1.金融業全流程的效率提升——金融科技產業演進趨勢
金融科技的本質是通過信息技術的引入實現金融業全流程的效率提升;
演進趨勢：從互聯網金融到數據金融，從去中介化到金融業務核心、從流量至上到技術為王、從單一主體到龐大產業鏈
2.大數據、人工智能、區塊鏈——Fintech的核心技術能力
Fintech的基礎技術能力是互聯網，互聯網金融是Fintech發展中的重要組成部分;
核心技術能力：大數據、人工智能、區塊鏈
3.共享&賦能——Fintech商業模式演進方向
信貸市場線上滲透率僅為1%，龐大空間、巨大的用戶需求、競爭型的市場格局、可觀的客戶價值不斷吸引新進入者;
日益提升的獲客成本、風控成本、合規要求是新進入者越來越難逾越的門檻;
共享&賦能：能力者向潛在進入者共享能力
4.場景平臺、流量平臺、交易平臺——賦予各類平臺普惠金融的能力
建立Fintech平臺，向消費場景、交易平臺、數據平臺賦能，使得其他平臺獲得普惠金融的能力，從而實現更為廣泛的普惠金融。
5.宜人貸金融科技能力
Chapter1
金融科技產業演進趨勢
從互聯網金融到數據金融，我國金融科技發展已歷經三大階段
在過去的十數年中，互聯網對于傳統金融業態的變革一直在不斷發生，集中體現于支付結算的線上化、金融產品銷售的電商化，以及信貸業務的P2P化。而在此前，我國金融科技的發展已歷經三個大的核心階段，分別是：
1)20世紀70年代中后期開始的金融信息化起步：以早期的計算機及局域網絡為主，計算機逐步代替手工操作，并實現全流程的電子化;
2)20世紀90年代中后期進入到互聯網金融的階段：中國接入全球互聯網，金融信息化/互聯網金融的時代隨之到來，主要體現的是渠道信息化;
3)2010年后進入到數據金融/機器輔助決策階段：移動互聯網時代的到來推動了大數據、云計算技術的迅速鋪開，此時，信息技術正在逐步滲透到金融業務核心部門，機器成為金融決策的重要輔助，而機器實現絕大部分自主決策的智慧金融階段也為之不遠。
Fintech的互聯網金融階段主要聚焦于金融脫媒/去中介化，去中介化已是全球金融業自由化發展的核心方向。
在互聯網金融蓬勃發展的過程中，整個商業形態快速迭代，互聯網幾乎改變了傳統金融的渠道體系。在這個過程中，受到影響最為深遠的是金融中介。
Fintech進入金融核心，對于傳統金融的影響愈加廣泛和深入。
在互聯網技術逐步成熟的今天，以大數據、云計算、人工智能為代表的創新技術正再一次的席卷眾多傳統行業，金融業以其龐大的市場容量再次成為市場焦點。這一次，技術創新的核心目標將聚焦于信用、風控、投資等多個領域。因此，Tech對于金融業的影響將愈加廣泛和深入，這也是互聯網金融和金融科技(Fintech)的重大差異。
互聯網傳統的商業邏輯是流量為王，這在網絡媒體、電子商務以及電子支付、互聯網金融的早期階段均已經充分體現。
從流量至上到技術為王是“不得已”更是行業趨勢。BAT等巨頭已經在市場中形成了較為穩定的競爭優勢，流量集中的行業特征已經極為明顯。因此，“不得已”走向技術為王的方向是目前垂直企業選擇差異化競爭的核心策略;而與此同時，網民增長紅利消磨殆盡、移動互聯網時代即將落幕，人工智能走上前臺，信息科技行業再次進入了技術創新并尋求商業模式變現的新階段。
傳統金融機構組織體系龐大，體系內的自主、可控是大多數金融機構業務拓寬的核心路徑。
而在Fintech的大背景下，行業分工將實現進一步精細化和模塊化。
從橫向業務范圍上看，(如下圖所示)單一傳統金融主題可提供的服務將被眾多的Fintech企業主體所分解，實
現單一業務類型的差異化和靈活化。
從縱向業務流程上看，單一業務流程也被眾多Fintech參與主體拆解。以信貸為例，包括獲客、前段審核、中期風控以及后期催收管理均已形成完善的產業鏈，整體分工進一步精細化和模塊化。
政策紅利讓互聯網金融一度被譽為野蠻生長的行業，而歷經10年的發展監管與互聯網金融之間已經逐漸熟悉，隨著中國互聯網金融協會的成立，規范與安全成為行業發展的主旋律，同時也意味著原本寬松的政策環境有收緊的趨勢。2016年后，業界也明顯感受到了行業寒冬，互聯網金融概念走下神壇，十年野蠻，一朝落幕。然而互聯網金融并沒有因此消失，取而代之的金融科技正以星火燎原之勢，整體行業已進入金融科技的全新發展階段。
