，技术能力对运营效果的支撑作用愈加明显。信息科技产业发展周期信息科技产业发展周期曲曲线线不同发展阶段的差异化不同发展阶段的差异化战战略目标略目标战略模式战略模式粗犷模式粗犷模式精细化运营精细化运营战略侧重规模为王技术为王战略目标蛋糕/融资/生存维持可持续高速发展、利 润贡献资料来源：CBInsights传统金融机构组织体系庞大，体系内的自主、可控是大多数金融机

9、构业务拓宽的核心路径。而在而在Fintech的大背景的大背景下下，行，行业业分工分工将将实现实现进进一步一步精精细化细化 和模块化。和模块化。从横向业务范围上看，（如右图所示）单一传统金融主 题可提供的服务将被众多的Fintech企业主体所分解，实 现单一业务类型的差异化和灵活化。从纵向业务流程上看，单一业务流程也被众多Fintech参 与主体拆解。以信贷为例，包括获客、前段审核、中期 风控以及后期催收管理均已形成完善的产业链，整体分 工进一步精细化和模块化。金融科技产业演进路径金融科技产业演进路径从单一主体到庞大产业从单一主体到庞大产业链链，行，行业业分工分工进进一步一步精精细细化化Fint

10、ech促进金融分工促进金融分工模模块化块化、精细化精细化7来源：艾瑞咨询金融科技产业演进路径金融科技产业演进路径新的内核：互联网金融新的内核：互联网金融进进入入Fintech的的全全新发新发展展阶段阶段政策红利让互联网金融一度被誉为野蛮生长的行业，而历经10年的发展监管与互联网金融之间已经逐渐熟悉，随着中国互联网金融协会的成立，规范与安全成为行业发展的主旋律，同时也意味着原本宽松的政策环境有收紧的趋势。2016年后，业界也明显感受到了行业寒冬，互联网金融概 念走下神坛，十年野蛮，一朝落幕。然而互联网金融并没有因此消失，取而代之的金融科技正以星火燎原之势，整体行业已进入金融科技的全新 发展阶段。

11、互联网金融与金融科技市场热度示意图互联网金融与金融科技市场热度示意图金融科技金融科技互联网金融互联网金融8市场热度时间2016金融科技产业演进路径金融科技产业演进路径发展趋势发展趋势：技术化：技术化、数数据据化、化、场场景化景化、模块模块化化、平、平台台化化技术化：信息技术创新技术化：信息技术创新与与金融金融技技术创新术创新包括在风险定价、量化交易、交易决策以及风险 控制等核心金融领域，技术化会渗透至金融体系 的内核。数据化：数据化：AI的基础条件的基础条件金融是个极强数据导向的行业，大数据将对原有 结构化数据体系产生巨大冲击。当下，大数据已 开始在精准营销、风险控制、风险定价、量化投 资等诸

12、多领域展开实质性渗透。场景化：获客场景化：获客+风控风控+C2B场景化是金融服务与实体经济结合的 必然需求，也是实现从获客、产品C2B 到风险控制完整闭环的必然需求。模块化：行业分工的精模块化：行业分工的精细细化化单一传统金融主题可提供的服务将被众多的Fintech 企业主体所分解，实现单一业务类型的差异化和灵活 化。从纵向业务流程上看，单一业务流程也被众多 Fintech参与主体拆解。发展趋势Industry Trends平台化：追求规模经济平台化：追求规模经济后流量时代，在新一轮技术创新的推动 下，技术能力同样将成为平台化的基础，而不再局限于流量。289技术基础：三大技术构成核心技术基础C

13、hapter 2纵观目前阶段下的金融科技创新方向，我们认为，大数据、人工智能和区块链将是继互联网/移动互联网之后的Fintech发展的三大核心技术基础。三大技术之间没有迭代关系，没有时间轴关系，而是在不同层级同时支撑Fintech发展。技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础新阶段下的风险控制及新阶段下的风险控制及风风险定险定价价体系体系从分析到最终决策从分析到最终决策重构底层互联网重构底层互联网大数据大数据Big Data291人工智能人工智能Artificial Intelligence区块链区

