導航:首頁 > 金融學業 > 中國消費金融發展現狀

中國消費金融發展現狀

發布時間:2021-03-04 00:20:06

㈠ 國內汽車金融的現狀和前景是怎樣的

金融行業創業接近尾聲

2018年的金融創新市場(尤指信貸),基本已經形成了固定的「場景-風控-資金」模式,新的模式幾乎被探究完畢。除非有重大的數據上的突破(如金稅三期數據源),否則我認為不存在模式創新後一輪輪融資走上資本化的道路。我自己聽到VC圈一線的炮火聲越來越小,看金融的投資經理已經供大於求。

然而,由於信貸本身的競爭力很大程度上在場景和資金的BD能力,這兩個能力未必能規模化贏家通吃,這就使得金融行業不具備投資的機會但具備創業的機會。

從創業而言,2018也未必是一個好的年景,監管太左,既然能將168元的水果卡定性為頂風違紀,就不會在乎為了風險而扼殺掉多如牛毛的創業公司。從具體政策上來看,主要是對資金端的壓制。

今天信貸無非兩種模式,要麼自有放貸主體,要麼給其他機構做助貸。

對於自有放貸主體的玩家而言,監管對杠桿率的限制*為致命。過去小貸公司雖然有杠桿率限制,但是通過ABS出表(可以簡單理解為債權轉讓出去),就可規避監管。中國國情潛規則多,監管政策不能看條文,BAT的應對是更關鍵的指標。2017年12月18日,螞蟻金服為重慶阿里小貸增資82億,給整個行業帶來致命的負面信號。原本重慶阿里小貸一直違規超杠桿做業務,2017年注冊資本是20億卻ABS出表了數千億的業務,早已違規。

阿里的解決方案是一邊增資補足杠桿率,一邊將自己放貸改為貸款超市,讓銀行在背後給消費者通過二類戶放貸。對於阿里這樣和監管走得很近的機構,尚有溝通的餘地,大部分小公司,一旦政策落實下來,可能會因為杠桿率被一幫子打死。

助貸模式也並非一帆風順,銀監發〔2018〕4號是*大的痛。第九條:

違規接受未取得融資擔保業務經營許可證的第三方機構提供擔保、增信服務以及兜底承諾等變相增信服務。

講的是,過去往往助貸公司負責獲客和風控,銀行負責資金。因為前端風控很大程度上是助貸公司做的,所以助貸公司要給銀行做擔保,銀行也更願意和強擔保能力的渠道開展合作,比如萬達小貸、360金融、京東金融、小米貸款……

這件事造成的問題就是,銀行把風險放在資產負債表外了,某銀行從08年做汽車金融至今,未出現一筆壞賬,但下屬助貸公司實際上承擔了大量風險,不爆則已,一旦爆發就是大問題。因此監管要求,如果一家公司要給銀行做助貸加增信,要麼是融資性擔保公司,要麼是保險公司。然而前者受到10倍杠桿率限制,後者牌照極難拿。

汽車金融是信貸行業僅剩的創業機會

今天信貸創業要選什麼方向,歸結了兩點:

信貸行業從未出現賽道都賠錢,只有某公司賺錢的情況,更多還是同賠同賺,因此要選擇人人賺錢的賽道。

不要燒錢或者負現金流,*後期望通過資本化變現,很難實現;應當做一家一開始就盈利或者正現金流的公司,即便靠分紅也能變現。

汽車金融行業完美的符合了這兩點:

其一,由於市場處於金融供不應求,滲透率快速提升的階段,市場利率水平還很高,所有萬家利潤都非常豐厚。以銀行擔保系的公司為例,經營得好的,現金流大賺,利潤表小賺;經營得不好的,現金流小賺,利潤表打平,自己的小金庫還貪污一筆錢,總體還是大賺。

其二,汽車金融行業如果通過助貸模式砍3年的頭息,會有非常好的現金流。3年期的二手車分期,基本上可以砍頭息11%,扣除運營成本和費用,剩下5%問題不大。即便通過融資租賃模式,也有辦法把大部分收益前置。

二手車消費貸是汽車金融的先鋒隊

上圖是我歸納的汽車金融的機會分布。簡單講,今天汽車金融行業要麼自己做交易場景,要麼給交易場景做資金批發。理論上自己做交易場景是*好的,但是:二手車因為收車定價需要老闆做,歷來小而散;新車4S店長期經營狀況並不好,新玩家如果沒有明顯競爭優勢,很難逆轉行業的整體頹勢。

