(網(wǎng)經(jīng)社訊)互聯(lián)網(wǎng)信貸行業(yè)發(fā)展伊始，各路登高望遠者相繼登場，行業(yè)迎來規(guī)模導向的大發(fā)展時代，市場份額在爆發(fā)式增長過后逐漸回歸理性，截至2018年10月，從市場增長、借貸需求、共債風險三個維度再看行業(yè)發(fā)展態(tài)勢。
一、中國互聯(lián)網(wǎng)借貸市場概覽
互聯(lián)網(wǎng)信貸行業(yè)發(fā)展伊始，各路登高望遠者相繼登場，行業(yè)迎來規(guī)模導向的大發(fā)展時代，市場份額在爆發(fā)式增長過后逐漸回歸理性，截至2018年10月，從市場增長、借貸需求、共債風險三個維度再看行業(yè)發(fā)展態(tài)勢。
1. 各省市場增長份額差距較大，中國東部沿海地區(qū)為市場發(fā)展引擎
圖1: 各省份的新增市場份額（%）
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：各省新增市場份額（%）=各省份新安裝信貸類APP的設(shè)備數(shù)/全國新安裝信貸類APP的設(shè)備數(shù)
廣東省新增市場份額占比最高（14.06%），比全國平均值（2.94%）高5倍左右，與排名第二的江蘇?。?.89%）差距較大，是其兩倍的份額。市場份額前幾大省借貸人口占比較多，因此下文將剔除人口數(shù)量因素，具體分析各省份的實際借貸需求強度。
2. 排除人口數(shù)量因素看借貸需求強度，顯現(xiàn)廬山真面目
圖2: 各省份的借貸需求強度
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：各省份的借貸需求強度=各省份的當月新安裝量在全國的占比/各省份的人口數(shù)量在全國的占比
中國西部、港、澳、臺因政策等因素，信貸類APP安裝量極少，其線上借貸需求不包括在本次觀察討論的范圍內(nèi)。
上圖所示，人均安裝信貸類APP的需求強度以1為基準，各個省份需求強度不同。剔除人口數(shù)量因素后，即可看到借貸需求引擎是哪些省份。廣東省不僅市場份額位列第一，需求依舊最強。東部沿海地區(qū)領(lǐng)先其他省份，北京、寧夏、貴州、內(nèi)蒙的借貸強需求顯現(xiàn)廬山真面目，均位列前十名。
由于這些地區(qū)消費水平較高，提升了借貸需求，貢獻了較多互聯(lián)網(wǎng)信貸APP的安裝次數(shù)。而借貸需求最弱的10個省份，可成為市場拓展的藍海。
3. 全國正處于整體風險可控，且市場發(fā)展?jié)摿^大的階段
圖3: 各省份的共債風險比較
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：各省份的共債風險=該省份的當月融慧多頭借貸指數(shù)-全國平均值
中國西部、港、澳、臺因政策等因素，信貸類APP安裝量極少，不包括在本次觀察討論的范圍內(nèi)。
每個省份的風險從高到低排序后，多頭（共債）風險主要集中在中國南部沿海的福建、海南、廣東等省份。同時這些風險偏高的省份，也是需求旺盛、市場份額較大的省份。
從多頭（共債）風險的角度分析，各個省份與全國平均值的多頭差距極小，在-2分到1分之間浮動，沒有過于高風險的省份。結(jié)合新增市場份額的地圖來看，全國正處于整體風險可控，且大部分省份市場發(fā)展?jié)摿^大的階段。
二、監(jiān)管介入后互聯(lián)網(wǎng)借貸平臺加速整改，寡頭壟斷趨勢愈發(fā)明顯
1. 從完全市場到寡頭壟斷市場的轉(zhuǎn)化