14、块链Block Chain技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础大数据：新阶段下的风大数据：新阶段下的风险险控制控制及及风险风险定定价体价体系系数据是金融的核心，因数据是金融的核心，因此此在大在大数数据时据时代代下，下，大大数据数据必必将触将触及及金融金融最最紧绷紧绷的那跟弦的那跟弦风险定价与风风险定价与风险险控制。控制。若将大数据分析分为四个层次，互联网金融发展阶段中，大数据技术主 要应用于数据架构和信息整合（第1层+第2层）,可实现初步的分析和 决策（第3层）。非结构化数据体系下，非结构化数据体系下，人人工建工建模模+数数据据已经已经难难以满以满足足数据数据分

15、分析需析需求求。由 于传统数据分析模型对于多维度、多形态的数据存在不适用的情况，因 此该类技术应用仅仅是大数据分析的初级阶段。大数据大数据+机器学习是金机器学习是金融融数据数据计计算分算分析析的未的未来来。在目前的状态下，数据 体量异常巨大、数据类型异常繁多、价值密度极低，因此需要通过更为 强大的机器算法能够实现模型的迅速矫正，因此，机器学习+大数据将 是金融数据分析的核心方向。大数据人工智能区块链数据来源：36氪研究院292大数据分析的主要金融大数据分析的主要金融应应用用：个人征信、授信与风控个人征信、授 信及风控主要是围绕借贷环节进行的，覆盖贷前评估、贷中监控和 贷后反馈三个环节。1、贷前

16、评估：国内个人征信试点于2015年才开始试行，最具代表 的是芝麻信用。阿里体系的交易数据以及蚂蚁体系的金融数据形成 强有力的数据支撑，自主研发信贷模型可用以支持银行、小贷机构 进行征信及授信活动。信贷模型的训练需要人工智能技术作为辅助，通过机器学习不断完善模型并实时校正。2、贷中监测：主要是通过用户在贷款期的行为数据来发现问题客户并及时报警。3、贷后反馈：基于用户本次贷款期间的数据，对该用户原有信贷 记录评分进行补充，提升或降低其信用额度以供后续使用。技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础大数据分析的主要金融大数据分析的主要金融应应用：用：征征信与信与风风控控1、

17、贷前评估、贷前评估自主研发信贷模型可用 以支持银行、小贷机构 进行征信及授信活动。信贷模型的训练需要人 工智能技术作为辅助，通过机器学习不断完善 模型并实时校正。3、贷后反馈贷后反馈基于用户本次贷款期间的 数据，对该用户原有信贷 记录评分进行补充，提升 或降低其信用额度以供后 续使用。2、贷中监控、贷中监控主要是通过用户在贷款期的 行为数据来发现问题客户并 及时报警。大数据人工智能区块链数据来源：36氪研究院13技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础细分领域细分领域应用方向应用方向细分技术内容细分技术内容自动报告生成自动报告生成投资银行、证券研究自然语言处、OCR

18、人工智能辅助人工智能辅助量化交易机器学习、自然语言处理、知识图谱金融搜索引擎金融搜索引擎证券研究自然语言处理、知识图谱、信息切片与信息聚合智能投顾智能投顾资产管理感知智能人工智能：从分析到最人工智能：从分析到最终终决策决策人工智能在金融领域中人工智能在金融领域中的的应用应用，相较相较于于大数大数据据而言而言的的核心核心突突破在破在于于深度深度学学习、习、智智能分能分析析和最和最终终的智的智能能决策决策。大数据、云计算、智能硬件以及后续的区块链技术等都是支撑人工智能上层技术的基础。智能数据分析在金融领域涵盖了投资、借贷、保险和征信行业，相关技术的运用成为业务开展的基础，同时也支持了金融产品的创新

