如果资产和负债匹配,金融性负债包括机构能完全避免风险利率吗?

视频中的景象是我17年中服务一镓汽车金融性负债包括公司时候在窗边录制的。

我在做项目期间实地考察了杭州、嘉兴、绍兴等地的汽车交易市场,后来出于研究的目嘚又走访了北京、温州等地。一方面是和线下有经验的金融性负债包括公司业务员、车商聊天一方面是和市场上几乎所有关注汽车金融性负债包括的VC/PE都有一些联系,所得材料不少我发现投资圈、汽车金融性负债包括圈对行业的理解都很不一样,走访北京的交易市场鈳能和走访温州的交易市场,会得到完全相反的结论

去年中旬,我写了一篇在创投圈颇有一些影响力的汽车金融性负债包括行研(链接: 提取码:7y9x)大致包含了汽车金融性负债包括的现状阐述。陆陆续续的研究则是直到18年1月份因为一些原因才停止。资本的力量如暴风驟雨、迅猛异常相比于过去的行业性机会,创业团队和大公司之间认知的时间差变得很短大公司正在以摧枯拉朽的姿态将市场重新翻叻一遍土,市场的格局将以一个比我们任何人的预料都快的速度变化起来一切过去的从业者,一切准备进入的新玩家都必须快速提高認知能力而决定是否被时代弃取。

以下是我一些研究的概要对于行业现状的整体阐述,还是参照上文的行研文档较为完整

2018年的金融性負债包括创新市场(尤指信贷),基本已经形成了固定的「场景-风控-资金」模式新的模式几乎被探究完毕。除非有重大的数据上的突破(如金税三期数据源)否则我认为不存在模式创新后一轮轮融资走上资本化的道路。我自己听到VC圈一线的炮火声越来越小看金融性负債包括的投资经理已经供大于求。

然而由于信贷本身的竞争力很大程度上在场景和资金的BD能力,这两个能力未必能规模化赢家通吃这僦使得金融性负债包括行业不具备投资的机会但具备创业的机会。

从创业而言2018也未必是一个好的年景,监管太左既然能将168元的水果卡萣性为顶风违纪,就不会在乎为了风险而扼杀掉多如牛毛的创业公司从具体政策上来看,主要是对资金端的压制

今天信贷无非两种模式,要么自有放贷主体要么给其他机构做助贷。

对于自有放贷主体的玩家而言监管对杠杆率的限制最为致命。过去小贷公司虽然有杠杆率限制但是通过ABS出表(可以简单理解为债权转让出去),就可规避监管中国国情潜规则多,监管政策不能看条文BAT的应对是更关键嘚指标。2017年12月18日蚂蚁金服为重庆阿里小贷增资82亿,给整个行业带来致命的负面信号原本重庆阿里小贷一直违规超杠杆做业务,2017年注册資本是20亿却ABS出表了数千亿的业务早已违规。

阿里的解决方案是一边增资补足杠杆率一边将自己放贷改为贷款超市,让银行在背后给消費者通过二类户放贷对于阿里这样和监管走得很近的机构,尚有沟通的余地大部分小公司,一旦政策落实下来可能会因为杠杆率被┅帮子打死。

助贷模式也并非一帆风顺银监发〔2018〕4号是最大的痛。第九条:

违规接受未取得融资担保业务经营许可证的第三方机构提供擔保、增信服务以及兜底承诺等变相增信服务

讲的是,过去往往助贷公司负责获客和风控银行负责资金。因为前端风控很大程度上是助贷公司做的所以助贷公司要给银行做担保,银行也更愿意和强担保能力的渠道开展合作比如万达小贷、360金融性负债包括、京东金融性负债包括、小米贷款……

这件事造成的问题就是,银行把风险放在资产负债表外了某银行从08年做汽车金融性负债包括至今,未出现一筆坏账但下属助贷公司实际上承担了大量风险,不爆则已一旦爆发就是大问题。因此监管要求如果一家公司要给银行做助贷加增信,要么是融资性担保公司要么是保险公司。然而前者受到10倍杠杆率限制后者牌照极难拿。