資金批發中,車抵貸格局完成了,不是個大市場;車商貸本質上是給高杠桿的小微貿易企業放貸,大方向就是不賺錢的;消費貸中新車機會歸巨頭;二手車消費貸利潤高,而且創業公司有機會。

每一個參與汽車金融的玩家,無論從何種賽道切入,都應致力於舔到二手車消費貸這塊奶油。以下主要為對二手車消費貸的分析。

消費端利率下行,提出精細化運營要求

2018年市場*大的變化,我認為既不是某些銀行的資金政策(因為好資產總有人要),也不是某些浩浩湯湯的汽車新零售(因為想做好太難了),而是大資本進入帶來的消費者端利率大幅下降。

以某行卡分期公司在浙江做二手車分期展業為例,利率大約是擔保公司收取10%的服務費。之後用戶向銀行按「本金=貸款額*(1+10%)」償還,3年等額本息,銀行3年共收利息9%,摺合年化5.8%。銀行利息部分我們不管,金融公司收到手上的砍頭息就是11%,包含了運營成本、風險成本、公司利潤。

對於運營的不好的公司,運營成本6%,風險成本4%,實際上利潤已經是0了。之所以它們仍賺得盆滿缽滿,原因如下:

西北等偏遠地區服務費可達18%,全國平均可達14%,相比於浙江地區,多了4%的凈利。

4%壞賬為Vintage峰值,但時間上是滯後的,故沒有在現金流上體現。

但這兩個盈利手段都站不住腳。*個,偏遠地區的高息本質上是金融供給不足的結果,但是在如今汽車金融大紅大紫的背景下,這個窗口期也就1年時間。第二個,壞賬雖然滯後但還是要顯露出來的,對於一個正常的經營者,只賺現金流不賺利潤表似乎也沒什麼意義。

挑戰的背後是機遇,精耕細作的公司可以搶占粗放經營公司的市場空間。

所謂「大數據風控」

任何技術傳到中國都會被神話,每一家放貸公司都不得不假裝自己擁有大數據風控技術,來面對資金端的質疑。說者不明白,聽者也未必明白,但是似乎掛上了高科技,能解釋一些不能用常理解釋的壞賬率,於是皆大歡喜。

實際上,大數據風控更多的就是回歸分析,根據大量的歷史數據,系統統計出:這些特點的人不還款,這些特點的人還款。

至於其中需要使用到的伺服器技術和數學模型,我們這些技術白痴沒必要關心。

根據大數據風控本身的特點,很容易判斷,什麼類型的貸款可以使用大數據風控:

大量的案例,不僅包括用戶提交的變數,而且要有對應的還款情況。因此現金貸這樣大量案例的貸款易於做大數據風控,而房抵貸這種期限長金額高的,很難做大數據風控。

需要獲取到真實數據,如果獲取的數據可以被包裝,大數據風控就完全沒有用武之地。

讓我們把汽車金融的風險做一下拆分,看看哪裡有大數據風控的機會,大體風險分三類:

真實購車用戶違約,大約Vintage壞賬在1%,相比於3C和醫美分期,買車(豪車除外)的消費行為本身已經篩選出有一定資信的用戶。

車抵貸包裝成消費貸的套現單,即車的買方和賣方都是一起的人,通過消費貸的方式借到了相當於車抵貸的錢。由於後續會慢慢還款,套現單短期看不出壞賬,但後患無窮。車抵貸用戶本身資質差,借來的現金多半是生意周轉或還外債,市場上車抵貸的年化利率都在40%以上,消費貸給消費者的年化利率不到20%,中間的差額就是公司的損失。從另一個角度看,雖然做得好的車抵貸公司催回後壞賬率可達5%以下,但展期率(另一個角度就是逾期率)卻可能高達20%,消費貸公司往往不具備強催收能力,這個問題就會尤其顯著。

純粹詐騙,消費貸購車後將車二抵或者黑車賣掉,一般還款1期以後就再也不還。由於首付比例高,且賣黑車有折價,通過這個方式騙得的金額並不高,而手續卻極其繁瑣。可以認為,一般不會有人准備一套手續僅為了騙一輛車,多半是車商拉一堆白戶騙走金融公司大批量貸款,作案時期可能在數周到一個月。

