核心要点

　　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.宜人贷金融科技能力

　　Chapter1

　　金融科技产业演进趋势

　　从互联网金融到数据金融，我国金融科技发展已历经三大阶段

　　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，我国金融科技的发展已历经三个大的核心阶段，分别是：

　　1)20世纪70年代中后期开始的金融信息化起步：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90年代中后期进入到互联网金融的阶段：中国接入全球互联网，金融信息化/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年后进入到数据金融/机器辅助决策阶段：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。

　　从去中介化到金融业务核心，Fintech不再局限于纯流量贡献

　　Fintech的互联网金融阶段主要聚焦于金融脱媒/去中介化，去中介化已是全球金融业自由化发展的核心方向。

　　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，对于传统金融的影响愈加广泛和深入。

　　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加广泛和深入，这也是互联网金融和金融科技(Fintech)的重大差异。

　　从流量至上到技术为王，战略目标已发生根本性变化

　　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均已经充分体现。

　　从流量至上到技术为王是“不得已”更是行业趋势。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，信息科技行业再次进入了技术创新并寻求商业模式变现的新阶段。

　　从规模至上的粗犷发展到依托技术能力的精细化运营是目前互金行业发展的核心特征。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。

　　从单一主体到庞大产业链，行业分工进一步精细化

　　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构业务拓宽的核心路径。

　　而在Fintech的大背景下，行业分工将实现进一步精细化和模块化。

从横向业务范围上看，(如下图所示)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。

　　新的内核：互联网金融进入Fintech的全新发展阶段

　　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。

　　发展趋势：技术化、数据化、场景化、模块化、平台化

　　Chapter2

　　三大技术构成核心技术基础

　　技术基础：三大技术构成核心技术基础

　　纵观目前阶段下的金融科技创新方向，宜人智库认为，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。

　　大数据：新阶段下的风险控制及风险定价体系

　　数据是金融的核心，因此在大数据时代下，大数据必将触及金融最紧绷的那跟弦——风险定价与风险控制。

　　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，人工建模+数据已经难以满足数据分析需求。

　　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+机器学习是金融数据计算分析的未来。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。

　　大数据分析的主要金融应用：征信与风控

　　大数据分析的主要金融应用：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。

　　人工智能：从分析到最终决策

　　人工智能在金融领域中的应用，相较于大数据而言的核心突破在于深度学习、智能分析和最终的智能决策。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，包括新型的保险及投资产品。

　　在金融领域，人工智能主要有以下四类应用：①自动报告生成、②金融智能搜索、③辅助量化交易、④智能投顾方向。

　　区块链(Blockchain) 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。

　　区块链建立了“强制信任”的关系

　　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。

　　区块链将重塑传统互联网的底层基础

　　Chapter3

　　Fintech商业模式演进方向

　　共享|赋能

　　信贷的线上渗透率仅为1%，科技对金融的影响刚刚开始

　　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。

　　竞争型市场巨头难觅，市场入口依然开放

　　参照网贷之家数据，网贷行业CR4<30%、CR8<40%，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。

　　细分领域参与者数量保持同比增长

　　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，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。

　　传统金融机构是线上化主体，资源型平台是核心新进入者来源

　　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。①流量、数据平台通过金融业务实现流量和数据资源变现;②场景平台通过金融实现主营业务提升和金融业务变现;③资金型平台则通过互金业务实现资金效率的最大化。

　　监管深入，行业门槛进一步提升

　　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。宜人智库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。

　　多重风险对行业产生深远影响，行业门槛进一步提高

　　1、官方信用人口覆盖不全面：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岛数据孤岛：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体系和制度：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：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：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。

　　疯狂的流量时代已过，技术能力是关乎生死存亡的核心变量

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。

　　技术能力同样适用零边际成本理论，规模效应更易凸显

　　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”技术能力更易形成理想的规模效应。

　　较高风险敏感性和潜在规模效应所带来的差异化市场预期

　　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Paypal2015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。

　　Chapter4

　　赋予各类平台普惠金融的能力

　　互联网时代结束了么?对于我们来说才刚刚开始

　　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。

　　15/1000，挖掘场景下、平台上的信贷需求

　　艾瑞咨询研究显示，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。

　　大量的潜在客群“隐藏”在众多的互联网场景之中

　　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。

　　向场景方、平台方输出技术能力，实现更为广泛的普惠

　　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。

　　Chapter5

　　宜人贷金融科技能力

　　数据能力：蜂巢数据魔方产品体系

　　反欺诈能力：“先知”反欺诈解决方案

　　获客能力：精准获客平台

　　信贷金融科技构成图

　　(本报告部分数据、图表、资料来源于宜人智库、宜人贷、人民银行、Wind、CBInsights、CNNIC、36氪研究院、艾瑞咨询、易观智库、零壹财经、网贷之家、国泰君安证券研究。)

　　完整报告请关注“宜人智库”(yirenzhiku)，回复“FinTech”提取。

　　(本报告部分数据、图表、资料来源于宜人智库、宜人贷、人民银行、Wind、CBInsights、CNNIC、36氪研究院、艾瑞咨询、易观智库、零壹财经、网贷之家、国泰君安证券研究。)

　　【宜人智库】研究创造价值 智慧引领行业

　　立足宜人贷多年行业经验及强大的研究能力，聚焦金融科技行业、关注监管、分析模式、解读热点、洞察趋势。致力于持续输出高质量文章、报告、及独家观点;促进行业交流，推动行业创新及规范发展。每周推送原创文章，每月发布行业报告。