行業(yè)經(jīng)歷了規(guī)模導向的大發(fā)展后，經(jīng)過市場上的激烈角逐，“狹路相逢勇者勝”，一些玩家現(xiàn)已穩(wěn)居頭部，加之一些零散的長尾，市場進入新的發(fā)展階段，呈現(xiàn)出新的市場特點。從滲透率及排名分布來看，金融類和信貸類APP相比整個APP市場競爭不對稱。
圖4: 各省份的共債風險比較
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：滲透率：全國安卓設(shè)備安裝占比
從經(jīng)濟學角度來看，每條曲線凹度越大（分布越像香蕉），意味著越接近寡頭壟斷市場；凹度越小（分布越接近直線），意味著競爭越激烈，接近完全市場。金融類APP與其細分種類——信貸類APP進行對比，金融類（左圖）的分布凹度較大，已有穩(wěn)居頭部的玩家和零散的長尾，屬于寡頭壟斷市場，而信貸類市場（右圖）從監(jiān)管介入后，發(fā)生了從完全市場到寡頭壟斷市場的轉(zhuǎn)化。
2017年10月（即現(xiàn)金貸新規(guī)出臺前，市場熱情最高的時期）到2018年4月（即市場經(jīng)過強監(jiān)管洗禮后的第5個月），每個月曲線的趨勢越來越陡峭，顯示出信貸類APP之間越來越不平等的激烈競爭，頭部效應(yīng)顯著。由此可見，僅經(jīng)過半年的時間，互聯(lián)網(wǎng)信貸市場已區(qū)分出明顯的頭部領(lǐng)跑者和尾部的追隨者。
相比于其他長期處于穩(wěn)定的寡頭壟斷市場來說，信貸類APP市場才剛剛拉開兩極分化的序幕。在線上流量的爭奪中，頭部玩家需要識別高凈值客戶，甚至是潛力型高凈值客戶，交易和授信過程中給他們更高的額度、更優(yōu)質(zhì)的體驗和高效便捷的服務(wù)。既然用戶切換APP的成本為零，那么競爭的關(guān)鍵籌碼之一就是用戶體驗，讓客戶“用腳投票”。
2. 多頭（共債）風險與存量市場份額呈負相關(guān)
對頭部信貸類APP進行業(yè)務(wù)分類后，通過觀察2018年10月的多頭借貸指數(shù)和APP滲透率的分布發(fā)現(xiàn)，多頭風險與滲透率是負相關(guān)的：滲透率越大的APP用戶，總體多頭風險越低；而滲透率越低的APP，其用戶群顯示出更高的多頭風險。如下圖所示：
圖5: 多頭借貸指數(shù)與滲透率的散點圖
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：滲透率：全國安卓設(shè)備安裝占比
由此可見，頭部玩家不僅滲透率與尾部玩家拉開了較大差距，吃掉了更大的市場份額，而且用戶多頭風險也低于尾部玩家，客群質(zhì)量更為優(yōu)異。目前，頭部前100的信貸類APP安裝量已占整體市場安裝量的約76.33%。
頭部玩家如何在有限的時間內(nèi)，在有限的客戶耐心內(nèi)，最快速度識別風險，精算風險，做出“最優(yōu)化”的風險決策，是在客戶全生命周期每個業(yè)務(wù)節(jié)點上的競爭較量。而流量之爭的關(guān)鍵問題是理解客戶的行為，才能夠找到對的人。再好的信貸產(chǎn)品，投向了錯誤的客群，或在好的客群中選擇了錯誤的客戶，都是風控的災難。
互聯(lián)網(wǎng)金融行業(yè)的“客戶之爭”已經(jīng)進入極為精細化的比拼階段，我們在新時代下對客戶的洞察需要越來越深，而這也是融慧金科可以為金融機構(gòu)提供的服務(wù)之一。
3. 各類玩家風險如何？
圖6：排名前100的信貸類APP在各業(yè)務(wù)分類下的多頭分布