三大技術構成核心技術基礎
技術基礎：三大技術構成核心技術基礎
縱觀目前階段下的金融科技創新方向，宜人智庫認為，大數據、人工智能和區塊鏈將是繼互聯網/移動互聯網之后的Fintech發展的三大核心技術基礎。三大技術之間沒有迭代關系，沒有時間軸關系，而是在不同層級同時支撐Fintech發展。
數據是金融的核心，因此在大數據時代下，大數據必將觸及金融最緊繃的那跟弦——風險定價與風險控制。
若將大數據分析分為四個層次，互聯網金融發展階段中，大數據技術主要應用于數據架構和信息整合(第1層+第2層), 可實現初步的分析和決策(第3層)。
非結構化數據體系下，人工建模+數據已經難以滿足數據分析需求。
由于傳統數據分析模型對于多維度、多形態的數據存在不適用的情況，因此該類技術應用僅僅是大數據分析的初級階段。
大數據+機器學習是金融數據計算分析的未來。在目前的狀態下，數據體量異常巨大、數據類型異常繁多、價值密度極低，因此需要通過更為強大的機器算法能夠實現模型的迅速矯正，因此，機器學習+大數據將是金融數據分析的核心方向。
大數據分析的主要金融應用：個人征信、授信與風控個人征信、授信及風控主要是圍繞借貸環節進行的，覆蓋貸前評估、貸中監控和貸后反饋三個環節。
1、貸前評估：國內個人征信試點于2015年才開始試行，最具代表的是芝麻信用。阿里體系的交易數據以及螞蟻體系的金融數據形成強有力的數據支撐，自主研發信貸模型可用以支持銀行、小貸機構進行征信及授信活動。信貸模型的訓練需要人工智能技術作為輔助，通過機器學習不斷完善模型并實時校正。
2、貸中監測：主要是通過用戶在貸款期的行為數據來發現問題客戶并及時報警。
3、貸后反饋：基于用戶本次貸款期間的數據，對該用戶原有信貸記錄評分進行補充，提升或降低其信用額度以供后續使用。
人工智能在金融領域中的應用，相較于大數據而言的核心突破在于深度學習、智能分析和最終的智能決策。大數據、云計算、智能硬件以及后續的區塊鏈技術等都是支撐人工智能上層技術的基礎。
智能數據分析在金融領域涵蓋了投資、借貸、保險和征信行業，相關技術的運用成為業務開展的基礎，同時也支持了金融產品的創新，包括新型的保險及投資產品。
在金融領域，人工智能主要有以下四類應用：①自動報告生成、②金融智能搜索、③輔助量化交易、④智能投顧方向。
從技術角度來看，比特幣的系統包括三層：底層技術——區塊鏈;中層鏈接——協議;上層——貨幣。上層是貨幣，在這里指的是比特幣。中間層是協議，也就是基于區塊鏈的資金轉賬系統;底層技術是區塊鏈，去中心化、分布式記錄的公開透明的交易記錄總賬，其交易數據全網節點共享。礦工負責記錄，全網監督;
區塊鏈(Blockchain) 是一種分布式共享數據庫(數據分布式儲存和記錄)，利用去中心化方式集體維護一本數據簿的可靠性的技術方案。該方案要讓參與系統中的任意多個節點，通過一串使用密碼學方法相關聯產生的數據塊(即區塊，block)，每個數據塊中都包含了一定時間內的系統全部信息交流的數據，并生成數據“密碼”用于驗證其信息的有效性和
鏈接下一個數據塊。比特幣是一種全球范圍內可交易的電子貨幣，是目前區塊鏈技術最成功的應用。當前銀行等機構更多關注的也正是比特幣背后的區塊鏈技術。
強制信任：智能合約
在合同中約定的條件被觸發時，合約內容能夠自動生效執行。智能合約的原理類似于計算機中的If-Then語句，它能夠幫助我們在金融領域建立一種智能管理的體系。當保險合約等自動判斷滿足賠付條件時，保險費將自動劃撥賠付，從而免去了以往的保險理賠中中間一系列的流程。當然，“強制信任”可被用于諸多領域。
Fintech商業模式演進方向
共享|賦能
信貸的線上滲透率僅為1%，科技對金融的影響剛剛開始
根據零壹財經數據顯示，中國整體個人理財市場規模約為40-50億元，線上理財接近2萬億，滲透率4%;人民銀行及艾瑞咨詢數據顯示，2016年網絡信貸余額為1.2萬億，占中國整體境內信貸余額1%。
參照網貸之家數據，網貸行業CR4<30%、CR8<40%，是典型的競爭型市場，明顯區別于支付及網絡購物等同類交易型領域。因此網貸并非典型的流量型市場，而目前核心玩家的主要工作依然聚焦于如何把蛋糕做大，而并非如何切分競爭對手的蛋糕。
