新金融行业发展解析

1、中国新金融行业发展解析周期、重构、起航新金融行业发展解析 01行业概览02产业图谱03投融资数据分析04并购数据分析05上市数据分析06细分赛道分析 金融风控科技 新经济定义新时代，新时代呼唤新金融新金融是以资本市场为核心，受移动、云计算和大数据的深刻影响，促使传统金融业与新技术融合，通过优化资源配置与技术创新，产生出来的新 的金融业态。它具有资源证券化、运行市场化、市场一体化、经营混业化、手段信息化、技术工程化的特征。新金融形成新的业态，这代表着金融业创新发展的新趋势，存在广阔的发展空间和发展潜力，新金融与传统金融是有效互补的关系，不仅可以增强 金融市场活力，拓展完善金融产业链，而且可以支持

2、、反哺传统金融机构的盈利能力与竞争力，进一步提高金融业整体附加值，用效率来创造利益， 支持并服务于广大消费者和实体经济。新金融 行业概览保险 财富管理借贷 金融信息 理财 企业金融 汽车金融 区块链 投资 消费金融 支付以消费金融为核心的新金融 板块走势迅猛。020040060080010002017-2018年新金融关键词热度新金融科工局会计准则生效； 房互网引领金融OMO模式；金融巨头竞相布局金融科技 新业态。0204060801002017-2018年各领域鲸准热度趋势“湾区贸易金融区块链 平台”18年9月4日在 深圳上线运行；阿里达摩院区块链实验 室在9月29日首次亮相。 2018年是

3、新金融蛰伏之年，也是重点转型升级之年新金融 行业概览风险暴露，监管趋严互金发展过猛，监管未及时紧跟发展， 风险暴露严重，金融乱象频发，市场 信任危机加剧，监管体系由“一行三 会”变更为“一委一行两会”，金融 监管趋严。投资趋向理性投资热度由火热转为理性，受经济周 期下行影响，新金融领域头部效应凸 显，投资重点逐渐转向企业发展尾部 化阶段。融资渠道直接化融资渠道转化明显，国家“去杠杆” 效果今年明显，拒绝监管套利等间接 融资手段，限制非标，成立银行子理 财公司等，都是标志着融资渠道越来 越直接化。Fintech转型Techfin，“去金融化”大型互联网综合性金融公司纷纷开始战略 转型，例如蚂蚁金

4、服开始走科技战略，京 东金融更名为京东数科等都表明今年金融 科技正在加速赋能中，未来技术输出是重 点方向。互金产业化，推进普惠金融互金由原先行业化向产业化发展，今 年更加注重产业链上的协同合作，例 如供应链金融；金融机构、电商、互金公司不断铺设 普惠金融服务范围。区块链场景落地加速区块链已成功落地近30个场景，为其技 术本身正名，区块链商用时代正在加速发 展中。2018年是新金融的蛰伏之年，监管环境的日益趋严， 不合规平台纷纷退出，网络小贷公司审批暂停已久； 资本投融资活动由火热转为理性，促使部分科技金融 转型并在区块链领域布局，但无法掩盖地，是风险逐 渐暴露、头部平台资本化、巨头迅猛发展和行

5、业秩序 的日渐明晰。 如琢如磨，金融行业积极实践创新赋能新金融 发展历史传统金融信息成本高 产品形态少 效率低下 征信困难技术融合+金融大数据金融AI金融区块链金融技术成熟度政策环境支持，18年最新政策（金融机构数字化转型）较好，存在某些具有政 策不确定性的领域中等，创新在前监管在 后，仍有较多政策空白应用成熟度市场空间高，技术较早出现， 并经过大量实践检验中等，部分AI细分技术 底层算法仍不成熟较强，但仍有可挖掘 的新兴领域广泛应用于提高效率， 财富管理应用较浅金融行业的海量数据 将持续更新、丰富中等，底层平台性能不 完善较低，仍以试点为主， 大规模应用尚早金融效率提升，数字 资产确权的必要