*種風險是我們可以接受的,由於市場大環境好,不需要太擔心,反而是做了風控容易提高拒單率,得不償失。

第二種風險是*不能接受的,是容易被很多汽車金融公司總部忽視的隱形炸彈。而第二種風險的發生,一定是車商和業務員的一致配合,車商必然知道買家和賣家是一起的,多半情況業務員也會知道,因為需要包裝材料並做高評估價。在第二種風險中,大數據風控完全無效,因為傳到總部錄入系統的數根本就是假的。今天大部分汽車金融公司處理此事的做法是高壓線的管理政策,有的直接開除,更有甚者直接讓作惡員工吃牢飯。

第三種風險是整體性的風險,不出事則已,一出事可能就是總AUM的2-5%的壞賬。由於利益太大,可以騙一票後出國永不回來,對員工高壓線的做法也已經不管用了。今天大部分汽車金融公司處理此事就兩個方法,一個是總部電核,一個是巡查制度。

討論一下大數據風控的應用:*個風險可以用大數據風控,但沒啥效益。第二個風險都是假資料,根本沒法用大數據風控。第三個風險中,大數據風控可以發現一些假單子的聚類,從而給出警告,通知人工核查。但這也屬於屠龍之術,出事情之前沒人能覺察到效果,也沒人會重視。

總結一下,大數據風控*的作用是識別批量造假的單子,但沒什麼值得神話的。線下放貸的生意,一線的炮火聲只有業務員聽見,把人管好才是根本。

三種模式:直營、區域代理、商戶代理

理論上,和任何消費分期市場一樣,二手車分期應該也有三種模式:

直營:自己的業務員在二手車門店蹲著等單子。

區域代理:區域加盟商負責養業務員並且承擔風險。

商戶代理:二手車商作為代理,給自己的客戶附加金融產品,並直接給金融公司總部推單子。

到底哪種方法好,大家一直爭論不休。

直營是*原始也是*靠譜的模式,*的缺點就是擴張慢,一旦擴張快就管理事故。

區域代理解決了擴張速度的問題,但由於區域代理的收入取決於業務量,區域代理天然就有放寬風控甚至幫助包裝材料的傾向。為了解決這一問題,很多金融公司要求區域代理連帶擔保,但是代理商實際不具備相匹配的主體資信,*後的結局就是,一旦不小心出了風險,代理商只能不斷擴大業務量搏一把,*後不得不跑路。

商戶代理貌似比區域代理好一些,商戶本身了解業務場景,也具備主體資信可以提供擔保。

直營和區域代理相比,毫無疑問,直營更好。但今天二手車消費金融市場做全國展業的公司,沒有真正做直營的,直營因為擴張速度的原因頂多做到2-3個省份。大量號稱直營的,實則區域代理。這兩者本無優劣,無非數量與質量的權衡問題。我相信,小而美的區域性直營公司,大而全的全國區域代理公司,將在很長一段時間內並存。

商戶代理模式就有更多可探討的空間,參考*為成熟的3C分期市場的經驗,*大的兩家,捷信和買單俠是直營模式。閃銀是區域代理模式,是因為當時希望快速佔領市場的權益之計,選擇的代理商並不要求行業背景,而清一色是當地有水電站、大型超市等產業的老闆,主要考慮到代理商的擔保能力。在3C分期領域,商戶代理模式從來沒有成功過,基本以商戶騙貸告終。

3C分期中商戶代理不可行,對比二手車分期是否也不可行呢,有幾個情況差別:

3C市場,風險都集中在用戶的還款能力;而二手車市場,風險都是欺詐問題,如果商戶配合,可以有效降低二手車分期的風險。

3C市場,都是連鎖店面,每個單獨店面的員工不具備風控能力;而二手車市場,都是老闆常駐一家核心店面,具備風控執行能力。

3C市場,金融收入只佔總商戶總收入很小比例,商戶沒有動力管理金融業務;而二手車市場,金融收入佔比極高,每一個老闆都有興趣參與金融業務。

總結一下:

從業務擴張速度看,區域代理>商戶代理>直營。在2018年,業務擴張速度再怎麼強調都不為過。

從風控水平看,直營>區域代理=商戶代理。值得一提的是,第二種客戶騙貸的風險,商戶代理模式或許可以完全杜絕;但對於第三種整體跑路風險,因為商戶代理模式給了商戶更大的許可權,很容易在商戶代理模式下出現。

資金從哪裡來

今天二手車消費貸公司獲取資金主要是銀行擔保系(助貸)和融資租賃兩大模式,具體產業鏈結構可以見我下圖的總結。

一條路是助貸,即銀行擔保系准入。缺點是資金不穩定,優點是高杠桿率且砍頭息。CEO清一色60後和70後,沒有80後的。大公司和小公司拿資金的能力不會有特別大的差距,我認為擔保系的大公司不應該享受超額溢價。

