2023年互联网金融行业分析报告_金融行业分析报告.docx
《2023年互联网金融行业分析报告_金融行业分析报告.docx》由会员分享,可在线阅读,更多相关《2023年互联网金融行业分析报告_金融行业分析报告.docx(27页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、2023年互联网金融行业分析报告_金融行业分析报告 互联网金融行业分析报告由我整理,希望给你工作、学习、生活带来方便,猜你可能喜欢“金融行业分析报告”。 2023互联网金融行业分析报告 数据能力:互联网巨头发展金融最大优势 数据金融:金融的本质是数据,以及基于数据的建模和风险定价。互联网公司及科技公司拥有海量用户数据,有机会借由数据挖掘和建模,成为传统金融公司之外的数据金融新贵。全球互联网上市公司总市值约2万亿美金,而金融市场规模则在300万亿量级。 中国传统银行的征信记录仅覆盖总人口的35%,远低于互联网52%的覆盖率。互联网巨头拥有了极大的数据先发优势。虽然中国的央行征信及传统金融业务数据
2、不对互联网公司开放,但丰富的社交、线上消费及转账行为数据能够在风控和征信中发挥巨大作用。 据CNNIC统计,截止2023年底,我国网民规模达7.31亿,手机网民占比达95.1%,其中手机支付用户达到4.7亿。随着中国移动互联和移动支付渗透率的不断提高,网民在互联网上留下的数据踪迹成指数级增长,这些数据不仅包括了基本的实名制用户信息,更重要的是体现了用户的消费历史、社交行为、生活开支甚至是理财偏好。 蚂蚁金服和腾讯金融拥有自己的征信数据来源和技术,使其能够绕开传统金融,独立解决陌生人交易场景中的身份及违约风险评估问题。在数据金融的竞争格局下,互联网巨头将首先受益数据优势带来的用户价值增长。 随着
3、移动支付成为大众习惯,互联网金融规模保持着高速上涨,截至2023年,中国互联网金融总交易规模超过12万亿,接近GDP总量的20%,互联网金融用户人数超过5亿,位列世界第一。 相对的是,银行卡和传统金融网点的重要性被不断削弱。银行卡是我国传统金融机构触及客户的主要产品,然而随着电子支付的爆发,银行卡的吸引力不断减弱,手机号实名制和生物身份验证为互联网金融提供了与传统银行卡相同等级的安全保障,网络资管规模将在一段时间内保持高速增长。 目前全球27家估值不低于10亿美元的金融科技独角兽了中,中国企业占据了8家,融资额达94亿美元。中国互联网金融服务市场规模巨大,增速较高,有望成为互联网公司的下一金矿
4、,在数十亿市场空间里,数字金融巨头已经出现雏形。 另一方面,经过了几年的高速发展,阿里、腾讯等 互联网头部公司具有了稳定的市场地位和可观的市值规模。对互联网龙头公司来说,线下商业模式向线上搬迁所带来的红利在消退,未来的增长是决定公司战略的重要因素。 经过了近6年的高速增长,截止2023年底,中国移动互联网月度活跃用户数量已经突破了10亿大关,但同比增长持续放缓,IOS设备不增反降。另外一方面,规模型APP(MAU大于1万)的数量在2023年达到顶峰后,在16年开始下滑,但头部 APP(千万级以上)数量仍在持续增加。在新用户增长乏力的局面上,头部APP实际上在持续收割中部APP的用户,互联网市场
5、寡头化的趋势越来越明显。 随着移动互联的渗透率达到网民总数的95.1%,人口红利逐渐减退,移动互联网正从增量模式转入存量模式。增量流量的枯竭,迫使互联网公司改变一贯以来依靠流量的粗放模式,而更多的依靠增值服务,对存量流量进行再获取,管理和商业化成为互联网巨头的主要着眼点。 对于互联网和科技巨头而言,金融市场显然是具备足够体量和盈利能力的潜在市场,基于个人客户和小商户的数据挖掘和逐渐积累沉淀的风险定价能力有希望成为其在金融领域的竞争优势。我们判断,数据金融可能在互联网盛宴的下半场绽放光彩。 中国互联网巨头以支付为入口,以数据为底层支持,基于大数据的理财产品、信贷、保险等的设计、发行、分销;嵌入场
