• 项目
首页>>文章列表
文章列表

金准人工智能 中国互联网消费金融行业报告

金准数据认为:消费金融,是指机构或企业为个人提供的、以消费为主要需求的小额贷款产品和金融服务。一般是指日常消费需求,比如衣服、房租、电子产品等小额信贷,信贷期限一般在1年之内。

消费金融产业链包括消费者、消费金融公司、资金提供方、征信机构、金融科技公司和催收机构,其中,消费金融公司作为资金需求和提供方的连接桥梁,处于整个产业链的核心环节;征信机构和金融科技公司为消费金融公司的风控环节提供服务;催收机构为消费金融公司提供针对逾期不还的借贷人的催收服务。整个产业链中,消费场景拓展和做好风控是两个关键因素。

2017年,中国互联网消费金融放贷规模4.4万亿元,增长904.0%。金准数据对2017年互联网消费金融行业快速发展的状况及背后的原因进行梳理,从行业宏观、业务关键能力、行业格局、典型企业、未来趋势的角度对互联网消费金融行业进行比较深度地分析。


一、互联网消费金融宏观现状


互联网消费金融需申请、审核、放款及还款全流程互联网化


消费金融(或消费贷、消费信贷)是指以消费为目的的信用贷款,信贷期限在1至12个月,金额一般在20万以下,通常不包括住房和汽车等消费贷款,专指日常消费如日耗品、衣服、房租、电子产品等小额信贷。


根据消费金融业务是否依托于场景、放贷资金是否直接划入消费场景中,又可以将消费金融业务分为消费贷和现金贷。由于消费金融机构不能完全覆盖各类生活场景,因此直接给用户资金的现金贷成为有场景依托的消费贷的有力补充,大多数消费金融机构都同时具备这两种形式的消费金融产品。


金准数据认为互联网消费金融,是指借助互联网进行线上申请、审核、放款及还款全流程的消费金融业务。广义的互联网消费金融包括传统消费金融的互联网化,狭义的互联网消费金融仅指互联网公司创办的消费金融平台。随着传统消费金融机构线上化的发展,金准数据通常以广义的互联网消费金融为研究对象。


互联网消费金融进入行业整顿期


金准数据把互联网消费金融的发展分为了三个阶段。2013至2014年,分期乐、京东白条、趣分期、爱又米纷纷上线,行业进入启动期。启动期的相关政策以鼓励业务发展为主,至2015年6月政策共批准成立了15家持牌消费金融公司。进入2015年,大量互联网消费金融机构、产品涌现,其中包括2015年4月上线的花呗;政策方面,2016年3月,人民银行、银监会提出“加快推进消费信贷管理模式和产品创新”。在行业创新、政策鼓励的共同作用下,互联网消费金融进入快速增长期。但是,在快速增长的背后,出现了过度授信、暴力催收等不合规经营方式,2017年出台各项资质、业务监管政策,行业进入整顿期。


发展动因:低资金成本、房贷转移、金融理念渗透、场景布设


2016、2017年互联网消费金融放贷规模大增,得益于四大发展动因。资金成本方面,2014年两次定向降准、一次降息后,2015年多次降息降准,15年下半年、16年主要期限国债收益率持续下降,资金成本走低,使得消费金融有宽松的资金面和较低的资金成本。2016、2017年,银行房贷政策持续收紧,使得居民贷款需求向互联网化方式转移,这可以从房贷占比和房价走势关系上得到印证。自2016年第四季度起,个人购房贷款占居民消费贷款的比例出现负增长,但房价增速依然平稳,说明居民通过非房贷的口径获得住房贷款,同时可观察到部分互联网消费金融平台推出可用于购房用途的大额贷款。此外,金融理念渗透使得更多用户接受消费金融产品,场景布设提升消费金融渗透情况、提高使用便利度。

互联网消费金融覆盖场景交易规模占移动支付消费类58.5%


进入2017年下半年,资金成本上升、监管政策出台,支撑互联网消费金融快速发展的红利不再,行业将逐步回归到自身产品需求、机构业务能力驱动的时代。未来行业发展的机遇在于互联网消费金融在场景、人群两个维度的持续渗透。其中场景分为线上场景与线下场景,就线上场景而言,被互联网消费金融业务覆盖的场景的交易规模占到移动支付消费类交易规模的58.5%。布局剩下的四成长尾场景,通过支付机构切入是其中一种方式,支付机构利用支付业务覆盖了众多线上场景,与支付机构合作可提升场景布局效率。


金准数据相信未来行业发展的风险在于,受2017年各互联网消费金融机构快速扩张的策略影响,部分用户存在共债较高、非理性借贷的行为,未来一段时间行业需要消化用户信用水平下降带来的不利影响,与此同时,人群的多维度渗透的重要性凸显。


