本文共字，预计阅读时间。

报告摘要：

短期不会发生债务危机，消费金融增速下滑

当前阶段，中国住户部门保持着相当高的杠杆率及债务收入比，且仍在上升中。高杠杆是当前消费金融行业面临的首要风险，2-3年内在货币政策调控下住户部门系统性风险不大。而长期来看中国经济仍未找到举债之外的增长动力，长期消费金融增速会略低于名义GDP增速。

截至2018年底，消费金融行业贷款余额已达11.1万亿元，未来两年行业增速将快速下滑至名义GDP增速附近，2020年预计行业贷款余额12.3-14.5万亿元，仍有1-3万亿元贷款余额增量。

优质和次优客群价值度高，3-4年内进入存量竞争时代

消费金融核心是纯信用贷款。按照信用风险等级，将消费金融客群分为最优、优质、次优、次级、深度次级等5个群体。从单客价值、金融渗透率、风险水平等维度来看，优质和次优客群价值最高。

目前优质和次优客群还有过亿人未被消费金融服务充分覆盖。但随着各类消费金融产品迅速发展，细分客群被梯次服务，未来3-4年中行业增量将消失。

行业格局分散化依旧，银行业机构利好多

银行、持牌消费金融公司、创新型公司，是行业的主要参与者。由于消费金融服务细分领域多，行业格局相当分散，并将长期维持这一局面。

未来，银行信用卡中心依旧会领跑行业，十余家头部卡中心若分拆均有逾千亿市值；持牌消费金融公司有机会出现数家数百亿到超千亿贷款余额的上市公司；创新型公司前景则受到政策影响，表现分化大。

技术推进业务流程在线化，头部公司受益良多

大数据、AI、云计算等技术在消费金融行业持续渗透，使得获客、风控定价和贷后管理的线下业务流程，逐渐走向在线化和决策自动化。

消费金融在线化比例仍在持续提升，从获客角度会为全行业带来新机遇，链接场景和资金方的公司将获益。但因为分散化的场景流量、客户覆盖度问题，线上化主要红利将归于蚂蚁金服、微众银行、信用卡中心。

点击下载完整版《爱分析·中国消费金融行业报告》

01 行业不会爆债务危机

1.1 消费金融定义

按照央行《中国区域金融运行报告(2018)》定义，广义上消费金融“既包括传统商业银行向消费者发放的住房按揭贷款、汽车贷款、信用卡和其他贷款等，以及持牌消费金融公司向消费者提供的家装贷、购物分期等，也包括新兴的互联网消费金融，其往往基于网上购物等消费场景，为消费者提供线上购物分期服务”。

按照这一定义，广义消费金融即为住户部门消费贷款。

由于住房按揭贷款和汽车贷款在额度、期限、经营主体、产品逻辑上，与其它消费贷款相差较大，因此狭义消费金融不包括住房按揭贷款和汽车贷款，仅由金融机构住户部门消费贷款（不包括住房按揭和车贷），以及P2P中的消费类贷款组成。

本报告主要研究狭义消费金融，若无特别指出，报告下文中消费金融指狭义消费金融。其主要产品是各类金融机构及中介机构提供的小额、分散的信贷产品，通常额度低于20万，平均期限低于3年。

1.2 消费金融系统性风险分析

伴随着近10年以来中国庞大的加杠杆历程，消费金融迎来飞速发展。尤其是2016年下半年开始的大规模促进居民举债买房，进一步使得居民负债猛增。截至2019年1月，住户部门广义消费贷款余额（含住房按揭）增长至近40万亿元。

过去若干年的居民举债实质上带动了消费金融各个领域的发展，包括：信用卡、商品分期、现金贷等。但过度繁荣的消费信贷，带来了对居民高杠杆问题的担忧，债务危机和去杠杆被频频提起。

另一方面，消费金融行业是金融周期的一部分。中国2009-2017年处于后经济危机时代的信贷扩张周期；2018年开始，全球金融周期调转向下，中国经济也进入下行周期。

在这一背景下，研究消费金融行业，首先需要解决2个问题：

•  住户部门高杠杆是否会直接导致债务危机发生；

•  金融周期对消费金融行业有哪些实质影响。

1.2.1 住户部门高杠杆现状

微观上，杠杆率通常指债务与所有者权益的比。但从宏观角度来看，由于所有者权益难以衡量，通常用名义GDP来代替所有者权益来进行杠杆率测算，即以住户部门贷款余额/名义GDP来代表居民杠杆率。居民杠杆率和杠杆率增速是衡量一国负债情况的重要指标。

另一方面，债务危机与偿债能力相关。因此，债务收入比（住户部门贷款余额/居民可支配收入）是我们观测债务情况的另一项重要指标。

图1：2018年Q2全球重要经济体住户部门杠杆率情况

数据来源：BIS

中国住户部门杠杆率正处于快速上升周期。2008年金融危机之前，中国住户部门杠杆率长时间维持在18%水平。

之后中国庞大的举债发展周期促进了杠杆率的飞速上涨，到了2018年末，央行统计的住户部门杠杆率为53.2%。2012年到2018年间，住户部门杠杆率年均上涨更是达到了3.8%，且存在逐年加快趋势。