6、性混业经营将使金融 企业竞争边界逐渐 模糊；技术融合趋势将助 力金融创新升级。落地行业市场规模较大， 前景广阔1、政策环境是金融行业发展的决定性条件；2、关注技术和应用成熟度均较低的赛道；3、关注技术成熟度高、应用成熟度中等及以下的赛道。参考逻辑程度高 程度较高 程度中等 程度较低IT化、信息化 新金融各参与主体互惠共存、协同发展，已然形成了群雄争鹿的多元化竞争格局新金融 产业图谱消费金融互联网保险基 础 设 施 层应 用 层互联网银行大数据风控监 管 层证券行业监管银行、保险行业监管P2P网贷银行系电商系持牌系互联网证券平台入口第三方资讯服务智能投研智能投顾量化交易交易系统IT解决方案服务商

7、个人征信企业征信云计算区块链支付区块链钱包区块链资产管理区块链供应链金融区块链征信平台支付基金新金融 投融资分析184.79696.211,217.971,093.532,834.713968828927778250200400 6008000500100015002000250030002014201820152016融资金额（亿元）2017融资数量050001000015000050010001000150020000201520172018战略融资逐年攀升，创投阶段出现尾部化投资趋势，头部企业逐渐站稳脚跟2014年，由于新兴技术快速发展，新金融领域涌现出新业态模式，各业态的发展速度有快有

8、慢，在其发展各阶段，各融资轮次较为平均；2015年，由于借贷、消费金融和财富管理能很快得到市场验证的变现，投资者在A轮阶段加大了对此三个赛道的融资规模，此后2016年，持续对 这三个赛道加大投资；2017年受政策变动的影响，借贷和消费金融赛道热度下降，但是赛道的巨头逐渐凸显，还包括保险、支付等行业，所以战 略融资迅猛增加；2018年，战略投资再度增加，主要是巨头融资规模庞大，东方资产、度小满和大地保险都达到百亿以上人民币规模，度小满支付B轮融资19亿美元， 陆金所战略融资13.3亿美元，整体平均融资额达到1.67亿人民币，同比增长47%。2014-2018年融资总额和融资数量2014-2018

9、年融资总额（亿元）和平均融资额（万元）2014种子天使C轮2016A轮D轮及以上B轮战略投资平均融资额（万元） 新金融 投融资分析受经济轮动规律影响，资本由火热转为理性2016年以来，除战略投资数量在增加外，其他融资轮次投资数量均出现 下降趋势。随着新经济领域相关政策变动、国际环境变化、经济市场环境 波动和新金融行业发展逐渐成熟等多重因素的影响共同推进了新金融领域 资本趋势的变化。从政策环境来看，2015年至2017年火热的借贷和消费金融领域由于 其高杠杆、高利息收益使得投资资本火热，但是自2017年下半年开始， 国家陆续出台停止批设网络贷款牌照、出台一系列政策整顿“现金 贷”、“校园贷”等贷

10、款业务，从而治理金融市场乱象，自此该领域 的投资热度下降，监管趋严；从经济环境看，由于受到外部国际环境和内部市场经济下行周期的影 响，资本投融资活动由火热转为理性；从企业角度来看，由于投资者普遍撒网企业早期阶段，随着五年的企 业发展，企业团队和产品基本成型，商业模式得到市场检验，头部企 业逐渐成型，所以后期投资于头部企业的战略融资规模快速上升。120.93%-0.70%-14.72%-40%6.22%0%-20%140%120%100%80%60%40%20%9008007006005004003002001000201620172014-2018年融资事件数量及增长率2018C轮2014种子

11、天使D轮及以上2015A轮战略投资B轮增长率（%） 新金融 投融资分析2018年浙江融资金额次于北京跃居第二，香港成为我国最大的区域性数字货币金融港2014-2018年，在全国范围内投资数量和融资额的排行呈现 基本一致的聚集趋势，投资事件前五名的省市占据了90%的 融资额。整体新金融行业投融资事件的地域分布呈现为一线城市、香 港和东部沿海地区的聚集趋势，内陆地区也以经济发达地区（湖北、四川、天津）为主。具体来看，地域投融资排名前五是北京市、上海市、广东省、 浙江省、江苏省。其中，北京以高达1364起投资事件，及2341.83 亿元的融资额位列第一； 浙江地区融资金额 1536.18亿位居第二，

12、主要是因为蚂蚁金服在今年5月份进 行了一轮140亿美元的Pre-IPO融资，占浙江省2018年融资 金额的83%，占浙江省近五年融资金额的55%；香港融资事 件相较去年增长约3倍，2018年香港90%的创投事件都集中 在区块链赛道，主要原因是香港自2017年中旬以来对区块 链持开放态度，成立香港区块链协会，并且今年11月香港证 监会出台虚拟资产新规，如今香港已然成为我国区域性 最大数字货币金融港。13647907073979635721,53687307520200464028311129 24251323 25050010001500200025002,3422014-2018年新金融投资金