然而汽车金融性负债包括是信贷行业仅剩的創业机会

今天信贷创业要选什么方向我自己归结了两点:

  1. 信贷行业从未出现赛道都赔钱,只有某公司赚钱的情况更多还是同赔同赚,洇此要选择人人赚钱的赛道
  2. 不要烧钱或者负现金流最后期望通过资本化变现,很难实现;应当做一家一开始就盈利或者正现金流的公司即便靠分红也能变现

汽车金融性负债包括行业完美的符合了这两点:

其一,由于市场处于金融性负债包括供不应求渗透率快速提升的階段,市场利率水平还很高所有万家利润都非常丰厚。以银行担保系的公司为例经营得好的,现金流大赚利润表小赚;经营得不好嘚,现金流小赚利润表打平,自己的小金库还贪污一笔钱总体还是大赚。

其二汽车金融性负债包括行业如果通过助贷模式砍3年的头息,会有非常好的现金流3年期的二手车分期,基本上可以砍头息11%扣除运营成本和费用,剩下5%问题不大即便通过融资租赁模式,也有辦法把大部分收益前置

二手车消费贷是汽车金融性负债包括的先锋队

上图是我归纳的汽车金融性负债包括的机会分布。简单讲今天汽車金融性负债包括行业要么自己做交易场景,要么给交易场景做资金批发理论上自己做交易场景是最好的,但是:二手车因为收车定价需要老板做历来小而散;新车4S店长期经营状况并不好,新玩家如果没有明显竞争优势很难逆转行业的整体颓势。

资金批发中车抵贷格局完成了,不是个大市场;车商贷本质上是给高杠杆的小微贸易企业放贷大方向就是不赚钱的;消费贷中新车机会归巨头;二手车消費贷利润高,而且创业公司有机会

每一个参与汽车金融性负债包括的玩家,无论从何种赛道切入都应致力于舔到二手车消费贷这块奶油。以下主要为对二手车消费贷的分析

消费端利率下行,提出精细化运营要求

2018年市场最大的变化我认为既不是某些银行的资金政策(洇为好资产总有人要),也不是某些浩浩汤汤的汽车新零售(因为想做好太难了)而是大资本进入带来的消费者端利率大幅下降。

以某荇卡分期公司在浙江做二手车分期展业为例利率大约是担保公司收取10%的服务费。之后用户向银行按「本金=贷款额*(1+10%)」偿还3年等额本息,銀行3年共收利息9%折合年化5.8%。银行利息部分我们不管金融性负债包括公司收到手上的砍头息就是11%,包含了运营成本、风险成本、公司利潤

对于运营的不好的公司,运营成本6%风险成本4%,实际上利润已经是0了之所以它们仍赚得盆满钵满,原因如下:

  1. 西北等偏远地区服务費可达18%全国平均可达14%,相比于浙江地区多了4%的净利
  2. 4%坏账为Vintage峰值,但时间上是滞后的故没有在现金流上体现

但这两个盈利手段都站不住脚。第一个偏远地区的高息本质上是金融性负债包括供给不足的结果,但是在如今汽车金融性负债包括大红大紫的背景下这个窗口期也就1年时间。第二个坏账虽然滞后但还是要显露出来的,对于一个正常的经营者只赚现金流不赚利润表似乎也没什么意义。

挑战的褙后是机遇精耕细作的公司可以抢占粗放经营公司的市场空间。

任何技术传到中国都会被神话每一家放贷公司都不得不假装自己拥有夶数据风控技术,来面对资金端的质疑说者不明白,听者也未必明白但是似乎挂上了高科技,能解释一些不能用常理解释的坏账率於是皆大欢喜。

实际上大数据风控更多的就是回归分析,根据大量的历史数据系统统计出:这些特点的人不还款,这些特点的人还款至于其中需要使用到的服务器技术和数学模型,我们这些技术白痴没必要关心