此外，央行等官方统计数字中仅包括金融机构，并未将住房公积金贷款（约4.9万亿元）和P2P（约0.7万亿元）等纳入计算，更不能反映中国庞大的民间借贷所造成的居民杠杆。

从历史经验来看，举债发展导致住户部门高杠杆和过快的债务增速，与债务危机显著相关。如日本平成大萧条、韩国信用卡危机、美国次贷危机等，均是居民负债短期内快速上涨，导致收入、储蓄及资产价值无法偿付债务，从而造成金融系统性风险。

图2：典型住户部门债务危机

数据来源：BIS，爱分析

需要注意的是，与发达国家相比，中国收入分配中居民所占比重低，居民偿债压力大。2017年底住户部门债务收入比（央行统计口径）高达112.2%，接近美国次贷危机前水平（120%）。

因此，我们认为中国的住户部门缺少继续快速加杠杆的空间，高负债问题短期内需要得到有效控制，导致广义消费金融贷款余额增速下滑。

1.2.2 中国政府的对策：房产限购、融资渠道限制、减税

过高的偿债压力可能导致居民资产抛售，一旦这一情况发生则将导致资产价格崩溃和信贷危机。

针对中国本轮信贷周期而言，住户部门承压最大的资产是房产。约54%的居民广义消费类负债为住房按揭贷款，若考虑到其它消费贷和经营贷变相进入房地产市场，住房按揭真实占比很可能大大超过60%。

图3：居民举债与金融风险

数据来源：爱分析

目前中国还未大规模出现偿债危机，但从2018年住户部门贷款，尤其是短期消费贷高增，社会消费品零售总额增速却走弱来看，过高的偿债压力实际上已经透支了居民消费力。因此居民没有能力持续大规模举债。长周期来看，由于人口增长和城镇化红利逐渐消退，中国房地产实际价格增长缺乏基本面支撑。因此如何保证房价温和下降，而非某一时点大幅下跌，是短期内避免债务危机的关键。中国政府的应对手段主要是：房产限购、缩减融资渠道、减税。

•      限购是短期内限制资金快速流入地产市场的最有效手段，能够有效抑制热点区域的房价过快上涨，以及住房按揭贷款需求过快增长。

•      从结果来看，限购对于限制楼市过热有效。国家统计局数据：2018年全国商品住宅销售面积147,929万平方米，同比增长2.2%，增速回落3.1个百分点；销售额126,393亿元，同比增长14.7%，增速提升1个百分点。

•      2017年以来融资渠道的缩减主要体现在表外非标融资渠道，包括同业授信、信托、P2P等，从供给端限制了广义消费金融贷款增速进一步加快。

•      金融机构住户部门广义消费金融贷款余额同比增速，从2017年初的25%下滑至2018年底的17%，基本恢复到2016年居民加杠杆之前水平，但仍然远远超过GDP和居民可支配收入名义增速，住户部门贷款余额增速还在进一步下行。

减税有助于居民收入和实际消费能力增长，在不加杠杆的情况下，促进居民消费和GDP增长。由于中国减税刚刚开始，且力度较小，实际效果如何仍需后续观察。

可以看到，中国政府在主动控制地产市场和居民负债。我们认为目前相对温和的去杠杆策略有效，且并不会使得地产价格大幅下跌。因此未来3-5年中国住户部门杠杆率会温和上升甚至下降，住户部门不会发生债务危机。

1.2.3 金融周期问题带来的影响

伴随全球金融周期的新一轮变化，中国宏观经济增速下行已成事实。2018年中国实际GDP增速为6.6%，其中4季度下滑至不足6.4%。按照政府工作报告2020年GDP目标推算，2019-2020年GDP增速会继续下滑，至年化6.1%以下的水平。

图4：中国GDP实际增速情况

数据来源：中国国家统计局

宏观经济下行对于消费金融主要有两方面影响：第一，消费金融增量需求下降；第二，资产质量下滑。

2018年社会消费品零售总额名义增速9%，12月已下滑至8.2%，反映出地产之外的消费需求低迷，消费金融潜在增量需求下滑。

宏观经济同样与信贷资产质量有显著相关性。如美国次贷危机前后，信用卡坏账核销急剧上升，短期内从年化3-4%上升至10%以上。

同样，中国消费金融行业也发生资产质量恶化问题。各消费金融上市公司2017年下半年开始，坏账率Vintage曲线均发生明显上移。

图5：某消费金融上市公司2018年Q3坏账Vintage曲线

数据来源：上市公司公告

坏账率上升大幅增加机构坏账损失成本，使得从业公司经营利润率普遍下滑。如捷信消费金融由于资产质量下行，虽然规模大幅增长，但2017-2018年利润相比2016年基本没有增长。其2018年1季度进行一次性坏账核销，导致6.58亿元巨额亏损。

根据我们之前的判断：未来3-5年之内中国住户部门不会发生债务危机，债务出清是一个相对长的周期。因此未来几年消费金融行业仍会缓慢发生债务违约和重组，资产质量承压，增速和总体利润情况会低于2017年之前。

对单家公司经营而言，审慎扩张并确保资本充足率，以抵御行业资产质量下行，十分重要。

02 数万亿增量仍待发掘

根据以上行业基本面研究，爱分析认为短期内中国消费金融行业贷款余额增速下滑。但行业是否还有新机会，首先需要弄清短期内贷款余额还有多少增量，测算分为两部分：存量贷款余额测算，2020年市场规模及增量预测。

