Facebook加入
LINE加入
2021/12/25
儘管這是一個具有馬太效應，先發優勢尤為重要的領域，但目前來看，創業的窗口仍然敞開。
文 | 林魯比
P2P、消費分期、現金貸之後，金融領域的模式創新浪潮暫告一段落，加之監管紅利期已過，金融行業已有段時間都沒有出現一個令人興奮的投資主題。
金融作為數據化程度最高行業之一，被認為是人工智慧和大數據等新技術最好的應用垂直領域，也是FinTech中也成為被寄予厚望的分支。
徵信和大數據風控，是近半年來金融領域投融資事件最活躍的細分賽道之一。
近半年來（2016年10月以來）徵信和大數據風控領域發生的投融資事件統計
（以上資料為據公開資料整理的不完全統計）
儘管這是一個具有馬太效應、先發優勢尤為重要的領域，但目前來看，行業還未形成具有絕對優勢的巨頭。而且消費金融市場仍然處於不斷增長的狀態，創業的窗口期尚且敞開。
基於消費金融發展的市場機遇，本篇行業觀察將著重討論個人徵信與風控。
這份行業觀察嘗試探討以下問題：
徵信和大數據風控是一回事嗎？
的徵信和大數據風控的市場規模有多大？
當前徵信與大數據風控行業的產業鏈與各環節發展進程如何？
徵信和風控行業面臨哪些問題？
徵信和大數據風控類項目需要具備競爭力，才能在通向行業巨頭的競爭中存活下去？
徵信與大數據風控，是一回事嗎？
徵信與大數據風控並不是一回事。
由於當前創業項目，業務範圍往往涵蓋了從數據源採集到風控產品的全流程，業態模糊，這導致徵信與風控常常被混為一談。
央行徵信局局長萬存知曾撰文釐清徵信的概念：
徵信的基本理念是共享債務人的信息來保護債權人的權益。通過共享債務人債務信息，判斷債務人的償債能力，是貫穿徵信的邏輯主線，這從根本上決定了徵信的邊界。
徵信分為個人徵信和企業徵信，徵信數據是風控數據的子集。個人徵信數據衍生的數據產品包括信用分、個人信用報告、個人信用提醒、標準信用報告、財務信用報告等，徵信產品的應用主要但不局限於金融領域，在出行、購物、旅行、招聘等場景也可以使用。
風控數據的概念更為寬泛，一切經過授權可用於信貸業務風險控制的數據，都是風控數據，風控數據衍生的產品包括：以風險控制為依據的精準營銷、反欺詐、授信評估、貸中的資產監控與預警以及貸后不良資產管理等，風控產品只應用於金融場景。
現實情況中，徵信與風控業態模糊主要有以下原因：
的徵信基礎設施不完善，央行徵信系統覆蓋的人群有限，而近年來火熱的消費金融多瞄準沒有信貸記錄的「白板用戶」，這就形成了徵信數據缺口，同時大數據風控公司為了在數據源方面獲得主動權，往往涉及到數據採集環節，在徵信資料庫不完備，徵信採集標準不統一的情況下，數據源甚至成為大數據風控公司的主要競爭壁壘；
徵信服務在發展初期非常薄利，從國際經驗來看，徵信機構的虧損期一般在5~7年，徵信機構為了維持自身的運營，不得已開拓風控類的產品創收；
其他的原因還包括，企業具有「托拉斯」迷思、企業定位和商業模式不明確、投資人盈利壓力等等；
以上原因都可能導致創業公司在徵信和風控業務上混業經營。
徵信和大數據風控的市場需求和市場空間有多大？
徵信和大數據風控的市場需求，從宏觀上來說，可以上升到L型走勢的經濟新常態。
三駕馬車中，消費拉動的重要性越來越高，帶動了萬億體量的消費金融市場。
2015年，消費信貸餘額規模為19萬億，同比增長23.3%，預計到2019年將達到41.1萬億。
預計到2019年，消費信貸市場規模將達到41.1萬億
從徵信角度來看，消費金融的受眾主要是傳統金融機構沒有覆蓋或者沒有服務好的用戶，與央行徵信局未覆蓋的人群的重合度高，對徵信資料庫的覆蓋度提出了新的要求。
