互聯網金融乃時下最大創業風口之一，各類互聯網金融公司應運而生，近3000家P2P公司，若幹一年三輪融資的大學生分期公司等等。作為火熱的P2P信貸及消費分期貸款的基礎設施－個人征信和風控行業，也因為近千億的未來空間以及大數據征信，雲風控等概念被視為下一個風口。

然而，通過對比美、日、中三國征信市場的發展過程和最終格局，我認為中國大數據征信和風控市場將面臨市場化空間僅數百億，公辦機構主導，牌照征信公司壟斷剩余市場等問題，沒有空間留給創業公司做大的機會，純征信或風控創業公司只有從工具轉型切入具體業務才有做大的可能。

互聯網對於征信產業的改變

互聯網對征信行業的改變，我認為只有效率的提升，而沒有改變原有的商業邏輯及商業模型。

傳統征信產業鏈由數據公司、征信公司及征信使用方三者構成。這其中，數據公司的核心競爭力在於對獨特數據源的掌控和挖掘能力，而征信公司的核心競爭力則在於數據源完整度，數據覆蓋人群完整性以及數據的分析畫像能力。

從邏輯上推演，互聯網的出現，增加了新的數據緯度，也改變了數據采集的方式。但這兩點只是增加了數據公司的數據源，或提升了獲取數據的效率，並沒有實質改變其采集並銷售數據的本質模型。對於征信公司而言，本身就是一個大數據公司，互聯網帶來的信息上的變化也無法重構征信公司核心的數據清洗，挖掘及畫像的核心環節。而對於征信使用方而言，互聯網的出現，則有可能增加了自身直接采集數據能力及風控的能力，降低對前面兩者的需求。

總體而言，我認為互聯網會提升征信產業的整體效率，但不會改變征信企業的本質模式。因而，可以用海外美日歐征信市場的發展歷程來推測未來國內征信產業的發展。

征信市場避不開的“三重門”

第一重門：市場規模有限。美、日及歐洲國家等成熟征信市場成熟規模僅60到650億人民幣。從發達國家經驗看，純征信或風控的總體市場不大，最發達的美國征信市場也僅約650億人民幣的年收入規模。

一個國家的征信市場大小取決於政府設定的運營結構，有私營企業（以美國為代表），純公辦企業（以法國為代表）和公司混合（以日本為代表）三種結構，運營主體越市場化，則市場規模越大。

這其中，市場規模最大的是第一種結構。以美國為例，三大個人征信公司Experian, Equifax 和Trans Union 2013年總年收入約在83億美元，最大壟斷企業征信公司Dun &Bradstreet 2012年收入為16.63億元，最大風控模型公司FICO在2013年收入約為7.43億元——這5家公司年總收入約為107億美元。假設這五大公司70%收入源於美國市場，則它們美國市場收入約為75億美元。

至於第二、第三種結構，市場規模大約在10億美元及以下。

第二重門：市場機構空間小。中國征信市場結構與日本相似，以公辦征信機構為主，市場機構為輔，央行征信中心壟斷大部分市場，留給市場機構的空間很小。

中國征信市場體系現在是以公辦的央行征信中心及地方征信機構為主體，輔以市場化的商業征信機構。從1980年末至今，先後經歷了起步、搭建征信平臺、央行主導統籌等數個階段。

2015年1月5日人民銀行印發《關於做好個人征信業務準備工作的通知》要求芝麻信用，騰訊征信等八家機構做好個人征信業務的準備工作，擇時發放第一批牌照。至今，除央行主導的企業和個人征信系統外，還有50多家社會征信機構和80家信用評級機構。

在央行開放個人征信牌照前，2015年國內征信市場規模預計約60億元。央行征信中心市場占比接近70%，短期留給市場機構空間十分狹小，20億元空間。美國征信市場從1980經歷信息化到2010年寡頭壟斷市場格局穩定，收入進入百億美元規模，歷近30年。算上技術加速的因素，假設年均增長22％，可以合理預期中國也需要15年才達市場千億的階段。

第三重門：牌照公司激烈競爭，創業公司生存不易。牌照征信公司依托牌照賦予的融資能力及數據源權利做大，但做大的空間取決於央行征信中心的開放程度，而初創純數據征信公司沒有做大的空間。

