新金融行業(yè)發(fā)展解析

1、中國新金融行業(yè)發(fā)展解析周期、重構、起航新金融行業(yè)發(fā)展解析 01行業(yè)概覽02產(chǎn)業(yè)圖譜03投融資數(shù)據(jù)分析04并購數(shù)據(jù)分析05上市數(shù)據(jù)分析06細分賽道分析 金融風控科技 新經(jīng)濟定義新時代，新時代呼喚新金融新金融是以資本市場為核心，受移動、云計算和大數(shù)據(jù)的深刻影響，促使傳統(tǒng)金融業(yè)與新技術融合，通過優(yōu)化資源配置與技術創(chuàng)新，產(chǎn)生出來的新 的金融業(yè)態(tài)。它具有資源證券化、運行市場化、市場一體化、經(jīng)營混業(yè)化、手段信息化、技術工程化的特征。新金融形成新的業(yè)態(tài)，這代表著金融業(yè)創(chuàng)新發(fā)展的新趨勢，存在廣闊的發(fā)展空間和發(fā)展?jié)摿?，新金融與傳統(tǒng)金融是有效互補的關系，不僅可以增強 金融市場活力，拓展完善金融產(chǎn)業(yè)鏈，而且可以支持

2、、反哺傳統(tǒng)金融機構的盈利能力與競爭力，進一步提高金融業(yè)整體附加值，用效率來創(chuàng)造利益， 支持并服務于廣大消費者和實體經(jīng)濟。新金融 行業(yè)概覽保險 財富管理借貸 金融信息 理財 企業(yè)金融 汽車金融 區(qū)塊鏈 投資 消費金融 支付以消費金融為核心的新金融 板塊走勢迅猛。020040060080010002017-2018年新金融關鍵詞熱度新金融科工局會計準則生效； 房互網(wǎng)引領金融OMO模式；金融巨頭競相布局金融科技 新業(yè)態(tài)。0204060801002017-2018年各領域鯨準熱度趨勢“灣區(qū)貿(mào)易金融區(qū)塊鏈 平臺”18年9月4日在 深圳上線運行；阿里達摩院區(qū)塊鏈實驗 室在9月29日首次亮相。 2018年是

3、新金融蟄伏之年，也是重點轉型升級之年新金融 行業(yè)概覽風險暴露，監(jiān)管趨嚴互金發(fā)展過猛，監(jiān)管未及時緊跟發(fā)展， 風險暴露嚴重，金融亂象頻發(fā)，市場 信任危機加劇，監(jiān)管體系由“一行三 會”變更為“一委一行兩會”，金融 監(jiān)管趨嚴。投資趨向理性投資熱度由火熱轉為理性，受經(jīng)濟周 期下行影響，新金融領域頭部效應凸 顯，投資重點逐漸轉向企業(yè)發(fā)展尾部 化階段。融資渠道直接化融資渠道轉化明顯，國家“去杠桿” 效果今年明顯，拒絕監(jiān)管套利等間接 融資手段，限制非標，成立銀行子理 財公司等，都是標志著融資渠道越來 越直接化。Fintech轉型Techfin，“去金融化”大型互聯(lián)網(wǎng)綜合性金融公司紛紛開始戰(zhàn)略 轉型，例如螞蟻金

4、服開始走科技戰(zhàn)略，京 東金融更名為京東數(shù)科等都表明今年金融 科技正在加速賦能中，未來技術輸出是重 點方向。互金產(chǎn)業(yè)化，推進普惠金融互金由原先行業(yè)化向產(chǎn)業(yè)化發(fā)展，今 年更加注重產(chǎn)業(yè)鏈上的協(xié)同合作，例 如供應鏈金融；金融機構、電商、互金公司不斷鋪設 普惠金融服務范圍。區(qū)塊鏈場景落地加速區(qū)塊鏈已成功落地近30個場景，為其技 術本身正名，區(qū)塊鏈商用時代正在加速發(fā) 展中。2018年是新金融的蟄伏之年，監(jiān)管環(huán)境的日益趨嚴， 不合規(guī)平臺紛紛退出，網(wǎng)絡小貸公司審批暫停已久； 資本投融資活動由火熱轉為理性，促使部分科技金融 轉型并在區(qū)塊鏈領域布局，但無法掩蓋地，是風險逐 漸暴露、頭部平臺資本化、巨頭迅猛發(fā)展和行

5、業(yè)秩序 的日漸明晰。 如琢如磨，金融行業(yè)積極實踐創(chuàng)新賦能新金融 發(fā)展歷史傳統(tǒng)金融信息成本高 產(chǎn)品形態(tài)少 效率低下 征信困難技術融合+金融大數(shù)據(jù)金融AI金融區(qū)塊鏈金融技術成熟度政策環(huán)境支持，18年最新政策（金融機構數(shù)字化轉型）較好，存在某些具有政 策不確定性的領域中等，創(chuàng)新在前監(jiān)管在 后，仍有較多政策空白應用成熟度市場空間高，技術較早出現(xiàn)， 并經(jīng)過大量實踐檢驗中等，部分AI細分技術 底層算法仍不成熟較強，但仍有可挖掘 的新興領域廣泛應用于提高效率， 財富管理應用較淺金融行業(yè)的海量數(shù)據(jù) 將持續(xù)更新、豐富中等，底層平臺性能不 完善較低，仍以試點為主， 大規(guī)模應用尚早金融效率提升，數(shù)字 資產(chǎn)確權的必要