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
按照信貸類APP的種類，上圖可以更細致地看到各種類下的多頭分布。風險水平由高到低：現(xiàn)金分期類>貸款超市類>P2P貸款類>消費分期類。
三、行業(yè)整體多頭（共債）風險變化趨勢
2017年12月，現(xiàn)金貸新規(guī)的出臺無疑是行業(yè)的拐點。融慧多頭借貸指數(shù)顯示，行業(yè)進入了新的歷史時期，相比于初期光怪陸離的發(fā)展，如今的市場更加凈化。
1. 行業(yè)整體多頭(共債)風險變化趨勢
圖7: 行業(yè)多頭借貸指數(shù)變化趨勢
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：將2017年1月的多頭借貸指數(shù)設(shè)為1，以此起點的曲線代表了全國互聯(lián)網(wǎng)借貸市場用戶的平均多頭（共債）風險。
萬億級的普惠金融藍海里處處“暗礁”：如上圖所示，2017年初以來，隨全國網(wǎng)貸人數(shù)的快速增長，多頭借貸人群急劇增加?！皵]錢”人群快速形成規(guī)模，在2017年4月份呈現(xiàn)陡增趨勢，同月，銀監(jiān)會首次將“現(xiàn)金貸”納入整治范圍，并提出嚴格執(zhí)行最高法院關(guān)于民間借貸利率的有關(guān)規(guī)定，不得違法高利貸及暴力催收。
行業(yè)的多頭借貸程度在8月到達最高點，而9月，人民人行、銀保監(jiān)會陸續(xù)發(fā)文強化監(jiān)管態(tài)度。12月，現(xiàn)金貸新規(guī)出臺，行業(yè)的整體多頭借貸程度驟降，直至2018年5月達到低谷?？傮w來看，互金市場從草莽叢生，到被新規(guī)凈化，效果相當明顯。
今年6月開始的P2P暴雷潮，推著多頭借貸指數(shù)再次上升?？傮w來看，如果說前次暴雷更多體現(xiàn)的是“野蠻生長”時期的道德風險的話，此次暴雷，除因恐慌心理造成的“踩踏式”連鎖反應(yīng)之外，則更多體現(xiàn)的是在行業(yè)監(jiān)管趨嚴和一眾宏觀利空因素背景下的“技術(shù)風險”，直接原因還是傳統(tǒng)風控在下沉客群上的能力欠缺。
新的監(jiān)管形勢下，行業(yè)整體的共債風險迅速降低。也顯示出，越來越多的金融機構(gòu)主動回歸“經(jīng)營客戶、經(jīng)營產(chǎn)品、經(jīng)營風險”的本質(zhì)，憑借嚴謹?shù)慕鹑谶壿嫼惋L控理念，打造更加專業(yè)過硬的風險管理實力。
2. Vintage分析現(xiàn)金貸新規(guī)和P2P爆雷潮對線上借貸的影響
圖8: 行業(yè)信貸類APP人群的多頭變化趨勢
數(shù)據(jù)來源：融慧內(nèi)部數(shù)據(jù)
注：運用Vintage進行分析，將信貸類APP使用者按月度分成12組，觀察其2017年6月至2018年6月的變化情況。融慧給當月安裝任意信貸類APP的用戶建立當月標簽，并持續(xù)跟蹤他們的多頭借貸指數(shù)。其中，X軸為已跟蹤時間長度，Month 0 是安裝信貸類APP當月，Y軸為多頭借貸指數(shù)。每條線代表各月安裝信貸類APP的人群（移動設(shè)備）。
對不同月份安裝APP的移動設(shè)備進行分別跟蹤，從而了解不同月份安裝APP的移動設(shè)備的多頭借貸（共債）程度。由上圖所示，各曲線走勢大致相同，始于Month 0，即安裝的第一個月，隨后多頭借貸指數(shù)波動性地上升。