2.1 消费行业存量贷款余额

消费金融行业存量规模的测算主要按照定义，消费金融是住户部门贷款的一部分。

从央行住户部门贷款余额中，减去个人住房按揭贷款、车贷、个人经营类贷款，再加上未纳入央行统计的P2P，即为消费金融贷款余额。即：消费金融=住户部门贷款-个人按揭贷款-车贷-个人经营类+P2P。

根据央行统计数据，2018年末中国住户部门贷款余额已达47.9万亿元，爱分析测算得到央行表内消费金融贷款余额10.4万亿元。假设P2P的0.7万亿元余额均为消费金融资产，2018年中国消费金融行业贷款余额11.1万亿元。

图6：中国消费金融行业存量规模测算（单位：万亿元）

数据来源：中国人民银行，住建部，爱分析测算

2.2 贷款余额增速测算

2018年下半年以来社融增量总体企稳，名义增速低于10%，接近名义GDP增速。

但住户部门债务余额仍在较快提升，2018年末有18%的同比增长。若未来仍保持这一增速，住户部门杠杆率将每年上升4%左右，增速过快。

因此住户部门将持续去杠杆，按照2017年以来，住户部门贷款余额增速每年降低约4.5%计算，2年左右可以下降至7-10%的合理增速，在名义GDP增速上下。

值得注意的是，为了解决流动性问题，社融增速在2019年1季度再次回升至10%以上。爱分析认为住户部门去杠杆的进程受外部因素影响较大，视全球宏观经济、流动性等因素，将在1-4年完成，因此未来两年住户部门贷款余额平均年化增速10-14%。

按照GDP名义增速8.5%，居民可支配收入名义增速9%推算，2020年住户部门杠杆率上升至56-60%，债务收入比115-128%，增长幅度仍属可控。

图7：住户部门和短期消费类债务余额增速

数据来源：中国人民银行，爱分析

2.3 2020年消费金融行业规模测算

•    住户部门贷款余额：按照14%的年化增速测算，2020年住户部门贷款余额将升至62.0万亿元。

•    住房按揭贷款：预计未来两年楼市政策保持中性，住房按揭占住户贷款比例维持在54%。即2020年底住房按揭余额达到33.5万亿元。

•    汽车贷款：行业总体增速放缓。平安银行2018年前3季度汽车贷款余额1431.7亿元，相比2017年末增长9.7%。预计未来两年全行业增速在15%左右，2020年贷款余额达到2.2万亿元。

•    经营类贷款：预计未来两年的余额年化增速上升至10%，2020年达到12.4万亿元。

•    住户部门消费贷款：按照测算，2020年住户部门消费贷款余额将达到13.9万亿元。

•    P2P规模：行业出清仍在持续，短期内不会改变，2020年余额预计低于6,000亿元。

图8：2020年中国消费金融行业规模预测（单位：万亿元）

数据来源：中国人民银行，住建部，爱分析测算

考虑到住户部门和P2P两部分，2020年消费金融行业贷款余额上限14.5万亿元。按住户部门贷款余额10%增速，P2P余额4,000亿测算，则为12.3万亿元。

2020年消费金融行业贷款余额12.3-14.5万亿元，年化增速7.3-16.1%。行业仍有约2-4万亿元增量贷款余额，相当于4-8个招行信用卡中心的待还余额，但增量受外部因素影响很大。

图9：2020年中国消费金融行业规模及增量（单位：万亿元）

数据来源：中国人民银行，爱分析测算

03 五大客群价值各异

中国消费金融行业短期内仍有较大增量，但由于不同客群消费金融渗透率、服务形式差异很大，因此需要解决客群价值度，以及服务哪些类客群天花板更高的问题。

3.1 消费金融客群分类

消费金融本质是个人贷款，消费金融公司将个人借款用户按照信用风险等级进行分类，并给予不同的借款利率。因此，信用风险等级是消费金融客群分类的基础。

Experian以FICO分为基础，将个人借款用户按照信用风险等级分为最优、优质、次优、次级到深度次级，共5个等级。信用风险等级越高，借款人预期年化坏账率越低，对于借款利率也更为敏感。

以美国为例，优质和次优两个客群人口占比超过20%，次级和深度次级两个客群人口占比略低。分析中国市场，我们可以采用同样的信用风险等级进行客群分类。

图10：美国成年人口信用风险等级分布，2019年1月

数据来源：Experian

3.2 中国各信用风险等级推测人数

由于中国征信基础设施不健全，缺少全面的个人信用分参考，我们需要以美国的客群分布比例为基础调整中国市场数据。

FICO研究了2005-2018年美国各FICO分数段的人群分布比例，可以看到，在全部8个分数段中，只有800-850和300-499这两个分数段人群比例发生明显变化，即75%左右的人群信用分数分布变化极小。

图11：美国历年各FICO分数段人群分布比例（占人口百分比）

数据来源：FICO

根据美国过去14年发展历程，我们可以推论，国家成年人口信用风险等级分布与经济发展水平存在一定相关性，但影响并不显著。我们可以借用Experian最新的美国成年人口信用风险等级分布比例数据，推算中国各信用风险等级人群规模。