6、性混業(yè)經(jīng)營將使金融 企業(yè)競爭邊界逐漸 模糊；技術融合趨勢將助 力金融創(chuàng)新升級。落地行業(yè)市場規(guī)模較大， 前景廣闊1、政策環(huán)境是金融行業(yè)發(fā)展的決定性條件；2、關注技術和應用成熟度均較低的賽道；3、關注技術成熟度高、應用成熟度中等及以下的賽道。參考邏輯程度高 程度較高 程度中等 程度較低IT化、信息化 新金融各參與主體互惠共存、協(xié)同發(fā)展，已然形成了群雄爭鹿的多元化競爭格局新金融 產(chǎn)業(yè)圖譜消費金融互聯(lián)網(wǎng)保險基 礎 設 施 層應 用 層互聯(lián)網(wǎng)銀行大數(shù)據(jù)風控監(jiān) 管 層證券行業(yè)監(jiān)管銀行、保險行業(yè)監(jiān)管P2P網(wǎng)貸銀行系電商系持牌系互聯(lián)網(wǎng)證券平臺入口第三方資訊服務智能投研智能投顧量化交易交易系統(tǒng)IT解決方案服務商

7、個人征信企業(yè)征信云計算區(qū)塊鏈支付區(qū)塊鏈錢包區(qū)塊鏈資產(chǎn)管理區(qū)塊鏈供應鏈金融區(qū)塊鏈征信平臺支付基金新金融 投融資分析184.79696.211,217.971,093.532,834.713968828927778250200400 6008000500100015002000250030002014201820152016融資金額（億元）2017融資數(shù)量050001000015000050010001000150020000201520172018戰(zhàn)略融資逐年攀升，創(chuàng)投階段出現(xiàn)尾部化投資趨勢，頭部企業(yè)逐漸站穩(wěn)腳跟2014年，由于新興技術快速發(fā)展，新金融領域涌現(xiàn)出新業(yè)態(tài)模式，各業(yè)態(tài)的發(fā)展速度有快有

8、慢，在其發(fā)展各階段，各融資輪次較為平均；2015年，由于借貸、消費金融和財富管理能很快得到市場驗證的變現(xiàn)，投資者在A輪階段加大了對此三個賽道的融資規(guī)模，此后2016年，持續(xù)對 這三個賽道加大投資；2017年受政策變動的影響，借貸和消費金融賽道熱度下降，但是賽道的巨頭逐漸凸顯，還包括保險、支付等行業(yè)，所以戰(zhàn) 略融資迅猛增加；2018年，戰(zhàn)略投資再度增加，主要是巨頭融資規(guī)模龐大，東方資產(chǎn)、度小滿和大地保險都達到百億以上人民幣規(guī)模，度小滿支付B輪融資19億美元， 陸金所戰(zhàn)略融資13.3億美元，整體平均融資額達到1.67億人民幣，同比增長47%。2014-2018年融資總額和融資數(shù)量2014-2018

9、年融資總額（億元）和平均融資額（萬元）2014種子天使C輪2016A輪D輪及以上B輪戰(zhàn)略投資平均融資額（萬元） 新金融 投融資分析受經(jīng)濟輪動規(guī)律影響，資本由火熱轉為理性2016年以來，除戰(zhàn)略投資數(shù)量在增加外，其他融資輪次投資數(shù)量均出現(xiàn) 下降趨勢。隨著新經(jīng)濟領域相關政策變動、國際環(huán)境變化、經(jīng)濟市場環(huán)境 波動和新金融行業(yè)發(fā)展逐漸成熟等多重因素的影響共同推進了新金融領域 資本趨勢的變化。從政策環(huán)境來看，2015年至2017年火熱的借貸和消費金融領域由于 其高杠桿、高利息收益使得投資資本火熱，但是自2017年下半年開始， 國家陸續(xù)出臺停止批設網(wǎng)絡貸款牌照、出臺一系列政策整頓“現(xiàn)金 貸”、“校園貸”等貸

10、款業(yè)務，從而治理金融市場亂象，自此該領域 的投資熱度下降，監(jiān)管趨嚴；從經(jīng)濟環(huán)境看，由于受到外部國際環(huán)境和內部市場經(jīng)濟下行周期的影 響，資本投融資活動由火熱轉為理性；從企業(yè)角度來看，由于投資者普遍撒網(wǎng)企業(yè)早期階段，隨著五年的企 業(yè)發(fā)展，企業(yè)團隊和產(chǎn)品基本成型，商業(yè)模式得到市場檢驗，頭部企 業(yè)逐漸成型，所以后期投資于頭部企業(yè)的戰(zhàn)略融資規(guī)模快速上升。120.93%-0.70%-14.72%-40%6.22%0%-20%140%120%100%80%60%40%20%9008007006005004003002001000201620172014-2018年融資事件數(shù)量及增長率2018C輪2014種子

11、天使D輪及以上2015A輪戰(zhàn)略投資B輪增長率（%） 新金融 投融資分析2018年浙江融資金額次于北京躍居第二，香港成為我國最大的區(qū)域性數(shù)字貨幣金融港2014-2018年，在全國范圍內投資數(shù)量和融資額的排行呈現(xiàn) 基本一致的聚集趨勢，投資事件前五名的省市占據(jù)了90%的 融資額。整體新金融行業(yè)投融資事件的地域分布呈現(xiàn)為一線城市、香 港和東部沿海地區(qū)的聚集趨勢，內陸地區(qū)也以經(jīng)濟發(fā)達地區(qū)（湖北、四川、天津）為主。具體來看，地域投融資排名前五是北京市、上海市、廣東省、 浙江省、江蘇省。其中，北京以高達1364起投資事件，及2341.83 億元的融資額位列第一； 浙江地區(qū)融資金額 1536.18億位居第二，