19、，包括新型 的保险及投资产品。在金融领域，人工智能在金融领域，人工智能主主要有要有以以下四下四类类应用应用：自自动动报告报告生生成、成、金融金融智智能搜能搜索索、辅辅助量助量化化交易交易、智智能能投顾投顾方方向。向。FinAI核心应用领域包含从研究到交易的大量核心环节核心应用领域包含从研究到交易的大量核心环节大数据人工智能区块链数据来源：36氪研究院14技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础区块链区块链（Blockchain）是一种分布式共享数据库是一种分布式共享数据库从技术角度来看，比特币的系统包括三层：底层技术区块链；中层链接协议；上层货币。上层是货币，在这里

20、指的是比特币。中间 层是协议，也就是基于区块链的资金转账系统；底层技术是区块链，去中心化、分布式记录的公开透明的交易记录总账，其交易数据全网节点共 享。矿工负责记录，全网监督；区块链（Blockchain）是一种分布式共享数据库（数据分布 式储存和记录），利用去中心化方式集体维护一本数据簿的 可靠性的技术方案。该方案要让参与系统中的任意多个节点，通过一串使用密码学方法相关联产生的数据块（即区块，block），每个数据块中都包含了一定时间内的系统全部信息 交流的数据，并生成数据“密码”用于验证其信息的有效性 和链接下一个数据块。比特币是一种全球范围内可交易的电 子货币，是目前区块链技术最成功的应

21、用。当前银行等机构 更多关注的也正是比特币背后的区块链技术。大数据人工智能区块链数据来源：36氪研究院15技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础区块链建立了区块链建立了“强制信强制信任任”的的关关系系强制信任：智能合约。强制信任：智能合约。在合同中约定的条件被触发时，合约内容能够自动生效执行。智能合约的原理类似于计算机中的If-Then语句，它能够帮助 我们在金融领域建立一种智能管理的体系。当保险合约等自动判断满足赔付条件时，保险费将自动划拨赔付，从而免去了以往的保险理赔中中间 一系列的流程。当然，“强制信任”可被用于诸多领域。应用领域应用前应用后支付结算用户发出

22、结算、转账指令，银行或第三方平台确认后完成交易用户发出结算、转账指令，交易信息被矿工添加到区块链上交易即完成资产交易用户双方达成交易意向，中心交易系统确认后完成交易用户双方达成交易意向，交易信息被矿工添加到区块链上交易即完成登记确权登记信息由纸质文件或单一数据库系统保存登记信息由一套共有网络数据库存储智能合约签订合约后，需人工判断合约条件是否生效并执行合约签订合约后，在现实情况达到合约规定是将自动执行合约内容快速审计公司准备相关材料，会计师事务所派遣项目组进驻公司核查财务状况给出审 计意见公司经营数据对审计师公开，审计师分析公司准确财务报表后给出审计意见互助保险、众筹用户需要一个中心平台发布众

23、筹、互助保险信息用户可将发布的信息广播至公开网络保险定价保险公司根据简单信息制定阶梯式的定价模式保险公司将根据更全面、准确的信息制定差异化的保险价格大数据人工智能区块链数据来源：16技术基础：三大技术构技术基础：三大技术构成成核心核心技技术基术基础础区块链将重塑传统互联区块链将重塑传统互联网网的底的底层层基基础础应用领域应用前应用后投票机制投票后将选票汇集到一个中心进行计票在全网公开投票，回溯整个网络完成计票且计票结果对全网公开医疗健康个人健康数据于各个医院、药店、保险公司分块储存完整、准确存储个人医疗信息，并对特定节点公开认证需要第三方机构进行认证身份、合约信息将被网络中所有节点承认，不需要