另一條路是自己放款,理論上可以有融資租賃、保理、小貸、消金等牌照,但由於融資租賃可以佔有物權方便催收,且牌照便宜,所以融資租賃成為主流模式。融資租賃先放款,形成資產包後再轉讓給資金方。優點是魯棒性更強,不依託任一資金方,而是打包成現金流資產後,可以賣給任何機構。但資金方實際上還是無法看清資產包內的資產,缺點是依然要依靠資產端主體資信來決定融資能力。

曾和一個CEO聊起,什麼事情都能靠BD,只有找資金不能靠BD。看的案子越多,這句話我越認同,找資金這件事,不是新經濟,而是舊經濟,是傳統金融。如同某知名汽車金融公司,CEO原本主機廠金融高管出身,一開始做銀行助貸,再抱大腿聯合成立融資租賃,*通過幾輪股權融資,讓公司真正具備了主體資信。在做汽車金融早期投資的時候,我們應當致力於發現具備這樣潛質的CEO,並給予超額溢價。

車源問題

上面講的都是資金批發中風控、展業、資金的細節,除此以外,很多人在思考,是否有資金批發以外的方式和車商建立關系?大約探索了如下模式:

SaaS:屬於附加物,工具類產品的競爭壁壘是有限的。

保險:屬於另一攤生意,不同保險經代在不同時間能拿到不同價格提供給渠道方,有比價和出單平台的機會。車險本身已經是沒有利潤的生意,除非保險公司違規變相補貼,否則很難有玩家在這個領域具備規模化競爭優勢。

車史數據:可以幫助車商提供檢車的輔助,有一定價值,但是車商不會為單筆查詢付太多錢。

估價數據:用途比較有限,定價是車商的核心能力,估價數據更多的是用於參考,基本低於實際成交價。

銷售:小城市的二手車是如何成交的?首先,二手車市場是一個賣方市場,掌握了優質車源的車商是強勢方。其次,車商和「拼縫的」(拉客戶給車商的中介)一起,一方面找熟人關系殺熟,一方面在58趕集和當地論壇刷帖子,希望碰到肥羊。一般一個車商一個月也就成交2-3台車,都是強銷售和信息不透明的路數。為二手車商提供的銷售服務無法做到閉環,僅能起導流作用。然而,正如訪談的某車商所說「老子有一輛賓士在手,城裡想買二手賓士的,無論找到哪個車商都會帶到我這里。本來就是我的客戶,有沒有XX平台都會到我們市場里來。」

車源:非常重要的手段,車源是車商的核心生產資料,誰控制了車源,誰就控制了車商。大部分汽車金融行業的投資人和創業者都認為,車源是顛覆行業的關鍵。

現有二手車源是怎麼來的呢?90%以上都是4S店的置換車。一個車主需要將車子出手,多半是要換新車,於是去4S店買新車的時候,4S店就會找到當地二手車商過來定價收車,車商再返給4S店工作人員一定的好處費。

如何提高車源效率?一個方法是創新性地拿到車源,一個方法是提高車商串貨效率。

先講拿車源問題,需要考慮的兩個關鍵要素分別是「流量」和「定價」。

流量上,從消費者有賣車需求開始,到接觸4S店被收車,中間的時間很短,如何在這么短的時間內切入消費者。顯然互聯網營銷是不管用的,因為命中率太低。通過做4S店導流,順便抓取精準流量,是一個方法,難點在於4S店導流本身是個虧錢買賣,沒人做好。和4S店集團合作統一收車,也是一個有效的方法,但如果無法做大蛋糕,僅僅是將員工的灰色收入變為4S店集團的收入,還不如直接讓4S店做全員降薪,解決不了根本問題。

定價上,由於「一車一況」,任何數據化的定價方案都只能確定參考價,一旦涉及人來主觀定價,委託給任何人都存在權利尋租空間。現有*成熟的方案是優信拍,集中車源在一個場地,買家線下看車線上競拍,來解決定價問題。但很多時候,優信拍無法做到交易閉環,車商讓用戶在優信拍上定價後,提高一點兒價格在場外完成交易。

車商串貨問題,彼此相識的車商可以直接微信達成交易,互聯網改造這個場景的核心在建立車商信用體系。譬如某些城市車管所建立的當地二手車商聯盟(商會),先通過擔保制度和邀請制度做好車商准入,再建立一系列的信息發布規范,對於不遵守者進行懲罰,久而久之,建立起各車商的信用體系,大大降低了交易的摩擦成本。