12、主要是因為螞蟻金服在今年5月份進 行了一輪140億美元的Pre-IPO融資，占浙江省2018年融資 金額的83%，占浙江省近五年融資金額的55%；香港融資事 件相較去年增長約3倍，2018年香港90%的創(chuàng)投事件都集中 在區(qū)塊鏈賽道，主要原因是香港自2017年中旬以來對區(qū)塊 鏈持開放態(tài)度，成立香港區(qū)塊鏈協(xié)會，并且今年11月香港證 監(jiān)會出臺虛擬資產(chǎn)新規(guī)，如今香港已然成為我國區(qū)域性 最大數(shù)字貨幣金融港。13647907073979635721,53687307520200464028311129 24251323 25050010001500200025002,3422014-2018年新金融投資金

13、額和投資事件地域分布北京市上海市廣東省浙江省江蘇省四川省 香港 福建省湖北省天津市山東省重慶市融資事件（件）融資金額（億） 2018年金融科技服務火熱，財富管理、支付頭部效應，區(qū)塊鏈金融興起從2014-2018年新金融行業(yè)細分領域的投資熱力圖來看：金融科技服務自2015年開始由于其大數(shù)據(jù)風控賦能傳統(tǒng)金融的能力得以明確變現(xiàn)成為投資者最為偏好的領域；其次隨著移動互聯(lián)和人民收入、消費水平的提升，借貸、財富管理、支付和消費金融得到更多機構關注；由于互聯(lián)網(wǎng)的普及，互聯(lián)網(wǎng)保險有別于傳統(tǒng)保險利用線上化服務和新技術賦能的優(yōu)勢得到資本的親睞；區(qū)塊鏈金融自2016年起開始興起，主要事件多數(shù)集中在香港，香港地區(qū)對區(qū)

14、塊鏈持開放態(tài)度，成立區(qū)塊鏈協(xié)會等大力支持區(qū)塊鏈健康發(fā)展，金融 信息投資呈現(xiàn)周期性波動規(guī)律。新金融 投融資分析20-5050-100100-200200以上20以下 融資金額（億元）/數(shù)量（件）保險財富管理借貸金融科技服務消費金融支付金融信息區(qū)塊鏈金融2014年2.1137.9458.1720.7120.3530.815.748.95399511144403922262015年124.2298.83161.22146.6878.7752.226.467.8269229217105837771312016年72.55201.65179.29389.41159.38176.9428.6510.110

15、5186182136977058582017年430.9649.2156.2259.1177.02133.268.479.36871121421347860321322018年197.51765.0799.021111.22125.99262.323.12250.4860736398463935411投資者偏好A輪以前，金融科技服務和金融信息賽道仍處于跑馬圈地狀態(tài)，投資空間巨大橫向來看，融資規(guī)模和事件集中在種子天使輪，這時期投資者普遍采用撒網(wǎng)模式，鋪設廣所以規(guī)模小。投資人在同一細分領域早期階段投資多家公 司，對表現(xiàn)優(yōu)異的企業(yè)繼續(xù)加馬跟投，所以A輪開始融資金額大幅提升。B輪以后，賽道內競爭激烈，

16、優(yōu)勝劣汰后，投資事件減少，大額戰(zhàn)略融資 出現(xiàn)在賽道頭部企業(yè)；縱向來看，金融科技服務、財富管理、借貸和區(qū)塊鏈在企業(yè)發(fā)展早期被投資者偏好，其中金融科技服務在B輪以前都是投資火熱的賽道。目前，保 險、支付、消費金融和財富管理投資趨勢尾部化，逐漸出現(xiàn)頭部企業(yè)，例如新興互聯(lián)網(wǎng)保險巨頭眾安保險出現(xiàn)，戰(zhàn)略投資規(guī)模達到百億以上，支付 賽道由于發(fā)展較早，并且發(fā)展最為迅速，頭部企業(yè)較多，發(fā)展成熟。但金融科技服務和金融信息賽道龍頭格局還未形成，具有一定的投資空間。新金融 投融資分析融資金額（億元）/數(shù)量（件）保險財富管理借貸金融科技服務金融信息區(qū)塊鏈金融消費金融支付種子天使24.0519.2938.3214.137

17、48.2414.168.4315329025523710838314082A輪129.27100.14143.52263.617.1653.4974.1525.571072342581726512110579B輪22.56125.71129.52457.537.9869.8692.6158.823467845018194239C輪5.95108.9584.6833.187.711.9850.7836.941128422107D輪及以上0.550.350.210.514.743.2103.036112114411212戰(zhàn)略投資430.87323.1491.7448.192.6252.09115.

18、71309.94123346256114131920-5050-100100-200200以上20以下 IDG資本和紅杉資本中國并列第一，高達57起投資事件，源碼資本跟投率高從投資數(shù)量上看，IDG資本、紅杉資本中國和經(jīng)緯中國投資筆數(shù)高達50以上，險峰長青、真格基金和梅花天使創(chuàng)投投資36起以上，共同構成新金融 投資機構第一梯隊；從跟投比例上看，源碼資本跟投率最高，達到40%；其次險峰長青和藍馳創(chuàng)投跟投率都在30%以上， IDG資本、紅杉資本中國跟投率一樣，約26%的比例，華映資本也保持著20% 的跟投率。 新金融 投融資分析投資機構名稱投資事件（件）投資項目數(shù)（個）跟投比例（%)投資機構名稱投資