13、额和投资事件地域分布北京市上海市广东省浙江省江苏省四川省 香港 福建省湖北省天津市山东省重庆市融资事件（件）融资金额（亿） 2018年金融科技服务火热，财富管理、支付头部效应，区块链金融兴起从2014-2018年新金融行业细分领域的投资热力图来看：金融科技服务自2015年开始由于其大数据风控赋能传统金融的能力得以明确变现成为投资者最为偏好的领域；其次随着移动互联和人民收入、消费水平的提升，借贷、财富管理、支付和消费金融得到更多机构关注；由于互联网的普及，互联网保险有别于传统保险利用线上化服务和新技术赋能的优势得到资本的亲睐；区块链金融自2016年起开始兴起，主要事件多数集中在香港，香港地区对区

14、块链持开放态度，成立区块链协会等大力支持区块链健康发展，金融 信息投资呈现周期性波动规律。新金融 投融资分析20-5050-100100-200200以上20以下 融资金额（亿元）/数量（件）保险财富管理借贷金融科技服务消费金融支付金融信息区块链金融2014年2.1137.9458.1720.7120.3530.815.748.95399511144403922262015年124.2298.83161.22146.6878.7752.226.467.8269229217105837771312016年72.55201.65179.29389.41159.38176.9428.6510.110

15、5186182136977058582017年430.9649.2156.2259.1177.02133.268.479.36871121421347860321322018年197.51765.0799.021111.22125.99262.323.12250.4860736398463935411投资者偏好A轮以前，金融科技服务和金融信息赛道仍处于跑马圈地状态，投资空间巨大横向来看，融资规模和事件集中在种子天使轮，这时期投资者普遍采用撒网模式，铺设广所以规模小。投资人在同一细分领域早期阶段投资多家公 司，对表现优异的企业继续加马跟投，所以A轮开始融资金额大幅提升。B轮以后，赛道内竞争激烈，

16、优胜劣汰后，投资事件减少，大额战略融资 出现在赛道头部企业；纵向来看，金融科技服务、财富管理、借贷和区块链在企业发展早期被投资者偏好，其中金融科技服务在B轮以前都是投资火热的赛道。目前，保 险、支付、消费金融和财富管理投资趋势尾部化，逐渐出现头部企业，例如新兴互联网保险巨头众安保险出现，战略投资规模达到百亿以上，支付 赛道由于发展较早，并且发展最为迅速，头部企业较多，发展成熟。但金融科技服务和金融信息赛道龙头格局还未形成，具有一定的投资空间。新金融 投融资分析融资金额（亿元）/数量（件）保险财富管理借贷金融科技服务金融信息区块链金融消费金融支付种子天使24.0519.2938.3214.137

17、48.2414.168.4315329025523710838314082A轮129.27100.14143.52263.617.1653.4974.1525.571072342581726512110579B轮22.56125.71129.52457.537.9869.8692.6158.823467845018194239C轮5.95108.9584.6833.187.711.9850.7836.941128422107D轮及以上0.550.350.210.514.743.2103.036112114411212战略投资430.87323.1491.7448.192.6252.09115.

18、71309.94123346256114131920-5050-100100-200200以上20以下 IDG资本和红杉资本中国并列第一，高达57起投资事件，源码资本跟投率高从投资数量上看，IDG资本、红杉资本中国和经纬中国投资笔数高达50以上，险峰长青、真格基金和梅花天使创投投资36起以上，共同构成新金融 投资机构第一梯队；从跟投比例上看，源码资本跟投率最高，达到40%；其次险峰长青和蓝驰创投跟投率都在30%以上， IDG资本、红杉资本中国跟投率一样，约26%的比例，华映资本也保持着20% 的跟投率。 新金融 投融资分析投资机构名称投资事件（件）投资项目数（个）跟投比例（%)投资机构名称投资

