黄山信息港

当前位置:

即便是类似的机会中国的规模更大速度更快2019iyiou

2019/05/14 来源:黄山信息港

导读

兰希先生是IDG资本副总裁、金融服务小组负责人,关注互联金融、电商和教育的早期投资。之前曾就职于京东商城,负责开放平台部(POP)的数据分析

兰希先生是IDG资本副总裁、金融服务小组负责人,关注互联金融、电商和教育的早期投资。之前曾就职于京东商城,负责开放平台部(POP)的数据分析工作。他还曾就职于中金公司北京和香港投资银行部工作,主导了多个中国企业的境内外上市、发债和并购项目。兰希毕业于北京大学,获电子学及经济学双学士学位。

即便是类似的机会,中国的规模更大、速度更快

先看P2P。国内轰轰烈烈的时候有2千多家平台,美国找一圈听过名字就10多家。我们跟着Accel投了Prosper,投的时候是全球的P2P,投完之后,很不幸就被LendingClub超过了。宜信是我们2011年投的,它从2006年开始到今年是第九年,现在体量超过100亿美金贷款余额,而LendingClub招股书上披露是50亿美金左右。LendingClub是2007开始做,都是这七、八年的时间。

看理财平台。我们投了铜板街,去年差不多做了80亿左右的交易规模,而Betterment差不多10亿美金。但铜板街是2012年开始做,而Betterment是2008年开始做的。铜板街却只花了两、三年的时间,体量超过了Betterment。

挖财就是一个记帐工具,是模仿Mint,后来发现学生做得比老师好很多。挖财2014年差不多1亿用户,Mint卖给了Intuit。

从放贷余额、理财规模、用户数多纬度来看,用我们投资的公司来证明,即便做与跟美国类似的事情,中国公司比美国公司干得好很多。

中、美类似的机会

P2P这块,美国有Prosper、LendingClub等,中国的有宜信、陆金所、人人贷等,这些都是模式上类似,其实基础模式完完全全不一样。以LendingClub为例,它做的是借贷,纯线上。而中国有一个公司跟他一样——拍拍贷,就是学的它。但是好像速度没有想象那么快。而宜信线下铺了地面部队,三、四万人去找借款人,模式完全不一样。中国的P2P,绝大部分是从线上募资,而宜信成立的时候,没有线上这个事情!所以说借款端下,理财端也下,这是一个线下撮合。

社交投资这块,我们从去年下半年开始讲,那个时候这波牛市还没有起来。国外有一些公司,motif就是专门的一个投资组合,比如这个motif叫新能源汽车组合,它可能从全球各个市场找了30个新能源汽车相关的股票,有买入有卖出。你要是对这个感兴趣,可以直接跟着他买。Zulutrade是做外汇跟单。

移动支付这块,美国有Square,中国版叫拉卡拉。Square就是给你几行代码,你可以集成进去做支付,比如说APP上进行支付。还有一些做支付钱包,比如PayNearMe,就是做一个近场的支付,还有好多创新点儿的,包括我们投的Circle,就是以虚拟货币为介质做一个支付的事情。

瞬时授信这块,就是你提交一下个人资料,比如身份证、住址,我可以用几分钟跑下模型,告诉你可以给你贷多少钱。它跟线下借贷很大的不同点是不用你去物理点,不用提交大量的工资证明、银行流水等类似的东西。我根据你提交的基本资料,比如邮箱,我可以全查你的邮箱在什么地方出现过,给你一个授信,因为它基本是瞬时的,就10分钟给到你。

众筹也算金融的分支,但是除了股权众筹之外,商品众筹其实跟金融没有什么关系,但是我们还是把它划到这里面了。国内有天使汇、天使客、天使茶馆。Tilt比较有意思的是,主要是在facebook上可以发起一个众筹,随时随地的。

比特币在国外其实发展得比较猛。我们有个数据,美国的VC投比特币这个领域,占他们去年投互联金融整体的1/3。中国貌似没有,因为有一些大的监管上的原因。相同的地方,大家都会抄,不同的地方其实是有一些大机会的,美国有、中国没有的东西,可能未来中国会有,有可能是趋势性的东西。

中、美不同的机会

虚拟货币的协议:因为在美国,虚拟货币的存在方式变成了一个支付协议,它更多的应用是在跨境支付上面,有Ripple、Stellar等。美国的互联金融在这一轮是技术驱动,是去中心化驱动。

基于算法的风险资产配置:像wealthfront、betterment、sigfig这些公司会有一些问卷,然后提交一些资料,系统会大概获得你的风险偏好,然后给你配各种各样的ETF产品,或者是股票型基金。这种模式在美国其实已经兴起了,在中国为什么起不来,是因为中国产品供应不够丰富。另外因为没有数据,根本不知道背后是谁,也根本不知道用户的风险偏好。

技术驱动优化借贷:Kabbage是专门帮中小企业做借贷的,receivables exchange是做预收帐款的交易所。本质上这些都是2B生意,给小企业做融资的。为什么美国会有?因为美国小企业从来没听说过有什么融资难的问题,美国的资本市场是比较体系化分层的,中小企业能够通过一个线下的金融机构连接起来。美国把线下的这层东西搬到线上,靠机器给你建议,通过技术把传统线下金融机构已经解决得不错的机会,搬到线上来解决,提高效率。而中国,底层解决得太差了,传统线下企业借不到钱、个人借不到钱,所以先把线下的事情解决好。中国的机会,概括出来叫资产端的互联化。