19、事件（件）投資項目數(shù)（個）跟投比例（%)IDG資本574226.32%分布式資本252212%紅杉資本中國574226.32%陶石資本242112.5%經(jīng)緯中國503314%藍馳創(chuàng)投241636%險峰長青463230.43%PreAngel荷多投資23218.7%真格基金363211.11%京北投資23218.7%梅花天使創(chuàng)投363016.67%星河互聯(lián)161318.75%華創(chuàng)資本302516.67%京東金融221913.64%源碼資本301840%華映資本191521.05%高榕資本292417.24%聚秀資本151313.33%螞蟻金服25250NGC141402018年創(chuàng)投市場并購金額達

20、到峰值，財富管理賽道并購規(guī)模突出從整體來看，2015、2016年并購規(guī)模逐年上升， 增幅達到150% 以上，在2017年短幅下降后，18年并購規(guī)模再創(chuàng)新高，高達395億元；融資事件數(shù)自14年開始上升，17年達到峰值，達到42筆，18年下降至34筆。主要原因如下：從全球政策來看，從15年開始，全球各國一直推行的貨幣寬松政策使得企 業(yè)進行大型并購交易的成本大幅降低，企業(yè)的出售需求與收購需求被激發(fā)， 全球產(chǎn)業(yè)開始重新配置，例如華泰證券7.68億美元并購美國AssetMark；從企業(yè)角度看，隨著新經(jīng)濟領域不斷創(chuàng)新發(fā)展，更多的企業(yè)開始通過并購 交易來打通產(chǎn)業(yè)鏈，拓展新的業(yè)務類型甚至實現(xiàn)業(yè)務轉型，例如泰禾

21、集團92.8億元并購大新人壽，進駐保險行業(yè)；從細分賽道看，財富管理、支付和保險三大賽道并購規(guī)模位列前三，財富管理 大額并購數(shù)量較多，例如中原特鋼211.86億元并購中糧資本、中信證券12.52 億美元并購CLSA等；支付由于發(fā)展成熟，馬太效應凸顯，支付并購事件高達32筆，是新金融賽道并購數(shù)量最高的領域；我國保險市場潛力空間巨大，大型 企業(yè)想要搶占市場紛紛進行并購交易，例如螞蟻金服12億元并購國泰產(chǎn)險，中 國電信5億并購中和恒泰等。新金融 并購數(shù)據(jù)分析26.975.09215.36200.27395.52722334234020406002004006002014201520182014-201

22、8金融類企業(yè)并購退出金額（萬元）與數(shù)量2016退出金額2017案例數(shù)396.23 183.3742.3496.81116.5517.8625.2834.710100200300400500消費金融 金融信息 區(qū)塊鏈保險 借貸金融科技服務支付 財富管理2014-2018年新金融細分賽道并購資金額(億元）新金融 上市數(shù)據(jù)分析金融行業(yè)上市企業(yè)類型逐漸多樣化，更多“小而美”的金融機構走上IPO之路從A股市場IPO的整體數(shù)量和融資金額來看，2016年上半年和下半年的區(qū) 別非常明顯。因受到全球各種不穩(wěn)定因素的影響，以及經(jīng)過2015年中IPO 暫停和重啟之后，2016上半年A股市場處于修復期，進入下半年之后

23、，市 場運行總體平穩(wěn)，監(jiān)管加大了配合IPO申請的審核力度，意圖恢復資本市 場的融資功能，IPO審核速度明顯加快，尤其在四季度，證監(jiān)會基本保持 每周公布一批核準名單的節(jié)奏。具體到金融行業(yè)，同樣在2016年下半年迎來A股上市高峰期，共8家 銀行完成A股IPO，且均為區(qū)域性城商行，2016年A股IPO融資金額最 高的兩家新上市公司均為區(qū)域性銀行，分別是籌資人民幣107億元的 上海銀行和籌資人民幣72億元的江蘇銀行。進入2018年，金融板塊上市數(shù)量與2016年持平，除了銀行、證券行 業(yè)之外，中國人保和江蘇租賃作為保險板塊和多元金融板塊的新增力 量，雙雙完成IPO上市，極大地豐富了金融行業(yè)的上市企業(yè)類型

24、。已 上市交易的10只金融股，多為中小銀行和中小券商，由于體量較小， 業(yè)績增速相對較快，凈利率均高于行業(yè)平均水平。5004504003503002502001501005000246810122014-2018年金融行業(yè)A股上市情況2017年2018年銀行業(yè)上市數(shù)量 多元金融服務2014年2015年2016年保險行業(yè)上市數(shù)量 證券業(yè)上市數(shù)量累計募資總額（億元人民幣） 互金公司多選擇登陸美股，2018年信用卡代償企業(yè)密集上市2017年9月以來，互聯(lián)網(wǎng)金融圈內掀起了赴美上市的熱潮，宜人貸、信而富、融360、拍拍貸等先后在美上市，這幾家互金企業(yè)在上市前少則經(jīng)過 兩輪融資，如和信貸，多則經(jīng)過八輪融資，

25、如趣店。從美國互聯(lián)網(wǎng)金融的行業(yè)環(huán)境來看，美國本土上市的P2P平臺如Lending Club和On Deck等 多處于虧損狀態(tài)，部分公司的負面事件使其面臨重新估值。因此，海外投資者轉而寄希望于從中國互金企業(yè)上尋求合理的投資回報，另外，美國交 易所對企業(yè)沒有嚴格的盈利要求，門檻相對國內A股來說較低。在供需兩端發(fā)力的情況下，赴美上市成為各家互金企業(yè)實現(xiàn)融資更為便捷的路徑另外，2018 年以來，已經(jīng)有 4 家從事信用卡管理及余額代償業(yè)務的平臺陸續(xù)登陸美股、港股資本市場，包括維信金科、51 信用卡、小贏科技和 正在IPO過程中的省唄，多為涉足信用卡代償行業(yè)2-3年的企業(yè)，其上市速度令資本市場側目。隨著互

