互金江湖 剩者為王

崔宇清

短短三年，互聯網金融在中國經歷了從“神圣化”到“污名化”的急劇轉折，風起云涌的互金行業從云端滑落，無數從業者開始轉型、試圖逃離，資本泡沫迅速破滅。在當下遇冷的行業低潮期，更加需要對行業發展進行正本清源，讓真正有價值的創新在沉淀與思考中前行。進入高合規時代后，行業的馬太效應會加速顯現，那些真正的互聯網科技和真正的金融創新依然是推動經濟社會發展的重要力量。

監管收緊加速行業洗牌

2016年，互聯網金融行業正式迎來監管時代。黨中央國務院高度重視互聯網金融發展和風險防范工作，相繼發布了一系列互聯網金融風險整治的相關文件。2016年4月，國務院辦公廳印發《互聯網金融風險專項整治工作實施方案的通知》。8月，銀監會聯合四部委正式發布《網絡借貸信息中介機構業務活動管理暫行辦法》。10月，國務院辦公廳發布《互聯網金融風險專項整治工作實施方案》（以下簡作《專項整治方案》），宣布成立領導小組對互聯網金融開展專項整治工作。同時，中國人民銀行、銀監會、證監會、保監會會同工業和信息化部、公安部、工商總局、國家互聯網信息辦公室等部委也提出了對借貸風險、股權眾籌風險、保險風險以及非銀行支付機構風險的專項整治實施方案。這標志著互聯網金融的套利時代宣告結束，低門檻的圈地游戲就此終結。

《專項整治方案》責成領導小組組織對各領域、各地區清理整頓情況進行驗收。領導小組辦公室進行匯總，形成總體報告和建立健全互聯網金融監管長效機制的建議，由人民銀行會同相關部門報國務院，此項工作應于2017年3月底前完成。整治工作開始至今已歷10個月，對互聯網金融的產品、業務模式和風控流程都產生了深刻影響，一場行業的大變革已撲面而來。

九成平臺受沖擊，資產端形態受限制

網貸辦法中業界最為關注的“紅線”是對借款額度的限制。設置借款限額，是為了貫徹“資產端小而分散、資金端大而集中”的基本監管邏輯。就平臺而言，九成以上平臺將受沖擊。根據壓力測試顯示，抽查樣本中超過96%的平臺不滿足限貸額度，占待還金額高達73%。相關數據統計顯示，在網貸平臺6000億元待收額中有4000億元超過限額門檻，整改期12個月后仍將有1600億元待還資金不符合借款限額要求。即便增量資產符合要求，存量的“去限額”也將是一個漫長而痛苦的過程。就資產端形態而言，大部分現行資產類別將受限制。受借貸限額影響，大額企業借款、房抵贖樓等房貸業務、部分車貸業務、供應鏈金融及保理業務等基礎資產都將超過限額“紅線”。預計80%以上的房產抵押類業務都將暫停，甚至連三四線城市的房抵與贖樓業務也將無法開展。

除借款限額“紅線”外，網貸平臺還將面臨銀行資金存管、信息披露、EDI（在線數據與交易處理經營許可證）許可證或ICP（電信業務經營許可證）許可證等的一道道合規性門檻。以銀行資金存管為例，開展起來困難重重，一方面銀行由于無法明確資金流向，不愿意為平臺承擔風險，對資金存管的風控和收益率提出較高要求；另一方面網貸平臺會因為銀行資金存管而大幅提高人力成本，因此大量的中小平臺會因為銀行資金存管不合規而停業退出。

合規壓力不是關鍵，生存壓力才是問題

盡管會有大量中小平臺倒在監管合規的門檻上，但更值得關注的是，后續是否還會有更多平臺倒在合規后的可持續發展問題上。受借款限額影響，抵押類貸款、涉房業務、大額項目融資等都不能作為網貸平臺的基礎資產。網貸平臺只能向符合小額分散要求的消費類信貸（又稱“消費金融”）或在線理財等業務轉型。然而，這些轉型方向在發展邏輯上未必行得通。消費金融的小額分散并未實現風險的分散。收益率覆蓋違約率的“大數定律”并不適用于消費金融。大數定律只有在保險行業這種違約事件相互獨立時才能生效，而消費金融借貸者的還款能力受經濟形勢的影響較大，較易發生相互牽連的系統性信用風險。在現有風控機制未發生實質性革新的情況下，小額分散并不能對沖系統性風險。除此之外，消費金融往往定位于信用卡難以覆蓋的客戶群體，資金價格較高，也是最容易發生逆向選擇的信貸領域。在線理財公司的套利空間逐步收窄。以往對接債權收益權轉讓等非標資產的在線理財平臺，會因為網貸平臺的借貸限額而找不到合適的資產。而銷售銀行理財、私募基金、公募基金等產品將會受到越來越嚴格的牌照監管限制，且盈利空間很小。對于大額交易的私募理財產品，更適宜在線下拓展。