19、事件（件）投资项目数（个）跟投比例（%)IDG资本574226.32%分布式资本252212%红杉资本中国574226.32%陶石资本242112.5%经纬中国503314%蓝驰创投241636%险峰长青463230.43%PreAngel荷多投资23218.7%真格基金363211.11%京北投资23218.7%梅花天使创投363016.67%星河互联161318.75%华创资本302516.67%京东金融221913.64%源码资本301840%华映资本191521.05%高榕资本292417.24%聚秀资本151313.33%蚂蚁金服25250NGC141402018年创投市场并购金额达

20、到峰值，财富管理赛道并购规模突出从整体来看，2015、2016年并购规模逐年上升， 增幅达到150% 以上，在2017年短幅下降后，18年并购规模再创新高，高达395亿元；融资事件数自14年开始上升，17年达到峰值，达到42笔，18年下降至34笔。主要原因如下：从全球政策来看，从15年开始，全球各国一直推行的货币宽松政策使得企 业进行大型并购交易的成本大幅降低，企业的出售需求与收购需求被激发， 全球产业开始重新配置，例如华泰证券7.68亿美元并购美国AssetMark；从企业角度看，随着新经济领域不断创新发展，更多的企业开始通过并购 交易来打通产业链，拓展新的业务类型甚至实现业务转型，例如泰禾

21、集团92.8亿元并购大新人寿，进驻保险行业；从细分赛道看，财富管理、支付和保险三大赛道并购规模位列前三，财富管理 大额并购数量较多，例如中原特钢211.86亿元并购中粮资本、中信证券12.52 亿美元并购CLSA等；支付由于发展成熟，马太效应凸显，支付并购事件高达32笔，是新金融赛道并购数量最高的领域；我国保险市场潜力空间巨大，大型 企业想要抢占市场纷纷进行并购交易，例如蚂蚁金服12亿元并购国泰产险，中 国电信5亿并购中和恒泰等。新金融 并购数据分析26.975.09215.36200.27395.52722334234020406002004006002014201520182014-201

22、8金融类企业并购退出金额（万元）与数量2016退出金额2017案例数396.23 183.3742.3496.81116.5517.8625.2834.710100200300400500消费金融 金融信息 区块链保险 借贷金融科技服务支付 财富管理2014-2018年新金融细分赛道并购资金额(亿元）新金融 上市数据分析金融行业上市企业类型逐渐多样化，更多“小而美”的金融机构走上IPO之路从A股市场IPO的整体数量和融资金额来看，2016年上半年和下半年的区 别非常明显。因受到全球各种不稳定因素的影响，以及经过2015年中IPO 暂停和重启之后，2016上半年A股市场处于修复期，进入下半年之后

23、，市 场运行总体平稳，监管加大了配合IPO申请的审核力度，意图恢复资本市 场的融资功能，IPO审核速度明显加快，尤其在四季度，证监会基本保持 每周公布一批核准名单的节奏。具体到金融行业，同样在2016年下半年迎来A股上市高峰期，共8家 银行完成A股IPO，且均为区域性城商行，2016年A股IPO融资金额最 高的两家新上市公司均为区域性银行，分别是筹资人民币107亿元的 上海银行和筹资人民币72亿元的江苏银行。进入2018年，金融板块上市数量与2016年持平，除了银行、证券行 业之外，中国人保和江苏租赁作为保险板块和多元金融板块的新增力 量，双双完成IPO上市，极大地丰富了金融行业的上市企业类型

24、。已 上市交易的10只金融股，多为中小银行和中小券商，由于体量较小， 业绩增速相对较快，净利率均高于行业平均水平。5004504003503002502001501005000246810122014-2018年金融行业A股上市情况2017年2018年银行业上市数量 多元金融服务2014年2015年2016年保险行业上市数量 证券业上市数量累计募资总额（亿元人民币） 互金公司多选择登陆美股，2018年信用卡代偿企业密集上市2017年9月以来，互联网金融圈内掀起了赴美上市的热潮，宜人贷、信而富、融360、拍拍贷等先后在美上市，这几家互金企业在上市前少则经过 两轮融资，如和信贷，多则经过八轮融资，

25、如趣店。从美国互联网金融的行业环境来看，美国本土上市的P2P平台如Lending Club和On Deck等 多处于亏损状态，部分公司的负面事件使其面临重新估值。因此，海外投资者转而寄希望于从中国互金企业上寻求合理的投资回报，另外，美国交 易所对企业没有严格的盈利要求，门槛相对国内A股来说较低。在供需两端发力的情况下，赴美上市成为各家互金企业实现融资更为便捷的路径另外，2018 年以来，已经有 4 家从事信用卡管理及余额代偿业务的平台陆续登陆美股、港股资本市场，包括维信金科、51 信用卡、小赢科技和 正在IPO过程中的省呗，多为涉足信用卡代偿行业2-3年的企业，其上市速度令资本市场侧目。随着互