26、聯(lián)網(wǎng)及手機滲透率的顯著增長，消費者對網(wǎng) 絡消費信貸產(chǎn)品的接受度也大幅提高，很多持有多家機構批復的信用額度的優(yōu)質持有人，存在不時需要獲得其他融資以償還其信用消費賬單的需求。新金融 上市數(shù)據(jù)分析維信金科2018年6月港股上市首發(fā)募資總額14.47億港元51信用卡2018年7月港股上市首發(fā)募資總額10.71億港元小贏科技2018年9月美股上市 首發(fā)募資總額7.16億美元省唄（IPO進行中）2018年9月向紐交所遞交招股書 擬募集8000萬美元1116810080604020010864202014年美股金融板塊中概股上市情況2015年2016年首發(fā)募資總額（億美元）2017年2018年上市數(shù)量517

27、151514010002000010202014年港股金融板塊上市情況2015年2016年募資總額（億港元）2017年2018年上市數(shù)量 未來服務于數(shù)字經(jīng)濟的金融科技“獨角獸”異軍突起，行業(yè)進入壁壘逐漸加固新金融 發(fā)展趨勢國家政策繼續(xù)加速“金融脫媒”，促進融資渠道直接化；“一委一行三會”監(jiān)管體系形成，更加注重宏觀審慎管理和金融 監(jiān)管，整體趨于嚴格；監(jiān)管科技與合規(guī)科技興起，金融基礎設施趨于完善，征信統(tǒng)一；牌照發(fā)放將進一步收緊，行業(yè)進入壁壘逐步加固。政策穩(wěn)健創(chuàng)新，監(jiān)管持續(xù)趨嚴新金融行業(yè)資本投資由火熱轉為理性；新金融領域投資開始國際化，尤其中資金融機 構國際化和人民幣國際化；未來投資方向更傾向于具有

28、過硬技術型或技術 賦能產(chǎn)業(yè)鏈生態(tài)的金融科技企業(yè)。新金融行業(yè)資本投資更趨于理性互聯(lián)網(wǎng)思維對新金融最重要的改變是形成了 互聯(lián)網(wǎng)金融生態(tài)系統(tǒng)，同時技術的革新也沖 擊著傳統(tǒng)金融的結構升級；當下圍繞各領域產(chǎn)業(yè)鏈，加之移動互聯(lián)網(wǎng)和 新技術賦能，誕生了眾多新的金融業(yè)態(tài)；從BATJ這類互聯(lián)網(wǎng)巨頭的企業(yè)自建全生態(tài)外， 未來必定會有產(chǎn)業(yè)鏈巨頭出現(xiàn)，建立產(chǎn)業(yè)鏈閉合生態(tài)體系，同時眾多“小而美”的企業(yè) 圍繞巨頭企業(yè)優(yōu)勢互補，互利共存。新金融產(chǎn)業(yè)生態(tài)閉合化數(shù)字普惠金融、理財、資管爆發(fā)式發(fā)展數(shù)字普惠金融借助數(shù)據(jù)和技術，新金融致力于消除由于金融服務 成本、風險和效率問題帶來的不平等，讓每個用戶都享受平等權 利，線上化服務于B

29、端小微企業(yè)和C端消費者；隨著風控技術的提 升，龐大的長尾客群體量將造就數(shù)字普惠金融巨大地藍海市場；金融創(chuàng)新背景下，理財、資管等爆發(fā)式發(fā)展，在服務實體的同時 也會產(chǎn)生較大金融風險?！叭ソ鹑诨辈⒉皇潜硎就耆珓冸x掉金融業(yè)務，而是金融科技公司需要 更加深耕挖掘金融業(yè)務了解金融體系，獲取海量底層交易數(shù)據(jù)、行為數(shù) 據(jù)用于沉淀符合我國金融發(fā)展的技術體系，從而回歸技術本質，在風險 可控和信息安全的情況下對金融產(chǎn)品進行創(chuàng)新的金融科技革新；區(qū)塊鏈技術加速落地應用場景，已成功落地跨境清算和征信領域，其新 技術力量崛起成為未來趨勢。Fintech企業(yè)“去金融化”，加速自我革新 金融風控科技 行業(yè)概覽貸前大數(shù)據(jù)采集分

30、析用戶畫像，劃分優(yōu)質客群范圍； 客戶身份識別、準入審核，辨別反欺詐風險；貸中建立信用評分卡體系，對用戶進行信用評估； 根據(jù)信用評估結果進行風險定價、授信；貸后持續(xù)跟蹤客戶行為，進行額度、提現(xiàn)管理； 風險預警和催收管理。信貸業(yè)務保險業(yè)務產(chǎn)品開發(fā)與定價大數(shù)據(jù)采集分析用戶畫像，劃分優(yōu)質客群范圍； 建立評分卡模型與風險定價制度；理賠管理索賠預防、申請、調查與清算； 欺詐騙保識別；資產(chǎn)管理產(chǎn)品組合配置調整； 風險建模。從用戶營銷到客戶管理、跟蹤，科技加持風控全鏈條金融業(yè)務的本質是風險與獲利，其中，風險管理要解決的是交易過程中的信息不對稱問題，以便交易主體能夠獲取更大的利潤。隨著移動互聯(lián)網(wǎng)的 普及，越來越