轉型思路不明晰，新規落地存質疑

監管本意是要回歸“小額分散”的普惠金融，解決小微企業的融資困境，促使網貸平臺從信用中介回歸到信息中介。監管的出發點是正確的，然而監管能否真正落地還要受制于現實條件的種種約束。

從微觀規則實施來看，借款限額“紅線”落地仍需配套細則。目前網貸平臺尚未納入央行征信體系，網貸行業內也沒有建立一個統一的信息共享系統，各個平臺之間的借貸信息尚不透明也不共享，缺少公允的第三方途徑來核對借款人在各家平臺上的整體借款情況。理論上存在借款主體在借款上限滿額后，另以家人名義、新注冊公司或子公司之名再次融資，或者不同借款主體以同一個項目提出借款要求，讓借款限額形同虛設。除此之外，存量超限額資產如何平穩退出仍存疑慮。整改期限截止時，網貸平臺如果同時抽貸，將會導致涉事融資企業資金鏈斷裂，甚至引發經濟金融風險。

從中觀行業發展來看，信用中介轉向信息中介難以一蹴而就。真正意義上的互聯網金融核心是“去中介化”，讓資金融通雙方直接接觸，變間接融資為直接融資，改變傳統金融中介在資金融通中的主導地位?，F實中，我國絕大部分互聯網金融更多集中在應用模式與市場需求的創新，并沒在風險控制領域實現技術創新。網貸平臺非但沒有實現“去中介”，更是直接介入交易，以互聯網平臺作為新的信用中介，本質上成為擔保機構或沒有牌照的“影子銀行”。這并非中國特例，即便美國也只有兩三家屬于真正的平臺運營模式，其他也都采用網絡貸款模式。從監管邏輯來講，對于本質上是金融中介的網貸平臺，可納入傳統間接融資機構關于資本要求、杠桿率、撥備率、流動性等的監管框架。對于純粹的信息中介平臺，可納入以信息披露和受托責任為主的直接融資監管框架?！耙坏肚小钡淖屝庞弥薪樵谝荒曛畠绒D向信息中介，目前有多少平臺能夠成功轉型、轉型后的商業模式是什么并不明晰，轉型效果及后續影響也不確定。

后監管時代寡頭壟斷格局初定

互聯網金融最核心的問題是提高效率，小額分散時代的互聯網金融更是如此。提高效率集中在兩個方面，一個是提高獲取客戶的效率，另一個是提高風險控制的效率。所以，互聯網金融的競爭力也取決于能否有效降低獲客成本，以及能否有效提升風控水平這兩大方面。此時互聯網金融的平臺流量成為一個先決條件：有了規?；牧髁炕A，才有可能批量獲得一定規模的有效用戶；有了規?；牧髁炕A，才會積累一定廣度和深度的數據，才有可能進行互聯網的風控創新。于是，那些以“長尾理論”、“草根金融”為價值創造源泉的互聯網金融，都不約而同的走向追求“流量模式”的發展道路。流量模式的進入門檻并不高，然而流量只是互聯網金融的必要條件，而非充分條件，真正的互聯網金融創新還需要更為復雜和嚴苛的基礎條件。于是，實質上高門檻下的互聯網金融創新，必然會走向寡頭壟斷的行業格局。