二、互联网消费金融发展关键能力


用户使用频次低的业务只能依靠产品本身变现


2C商业模式的变现方式分为产品变现和流量变现,消费金融因为其低频的属性,不具备流量变现的可能。总体而言,金融行为都较为低频,相对来说支付较为高频,从而具备流量变现的可能,其他大多数模式、产品都需要依靠自身业务产生营收来获取利润。因此,对于消费金融业务而言,对业务能力判断的关键要落足于产品带来的可见的收益,落足于利润表,落足于收入、成本配比。


自动化风控模型具备规模效应,是变革传统模式的关键


互联网消费金融业务成本包含固定成本与变动成本,固定成本具备规模效应。传统机构提供的消费金融业务,在风险定价环节需要投入较高的审核成本,且该成本为变动成本,互联网消费金融的典型变化是通过搭建风控系统模型,实现自动化风控。这一变化将变动成本变为固定成本,虽然前期需要较高的投入,但随着用户数量的增加,具备规模效应。

关键能力:获客能力、用户体验、风控能力


在互联网消费金融业务的成本中,部分成本支出与交付效果的关联不具备强关联关系,不同公司在这些方面付出成本后产生的效果差异较大,而产生差异的原因便在于企业相应的能力。举例来说,消费金融机构付出获客成本,最理想的产出效果是获取特定的目标用户群体,但由于企业获客能力各异,从而成本付出后获取的收入规模各有差异。 2016年,趣店、乐信的获客成本占消费金融收入的比例分别为26.0%、12.6%,二者获客成本差异较大,趣店凭借支付宝的导流实现低获客成本。成本与效果的关联关系决定了互联网消费金融三大关键能力,即获客能力、用户体验、风控能力。


获客能力:流量变现与场景布局


金准数据始终坚信获客能力是互联网消费金融业务的三大关键能力之一,如何付出最少的成本获取最大的利息、服务费收入,是提升消费金融获客能力的目标。实现该目标有两种主要方式,第一种是有流量的企业搭建互联网消费金融业务,在不用额外付出流量成本的情况下开展消费金融业务,典型企业有二三四五、微博、搜狗、搜狐等等。第二种是互联网消费金融机构通过场景布局、广告投放等方式获取客户,其中,场景凭借精准获客、针对性风控、监管利好等优势成为互联网消费金融业务必争之地。对于有场景的消费金融机构,其场景的市场容量、布局门槛等因素成为其获客能力衡量的关键因素。


用户体验:留住用户以降低获客成本


在获客成本日渐提升的当下,提升用户体验的价值日益凸显。提升用户体验,挖掘用户在同一平台再次借贷的需求,能帮助互联网消费金融机构省去部分获客环节的成本。提升用户体验的方式包括申请便捷、使用便捷、人性化的督促还款方式以及良好的客服体验。衡量互联网消费金融机构的用户体验水平,用户复借率是个重要指标。根据公开资料,卡卡贷、爱财、趣店的复借率在70%以上,但由于各自统计、计算口径不同,无法进行横向比较。


风控能力:非差异化定价使平台存在逆向选择、市场萎缩的可能


风控能力,是指互联网消费金融机构对用户进行差异化风险定价的能力。之所以差异化定价至关重要,原因在于用户群体的信用分布在一个区间,实行统一费率时,对于自身风险水平低于该费率对应风险的用户,如果存在其他更为精准的风险定价替代品,则该部分用户便会流失。长此以往,该平台的用户群体将会逐步缩窄,甚至市场萎缩。因此,对不同的用户的风险水平进行差异化精准定价的能力至关重要。


风控能力对收入规模、成本的影响


风控能力通过审核通过率、坏账率分别对收入规模、成本产生影响。通常情况下,一个平台的利息、服务费越高,定位的用户资信就会相对更差,审核通过率就会更高;而提升风控能力,能保证在利息、服务费不变的情况下审核通过率提升,从而扩大收入规模。同样地,审核通过率越高,平台越激进,则平台坏账率就会越高;而提升风控能力能实现在审核通过率一定的情况下坏账率下降,从而降低成本。


金准数据特别强调的是,坏账率并非衡量互联网消费金融风控能力的良好指标,而坏账率与审核通过率的比值是更好的指标。这是由于,不同平台所定位的用户群体不同,对于用户群体资质稍差的平台,坏账率自然会更高。而如果一个平台能够实现在更大的审批通过率的情况下将坏账率控制在更低的水平,则风控能力更强。因此,单一的坏账率指标不能反映这一实际能力,将坏账率与审核通过率相比,比值越低则风控能力越强。


资金获取能力取决于上述三大能力


互联网消费金融机构的资金获取渠道有银行、小贷公司、P2P、ABS等。相对而言,银行的资金成本较低且规模较大,由此,由银行提供资金而消费金融平台提供获客和风控的助贷模式盛行。该模式具有两个典型特征,第一,用户只能感知到助贷机构的存在,因此在该模式中银行只能做资金方,而对银行未来从事消费金融业务没有帮助;第二,风控由消费金融机构完成,由于风控结果难以衡量且结果滞后,因此大多数平台会对其信贷资产进行增信、对结果承担兜底责任。