可以發(fā)現(xiàn)，2017年12月的Vintage較2018年1月有較大幅度差距，由此推斷，2017年12月安裝了信貸類APP的人群，相較于2018年1月，多頭（共債）風險較高。
多頭借貸指數(shù)是基于互聯(lián)網(wǎng)借貸行為刻畫出來的，因此，一方面，現(xiàn)金貸新規(guī)的對互聯(lián)網(wǎng)借貸市場凈化效應(yīng)明顯，造成較大沖擊力，抑制了不斷上升的多頭借貸風險；另一方面，原本活躍的線上APP借貸行為可能流向了難以捕捉到的地方。
今年的P2P暴雷潮也在多頭借貸指數(shù)上有較大顯現(xiàn)。由上圖可見，5月的新安裝信貸類APP的人群，相較于6月，多頭（共債）風險有大幅度提升。多頭借貸程度變化的重要原因之一，是從今年6月開始的P2P暴雷潮對互聯(lián)網(wǎng)借貸行為造成的連鎖反應(yīng)。
金融機構(gòu)該如何轉(zhuǎn)型升級？
現(xiàn)金貸新規(guī)實施以來，互聯(lián)網(wǎng)金融平臺轉(zhuǎn)戰(zhàn)利率36%以下的市場，對客戶來源，即流量的爭奪會更加激烈，這使得流量變得越來越緊俏和昂貴。在激烈的競爭中，用最經(jīng)濟的成本和最優(yōu)化的效率，找到并獲得優(yōu)質(zhì)的潛在客戶，需要更多的技術(shù)投入。
現(xiàn)今各大平臺的線上業(yè)務(wù)均推出了APP，客戶不再需要親自去網(wǎng)點辦理業(yè)務(wù)，用手機即可得到服務(wù)，因此客戶切換金融服務(wù)的成本幾乎為零，這導致頭部玩家間的競爭日益加劇。
融慧金科基于用戶行為畫像的大數(shù)據(jù)響應(yīng)模型和風險模型將幫助金融機構(gòu)更高效地找到潛在客戶，將風險前置到獲客端。
融慧金科自創(chuàng)立以來，與多家金融機構(gòu)在大數(shù)據(jù)、建模技術(shù)、系統(tǒng)搭建、風控實戰(zhàn)經(jīng)驗、精準獲客、信貸產(chǎn)品設(shè)計運營等多方面進行深度合作，并為此打造了一個向金融機構(gòu)完全透明的風控體系。
其中所有風控模型和決策規(guī)則均由我們幫助金融機構(gòu)制定，持續(xù)迭代升級，并在與金融機構(gòu)的合作中，系統(tǒng)性地完成獲客、產(chǎn)品、風控的全部知識轉(zhuǎn)移，幫助金融機構(gòu)在向互聯(lián)網(wǎng)化轉(zhuǎn)型的同時，真正提升自身能力。
融慧金科認為，金融科技是有力量的，但是解決金融的問題，不僅僅依靠科技的力量，科技的力量是必要條件，但不是充分條件。金融科技和金融風控專業(yè)性相結(jié)合，就是金融的智慧。融慧金科很高興成為金融機構(gòu)轉(zhuǎn)型升級的“賦能者”和監(jiān)管新規(guī)落地實施的“助力者”。
備注：
“多頭借貸指數(shù)”是于現(xiàn)金貸新規(guī)出臺的同月，“融慧金科”推出的標準化產(chǎn)品，即通過移動互聯(lián)網(wǎng)行為，進行多頭借貸（共債）評價的指數(shù)。指數(shù)范圍從0到100，分數(shù)越高，多頭借貸程度越嚴重。
產(chǎn)品一經(jīng)問世，就引來了數(shù)十家客戶通過盲測，并對接調(diào)用。他們不僅關(guān)注客戶在貸款時點的多頭借貸（共債）情況，更希望將其作為貸后管理手段，進行自動化持續(xù)監(jiān)測，目的是在成本最小化的前提下，把存量客戶最大限度地進行細分，實施更有效的早期預警和差異化的額度管控。（來源：融慧金科 編選：電子商務(wù)研究中心）
