互聯網金融幾年后可能消失
互聯網金融如火如荼,P2P網貸乘勢而起。Lending CLub的1.25億美元融資,充分表明海外資本市場對P2P網貸的肯定。而人人貸的1.3億美元A輪融資,則暗示著中國才是P2P網貸的最大市場。實際上,國內P2P網貸行業充滿爭議,也備受矚目。作為業界領先公司的創始人,人人貸創始合伙人楊一夫與我們分享了他的一些創業心得和行業觀點。
找對人和模式
關于商業模式選擇,人人貸確立商業模式的過程與多數互聯網公司比較相像:找一個可執行的想法,請靠譜的人,不斷執行、調整到靠譜的方向。早期論證階段,楊一夫等人做了200個問卷調研。樣本不多,但絕大部分問卷對象對網上借出資金并沒有太深抵觸,由此得出一個判斷:所有人都認為這是個好想法,卻還沒有商業模式出來。這表明它一定有些內在的問題可以得到解決,有了基本可執行的想法就做,沒必要太糾結于想法是否完善。
搭建早期創業團隊絕非易事。一些基本原則必須遵守,比如理念相合、能力互補、重大問題一致。楊一夫表示,根據人人貸的實際經驗,招人時要“死皮賴臉”,只要對方不掛電話就“有戲”;難招的人,招來發現不一定不好,而容易來的人,卻更加容易走。在選擇創業伙伴時,對方最好“內心豐富,耐得住寂寞,不被外界干擾情緒”。
國內早期的P2P借貸有兩種模式,一種基本上學習美國的Lending Club,做的是純線上業務。另一種則是宜信模式,業務全部在線下。人人貸一開始希望把美國模式原汁原味地“拿”過來,后來才發現,在中國單純做一個信息中介很難立足,必須搜集并驗證很多數據,于是公司開始嘗試在線下開發和服務客戶,到今天,變成了一種O2O模式。在融資方面,人人貸的最大經驗是“創業者自己不要負債,不要在缺錢的時候融資”。創業者負債,會讓自己一輩子的選擇都“變形”。缺錢的時候融資,會讓創業者喪失自信和自由。引入機構投資者不僅僅是為錢,還是在尋求外力改變公司。最好的融資時點是在公司好、行業熱的時候。
小額信貸可分為兩類,一類依賴人的經驗,另一類以數據和模型為基礎。但前一類的問題在于,沒有可擴展性。人人貸比較早地嘗試了第二類的方向,雖然本質上還是以第一類為主。人人貸在模式選擇中的經驗是:圍繞自己的優勢構建商業模式,而未必是覺得這個商業模式好才往這個方向做。
剩者為王
從技術手段上看,目前的互聯網金融更多屬于服務方式、資金渠道上的創新,而在風險管理和風險計量方面沒有太大進展,傳統金融機構怎么做,互聯網金融企業也怎么做。在對大數據的運用上,P2P網貸公司最多只是做做精準營銷,還沒有一家公司能用大數據為金融資產風險進行準確定價。互聯網金融只要沒觸及風險控制,就談不上顛覆傳統。
從行業特點看,互聯網屬于 “贏家通吃”的行業,而金融業則是 “剩者為王”,互聯網金融更偏向后者。互聯網以體驗為核心,只要你的體驗比人家好一點,用戶會快速遷移,二八法則在互聯網金融領域相當明顯。而金融業受限于項目開發、法律、風險等因素,與互聯網的結合不會那么快。互聯網金融未來會朝集約化的方向發展,每個細分領域可能都會產生一兩個巨頭。互聯網金融的核心與傳統金融業一致,都是風險管理,活得越久的公司,才會越成功。
在國內,大型互聯網企業紛紛進入互聯網金融領域。百度重在搜索,雖然有支付業務,但對直接做借貸方面的金融業務缺乏興趣。阿里和京東在自己的生態圈內優勢比較大,但在生態圈外的局限性較強。與互聯網金融相比,傳統金融業的客戶群完全不同,一些傳統金融機構在地方、行業有優勢,但缺乏擴展性。究其根本原因,在于沒把 “人” 的生意變成 “程序” 的生意。
可能消失
5~10年后,互聯網金融可能會消失。這并不是說互聯網金融會消亡,而是說整個金融體系和互聯網走向融合,不再能夠被嚴格區分。未來的金融,可能是由技術支撐的批量化交易。
重復借款是P2P網貸行業目前最令人擔心的問題。目前,各家P2P網貸企業數據互不相通,容易發生重復借款問題。這需要行業信息共享機制(包括黑名單)的完善。通道式P2P(為線下第三方機構做線上的資金和產品通道)模式有兩個問題,一是有實力的金融機構不愿意把客戶信息給平臺,而只做通道、不掌握客戶信息的話,門檻就變得很低。這個模式最后必須將征信納入,但能否撐到那一天,很難講。二是隨著政府打破小額貸款的融資“天花板”,小額貸款可以從更廣泛的市場渠道籌集資金,到時,小微企業及個人客戶未必依賴線上通道解決資金問題。
互聯網金融能在中國發展起來,受益于傳統金融的欠發達。美國的個人金融十分普及,用戶對支票、信用卡等傳統金融工具的使用習慣根深蒂固。而國內用戶的使用習慣還在形成階段,富裕群體的年齡層又比美國低得多,更容易擁抱互聯網。傳統行業欠發達是個機會,有可能 “一步邁入共產主義”,比如,肯尼亞的移動支付普及率居世界第一。
互聯網的本質是改善信息流動,而金融的本質是消除信息不對稱。擁抱互聯網的方法和技術,與其說是金融創新,不如說是金融的本能。當然,金融與互聯網的最終融合,還需要一系列前置條件。對企業而言,需要數據和模型的積累,包括如何讓決策引擎滿足市場需求。在行業層面,需要用戶結構的改變,投資者教育的深入,征信體系的完善,以及整個互聯網環境下更多維的數據創造。目前的尷尬是:有錢人很少上網,愛上網的基本沒錢。