作者：沈澄 
编辑：柴郡猫、二三
正文7680字，预计阅读时间20分钟
金融科技，这个话题早已不像前几年那么热门，P2P之流如过街老鼠，已经被打了太多次。
但在那个可能会被载入中国金融史册的2020年10月26日，马爸爸一番“惊人言论”，令全球大跌眼镜；
而后蚂蚁上市折戟，连环发布的“网络小贷新规”和“平台经济反垄断指南”，更是让“金融科技”这个在2年前跌入冰点的行业，变成了一项人人都要说上两句的新潮词汇。
那到底什么是“金融科技”公司？很遗憾，创投圈90%的人都讲不清楚。
01
当我们在谈论金融科技公司的时候，我们到底在谈论什么
其实，“金融科技”本来就是创投圈内喜闻乐见的“造词运动”的优秀成果，偷换概念的手法玩得是炉火纯青。
假如把市面上所有号称和“金融科技”四个字发生过正当或不正当关系的公司全部拉进来，按照其商业模式实质的差异和离“金融”本质的由远到近分类，大约可以分为以下五类：
第一类：软件开发（产品/外包）公司。
为了炒概念，这类公司往往又会自称是“SaaS”公司，尤其是P2P集体跳水之后，便把公司介绍中的“金融科技”批量替换成“SaaS”。刨除技术架构不谈，其业务实质无外乎是在ERP、CRM和SRM等几类软件产品中，围绕着风控、营销、运营等几类需求交叉打转。
为什么这类公司离金融的本质最远？
因为他们自称金融科技公司的主要理由是“客户都来自金融行业”，尤其是预算最为充足的银行业，和近期某些号称“工业软件”的ERP公司的套路如出一辙。这类公司和金融的相关性体现在需要掌握一些金融行业know how，但并不妨碍业务实质是咨询+IT。
其中某些细分领域的公司（譬如AI相关的产品），由于没有扎实的客户关系资源积累，吃不到足够的客户预算，最终不得不被迫通过跨行业发展来寻找“第二增长曲线”。
第二类：运营服务(营销/客服/采购等)公司。
这类公司古已有之，原来都挺“接地气”的。
但近年来随着互联网和人工智能等应用技术的下沉，结合金融机构迫切需要填补C端经营能力短板的需求，这类公司通过互联网化产品的沉淀，确实能做得比以前更“精致”了，因此也觉得自己挺“科技”的。
运营服务公司比软件开发公司离“金融”本质更接近一些，因为不仅需要金融行业know how的沉淀，并且实际上会和金融机构经营的某些环节“轻度耦合”，赚取运营服务的预算。
第三类：数据服务(交易/分析)公司。
这类公司也会自称“大数据营销/风控”或“智能营销/风控”公司。
数据服务公司距离“金融”本质比前两类公司跨了巨大的一步。因为“金融”获取的是风险溢价，而经营风险的各项能力中，数据能力是至关重要的一环。尤其是大数据时代里，传统金融机构无论在数据的积累还是分析上都处于劣势。
另外，数据服务公司作为大数据时代的产物普遍成立时间较晚，也是数据服务公司区别于前两类公司的特征之一。
数据服务公司在商业模式上主要有三种：
  • 第一种是分析模式，针对金融机构内部、外部数据，提供方法论和数据模型，一般会被客户一次性买断，商业模式和咨询公司非常接近；
  • 第二种是交易模式，即通过引入外部数据，帮助金融机构客户更好地进行营销或风控以赚取差价；根据是否具有可控、持续、新鲜的数据源，商业价值会有较大程度的差异。
  • 第三种就是上述两种的结合，实务中最常见。
特别强调的是，如果数据服务公司对于其数据服务产生的风险资产承担兜底责任，需归入下文的第五类。
第四类：金融机构和类金融机构。
从宇宙行到18线的某某农村商业银行，乃至所有持牌小贷公司，只要是接受了“充分”的金融监管，都属于这个范畴。
这类公司从16年开始也都喜欢引用“金融科技”这个词。笔者曾经统计过，在全部上市银行的2016年年报、2017年年报和2018年半年报中，“金融科技”关键词出现的次数分别为32次，150次和146次（后来“金融科技”被黑成狗，就没心情继续统计了）。