流量模式的馬太效應顯現

流量模式起源于以PC端為主導的網絡時代，先是免費討好流量群體，在不斷做大流量后，從廣告、游戲等途徑轉化流量，從流量以外獲得收入，又被稱作“羊毛出在狗身上”。金融交易也是互聯網流量的一個很好轉換變現途徑。過去一個時期，流量模式在資本市場很受追捧，似乎不惜一切代價耗資吸引客戶和流量要比實現商業盈利重要得多。當BAT等網絡巨頭在PC端就已壟斷大部分客戶流量時，到了移動互聯網時代，小公司還會有多少流量機會？同樣的流量，大公司和小公司進行流量轉化的難易程度會是相同的嗎？互聯網流量就一定意味著同等規模的金融交易嗎？ 移動互聯網時代小公司難獲大流量。一方面，移動互聯網的特征是碎片化、個性化和精細化，有什么樣的產品就會吸引什么樣的客戶，而不是PC端追求廣泛大流量的客戶、再去進行用戶轉化。真正大流量的平臺也就為數不多的幾家，出于用戶習慣，小公司很難再獲得大流量。另一方面，互聯網用戶對金融產品的忠誠度并不高，幾乎所有的金融平臺都面臨著客戶粘性差的困惑。在剛性兌付的環境下，客戶非常容易在不同平臺之間比較生息產品的期限與收益、借貸產品的期限與利息，尤其低端客戶對產品的收益或利息非常敏感，而對平臺或產品本身忠誠度不高。

大公司更容易基于場景實現互聯網流量的有效轉化。流量的核心是轉化率，不能轉化的流量沒有任何價值，只能帶來更多的運營成本。然而，越是大流量、場景化的互聯網公司，轉化的途徑越多、方式越靈活，甚至有可能在一夜之間大舉突破。以騰訊為例，微信通過“微信紅包”、“滴滴打車”短時間內實現綁卡用戶超過2億規模，一舉擊破阿里多年來辛苦建立的支付場景壁壘，成功踏入包括支付、理財、小微貸多元發展的互聯網金融領域，完美實現了社交流量向金融流量的有效轉化。相比之下，小公司千辛萬苦積累的流量很難找到金融變現的突破口，稍微出現付費行為就可能引發客戶流失，金融變現的用戶更是非常少，都不太可能形成較大規模。

互聯網流量并不意味著同等規模的金融交易。對于那些本質上是金融機構的信用類網貸平臺、網絡小貸和信用貸等機構，像普通的金融機構一樣，其發展規模必然要受到資本金的約束。另外，信用風險有很強的“順周期性”，在經濟下行周期，如果風控技術水平沒有顯著改善，那么客戶規模和交易規模越大，就意味著更大的金融風險。

圍繞風控的互聯網技術革新門檻過高

有了流量才會有數據，有了數據才會有互聯網的風控創新。那些能夠通過互聯網技術實現風控革新的企業，一方面通過大流量奠定了數據的寬度和深度，另一方面具備了強大的數據處理能力。在國內來講，符合上述條件的企業無非就是為數不多的幾家網絡巨頭，即便在國際上也只有少數大公司。

案例：阿里小貸利用互聯網技術進行量化交易。阿里巴巴依托自身在網絡體系內的巨大客戶數據優勢，將一系列有利于進行風險判別的客戶數據，如交易數據、客戶評價度數、貨運數據、口碑評價、認證信息等進行量化處理，同時引入如海關、稅務、電力、水務等方面的數據進行數據整合，從而形成阿里金融獨特的風控標準。在此基礎上建立一套純粹的定量化貸款發放模型和中小企業貸款的數據庫模型。

理論上講，這種利用互聯網技術的量化交易極大提升了貸款效率，不但去除了傳統金融機構的基礎性作用，而且突破了傳統金融機構無法完成的交易效率。然而現實中，量化交易的參數設置充滿了太多不確定性。各種精算和測試模型都需要經過相當長時期相關經濟數據的積累和研究、需要在金融市場實踐中不斷碰撞、需要建立極為龐大的實踐數據庫，才能具備一定的合理性。

互聯網金融的新生態：從資金端走向資產端

前段時間網貸平臺兌付風險頻發，資金對平臺的信任度降低，投資人趨于理性，轉而回流傳統金融機構或大背景的平臺。而且越來越多的平臺開始意識到，相比于在資金端拼流量而言，資產端發生風險帶來的損失會更加嚴重，于是逐漸從客戶流量與資金的爭奪轉向資產端的比拼，進一步回歸金融的本質。2016年起，微信支付和支付寶先后采取提現收費，也正說明了網絡巨頭已從以支付場景吸引客戶流量的競爭中脫身，轉而進入互聯網金融發展的下半場：資產端創新時代。