31、多的小微用戶頻繁地發(fā)生借貸、支付等金融行為，產(chǎn)生了海量數(shù)據(jù)。鯨準認為，風控科技即指利用各種創(chuàng)新手段，豐富信息維度，提高業(yè)務效率，把控業(yè)務風險，進一步保證業(yè)務收益，具體來看，風控服務商基于ABC（AI、Big Data、Cloud Computing）等新技術，為傳統(tǒng)金融機構和互聯(lián)網(wǎng)金融公司等提供用戶畫像和精準營銷業(yè)務，有效評估客戶的信用 風險和欺詐風險，更好地完成風險管理全流程服務。銀行消費金融公司網(wǎng)絡小貸公司保險公司證券公司信托公司資本業(yè)務客戶管理大數(shù)據(jù)采集分析用戶畫像，劃分優(yōu)質客群范圍； 客戶身份識別、開戶審核；區(qū)塊鏈技術可應用于證券結算清算、登記托管等；投資業(yè)務系統(tǒng)調查客戶風險承受能力；

32、大數(shù)據(jù)結合AI確定投資組合，分散投資風險；以科技助力風險管理，為傳統(tǒng)及創(chuàng)新型金融機構提供風控服務 政策加持、資本火熱、合規(guī)風控逐漸成為金融機構重成本支出區(qū)，滾雪球效應優(yōu)勢凸顯從政策角度來看，隨著金融行業(yè)增加值在GDP比重持續(xù)的攀升，金融業(yè)務的復雜性與監(jiān)管的不完善矛盾日益凸顯，資金空轉、脫實向虛情況開始增 多。2016年中央經(jīng)濟工作會議提出，要把防控金融風險放到更加重要的位置，自此開啟了金融嚴監(jiān)管的大潮，金融監(jiān)管政策持續(xù)高頻發(fā)布，金融 風控的地位也愈發(fā)重要。從金融產(chǎn)業(yè)角度來看隨著支付與消費金融場景的普及，金融服務開始向下滲透，小微企業(yè)和消費者成為了金融增長的重要生力軍，這就勢必需要更 加高效、安

33、全、全面、實時的風險控制系統(tǒng)來保障，倒逼金融科技的發(fā)展，風控科技的近兩年的融資增長是最亮眼的成績單。因為投資者敏銳的捕 捉到金融風控科技風口的爆發(fā)，2018年關于金融風控方面的投資總量超過423億元，同比去年增幅225%，資本火熱程度明顯高于其他賽道。金融風控科技 關注理由183.21183.54367.19983.419428.9250002000015000100005000020172018E互聯(lián)網(wǎng)消費金融交易規(guī)模（億元）18.46%218.70%-56.36%-100%0%100%300%225.01%200%500400300200100020182014-2018年金融風控科技公司

34、融資總額及增長2017增長率（%）201420152016注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值201420152016融資總額（萬元）注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值 金融風控科技 競爭格局傳統(tǒng)轉型和創(chuàng)新創(chuàng)業(yè)百花齊放，金融風控領域引多方關注目前有多種類型的主體切入金融領域的風控市場，主要可分為三大類：技術型公司提供多個行業(yè)解決方案或通用型技術服務的大數(shù)據(jù)/AI企業(yè)，也將金融風控作為 其率先專注的領域；同盾科技、百融金服這類主攻網(wǎng)絡安全的技術團隊創(chuàng)立的金融風控公司；金融類公司金融機構在需求和政策的雙驅動下，也在金融科技方面積極探索，如興業(yè)銀行， 不僅研發(fā)了供自己內部使用的科技產(chǎn)品，并且也

35、是中國第一個對外開放的銀行， 將其技術能力輸出給同業(yè)使用；傳統(tǒng)征信公司也紛紛轉型，依靠積累的信用數(shù)據(jù)和算法，為金融機構提供風控 服務；互聯(lián)網(wǎng)公司強大的技術能力支持著BATJ完成科技轉型，舉例來說，百度已推出了一整套反 欺詐產(chǎn)品服務體系“磐石反欺詐工程平臺”，互聯(lián)網(wǎng)金融機構和傳統(tǒng)銀行可根 據(jù)自身的欺詐策略和需求靈活選擇相應產(chǎn)品服務，包括以活體識別提供用戶身 份認證、多頭防控識別用戶多頭信貸行為、關聯(lián)網(wǎng)絡識別黑中介等等。金融風控公司大數(shù)據(jù)/AI公司互聯(lián)網(wǎng)背景的金融科技公司征信公司風控科技銀行系金融科技公司消費金融公司 金融風控科技 市場規(guī)模20142015201620172018中國金融風控支出和

36、融資速度齊頭并進，市場規(guī)模約達250億元，未來市場空間巨大據(jù)Gartner統(tǒng)計，2017年國內銀行業(yè)IT支出超過1300億元，占比去年全球0.54%，2018年全球IT支出預計將達到3.7萬億美元，同比增長4.5%。據(jù) 此，2018年我國銀行業(yè)IT支出預計將超過1379億元，其中金融科技支出占比不足5%，規(guī)模約為69億元，由于銀行總資產(chǎn)占據(jù)金融業(yè)20%-30%左 右。按此比例估算，中國整體金融科技規(guī)模約250-350億元。根據(jù)鯨準洞見，2018年，我國金融科技融資規(guī)模增長尤其迅猛，漲幅高達357%；金融風控作為金融科技的細分領域，其融資事件和融資規(guī)模占比 分別為39%和82%。參考“二八法則”