根据国家统计局数据，中国18-65岁人口约9.5亿人，即为消费金融服务的潜在客群规模。因为银保监会禁止向未满十八周岁的客户核发信用卡，而银行贷款和信用卡申请年龄上限为60-70岁。

根据下表推测，中国最优和优质客群合计人数达4.3亿人，次优人群2亿人，次级和深度次级人群3.2亿人。

图12：中国各信用风险等级推测人数

数据来源：爱分析

3.3 未覆盖客群规模

根据人民银行征信中心披露数据，2017年11月末，有贷款记录的自然人达4.8亿人。但由于政策限制，消费金融未覆盖的客群规模并非剩余的5亿人。

由于政策明文规定，借款利率最高不能超过36%，因此大部分次级和深度次级客群由于预期年化坏账率高，消费金融公司无法覆盖。爱分析预计，实际金融渗透率的天花板在20-30%之间。因此，中国消费金融实际潜在服务客群约7-7.5亿人。

此外，大量非持牌消费金融公司也在合规的前提下实现渗透。根据互金协会数据，截至2018年9月，协会100家会员平台累计服务借款人0.97亿人。

考虑到持牌系和非持牌系消费金融公司覆盖人群的重叠性，当前消费金融行业有效覆盖的客群数量约5.5-6亿人，尚有1-1.5亿人未被覆盖，核心是优质和次优客群。

从2015年到2017年的消费金融爆发期，人民银行征信中心有贷款记录的自然人每年新覆盖近5,000万。以未来每年消费金融新覆盖4,000万人估算，3-4年内1.5亿潜在客群将被完全覆盖。也就说，2021年左右，中国消费金融行业竞争将从增量来到存量时代。

届时，每年的增量客群以年满18岁的适龄青年和大学毕业生为主，预计不超过2,000万人。

3.4 客群价值度分析

消费金融五类客群的价值度差异极大。Capital One上世纪90年代的崛起，很大程度上得益于聚焦单客利润高的优质和次优客群，并搭配差异化的定价策略，从而获得巨大成功。

再比如，全球各国都有专注于次级和深度次级的消费金融公司，但市值规模鲜有超过10亿美元。原因在于次级和深度次级的客群可覆盖规模小，而且客户生命周期短，增长空间低。

Curo是在美国、加拿大、英国等国家展业的Payday Loan公司，发展6年时间，最新市值不足5亿美元。另一家美国服务次级客群的Elevate成立时间更早，2011年即已成立，最新市值不足2亿美元。

分析中国市场同样如此，不同客群价值度取决于单客利润和增长空间两个维度。客群价值度最高的是优质和次优客群，孕育了未来的消费金融巨头公司，其他三类客群的价值度都有限。

3.4.1 单客利润

单客利润，指的是消费金融利息收入，扣除资金成本和坏账核销后所得。单客利润角度，优质客群价值度最高，之后的排序依次是次优、次级、最优和深度次级。

最优客群虽然预期年化坏账率低，但最优客群对于借款利率也极为敏感，定价水平更低，导致单客利润微薄。优质和次优客群的单客利润更为丰厚。相比最优客群，优质和次优客群借款利率提高了数个百分点，高于坏账核销比率的增长。

3.4.2 增长空间

从各类客群的人数规模来看，优质客群达2.4亿人，次级和深度次级客群则低于2亿人。而且，受限于政策的36%借款利率红线，次级和深度次级可触达人数比例并不高，预计只有20-30%，增长空间大幅受限。

此外，过去消费金融的发展过程中，最优客群基本被大型国有银行覆盖，未来有增长潜力的客群集中于优质和次优人群。

比如，乐信聚焦于受教育人群，以优质客群为核心。2013年下半年成立，发展至2017年，年新增贷款客户超过200万，都属于未被银行系覆盖的优质客群。

所以，从增长空间来看，优质和次优人群是未来的希望所在，其他三类人群空间受限。

图13：消费金融客群价值度

数据来源：爱分析

3.5 客群优劣势分析

3.5.1 最优客群

最优客群优势在于资产质量稳定，能够穿越周期，但是单客利润水平低、增长空间小。

由于风险程度低，最优客群的金融渗透率最高，银行信用卡中心基本能完整覆盖这一客群。但最优人群对中小额消费贷需求低，导致单客利润水平低。

如工行、中行等服务最优人群为主的卡中心，信用卡生息资产比例低，更多依靠手续费和商户回佣变现。长期来看这一人群金融渗透率虽高，但消费金融客群价值度偏低。

3.5.2 优质和次优人群

优质人群和次优人群消费金融价值高，因为单客利润高，而且增长空间大。

如服务优质客群较多的招商银行，2018年上半年信用卡贷款余额5,121亿元，息费收入216亿元，可推算出其中生息资产余额2500-3000亿，占比50%+。浦发银行信用卡生息资产比例甚至高于招行。

目前优质和次优人群仍有约1亿的潜在人群未被有效服务，未来两年增长空间大。

3.5.3 次级和深度次级人群

次级和深度次级人群风险高，增长空间受限于政策，价值度低。

虽然次级和深度次级人群在消费金融需求上不及优质和次优客群，有效需求仍然庞大，但其过高的信用风险需要相当的高定价来进行覆盖。当前这两类客群的遗憾在于监管36%的利率红线存在，导致短期内渗透率无法提升。