資產端創新之一：如何尋找生息資產

隨著“小額分散”監管導向的落地，未來消費金融和小額信貸必然面臨如何有效尋找生息資產的問題，也就是如何低成本、規?；膶ふ医栀J者。所以金融服務的場景化輸出成為核心競爭力?；ヂ摼W巨頭阿里、京東等借助成熟的電商平臺早已構建了面對C端的消費信貸應用場景，甚至形成了場景的生態化（花錢、賺錢、經驗分享）。相比之下，傳統金融機構起步晚，通過電商、理財等打造的各式平臺始終難以高頻場景的方式輸出金融產品，面臨客戶流量低、客戶粘性差的困惑。但是平安集團通過產業整合走出了一條傳統金融機構場景化平臺建設的突圍之路。

案例：中國平安以產業整合再造新場景輸出。以傳統金融業務起家的中國平安近年來明顯將業務重心向互聯網金融傾斜。為打造高頻客戶場景，于2016年9月將旗下“壹錢包”和“萬里通”兩個APP進行整合，打造“平安壹錢包”新平臺。這個“積分+支付”平臺把通用積分與支付、金融產品融合作為場景的切入口，通過“積分當錢花”打造積分隨時隨地使用的場景。目前其積分功能已覆蓋300多家主流電商，以及全國200多個城市逾百萬家線下實體商戶商品。下一步將在外部拓展更多如汽車、家電、化妝品、商業綜合體、銀行酒店、智慧醫療等與積分權益相關的服務場景，最終形成積分當錢花的場景生態。

平安的另一個資源整合的平臺就是“醫院一賬通”醫療消費金融APP。目前商業保險公司絕大部分理賠都限定在實體的醫療機構層面，而互聯網醫療大多是自費支撐，因此互聯網醫療和商業保險之間存在著對接的鴻溝。平安看到了這個機會，其“醫院一賬通”2016年接入的醫院中，其中至少有一半將實現系統數據直連，借此一邊為用戶提供智能自診、醫療比價、掛號、報告單打印等基礎網絡醫療服務，一邊為醫院提供供應鏈金融、設備融資租賃等企業金融服務。在此基礎上接入商業醫療保險產品，通過大數據進行個性化和智能化保險推薦，增設秒速理賠到賬工具應用。比如當客戶咨詢一項手術費，平臺就會智能推薦相關商業保險產品，如果購買平安產品可以一鍵申請理賠并秒速到賬，還可以申請“健康貸”等小額信貸產品，以及住院押金墊付、醫療費用分期、互助眾籌等金融產品。這些功能的實現都是基于平安后臺直接與醫院數據進行對接，并實現醫療信息、費用信息、保險信息、理賠審核系統等數據的同步交換。

由平安的案例可見，產業整合的背后是強大的資源動員體系，初創企業很難通過這條路徑形成新的場景輸出。恰恰是傳統金融機構正好具備了這種廣泛而深入的社會與產業資源優勢。中國平安不僅是傳統金融機構中最早布局互聯網金融的，更是把金融機構的社會資源發揮得最為淋漓盡致的?；ヂ摼W將成為產業整合的催化劑，通過整合不僅僅擴大了傳統金融產品的滲透率，更容易裂變出一種全新的金融服務模式。在此領域，傳統金融機構或將比網絡巨頭更具優勢。

資產端創新之二：如何提高生息資產的安全性

以大數據為代表的風控新模式試圖顛覆傳統金融風控的技術與流程。大數據聽起來很好，無所不包、無所不能，但是真正用起來，痛點非常多。單純基于大數據的風控模型，實用價值非常有限，從多維度的信息轉換到授信，中間還有很長的路要摸索。就數據的質量來看，社交數據和電商數據都存在較高的信息錯誤率，“垃圾進、垃圾出”，而且也沒有一家機構能夠獲得完整數據和樣本，只能看趨勢和概況，精確性遠未達到授信要求，潛在的數據風險又阻止了數據共享的步伐。就風控理論的有效性來看，很多基于大數據的評分模型，并沒有把違約與否的情況和網上的行為數據拼接起來，存在較大的模型偏差，短期內信用評價數據的精準性較低，對于“黑天鵝”事件存在明顯滯后性。就投入產出比來看，龐大數據的整合處理難度較大，對于大數據的收集、整理、存儲、預處理、分析等投入比較大，存在費效比的“8比2”效應。所以，目前大數據對于互聯網金融的貢獻仍局限于“反欺詐領域”，并試圖從底層金融架構變革上來提升服務對象的風險控制水平，但實質效用并不顯著。