此外,资金获取能力并非消费金融平台的关键能力,因为资金获取能力取决于平台的信贷资产质量,而信贷资产质量取决于上述获客能力、风控能力。优质资产并不缺乏资金。



三、互联网消费金融典型公司案例


蚂蚁金服:旗下有花呗、借呗消费金融产品


2017年预计花呗放贷规模超9000亿,借呗放贷规模超5000亿。花呗模式分为账单分期和交易分期,账单分期为虚拟信用卡模式。就三大能力而言,花呗从支付宝、淘宝获取用户,利用芝麻信用为用户提供额度、计算费率。使用场景多是花呗在用户体验上明显优势,借助支付宝打通的支付场景,花呗嵌入到支付方式中,从而打通各类支付场景。


爱财集团:获取年轻客户群体的能力强,用户体验、风控能力较好


爱财集团致力于以金融科技拓展普惠金融的边界,为年轻人提供陪伴式场景金融服务。围绕年轻群体,爱财集团旗下涵盖年轻人消费金融服务平台爱又米、实践创业平台出未校园、互联网理财平台米庄理财、网络小贷平台爱盈普惠等,获取年轻客户群体的能力强。爱财集团旗下爱又米于2014年9月正式运营,截至2017年9月爱财集团实现累计放款金额超过120亿元,且平台复购率超70%,用户体验较好。


爱财集团:以金融科技拓展消费金融边界


爱又米是爱财集团旗下的年轻人消费金融服务平台,主打分期电商服务。分期电商从上游产品制造商处购进商品,将商品在电商平台售卖,用户购买时可以选择分期还款,由平台联合金融机构提供消费金融服务。从电商属性上看,对上游产品制造商的议价能力和获取下游客户的能力尤为重要;从消费金融属性上看,风控能力至关重要。爱又米对上游制造商有较强的议价能力,是苹果的最高等级经销商,同时下游客户有较好的复购率。风控能力强,以金融科技发现更多信用,和多家银行、持牌金融机构合作共赢。

维信卡卡贷:信用卡场景获客,用户体验、风控能力较好


“维信卡卡贷”于2015年5月上线,是维信金科集团旗下的移动互联网贷款服务平台,为银行持卡人提供信用卡余额代偿服务。截至2017年11月,维信卡卡贷实现APP下载量突破2000万,实名注册用户1800万,成为信用卡代偿场景消费金融机构中的佼佼者。就开展消费金融业务的三大能力而言,在获客能力方面,维信卡卡贷抓住了信用卡场景,成为其获客的重要来源;在用户体验方面,维信卡卡贷利用优质服务实现了清贷用户75%的复借率;在风控能力方面,维信卡卡贷后台有20档定价,根据用户资质不同实现自动化风险差异化定价。


维信卡卡贷:信用卫士


对于有稳定收入、消费能力、信用卡账单分期需求的信用卡持卡人,可在维信卡卡贷APP或微信公众号在线完成授信审批,贷款直接汇入持卡人指定的信用卡中,完成信用卡还款,而后用户分期还款给维信卡卡贷。维信卡卡贷的资金来源于中小银行、消费金融公司和信托机构。在风控技术上,维信卡卡贷融入了人脸识别、可信时间戳等多项技术,通过智能决策系统实现全自动化审核和借贷。


兴业消费金融:信用至上,普惠同行


兴业消费金融起源于福建省泉州市,2013年泉州市作为唯一的地级市入选银监会第二批消费金融公司试点城市名单,2014年12月22日,兴业消费金融股份公司在泉州成立。2016年12月22日,兴业消费金融成立两年,两年累计贷款发放超过100亿元,其中线上业务占比15%以上,且这一比重呈现逐步上升趋势。兴业消费金融产品包含“家庭综合消费贷”、“商户业主消费贷”和“网络贷”三大体系,截至2017年9月,三大体系累计发放贷款超过200亿元。


兴业消费金融:“空手到”产品介绍


兴业消费金融通过“空手到”系列产品开展互联网消费金融业务,空手到APP提供家庭综合消费贷和闪电贷两款产品。闪电贷采用邀请制,具备相应资质的用户通过手机线上申请,无需抵押担保,利用信用评估的方式授予用户额度、费率,通过评估后利用手机APP直接放款,最快一天放款。


易宝支付:消费金融平台解决方案提供商


对于消费金融机构而言,场景越来越重要,而获取场景有两种方式,一种是直接切入消费,即对已有的消费场景进行布局、整合;一种是通过切入支付从而实现接入各消费场景,即通过支付公司接入支付公司已布局的消费场景。易宝支付是后者的解决方案提供商。