假設未來市場機構能占比30%的市場份額，2020年前新增百億的市場給新增的牌照公司爭奪。但如果央行不將數據與牌照公司共享，後者將無法低成本最核心的全銀行信貸數據，只能從央行購買，且無法在短時間內推出比央行征信中心更有效的征信產品，只能做輔助作用。

牌照第一批發放8家，後續未知。若後續繼續發放多個牌照，則個人征信市場會加劇現在以牌照融資，跑馬圈地收購團隊和小型征信公司的局面。未來征信行業將面臨數據同質化、產品同質化、價格戰的問題，甚至互聯網免費的思路，降低行業整體產值。

與之相比，純數據征信的創業公司，無論在融資、獨特數據源、團隊方面都不占優勢，但面臨的市場競爭也同樣激烈。而且，因為沒有征信牌照，征信創業公司無法合法的去獲取核心數據，比如銀行信貸數據或者運營商，公安局的隱私數據；也無法以牌照去融資收購其他征信公司，資金上毫無優勢。因而，我不認為初創公司能在征信領域發展壯大，成為未來的寡頭之一。

未來的機會在哪里？

如果純征信市場已經沒有機會給創業公司了，那麽征信行業初創公司的機會會在哪？在此逐一探討數據公司、風控模型、風控信息化系統、反欺詐、資產處置、貸款業務、資產證券化的各個方向可能性和市場空間。

第一，數據公司。這可能是大部分征信公司的最終形態。借鑒美國、日本征信公司的發展進程，初始階段都會出現上千家的征信企業，然後小征信公司被並購或者專業化成為細分領域的數據公司，最後剩下2到3家征信巨頭，小征信公司則靠賣數據給各家巨頭為生。同樣的趨勢也可能適用於中國。初創公司可以深挖非同質化的數據源或非結構化的數據源，例如輿論數據，社交網絡數據等。

我接觸過一家深挖地方法院數據的創業公司。大部分地方法院案例的執行信息或者和解案例信息是沒有聯網的，但里面企業或個人的履約信息卻對判斷個體的履約風險十分有價值，此公司就專門到各個地方法院收集和整理相關信息，再賣給其他征信公司。這類有一定門檻的細分領域數據提供商是有一定價值的，可以被收購或賣數據為生，公司數量比較多，估計大部分公司價值會在幾百萬到億的量級。

第二，風控模型公司。在各個征信市場，只有美國FICO一家風控模型公司做大。FICO現今26億美金市值，2014年營收7.9億美元，凈利潤9200萬美元。但我認為，在中國不會出現像FICO那樣獨立的風控模型公司，原因有幾點：

首先，現今國內各大銀行使用的風控模型基本屬於一次性買斷或自建模型團隊，現行市場並沒有空間給獨立風控模型公司做大。

其次，傳統FICO模型不能滿足在互聯網時代多緯度數據建模的需要。FICO模型的統一建立在過往有限的數據緯度上，比如信用償還歷史，賬戶數，信用年限，使用信用類型級，新開里信用賬戶五個緯度；但中國在征信初建，數據緯度劇增的情況下，需要的是新型模型。

最後，細分領域風控模型的專業化，隨時信貸行業的細分化及專業化，通用模型已無法滿足風控需求，大部分團隊會以自身過往的信貸違約數據，自我研發該領域的風控模型，比如拍拍貸的純線上P2P網絡風控系統或者點融網線下貸款的風控系統。

第三，風控信息化系統。這是指給信貸機構提供貸前、貸中、貸後管理的信息化管理系統，現在更多被稱之為風控SAAS服務等。這方面的需求在全國8000多家小額貸款公司，2000多家P2P和其他民間貸款機構需求比較強烈。現今中小貸款機構在項目的風控環節主要還是靠人力審查，紙質材料傳遞，外加灰色渠道查央行征信。貸前黑名單掃描及貸後管理跟蹤基本為空白。整體風控的效率非常低下，以及流程容易受人為因素幹擾出錯等。