6、景的消费金融和供应链金融;以区块链、云计算为代表数据金融技术能力的输出,综合来看,数据金融初具雏形。互联网巨头的获客成本持续低于传统金融机构,逐渐成熟的互联网征信体系将进一步释放巨大的金融衍生场景,互联网巨头重构金融的机会正在到来。 与传统的征信数据相比,互联网数据能够更全面地反映用户消费及资金状况,海量数据在互联网各项平台中不断积累,信用生态合作者也可以提供后续反馈,形成新的行为和交易数据回路,在反馈中不断更新个人征信状况。 深度契合需求,互联网金融增量市场空间巨大 需求端:个人客户和小商户对金融服务的需求持续存在。传统金融公司很难满足长尾曲线中后部客户对于金融服务便利性、可得性和性价比的需
7、求。互联网公司依靠庞大用户基础、用户数据持续跟踪分析和渠道优势,对更大范围的客户进行信用评估和金融服务,如京东金融等。中国个人消费贷款余额在4万亿量级,长期有望增长至10万亿以上,对应高达数千亿的利息收入。综合考虑保险、投资、众筹等其他业务,个人金融服务市场空间有望达万亿规模。数据金融公司有机会在增量市场中占据较大份额。 据央行统计,目前传统的金融机构对国内个人征信的覆盖率仅为28%,而美国个人征信市场的覆盖率为92%,以FICO信用分为主要依据的美国个人征信系统已经有了十多年历史,而央行的征信系统还存在查询难、记录少、个人信息在不同银行割裂等情况。 作为个人金融业务发展的基石,个人征信数据是
8、衡量个人风险和金融服务定价的最关键要素。在个人信贷数据偏少的情况下,我国传统金融机构无法对长尾用户进行其他维度的数据交叉验证、分析,导致了个人金融服务市场存在大量空白,需要互联网巨头及科技公司进行填补。 长期以来,中国的传统金融服务局限于以抵押为主的工业制造业和房屋贷款。2023年开始,随着电商及O2O产业的迅速成长,房贷在消费信贷中所占的比例不断降低,消费金融比重不断提高。 我们认为,伴随着消费升级的大趋势,中国居民对信贷业务的需求从房贷车贷为主,扩大到日常消费的方方面面(数码产品、出行、日用品、教育、医疗美容等)。由互联网公司主导的,嵌入电商场景的互联网消费金融业务(分期、小额无抵押信用贷
9、款)在很大程度上推动了这一趋势。我们预计个人金融服务市场将随着第三方支付的普及进一步增长,个人消费金融市场潜力巨大。 从金融市场规模来看为,中国居民可投资资产规模持续上升(年化增速为18%左右),2023年居民可投资资产规模为181万亿,资产结构中仅为35%的金融产品(发达国家金融为产品比例为60%-70%),提升空间巨大。另外,中国居民的消费需求保持强劲的增长。 2023为个人消费信贷余额为18.95万亿,年化增速为23%。截止2023年,中国消费性贷款余额的有占比只有20%左右,与欧美发达国家的50%左右的比例相比,有着明显的差距。经初步测在算,国内互联网金融服务的收入空间在2万亿左右。
10、C端的金融需求金字塔可分为基础的支付,中层的信贷、消费金融及顶层的投资理财三个层次。互联网巨头从电商、社交等入口全面进入第三方支付、征信、小贷、理财等领域,并朝着垂直领域不断纵深发展。 流量入口带来的场景和数据优势,使得互联网巨头迅速切入支付和征信两大底层金融功能。在中国市场以腾讯和蚂蚁金服、京东金融为代表的一系列互联网公司在金融领域快速探索。 凭借支付宝占领第三方支付入口后,蚂蚁金服依托电商平台积累的海量数据,助力金融产品定价与风险控制。蚂蚁借呗(纯信用个人贷款)2023年用户数达到1000万,放款规模为3000亿元。2023年双十一支付宝全天完成支付10.5 亿笔,“花呗” 占20%,我们
11、估计花呗2023年放款规模在1-2万亿左右。源于支付宝资金沉淀和理财属性的余额宝,目前资产规模超过一万亿,理财规模年化增速超过30%。 云计算将支付宝每秒支付能力提升到了8.59万笔,远超VISA(1.4万笔)等国内外金融机构。依托于淘宝、阿里巴巴和天猫三个电子交易平台,蚂蚁金服获取了海量的交易数据和消费行为数据,在此基础上,整个蚂蚁金服搭建起了基于信用体系的金融业务帝国。 目前,凭借着覆盖长尾用户的消费数据和用户画像能力,每笔网上交易的成本降到了2分钱以下,远低于传统银行,保证了各种普惠金融业务顺利开展。数据的优势使得蚂蚁金服的产品研发和差异化定价能力显著高于传统的保险及基金销售网点。 中美