通过拉长期限、调整利率计算口径等方式，部分持牌消金和创新型公司在服务这一人群中较为优质的客户。如捷信、买单侠等，但增长空间有限。

04 格局分散，群雄并起

根据牌照资质和业务模式不同，不同消费金融主体服务客群不同，同一客群的渗透能力也有差异，因此形成了当前的行业竞争格局。

4.1 参与主体分类

根据发放贷款资质不同，消费金融公司可以分为三类，银行，持牌消费金融公司（简称持牌消金）和创新型公司。

银行包括国有大型商业银行、股份制商业银行、城市商业银行、民营银行、直销银行、农村商业银行等，总数量超过3,000家。

持牌消金，截至2018年12月底，正式开业的公司达23家。

创新型公司包括持有小额贷款公司牌照、融资租赁牌照、融资性担保牌照、典当牌照，以及非持牌的公司。创新型公司数量众多，在数千家级别。

图14：消费金融参与主体

数据来源：爱分析

4.2 客群参与主体分析

持有的牌照不同，决定了参与主体在资金来源、可承受的预期年化坏账率层面存在差异，进而直接影响到目标客群定位。

银行资金来源丰富，资金成本低，同时受银保监会强监管，可以承受的坏账波动低，因此重点服务最优和优质客群。

持牌消金资金来源主要依靠银行系股东，资金成本较低，同时可以承受的坏账波动远强于银行，因此重点服务优质和次优客群。

创新型公司资金来源匮乏，P2P、银行助贷为主，资金成本高，但由于监管力度弱，可以承受的坏账波动很高，重点服务次优、次级和深度次级客群，也可以渗透到优质客群。

图15：消费金融客群参与主体

数据来源：爱分析

4.2.1 最优客群

最优客群为银行所垄断，其他参与主体没有能力涉足其中。

原因在于银行资金成本显著低，定价上具有充分优势。比如，信用卡具有免息期，账单分期年化借款利率10-15%，预借现金年化借款利率18%。这些免息及定价优势，持牌消金和创新型公司无法撼动。

同时，我们也看到，正是因为定价过低，为最优客群提供消费金融服务长期而言并没有利润，从银行手中抢夺这一存量客群难度大而且没有商业价值。

银行能够长期服务这一客群，是以满足客户全生命周期的金融需求为出发点。最优客群属于高消费、高净值群体，金融变现维度丰富，包括卡交易佣金、各类信用贷、抵押贷、理财、保险、支付等。

信用卡交易手续费一直是最优客群重要变现来源。例如，工商银行2018年上半年信用卡交易额1.41万亿元，以6‰手续费估算，交易佣金收入超过80亿元，占银行卡（含借记卡）总收入比例接近40%。

因此银行，特别是国有大型银行，是最优客群的核心服务主体。

4.2.2 优质客群

作为商业价值度最高的客群，各类参与主体凭借各自优势，都将优质客群是作为争夺重点。微众银行和蚂蚁金服两家公司分别依托微信和支付宝的流量优势，将是优质客群最有力的竞争者。

银行服务这一客群，既可以通过信用卡和消费贷直接服务，也可以通过助贷形式间接服务。资金成本和产品多样性依旧是优势，但由于风控策略严格，授信相对保守，无法充分满足优质客群需求。

作为银行的嫡系，持牌消金的风险偏好更为积极，顺利地承担起覆盖优质客群的角色。获批的持牌消费金融公司中，只有捷信消费金融、海尔消费金融、华融消费金融3家公司没有银行作为发起股东。

创新型公司在风险偏好上相对激进，同时在获客层面通过精细化运营明显降低了成本，同样占据一席之地。

4.2.3 次优客群

持牌消金和创新型公司服务次优客群更具优势。根据政策规定，银行借款利率在24%以下，因此并不参与次优客群的竞争。根据调研，持牌消金和创新型公司，产品利率范围多在24-36%，以次优客群为主。

持续、稳定的资金来源是次优客群竞争中的重要壁垒。持牌消金占据明显优势，创新型公司由于P2P余额增长受限，在竞争中居于劣势。只有部分机构资金合作充足的创新型公司，可以持续增长。

从头部公司来看，持牌消金中的龙头招联消费金融，2018年末拟增资20亿元，注册资本将增至48.59亿元，贷款余额剑指千亿。

准确的客群定位助力小花钱包崛起

创新型公司中，中腾信旗下的小花钱包是服务次优人群的典型。小花钱包通过纯线上展业，以卡代偿、现金借款等产品服务年轻工薪阶层。

自2015年成立以来小花钱包发展迅速，截至2019年3月，小花钱包注册用户数超3,000万，贷款余额达84亿，已成为中腾信资产端的重要支柱。

客群定位准确且相对优质，是小花钱包的优势。小花钱包风控体系与信用卡类似，但授信定位更接近其中的现金借贷客群。因此小花钱包客户画像与信用卡人类似，定价、风险可控，同时具有合理的利润。

如小花钱包68.2%的借款客户是20-30岁的工薪阶层，一、二线城市占比57%，客户均有稳定工作及收入。

定价方面，APR主要在24-36%，比银行信用卡略高但处于合规范围。风险表现上来看，客户全生命周期M3+逾期率年化在6-8%。在定位于次优客群的公司中，客户资产质量表现相对优质。