可以想像未來完整的風控SAAS系統應該可以提供貸前調用黑名單掃描，輿論掃描；之後貸中可以直接查詢征信牌照公司或央行征信的征信報告，並選擇評分模型；貸後，可以接入多個不同的借款人監控服務，包括手機監控，企業信息監控，資產監控等等。如果違約，系統還可以直接推薦相應的資產處置或催債服務方。在這個方向，國內有不少創業公司從P2P系統，貸後服務等各個角度開始切。但因為市場比較割裂，同質化競爭嚴重。但如果能壟斷具體一個細分領域，未來還是有做資產證券化或P2P二級市場的想像空間。

第四，反欺詐。反欺詐領域在國內是個剛需，尤其是企業端需求反欺詐服務去防止用戶造假和刷單等行為，在信貸領域直接的應用是防止用戶重複申請，非本人申請，虛假信息借貸以及黑名單用戶查詢等。

2B的反欺詐服務核心在於商業模式的設計以及搶占龍頭地位形成網絡效應自然做大。國內的例子是同盾科技，通過收集和整理全網大規模的網絡黑名單信息，給銀行，第三方支付，信貸，電商，遊戲等企業提供雲端風險管控和反欺詐服務，免卻單家企業黑名單信息不全，自建成本高的問題。在服務的同時，也要求客戶企業繼續上載新的黑名單信息，繼續擴大同盾的黑名單規模，有了一個正向循環，形成網絡效應，黑名單庫越多企業使用覆蓋面越完整。2C端的反欺詐，美國有創建於2005年，並於2012年IPO的Lifelock。目前擁有360萬的付費C端用戶，14年產生收入4.49億美元，遠超過To B端2600萬美元的收入。C端收入2014年同比增長32.1%，發展迅速。

我認為這塊空間還很大，初創公司在設計戰略時，尤其需要考慮如何面臨同類初創公司如同盾和安全巨頭的競爭。

第五，資產處置。資產處置是信貸機構貸後管理的一個核心環節。根據人民銀行2015年2季度的數據，社會融資規模存量在131.58萬億，增速為11.9%，年增長規模在10萬億以上。假設需要進行資產處置的資產為5%，則市場規模達6.57萬億，空間是極大的，有孕育千億公司的空間。現今國內初創公司切入資產處置的方向有以下幾個方向：

一是信息對接平臺，比如資產360，信貸機構在平臺上對接催債公司。

二是專業化服務公司，例如專業電話催收服務公司。

三是細分領域資產處置公司，比如專業房產處置流通公司，抵押車處置公司等。

我認為專業化及信息化的資產處置市場才剛開始啟動，整個行業還有極大的效率提升空間，有著極大的空間給初創公司嘗試。

第六，資產證券化。資產證券化也是一個萬億級的市場，但各路金融機構都在關註。我認為資產證券化核心能力有亮點：

一是有能力判斷資產的質量並定價。比如一個信貸公司，比如P2P公司出讓一個資產包，如何判斷里面具體資產的質量，總體風險？最終如何定價？

二是有能力將打包後的資產包銷售掉。如果資產包被定價並且打包好後，對接什麽銷售渠道？二級市場，機構市場還是公眾市場，如何有讓買方有信心買下資產包？這兩個核心能力都是任何涉足資產證券化企業需要考慮的問題。

第七，貸款業務。征信初創公司轉型直接做貸款業務可能性是比較大的。理由如下兩點：

一，市場空間極大，增量萬億級，足以容納多家公司。中國社會融資規模存量在131.58萬億，15年2季度增速為11.9%，年增長規模在10萬億以上。以特點細分領域而言，中國消費金融2014年達15.37萬億元，同比增長18.5%，2013到2014年增長了2.4萬億元。消費貸款中國人均1.12萬元。同期美國消費貸規模3.32萬億美元，人均6.5萬人民幣；中國消費金融應當還有2-4倍的增長空間，十萬億以上的增量。假設每家貸款機構平均放貸1000億，十萬億的增量也需100家新機構來滿足。

第二征信初創公司數據往往覆蓋具體細分人群，有特定人群的充足數據量後，建立風控模型後，有機會直接轉為該人群的放貸機構。美國Zestfinance就是依照類似思路，用大數據征信及風控給美國沒有信用記錄或信用評分較低的人群放貸。

收藏

分享

標簽 互聯網 征信