互聯網消費金融系列研究報告

一、互聯網消費金融：未來四年複合增速~37%的藍海市場

我們看好互聯網平台消費信貸餘額在2020年達到1.5萬億元（對應16~20e CAGR: 37%），主要基於：消費升級——社會消費品零售總額將保持中高速增長；

金融滲透——狹義消費信貸滲透率持續提升；結構錯配——互聯網平台通過信用下沉和線上風控，針對銀行鮮有覆蓋的長尾人群服務效率方面擁有比較優勢。

消費升級：社會消費品零售總額保持中高速增長

2015年居民消費支出占GDP比重僅38%，顯著低於美國（68%）、日本（57%）、歐盟（55%）等發達市場，在消費升級趨勢確立下該比例料將穩步提升；落實到社會消費品零售總額上，預計未來四年將保持11.4%的複合增速，2020年或將突破50萬億元。

金融滲透：居民消費支出中的信貸佔比持續提升

無論從宏觀還是微觀角度觀察，居民消費信貸滲透率的提升空間均較大——2016年居民消費槓桿率：34%vs美國74%；人均信用卡數：0.3張vs美國3.0張。

狹義消費信貸滲透率過去三年從18%快速提升到23%，但仍顯著低於美國的68%，預計未來四年將進一步提升至32%，驅動狹義消費信貸餘額由16年底的7.6萬億元攀升至20年的16.2萬億元。

結構錯配：市場格局從銀行主導邁向「百家爭鳴」

即便剔除住房按揭貸款，目前消費信貸市場仍由銀行主導（~90%）；互聯網巨頭以及領先P2P網貸平台所佔份額在過去三年由0.5%快速提升至5.5%。

我們預計未來四年內有望進一步攀升至9.0%，對應互聯網平台消費信貸餘額在2020年達到1.5萬億元，驅動其市場份額拓展的主要原因包括：鼓勵合規經營平台發展的監管環境；用戶分層形成差異化競爭；線上風控技術的日益完善。

明晰的監管框架下，合規經營的互聯網平台脫穎而出。在銀監會不斷擴大汽車金融公司和持牌消費金融公司試點之外，2014年以來BATJ等互聯網巨頭以及宜人貸為代表的領先P2P平台，紛紛聚焦消費貸這一優質資產。

逐漸形成了當前銀行主導、汽車金融公司/消費金融公司/互聯網巨頭以及領先P2P平台予以補充的競爭格局，其中月活躍用戶（MAU）>100萬的現金貸App數即超過20家。

憑藉不同的獲客優勢及人群定位，互聯網平台與傳統金融機構展開差異化競爭。聚焦金字塔頂端人群的銀行及汽車金融公司，其貸款主要集中在按揭、汽車和信用卡，出於運營成本及風控標準考慮，其仍將牢牢把握信用卡優質人群（~2億）；

互聯網消費金融平台通過提供線上電商分期、線下消費分期及線上現金貸產品，主要覆蓋無央行徵信信貸記錄人群（其中20-60歲人群~5億），如螞蟻金服依靠支付寶入口已發展1億+花唄用戶——超過60%花唄用戶尚無信用卡、每4個90后就有1個使用花唄。

線上風控技術的完善，使得領先互聯網領先平台具有綜合比較優勢。傳統徵信體系覆蓋率較低，央行徵信資料庫覆蓋~8.8億人群（其中3.8億居民具有信貸記錄、剩下5億居民僅有社保公積金等數據），另外仍有5億居民尚未納入央行徵信體系中。

隨著芝麻信用代表的個人徵信平台依託線上電商/社交/理財等多維度數據更精準評估信用風險、同盾/百融代表的反欺詐平台通過跨行業聯防聯控有效降低欺詐風險，互聯網領先平台在獲客/運營成本之外，逐漸建立信用成本領域的比較優勢，如可比口徑下京東白條不良率（~1.8%）甚至領先於銀行信用卡平均水平（~2.0%）。

二、邁入盈利爆發的成長期：基於產業鏈價值三要素的分析

我們基於簡化版公式剖析如何最大化單客價值： 單客戶稅前利潤貢獻= （放貸收入 － 資金成本） － 獲客成本 － 信用成本 － 運營成本。

以宜人貸為例，基於貸款金額其向客戶收取~38%的年化費率，扣除11%的資金成本、8%的獲客成本、8%的風險撥備、3%的運營成本后，獲取~8%的稅前盈利。

►（放貸收入－資金成本）=件均金額×借款次數×借款期限×（向用戶所收取綜合費率－各渠道資金加權平均利率）。大額長期貸款（件均1萬元+/期限>1年）往往頻次較低、小額短期貸款（件均500~2,000元/期限<3月）往往頻次高。