37、可知，在金融科技創(chuàng)投領域，已開始布局投資未受資本寒冬的影響還處于快速上升期的金融風控企業(yè)。根據(jù)測算，在金融科技的市場中，歸屬于大數(shù)據(jù)風控的市場規(guī)模約在70%，約為180-250億元。2014-2018年金融風控在金融科技中的融資占比 （%）注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值 大數(shù)據(jù)處理、機器學習、知識圖譜等技術應用日趨成熟，大數(shù)據(jù)處理技術具備行業(yè)通用性隨著科技的應用加速，互聯(lián)網(wǎng)金融、普惠金融等領域的發(fā)展，大數(shù)據(jù)處 理技術、人工智能分支機器學習、知識圖譜等技術在金融各場景中的應用地位越來越重要，其中大數(shù)據(jù)處理技術以時效性強、更易場景化、模 塊化應用、技術利用率高等優(yōu)勢在精準營銷、黑產(chǎn)防范、大

38、數(shù)據(jù)征信和 風控上應用逐漸成熟。大數(shù)據(jù)處理技術是基于大數(shù)據(jù)平臺上的具備行業(yè)通用性的技術，主 要分為數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)存儲、數(shù)據(jù)分析挖掘和結果展降低成本。大數(shù)據(jù)處理技術的難度和高技術要求主要集中在數(shù)據(jù)分析挖掘上， 并且眾多風控科技公司主打創(chuàng)新大數(shù)據(jù)處理技術是在數(shù)據(jù)分析挖掘 階段的創(chuàng)新，比如邦盛“流立方”。未來大數(shù)據(jù)處理技術從挖掘任 務和挖掘方法的角度，應著重突破可視化分析、數(shù)據(jù)挖掘算法、預 測性分析、語義引擎、數(shù)據(jù)質量和數(shù)據(jù)管理。金融風控科技 技術成熟度互聯(lián)網(wǎng)金融企業(yè)自有數(shù)據(jù)第三方外部數(shù)據(jù)源數(shù)據(jù)采集數(shù)據(jù)清洗數(shù)據(jù)預處理示五個步驟建立適合金融場景的大數(shù)據(jù)風控產(chǎn)品，例如信用評分卡、 數(shù)據(jù)分析挖

39、掘黑名單、手機號畫像等。所以數(shù)據(jù)處理在人們的生活和決策中所占 的比重越來越大，大數(shù)據(jù)一直在積極賦能更多細分領域，講究時效、分布式數(shù)據(jù)庫非關系型數(shù)據(jù)庫用戶行為分析客戶360度畫像 批量服務報表數(shù)據(jù)加工服務基礎數(shù)據(jù)加工服務系統(tǒng)日志 監(jiān)控展現(xiàn)用戶畫像展現(xiàn) 數(shù)據(jù)服務展現(xiàn)結果展示用戶行為在線 分析展現(xiàn)批量結果推送報表 展現(xiàn)實時結果推送流式處理準實時處理關系型數(shù)據(jù)庫數(shù)據(jù)集成數(shù)據(jù)規(guī)約 金融行業(yè)內數(shù)據(jù)數(shù)據(jù)變換數(shù)據(jù)存儲文本挖掘特征提取、詞義相似 文法分析 句法分析 語義搜索 詞法分析 基礎數(shù)據(jù)加工服務金融領域大數(shù)據(jù)處理技術框架日志分析系統(tǒng)日志加工 加工服務基礎數(shù)據(jù) 加工服務 機器學習技術在金融反欺詐、大數(shù)據(jù)征信

40、等領域應用廣泛由于語音識別、圖像檢測、機器翻譯等技術已經(jīng) 在實際生活中鋪設開來。機器學習正在進步，正 在不斷接近我們心中人工智能的目標，未來甚至 極有可能徹底改變人類文明發(fā)展的方向。機器學習是指機器通過分析大量數(shù)據(jù)來學習， 尋找數(shù)據(jù)中的模式，從而做出預測的研究和算 法的人工智能門類之一的技術；機器學習作為 人工智能的一部分，和知識發(fā)現(xiàn)與數(shù)據(jù)挖掘的 交集越來越緊密，一起為公司的業(yè)務決策作出 高效、精準地結果展示；機器學習是一項阻止欺騙的發(fā)生、同時能保證 快速決策的機制。如今，機器學習成為金融反 欺詐的重大突破口，是其最易落地、見效最快 的一個應用場景。其次是在大數(shù)據(jù)征信、公開 數(shù)據(jù)挖掘領域應用廣

41、泛。金融風控科技 技術成熟度申請信息用戶信息交易信息資產(chǎn)信息行為信息數(shù)據(jù)采集數(shù)據(jù)采集數(shù)據(jù)清理數(shù)據(jù)存儲離線數(shù) 據(jù)采集批式數(shù) 據(jù)計算建模分析 管理平臺模型訓練流式數(shù)據(jù)實時數(shù) 處理據(jù)采集實時模型模型管 決策理平臺機器學習 算法機器學習模型輸出智能規(guī)則輸出自定義規(guī)則輸出規(guī)則系統(tǒng)建模分析平臺智能決策平臺機器學習操作系統(tǒng)機器學習能力三要素：建模團隊能力；建模平臺功能；模型在實時應用場景落地能力。 | 數(shù)據(jù)來源：邦盛科技官網(wǎng)，整理 模塊化服務為基礎的盈利性業(yè)務，企業(yè)更偏好可復制的風控系統(tǒng)部署金融軟件服務商依據(jù)客戶類型和產(chǎn)品屬性可劃分為：銀行IT系統(tǒng)解決方案、多元金融IT系統(tǒng)解決方案、金融數(shù)據(jù)咨詢服務商。當下