24、额外第三方的认证物联网由一个中央控制器控制一个局域网内设备的运转每一设备作为一个节点在网络中自由交互，不再需要中央控制器通讯需要运营商服务器转移、传递消息网络中节点自动完成消息传递，无需中央服务器。消息奖杯传递给每一个人，但只有拥有私 钥的人能够读取数据存储个体单独建立自己的数据库，彼此之间不共享构造一个的网络数据库，数据以统一格式存储云计算需要云服务器的计算能力来完成用户访问和操作调动网络中所有节点的计算能力满足用户操作数字产品数字产品需要第三方机构的认定确认版权产品发布之后自动确认版权域名管理用户需要向域名管理商申请域名，管理商负责域名的管理和租赁工作用户可以以声明的方式申请解析域名大数据

25、人工智能区块链数据来源：17Fintech商业模式演进方向共享|赋能Chapter 3共享共享|赋能赋能金融科技向未来金融科技向未来信贷的线上渗透率仅信贷的线上渗透率仅为为1%，科科技技对金对金融融的影的影响响刚刚刚刚开开始始根据零壹财经数据显示，中国整体个人理财市场规模约为40-50亿元，线上理财接近2万亿，渗透率4%；人民银行及艾瑞咨询数据显示，2016年 网络信贷余额为1.2万亿，占中国整体境内信贷余额1%；易观数据显示，网络支付/网商银行为1%，移动支付/手机银行为22%。相较于网络购物 14%的渗透率，互联网金融相关业务依然有巨大的渗透率空间，尤其是网络信贷和互联网理财领域。0204

26、06080100120个人理财规模互联网理财规模 贷款余额（境内）网络信贷余额互联网金融各细分市场规模及渗透率（万亿）互联网金融各细分市场规模及渗透率（万亿）0.0500.01000.01500.02000.02500.0网上银行互联网支付手机银行移动支付网络支付各细分市场规模及渗透率（万亿）网络支付各细分市场规模及渗透率（万亿）0.05.010.015.020.025.030.035.0社零售总额网络购物108.850渗透率4%渗透率1%2.01.2数据来源：人民银行、艾瑞咨询、易观智库、零壹财经1%1990.0渗透率22%渗透率19.1158.735.333.2渗透率14%4.7中国网购规

27、模及渗透率（万亿）中国网购规模及渗透率（万亿）共享共享|赋能赋能金融科技向未来金融科技向未来22.7%17.3%95.6%78.9%89.1%30.6%24.6%98.7%95.2%92.9%0.0%20.0%40.0%60.0%80.0%100.0%网贷余额网贷交易移动支付互联网支付网络购物竞争型市场巨头难觅，竞争型市场巨头难觅，市市场入场入口口依然依然开开放放参照网贷之家数据，网贷行业CR430%、CR840%，是典型的竞争型市场，明显区别于支付及网络购物等同类交易型领域。因此网贷并非典型的流量型市场，而目前核心玩家的主要工作依然聚焦于如何把蛋糕做大，而并非如何切分竞争对手的蛋糕。因此：一

28、个巨大且不断增长的市场+竞争格局相对友好的市场环境=依然开放的市场入口，未来一定有更多的新进入者参与进来。互联网领域部分交易型市场互联网领域部分交易型市场CRn（4,8）分布分布40%30%CR4CR8注释：网贷余额数据截止2017年4月；网贷交易规模为2017年4月数据；移动支付、互联网支付为2016年Q4数据、网络购物数据为2016年网购B2C数据。数据来源：网贷之家、艾瑞咨询数据来源：网贷之家共享共享|赋能赋能金融科技向未来金融科技向未来细分领域参与者数量保细分领域参与者数量保持持同比同比增增长长网贷之家数据显示，截止2017年4月，网贷平台累计数量已高达5890家，存量平台2265家，