綜上,汽車新零售是二手車車源端改革的機會,車商聯盟是解決車商串貨問題的有效手段。

結論

今天二手車消費貸公司獲取資金主要是銀行擔保系(助貸)和融資租賃兩大模式,具體產業鏈結構可以見我下圖的總結。

總結前述內容的觀點如下:

1.受限於監管和降杠桿周期,金融行業的創業接近尾聲

2.但汽車金融仍然處於金融滲透率提升的階段,至少還有2-3家上市公司的機會

3.二手車消費貸是汽車金融中*肥的肉

4.消費端利率下行,精耕細作的公司可以搶占粗放經營公司的市場

5.大數據風控效果有限,歷經時間打磨出來的管理半徑是風控核心

6.直營小而美,區域代理大而松,號稱全國直營的,大部分都還是區域代理

7.相比區域代理,商戶代理可以防止套現單,但是容易整體跑路,並非好模式

8.資金端能力要靠老闆背景,具備強資金能力老闆的早期公司是投資窪地

9.汽車新零售是二手車車源端改革的機會,車商聯盟是解決車商串貨問題的有效手段

㈡ 消費金融公司國內外研究現狀

123

㈢ 中國互聯網金融的發展現狀與問題研究

市場規模實現較快增長

近年來,國內汽車消費需求的日益旺盛,汽車行業供應鏈上各方的金融需求不斷提升,互聯網汽車金融市場規模逐年增大。統計數據顯示,2018年,我國互聯網汽車金融的市場規模為3566.3億元,2019年,中國互聯網+汽車金融市場規模約4438.4億元左右。



——更多數據來請參考前瞻產業研究院《中國汽車金融行業市場前瞻與投資戰略規劃分析報告》。

㈣ 金融行業現在好做嗎就目前的權情報情況來說,行嗎

這個可以參考艾媒咨詢最新發布的《艾媒報告丨2019年3月科技金融行業洞察月度報告》,裡面提到:

2019年3月,有6條政策信息推動科技金融發展;有10411隻銀行理財產品發行,環比增幅18.79%。銀行方面,多家銀行集中公布2018年業績公告或業績快報,工農中建四大行核心資本穩居中國銀行業之首。電子商務方面,京東和拼多多發布2018年財報;小紅書陷造假風波,稱將推短視頻新產品;唯品會布局線下門店,並關停章魚掌櫃項目;各大銀行拓展電商業務。

2019年3月中國科技金融行業包括政府、銀監會、銀行業協會等多個監管主體在內的動向,共有6條政策信息與科技金融相關,銀行理財產品發行量環比增長18.79%。具體而言,銀行方面,銀行理財產品收益率跌至4.3%;各大行公布的2018業績報告顯示其凈利潤都有所增長,其中,招商銀行凈利潤增長率最高,達14.8%。電子商務方面,淘寶的月活躍用戶數達36843.9萬,遠高於其它購物平台,拼多多和京東相繼發布2018年財務報告。電子支付方面,跨境支付服務商Airwallex獲得一億美元投資,易思匯獲信中利資本一億人民幣投資。

以下為報告節選內容:

以上內容節選自《艾媒報告丨2019年3月科技金融行業洞察月度報告》

閱讀全文

與中國消費金融發展現狀相關的資料

熱點內容
中天高科國際貿易 瀏覽:896
都勻經濟開發區2018 瀏覽:391
輝縣農村信用社招聘 瀏覽:187
鶴壁市靈山文化產業園 瀏覽:753
國際金融和國際金融研究 瀏覽:91
烏魯木齊有農村信用社 瀏覽:897
重慶農村商業銀行ipo保薦機構 瀏覽:628
昆明市十一五中葯材種植產業發展規劃 瀏覽:748
博瑞盛和苑經濟適用房 瀏覽:708
即墨箱包貿易公司 瀏覽:720
江蘇市人均gdp排名2015 瀏覽:279
市場用經濟學一覽 瀏覽:826
中山2017年第一季度gdp 瀏覽:59
中國金融證券有限公司怎麼樣 瀏覽:814
國內金融機構的現狀 瀏覽:255
西方經濟學自考論述題 瀏覽:772
汽車行業產業鏈發展史 瀏覽:488
創新文化產業發展理念 瀏覽:822
國際貿易開題報告英文參考文獻 瀏覽:757
如何理解管理經濟學 瀏覽:22