針對優質客戶提升授信額度、引導循環多次借貸、適當延長借款期限能夠有效提升放貸收入，優化資金結構以降低成本亦是提升盈利能力的有效手段。

►獲客成本=營銷總費用÷實際放貸用戶數；即將獲取註冊用戶所支出的營銷費用均攤到最終申請並獲批貸款的用戶身上，其中實際放貸用戶數=註冊用戶數×申請轉化率×審批通過率。

通常大額長期貸款審批通過率低於小額短期貸款，線上審批通過率低於線下。通過改進營銷手段以精準捕捉目標客戶、提升用戶轉化率，能夠減少獲客成本。

►信用成本=貸款金額×壞賬損失率。壞賬損失率的改善，短期依靠反欺詐技術的日益成熟、中期依靠信用模型的逐步改善和用戶結構中優質老用戶佔比的提升、長期取決於目標客群的整體質量。

►運營成本=審核（貸前）+支付（貸中）+催收（貸后）+人員及IT設施等成本分攤。運營成本伴隨著放款額的增加能夠呈現出規模效應。

領先互聯網消費金融平台邁入盈利爆發的成長期

我們觀察中銀消費金融公司以及宜人貸財務表現，其凈利潤增速遠高於貸款餘額——2016年中銀消費凈利潤/貸款餘額分別增長168%/109%至5.4/267億元、宜人貸凈利潤/貸款余額分別增長306%/132%至11.2/208 億元，表明其貸款規模持續擴張的同時，盈利結構亦有所改善，具體而言：

►資金成本：中銀消費16年凈息差提升1.7ppt至10.8%，主要由於貸款利率持平（~14%）的基礎上，資金成本下降1.7ppt至3.2%；資金來自P2P平台的宜人貸同樣受益於資金端利率下行向貸款端利率傳導的滯后性，並探索拓展銀行等渠道進一步降低資金成本。

►信用成本：中銀消費16年末不良率提升~0.8ppt 至~3.3%，相應的將準備金提取比例提升1.4ppt至6.2%以充分覆蓋風險；宜人貸壞賬損失率曲線不斷下移，表明風控改善趨勢顯著，如1Q15/1Q16當季度發放的貸款在10個月後，逾期90天以上貸款金額佔比分別為4.4%/2.9%。

►獲客成本：中銀消費營業費用（獲客成本為主）占貸款餘額比例穩定在2%附近；宜人貸貸款端的獲客成本~4,000元，對應件均貸款金額的6%~7%，目前正通過更精準地獲客來提升用戶轉化率，據此降低獲客成本。

資金成本：短期下行空間較大，長期或將逐步收斂

我們判斷，短期資金成本的下行成為互聯網消費金融平台盈利能力提升的重要抓手，領先平台憑藉較高的資產質量能夠獲得來自銀行/消費金融公司/ABS等便宜資金的青睞。

資金成本的不斷降低有助於領先的互聯網平台主動降低貸款利率，吸引和留存優質客戶群，逐步形成「資產質量改善、資金成本降低、客戶質量提升」的良性循環。

各類平台之間資金成本差異顯著，通過拓寬渠道能夠有效降低成本。銀行（1%~2%；主要為吸收存款）<持牌消費金融公司（3%~5%；主要為股東存款、銀行借款及同業拆借）<互聯網巨頭（4%~6%；主要為小貸公司股東注資、銀行借款及 ABS）<領先網貸平台（7%~12%；主要為P2P資金）。

互聯網平台通過尋求銀行助貸資金、申請消費金融/互聯網小貸牌照、發行ABS等方式不斷降低自身成本。

領先平台憑藉較高資產質量和平台公信力能夠獲得便宜資金。對比消費信貸ABS產品的優先順序平均利率，螞蟻金服（花唄：3.9%/借唄：4.0%）及京東金融（金條：3.9%/白條：4.2%）僅次於銀行系（3.8%）以及中銀消費金融（3.3%），顯著低於唯品會（4.6%）、小米（4.9%）、分期樂（5.5%）、拉卡拉（6.3%）等平台；

同樣地，對比P2P網貸平台綜合利率，銀行系（7.1%）、上市公司系（7.9%）、國資系（8.4%）由於信用背書優勢，顯著低於風投系（9.0%）、民營系（11.3%）。

產業鏈分工背景下銀行資金佔據主流、資金成本差異進一步收窄。具備牌照優勢的銀行能夠利用自身無以匹敵的資金話語權，與擁有獲客&運營能力的場景方/流量方合作。

如奧馬電器與宜賓銀行等城商行/農商行合作打造信貸工廠，雙方基於承擔風險的大小對利潤進行分成；螞蟻金服探索平台化運營模式，向銀行/消費金融公司/互聯網平台等資金合作方提供獲客（支付寶入口）、風控（芝麻分輸出）等能力。