易宝支付于2003年8月在北京成立,2011年5月获得央行首批办法的《支付业务许可证》, 2013年10月获得国家外汇管理局批准的跨境支付业务许可证。成立13年来,易宝支付服务的商家超过100万,在航空旅游、游戏娱乐、行政教育等多个领域保持领先地位。针对消费金融平台,易宝支付提供涵盖支付、风控、资金、场景等多维度的解决方案。截止2017年12月,易宝支付已同超过500家消费金融平台达成合作,交易金额达到2000亿元。


易宝支付:为消费金融平台对接多种消费场景


易宝支付深耕支付领域多年,积累下较多消费场景,涵盖航旅、游戏、教育、保险、电商等多个细分领域。易宝支付可实现将消费金融机构同这些消费场景对接。对消费场景各机构而言,易宝支付提供了多种消费金融产品,帮助它们丰富支付方式、提升用户体验。对于各消费金融机构而言,易宝支付通过场景解决方案为其对接多种类型的消费场景,帮助它们获客、导流。


四、互联网消费金融行业发展趋势


随着收入与支出的双双提高,居民消费水平不断提升,国民对于消费升级的诉求不断发酵,由此带来消费性贷款的持续走高;同时,监管机构及政府推出多项政策助力消费金融的发展,2009年银监会发布《消费金融公司试点管理办法》,消费金融公司应运而生,2013年国务院强调要助推消费升级,创新金融服务,并提出鼓励民间资本设立消费金融公司,2016年政府工作报告中再次提及消费金融,为消费金融的发展带来新的机遇。


总体而言,金准数据认为中短期资质、风控能力以及长期用户群体决定平台特征。


2018年,随着监管政策的逐步出台,互联网消费金融行业将迎来整改的时期,无资质的机构将难以开展互联网消费金融业务,不合规的开展方式将被剥离。中短期内,行业增速将受到影响,行业集中度将提升。在这一期间,业务的合规开展、风控模型改善、风控更加严格将是行业内机构的主攻方向。长期来看,平台的复借率将会逐步上升,不同平台将会拥有自身的长期用户,而这些用户特征将决定这些机构的特征。


金准人工智能 中国私募证券投资基金行业报告

2017年中国私募证券投资基金行业报告

目录

一、中国私募证券投资基金发行与清算

1、发行类型统计

2、发行地区统计

3、清算数量统计

二、中国私募证券投资基金整体业绩

1. 2017年各主要市场回顾

2.八大策略区间收益

3.八大策略2017年收益

4.最近一年回撤与夏普比率统计

三、私募观点


一、中国私募证券投资基金发行与清算


本研究报告所指的私募证券投资基金产品包括了信托、自主发行、公募专户、券商资管、期货专户、有限合伙、海外基金等类型或渠道的私募基金产品,同时我们根据投资策略情况将所有产品分为股票策略、相对价值策略、管理期货策略、事件驱动策略、宏观策略、固定收益、组合基金和复合策略等八大策略。如无特别说明,以下内容主要以八大策略划分情况进行阐述。


2017年私募总规模能突破11万亿,背后贡献主要力量的是股权、创投私募。到2017年的年底,管理基金规模7.09万亿元,比2016年底增长2.4万亿,涨幅51.21%。据不完全统计,截至2017年年12月底,我国历史上共发行过115723只私募证券投资基金产品,突破11万只产品。其中29575只产品已经清算,目前运行中产品为86148只产品。其中,2017年12月共发行 2261只产品,清算202只产品,存量贡献占比 2.4%。股权、创投私募规模已经占到私募总规模的64%左右。股权创投私募爆发式增长,主要得益于这几年国家鼓励股权投资助力实体经济发展,创新创业发展新经济,IPO常态化,企业上市渠道畅通。同时,二级市场震荡,高净值客户纷纷涌现一级市场。


证券私募2017年规模反而缩水了4803亿元,跌幅17%,目前规模为2.29万亿元。实际上,2017年证券私募内部“二八分化”比较厉害,好的私募产品被秒杀,规模涨至500、600亿,而一些小私募的产品则卖不出去,生存出现困难,行业加速洗牌。


2017年为私募监管的规范时代,一系列政策文件如《证券期货投资者适当性管理办法》、私募行业监管的顶层设计文件-《私募投资基金管理暂行条例(征求意见稿)》逐步落地,此外各地证监局对328家私募机构开展专项检查,83家私募被财务行政监管措施,私募自律监管体系得到不断的完善。从2017年开始,私募产品的发行也呈现稳步态势,3月份为私募新年新布局,产品发行数量创下开年来的新高,此后,私募发行数量呈现稳健增长的态势。


1、发行数量统计


图1-1:近12月中国私募证券投资基金发行数量(单位:只)


2017年私募产品发行数量大幅缩减。2017年私募监管持续加强,随着北上广深各地相继被停止私募机构的工商注册、私募牌照和产品备案门槛提高、私募产品销售端流程合规化和私募运营专项抽查等一系列措施落地,私募机构从成立到发行产品到后续运营的门槛和难度都大大提升,2015年和2016年私募机构野蛮生长的状况得以遏制,产品的发行数量也随之下降,2017年的私募产品发行量为24242只,相比2016年,数量约缩减了三分之一。从各月份来看,2017年各月份产品的发行数量较为平稳,随着监管的继续深化,私募行业将越来越呈现优胜劣汰的生态环境。