根据大数据风控本身的特点,很容易判断什么类型的貸款可以使用大数据风控:

  1. 大量的案例,不仅包括用户提交的变量而且要有对应的还款情况。因此现金贷这样大量案例的贷款易于做大數据风控而房抵贷这种期限长金额高的,很难做大数据风控
  2. 需要获取到真实数据,如果获取的数据可以被包装大数据风控就完全没囿用武之地。

让我们把汽车金融性负债包括的风险做一下拆分看看哪里有大数据风控的机会,大体风险分三类:

  1. 真实购车用户违约大約Vintage坏账在1%,相比于3C和医美分期买车(豪车除外)的消费行为本身已经筛选出有一定资信的用户。
  2. 车抵贷包装成消费贷的***单即车的買方和卖方都是一起的人,通过消费贷的方式借到了相当于车抵贷的钱由于后续会慢慢还款,***单短期看不出坏账但后患无穷。车抵贷用户本身资质差借来的现金多半是生意周转或还外债,市场上车抵贷的年化利率都在40%以上消费贷给消费者的年化利率不到20%,中间嘚差额就是公司的损失从另一个角度看,虽然做得好的车抵贷公司催回后坏账率可达5%以下但展期率(另一个角度就是逾期率)却可能高达20%,消费贷公司往往不具备强催收能力这个问题就会尤其显著。
  3. 纯粹诈骗消费贷购车后将车二抵或者黑车卖掉,一般还款1期以后就洅也不还由于首付比例高,且卖黑车有折价通过这个方式骗得的金额并不高,而手续却极其繁琐可以认为,一般不会有人准备一套掱续仅为了骗一辆车多半是车商拉一堆白户骗走金融性负债包括公司大批量贷款,作案时期可能在数周到一个月

第一种风险是我们可鉯接受的,由于市场大环境好不需要太担心,反而是做了风控容易提高拒单率得不偿失。

第二种风险是绝对不能接受的是容易被很哆汽车金融性负债包括公司总部忽视的隐形炸弹。而第二种风险的发生一定是车商和业务员的一致配合,车商必然知道买家和卖家是一起的多半情况业务员也会知道,因为需要包装材料并做高评估价在第二种风险中,大数据风控完全无效因为传到总部录入系统的数根本就是假的。今天大部分汽车金融性负债包括公司处理此事的做法是高压线的管理政策有的直接开除,更有甚者直接让作恶员工吃牢飯

第三种风险是整体性的风险,不出事则已一出事可能就是总AUM的2-5%的坏账。由于利益太大可以骗一票后出国永不回来,对员工高压线嘚做法也已经不管用了今天大部分汽车金融性负债包括公司处理此事就两个方法,一个是总部电核一个是巡查制度。

讨论一下大数据風控的应用:第一个风险可以用大数据风控但没啥效益。第二个风险都是假资料根本没法用大数据风控。第三个风险中大数据风控鈳以发现一些假单子的聚类,从而给出警告通知人工核查。但这也属于屠龙之术出事情之前没人能觉察到效果,也没人会重视

总结┅下,大数据风控唯一的作用是识别批量造假的单子但没什么值得神话的。线下放贷的生意一线的炮火声只有业务员听见,把人管好財是根本

三种模式:直营、区域代理、商户代理

理论上,和任何消费分期市场一样二手车分期应该也有三种模式:

  1. 直营:自己的业务員在二手车门店蹲着等单子。
  2. 区域代理:区域加盟商负责养业务员并且承担风险
  3. 商户代理:二手车商作为代理,给自己的客户附加金融性负债包括产品并直接给金融性负债包括公司总部推单子。

到底哪种方法好大家一直争论不休。

  1. 直营是最原始也是最靠谱的模式唯┅的缺点就是扩张慢,一旦扩张快就管理事故
  2. 区域代理解决了扩张速度的问题,但由于区域代理的收入取决于业务量区域代理天然就囿放宽风控甚至帮助包装材料的倾向。为了解决这一问题很多金融性负债包括公司要求区域代理连带担保,但是代理商实际不具备相匹配的主体资信最后的结局就是,一旦不小心出了风险代理商只能不断扩大业务量搏一把,最后不得不跑路
  3. 商户代理貌似比区域代理恏一些,商户本身了解业务场景也具备主体资信可以提供担保。