29、大浪淘沙，超过50%的平台已停业。抛开民营系大量平台停业给市场整体带来的影响，各类型企业数量依然处于增长过程中，风投系增速最快，整体市场参与者类型不断丰富。-60.0%-30.0%0.0%30.0%60.0%90.0%2017.012017.022017.032017.04民营系银行系上市公司系国资系风投系各类平台数量同比增长情况（各类平台数量同比增长情况（2017年年1-4月）月）-8.0%-4.0%0.0%4.0%8.0%12.0%2016.022016.042016.062016.082016.102016.122017.022017.04民营系银行系上市公司系国资系风投系各类平台数量环

30、比增长情况（各类平台数量环比增长情况（2017年年1-4月）月）存量线下业务线上化增量需求数据来源：共享共享|赋能赋能金融科技向未来金融科技向未来传统金融机构是线上化传统金融机构是线上化主主体，体，资资源型源型平平台是台是核核心新心新进进入者入者来来源源从增量来源看，传统业务的线上化、增量需求（消费升级所带来的超前消费和SME的市场打开）将是未来市场的核心增量来源；从企业类型角度出发：传统金融机构是线上化的主体；资源型平台（场景、流量、数据和资金等）是核心新进入者。新进入者各自诉求存在差异，但资源变现依然是主旋律。流量、数据平台通过金融业务实现流量和数据资源变现；场景平台通过金融实现主 营业务

31、提升和金融业务变现；资金型平台则通过互金业务实现资金效率的最大化。用户场 景 平 台数据平台（数据资源及数据能力）网贷业务经营主体流量入口（含线上+线下to线上）资金平台网贷产业链及潜在新进入者网贷产业链及潜在新进入者网贷增量市场构成网贷增量市场构成数据来源：共享共享|赋能赋能金融科技向未来金融科技向未来303时间监管部门法规内容2016年国务院互联网金融风险专项整治工作实施方案进一步规范各类互联网金融业态，是专项整治的“1+N”牵头文件。2016年人民银行网络借贷信息中介机构业务活动管理暂行办法明确要求网络借贷回归中介本质，采取备案制监管思路，明确了网络借贷的小额、分散的理念。2016年人民

32、银行联合银监会关于加大对新消费金融领域金融支持的指导意见鼓励银行业金融机构探索运用互联网等技术手段开展远程客户授权，实现消费贷款线上申请、审批和放贷；2015年人民银行关于做好个人征信业务准备工作的通知要求芝麻信用、腾讯征信有限公司等八家机构做好个人征信业务的准备工作，准备时间为六个月；2015年人民银行联合十部委关于促进互联网金融健康发展的指导意见行业基本法。明确了互联网金融的定义，明确互联网金融监管责任，为后续行业监管提供参考基础；2013年人民银行征信机构管理办法是征信业管理条例的重要配套制度，遵循了个人征信机构从严、企业征信机构从宽等核心监管思路；2013年银监会消费金融公司试点管理办

33、法修订2009年版消费金融公司试点管理办法，为试点消费金融公司准入、监管和规范提供法律保障；2010年人民银行非金融机构支付服务管理办法第三方支付监管基本法，明确实行牌照制，自2011年起陆续发放；监管深入，行业门槛进监管深入，行业门槛进一一步提升步提升循序渐进，监管走上正轨，政策已经探底，未来监管将进一步常态化。技术能力将是企业生存和行业净化的核心标准。认为监管的核心 要点在于：中介属性、小额分散、牌照与核准并行。同时，鼓励传统金融机构与Fintech/互联网金融的快速融合；市场对于的金融科技企业的合 规发展要求进一步提升，行业门槛进一步提升。中介化、普惠金融的有中介化、普惠金融的有效效补充

34、补充、与传与传统统金融金融的的深度深度融融合是合是监监管的管的核核心思路心思路数据来源：1、官方信用人口覆盖不、官方信用人口覆盖不全全面：面：2015年，我国信贷人口覆盖3.8亿人，渗透率仅为27.6%，而同时期美国信贷人口渗透率为82.0%。2、多重因素造成数据孤、多重因素造成数据孤岛岛数据数据孤孤岛：岛：当下的互联网产业环境，巨大体量的用户数据被留存于各个平台，包括政府、电信业、医疗业、银行、互联 网巨头，数据开放程度极低、兼容性低，进而形成了众多数据孤岛。3、缺乏统一的信用评级、缺乏统一的信用评级体体系和系和制制度：度：我国各类机构不论在数据抓取维度、模型、评级方法、深度等各个方面自成体