图16：小花钱包全生命周期M3+曲线

数据来源：小花钱包

合理的客群定位给小花钱包带来客户粘性和稳定的回报：客户复借水平达到69%，单客全生命周期利润贡献4,129元。

另一方面，布局年轻化客群，为小花钱包带来很好的的成长性。从2017年到2019年，小花钱包的贷款件均从约3,500元增长至6,000元，客户生命周期价值逐渐提升。

图17：小花钱包贷款件均及期限

数据来源：小花钱包

长期来看，小花钱包会扎根在次优人群线上金融服务，通过不断优化的客户画像和风险模型，提升服务质量和客户生命周期价值。

4.2.4 次级和深度次级客群

这两个客群，借款利率难以严格恪守36%的政策红线，合规风险大，只有创新型公司和少数持牌消金在服务。

由于监管未要求统一借款利率计算口径，消费金融公司可以通过宽松的名义利率计算口径来规避合规问题，渗透次级和深度次级客群。但监管明确利率计算口径只是时间问题，服务这两个客群长期的合规风险极大。除捷信消费金融之外，这一客群难以再出现新的头部公司。

4.3 集中度分析

消费金融行业集中度低，核心原因是借贷行业的高风险本质。如果集中度高，头部公司一旦发生风险将引发系统性金融风险。

新技术渗透、流程在线化等，无法改变消费金融行业这一本质，因此长期来看行业集中度低，CR10不超过50%。

目前消费金融行业头部公司是银行，以信用卡中心为主要展业载体。头部公司信用卡中心均有3,000-6,000亿的信用卡贷余额，20-60%的生息资产比例，天花板很高。地方性银行，如上海银行，信用卡贷余额278亿元，巨头之下市场空间依然很大。

图18：主要商业银行2018年中报信用卡贷余额情况

数据来源：公司中报 ，爱分析测算

未来两年，银行在消费金融领域仍将保持平稳增长，头部公司若单独分拆信用卡中心或消费金融业务独立上市，可达数千亿市值。以微众银行为例，依托微粒贷的强势表现，最新估值已经达1,200亿元。

持牌消金也将出现多家数百亿到千亿贷款余额的公司，可以冲击500亿元的市值。创新型公司也具有迅速成长的机会，头部公司200-300亿元的市值可期。

05 强监管回归，行业分化加速

消费金融是强监管行业，政策对于从业者的影响不言而喻。从2017年下半年开始，在去杠杆的宏观目标下消费金融行业监管趋严，对创新型公司的负面影响结果已经显现。

未来，监管会如何发展，对于P2P 、助贷等创新型业务模式有何影响，从业者又该如何应对，是爱分析关注的重点。

5.1 行业政策梳理

以2017年中为界，中国消费金融行业政策呈现出截然不同的面貌：2015年到2017年，国家层面的消费金融政策密集出台，鼓励行业发展和技术、业务模式创新。

2017年下半年开始监管趋严，导致创新型机构在产品、业务模式上收到较大负面影响。

图19：消费金融行业重要政策

数据来源：爱分析

5.2 政策趋势及影响

2018年底开始，宏观货币政策从“去杠杆”向“稳杠杆”发展，流动性整体偏向宽松。这一变化与货币政策的总体目标一致：在金融风险可控的前提下，保持当前经济平稳增长。

但分部门来看，流动性释放定向针对民营企业，尤其是中小微企业，住房按揭以及消费金融未见放松趋势。原因在于住户部门杠杆率增速仍然过快，长期债务风险大于短期现金流压力。

因此我们认为消费金融行业短期内整体政策不会转向宽松。稳定杠杆率，降低贷款余额增速是政策趋势，资金合规和资产质量两方面是关注重点。

图20：消费金融政策趋势

数据来源：爱分析

从资金端来看，信用创造回归持牌金融机构资产负债表。从资产端来看，消费金融在退出高风险客群和垂直领域，如现金贷、校园贷、租金贷等产品大幅减少。

总体而言，政策未来对于消费金融消费金融的影响仍将体现在产品和资金上。

•      产品一端，未来最大的不确定性在于利率，即监管红线36%的计算口径及执行。若严格按照IRR计算，以次优及以下客群为主的公司，将由于利率无法覆盖坏账而大规模退出行业；

•      资金一端，银行、持牌消金扩张业务主要限制在于资本充足率，其中持牌消金压力更大；对于非银行业的创新型公司，P2P和助贷两种模式是主要资金来源，政策对这两种模式限制逐渐加大，从业公司会受到负面影响。

•      在消费金融需求上升的同时，资金端限制增加，有能力获取资金的公司在现阶段增长中占有优势。结果体现为：消费金融参与者两极分化。银行、持牌消金等银行业金融机构总体扩表，而P2P、助贷等非银行业金融机构总体缩表。

5.2.1 P2P行业前景分析

金融角度来看，P2P监管是限制表外融资的一部分。因为国内P2P所从事的业务实质上是：吸储—放贷，赚取利差并承担信用风险。模式与商业银行无异，但不受银监会、巴塞尔协议监管。

