中國金融科技市場規模300億元，還有4倍成長空間
5月22日，在愛分析舉辦的2018·中國金融科技高峰論壇上，品鈦創始人魏偉、拍拍信CEO陳平平、天創信用CEO李文賢、小花錢包副總裁林詩意、新顏徵信COO趙楊等10多位金融科技領軍人物，就行業未來發展趨勢分享了深度觀察。
同時，愛分析在會上還發布了《中國金融科技行業報告》（以下簡稱報告），詳細對比了中美兩地市場異同點。《報告》稱，中國金融科技市場規模300億元，只有美國13%。個人徵信在中美兩地都是最大的賽道，不過企業徵信、財富科技、保險科技等在美國佔據半壁江山，在中國尚處於萌芽階段。
美國金融科技市場規模350億美元
根據Celent預測，2017年美國銀行業IT支出為675億美元。相比之下，金融科技支出佔比30%，規模達199億美元，年增速約8%。美國銀行業、保險業、證券業三者資產規模比例約為55:30:15。按此比例估算，美國整體金融科技支出約350億美元。
舉例來說，摩根大通是IT投入力度最大的銀行，規模在百億美元級別。2018年，摩根大通科技支出預算108億美元，收入佔比約1%，其中50億美元投向金融科技。摩根大通金融科技/IT支出的比例為46%，比銀行業平均30%的水平高出不少。
與資產規模龐大的商業銀行相比，投資銀行的科技支出相形見絀。高盛作為典型代表，2017年科技支出只有9億美元，收入佔比3%。因此，商業銀行始終是金融科技公司的首選客戶群體。
分場景來看，個人徵信及企業徵信佔比過半，是最大的賽道。保險科技緊隨其後，是第二大賽道，並且培育了第二大金融科技公司Verisk，市值170億美元。在美國，保險業發達，資產規模8萬億美元，約為銀行業一半。而且美國保險業IT基礎設施完善，每年IT支出也在600-700億美元級別，不輸銀行業。
從技術角度看，大數據在美國金融業應用日臻成熟，區塊鏈是未來增長動力。人工智慧在美國金融科技領域應用很早，Experian早在2006年就在反欺詐過程中使用了AI技術。區塊鏈是矽谷新重心，孕育著下一代金融科技公司。
中國金融科技市場規模300億元
根據愛分析估算，中國金融科技市場規模約300億元，只有美國13%。但從增速角度看，金融科技頭部公司今年大多預期翻倍增長，遠遠超過美國。
分場景看，個人徵信一枝獨秀，智能營銷也大多以信貸領域應用為主，兩者市場佔比2/3。信貸場景依然是中國金融科技的核心。
國內智能營銷尚處於流量獲客的初級階段，轉化率還有大幅提升空間。例如，LendingTree是美國版的簡普科技。LendingTree貸款申請匹配成功率是60%，並計劃提升至70%。
國內大部分貸款超市都提供信用卡推薦開卡服務，開卡成功率只有10%。這其中的差距，未來將由更加精準的智能營銷彌補。通過人工智慧、大數據等技術，簡普科技已經將信用卡開卡成功率提升至25%左右。
對比美國市場，保險科技的市場佔比未來提升空間最大。國內保險行業IT基礎設施較銀行業落後5年，因此保險科技爆發時間點也將落後信貸場景5年左右。
根據愛分析調研，平安車險、中國人壽都已經向保險科技公司開放了理賠數據，不斷完善核賠反欺詐引擎。這些都是保險科技即將崛起的信號。
以下為愛分析聯合創始人&首席分析師張揚在會上發布報告的演講實錄
張揚：感謝大家今天參與愛分析的中國金融科技論壇，上次大數據論壇我們分享了金融大數據的行業情況，今天會分享更宏觀的金融科技市場。
這次報告深度對比了中美兩地金融科技市場，因為美國金融科技發展時間長，最早的徵信局可以追溯到19世紀。因此，美國金融科技市場發展的路徑、市場規模都對中國有參考借鑒意義。此外，愛分析也把美國Top10的金融科技公司系統分析了一遍，今天給大家分享一下成果。
首先是整個美國金融科技市場規模。這個市場規模是按金融機構支出法計算的，2017年市場規模350億美元左右，增速8%。美國金融科技市場已經比較穩定，最大的客群是在銀行業。
美國銀行業IT支出將近700億美元，其中金融科技支出差不多在30%左右，所以整個銀行業的金融科技支出199億美元。
摩根大通是美國最大的商業銀行，資產規模2萬億美元，占銀行業總資產規模10%出頭。摩根大通2017 IT支出95億美金，占收入的1%。這個比例跟國內商業銀行差不多。2018年，摩根大通已經把IT預算提升到108億美元，這裡面將近50%，也就是超過50億美元會投向金融科技。