風控成本：欺詐風險顯著降低，信用模型難分高下

隨著互聯網反欺詐及信用評估技術的完善，領先平台壞賬成本不斷降低。中長期來看，平台所切入的客群直接決定了其壞賬區間，除依靠獨佔的數據源對用戶畫像洞悉更精準的巨頭之外，中小平台或很難依靠信用模型的優化攫取超額收益。

短期來看，反欺詐技術的日益成熟迅速降低風控成本。消費信貸領域壞賬形成原因中，欺詐風險（佔比~60%）顯著高於信用風險（~40%）。

而當前國內反欺詐領域技術逐漸走向成熟：一方面通過圖像/活體識別等人工智慧技術能夠鑒定借款人真實身份，另一方面通過大數據模型和演算法能夠發現欺詐行為。

相較於信用模型的自我搭建，反欺詐模型更多地需要依賴外部合作平台，目前百融金服/同盾科技為代表的反欺詐第三方平台已逐漸成為行業基礎設施、成為初創平台反欺詐環節的標配。

中期來看，壞賬率的降低需要依靠信用模型的改善，以及用戶結構中優質老用戶佔比的提升。互聯網平台往往基於不斷擴大的數據源來訓練及優化信用模型。

主要數據源包括內部（巨頭生態數據、歷史放貸數據）、公共機構（央行徵信/政府事務/運營商等）、合作夥伴（電商/社交/遊戲等）以及用戶上傳數據等。

此外，通過篩選出歷史還款記錄良好的優質用戶，對其提升授信額度、引導循環多次借貸，即通過增加壞賬率較低的老客戶續貸比例，也能夠拉低整體壞賬水平。

長期來看，大數定律下目標客群質量決定平台壞賬水平。隨著各大平台覆蓋的用戶基數的不斷擴大，如阿里借唄&花唄用戶超過1億、京東金條&白條/騰訊微粒貸等領先平台突破千萬級、二三四五/捷信消費/招聯消費等平台已達到數百萬級，最終獲客方式（特定場景/流量的用戶質量）決定了各家平台最終的壞賬區間。

如當前持牌消費金融公司平均不良率（~4.1%）高於銀行信用卡平均不良率（~2.0%），主要由於其服務人群相較信用卡人群更加次級。

獲客成本：競爭加劇推動向上，考驗平台運營能力

無論是線上流量的爭奪，還是線下場景的割據，行業獲客成本的快速提升已是不爭的事實；以捷信為例，其線下駐店模式經歷了運營之初向場景收取6%~7%返佣（助其增加了GMV），到如今需向場景支付5%~8%返佣的轉變。

往前看，我們認為新增用戶的獲客成本絕對值的提升難以扭轉，但相對值（相對放款金額）的降低卻大有可為，主要依託於：

營銷手段上，精準捕捉目標客戶以降低無效費用支出。以宜人貸為例，因其大額長期屬性的貸款風險更高，在嚴格的風控體系下審核通過率一直較低（不足5%）。

導致分攤到最終貸款客戶的獲客成本~4,000元/人，通過深入合作垂直消費分期場景提升用戶轉化率、風控能力提升前提下適當放寬審核通過率、將自身拒絕授信的用戶導向其他平台，均能有效提升獲客效率，攤薄實際貸款用戶的獲取成本。

用戶經營上，提升優質老用戶的貸款額度及復購頻次。針對優質客戶提升授信額度、引導循環多次借貸、適當延長借款期限，意味著新增貸款中「獲客成本=0」的老用戶的貢獻增加，變相拉低平均獲客成本。尤其針對小額短期現金貸，用戶的多次借貸是其扭虧為盈的關鍵點。

以信而富為例，其消費貸款（單筆金額500~6,000元；期限2周~3月）用戶的獲取成本~17美金，目前對單一用戶通過多次借貸累計達到1,063美金（平均需要12個月）才能實現收取服務費對獲客成本的覆蓋（未考慮壞賬/運營/資金等其他成本）。

產品設計上，由一次性貸款產品向高階的循環額度產品和虛擬信用卡進階。循環額度產品（如微粒貸）和虛擬信用卡（如螞蟻花唄）因其一次授信、循環使用，對平颱風控能力的要求更高，對用戶體驗也是極大的提升。

三、最看好獲客能力突出平台——分期看場景、現金貸靠流量

互聯網消費金融產業鏈中，我們最看好的是獲客端擁有場景/流量優勢的平台 —— 擁有線上交易平台和用戶，或通過撬動線下商家間接觸達用戶。消費分期圍繞細分垂直場景切入、現金貸按照細分客戶群體切入。