因此：一個巨大且不斷增長的市場+競爭格局相對友好的市場環境=依然開放的市場入口，未來一定有更多的新進入者參與進來。
網貸之家數據顯示，截止2017年4月，網貸平臺累計數量已高達5890家，存量平臺2265家，大浪淘沙，超過50%的平臺已停業。
拋開民營系大量平臺停業給市場整體帶來的影響，各類型企業數量依然處于增長過程中，風投系增速最快，整體市場參與者類型不斷豐富。
從增量來源看，傳統業務的線上化、增量需求(消費升級所帶來的超前消費和SME的市場打開)將是未來市場的核心增量來源;從企業類型角度出發：傳統金融機構是線上化的主體;資源型平臺(場景、流量、數據和資金等)是核心新進入者。
新進入者各自訴求存在差異，但資源變現依然是主旋律。①流量、數據平臺通過金融業務實現流量和數據資源變現;②場景平臺通過金融實現主營業務提升和金融業務變現;③資金型平臺則通過互金業務實現資金效率的最大化。
循序漸進，監管走上正軌，政策已經探底，未來監管將進一步常態化。技術能力將是企業生存和行業凈化的核心標準。宜人智庫認為監管的核心要點在于：中介屬性、小額分散、牌照與核準并行。同時，鼓勵傳統金融機構與Fintech/互聯網金融的快速融合;市場對于的金融科技企業的合規發展要求進一步提升，行業門檻進一步提升。
1、官方信用人口覆蓋不全面：2015年，我國信貸人口覆蓋3.8億人，滲透率僅為27.6%，而同時期美國信貸人口滲透率為82.0%。
2、多重因素造成數據孤島數據孤島：當下的互聯網產業環境，巨大體量的用戶數據被留存于各個平臺，包括政府、電信業、醫療業、銀行、互聯網巨頭，數據開放程度極低、兼容性低，進而形成了眾多數據孤島。
3、缺乏統一的信用評級體系和制度：我國各類機構不論在數據抓取維度、模型、評級方法、深度等各個方面自成體系、進展不一，缺乏統一的業務技術規范，存在大量的資源浪費;同時，相關立法、制度不完善，造成眾多障礙和風險。
4、流量成本被推高：市場競爭激烈，參與者眾多;風險事件頻發，帶來行業性的用戶信任危機;互聯網馬太效應造成流量壟斷，推高獲客成本;
5、團伙欺詐猛如虎：線上造假難度遠低于線下，但其造成影響巨大，遠高于普通壞賬風險。
目前，從企業數量角度看，民營系依然是市場的核心參與者，占比超過80%;但從經營質量角度看，風投系和上市公司系則占據市場主導位置，風投系+上市公司系的企業數量占比為11.4%，
成交量占比49.8%、余額占比53.6%。
傳統企業邊際成本變動規律主要是隨產量增加而減少，當產量增加到一定程度時，就隨產量增加而增加，因此，邊際成本曲線也是一條先下降而后上升的“U”形曲線。
較高風險敏感性和潛在規模效應所帶來的差異化市場預期
2015年底至今，A股市場互聯網金融板塊平均估值56X，而銀行板塊平均估值僅為7倍。
Chapter4
賦予各類平臺普惠金融的能力
互聯網時代結束了么?對于我們來說才剛剛開始
參照CNNIC數據，2016年底中國網民規模達到7.3億，滲透率超過50%，網民規模增長率趨于穩定，增長紅利消失。
與此同時，參照網貸之家數據，2016年網貸行業投資人數與借款人數分別約為1375萬人和876萬人，較 2015年分別增加134.64%和207.37%，網貸行業人氣增長幅度仍然較大。
15/1000，挖掘場景下、平臺上的信貸需求
艾瑞咨詢研究顯示，通常商業環境中交易規模超過1000億的平臺，即具備了金融業務變現的基礎;在1000億交易規模中，大概能夠產生100億的信貸需求;100億的信貸需求，平均可以產生15%的利潤。
與此同時，在目前的市場上，具備場景、數據資源的平臺大量存在，金融需求隱藏在眾多的消費場景、交易環節、數據平臺之中，這些資源都可以通過嫁接金融服務來進行商業變現。
網貸并不是一個流量集中型的高頻需求，需求一定是隱藏在眾多的場景之中，而成熟的網絡環境為網貸獲取用戶、打開需求提供了良好的條件。
建立Fintech平臺，向消費場景、交易平臺、數據平臺賦能，使得其他平臺獲得普惠金融的能力，從而實現更為廣泛的普惠金融。
宜人貸金融科技能力
(本報告部分數據、圖表、資料來源于宜人智庫、宜人貸、人民銀行、Wind、CBInsights、CNNIC、36氪研究院、艾瑞咨詢、易觀智庫、零壹財經、網貸之家、國泰君安證券研究。)
