竞相开花的金融科技何时结果?CB-Insights给出了这样一份报告

互联网+ 七月的MiuMiu 零壹财经 2017-03-14

2017年刚过没两月,互金行业便早早跨进了“百家争鸣”的战局。“马太效应”、“巨头天下”等说法,揭示着互联网金融的发展方向。而金融科技(Fintech),也顺理成章地成了被不断提起的“洋气词儿”。

在经历过2016年的波折后,越来越多公司开始将“金融科技(Fintech)”作为新的标签,其中不乏BAT这样的巨头企业。

从“金融交易的网络渠道”到“Fintech”的加速转换,不仅折射出了行业对技术改变金融的更多期待,同时也将另一个问题留给了我们:面对被频频宠幸的晋升之路,Fintech是否真能守好它的膝下江山呢?

井喷的全球金融科技指数

CB-Insights于近日发布了一份名为“THE GLOBAL FINTECH REPORT:2016 IN REVIEW”的全球金融科技投融资报告,对2016年全球金融科技企业的投资状况进行了分析和总结。

报告指出,2016年全球Fintech行业共吸引了127亿美元的投资总数,第一季度完成49.3亿美元的投资交易额。而其中,中国国内金融科技企业所获得的投资笔数达到46笔,占全球份额的5.5%;获得投资总额接近46亿美元,占全球份额的36%。这两项数字与去年相比,都得到了明显的增长。另值一提的是,2016年间亚洲地区所获得投资数额最大的10家公司全部来自中国,包括京东金融、51信用卡、HNA在内的Fintech企业,皆位列其中。

虽然中国金融科技企业的“吸金”速度令人惊讶,不过中国金融科技企业的投融资双向能力却更让人咋舌。

在最新发布的《2016年全球金融科技投融资报告中》,零壹财经公布了这样一组数据:2016年全球金融科技投融资共504笔,累计融资金额达1135亿元人民币;其中国内金融科技投融资就占到281笔,总额为875亿元。而在2016年全球金融科技投融资中,共有18家平台在2016年获得至少两轮融资,除了两家美国公司外,其余16家均为中国金融科技公司,覆盖了包括网贷(5)、 理财(5)、保险科技(4)、众筹(2)及消费金融(2)五种。

这组双向统计数据让我们看清了过去一年井喷式发展的金融科技,而这也引发了国内巨头的“抢滩逐鹿”。

巨头们的大动作

2月24日,百度正式公布了2016年Q4财报。在这一期财报中,金融业务成为了为数不多的亮点。在百度CFO李昕晢看来,AI技术在金融领域研发和应用,会成为百度未来一年的重要方向之一。

虽然在过去几年中,百度利用自身的流量优势,通过消费分期、现金贷、信用支付、个人财富管理等产品完成了金融用户体系的建立,但将战略重心转向人工智能领域,显然为了得到更多的细分场景。

根据百度最新披露的数据显示,过去一年租房、家装、教育信贷等领域的增长已达到了45%-75%,这些多元化的C端金融场景,帮助百度利用人工智能技术对每一个分场景进行了深耕。公开材料也证明,百度已将人工智能和大数据运用在了身份认证、风控、智能投顾、量化投资、智能获客等技术领域,这些技术应用为百度在C端客户之外吸引了更多的B端客户。

而对于手握支付宝的阿里和蚂蚁金服来说,庞大的淘宝用户池也在为支付宝源源不断地输送着新用户。Questmobile数据显示,单单2016年12月一月,不仅手机淘宝拥有4.3亿月活跃用户,支付宝也在移动端实现了61%的同比增长。而基于国内的稳固地位,阿里和蚂蚁金服在过去2年中逐渐将重心放在海外,并依靠2年7笔投资构建起了一个属于蚂蚁金服的海外帝国版图。

8.8亿美元的估值并购全球第二大汇款服务公司MoneyGram、通过旗下基金投资了菲律宾支付平台mynt等举动,让阿里实现了全球70个国家10万零售商户及10万线下商户的接入,同时覆盖了出境游主要的餐饮、超市、免税店、主题公园等场景。

而作为国民级App——微信,日均使用时长超过1小时、数量高达8.5亿,如此大的用户基础和使用频次,让微信牢牢霸占住了用户行为习惯的最核心位置。据统计, 2016 年中国第三方支付整体交易规模达到87万亿人民币,仅互联网支付一项,便超65万亿。扫码这样简单便捷的方式,让微信不仅成为了腾讯金融领域的一张王牌,也成为了腾讯征战29万亿快消品零售额市场的利器。不过天生富有社交基因的微信也并不满足于纯粹的支付市场。2017年初,腾讯开始测试微黄金为代表的一系列新的社交金融玩法,同时尝试引入星巴克这样的品牌商家,将社交和小额支付融为一体,为微信支付带来更多的社交元素。

BAT的举动不断地给市场打着强心剂,而另一个疑问也逐渐摆在它们的面前——在最终要抵达的B端或/和C端领域面前,市场又是否一样的欣欣向荣呢?