12、互联网金融路径不同,中国盈利模式刚刚起步 资料显示,2023年共有4.5亿账户使用支付宝,而海外支付巨头PayPal的活跃账户仅有1.97亿,支付宝超PayPal成为全球最大的第三方支付公司,2023年支付宝的资金支付总额达到9310亿美元(根据花旗研究院数据),而PayPal为2817亿美元,支付宝在活跃用户及使用频次数据都远超PayPal,但蚂蚁金服的现阶段营收远低于PayPal,ARPU提升空巨大。 从收入结构来看,蚂蚁金服国内支付服务收入占总收入比例达到40%以上,小微借贷收入占比达18%,天弘基金收入占比17%,托管利息收入17%,蚂蚁金服支付规模大,但盈利水平低于PayPal。个人
13、借贷相关费用已经成为 PayPal和蚂蚁金服的重要业务内容(12%vs18%),但消费金融和个人信贷产品为PayPal每年带来86.4亿收入,而蚂蚁金服的相关服务在收入在60亿左右,支付宝凭借着更高的用户基数和更多的线下支付场景,我们认为未来盈利空间巨大。 与支付宝不同的是,PayPal并没有向全牌照的金控集团转型,而是建立了独树一帜的情景电商模式和全方位的内嵌式支付入口,彻底改变传统电商的游戏玩法,极大提高潜在用户转化率。凭借市场第一的用户消费转换率,PayPal得到了很高的交易佣金作为回报。 我海外互联网巨头在基础的支付和电商层面不断开发,为传统商家和银行卡提供网络支付和电商入口,本身并不
14、拥有资管、银行等牌照类业务。底层的支付和消费功能正在成为如Facebook、PayPal等巨头进一步提升广告、交易收入,开发ARPU值的法宝。老牌支付巨头Paypal通过一系列的收购和投资,将自己的支付入口扩大至所有的社交应用和主流内容网站。目前PayPal不仅能提供移动支付、转账、信贷功能,更重要的它正在全面向情境电商平台转型。去年九月PayPal收购了Modest,获得了情境电商的所有关键技术:在不同应用场景植入购买按钮,创建app,管理订单等。 PayPal的移动电商平台以及Braintree后台支付的全闭环支持能在用户浏览图片、网页和邮件时拥有全面嵌入式购物体验,用户目光所及之处,都可
15、以一键购买,大大提高了电商用户的转化率和消费规模。该业务目前正在内测,有望成为PayPal新的增长点。PayPal也将是紧接Stripe推出Relay后第二个提供情景电商平台服务的公司。 在美国,传统理财产品、中小企业信贷、保险等均有成熟的金融巨头覆盖,传统金融机构深耕社区和家庭,消费者习惯已养成。互联网企业和fintech类公司不具备渠道优势,他们更多的扮演“补充”角色。未被传统金融服务覆盖的客户或市场缝隙,由互联网企业和FinTech企业来补充,其角色更多的是“提高某已有业务的效率”。 大多数中产阶级的理财服务是由传统银行和资产管理公司、投资顾问公司提供的。近年来,智能投顾平台(自动化投资
16、平台)的兴起,如Betterment、Wealthfront针对的是年轻一代,主打的是在资产在能够得到充分的大类配置前提下,以人工智能和机器学习辅助个人投资者优化资产结构。 CreditKarma公司则提供美国居民信用分数的实时免费查询,根据用户信用分数推荐对他们更划算的金融服务(保险、贷款等);由于Credit Karma掌握了三分之二的美国消费者的实际债务负担,包括债权人和债务利率等信息,系统通过挖掘数据并利用算法使用户看到符合自身需要的广告,也就是对网站用户进行个性化的推荐。佣金收入则来自于成功推荐信用卡、贷款以及其他金融服务。 总结来说,数据优势和流量入口为中国。互联网巨头带来数据金融
17、的全面成功。2023年春节期间,微信完成320亿美金电子红包的转账,是Paypal2023年全年支付额的六倍多。蚂蚁金服旗下的余额宝规模达到了960亿美金,成为世界规模最大的货币基金。 蚂蚁金服目前估值为600亿美金,距离中国交通银行4000多亿人民币的市值仅一步之遥。除美国外,中国将成为全世界最大的支付市场和全世界第二大的金融科技市场。中国互联网巨头成功开发了国内尚未被传统金融覆盖的需求,并走出了一条巨头进化的独特路径。 移动支付为入口,数字金融产业链全面成型 供给端:第三方移动支付快速普及,2023年交易规模达38.5万亿,微信支付和支付宝市场份额高达90%。在占据支付业务核心竞争力之后,