这类机构的商业模式就不赘述了，大家都懂。
第五类：没有被“充分”监管的类金融机构。
照理来说，只要是从事风险资产经营的公司，都应该作为金融机构或者类金融机构接受金融监管（银保监会、地方金融监管局等）。哪怕是追溯到所有P2P公司的祖师爷LendingClub，也是在成立不到两年内按照《1933年证券法》纳入了SEC的监管。
但是这类公司在国内，打着“互联网创新”的旗号，普遍缺乏有效监管。蚂蚁是其中的集大成者；曾经红遍大江南北的P2P们均属此类。
02
五类金融科技公司的赚(zuo)钱(si)指南
第一类：软件开发（产品/外包）公司
一句话概括，最佛系，难赚钱，不踩雷。
软件开发公司在中国有多难大家都明白，收的是软件年费或者开发服务费，花的是产品研发和交付服务人员的工资。
因为金融机构的议价能力普遍较强，最后大部分公司就赚了个人头费差价，而且2亿以上营收的公司拼的肯定就不是技术了。
这类公司中的创业公司没有稳定的盈利模型是家常便饭，因为通过产品化实现边际效用是不能一蹴而就的，而想要从客户那里赚到技术溢价也很困难。毕竟为金融机构服务的软件开发公司中上市的已经一大把，光是客情关系的通道壁垒就够创业公司喝一壶（错了，至少人均每年100壶）的了。软件公司20年磨一剑的道理真是诚不余欺也。
虽然很难赚到钱，但也不太会踩雷。软件开发公司总体处于想作死而不得的状态。
第二类公司，运营服务（营销/客服/采购）公司。
一句话概括，容易碰到天花板，在运营环节中花式小“作”怡情。
成本端同样有人力成本，但外部资源的整合占比更大，譬如营销端会涉及到投放资源，客服端会涉及到线路资源，采购端会涉及到礼品资源。
通过外部资源整合的毛利虽低，但业务扩张很快，因此运营服务公司普遍比软件开发公司更容易在短期内实现盈利；关于这一点，笔者在《跑错赛道的中国式SaaS》中有详细分析。但运营服务公司的经营规模和利润率也很容易触摸到天花板，如果可以在10亿以上营收的体量时维持10%的净利率，绝对是人中龙凤了。
因为竞争门槛不太“耀眼”，如果想要配得上“金融科技”这个logo，运营服务公司常常会加点“科技佐料”。于是我们也看到了不少作死案例：营销端用智能机器人打爆消费者电话，在线路问题上和运营商玩猫鼠游戏，然后被“315”通报；客服端利用大数据技术切入比较敏感的骚扰和催收，然后被“315”通报，甚至涉及刑事打击；采购端利用互联网玩法吃回扣、做差价、伪劣品等拉高利润率，然后被“315”通报，甚至被反腐牵连。
不过这些赚钱操作跟数据服务公司相比，都是小巫见大巫。运营服务公司很难暴利，因此作死也作不到哪里去。
第三类：数据服务(交易/分析)公司
一句话概括，因为离数据足够近，所以离刑法也足够近。
数据服务公司和第一类软件开发公司相比，同样包含技术性服务，但因为涉及到数据交易，收费能力却强悍了许多，收入的可持续性得到了极大的提升。
一方面因为流转中的数据作为一种生产要素，很容易和信贷业务投放金额直接挂钩，take rate在0.5-1.5%不等；另一方面因为前几年大量不规范的数据流转行为，数据获取的边际成本低到令人发指，毛利率非常高。
但比较郁闷的是，数据服务公司相比于第二类运营服务公司，因为涉及大数据和人工智能等fancy的概念，人工成本会高出50-100%，盈利能力反而并不理想。另一方面，在AI、大数据等技术随着时间推移越来越普及之后，数据服务公司通过占据稀缺人才而获得的市场溢价逐渐消弭，而在运营、管理等方面的经验不足，使得其在中长期竞争中又比不上第一类软件开发公司。
因此，为了提升挣钱能力，就得在数据本身方面下功夫了。
通过数据谋利有两个基本逻辑：