從風控的角度來說，傳統金融機構依賴人工審核，數據處理依賴評分卡體系的刻畫，這無法滿足當前高頻、小額分散和線上化的消費金融趨勢，推動大數據和人工智慧技術落地於風控領域。
參照徵信體系發展完善的美國，個人徵信已形成Experian、Equifax、Trans Union三足鼎立的格局，並且形成了Metro1和Metro2的標準化數據採集模板以及FICO信用分統計模型。企業徵信方面則有Dun&Bradstreet一家獨大，資本市場企業信用評估則有S&P、Moody』s以及Fitch Group三個巨頭。
Experian、Equifax、Trans Union三大徵信局以及Dun&Bradstreet，四家機構在美國的徵信市場佔有率約為70%。2016年，這四家機構的總收入約111億美元，估算下來，美國的徵信市場規模為千億。2015年，2015 年美國消費信貸的規模為3.54 萬億美元，居民消費作為拉動經濟的三駕馬車之一，佔美國 GDP 比重約 70%。
的消費信貸市場的潛力還未被完全挖掘出來，背後蘊藏的徵信和大數據風控市場是千億量級。
數據由公開資料整理
近日，由人民銀行徵信管理局、世界銀行集團國際金融公司、APEC工商理事會共同舉辦「個人信息保護與徵信管理」研討會，對徵信行業的准入門檻和行業結構等做了探討：全國人大財經委副主任委員吳曉靈認為，徵信產品是「有條件的公共產品」，因此徵信市場的參與者必然不會太多，准入門檻高。
未來徵信和風控行業的市場結構可能分為三層：
第一層是全面徵信機構，准入門檻高，市場集中度高，總體市場規模小，但是單個機構收入可觀；
第二層是專業徵信機構，專業徵信機構在某些細分領域，如保險、信用卡和零售信貸領域有專長，構成徵信市場的長尾，同時在垂直領域的專業徵信機構會拓展徵信業務之外的大數據服務，提供垂直領域的精準營銷、供應鏈金融風控技術服務等；
第三層是數據服務公司，或者說風險管理服務商，為金融機構提供信貸全流程技術服務。
儘管當前的徵信和風控業務混業經營嚴重，但隨著行業不斷發展，對效率和專業性的要求也不斷提升，各有專攻的多層次市場格局也會逐漸顯現。
徵信與大數據風控行業的市場格局與產業鏈各環節發展進程
的徵信系統起源於上世紀80年代。
上海遠東資信評級有限公司的成立，即是企業徵信的開始，也標誌著徵信行業的起步。1997年上海資信有限公司成立，是首個個人徵信試點機構。
2013年3月，《徵信業管理條例》正式實施，徵信行業被納入法律規範的軌道。2014年開始發放首批企業徵信牌照，截止到目前市場上約有140多家公司完成了企業徵信業務的備案，持牌機構中實際展開企業徵信業務的公司接近一半。此外還有沒有備案，但實際展開企業徵信業務的公司，如部分供應鏈金融企業和大數據服務公司，暫無統計數據。
個人徵信牌照的發放過程則顯得尤為坎坷，從2015年1月央行引發《關於做好個人徵信業務準備工作的通知》，允許8家民營公司開展個人徵信試點業務至今，仍未有一家機構拿到個人徵信牌照。
4月份，央行徵信局局長萬存知表示，「8家進行個人徵信開業準備的機構目前沒有一家合格，離市場需求和監管要求差距那麼大，這是我們始料不及的，在達不到市場需求和監管要求情況下不能把牌照發出去。」
第一批八家排隊申請牌照的個人徵信公司之外，還有百度、京東、小米金融、算話徵信、上海資信等超過200家企業正在申請第二批個人徵信牌照。
徵信行業現狀
在大數據風控技術服務商方面，由於不受牌照的限制，市場發展顯得更為熱鬧，其中主要是服務於消費金融業務的第三方風控服務商。