35、系、进展不一，缺乏统一的业 务技术规范，存在大量的资源浪费；同时，相关立法、制度不完善，造成众多障碍和风险。4、流量成本被推高：、流量成本被推高：市场竞争激烈，参与者众多；风险事件频发，带来行业性的用户信任危机；互联网马太效应造成流量垄断，推高获客成本；5、团伙欺诈猛如虎：、团伙欺诈猛如虎：线上造假难度远低于线下，但其造成影响巨大，远高于普通坏账风险。共享共享|赋能赋能金融科技向未来金融科技向未来多重风险对行业产生深多重风险对行业产生深远远影响影响，行业行业门门槛进槛进一一步提步提高高获客成本高风控成本高多重因素造成数据孤岛；官方信用人口覆盖不全面；缺乏统一的信用评级体系和制度团伙欺诈线上造假

36、难度远低于线下，但其造成影响巨大，远高于 普通坏账风险。市场竞争激烈，参与者众多，推高获客成本；风险事件频发，带来行业性的用户信任危机；互联网马太效应造成流量垄断，推高获客成本；共享共享|赋能赋能金融科技向未来金融科技向未来疯狂的流量时代已过，疯狂的流量时代已过，技技术能术能力力是关是关乎乎生死生死存存亡的亡的核核心变量心变量目前，从企业数量角度看，民营系依然是市场的核心参与者，占比超过80%；但从经营质量角度看，风投系和上市公司系则占据市场主导位置，风投系+上市公司系的企业数量占比为11.4%，成交量占比49.8%、余额占比53.6%。在未来的竞争中，经营质量将是决定生死的首要因素。影响经营

37、质量的细分因素体现在获客效率、风控效率与能力、贷后管理能力等多方面。而 排除由于企业出身的差异化资源背景，技术能力即是关乎生死存亡的核心变量。数据来源：网贷之家按平台类型划分网贷市场结构（按平台类型划分网贷市场结构（2017年年4月）月）18261026.584104.490%20%60%40%80%100%运营平台数量成交量（亿元）待还余额（亿元）民营系银行系上市公司系国资系风投系各类型平台发展情况各类型平台发展情况-平均成交、待还（平均成交、待还（2017年年4月）月）0.04.08.012.0平均成交量（亿元）民营系银行系上市公司系平均待还余额（亿元）国资系风投系共享共享|赋能赋能金融科

38、技向未来金融科技向未来数据来源：技术能力同样适用零边技术能力同样适用零边际际成本成本理理论，论，规规模效模效应应更易更易凸凸显显传统企业边际成本变动规律主要是随产量增加而减少，当产量增加到一定程度时，就随产量增加而增加，因此，边际成本曲线也是一条先下降而 后上升的“U”形曲线。而在以软件、互联网为代表的新兴行业当中，在不考虑科技进步的情况下，企业边际成本曲线所呈现的是先上升后下 降，最终呈现的状态是无限趋近于零。这是软件、信息服务行业的成本曲线特征。而在云计算、大数据和人工智能技术快速发展的当下，获客、风控均已成为较为成熟的技术能力，相较于需要需要承担大量资金成本和风险拨备 的信贷行业，“售卖