此外，在輸出風控能力的基礎設施平台、基於牌照享有資金優勢的消費金融公司中也會湧現一批重量級參與者。

我們建議投資者積極把握消費金融領域的投資機會：業績向好——在壞賬整體可控下，領先平台盈利實現爆發性增長；資本助力——一級市場優質企業獲得大額融資或已籌劃上市；監管洗牌——從野蠻生長向規範經營過渡，有利於龍頭崛起、減輕共貸風險。

分期：看好支付入口、線上交易平台以及整合線下商戶的服務商

基於線下/線下市場集中度、各場景金融滲透率以及切入場景方式的不同三個維度，我們看好消費分期領域的三類公司：

以支付入口切入線上/線下中小額場景的虛擬信用卡（如螞蟻花唄）；依靠自身線上消費場景衍生分期服務的巨頭（如電商領域京東、OTA領域攜程）；整合線下分散的大額低頻場景的分期服務商（如醫療領域的米么金服、教育領域的百度有錢花）。

以支付入口切入中小額場景，或成為用戶量最大「信用卡」。隨著支付寶/財付通借助二維碼進軍線下，正逐漸成為線上/線下中小額場景的主流支付手段。

我們看好螞蟻花唄為代表的虛擬信用卡產品不斷支持電商之外的多個場景（僅口碑入駐商家數就已超200萬家），成為諸多90後人群的第一張「信用卡」，考慮到目前信用卡人群僅~2億（vs.招商信用卡流通戶數3,730萬戶 ），而支付寶/花唄用戶數已超4.5 億/1.0億，未來增長空間可見一斑。

交易平台依託自身場景衍生分期服務升，有效提升GMV並賺取利差。線上場景集中度較高（如電商領域阿里+京東市佔率>80%），將分期服務無縫嵌入能夠刺激消費並賺取分期利差。

例如京東白條於2014年推出以來規模迅速增長，2016年白條交易額已超過500億元（占平台GMV比例~8%）。

整合線下分散的大額場景，誕生一批垂直細分市場領跑者。線下消費場景呈現碎片化特徵，在裝修（如土巴兔）、教育（百度有錢花）、醫美（米么金服）、汽車（易鑫集團）、租房（房司令）等多個金融滲透率尚低、市場空間大的賽道逐漸孕育出一批獨角獸。

通過深耕垂直場景，能夠憑藉運營成本優勢及獨特風控模式構築較高壁壘，繼而橫向拓展更多細分場景（B2B2C模式）或對已積攢用戶進行交叉銷售（B2C模式）。

以百度有錢花為例，在教育領域合作機構>3000家、市佔率達到75%基礎上，持續加碼家裝、租房和醫美等領域，並探索對已積攢優質分期用戶提供現金貸服務。

現金貸：看好錯位競爭、垂直人群定價能力突出的線上流量平台

隨著（虛擬/）信用卡及分期服務對消費場景的逐漸滲透，未來現金貸或更多地扮演補充角色，覆蓋諸多不支持信用卡及分期的零碎市場，其整體市場規模略小於消費分期，但由於不限定使用用途、標準化程度較高。

我們預計現金貸市場短期爆發力強於分期、中長期集中度料將顯著提升，或支撐現金貸「頭部」平台盈利能力高於分期。

在獲客/風控/資金三端具備全面比較優勢的BATJ等互聯網巨頭、憑藉資金成本優勢牢牢把握優質持卡人群的銀行之外，我們看好具備這三類特徵的公司：

目標市場與互聯網巨頭/銀行形成錯位競爭（如針對非信用卡人群的小額/短期貸款）；初具用戶基礎（註冊用戶>1,000萬）的中大型流量平台；對細分市場人群風控及定價能力突出。

小額/ 短期貸款：監管趨嚴驅動行業洗牌、獲客成本低/復購比率高的平台脫穎而出。隨著現金貸整治帷幕拉開，我們預計通過高利率覆蓋高獲客/高壞賬的模式將難以為繼，劣質平台將被「驅逐出場」。

以趣店為代表的領先平台，通過獨特獲客渠道高效拓展新用戶之外（趣店在獲螞蟻戰略投資后與支付寶合作），能夠著眼於已有的千萬級註冊用戶提升付費轉化率、依託較高的復購比率和對優質老用戶的逐漸提額進一步增加ARPU值。

此外，奧馬電器旗下「卡惠」App（信用卡管理平台，MAU~110萬）基於信用卡消費記錄和平台行為數據，探索對其用戶提供更低利率的信用卡代償和現金貸服務。

大額/ 長期貸款：複雜度高使得參與者較少、長期耕耘方能鍛造突出的風控及定價能力。大額/長期貸款（件均1萬元+/期限>1年）不具備小額現金貸的分散性特徵，對於風控能力要求更高、對還款能力與意願的評估並重，因此通常只針對已經持有信用卡的白領人群。

以宜人貸為代表的先發平台，依託於多年風控經驗的積累構築起較高的壁壘，其貸款損失率遠低於行業平均。