近半年來獲得融資的機構包括：法海風控、邦盛科技、白騎士、數美科技、氪信、誠安聚立、Wecash閃銀以及冰鑒科技等等。
除了新起之秀，行業內也有如百融金服、同盾科技、神州融、聚信立、智信度等先行企業。
第三方大數據風控平台的可能涉及到信貸全流程。由於公司創始人基因、企業定位等因素，這些創業公司可能在信貸周期中的某個環節產品尤為專業，例如同盾科技深入挖掘反欺詐環節的技術，氪信擅長將AI技術應用於授信評估和風險定價環節。
將大數據技術應用於信貸的全生命周期，是大多數大數據風控公司的目標，百融金服等具有大數據公司背景的創業公司在信貸全生命周期應用的建設方面具有優勢。
比起徵信市場，大數據風控市場的應用層次更豐富，監管環境寬鬆，市場容量大。
但是數據行業普遍存在馬太效應，先發優勢在數據積累和模型優化上都尤為重要。不過，總體來說行業發展仍然屬於初期，B輪后的企業數量不多，先發優勢還可以被追趕。
B輪及以後個人徵信與大數據風控公司（據公開資料整理不完全統計）
商業模式與潛在風險
徵信行業是一個相對薄利的行業，當行業發展到成熟階段，往往呈現多寡頭的市場格局，收入可觀。正如上文中顯示，美國三大徵信局2016年的年收入達到111億美元。
徵信業務主要的盈利點和計費方式包括：
徵信報告，按照查詢次數計費，例如按照《國家發展改革委關於人民銀行徵信中心服務收費標準有關問題的批複》規定，商業銀行查詢個人信用報告基準費用為5元，享有優惠政策的金融機構查詢費用為1元；
信用分，信用分是指徵信機構根據多維度綜合評估，對借款人信用水平的評分，但不會顯示用戶的具體信用信息，一般按照查詢次數計費；
信用評估模型服務，一般按照技術服務費+查詢計費
對於房貸、車貸等大額消費信貸服務而言，採用強相關金融數據的傳統風控方式是目前最有效且風控投入與收益比例最為合理的方式。但是新興的消費金融業務具有小額分散的特點，必須依靠大數據風控、機器審批，降低單筆放款風控成本，才可能有收益。
大數據風控行業發展的基礎，是消費金融市場的發展，如上文所言，這是一個增量市場。
大數據風控服務的盈利點和計費方式包括：
基於風險預判的精準營銷服務，白名單服務，按用戶轉化計費；
反欺詐服務，即黑名單查詢服務，一般按查詢結果計費，部分採用包年的計費方式
授信評估與風險定價的模型服務、貸中風險監控與預警服務，一般按照放貸規模收取一定比例的技術服務費
貸后不良資產催收服務，收取催回貸款金額一定比例的費用
金融作為強監管行業，個人徵信業務面臨的首個風險即合規風險。
今年4月，央行回應個人徵信牌照發放問題，強調個人徵信機構需要符合三大原則：
獨立性原則，即徵信機構在公司治理結構和業務開展上應確保獨立，防止利益衝突；開展業務要客觀中立，不能受信息提供者和信息使用者等其他主體的支配；徵信產品和服務的使用不能與徵信機構股東或出資人的其他業務相捆綁，不能成為股東或出資人謀取他利的手段。
公正性原則，徵信業務活動應充分體現社會的公平正義，確保政治上的正確性。徵信產品主要用來解決信息不對稱導致的信用違約風險問題，提高交易效率、降低交易成本、促進普惠金融發展，既不能當作把人分為不同階層、不同群體的工具，也不能應用於某些低俗的社交活動，背離徵信的本意；
個人信息隱私權益保護原則，在制度建設和日常監管中，強調徵信機構應從保護個人隱私、加強個人信息保護的角度出發，保持業務透明度，防止個人信息被過度採集、不當加工和非法使用，防範對個人隱私和商業秘密的侵害，切實維護信息主體合法權益
第二個風險點是數據，無論是徵信還是大數據風控，都面臨數據標準以及數據質量的問題。