中国互联金融的演进顺序与逻辑

各位天使实战学院的学员,你们可以看看IDG投的30多家公司,按照顺序排列是如何寻找到一些趋势性的东西的。我们把整个金融体系划分成三块:资产端、流量端和中间端,中间端我们叫金融科技,包括数据、风险、支付、信用。先看资产端,我们排了一个序,上面是传统金融机构没有解决得很好的资产类别,下面是传统金融机构解决得还可以的类别,从上往下,有P2P、P2B、线下小贷、担保、学生贷款、消费贷款、供应链金融、融资租赁、保险、基金、信托、股票、理财以及存款,存款对应的就是银行,当然是融资成本的机构。所以互联金融怎么搞,我们找填坑的机会,就是从上往下投。

从流量端来说,从上到下的表现形式也是从简单的信息聚合到一个复杂的资产配置,从简单的信息平台(比如金融界、和讯),到社区(比如雪球),到工具(比如挖财),到导流平台(比如融360、91超市),到单一爆款(余额宝),到销售平台及交易平台。从上往下,也是一个从简单到复杂的过程。

资产端往流量端走叫资产的互联化,流量端往资产端走就是基于算法的风险资产配置和理财,两端同时往下走、两端同时往对方走的情况下,金融科技就是第三端在自循环。整个趋势大概就是这么走,资产端往下走,流量端往下走,他们同时往中间走,循环科技在不断地循环变大。

去监管化和去中心化已经在快速发生

还是看趋势性的东西,去监管化有哪些事情呢?P2P监管办法即将出台,出台股权众筹管理办法,发放民营银行牌照,发放消费金融公司牌照,发放第三方征信牌照,启动保险费率改革,取消券商指定交易,推出一码通,IPO由审批制改为注册制,取消保代,推出存款保险制度本质上在去监管化。在各个领域,无论是银行还是金融资产都在放开。

而去中心化大战已经在发生:P2P的千P大战,后余额宝时代的全民理财,投资门槛大大降低,资产端全面互联化,移动支付带来变革(打车、红包、收单),比特币及2.0货币协议雨后春笋出现,大数据征信和反欺诈的出现,基于算法的风险资产配置平台开始出现。重要观点就是,中国互联金融的机会,还是资产互联化,把供应链的资产放到互联上去。而这个机会就是传统金融机构觉得不好的机会。你先去做,你就有机会。而美国是通过互联技术提高效率,那才是的机会。

中国互联金融演进阶段情况

我们大概排列一下所谓的行业周期图,从萌芽期到膨胀期,到整合期,到泡沫化低估期,到正规运作期。支付这块,支付宝和财富通已经做得很大了,基本上两个加起来占到80%以上的资产份额,其他人没什么太多大机会;虚拟货币因为监管的原因,没有起来;P2P基本上过了一个峰值在往下也跟我们预测的一样:是不良率快速上升,第二是股市吸金吸得太快,第三是所谓的巨头整合开始出现;信息聚合和导流平台这块是处在上升得比较快的曲线,像融360、91金融做得挺大的;股票证券交易平台这块,也是从日活几万到现在日活超百万,就是因为这波牛市让全民都开始炒股;社会化券商,在去年和今年上半年,经历了一个极具快速上升的一个阶段。在座的天使实战学员们,你们在投资的时候也要考虑到这个问题。还有其他资产的互联化,其实这块我们一直挺看好,它还是在往上走。供应链的资产类别,包括融资租赁、供应链金融和消费金融,是我们今年着重看的资产类别;众筹、大数据征信风控也处在上升期;金融基础设施,还在相对早期,特别是股权众筹。

中国互联金融投资我们会投什么

件事,应该找什么样的资产类别,从资产端来说,我们投早期P2P是不太可能,因为已经过了。资产类别我们觉得还有机会的有两个领域,还是应该要去投的:个是供应链金融,就是传统B2B的问题,是很大的生意,现在B2B、互联金融和O2O是我认为中国TMT行业的三大风口。B2B在快速发展,到一定阶段以后一定会有金融需求,而且来得非常猛;还有一个是消费金融,消费金融的一定是车和房,这个事毋庸置疑。从产品设计上面,可以做挺好的风控的措施,保证这个资产比较安全。就是供应链金融和消费金融一定是现在我们重点去看的事情。

第二件事,互联保险,这也是我们一定会干的事。我们投了一个做车险的,完全是尝试。

第三件事,资产证券化。这是我们对美国金融危机之前和之后总结得出来的。中国现在金融体系很大的弊病在于,是钱没有流到该流的领域去,第二是银行的模式是靠存贷息差挣钱,而且存贷息差是受保护的。在今天贷款利率市场化完成之后,这个模式已经不可行了。

力压K12成政策关注赛道幼小衔接未火先黄
行业集中度
资本寒冬下谁能帮创业者找到方向
标签