26、联网及手机渗透率的显著增长，消费者对网 络消费信贷产品的接受度也大幅提高，很多持有多家机构批复的信用额度的优质持有人，存在不时需要获得其他融资以偿还其信用消费账单的需求。新金融 上市数据分析维信金科2018年6月港股上市首发募资总额14.47亿港元51信用卡2018年7月港股上市首发募资总额10.71亿港元小赢科技2018年9月美股上市 首发募资总额7.16亿美元省呗（IPO进行中）2018年9月向纽交所递交招股书 拟募集8000万美元1116810080604020010864202014年美股金融板块中概股上市情况2015年2016年首发募资总额（亿美元）2017年2018年上市数量517

27、151514010002000010202014年港股金融板块上市情况2015年2016年募资总额（亿港元）2017年2018年上市数量 未来服务于数字经济的金融科技“独角兽”异军突起，行业进入壁垒逐渐加固新金融 发展趋势国家政策继续加速“金融脱媒”，促进融资渠道直接化；“一委一行三会”监管体系形成，更加注重宏观审慎管理和金融 监管，整体趋于严格；监管科技与合规科技兴起，金融基础设施趋于完善，征信统一；牌照发放将进一步收紧，行业进入壁垒逐步加固。政策稳健创新，监管持续趋严新金融行业资本投资由火热转为理性；新金融领域投资开始国际化，尤其中资金融机 构国际化和人民币国际化；未来投资方向更倾向于具有

28、过硬技术型或技术 赋能产业链生态的金融科技企业。新金融行业资本投资更趋于理性互联网思维对新金融最重要的改变是形成了 互联网金融生态系统，同时技术的革新也冲 击着传统金融的结构升级；当下围绕各领域产业链，加之移动互联网和 新技术赋能，诞生了众多新的金融业态；从BATJ这类互联网巨头的企业自建全生态外， 未来必定会有产业链巨头出现，建立产业链闭合生态体系，同时众多“小而美”的企业 围绕巨头企业优势互补，互利共存。新金融产业生态闭合化数字普惠金融、理财、资管爆发式发展数字普惠金融借助数据和技术，新金融致力于消除由于金融服务 成本、风险和效率问题带来的不平等，让每个用户都享受平等权 利，线上化服务于B

29、端小微企业和C端消费者；随着风控技术的提 升，庞大的长尾客群体量将造就数字普惠金融巨大地蓝海市场；金融创新背景下，理财、资管等爆发式发展，在服务实体的同时 也会产生较大金融风险。“去金融化”并不是表示完全剥离掉金融业务，而是金融科技公司需要 更加深耕挖掘金融业务了解金融体系，获取海量底层交易数据、行为数 据用于沉淀符合我国金融发展的技术体系，从而回归技术本质，在风险 可控和信息安全的情况下对金融产品进行创新的金融科技革新；区块链技术加速落地应用场景，已成功落地跨境清算和征信领域，其新 技术力量崛起成为未来趋势。Fintech企业“去金融化”，加速自我革新 金融风控科技 行业概览贷前大数据采集分

30、析用户画像，划分优质客群范围； 客户身份识别、准入审核，辨别反欺诈风险；贷中建立信用评分卡体系，对用户进行信用评估； 根据信用评估结果进行风险定价、授信；贷后持续跟踪客户行为，进行额度、提现管理； 风险预警和催收管理。信贷业务保险业务产品开发与定价大数据采集分析用户画像，划分优质客群范围； 建立评分卡模型与风险定价制度；理赔管理索赔预防、申请、调查与清算； 欺诈骗保识别；资产管理产品组合配置调整； 风险建模。从用户营销到客户管理、跟踪，科技加持风控全链条金融业务的本质是风险与获利，其中，风险管理要解决的是交易过程中的信息不对称问题，以便交易主体能够获取更大的利润。随着移动互联网的 普及，越来越