2、发行类型统计

自主发行为主流发行方式。从产品类型来看,2017年中,自主发行的数量最高,占比为51.89%,与以往通过券商、公募或信托等通道发行相比,自主发行可以省去高通道费用,不受通道机构投资约束并且简化了发行程序,该模式也将会成为未来私募的主流产品发行方式。其次是公募专户,占比22.49%,主要因为公募专户依托于其资源优势、避税功能等便利性条件,一直深受机构客户的青睐,仅次于公募专户的是信托和券商资管,分别占比9.62%和9.43%,信托和券商资管拥有大类的优质客户资源,在私募产品发行中也一直占据着一定的地位。

图1-2:2017年中国私募证券投资基金发行类型分布


3、发行地区统计

北上深领衔私募发行,杭州位居第四。从发行地区来看,北上深依旧是私募发行重镇,上海发行占比最高,占比为34.51%,其次为深圳和北京,占比分别为 17.32%、12.97%。依托于江浙政府对于私募的政策扶持与毗邻私募云集的金融中心上海的地理优势,江浙地区依旧延续良好的发展势头,杭州发行数量再次进入第四,发行占比为6.33%,武汉超越广州,排名第五,2017年发行占比为5.03%,其它地区发行的比例为13.73%,说明有更多地区的私募开始打破地域限制,正悄然地崛起。

图1-3:2017年中国私募证券投资基金发行地区分布


到2017年底,百亿及以上的私募管理人数量有187家,创历史新高,比2016年底增长了54家,涨幅40.6%。

图1-4:2017年大中型私募数量变化


另外,规模在50-100亿元的238家,20-50亿元的599家,10-20亿元的734家,5-10亿元的1025家,1-5亿元的3920家,0.5-1亿元的2135家。

协会表示,截至2017年12月底,已登记的私募基金管理人有管理规模的共19049家,平均管理基金规模5.83亿元。

图1-5:2017年私募基金管理人管理基金规模分布情况(家)


随着中国经济快速发展,居民财富不断积累,随着房地产等各项投资属性的下降、资本市场的不断发展、资产管理咨询服务经验的累积,我国高净值人群投资方向正在逐步发生变化,投资需求愈发强烈,私募基金成为新宠。


4.清算数量统计

2017年清算产品数量缩减。由于2016年上半年大量的私募产品成立,下半年开始,由于监管趋严,私募产品成立数量放缓,因此不少一年期的产品于2017年到期清算,并且主要集中于上半年时期。但由于2016年有熔断和清壳两大因素的触发2017年产品清算数量相比2016年有所下降,清算数量为5654只。


二、中国私募证券投资基金整体业绩

1. 2017年各主要市场回顾


2017年是价值投资的元年,以贵州茅台和中国平安为代表的“价值投资”持续单边上涨,表现的淋漓尽致,让无数投资者惊叹。而另外一边,以创业板为代表的中小创指数却掉头向下,创业板指数一度跌破2015年股灾以来的新低,一度跌至1641点,市场可谓冰火两重天。


从全年的投资热点时序图来看,2017年一季度市场大炒国企混改,二季度的雄安题材横空出世,再到后来三季度以方大炭素为代表的涨价周期概念,有色煤炭钢铁以及稀缺类小金属等表现耀眼。再到四季度的芯片、5G等。市场的缺钱效应明显,全年的资金炒作方向一直在变化。


截至12月份最后一个交易日,2017年上证指数涨幅6.56%,深圳成指涨幅8.48%,创业板涨幅-10.67%。从个股的涨跌来看,2017年上涨股票只有22%,而下跌股票占比78%,两极分化非常严重。


从行业来看,根据28个申万一级行业分类,2017年以来,只有11个板块年内上涨,食品饮料和家用电器排名第一和第二位。概念方面,白马股指数、MSCI概念指数、一线龙头指数分列前三,涨幅均超过30%。


期货市场,2017年的期货市场并没有那么好过,受商品期货交投降温的影响,2017年,全国期货市场累计成交量为30.76亿手,累计成交额约187.90万亿,分别较2016年下降25.66%和3.95%。截止12月底,文华商品指数今年录得4.78%的涨幅。在32个成交比较活跃的品种中,有19个品种实现了上涨,13个品种下跌,其中,螺纹钢、焦炭、动力煤、锌、铜、玻璃的涨幅超过20%,螺纹钢涨幅最大,达到32.04%。跌幅超过10%的品种有天然橡胶、豆油、大豆、棕榈油、白糖、菜油,其中,天然橡胶下跌最大,达23.24%。


