关于Fintech的九个预言

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:



 ◆ 

金融科技即为资产创新的一种


金融科技的出现和蓬勃发展,很大程度上是由时下的经济环境决定的。从信贷周期或流动性周期来看,金融的创新是有周期性的,创新最主要的动力就来自于资金的流动性过剩,资金的本质是追求高回报,因为近年来经济形势不好、以往资金获利的能力下降,所以解决资金回报问题的方法之一是资产创新。金融科技就是资产创新的一种。


在峰瑞资产创始合伙人李丰看来,创新资产的风险度通常较高,金融系统出于稳定性的需求,就需要分散风险,通过各种形式和衍生工具进行证券化。在近日朗迪金融科技峰会上,他说:


“投资相应地也应该按照这个次序进行,这就是为什么我们先投资了一些做创新资产的公司,之后投了一些数据类的公司和做资产证券化的公司,这些公司用新的方法,解决了如何分散风险和定价这些创新资产的问题,接下来可能会有新的理财平台和理财模式出现。”


大势之下,金融科技已经深深改变我们的生活。


首先是针对中小企业的借贷,给他们提供发展业务的资金,优化了供应链,打造信用系统;各种新兴支付手段出现,科技加速了交易支付的迭代,创造新业务机会;财富管理不仅是针对有钱人的服务,智能投顾让普通人得到财富管理的建议;在保险业务方面,通过大数据有效降低保费,互联网保险让更多用户有机会参与其中。


比较中美市场来看,中国的金融创新有着独特的思路。在美国,由于银行信用卡的普及,P2P更多扮演着银行竞争者的角色,对于此前Lending Club的CEO被踢出局事件,一些业内人士认为是P2P平台“动了华尔街银行家的奶酪”的后果。


而在中国,我们从监管者的眼中看到,金融创新是建立在金融压抑的环境上的,领导层希望一切创新都是传统金融的互补行为,解决传统金融没有覆盖的需求。


随着金融市场化和利率市场化的进程,国内的金融压抑减轻之后,金融创新的高潮可能会有回落,这是必然的,未来市场会进入更加理性、平稳的发展阶段。


 ◆ 

Fintech的下一步在哪里?


一,行业集中度提高


金融科技公司的“概念时代”已经过去了,现在国内有几千家P2P公司、大量的众筹平台,最近涌现出一系列智能投顾平台,市场也都有了免疫力。


随着监管的介入、市场竞争的加剧、用户教育的深入,行业集中度会有很大的提高。最终竞争会回归商业模式和资本的比拼。


目前国内估值较高的金融科技公司包括:蚂蚁金服,估值600亿美元;陆金所,估值185亿美元;众安保险,76.3亿美元;京东金融,71.8亿美元;微众银行,55亿美金;美国的Paypal是470亿美元的体量。可以看出中国的金融科技公司,在国际市场都是很大的规模。接下来,“跑得快”的金融科技公司会先后上市,行业内各家平台也会进行并购和整合。


二,智能投顾要接中国地气


人工智能在金融领域最直接的应用是智能投顾,目前嘉实基金和北大光华管理学院合作建立博士后工作站,主要研究方向为人工智能投资和大类资产配置;天弘基金也在力推在线投顾业务;大成基金和北京大数据研究院等机构联合成立大数据俱乐部,希望推动智能金融的发展。


可以看出,公募基金希望在此前基金单品的基础上,根据客户的投资目标做更多的产品服务创新,带动公司的投资管理和IT运营。未来智能投顾或许成为公募基金发展的新方向。


除了公募基金,从银行业、股票到网贷,未来都是需要智能投顾的用户渠道。不过在中国,这个行业还需要接地气,首先是中国投资者普遍不信任第三方来帮助自己理财,用户习惯的养成还需要时间。


其次是智能投顾平台能否整合足够的资产出来,把资产做很好地梳理,再提供给投资客户,同时还要对客户风险偏好和需求非常了解。


智能投顾在美国发展多年,有着良好的用户教育基础,美国智能投顾平台Betterment首席执行官Jon Stein介绍:我们在提供智能投顾的意见,是以目的为基础的建议,可能是一个财富管理的目标,有一些是退休的目标,有一些是保值的目标。


用户在美国其它机构开一个户,可能需要六七天的时间,而在Betterment只需要5分钟,此外平台还开发了很多安全措施,保证电子化、无纸化的操作,节省了用户时间,提供完整的服务,包括利率、汇率的情况,让客户更快了解到金融市场的变化。这些思路都值得国内智能投顾平台借鉴