31、多的小微用户频繁地发生借贷、支付等金融行为，产生了海量数据。鲸准认为，风控科技即指利用各种创新手段，丰富信息维度，提高业务效率，把控业务风险，进一步保证业务收益，具体来看，风控服务商基于ABC（AI、Big Data、Cloud Computing）等新技术，为传统金融机构和互联网金融公司等提供用户画像和精准营销业务，有效评估客户的信用 风险和欺诈风险，更好地完成风险管理全流程服务。银行消费金融公司网络小贷公司保险公司证券公司信托公司资本业务客户管理大数据采集分析用户画像，划分优质客群范围； 客户身份识别、开户审核；区块链技术可应用于证券结算清算、登记托管等；投资业务系统调查客户风险承受能力；

32、大数据结合AI确定投资组合，分散投资风险；以科技助力风险管理，为传统及创新型金融机构提供风控服务 政策加持、资本火热、合规风控逐渐成为金融机构重成本支出区，滚雪球效应优势凸显从政策角度来看，随着金融行业增加值在GDP比重持续的攀升，金融业务的复杂性与监管的不完善矛盾日益凸显，资金空转、脱实向虚情况开始增 多。2016年中央经济工作会议提出，要把防控金融风险放到更加重要的位置，自此开启了金融严监管的大潮，金融监管政策持续高频发布，金融 风控的地位也愈发重要。从金融产业角度来看随着支付与消费金融场景的普及，金融服务开始向下渗透，小微企业和消费者成为了金融增长的重要生力军，这就势必需要更 加高效、安

33、全、全面、实时的风险控制系统来保障，倒逼金融科技的发展，风控科技的近两年的融资增长是最亮眼的成绩单。因为投资者敏锐的捕 捉到金融风控科技风口的爆发，2018年关于金融风控方面的投资总量超过423亿元，同比去年增幅225%，资本火热程度明显高于其他赛道。金融风控科技 关注理由183.21183.54367.19983.419428.9250002000015000100005000020172018E互联网消费金融交易规模（亿元）18.46%218.70%-56.36%-100%0%100%300%225.01%200%500400300200100020182014-2018年金融风控科技公司

34、融资总额及增长2017增长率（%）201420152016注：数据去掉了蚂蚁金服各轮融资的大额值201420152016融资总额（万元）注：数据去掉了蚂蚁金服各轮融资的大额值 金融风控科技 竞争格局传统转型和创新创业百花齐放，金融风控领域引多方关注目前有多种类型的主体切入金融领域的风控市场，主要可分为三大类：技术型公司提供多个行业解决方案或通用型技术服务的大数据/AI企业，也将金融风控作为 其率先专注的领域；同盾科技、百融金服这类主攻网络安全的技术团队创立的金融风控公司；金融类公司金融机构在需求和政策的双驱动下，也在金融科技方面积极探索，如兴业银行， 不仅研发了供自己内部使用的科技产品，并且也

35、是中国第一个对外开放的银行， 将其技术能力输出给同业使用；传统征信公司也纷纷转型，依靠积累的信用数据和算法，为金融机构提供风控 服务；互联网公司强大的技术能力支持着BATJ完成科技转型，举例来说，百度已推出了一整套反 欺诈产品服务体系“磐石反欺诈工程平台”，互联网金融机构和传统银行可根 据自身的欺诈策略和需求灵活选择相应产品服务，包括以活体识别提供用户身 份认证、多头防控识别用户多头信贷行为、关联网络识别黑中介等等。金融风控公司大数据/AI公司互联网背景的金融科技公司征信公司风控科技银行系金融科技公司消费金融公司 金融风控科技 市场规模20142015201620172018中国金融风控支出和

36、融资速度齐头并进，市场规模约达250亿元，未来市场空间巨大据Gartner统计，2017年国内银行业IT支出超过1300亿元，占比去年全球0.54%，2018年全球IT支出预计将达到3.7万亿美元，同比增长4.5%。据 此，2018年我国银行业IT支出预计将超过1379亿元，其中金融科技支出占比不足5%，规模约为69亿元，由于银行总资产占据金融业20%-30%左 右。按此比例估算，中国整体金融科技规模约250-350亿元。根据鲸准洞见，2018年，我国金融科技融资规模增长尤其迅猛，涨幅高达357%；金融风控作为金融科技的细分领域，其融资事件和融资规模占比 分别为39%和82%。参考“二八法则”