“金融科技”的使命召唤

越来越多的企业热衷贴上“金融科技”的标签,那么与“互联网金融”相比,“金融科技”的“高明点”究竟在哪儿呢?上海交通大学互联网金融研究所所长罗明雄认为:“互联网金融与金融科技两者间并无根本差别。金融的最终本质依然是风险控制,只不过金融科技更多考虑的是,如何用技术创新产生更好的业务模式、应用、流程或产品,并对金融市场、金融机构或金融服务的提供方式产生影响。”

在罗所长看来,金融科技承担的更多是过程上的改变,无论从产品、技术还是用户来讲,这些改变的最终结果都将指向一个方向,就是我们是否提供了具有意义的金融产品和金融交易渠道。而在这点上,我们所熟知的“智能定投”可以作为一个最好的剖析范例。

2016年,智能定投业务在中国遍地开花,其中不乏投米RA、璇玑以及招商的“摩羯智投”等明星产品。不过,相对于战术上的高举高打,智能定投在战略上仍然面临着需要下潜的路。

1)抱疑的投资人

智能投顾平台奉行的策略是“被动投资哲学”。极客资本论曾撰文指出:“智能投顾在美国,并不是需要跑赢市场的黑科技,更多是降低和规避不必要的成本。”所以智能投顾产品本质价值在于通过更全面和智能的全资产匹配,给用户一个更科学化、高效化的理财投资配置体系。它突出了“长期性”、“风险分担”和“组合优势”这三个关键词的存在。而在这点上,却与中国投资者的认知大相径庭。

中国散户习惯于自己参与资本市场投资,即使不直接参与,也更倾向于委托或者投资于通过人(比如基金经理)管理的基金,因为对于中国投资者来说,能否赚钱才是最重要的。我们在一份来自《基金投资者情况调查分析报告》中也发现,国内个人投资者持有单只基金的平均时间长于3年的,仅占33%;而A股换手率远高于全球其它国家股票市场。

显然,中国本土用户在主动屏蔽智能投顾这种追求稳定的投资方式。那么在产品层面,智能投顾的元祖市场又是如何操作的呢?

2)贫瘠的资产市场

Wealthfront、Betterment、Future Advisor等著名的智能投顾公司,通过极度小额分散的方式,将客户的资金投向美国ETF市场,以此将风险降到最低程度。这是智能投顾最具优势的操作,也是众多国内平台模仿的模式。但受限于市场,这种复制的结果却并不理想。

一方面,由于不能直接募集资金,一些平台需引导用户通过开立美股账户实现海外ETF投资,且难以绕开个人账户每年5万元换汇额度的限制。而以国内公募基金为投资标的机构,为实现跨市场资产配置,则需要舍弃便利性、低交易成本等优势。另外,中国ETF的市场数量也是一个绕不过的硬伤。单单2015年一年,美国ETF的市场总规模已超2亿美元,产品数量达1549支。而截至2016年7月,中国却仅有130只可交易的ETF,不仅可分散的风险相当有限,在整个投资维度上都打了大大的折扣。

贫瘠的市场,让最终投资效果的呈现出现了缺陷,但来自产品的缺憾却更让更多运营者觉得无奈。

3)无奈的产品人

依据国外的技术架构来看,完整的智能投顾体系,应当具备客户IPS及风险效用方程、资本市场预期模型、组合构建及优化三大战略性资产配置核心模块。但国内一般的智能投顾平台,常常根据简单的客户风险问卷,就把人群划分成几类让其对号入座。

“最能体现智能投顾价值的在于IPS。但在人工智能尚未达到自然语言交流的水平前,我们很难通过一个冗长的IPS问卷来构建客户的RRTTLLU,并识别其存在的行为金融偏差并加以纠正,这就难以达到个性化定制的期望。”某智能投顾平台CTO表示。

所以这种“最优解”投资,在很长一段时间里被包装成了一个简单的“打包产品”。

除了技术以外,摆在产品人面前的还有一个流量问题。Finametrica和 Morningstar 报告共同显示,智能咨询公司常常须花费1800至5000人民币才能获取一个新客户。而假使客户每个月仅支付500人民币的咨询费,公司则需要一年时间才能收回这些成本。“虽然自然流量的挖掘需要一个相对久的时间,但由于投资人认知、市场环境和产品技术的制约,智能投顾公司的流量来源将仍是一个长期存在的问题。”某运营人员表示。

投资环境、技术和流量瓶颈,不仅是摆在国内智能投顾公司面前的阻碍,也是大部分金融科技公司急需攻克的难关。金融科技的运营者深知,与那些来自各机构报告中的璀璨数字不同的是,如果不能让悬而未决的各项要素落地,那么金融科技仍将面对一个“光有雷却不落雨”的概念化困局。

综上所述,2016年,金融科技呈现出百花齐放的争艳局面,但同样面临着诸多的不确定因素。尤其是金融科技的本土化,更是摆在国内从业者面前的难题。金融科技要真正结出丰硕的果实,有赖于外部环境的滋养,也需要时间的催化。

0

相关文章

我来评论

评论“竞相开花的金融科技何时结果?CB-Insights给出了这样一份报告”

取消 提交 请输入内容!

评论

  • 零壹智库新金融闭门会系列

    零壹智库新金融闭门会系列

  • 网贷资金存管指引正式下发

    网贷资金存管指引正式下发

  • 金融安全深焦

    金融安全深焦

耗时 109ms