摩根大通IT支出佔全銀行業IT支出10-15%之間，和資產規模佔比類似。因此，我們通過美國銀行業資產規模占整個金融業比例，推算了美國金融科技市場規模。美國銀行業資產規模占整個金融業50%-60%，比國內低很多，按資產規模比例去推算的話，整個金融科技市場規模在330-400億美元之間。
剛才講過摩根大通商業銀行的案例，另外一個投資銀行案例就是高盛。高盛2017年科技支出約9億美元，和摩根大通差距很大。商業銀行持續會是金融科技主旋律。
但是證券業科技支出占收入比例會比較高，高盛的話差不多3%，這個比例基本上跟國內券商類似。
除了按銀行、保險、證券主體分析，我們也按具體場景應用分析了美國金融科技市場。按場景劃分的話，徵信佔比超過一半，尤其是個人徵信佔據了大量市場份額，這個其實跟中國是類似的。
跟中國差距比較大的場景應用是保險科技。長期來看，保險科技是一個比較大的市場，核心的原因在於保險在美國資產規模接近銀行一半，也是很大的體量。其次，美國保險業IT基礎設施成熟，市場上有埃森哲等一批保險IT服務商。中國保險業IT服務商其實只有中科軟和易保。
在美國，保險科技很重要的一點是在理賠。保險行業跟信貸行業差距特別大的一個點，其實是在於保險行業本身是保障型，大部分成本最終是賠付成本。因此，保險機構很重要的競爭壁壘樹立在賠付能力上。
除了保險科技以外，美國財富科技同樣很發達，是第三大應用場景。財富科技在國內相對來說還處於早期，尤其政策層面還不明朗。比如， P2P備案今年是否能夠成行尚不可知。從這個角度講，財富科技需要比較長的合規路程之後，才會有豐富的財富科技公司冒出來。
除了從場景分析，還有一個分析維度是技術。美國金融科技最重要的驅動力是區塊鏈，大數據、人工智慧等技術接受度已經很高。舉個例子的話，2006年，Experian就在反欺詐中應用了人工智慧技術。
講完美國，我們可以一個一個映射去講中國市場。根據愛分析估算，中國金融科技市場規模在300億元。
分場景來看，個人徵信是最大的一塊，與美國相同。個人徵信，無論是現在還是未來，都將是金融科技的核心。我們看到，現在大部分金融科技公司也是聚焦於個人徵信業務。
企業徵信，最大的應用並不是銀行信貸領域，而是資信評級。比如，企業徵信龍頭鄧白氏，市值只有40多億美元。但是，從鄧白氏拆出來的評級穆迪市值在300多億美元。
單純的企業徵信是一個比較淺的業務，不像個人徵信可以滲透到整個信貸場景，企業徵信很難特別深的滲透到銀行信貸裡面。如果做比較大的企業授信，銀行線下DD團隊對於整個數據的把握，對於公司的把握，會比徵信公司強很多。對於小微企業授信來講，企業徵信公司收集的經營數據很難真的跟銀行授信環節匹配起來，長期來看，企業徵信不會是像個人徵信那麼大的市場。
另外一塊智能營銷，國內和國外差距特別大。LendingTree是美國的智能營銷公司，核心競爭力都建立在轉化率的提升上。但是國內大部分的智能營銷，依然是粗狂的流量模式，對流量轉化率要求沒有那麼高。
我們看，2017年中國信用卡開卡做的很好，新發行1億張以上，特別是在線開卡增量很大。 去年，信用卡開卡成功率10%，也就是說10次開卡申請成功一次。行業領先的簡普科技，通過精準營銷引擎，可以做到25%成功率。
LendingTree做貸款匹配，每個貸款申請最終能匹配成功概率是60%，遠遠大於國內開卡10%的成功率。中間的差距就是精準營銷演算法所導致的。所以，國內智能營銷現階段市場規模比較大，主要因為大部分都是流量導入，長期來看會更多做精準營銷，真的能體現出來智能這兩個字。
國內的智能營銷現在單價低，開一張信用卡不到100元，一個貸款銷售線索只有10幾塊錢。LendingTree每個貸款匹配成功收取20美元，未來計劃提升到30美元。這中間的差距都是由智能營銷演算法導致的。
保險科技在國內現在發展比較早期。保險業IT基礎設施每年市場規模不過70億元，和銀行業的300億差距很大。行業裡面一直在講，保險業的基礎設施和銀行業差了五年，那麼，保險科技的爆發時間基本上也會晚於個人徵信5年時間。
以上是從具體的場景來看。從技術角度來看的話，核心驅動金融機構接受的技術基本上是大數據為主，有一部分人工智慧。大部分金融機構的大數據平台還處於搭建過程中，並不完善。