从各个板块看,有色金属板块上涨了16.91%,煤炭板块上涨了21.28%,建材板块(玻璃和螺纹钢)上涨了25.73%,化工板块下跌了2.57%,油脂板块跌幅较大,下跌了15.68%,软商品板块(棉花和白糖)下跌了8.28%。煤炭、建材和有色是今年的上涨主力,而油脂和软商品是今年的下跌主力,值得一提的是,今年的铁矿石与去年相比“雄风不再”,且与螺纹钢、焦炭分化较严重。总体而言,今年工业品表现突出,而农产品颓势尽显。


债券市场,2017年各类债券总发行量40.79万亿,同比增长12%。利率债发行同比回落,发行利率不断上升,10年期国债收益率不断跳涨,全年10年期国债收益率上升接近近100bp。2017年债券市场呈现震荡走势,中债综合财富指数上半年震荡下行,下半年向上反弹,年末再度向下调整。


2.八大策略区间收益


从下图各策略的区间收益来看,沪深300在2017年涨幅高达高达21.78%,如果从月度K线来看,呈现出很明显的慢牛状态。但是其他指数分化较为严重,创业板不涨反跌。截止12月底,八大策略最近一年都取得正的收益率,同时也都大幅跑输同期沪深300指数。最近一年,股票策略以11.28%的平均收益率位列第一,而2016年股票策略的平均收益率为-6.04%,2017年相比2016年有了很大的提高,进一步说明市场环境有了明显的好转,至少存在一定的结构性机会。其次是组合基金,凭借8.42%的平均收益率获得第二,而固定收益以3.63%位列最后一位。虽然私募都大幅跑输同期沪深300指数,但是八大策略都取得了正的平均收益,相比2016年有了大幅的提升。

表2-1:中国八大策略私募证券投资基金分阶段收益情况


3.八大策略2017年收益


2017年是价值投资的元年,沪指在股灾之后三次冲击3300点都无功而返,而去年8月份一举放量突破3300点,最高11月一度到达3450点,创股灾之后的新高。而以中国平安和贵州茅台为代表的上证50在2017年也大放异彩,全年以25.08%的涨幅让人惊叹。而创业板和沪深300的跷跷板效应尤为突出,创业板一度创股灾之后的新低,一度低至1641点。


从私募业绩数据统计分析来看,在2017年,私募的业绩分化也较为严重,股票策略中,首尾差高达345.02%,可见两级分化较为严重。其中59.28%的产品获得了正的收益率,将近40%的产品收益率为负,即去年市场上赚钱的基金比较多,亏钱的产品也不少。


再看看管理期货策略,2017年期货私募产品平均收益率为4.17%,而2016年这一数据为14.14%,可见2017年期货市场赚钱效应并没有2016年好。管理期货中58%的产品取得正收益,和股票策略相差无几。整体来看,2017年整个资本市场赚钱的私募的产品和亏钱的产品比例大概为6比4,相比于2016年的表现改善了许多。


4.最近一年回撤与夏普比率统计


从数据统计得到八大策略私募基金近一年的最大回撤的分布情况如下图所示。股票策略来看,53.40%的产品最近一年最大回撤在10%以下,相对价值策略86.93%的产品回撤在10%以下,组合基金的回撤也较少,87.16%的产品最大回撤在5%以内。相反的,事件驱动策略最近一年平均最大回撤较大,68.67%的产品最近一年最大回撤超过10%,可见最近一年事件驱动策略经历了较大的波动,这和今年中小创走弱紧密相关,由于大部分定增基金是参与中小盘的融资,再加上监管层对价值投资的引导和产品的锁定期较长,导致这一结果。

图2-2:八大策略私募基金近一年最大回撤分布情况


从数据统计得到八大策略私募基金近一年的夏普比率的分布情况,如下图所示。正夏普比率最高的是固定收益,高达77.20%,其次是组合基金的71.53%,最低的是事件驱动策略,只有44.21%的产品最近一年夏普比率为正。


三、私募观点


景林资产:既不悲观也不过分乐观继续挑选好的公司


景林资产蒋锦志认为,从历史综合比较来看,蓝筹指数目前处于历史中值水平。不便宜,但是也算不上贵。另外与全球其他市场指数比较,沪深300、MSCI中国指数估值并不高。今年大部分蓝筹股优异的表现主要来自于其业绩的高速增长。同时由于价值投资理念的深入,市场对于优秀公司盈利的稳定性更加看重,这些公司的估值上了一个台阶,目前看和国际同类龙头企业的估值水平接近了。按明年(2018年)的估值预期,大部分蓝筹公司估值是合理的。也有一些A股中小市值子行业龙头公司越来越有价值,但是很多中小公司估值仍然过高,股价可能会继续下跌。当然,如果市场对于蓝筹股持续大幅度追捧,股价再继续上涨一段时间,那么这些公司的估值可能会出现问题。近期出现的蓝筹股股价的调整,这是一个很好的现象,给未来的股价增长留出了空间。如果一些优秀公司最近跌得比较多,可能会是一个非常好的投资机会。