三,利率将会下降


纵观网贷平台,现在的利率水平非常高,一些平台对借款人的利率高达20%。中欧陆家嘴国际金融研究院执行副院长刘胜军说:


“这样的利率,在当今中国经济现实下显然不可持续,这个利率为什么这么高?一部分是因为没有办法有效地识别借款人的风险,导致逆向选择,随着各家平台技术的提升,这个问题会得到缓解,利率水平一定会出现下降。”


借款利率过高,但是企业的利润中增长水平明显达不到利率水平,这意味很多借款本身就是欺诈行为,坏账风险高。


四,区块链最大的价值在于数字资产管理


区块链的峰会和论坛现在如雨后春笋一样非常多,但很多主题仍然还是在讲概念、讲思想,讲具体的技术和算法、真实应用的,还比较少,一位投资人高速钛媒体记者:讲概念和真实应用的,比例大概是一分实九分虚。


区块链还处于一个知识普及的阶段,目前优秀的区块链底层技术团队全世界也没有几支,VC对区块链创业团队的投资也比较谨慎,一些团队给自己估了很高的值,但是VC不认可。


“我们觉得区块链最大的价值在于数字资产的管理和交易,而不是简单地做一些结合场景的应用,但是资产管理对技术要求很高,目前我们在国内没有看到很优秀的团队。”这位投资人比较一番,认为区块链太早期,于是布局了多家与智能投顾相关的大数据以及数据分析创业团队。


一些区块链创业团队创造出“ICO”的概念,不同于IPO,“ICO”是Initial Coin Offering的简称,把所发行的标的物由证券变成了数字加密货币。ICO最直接的意义是:即便VC不看好,创业团队也可以在基于区块链的众筹平台上发行自己的代币,募集资金。


国外的The Dao就创造了众筹纪录,在15天内众筹超过1亿美金,后来遭到技术攻击,损失了约6000万美元。国内一家区块链创业团队去年通过发行代币众筹了400多万人民币,这些资金基本来自于早期比特币炒家,在2013年比特币价格上涨期间增加的财富。


就像股权众筹项目遭遇信用风险一样,这些ICO项目也有同样的问题:一是没法形成很好的信息披露方式,仅仅靠每年出一份白皮书,恐怕不能让投资者信服;二是风险定价是一个外包型定价,领头方对某一个资产做了定价,这意味着可以在外包基础上给外包方给予杠杆,难以避免利益冲突。


五,平台确定商业模式,进行转型


金融科技企业过去几年发展很快,在非理性狂热的推动下,大家过度关注规模,但这种速度是不可持续的,现在必须转型,平台的盈利能力、商业模式是不是可行,现在都面临了严峻考验。各个平台都在寻找自己的商业模式,一些平台的资金集中度逐渐扩大,朝全能型的方向发展。


从P2P起家的积木盒子,最近成立了母品牌品钛,将积木盒子、读秒、一点基金、企乐汇、智能投顾等子品牌归入旗下,如此一来,品钛的业务范围包括P2P、信贷决策引擎、基金销售、企业征信、智能投顾,估值和竞争力大大高过原来的P2P身份。


特立独行的P2P平台拍拍贷,今年以来实现盈利,为了把沉淀9年的大数据风控系统价值最大化,拍拍贷从去年下半年开始推出“拍分期”,专注线下资产的开发,进入东北、西北、上海周边地区的蓝领消费人群,针对3C产品推出分期信用贷款,对纯线上信用贷款的资产是个补充。


六,征信是第一步,大数据还有更多价值


大数据最直接的价值就是让金融服务的门槛变低。

业界普遍在思考:如何通过大数据的技术帮助Fintech平台提高风险识别和风险定价的能力?除了P2P行业,互联网的征信、互联网股权融资,股权众筹,大数据在这些领域有什么作用?上海市互联网金融协会副秘书长孟添说:


“利用大数据进行征信,具有非常大的发展空间,中国和美国不同,美国的三大征信机构比较成熟,中国征信体系条块分割,现在要解决征信问题,除了央行征信体系,现在有越来越多利用互联网技术做征信的企业出现了,这个情况可能跟欧美以后发展很不一样。”


以往,征信由央行来做,因为央行可以汇聚所有银行类金融机构的数据。大数据时代,要把金融机构之外的更多数据汇聚的一起,难点在于:如何把数据放在一起?如何形成一系列指标?如何实时评价企业或个人获得金融服务的能力?