18、数据金融公司开始探索信贷业务,在此过程中优先发展征信,并向保险、众筹、投资等领域延伸。 参照海外发展经验,我们判断消费信贷有望成 为 继支付业务之后,数据金融公司重要的业务之一。传统金融机构通常通过资产抵押控制信贷风险,对于长尾中后端客户服务不足。数据金融公司有机会通过数据分析和风险定价模型服务更大范围的客户。 以腾讯和蚂蚁金服为代表的支付巨头以自有数据为基础,发力征信,谋求覆盖全方位、全场景的移动互联金融生态。蚂蚁花呗已走出阿里平台,接入40多家外部消费平台。京东金融以电商交易和商家备货场景切入,在消费和供应链金融领域纵深发展,通过“白条”拓展消费金融业务,并试水ABS和ABN。 互联网金融
19、将从以支付、电商为代表的产业链前端向以个人金融、资产管理为核心的产业链后端布局发展。未来,立足于互联网巨头和科技公司的金融服务产业,竞争才刚刚开始。 蚂蚁金服:数据+ 科技成就金融巨人 依托于互联网 消费金融的场景化,蚂蚁金服首先打开了电子支付市场,并且将消费金融、保险、小微企业借贷等业务嵌入了日常的交易场景中。在建立起了拥有基金、银行、支付、保险、众筹等全牌照的金融帝国之后,全方位的人工智能平台被应用于各种服务场景之中,如风险控制、信贷决策、保险定价、服务推荐。加上算法不断迭代,公司向着全场景的智能金融帝国转型,数据+科技使得蚂蚁金服成为互联网时代的金融巨人。 信息的融合在技术和算法的推动下
20、,开始产生巨大的价值。以蚂蚁金服为代表的互联网金融公司与传统金融机构最大的区别在于技术。互联网公司开始利用技术重塑金融: 自动问题识别(CTR):上下语义匹配及客户真实意图识别。采用标准问题映射技术,再找到多方面的服务标准化或需求驱动。由于采用了人工智能识别技术,2023年双11淘宝自助服务比例达到了97%,自助转人工的需求猛降,客户满意度提高,公开资料显示该技术运用后,人力和GPU成本下降1亿左右,而支付和理财平台的峰值容量和操作效率反而得到极大提升。基于迁移学习和深度学习的精准营销。基于阿里生态体系的海量数据在深度学习的技术框架内达到融合和学习,对用户、产品、文本等进行同一“编码”,经过大
21、规模学习和迁移学习后,人工智能能够将支付用户的属性和阅读偏好、电商购买行为与保险偏好联系在一起,从而实现基于交易行为和阅读行为的精准营销,助力理财和保险产品的销售和定位。 蚂蚁金服在进行精准营销时,把算法、业务、系统整体打通,大规模提升深度学习效率近6倍左右,并且开始从非结构性数据中提取每个用户的谨慎性系数。 在蚂蚁聚宝的主页和社区观点里面,同一个基金面对不同的用户DNA,会有不同的文字呈现,推荐的内容和原因根据用户习惯和浏览历史而变化,是个性化定制的模式。目前这些全新的算法提高了业务点击转化率将近5.9倍,GMV提高了3.4倍。 小而美的保险:运用机器学习和可解释模型真正理解用户的消费行为。
22、蚂蚁金服的场景化保险产品,如退货险、碎屏险等,保费在0.5-5块钱左右,覆盖海量长尾人群,场景险保费收入多年维持100%的年化增速,双11一天保单金额突破1亿。 场景保险产品凭借着大数据和机器学习,做到了实时投保,实时差异化定价,实时出险率预测和极速核赔。蚂蚁金服使用几百万用户ID数据来培养可解释模型,即用户、他所购买的商品和退货这三者之间的关系,最后得出该用户的退货概率。场景类保险依靠此类核心算法,实现了超小金额保单的盈利。 征信业务方面,蚂蚁金服根据阿里系(占比30-40%)和其他第三方支付机构提供的征信数据,打造出了“芝麻信用”。芝麻信用除了连接了公安系统的实名验证与活体检测技术(扫脸、
23、指纹等),丰富的交易场景和商家的数据接口为蚂蚁金服的机器学习贡献着源源不断的数据,芝麻信用还涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等信息。 在面对巨量涌入的长尾客户时,传统金融IT的架构无法支撑,蚂蚁金服IT架构的云端化彻底打破传统架构的限制,实现平台上各类机构之间信息的自由流通,由此产生的呈指数级增长的数据量在平台上沉淀。未来,芝麻信用将在消费贷款和个人信用商用领域具有巨大空间。 此外,蚂蚁金服通过将支付入口和场景结合,借助其天量的大数据资源和强劲的云计算数据分析挖掘能力,全方位地切入生活场景,匹配大数据带来的客户侧写和分流能力,实现了高频和高留存的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2023 互联网 金融 行业 分析 报告
限制150内