因为民众财富观念，在可预见的未来里，P2P去兜底在中国无法实现。这也使得P2P违约等现象成为社会性问题，因此监管强势介入是可以预期的。

但P2P行业监管方式及对行业造成的影响尚不明确，主要原因在于备案的一再延期。我们认为短期内备案不会完成，原因主要有三点：

•      备案不代表监管资质背书，这一点在企业征信中已经被明确指出。但对于P2P行业，备案与牌照的实际价值难以区分，监管没有理由在当前暗示资质背书；

•      P2P与银行等持牌金融机构关系难以界定，假设监管给予一定的资质背书，利率明显高于银行的P2P吸储能力很强，大规模扩张会对金融体系造成冲击；

•      P2P平台超1,000家，但行业中小平台众多，规模占社融存量比例很小（不足1%），监管成本过高。

因此P2P短期内不会完成备案，将持续清退和降低余额；长期来看更不会发牌照，因为无法实现金融牌照的差异化。各P2P平台维持经营需要扩展机构资金。

•    乐观预测：在3-5年行业清退中小平台后，头部平台会迎来备案。但由于从事业务风险更高，会有比银行更低的杠杆率约束，以限制其扩张规模；

•    悲观预测：行业持续加强余额管控，直到P2P完全清退，原有参与者退出借贷行业，或者完全转型通过助贷、小贷等方式放款。

5.2.2 助贷模式前景分析

在中国，助贷模式肇始于2007年国开行与中安信业的小微贷款合作。经过了10余年发展，助贷在实践中逐渐复杂化和多样化，但基本逻辑不变：银行业金融机构（包括银行、信托、持牌消金等）提供资金，助贷机构提供出借服务并承担主要风险损失。

为了有效控制金融机构资金流向，助贷监管严格程度不断提升。如2017年底的141号文规定：“助贷“业务应回归本源，银行业金融机构不得接受无担保资质的第三方机构提供增信服务以及兜底承诺等变相增信服务。

因此，自2018年开始，第三方机构与银行、信托等机构进行助贷合作基本都要通过担保等形式。

另一方面，由于严控影子银行、住户部门仍然处于去杠杆进程中，银行业金融机构投向消费金融的资金在不断减少，如银保监会开始禁止城商行、农商行助贷资金跨区。

长期来看，我们认为助贷模式被监管认可，但助贷机构将向两种方向演化：

•      放弃借贷业务，向导流发展。这一模式可以去担保，使得助贷机构不承担坏账，但收入水平将大幅下降。如某现金贷公司在2018年向导流业务转型，净收入占贷款发生额从10%左右下降到4-5%；

•      强化资产质量，严格控制杠杆率，利用优质资产吸引银行类金融机构资金。但由于资产质量本质上由客群决定，提升资产质量难。目前助贷模式通用的做法是将资产分层，优质资产与银行资金对接，劣质资产则与信托、P2P等资金对接。

如某消费金融上市公司，助贷模式下撮合贷款的Vintage坏账率在3%以内，较为优质；P2P模式下坏账率则要超过7%。

客户优质，坏账率水平低的助贷机构在获取资金上有优势。现有P2P模式公司，若2017年之前机构资金合作不成功，证明其资产质量难以满足机构要求，现阶段P2P受限的情况下，再去开拓银行业金融机构难度很大。

维信金科长青背后：稳定的机构资金合作

行业最早的专业企业之一维信金科，资金合作上是典型的助贷模式。资产端，维信金科主要产品为信用卡余额代偿和消费信贷，以纯线上模式提供普惠消费金融服务。

而在资金端，在行业助贷趋势兴起之前，维信金科便早早取得融资担保牌照，与外贸信托等持牌机构建立深入助贷合作。

截至2018年底，维信金科合作金融机构达30家，全年放款超200亿。目前，维信金科融资模式包括四种：直接贷款、信托贷款、信用增级贷款撮合、纯贷款撮合。

图21：维信金科放款额（百万元）及占比

数据来源：公司公告

其中，信托贷款和信用增级贷款撮合，是典型的助贷模式，维信金科需要承担风险损失；纯贷款撮合则是导流模式，维信金科为金融机构提供客户获取、风险评级、决策建议，不需要承担风险，是一种轻资本的运营模式。

图22：维信金科融资模式特点

数据来源：爱分析

以维信金科的长期合作伙伴，主要资金合作方外贸信托为例，说明维信金科的“融资+担保”的消费金融助贷模式。

自2012年12月起，维信金科与外贸信托共同发布“汇金3号消费信贷集合资金信托计划”，并在2017年3月订立了一份为期20年的信托融资安排协议。

在汇金三号的模式中，外贸信托负责信托计划的设立、管理，而维信金科则认购次级份额并从中获得投资回报。另一方面，维信金科也需要通过“蜂鸟”风控系统，对借款人进行筛选和推介，并对信托计划放款资金提供担保和兜底。

截至2018年6月，汇金3号存量资金规模为81亿元，占据维信金科贷款余额半壁江山。通过与外贸信托的长期稳定合作，维信金科的助贷资金端有稳定供给。同时，在风控能力得到认可之后，维信金科表示将力推纯贷款撮合模式，逐步实现去担保和轻资产经营。

06 在线化成熟，获客仍有红利

过去若干年里，在技术驱动下消费金融业务流程转向在线化，并大大改变了行业竞争格局，如蚂蚁金服、微众银行等崛起成为大型商业银行之外的新巨头，一大批在线消费金融公司崛起。

