未來(lái)的機(jī)會(huì)在哪里？

如果純征信市場(chǎng)已經(jīng)沒(méi)有機(jī)會(huì)給創(chuàng)業(yè)公司了，那么征信行業(yè)初創(chuàng)公司的機(jī)會(huì)會(huì)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(gè)方向可能性和市場(chǎng)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(guó)、日本征信公司的發(fā)展進(jìn)程，初始階段都會(huì)出現(xiàn)上千家的征信企業(yè)，然后小征信公司被并購(gòu)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(shì)也可能適用于中國(guó)。

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(guò)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(méi)有聯(lián)網(wǎng)的，但里面企業(yè)或個(gè)人的履約信息卻對(duì)判斷個(gè)體的履約風(fēng)險(xiǎn)十分有價(jià)值，此公司就專門到各個(gè)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(jià)值的，可以被收購(gòu)或賣數(shù)據(jù)為生，公司數(shù)量比較多，估計(jì)大部分公司價(jià)值會(huì)在幾百萬(wàn)到億的量級(jí)。

第二、風(fēng)控模型公司

在各個(gè)征信市場(chǎng)，只有美國(guó) 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(yíng)收 7.9 億美元，凈利潤(rùn) 9200 萬(wàn)美元。但我認(rèn)為，在中國(guó)不會(huì)出現(xiàn)像 FICO 那樣獨(dú)立的風(fēng)控模型公司，原因有幾點(diǎn)：

首先，現(xiàn)今國(guó)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(duì)，現(xiàn)行市場(chǎng)并沒(méi)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(shí)代多緯度數(shù)據(jù)建模的需要。FICO 模型的統(tǒng)一建立在過(guò)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(jí)，新開里信用賬戶五個(gè)緯度；但中國(guó)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(shí)信貸行業(yè)的細(xì)分化及專業(yè)化，通用模型已無(wú)法滿足風(fēng)控需求，大部分團(tuán)隊(duì)會(huì)以自身過(guò)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(diǎn)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(guó) 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(xiàng)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(cuò)等。

可以想像未來(lái)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(bào)告，并選擇評(píng)分模型；貸后，可以接入多個(gè)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(gè)方向，國(guó)內(nèi)有不少創(chuàng)業(yè)公司從 P2P 系統(tǒng)，貸后服務(wù)等各個(gè)角度開始切。但因?yàn)?a target="_blank" style="color: black;" >市場(chǎng)比較割裂，同質(zhì)化競(jìng)爭(zhēng)嚴(yán)重。但如果能壟斷具體一個(gè)細(xì)分領(lǐng)域，未來(lái)還是有做資產(chǎn)證券化或 P2P 二級(jí)市場(chǎng)的想像空間。

第四、反欺詐

反欺詐領(lǐng)域在國(guó)內(nèi)是個(gè)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(qǐng)，非本人申請(qǐng)，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(jì)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(guó)有創(chuàng)建于 2005年，并于 2012年IPO 的 Lifelock。目前擁有 360 萬(wàn)的付費(fèi) C 端用戶，14年 產(chǎn)生收入 4.49 億美元，遠(yuǎn)超過(guò) To B 端 2600 萬(wàn)美元的收入。C 端收入 2014年 同比增長(zhǎng) 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(jì)戰(zhàn)略時(shí)，尤其需要考慮如何面臨同類初創(chuàng)公司的競(jìng)爭(zhēng)。

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(gè)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(huì)融資規(guī)模存量在 131.58 萬(wàn)億，增速為 11.9%，年增長(zhǎng)規(guī)模在 10 萬(wàn)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(chǎng)規(guī)模達(dá) 6.57 萬(wàn)億，空間是極大的，有孕育千億公司的空間?，F(xiàn)今國(guó)內(nèi)初創(chuàng)公司切入資產(chǎn)處置的方向有以下幾個(gè)方向：

一是信息對(duì)接平臺(tái)，比如資產(chǎn) 360，信貸機(jī)構(gòu)在平臺(tái)上對(duì)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(chǎng)才剛開始啟動(dòng)，整個(gè)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(gè)萬(wàn)億級(jí)的市場(chǎng)，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(diǎn)：

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

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(jià)并且打包好后，對(duì)接什么銷售渠道？二級(jí)市場(chǎng)，機(jī)構(gòu)市場(chǎng)還是公眾市場(chǎng)，如何有讓買方有信心買下資產(chǎn)包？這兩個(gè)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(wèn)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(diǎn)：

一，市場(chǎng)空間極大，增量萬(wàn)億級(jí)，足以容納多家公司。中國(guó)社會(huì)融資規(guī)模存量在 131.58 萬(wàn)億，15年2 季度增速為 11.9%，年增長(zhǎng)規(guī)模在 10 萬(wàn)億以上。以特點(diǎn)細(xì)分領(lǐng)域而言，中國(guó)消費(fèi)金融 2014年 達(dá) 15.37 萬(wàn)億元，同比增長(zhǎng) 18.5%，2013 到 2014年 增長(zhǎng)了 2.4 萬(wàn)億元。消費(fèi)貸款中國(guó)人均 1.12 萬(wàn)元。同期美國(guó)消費(fèi)貸規(guī)模 3.32 萬(wàn)億美元，人均 6.5 萬(wàn)人民幣；中國(guó)消費(fèi)金融應(yīng)當(dāng)還有 2-4 倍的增長(zhǎng)空間，十萬(wàn)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(wàn)億的增量也需 100 家新機(jī)構(gòu)來(lái)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(huì)直接轉(zhuǎn)為該人群的放貸機(jī)構(gòu)。美國(guó) Zestfinance 就是依照類似思路，用大數(shù)據(jù)征信及風(fēng)控給美國(guó)沒(méi)有信用記錄或信用評(píng)分較低的人群放貸。