  • 一是数据颗粒度越细，离个人隐私越靠近（譬如行踪轨迹、财务信息等敏感数据），数据价值就越大；
  • 二是数据的应用场景在产业链中的利润分配比例越高（譬如催收和电销），数据价值就越大。
把这两者结合起来，诞生出一个最暴利的细分行业叫做“大数据催收”，后来顺理成章地被不法分子利用，升级为包含“暴力催收”的刑事案件。
原本数据服务公司即使为不法分子提供了敏感数据，最多只能算是“非法”，无非是和第二类运营服务公司一样凑对上个“315”而已。但在2017年5月29日的“刑法253条两高司法解释”以及2017年6月1日《网络安全法》正式生效之后，中华大地上掀起了一场针对大数据公司违规提供个人敏感信息的刑事打击风暴。
在这场波澜壮阔的清理运动中，倒下了无数明星创业公司。一时间，曾经风头无两的“大数据公司”和“P2P”一样成为人人喊打的过街老鼠。
但令人意想不到的是，在2020年全球最大黑天鹅事件“新冠疫情”的治理过程中，大数据应用体现出了极高的社会治理价值。于是2020年3月，国务院发布了关于生产要素配置机制市场化探索的意见，其中明确强调了数据要素的地位和意义；同时，随着《个人信息保护规范2020》《数据安全法（草案）》《个人信息保护法（草案）》等相关法律、法规的出台，数据服务公司的合规边界也越来越清晰，似乎至暗时刻已经过去。
但需要被注意的是，即便利用数据资源获取商业利益的法律法规越来越完善，数据服务公司希望在商业模式上和软件开发公司拉开差距，自身必须得拥有核心数据资源。而核心数据资源的占有和互联网场景一样具有极强的先发优势门槛。
就中国互联网行业的发展现状来看，数据服务产业链条中的绝大部分合法利益已经被垄断了，留给新玩家的机会也不多了。
第四类：金融机构和类金融机构
四个字概括：懂的都懂。
“牌照管理”和“监管套利”这八个字，对理解这个行业的本质有至关重要的意义。
第五类：没有“充分”监管的类金融机构。
“P2P公司本质上就是高利贷披着科技的外衣做线上化”，这一事实在今天已经没有什么争议了。
但在7-8年前，无论金融圈多么不认可P2P的商业模式，但创投圈对“P2P”模式的追捧仍然不绝于耳。这里面复杂的历史背景和坊间故事就不展开了。高利贷肯定是很挣钱的，也肯定违法的；即便今天不是，过几天之后也是。
下面我们从蚂蚁（大家都懂的）为例，聊聊他是如何赚(zuo)钱(si)的。和简单粗暴的P2P赚钱模式不一样，对蚂蚁的分析可以更加迫近“金融”与”科技“的本质差异。
03
金融机构or科技公司？
蚂蚁的两扇命门
蚂蚁到底是算“金融机构”，还是算“科技公司”？
这是一个“困扰”业界的大问题。人们被“困扰”不在于事实，因为事实其实很清楚；而在于人们如何看待这个事实。
围绕这个无法回避的问题，交易所和蚂蚁进行了一场又一场的问答，期间蚂蚁表现出来的强势和笃定，让人们一度认为，蚂蚁真的是巨头了，他说是什么就是什么了。
但他真的是一家“科技”公司么？
诚然，蚂蚁在促进中国金融行业的发展方面，依靠其信息技术基础设施优势，做出了他“本不应有”的历史贡献，譬如：
  • 在银行业普遍懒于发展C端业务的时光里，支付宝以电商交易支付信任为切入点，用市场化手段，极大地促进了非现金社会的发展；甚至对小偷这个上万年的行业进行了顺手而无情的降维打击。
  • 诞生于2013年的余额宝以令人难以置信的发展速度，在实质上推动了银行业储蓄利率市场化这个喊了不知道多少年的口号；也间接推动了银行零售业务的全面数字化升级，极大地提升了中国金融消费者的用户体验。
  • 以借呗、花呗为代表的线上小额零售信贷产品，叠加强大技术体系支撑下的算力、算法和数据，在推动风险利率市场化定价方面做出了一定的成绩。