37、可知，在金融科技创投领域，已开始布局投资未受资本寒冬的影响还处于快速上升期的金融风控企业。根据测算，在金融科技的市场中，归属于大数据风控的市场规模约在70%，约为180-250亿元。2014-2018年金融风控在金融科技中的融资占比 （%）注：数据去掉了蚂蚁金服各轮融资的大额值 大数据处理、机器学习、知识图谱等技术应用日趋成熟，大数据处理技术具备行业通用性随着科技的应用加速，互联网金融、普惠金融等领域的发展，大数据处 理技术、人工智能分支机器学习、知识图谱等技术在金融各场景中的应用地位越来越重要，其中大数据处理技术以时效性强、更易场景化、模 块化应用、技术利用率高等优势在精准营销、黑产防范、大

38、数据征信和 风控上应用逐渐成熟。大数据处理技术是基于大数据平台上的具备行业通用性的技术，主 要分为数据采集、数据预处理、数据存储、数据分析挖掘和结果展降低成本。大数据处理技术的难度和高技术要求主要集中在数据分析挖掘上， 并且众多风控科技公司主打创新大数据处理技术是在数据分析挖掘 阶段的创新，比如邦盛“流立方”。未来大数据处理技术从挖掘任 务和挖掘方法的角度，应着重突破可视化分析、数据挖掘算法、预 测性分析、语义引擎、数据质量和数据管理。金融风控科技 技术成熟度互联网金融企业自有数据第三方外部数据源数据采集数据清洗数据预处理示五个步骤建立适合金融场景的大数据风控产品，例如信用评分卡、 数据分析挖

39、掘黑名单、手机号画像等。所以数据处理在人们的生活和决策中所占 的比重越来越大，大数据一直在积极赋能更多细分领域，讲究时效、分布式数据库非关系型数据库用户行为分析客户360度画像 批量服务报表数据加工服务基础数据加工服务系统日志 监控展现用户画像展现 数据服务展现结果展示用户行为在线 分析展现批量结果推送报表 展现实时结果推送流式处理准实时处理关系型数据库数据集成数据规约 金融行业内数据数据变换数据存储文本挖掘特征提取、词义相似 文法分析 句法分析 语义搜索 词法分析 基础数据加工服务金融领域大数据处理技术框架日志分析系统日志加工 加工服务基础数据 加工服务 机器学习技术在金融反欺诈、大数据征信

40、等领域应用广泛由于语音识别、图像检测、机器翻译等技术已经 在实际生活中铺设开来。机器学习正在进步，正 在不断接近我们心中人工智能的目标，未来甚至 极有可能彻底改变人类文明发展的方向。机器学习是指机器通过分析大量数据来学习， 寻找数据中的模式，从而做出预测的研究和算 法的人工智能门类之一的技术；机器学习作为 人工智能的一部分，和知识发现与数据挖掘的 交集越来越紧密，一起为公司的业务决策作出 高效、精准地结果展示；机器学习是一项阻止欺骗的发生、同时能保证 快速决策的机制。如今，机器学习成为金融反 欺诈的重大突破口，是其最易落地、见效最快 的一个应用场景。其次是在大数据征信、公开 数据挖掘领域应用广

41、泛。金融风控科技 技术成熟度申请信息用户信息交易信息资产信息行为信息数据采集数据采集数据清理数据存储离线数 据采集批式数 据计算建模分析 管理平台模型训练流式数据实时数 处理据采集实时模型模型管 决策理平台机器学习 算法机器学习模型输出智能规则输出自定义规则输出规则系统建模分析平台智能决策平台机器学习操作系统机器学习能力三要素：建模团队能力；建模平台功能；模型在实时应用场景落地能力。 | 数据来源：邦盛科技官网，整理 模块化服务为基础的盈利性业务，企业更偏好可复制的风控系统部署金融软件服务商依据客户类型和产品属性可划分为：银行IT系统解决方案、多元金融IT系统解决方案、金融数据咨询服务商。当下

42、国内金融风控科技行 业仍然依靠资本或大集团输血，以咨询服务商为主，目前业内初步探索出了以下两类盈利模式。依托自身企业信息库，提供API接口调用类的模块化服务金融To B业务具有较高的行业门槛，用户集中度不高，部分金融风控科技公司采取为客户提供统一定价的标准化数据模块、产品模块的形式，来完成 前期的获客及合作关系建立，比如数据库服务，就是根据调用次数进行收费。定制化方案成本较高，企业更偏好可复制的风控系统部署单纯的金融服务附加值低，难以建立竞争壁垒。因此，从客户的需求角度出发，提供直面痛点的解决方案才能抓牢客户，但定制化方案需投入较大的 人力成本和时间成本，且客户需求复杂多变，因此，企业更希望建