直营和区域代理相比毫无疑问,直营更好但今天二手车消费金融性負债包括市场做全国展业的公司,没有真正做直营的直营因为扩张速度的原因顶多做到2-3个省份。大量号称直营的实则区域代理。这两鍺本无优劣无非数量与质量的权衡问题。我相信小而美的区域性直营公司,大而全的全国区域代理公司将在很长一段时间内并存。

商户代理模式就有更多可探讨的空间参考最为成熟的3C分期市场的经验,最大的两家捷信和买单侠是直营模式。闪银是区域代理模式昰因为当时希望快速占领市场的权益之计,选择的代理商并不要求行业背景而清一色是当地有水电站、大型超市等产业的老板,主要考慮到代理商的担保能力在3C分期领域,商户代理模式从来没有成功过基本以商户骗贷告终。

3C分期中商户代理不可行对比二手车分期是否也不可行呢,有几个情况差别:

  1. 3C市场风险都集中在用户的还款能力;而二手车市场,风险都是欺诈问题如果商户配合,可以有效降低二手车分期的风险
  2. 3C市场,都是连锁店面每个单独店面的员工不具备风控能力;而二手车市场,都是老板常驻一家核心店面具备风控执行能力。
  3. 3C市场金融性负债包括收入只占总商户总收入很小比例,商户没有动力管理金融性负债包括业务;而二手车市场金融性负債包括收入占比极高,每一个老板都有兴趣参与金融性负债包括业务

从业务扩张速度看,区域代理>商户代理>直营在2018年,业务扩张速度洅怎么强调都不为过

从风控水平看,直营>区域代理=商户代理值得一提的是,第二种客户骗贷的风险商户代理模式或许可以完全杜绝;但对于第三种整体跑路风险,因为商户代理模式给了商户更大的权限很容易在商户代理模式下出现。

今天二手车消费贷公司获取资金主要是银行担保系(助贷)和融资租赁两大模式具体产业链结构可以见我下图的总结。

一条路是助贷即银行担保系准入。缺点是资金鈈稳定优点是高杠杆率且砍头息。CEO清一色60后和70后没有80后的。大公司和小公司拿资金的能力不会有特别大的差距我认为担保系的大公司不应该享受超额溢价。

另一条路是自己放款理论上可以有融资租赁、保理、小贷、消金等牌照,但由于融资租赁可以占有物权方便催收且牌照便宜,所以融资租赁成为主流模式融资租赁先放款,形成资产包后再转让给资金方优点是鲁棒性更强,不依托任一资金方而是打包成现金流资产后,可以卖给任何机构但资金方实际上还是无法看清资产包内的资产,缺点是依然要依靠资产端主体资信来决萣融资能力

曾和一个CEO聊起,什么事情都能靠BD只有找资金不能靠BD。看的案子越多这句话我越认同,找资金这件事不是新经济,而是舊经济是传统金融性负债包括。如同某知名汽车金融性负债包括公司CEO原本主机厂金融性负债包括高管出身,一开始做银行助贷再抱夶腿联合成立融资租赁,最后通过几轮股权融资让公司真正具备了主体资信。在做汽车金融性负债包括早期投资的时候我们应当致力於发现具备这样潜质的CEO,并给予超额溢价

上面讲的都是资金批发中风控、展业、资金的细节,除此以外很多人在思考,是否有资金批發以外的方式和车商建立关系大约探索了如下模式:

  1. SaaS:属于附加物,工具类产品的竞争壁垒是有限的
  2. 保险:属于另一摊生意,不同保險经代在不同时间能拿到不同价格提供给渠道方有比价和出单平台的机会。车险本身已经是没有利润的生意除非保险公司违规变相补貼,否则很难有玩家在这个领域具备规模化竞争优势
  3. 车史数据:可以帮助车商提供检车的辅助,有一定价值但是车商不会为单笔查询付太多钱。
  4. 估价数据:用途比较有限定价是车商的核心能力,估价数据更多的是用于参考基本低于实际成交价。
  5. 销售:小城市的二手車是如何成交的首先,二手车市场是一个卖方市场掌握了优质车源的车商是强势方。其次车商和「拼缝的」(拉客户给车商的中介)一起,一方面找熟人关系杀熟一方面在58赶集和当地论坛刷帖子,希望碰到肥羊一般一个车商一个月也就成交2-3台车,都是强销售和信息不透明的路数为二手车商提供的销售服务无法做到闭环,仅能起导流作用然而,正如访谈的某车商所说「老子有一辆奔驰在手城裏想买二手奔驰的,无论找到哪个车商都会带到我这里本来就是我的客户,有没有XX平台都会到我们市场里来」
  6. 车源:非常重要的手段,车源是车商的核心生产资料谁控制了车源,谁就控制了车商大部分汽车金融性负债包括行业的投资人和创业者都认为,车源是颠覆荇业的关键

现有二手车源是怎么来的呢?90%以上都是4S店的置换车一个车主需要将车子出手,多半是要换新车于是去4S店买新车的时候,4S店就会找到当地二手车商过来定价收车车商再返给4S店工作人员一定的好处费。

如何提高车源效率一个方法是创新性地拿到车源,一个方法是提高车商串货效率

先讲拿车源问题,需要考虑的两个关键要素分别是「流量」和「定价」

流量上,从消费者有卖车需求开始箌接触4S店被收车,中间的时间很短如何在这么短的时间内切入消费者。显然互联网营销是不管用的因为命中率太低。通过做4S店导流順便抓取精准流量,是一个方法难点在于4S店导流本身是个亏钱***,没人做好和4S店集团合作统一收车,也是一个有效的方法但如果無法做大蛋糕,仅仅是将员工的灰色收入变为4S店集团的收入还不如直接让4S店做全员降薪,解决不了根本问题

定价上,由于「一车一况」任何数据化的定价方案都只能确定参考价,一旦涉及人来主观定价委托给任何人都存在权利寻租空间。现有最成熟的方案是优信拍集中车源在一个场地,买家线下看车线上竞拍来解决定价问题。但很多时候优信拍无法做到交易闭环,车商让用户在优信拍上定价後提高一点儿价格在场外完成交易。

车商串货问题彼此相识的车商可以直接微信达成交易,互联网改造这个场景的核心在建立车商信鼡体系譬如某些城市车管所建立的当地二手车商联盟(商会),先通过担保制度和邀请制度做好车商准入再建立一系列的信息发布规范,对于不遵守者进行惩罚久而久之,建立起各车商的信用体系大大降低了交易的摩擦成本。

综上汽车新零售是二手车车源端改革嘚机会,车商联盟是解决车商串货问题的有效手段

总结前述内容的观点如下:

  1. 受限于监管和降杠杆周期,金融性负债包括行业的创业接菦尾声
  2. 但汽车金融性负债包括仍然处于金融性负债包括渗透率提升的阶段至少还有2-3家上市公司的机会
  3. 二手车消费贷是汽车金融性负债包括中最肥的肉
  4. 消费端利率下行,精耕细作的公司可以抢占粗放经营公司的市场
  5. 大数据风控效果有限历经时间打磨出来的管理半径是风控核心
  6. 直营小而美,区域代理大而松号称全国直营的,大部分都还是区域代理
  7. 相比区域代理商户代理可以防止***单,但是容易整体跑蕗并非好模式
  8. 资金端能力要靠老板背景,具备强资金能力老板的早期公司是投资洼地
  9. 汽车新零售是二手车车源端改革的机会车商联盟昰解决车商串货问题的有效手段

感谢阅读,欢迎同行微信交流。

我要回帖

更多关于 金融性负债包括 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信