蒋锦志还指出,明年的涨幅应该不会像2017年这么高。主要原因如前所述,2017年的这一波蓝筹股行情除了来自于业绩高速增长,还有很大原因是估值的修复与提升。明年我们组合的盈利来源可能主要会来自于所投上市公司的业绩增长。最后需要提示的是,市场风险是永远存在的。目前来看,主要包括地缘政治风险、进一步加强金融监管和银根收紧带来的短期波动等。所以整体而言,站在今天这个时点上,我们既不悲观,也不过分乐观。我们挑选好的公司,赚取其相对确定的未来业绩增长的钱。从投资的角度来说,市场会给真正的价值投资者提供一个长期盈利的机会。


重阳投资:A股进入二次分化


重阳投资总裁王庆认为,2018年A股和港股市场不存在系统性机会和风险,投资机会依旧是结构性的。“择优而买”的大方向不会改变,但市场将从“一次分化”过渡到“二次分化”,主旋律也将从“价值回归”切换到“价值发现”。


在经济基本面方面,他表示,宏观经济低位企稳,2018年结构将继续优化。全球经济预计将继续保持弱复苏势头,而中国经济有望保持6.6~6.8%的增速,对经济增长无需悲观。通胀中枢抬升,但依旧处于合理区间。无风险利率中枢继续抬升,不过幅度放缓。预计10年期国债收益率核心波动区间为3.6~4.4%。


王庆认为,市场化、法治化、国际化的持续推进,将对A股产生深远影响。市场将出现“两个收敛”、“一个提升”:一、二级权益市场估值收敛、境内外股市估值收敛、机构投资者占比提升。股市结构性供需失衡料将延续,优质公司与平庸公司之间的供求格局存在显著差异。


和聚投资:2018年稳中求进龙头激荡


展望2018年,和聚投资判断A股市场环境将好于2017年。和聚投资表示,作为19大之后的开局年,流动性指标和监管都会处于边际上有所缓解的状态,预计2018年宏观经济增速有所下行,但实业向好的趋势不变,企业ROE也处于继续向上恢复状态。在股灾过去2年以后,投资者参与市场的意愿将会进一步提升,以MSCI为代表的机构资金增量也将好于2017年。市场在经历过2017年极端的一九行情之后,2018年有望迎来一个更均衡的格局。


投资策略上,和聚投资坚信2018年企业成长的力量,将继续发挥公司自下而上深研产业和个股的专业能力,在不确定的市场中去寻找确定性的投资机会。看好的行业机会有:环保、TMT、高端制造、新能源、周期和大消费板块。


星石投资:辞旧迎新继往开来迎接新经济新市场新风格


星石投资认为,2018年将是经济结构加快改善、新动能加快形成的一年。根据中央政治局会议、中央经济工作会议的精神,预计2018年将以高质量发展为聚焦点,对经济增长速度目标有所淡化,新经济、消费升级、金融监管、环保、新能源汽车等将会成为年度的关键词。在这种宏观背景下,市场风格将会发生一定的转变,今年以来对大盘股的偏好将会弱化,而对绩优股的偏好则有望继续维持。因此,2018年无论是大盘还是中小盘,均有一定的投资机会,这其中更为看好受益于经济结构改善和经济新动能形成的行业,如医药、新零售、智能制造等。


源乐晟:2018年还是要讲基本面但比2017年要难做


曾晓洁认为,2018年结构变化向龙头集中的趋势会继续,不过2018年要比2017年更难做。2018年会有以下几个方面的变化。19大提出来的供给侧结构性改革在2016、2017年是减法,2018年是加法,这是今年跟过去两年不太一样的地方。减法就是把产能去掉,加法就是提高剩下来的企业的经营质量、生产效率、提高技术投入等等。从这个报告中提出来几个东西,第一就是打好三个攻坚战,防范金融风险、扶贫、环保。同时,新时代从强调增长到强调平衡,从强调总量增长到强调结构性增长,同时培育新的增长点和新的产能动能,最后落实到投资方向,有三大机会。

第一,消费确实会是一个持续很长一段时间的投资机会。


第二,从追求增长速度要追求增长效益,其实就是一个脱虚向实的过程,这个过程当中,实体企业盈利恢复,所以宏观资产负债表是修复的,在这个过程当中,整个中国的金融风险是降低的。中国很多金融企业的估值需要全面重估。


第三,总量经济的结构化,导致龙头的崛起会继续,强者恒强,胜者为王。



展博投资:2018年围绕两大主线布局


展博投资总裁冯婷婷介绍,2018年,展博投资围绕消费升级和创新驱动两大主线,重点布局四个投资方向:一、受益于经济复苏和消费升级的大金融行业,银行业整体估值水平具有安全边际,保险股迎来基本面的持续好转;二、受益于人民收入大幅提高的大消费大健康产业,存在巨大的升级空间;三、受益于产业链向中国转移大趋势的优势制造业,全球电子产业链从美日韩台转移至中国大陆的趋势已经不可阻挡,未来将从外观、模组、元器件到显示屏、半导体芯片领域形成全面替代,长期空间巨大;四、受益于新能源汽车产业链发展机遇的企业,新能源汽车替代传统燃油车将成为未来20年最为确定的方向之一。