然而，这些本该是政府或者大型金融机构做的事情，蚂蚁做了就能赚钱么？
显然不能。实际上，在既有的法律框架下，上述大部分金融服务，单独来看，都是收益投资比很低的业务。否则早就有金融机构做了，也轮不到蚂蚁。
蚂蚁能挣钱，是因为其在开展上述“创新业务”的时候，并不完整地兼容既有的金融监管框架。因为这些“创新业务”作为互联网时代的“新物种”，带来了显而易见的社会效益，被赋予了极大的监管包容度。监管机构对其中的“违规经营”一直采取睁一只眼、闭一只眼的态度。
这些提供巨大社会效益的做法，在仍处于快速变革和发展阶段的中国，是可以通过各种方式换取经济效益的，实现中国特色的“rotating door”。
就蚂蚁而言，“rotating door”有两扇：
第一扇：被宽容的监管套利
蚂蚁的借呗和花呗分别对应两家网络小贷公司牌照，这是很合法的。网络小贷脱胎于小贷，小贷公司本身有比较严格的监管，包括展业范围、杠杆比例等。但网络小贷公司作为新生事物，其发展过程中所需配套的监管细则是严重落后于市场现状的。
譬如联合贷中的出资比例和责任分担机制、表外标准化融资的杠杆比例等，虽然一直以来在监管和蚂蚁的猫鼠游戏中修修补补，但是系统性的管理办法始终是缺位的，才会出现在不用监管部门对于杠杆倍数计算口径差异之间套利的“蚂蚁模式”，也就是大家已经耳熟能详的ABS无限循环模式，直到2020年11月2日《网络小额贷款业务管理暂行办法（征求意见稿）》出台才算有定论。
监管套利的问题对于蚂蚁来说是可以合法化的。因为上市之后融资几百亿美金，只要补足资本金，完全可以抹平“联合贷30%的出资要求”以及“4倍ABS监管要求”和当前20多倍杠杆之间的差距。
而且从这个角度来看，“网络小贷管理办法”出台后，实质上封闭了后来者（譬如京东金融）copy蚂蚁监管套利模式的路径，这也是为什么在蚂蚁“出事”之后，市面上一度出现了“监管帮助蚂蚁实现垄断”的解读。
一旦蚂蚁监管套利的口子被堵上，资本金本身不是问题，但是资本市场的损失会是巨大的，因为和上市时“科技公司”故事大相径庭，直接财务表现是ROE暴跌。
如果管理办法在发行前出来，IPO很可能发不出去，而拿不到那么多资本金，也就无法满足监管，只能自己先注资，但没有IPO哪来那么多钱注资，于是陷入死结。如果管理办法在发行后出台，基石投资人、打新群众以及所有前轮投资者将面临极大的破发风险，而蚂蚁一定会被质疑提前知晓而不披露，一样很惨。
也正是因为这肉眼可见的巨大损失预期下，才会出现马爸爸在各种力量推动下，在外滩金融峰会上发表的著名言论。
第二扇：更纵容的垄断定价
在蚂蚁的盈利模式中，比监管套利隐藏更深的危机是垄断定价。在上文分析中提到过，在不承担风险资产坏账的情况下，数据服务公司的take rate只是在0.5-1.5%之间而已。
但是无论是蚂蚁在和银行合作的联合贷/助贷业务中，还是各类ABS中，蚂蚁虽然也不承担风险资产的兜底风险（要么银行承担，要么是投资人承担），但take rate却高达7-8%；而银行或投资人，却以2-3%的收益，承担了全部的风险。
简单来说就是，钱都被蚂蚁赚走了，但风险留给了金主爸爸。是从什么时候开始，科技的价值可以让人如此着迷，尤其还是在爸爸林立的金融领域？显然，这并不是科技的价值，而是垄断的价值。
蚂蚁的垄断，一方面体现在阿里系电商在中国电商领域60%以上的市占率；另一方面体现在支付宝在线上支付领域50%左右的市占率。
这样的垄断优势，使得蚂蚁在小额零售信贷资产业务中，从客户获取、风险识别、资产定价和贷后管理四个方面，都对传统金融机构形成碾压之势，唯一劣于传统金融机构的地方是持续的低成本资金来源。
但是在资产端拥有垄断能力的只有蚂蚁一家，而资金端有牌照的银行就太多了。于是在蚂蚁面前，绝大部分银行根本没有议价权，只能接受这样一个非常不公平的deal，然后还要捏着鼻子听蚂蚁讲述一个如何利用科技赚到了这么多利润的美丽故事。