展望未来，爱分析认为线上化带来的流量红利期正在结束，头部玩家短期内不会被动摇。但通过链接长尾流量，2B服务模式将有机会跑出上市公司。

6.1 技术渗透对业务流程的改变

消费金融的核心业务流程分为：获客、风控定价、贷后管理等3个环节。随着大数据、人工智能（包括视觉、语音、NLP）在金融领域应用的成熟，使得业务流程中机器逐渐取代人工。

因此，消费金融逐渐实现业务流程在线化，小额现金贷的获客、风控、贷款审批发放基本能够实现完全自动化，贷后管理自动化水平也在上升。

图23：技术对消费金融业务流程的改变

数据来源：爱分析

随着技术进步和数据积累，消费金融线上化趋势正在从小额现金贷向信用卡，大额、长周期、多场景的消费金融扩展。例如，51信用卡数据显示：2017年中国信用卡新发卡线上渠道占比51%。未来消费金融线上化将成为主流。

6.2 业务流程在线化的影响

消费金融在线化主要体现在获客渠道、风控方式上，并导致了客群、成本结构的变化，但并不会改变消费金融的商业模式。

业务流程在线化导致不需要线下团队和分支机构建设，能够快速规模化扩张。例如微粒贷，2015年9月在微信试点上线， 2017年底腾讯财报显示余额已经超过1,000亿，扩张速度远高于卡中心。

•      基于大数据的定价模型取代原有信贷规则，使得客群定价细分化。使得消费金融客群能够向下覆盖，原有客群被细分差异化定价。

•      由于机器取代了人力，公司运营成本结构发生改变。线下模式，如银行，其运营成本主要来自人力和分支机构场地费用；线上模式则主要来自流量成本、IT系统、风控模型搭建等成本。

•      消费金融收入来自利息，在线化既不会改变收入模式，也不会改变利率的风险定价逻辑。因此线上和线下模式服务相同客群时，定价、息差没有明显差异。

从结果上来看，中国消费金融在线化过去几年内造成了行业竞争格局改变，原因是客群和获客的共同改变。早期消费金融在线化具有红利：客群选择空间大，获客成本低，能快速吸引到大量交易客户。

但客群和获客转变带来的红利期会结束。参考美国，Capital One早期凭借大数据能力选择差异化的客群定位，使得规模迅速增长。但随着其他银行在技术领域的追赶，行业进入同质化竞争，Capital One增长回归行业平均。

中国消费金融行业在线化红利处于消退期，但还未完全消失，因为尚有潜在客群未被覆盖，消费场景在线化也有助于发掘差异化客群。2021年左右，随着中国消费金融进入存量竞争时代，这一红利将会基本消失。

6.2.1 消费金融在线化未来趋势

线下消费场景的在线化会带来新流量。如在线旅游场景，去哪儿一家消费金融贷款余额在大几十亿。未来教育、家装等场景的在线化，还会有新的消费金融机会。

但目前来看，头部线上场景最终会自营消费金融业务，包括阿里、京东、美团等。除了大规模普及的C端支付工具（微信、支付宝、信用卡），其它类型的公司链接多场景、分散化流量难度大，只能深耕长尾场景。

因此，在线化程度提升会为行业带来新机会，但红利大部分属于微信、蚂蚁金服、大型卡中心等头部公司。在下一代人机交互界面出现或虚拟信用卡政策放开之前，消费金融行业头部公司3-5年内不会出现重大变化。

6.2.2 链接场景的助贷模式分析

消费金融在线化进程中，流量场景缺少金融变现能力，而传统金融机构线上客户运营和大数据风控能力有所欠缺，因此一类服务B端的线上助贷机构诞生。

在消费金融业务流程中，流量场景进行实际的获客，获取流量变现的收入。助贷机构机构更接近资金路由的角色，对客户进行反欺诈、风控，并分发给合作金融机构。

图24：2B助贷模式业务流程图

数据来源：爱分析

按照有是否承担坏账，可以将2B的助贷公司与金融机构的合作分为两种类型：

•      助贷机构完成风控、定价全流程，实质性承担坏账。这种情况下助贷机构收入本质上是扣除资金成本的净利息收入；

•      助贷机构做完初步的反欺诈和客户筛选之后，由金融机构进行实质的风控、定价，助贷机构收取佣金并且不承担坏账。

目前来看，大部分助贷机构采用的是第一种模式合作模式。但随着银行技术能力的提升，第二种模式的比例在上升。相比之下，第一种模式由于能够赚取到风险溢价，拨备后收入占平均贷款余额10%以上，而第二种模式通常只能收到5-6%。

另一方面，2B服务模式由于主要服务长尾场景，存在规模天花板问题。如GMV在数十亿在数百亿的消费场景，按照1-5%的转化率，单一场景消费金融规模在数亿到数十亿。

因此，提供2B服务的助贷机构扩张规模需要覆盖多个长尾消费场景，不同场景和贷款产品对核心风控逻辑要求有差异，横向扩展难度很高，但有机会跑出数十亿到百亿贷款余额的上市公司。

结语

2017年之前的若干年，是中国消费金融行业发展的黄金期。2017年下半年以来，由于宏观经济和政策变化，行业进入洗牌期。

展望未来，随着技术渗透和客群覆盖增加，中国消费金融行业仍有新的增长点。但由于未被服务客群减少，线上流量红利期消退，消费金融头部格局不会发生显著变化，但新模式新场景中还有可能产生新的上市公司。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。