2017-11-19网贷业务这场赛道,你会投资谁

投资者以投资理论不同可以分为:基本面分析和技术分析两类。技术分析投资者相信空中楼阁理论,股价是由市场中投资者之间相互博弈决定的,而投资者对股价判断都表现在股市交易中,这类用户相信K线作用,他们企图从中发现新的投资机会。另一类是基本面投资者,他们相信股票的价格是由价值决定的,股价围绕股票价值上下波动。他们会从行业面、企业面分析股票价值。今天笔者尝试下基本面分析,从基本面分析网贷业务内在价值。请欣赏:

图片来源:视觉中国

1.网贷业务规模几何

个人网贷业务是随着互联网金融兴起而兴起的。广义的互联网金融是从招商银行第一个上线网上银行业务开始,但狭义的互联网金融是从支付宝推出余额宝开始的。中国的贷款业务主要由房贷、车贷、信用贷及其他构成,房贷、车贷这种抵押贷一直是贷款业务的主要组成,比例大约在80%-90%间。随着互联网金融兴起,个人信用数据在电商、互联网等企业的积累,信用贷款的市场规模和比例在逐渐扩大。

信用贷款最早的载体是银行的信用卡。银行通过个人账户的银行流水、工资等对不同客户授予不同信用额度,在消费信贷里,银行信用卡业务占到了绝大部分。(投资性信贷主要是个体户、企业等用于商业上的资金周转)

但银行信用卡经过六十多年的发展,目前在中国也只覆盖到2亿用户,85%用户仍然没有信用卡。刨除老人、孩子25%的人口比例,也仍然有60%成年人无法享受到银行提供的信用消费服务。互联网技术成熟和数据积累,催生了互联网贷款业务。经过几年发展,互联网贷款业务已经人人皆知。

目前从事互联网贷款业务公司有3000多家,从业人员几十万,2016年互联网贷款业务交易规模为8000多亿,以近几年业务发展速度,破十万亿规模也指日可待。(如果你还不能理解万亿规模有多大,提供几个借鉴:2016年以手机5亿台出货量,2000元平均价看,手机市场规模为1万亿;2016年社会零售品消费总额近30万亿(包含淘宝、京东以及所有线下实体店消费))

2.行业竞争格局

如此庞大的蛋糕吸引了不少竞争者。互联网贷款的主要参与者可以分为以下四类:银行系、产业系(实业中的龙头)、互联网及电商系、小额贷款及P2P公司。

银行手里聚集了最优质的客户,资产、收入、信用都是最好的,且流水可见。较高的信用等级,较低的坏账率,银行提供的贷款利率自然也不高。银行做的是优质客户的生意。

互联网及电商系掌握了用户各种网络行为、网络消费、社交关系等,抓取到海量用户信息,但这些信息错综复杂,结构凌乱。这些信息并不像银行流水一样马上对用户进行等级划分,而必须通过再加工、整合信息才有价值。能够获取并利用好用户信息的互联网公司,将从中获益。这类用户可能不能从银行获取低利率的贷款,但可能从互联网公司贷到合适利率的资金。

产业系直接进入到用户某类消费场景中,能从消费场景中摸到用户资金需求,以消费分期或一次性贷款形式提供资金。仅仅以用户历史消费信息对用户授信,坏账成本高,贷款利率自然也高。利率高反过来又会影响目标用户群,导致偏向信用较差用户群,形成恶性循环。

小额贷款及P2P公司既没有消费场景,也没有用户网上数据,面对的用户群信用差,坏账率高。他们往往通过接入互联网数据如芝麻分、淘宝购买记录,或者通过电信运营商授权获取用户通信消费、通信行为等,判断用户信用情况。有些小贷公司通过购买类征信机构数据控制用户质量。银行坏账率能控制在1%-2%间,但小贷公司坏账率在5%-15%间。由于行业正处于成长期,这个比例后期还会继续扩大。

3.行业未来生存关键

从以上分析中能看出两点:一、行业规模大,用户需求强(随着用户消费理念改观,超前消费比例会越来越大),有较大的发展空间。二、价格歧视要进一步细分。目前参与者众多,各有优势,竞争激烈,面对的目标用户群可以进一步细分。面对信用良好的提供低利率贷款,面对信用较差用户提供高利率贷款。能够进行更细维度用户划分,针对不同细分用户群推出差异化贷款产品是未来方向。

这里想提出的第三点是:目前互联网多头借贷风险在未来会波及大量风控不足公司。愿意以年化100%,甚至500%利率借钱的用户必然是无法偿还其利息的(如果你发现了这么高利率的投资项目请告诉我)。那如何偿还呢?主要办法就是拆东墙补西墙,他们称之为“找口子”。由于小贷公司欠款不还也并不影响其个人征信系统,实在拆借不开就成了坏账。这种情况下,高企的贷款利息和手续费实际上是从下个公司的借款偿还的。一旦这些群体找不到更多的口子或者网贷行业出现了联合征信,这些用户无法再偿还企业的借款,那些当初没有做好风控,没有收集到足够用户信息的公司就是最终的接盘侠。

“浪潮退去,谁在裸泳?”80%互联网贷款公司未来都会消失,你猜谁是胜出者?

信用较好的用户会一直握在银行手里,随着经济发展,这部分用户群会呈现稳中有升的局势,这也是银行发展态势。互联网及电商系用户数据价值还远远未发挥出,数据的跨界融合、共享,为人人所用才是最终的局面。

再提供一个信息:从经济学角度看,股票未来价格不是由现在市场格局决定,而是由未来局势决定。根据以上信息,你会得出什么样的局势判断,在价值投资上,你会选择哪只股票?

#蔷薇记#: 记录生活之美和智慧之妙。

这是蔷薇石原创的第84篇文章。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,667评论 5 472
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,361评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,700评论 0 333
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,027评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,988评论 5 361
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,230评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,705评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,366评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,496评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,405评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,453评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,126评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,725评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,803评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,015评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,514评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,111评论 2 341

推荐阅读更多精彩内容