顺带插一句，中国的银行业，有一项很重要的，甚至可以说是最重要的竞争优势——利率非市场化条件下的息差空间。这里面按照ToG（含大B）和ToC（含小B）维度，以及存款和贷款维度，可以分为四个场景；这四个场景中，ToC的存款和贷款都已经非常市场化了，ToG的贷款也有一定程度的市场化，但是ToG的存款仍然非常不市场化，中国有几十万亿的国有单位的活期存款长年趴在账上。至于为什么就不细说了，大家都懂。
那么问题来了，这么便宜的国有单位的低成本资金，凭什么被蚂蚁薅羊毛？这么明显的套利，再去扯巴塞尔协议是不是老年人俱乐部，都已经是小儿科的话题了，一个更大的威胁逐步浮出水面。
于是，在某一个下午，沉浸在被蚂蚁支配的恐惧之中多年的银行巨象，终于回想起那部可以追溯到美国次贷危机时代，早在2007年8月30日就发布，但一直没有在中国的政治和经济事务中绽放过足够光芒的《反垄断法》。
当《关于平台经济领域的反垄断指南（征求意见稿）》于2020年11月10日发布的时候，一条更刺眼的法律红线，从的一边，挪到了另外一边。更加戏剧性的是，腾讯、美团、头条等一众互联网巨头，也可能被一并挪了位置。
蝴蝶效应，尤可知乎？
04
社会并不需要金融科技公司，需要是具有科技能力的金融机构
从历史来看，金融的，也都是科技的。从现状来看，更是如此。
以银行业为例，2019年摩根大通的信息技术投入在银行业中遥遥领先，接近100亿美元，占比营收达到8.49%；花旗信息技术投入金额也高达70.77亿美元，占比营收达到了14.95%。瑞银集团、摩根士丹利、道富银行、高盛在信息技术投入均超过10亿美元。
而与之形成鲜明对照的是：某两家全国性股份制银行曾经明确把金融科技投入写入年报中的，其中一家是营收的1%，另外一家是税前利润的1%。
由于对比效果过于直观和醒目，很难找到更有表现力的言语来进一步阐释。倒是可以补充一点，这两家银行把所有信息技术投入也都算了进去，包括买服务器和雇佣外包开发人员。
如果我们把目光移到十几年前，当时银行业是中国最先实现较高水平信息化的几个行业之一。但过去10年里躺着挣钱的经历，决定了当下的银行业是很难自给自足地实现数字化转型的。不难发现，大部分银行中不仅没有“市场部”这个部门，也没有“数据科学家”这样的岗位。
因此依赖外部供应商，包括本文第一部分提到的一、二、三、五类公司提供技术支持，也是现阶段非常合理的选择。但长期来看，大部分围绕银行提供“金融科技”服务的公司，除了软件和咨询等非核心职能的外包服务，涉及风控和运营等核心职能的团队，最终都会或多或少地融入银行体系，弥补现有银行的短板和缺陷。
2017年12月1日，由互联网金融风险专项整治工作领导小组办公室、P2P网贷风险专项整治工作领导小组办公室联合发布的《关于规范整顿“现金贷”业务的通知》，之后P2P迅速崩溃，导致“互联网金融”和“科技金融”这类词汇的使用量迅速下滑；而“金融科技”成为大部分公司，甚至互联网巨头都必须使用正确词汇。
但是从终局来看，“金融科技”只能是一个阶段性状态，最终我们需要的还是金融机构主导下的合规、合法的“科技金融”。
毅达资本 沈澄
关注成长期产业互联网项目
[email protected]
希望加入「泡腾VCer」社群的小伙伴，欢迎添加泡腾小V微信选择社群入群；希望与作者互动的小伙伴，请勾选「数字科技群」！~~
*本文由公众号泡腾VCer（ID：ptvc2020）作者撰写，限于研究手段与调研周期，不作为投资依据。题图及内文图片如涉侵权，请与我们联系。如需转载请关注公众号。
END
点一下「在看」，就能抹平信息差哦
继续阅读
阅读原文