案例：網絡巨頭走向基于B端的底層金融科技服務。在互聯網金融監管收緊、資產端匹配難度加大、市場收益降低的趨勢下，更多的網絡公司將金融服務的視角聚焦到為金融機構提供B端服務的金融科技（FinTech）上來，通過大數據、風控模型、生產力云端化、人工智能、機器深度學習等尖端技術來進行金融服務的底層架構和要件組合。但是并不是每一個網絡公司都有能力和實力進行金融科技服務輸出，基本上在國內只有網絡巨頭才能做到。

以騰訊為例，近幾年的互聯網金融研發都放在了為金融機構提供底層技術支撐上面。2016年7月份，銀監會正式發布《十三五科技指引》，明確提出未來五年銀行業60%以上的業務系統上金融云，75%的場景實現智能運維。這意味著金融云將成為一個巨大市場。從金融機構的云服務訴求來看，在業務入口通過云端可以快速拉升業務發展量，在數據能力方面通過云端實現更精準的營銷能力，在金融風控方面利用云進行征信，在垂直應用方面對區塊鏈技術、金融安全也有需求?！膀v訊金融云”可以為金融機構的APP提供安全保障服務、為風險制提供反欺詐服務、利用分布式架構降低金融機構傳統IT建設的成本并提高安全性。

由騰訊的金融科技發展可見，即便是網絡技術強大如騰訊，所謂的金融科技也更多停留在網絡科技層面，而對于用網絡科技革新風險控制還沒有更大的突破，大數據征信也僅局限在反欺詐領域，至于對客戶還款能力與還款意愿的精準化預測評估、征信效用評估等仍然沒有實質性技術突破。

資產端創新之三：如何以資產配置吸引客戶

隨著網貸平臺貸款限額及“穿透式”監管的實施，以往不少對接非標資產的網貸平臺和在線理財平臺都將面臨無資產可對接的尷尬境地。在線理財類平臺的可持續性資產對接將成為巨大難題。運用互聯網科技轉型為真正的財富管理平臺，不以資產本身作為產品，而以資產配置方案作為產品，成為資產端創新的又一熱點。

案例：智能投顧成為互聯網金融的下一個風口。2016年初，中國股票市場經歷連續熔斷之后出現持續回調，打擊了權益類投資者參與市場的熱情，再加上傳統固定收益類理財產品不斷受到信用風險事件的沖擊，剛性兌付的預期松動，各類理財產品的收益率也不斷下行。此時“智能投顧”迅速成為理財市場上關注度極高的一個詞匯。智能投顧（Robot Advisor）最早出現在美國，其迅速發展有兩大背景，一是被動投資的盛行，在ETF占共同基金的30%的情形下，利用在線的方式和信息技術手段、主要用ETF構建客戶的定制投資組合開始流行；另外一個背景是，2008年金融危機使大量客戶養老金賬戶受到較大損失后，智能投顧較人工投顧標準化程度高，隨意性小、配置邏輯更加規范、費用成本更低、自助方式更為便捷。

在國內，智能投顧的發展仍然存在不少障礙：一是可配置工具的豐富度不夠。美國的智能投顧組合基本上是ETF產品，在中國ETF的流動性和規模還不成熟的情況下，很難做基于ETF產品的智能投顧，而更多是傳統的“股+債+貨幣”的產品配置，在智能化程度上還處于初級階段，進入門檻并不高。二是基礎市場的成熟度不夠。美國的權益市場整體波動小，年化標準差在15%左右，而中國的證券市場是典型的新興市場特點，波動巨大，年化標準差在35%～40%。

智能投顧的關鍵是投顧，智能只是實現手段。美國的幾家智能投顧公司Betterment、Wealthfront等平臺壁壘不高、模式簡單，很容易被模仿。當傳統的資產管理行業巨頭先鋒、嘉信進入該市場后，智能投顧規模迅速占領行業前兩位，管理規模遠遠超過先成立的網絡平臺公司。中國智能投顧的機會在于，資產管理行業開始嘗試運用新興的技術手段給客戶提供類似賬戶管理服務的整體服務，這符合互聯網財富管理的風險個性化需求，也符合互聯網本身規?；?、智能化發展的方向，所以在線智能投顧可能成為互聯網財富管理的新風口。