39、”技术能力更易形成理想的规模效应。MCATCP=AR=MRAVC产量成 本 和 收 益P=MR1=MR2通过生产使边际成本等于边际收 益的产量企业实现了利润最大化QMAX产量成 本传统企业边际成本曲线零边际成本曲线3060 90银行（TTM,中值）互联网金融（TTM,中值）银行（MEDIAN）互联网金融（MEDIAN）共享共享|赋能赋能金融科技向未来金融科技向未来较高风险敏感性和潜在较高风险敏感性和潜在规规模效模效应应所带所带来来的差的差异异化市化市场场预期预期2015年底至今，A股市场互联网金融板块平均估值56X，而银行板块平均估值仅为7倍；而美股市场老牌Fintech企业Paypal201

40、5年底至今平均估值为36X，与之相对应的宜人贷目前估值仅为7.3X，上市以来的平均估值为12倍。导致估值差异的核心原因是对公司是否存在规模效应、潜在规模效应何时出现的预期差异；另一方面，对于违约、坏账风险的敏感性程度亦是评 价一家公司Tech属性的重要因素。A股互联网金融板块估值股互联网金融板块估值VS银行板块估值银行板块估值宜人贷宜人贷VSPAYPAL估值比较估值比较数据来源：Wind2040 6080100002015-12-182016-04-152016-08-052016-12-022017-03-242015-12-202016-03-202016-06-202016-09-202

41、016-12-202017-03-20YRD.NPYPL.O YRD（MEDIAN）PAPL（MEDIAN）56 73612赋予各类平台普惠金融的能力Chapter 4数据来源：网贷之家。赋予各类平台普惠金融赋予各类平台普惠金融的的能力能力互联网时代结束了么？互联网时代结束了么？对对于我于我们们来说来说才才刚刚刚刚开开始始参照CNNIC数据，2016年底中国网民规模达到7.3亿，渗透率超过50%，网民规模增长率趋于稳定，增长红利消失。与此同时，参照网贷之家数据，2016年网贷行业投资人数与借款人数分别约为1375万人和876万人，较 2015年分别增加134.64%和207.37%，网贷行业人

42、气增长幅度仍然较大。2015.1-2017.5借款人数同比增速均在100%以上。网贷用户渗透率仅为1.8%。因此，显而易见的是，对于网贷行业来说，巨大的网民群体恰恰是未来增长的最好红利。600.0%500.0%400.0%300.0%200.0%100.0%0.0%Jan-15May-15Sep-15Jan-16May-16Sep-16Jan-17投资人数增速借款人数增速16001400120010008006004002000投资人数2015借款人数20162015-2016年网贷投资年网贷投资/借款人数规模借款人数规模2015.1-2017.5网贷投资网贷投资/借款人数规模同比增速借款人数

43、规模同比增速数据来源：艾瑞咨询赋予各类平台普惠金融赋予各类平台普惠金融的的能力能力15/1000，挖掘挖掘场场景下景下、平台平台上上的信的信贷贷需求需求iResearch研究显示，通常商业环境中交易规模超过1000亿的平台，即具备了金融业务变现的基础；在1000亿交易规模中，大概能够产生100亿的信贷需求；100亿的信贷需求，平均可以产生15%的利润。与此同时，在目前的市场上，具备场景、数据资源的平台大量存在，金融需求隐藏在众多的消费场景、交易环节、数据平台之中，这些资源都可 以通过嫁接金融服务来进行商业变现。根据测算，通常商业环境中交易规模超过1000亿亿的平台，即具备了金融业务变现的基础。

44、在1000亿交易规模中，大概能够产生100亿亿的信贷需求。100亿的信贷需求，平均可以产生15%的利润。91.1%84.0%82.4%74.5%68.8%64.9%63.8%63.1%57.0%50.0%45.6%40.9%37.1%33.9%32.7%28.5%26.6%18.8%16.5%13.5%8.6%1.9%1.2%400002000006000080000100000即 时 通 信网 络 新 闻搜 索 引 擎网 络 视 频网 络 音 乐网 上 支 付网 络 购 物地 图网 络 游 戏网 上 银 行网 络 文 学旅 行 预 订微 博电 子 邮 件互 联 网 政 务网 上 订 外 卖互