目前在国内,从大数据到商业价值实现之间,存在巨大的鸿沟。首先是技术门槛高,在美国,数据科学人才的供应尚且不满足市场需求,在中国,99%的中国企业没有组建数据科学团队的能力,但数据应用需求在快速增长。


其次是时间周期长,即使组建了数据科学团队,数据科学家基于市场提供的数据分析工具,仍需要花费大量时间进行数据清洗和数据处理等工作,平均数据挖掘项目周期在3-6个月之间。


同时,投入产出比低,数据存储成本高,数据如果不进行合理应用,只能增加成本,大量探索工作并不能保证商业效果。


七,网贷的未来热点在于:消费金融、供应链金融


银行以往贷款给基建项目会比较多,但是对消费者借贷,银行的力度不是很大,现在中国经济向消费转型之后,其实也提供了很多的机会给P2P公司,为更多的投资者带来信贷渠道。


网贷行业未来会更专业化,针对某一种类型的市场进行深耕,比如个人消费信贷,平台专门做这种类型的资产,越做越精。


其次是中国私人财富迅速增长的趋势,P2P网贷的功能会拓展到提供财富管理服务。然后是供应链金融。大型骨干型企业可以从银行贷款,或者直接融资,但是在供应链线上的很多小微企业,融资方式可能没有那么方便,P2P网贷是一个很好的方向。


八,打破刚性兑付


刚性兑付不是仅仅存在于互联网金融,更多是一种社会现象。

在刘胜军看来,中国有很多企业该破产却不破产,成为僵尸企业,甚至房地产,很多人买了房,如果销售商开发商把房价下降,老的房子会涨物业……这一系列的现象都是刚性兑付,处于社会稳定的角度,或者博弈的角度,大家都不愿意让违约发生。


因为中国经济增速放缓,企业风险事件越来越多,互联网金融领域的刚性兑付打破是不可避免的。但是靠一家公司是难以改变的,需要社会各界共同努力才能够解决,刘胜军认为从这几个方向推进:


1:、监管部门对行业进行适度的监管,随着时间的推移,竞争可能会越来越理性化;

2、投资者观念要转变,风险与收益是成正比,如果能拿到10%的回报率,承担和银行存款一样的风险,这是不可能的事情。

3、从互联网金融的企业要分散投资,如果说从技术上把很多投资分散化,不要把鸡蛋放在一个篮子里,无论在P2P平台分散,还是同一个平台内部不同客户借款人之间的分散,对于降低风险是非常有效的,有助于打破刚性兑付。

4、行业自律,金融科技是很新的事物,现在的监管规则相对滞后,行业领先企业需要通过行业自律,打破刚性兑付方面。


九,资本方估值逻辑已变,资产端决定存亡


资本方的估值逻辑已经改变,整个互联网环境都在从线上闭环到线下转变,互联网金融更加如此,李丰认为,资产端几乎决定了今后几年P2P平台的玩法和存亡。


金融科技创业公司的竞争对手无非2种,一是互联网公司,二是是金融机构,在两者之间,需要衡量:现在生意是偏虚拟闭环,还是偏线下的闭环?这将决定企业的生存空间有多少。他说:


“以余额宝为首的几个巨大的互联网门户,是最大的理财平台,但最大的资产平台是哪家?可能大家一下回答不出来。原因在于金融当中偏理财和标准化产品这一端,基本上很靠近虚拟经济的闭环,而资产端非常靠近线下和实体经济本身,所以大公司没有办法垄断。”


为了寻求更好的资产,宜信成立了新金融产业投资基金,含30亿元人民币和5亿美元,主要投资于国内外金融产业与互联网、大数据、云计算、社交网络等领域相结合的Fintech领域,最近的动作是:跟投了国外区块链创业公司Circle的D轮融资。


这也是方法之一,可以更多的把间接融资变成直接融资,在这个过程当中,平台会涉及到更多面向一级和二级市场的途径。在李丰看来,这就是信贷周期中的投资顺序,继新型资产和金融技术服务类公司后,新型的财富管理方式将会陆续出现。

 原文发布时间为:2016-09-19

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
机器学习/深度学习 人工智能 前端开发
【年终特辑】看见科技创新力量 洞见时代创业精神—企业服务—大地量子:从天上到人间,让卫星数据造福社会
【年终特辑】看见科技创新力量 洞见时代创业精神—企业服务—大地量子:从天上到人间,让卫星数据造福社会
147 0
|
区块链
区块链应用 | 社科院特聘教授王彬生:区块链将颠覆公司制,税收征管将迎挑战
王彬生认为,人类社会工业化道路从历史维度上看是走了一条曲线。
1302 0
|
人工智能 物联网 区块链
|
人工智能 算法 区块链
|
机器学习/深度学习 人工智能 大数据