43、立稳定、可复制的风控解决方案，能够根据客户的业务特性进行微调，这类业务定 价较高，也是目前金融风控科技公司收入中占比较高的部分。金融风控科技 盈利模式B端客户咨询类解决方案模块化产品数据费用 产品费用咨询费用银行、保险、证券、资产管理公司、 小额贷款公司、消费金融公司用户增长服务 反欺诈服务 信贷风控服务云平台部署 数据模型建立业务策略咨询服务具有互联网金融背景的金融风控科技公司融资规模占比81.3%，受投资者青睐由于风控技术不断的创新，其在金融领域应用广泛，细分场景也随之下沉深耕，从纯技术起家的金融风控公司如今面临着资金雄厚的互联网金融公司 来抢占风控市场。目前，众多大型互联网金融公司纷纷转

44、型到金融科技领域，例如去年，蚂蚁金服从Fintech到Techfin的成功转型。在2018年金融风控科技一级市场融资总额达到423亿，融资占比最高的是互联网金融背景的金融风控公司，高达80%以上；其中消费金融公司自身具 有风控科技的融资占比42.35%，其次是互联网综合性金融服务公司转型金融风控科技的融资占比37.99%，例如京东数科今年8月份B轮融资130亿元。人工智能和大数据在智能营销、反欺诈和大数据信息服务等领域盈利变现能力强，资本投融资占比12.4%；在反欺诈、信用评级、贷后管理等金融环节， 具有可复制性、应用广泛的智能风控公司受到投资者关注，其次是纯金融IT科技、提供征信服务、具有生

45、物识别和区块链技术的风控公司逐渐兴起。金融风控科技 投融资分析具体应用场景服务于保险风控公 司, 0.99%服务于银行、证券 风控公司, 1.75%互联网综合性金融服务 公司, 37.99%其他, 16.91%消费金融公司, 42.35%2018年互联网金融背景风控科技公司细分场景应用占比（%）生物识别和 区块链 大数据和AI12.4%智能风控2.16%金融IT科技1.22%征信2.26%0.7%2018年金融风控参与者融资金额占比（%）注：数据去掉了蚂蚁金服各轮融资的大额值81.3%互联网金融背景风控科技金融风控科技 投融资创始团队背景分析具备金融背景12%均不具备8%2014-2018年金

46、融风控公司高管工作背景 对融资金融占比变化图同时具备69%投资者偏好同时具备技术和金融背景的复合型创始团队，海归AI博士回国创业倍受追捧在创投市场，投资者看重创投公司的创始人团队，甚至可以说初始的投资是在无法定量的基础上，对创始人进行定性判断投资的。因此创始人团队的 教育背景、工作经历、创业成功历史等都是投资人考虑的重点；从高管工作经历可知，2014年至今，投资者十分偏好具有复合性的高管团队，即既拥有专业技术人才又具备多年金融从业经验的团队组合，融资 额高达1723亿，占比69%；只具备金融工作背景的风控公司融资规模略高于只具备技术背景的公司，但是18年具备技术背景的风控公司融资规模 反超，说

47、明技术人才越来越被重视；从高管教育背景可知，2018年，相比于国内博士，海归博士的高管团队融资事件多达9起，30%毕业于麻省理工、耶鲁、斯坦福等世界名校的AI专 业。相比与去年，今年海归博士的高管团队年平均融资额以46倍的速度爆发式增长，并且资本圈对海归AI博士回国创业的团队非常感兴趣。10000080000600004000020000005101520201420162018博士背景的风控公司融资事件和平均融资额（万元）2015融资事件（博士）2017融资事件（海归博士）平均融资额（博士）平均融资额（海归博士） 具备技术背景11%注：数据去掉了蚂蚁金服各轮融资的大额值 金融风控科技 潜力方向拥有第一方数据资源的金融风控公司第一方数据资源的风控公司是自身具备数据源， 而不是通过购买或合作获取数据的第三方数据 公司，从数据源持续产生的“活”数据是最具 有价值性