45、 联 网 饮 料在 线 教 育论 坛互 联 网 理 财/网 上 炒 股炒 基 金P2P出 借 人P2P借 款 人用户规模（万）网民使用率赋予各类平台普惠金融赋予各类平台普惠金融的的能力能力数据来源：CNNIC大量的潜在客群大量的潜在客群“隐藏隐藏”在众在众多多的互的互联联网场网场景景之中之中网贷并不是一个流量集中型的高频需求，需求一定是隐藏在众多的场景之中，而成熟的网络环境为网贷获取用户、打开需求提供了良好的条件。中国互联网细分领域用户规模及渗透率中国互联网细分领域用户规模及渗透率赋予各类平台普惠金融赋予各类平台普惠金融的的能力能力向场景方、平台方输出向场景方、平台方输出技技术能术能力力，实，

46、实现现更为更为广广泛的泛的普普惠惠建立Fintech平台，向消费场景、交易平台、数据平台赋能，使得其他平台获得普惠金融的能力，从而实现更为广泛的普惠金融。企业园区电商C2C|B2C|B2B教育求职|留学供应链房产租|售|装企业上市公司|国企|央企旅行酒店|机票|门票Fintech能力精准获客|贷前审批|贷中监控|贷后管理出行租|售|后服务数据来源：CNNIC宜人贷金融科技能力共享平台Chapter 5宜人贷金融科技能力宜人贷金融科技能力数据能力反欺诈能力精准获客宜人贷金融科技能力共享平宜人贷金融科技能力共享平台台Yirendai Enabling Platform宜人贷金融科技能力宜人贷金融科

47、技能力数据能力：蜂巢数据魔数据能力：蜂巢数据魔方方产品产品体体系系数据抓取产品：数据抓取产品：运营商账单淘宝/支付宝账单京东账单信用卡邮箱账单网银流水账单保单数据产品公积金数据产品社保数据产品蜂巢抓取蜂巢抓取蜂巢数据应用蜂巢数据应用数据应用产品：数据应用产品：账单反欺诈社交关系产品模型定制服务宜人贷金融科技能力宜人贷金融科技能力反欺诈能力：反欺诈能力：“先知先知”反反欺诈欺诈解解决方决方案案316结合全网数据绘制关系图谱1SDK 采集行为数据2机器学习完善欺诈风险模型34欺诈评分应用到业务流程600(好用户)风险评分风险评分业务业务 系统系统自动拒贷人工审核进入信审宜人贷金融科技能力宜人贷金融

48、科技能力获客能力：精准获客平获客能力：精准获客平台台 借款：信用优质的城市借款：信用优质的城市白白领借领借款款人人 不同信用等级的借款人不同信用等级的借款人 高净值人群高净值人群PartnersPartners超过超过3000万借万借款款注册注册用用户户超过超过400万万理理财注财注册册用户用户宜信、外部合作伙伴宜信、外部合作伙伴约约50万成功借万成功借款款用户用户约约100万实万实际际出借出借用用户约户约100万万实际实际出出借用户借用户贷前营销贷前营销贷中审核贷中审核贷后催收贷后催收客户获取客户获取营销运营营销运营反欺诈反欺诈数据获取数据获取审批授信审批授信账户监控账户监控资产处置资产处置贷后催收贷后催收二次营销二次营销线上线下引流广告投放效果分析黑名单活体检测、人脸识别、OCR等决策引擎账户放款/提款监控大数据催收二次营销精准投放精细化运营策略信息核查数据抓取联合建模账户安全保护资产分配处理失联找回价值增值营销反作弊多平台借贷申请/负 债大数据征信第三方信用评分信贷金融科技构成图信贷金融科技构成图接口安全接口安全支付安全支付安全交易安全交易安全短信通道保护短信通道保护文本文本/图像内容安全图像内容安全云服务云服务IT系统构建系统构建电子签名电子签名电子数据证明电子数据证明320