國有五大行、股份制銀行，大數據平台基礎完備，可以在上層持續擴展應用。稍微下沉一下，不管保險公司也好，還是券商也好，都處於最早的大數據平台搭建階段。因此，人工智慧、區塊鏈的真正大規模落地還有待時日。
我們測算了一下中國金融科技潛在市場規模，1100億元。這個是沿用美國市場研究方法，從整個金融業支出角度去看的。
國內金融科技支出舉幾個例子。第一個是招行。2017年，招行還是按稅前利潤1%去投金融科技。2018年，招行已經按營業收入1%對於金融科技進行投入，整個盤子超過20億元。招行研發支出其實是40多個億，整個金融科技支出是20多億，相當於招行有1/3研發支出放在了金融科技上，跟美國商業銀行平均水平差不多。
證券領域，國內金融科技投入占收入比例在2%左右，但是因為收入基數小，和商業銀行差距很大。
這個是我們羅列的金融科技行業圖譜，包括全球、特別是美國的對標公司。我們可以看到，徵信肯定還是最大的賽道，除了三大徵信局，還有FICO、SAS等專註於數據分析的公司。第二多的領域是保險，Verisk是金融科技行業裡面市值排名第二的公司，在170億美元。財富科技也擁有SEI這種百億美元的上市公司。
這個是愛分析研究過的美國Top級別的金融科技公司。通過研究，我們可以看到以下幾點。
第一，美國金融科技市場規模相對平穩，頭部公司普遍收入增速不到10%。因此，350億美元在美國金融科技領域是相對穩定的市場規模，相比之下，中國金融科技市場頭部公司今年還有翻倍增長的機會，市場也有4倍成長空間。
第二，我們統計了Top金融科技公司2017財年在美國地區的收入之和，約130億美元。比如，Experian有一半收入來自全球化，FICO也有40%左右來自全球化。由於美國總體市場規模350億美元，Top10公司的市佔率至少在1/3，說明金融科技是市場集中度很高的領域。未來，中國金融科技行業大概率也是這種集中度，而且由於央行、百行兩大徵信中心的存在，市場集中度會更高。未來整個市場的兼并收購機會很多。
第三，我們可以看到，前四名都是從數據源跑出來的金融科技公司。Experian、Verisk、Equifax、TransUnion都是如此。擁有獨特數據壁壘的公司，將是未來領先金融科技公司的有力爭奪者。
第四，從數據源跑出的公司，建模能力也不弱。國內做徵信的公司都喜歡對標FICO，FICO在美國本土建模相關收入超過6億美元。Experian和FICO同樣的業務是決策分析業務，2017財年收入超過5億美元，和FICO差距並不大。因此，在建模能力上，Experian和FICO並沒有絕對差異。
通過梳理美國金融科技發展歷程，我們也做了中國金融科技未來發展趨勢的預測。
第一是個人徵信領域。個人徵信最先成熟的，而且是最大的賽道，所以現在做個人徵信排名靠前的公司，長期都會是金融科技行業裡面的頭部公司。百行徵信還有五年時間會走上正軌，一旦百行徵信在數據源領域地位確認之後，個人徵信市場規模、市場格局將趨向於穩定。
第二是企業徵信，企業徵信市場規模肯定比個人徵信小很多，因為企業徵信提供的數據也好、模型也好，離銀行需求差距比較大。這個過程當中，企業徵信的客戶逐步在向產業鏈核心企業、以及政府客戶轉變。
核心企業擁有風險控制能力。這種控制能力並不是因為數據強，而是核心企業在產業鏈裡面有很多主導權和話語權。產業鏈上下游的小微企業失信並不單單是貸款沒有還這麼簡單，而是會被從產業鏈中剔除，這種懲戒效應遠遠大於徵信的價值。
由於產業鏈核心企業有足夠的風險控制能力，大數據平台基於這個基礎，做更加精細化的徵信服務才有價值。
另外一個比較好的客戶就是政府。不管是園區也好，還是各地政府也好，都在建大數據平台。大數據平台有很大一部分是偏信用這個方向的，尤其是發改委和央行牽頭做了信用中國，在全國都在落地。
除了企業徵信以外，第三個是保險科技。保險科技距離爆發還有一定時間，同時也取決於保險公司對於賠付數據的開放程度。剛才講的比方說平安車險，現在把自己過往的歷史數據開放出來給一家公司做賠付的模型。中國人壽也是把自己的歷史數據開放出來給一家第三方公司做壽險的核賠模型。我們看到頭部的保險公司在考慮構建自己核賠反欺詐引擎，這些頭部公司把數據開放出來以後，以核賠為核心的市場才會真正起來。
財富科技需要很長的一個合規過程，尤其P2P備案通過之後，財富科技市場才會逐漸起來。
轉載自:愛分析