42、國內金融風控科技行 業(yè)仍然依靠資本或大集團輸血，以咨詢服務商為主，目前業(yè)內初步探索出了以下兩類盈利模式。依托自身企業(yè)信息庫，提供API接口調用類的模塊化服務金融To B業(yè)務具有較高的行業(yè)門檻，用戶集中度不高，部分金融風控科技公司采取為客戶提供統(tǒng)一定價的標準化數(shù)據(jù)模塊、產(chǎn)品模塊的形式，來完成 前期的獲客及合作關系建立，比如數(shù)據(jù)庫服務，就是根據(jù)調用次數(shù)進行收費。定制化方案成本較高，企業(yè)更偏好可復制的風控系統(tǒng)部署單純的金融服務附加值低，難以建立競爭壁壘。因此，從客戶的需求角度出發(fā)，提供直面痛點的解決方案才能抓牢客戶，但定制化方案需投入較大的 人力成本和時間成本，且客戶需求復雜多變，因此，企業(yè)更希望建

43、立穩(wěn)定、可復制的風控解決方案，能夠根據(jù)客戶的業(yè)務特性進行微調，這類業(yè)務定 價較高，也是目前金融風控科技公司收入中占比較高的部分。金融風控科技 盈利模式B端客戶咨詢類解決方案模塊化產(chǎn)品數(shù)據(jù)費用 產(chǎn)品費用咨詢費用銀行、保險、證券、資產(chǎn)管理公司、 小額貸款公司、消費金融公司用戶增長服務 反欺詐服務 信貸風控服務云平臺部署 數(shù)據(jù)模型建立業(yè)務策略咨詢服務具有互聯(lián)網(wǎng)金融背景的金融風控科技公司融資規(guī)模占比81.3%，受投資者青睞由于風控技術不斷的創(chuàng)新，其在金融領域應用廣泛，細分場景也隨之下沉深耕，從純技術起家的金融風控公司如今面臨著資金雄厚的互聯(lián)網(wǎng)金融公司 來搶占風控市場。目前，眾多大型互聯(lián)網(wǎng)金融公司紛紛轉

44、型到金融科技領域，例如去年，螞蟻金服從Fintech到Techfin的成功轉型。在2018年金融風控科技一級市場融資總額達到423億，融資占比最高的是互聯(lián)網(wǎng)金融背景的金融風控公司，高達80%以上；其中消費金融公司自身具 有風控科技的融資占比42.35%，其次是互聯(lián)網(wǎng)綜合性金融服務公司轉型金融風控科技的融資占比37.99%，例如京東數(shù)科今年8月份B輪融資130億元。人工智能和大數(shù)據(jù)在智能營銷、反欺詐和大數(shù)據(jù)信息服務等領域盈利變現(xiàn)能力強，資本投融資占比12.4%；在反欺詐、信用評級、貸后管理等金融環(huán)節(jié)， 具有可復制性、應用廣泛的智能風控公司受到投資者關注，其次是純金融IT科技、提供征信服務、具有生

45、物識別和區(qū)塊鏈技術的風控公司逐漸興起。金融風控科技 投融資分析具體應用場景服務于保險風控公 司, 0.99%服務于銀行、證券 風控公司, 1.75%互聯(lián)網(wǎng)綜合性金融服務 公司, 37.99%其他, 16.91%消費金融公司, 42.35%2018年互聯(lián)網(wǎng)金融背景風控科技公司細分場景應用占比（%）生物識別和 區(qū)塊鏈 大數(shù)據(jù)和AI12.4%智能風控2.16%金融IT科技1.22%征信2.26%0.7%2018年金融風控參與者融資金額占比（%）注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值81.3%互聯(lián)網(wǎng)金融背景風控科技金融風控科技 投融資創(chuàng)始團隊背景分析具備金融背景12%均不具備8%2014-2018年金

46、融風控公司高管工作背景 對融資金融占比變化圖同時具備69%投資者偏好同時具備技術和金融背景的復合型創(chuàng)始團隊，海歸AI博士回國創(chuàng)業(yè)倍受追捧在創(chuàng)投市場，投資者看重創(chuàng)投公司的創(chuàng)始人團隊，甚至可以說初始的投資是在無法定量的基礎上，對創(chuàng)始人進行定性判斷投資的。因此創(chuàng)始人團隊的 教育背景、工作經(jīng)歷、創(chuàng)業(yè)成功歷史等都是投資人考慮的重點；從高管工作經(jīng)歷可知，2014年至今，投資者十分偏好具有復合性的高管團隊，即既擁有專業(yè)技術人才又具備多年金融從業(yè)經(jīng)驗的團隊組合，融資 額高達1723億，占比69%；只具備金融工作背景的風控公司融資規(guī)模略高于只具備技術背景的公司，但是18年具備技術背景的風控公司融資規(guī)模 反超，說

47、明技術人才越來越被重視；從高管教育背景可知，2018年，相比于國內博士，海歸博士的高管團隊融資事件多達9起，30%畢業(yè)于麻省理工、耶魯、斯坦福等世界名校的AI專 業(yè)。相比與去年，今年海歸博士的高管團隊年平均融資額以46倍的速度爆發(fā)式增長，并且資本圈對海歸AI博士回國創(chuàng)業(yè)的團隊非常感興趣。10000080000600004000020000005101520201420162018博士背景的風控公司融資事件和平均融資額（萬元）2015融資事件（博士）2017融資事件（海歸博士）平均融資額（博士）平均融資額（海歸博士） 具備技術背景11%注：數(shù)據(jù)去掉了螞蟻金服各輪融資的大額值 金融風控科技 潛力方向擁有第一方數(shù)據(jù)資源的金融風控公司第一方數(shù)據(jù)資源的風控公司是自身具備數(shù)據(jù)源， 而不是通過購買或合作獲取數(shù)據(jù)的第三方數(shù)據(jù) 公司，從數(shù)據(jù)源持續(xù)產(chǎn)生的“活”數(shù)據(jù)是最具 有價值性