數據標準：徵信和大數據風控行業數據來源非常多樣，除了從金融機構處獲取共享的徵信數據之外，還包括但不限於工商、公安、稅務、教育部門、司法機構、通信運營商、支付結算機構、航空公司、電商平台等等，個體的數據是割裂的，個人徵信數據整合缺乏統一的標準，這將會增加行業運轉摩擦，增加運營成本。另外當前各家展開消費金融業務的機構，在授信評估環節數據的採集也缺乏統一的標準，同樣會增加行業運轉摩擦
數據質量：由於數據源以及數據採集環節即標準不一，數據在真實性和時效性都對徵信和大數據風控公司提出了挑戰。
徵信與大數據風控要具備什麼競爭力才能在當前的排位淘汰賽中脫穎而出？
隨著行業發展不斷成熟，徵信和大數據風控的業務會不斷細分，個人徵信和大數據風控也會是兩個逐漸區隔獨立的市場。
我們認為，徵信和大數據風控的核心競爭力有所不同，只有具備以下條件，才能在當前馬太效應逐漸顯現的排位賽中勝出：
對於定位徵信局的機構而言，強公信力與Know How的徵信經驗是重要競爭力。
通過向民營機構發行牌照，徵信成為一個市場化的業務，但徵信仍然是具有具有半公共產品性質。徵信核心數據，是債務人的債務信息，是涉及到金融機構核心機密的強相關的金融數據。
徵信數據的積累有賴於金融機構和類金融機構的數據共享，徵信局某種程度上來說也是一個共享中心。只有具備強公信力，才能讓金融機構和類金融機構放心地共享徵信數據。
徵信的技術門檻不高，徵信報告設計、業務流程設計等考驗的是機構的業務經驗。
從這兩點考慮，具有國家增信的機構以及具有多年從業經驗團隊的公司更有優勢。
例如央行徵信中心中心為控股股東的上海資信、前上海資信完整團隊創業的算話徵信，都屬於有增信或者有經驗的項目。
對於大數據風控公司而言，豐富、實時、真實、海量的底層數據、技術能力以及產品設計能力是三大核心競爭力。
在行業內沒有普遍適用的數據基礎設施平台時，越早積累數據的公司可以更快獲得「滾雪球」效應，擴大競爭優勢。
隨著數據基礎設施平攤搭建的完善，數據對於風控公司而言獲取更加公平時，技術能力能夠保證模型質量、模型準確性、預測能力和穩定性。
最後是產品設計能力，即基於對金融機構客戶需求的理解，開發出滿足客戶實際業務需求產品的能力。
有大數據背景、具有數據沉澱的創業公司、老牌徵信機構以及有強數據處理能力的技術驅動型公司，也是彎道超車的潛力選手。
後記
互聯網金融經歷了P2P、消費金融、現金貸的創新熱潮和野蠻生長，在2013、2014年成為風投的寵兒，但是，隨著金融風險的暴露以及監管的加強，互聯網金融創新似乎陷入了低谷。
模式創新過去，移動互聯網和新一波技術創新低谷，少了糧草支援，在寒冬中通過獨立捕食存活下來的公司，才是真正的獨角獸。
我們依然期待看到技術手段創新上不斷探索的公司，在金融服務還有大量滲透空間的，仍然有許多機會等待被挖掘。
關於我們的報告或者金融領域的創新趨勢有興趣的交流的創業者和投資人，歡迎交流，加微信時煩請自我介紹：林魯比（LT297759835）、郝方舟（nooxika）、克里斯唐（Chris199108）。
非常感謝所有接受36氪採訪的創業者和資深從業者，為這份報告提供行業洞見和一手資料。
（本文圖片來自：Yestone 邑石網正版圖庫）
————————
轉自： 36氪
歡迎關注「元浦說文」訂閱號
金元浦 教授人民大學文化創意產業研究所所長
中外文藝理論學會副會長教育部文化部動漫類教材專家委員會副主任人民大學文學院教授、博導傳媒大學、上海交通大學博導
「元浦說文」由人民大學金元浦教授創辦。目標在於速遞文化信息、傳播深度思考、彙集文化創意產業的業界和學術精英，搭建產學研的合作橋樑。
熱門推薦
留言回覆