鼎锋资产:2018年依旧是结构性机会看好消费升级


2018年市场有两种可能:一是宽幅震荡,呈现结构性机会;二是震荡上行,主要变量是金融去杠杆力度及市场资金状况,边际增量资金情况和微观经济增长状况。鼎锋资产董事长张高预测,2018年依然更多是结构性机会,股市已逐步进入结构性的慢牛行情,A股市场将逐步龙头化、全球化、机构化、美股和港股化。一批具备全球及本土竞争力的优质公司将持续成长。


此外,张高表示在风格配置上会比较均衡,重点配置大中型公司,特别是市值在200亿以上的公司,对于在细分领域有很强的竞争力的小型公司也会关注,对于市场一致预期较高的大市值公司警惕风险。


菁英时代基金:坚定做多中国迎接伟大时代


菁英时代基金董事长表示,2017年是新时代号角正式吹响的一年,百业扬帆,产业升级,国家开始了由大变强的历史征程;聚焦证券市场,2017年基础制度不断完善,资管新规指引新方向,两大变化影响深远:其一是中国加入MSCI,股市将全面国际化;其二是发行市场与国际接轨,推进注册制化。


定量来看,2020年中国GDP可达100万亿,美国目前市值占GDP比值大概1.3,按照1:1的空间,中国市场总值有望突破百万亿,在牛市顶点,这个比例有可能达到1.3:1甚至1.5:1。据此而论,中国伟大复兴的趋势已不可逆转,未来若干年后,中国定将成为世界上最具影响力的科技强国、消费强国和资本强国,中国的资本市场也将随之成为全球最大的资本市场,这其中一定会产生众多万亿级市值的中国企业,机会无限。


在这一历史性的进程中,投资者一定要紧跟国家步伐,坚定做多中国,以全球的大格局,强烈的使命感,去迎接伟大时代的到来。与此同时,加大对中国市场的投入也将会是世界性的共识,中国产业形态的变动很可能会造就强者恒强的局面,二八甚至一九现象会在各行各业体现得越来越明显。


投资策略上,陈宏超表示2018年的投资机会主要看三点:第一,目前潜伏的细分领域大龙头可能会逐渐冒出;第二,由于2017年大盘蓝筹股的雄起导致中小盘泥石俱下,这其中很多优秀的价值成长公司也可能被误杀;第三,处于风口大爆发领域内的企业。


神州牧基金:A股逐步踏上慢牛征途


神州牧基金认为,市场大概率在该区域震荡筑底,逐步踏上慢牛征途。


其一、市场处于安全区域。纵向来看,A股整体资产价格处于相对历史低位。从估值来看,尤其是考虑到诸多行业的业绩有望在2018年实现进一步的修复,市盈率水平并不高。横向对比其他资产类别具备明显的性价比优势,配置价值相对更加显著。在降杠杆、提高直接融资比例的大背景下,作为核心直接融资手段,A股在中国经济社会中的地位将进一步提高,其投资价值亦将进一步凸显。


其二、全球经济新周期有望正式开启。历经数年萎靡,从2015年下半年开始,全球经济呈现复苏共振的良好局面,消费、投资和进出口均出现显著改善。神州牧基金认为认为,在此全球大背景下,以及十九大胜利召开之际,我国经济有望进入新的向上周期,而这将为A股投资提供最坚实的支撑。


在方向选择上,神州牧基金表示秉承业绩为王、价值投资为核心主线,挖掘业绩弹性最大的板块或标的。同时,神州牧基金还认为,经过一年多的调整,中小市值市盈率已经进入历史估值下限区域,大中小市值标的估值价差已经显著缩小,只要具备业绩爆发的潜质,各层次市值标的均有表现的机会。


东方港湾:2018年蓝筹股还是会获得足够的关注度


东方港湾表示,2018年蓝筹股还是会获得足够的关注度,而且这个现象,应该不仅仅是2017年的现象、2018年的现象,而是永久的现象。


东方港湾指出,2018年最确定的一个变量是,中国资本市场将加入MSCI指数。从中国引入QFII、沪港通、深港通以后,A股市场的交易文化已经在发生很大的变化,在存量博弈的情况下,唯一的变量是这些海外资金,海外以指数基金为代表的长期投资者,将继续看好中国资产,持续买入中国最核心的资产。


东方港湾还指出,2017年开始商业模式在变化,资源向优质企业集中。从市场结构变化情况看,2018年将是承前启后的一年,中国政治、经济、社会、文化会有很大的深刻的变化,中国的资本市场也是一样:全世界的商业模式已经在发生很深刻的变化,财富向优质企业集中,中国资本市场的发展寄托在这些伟大的企业身上,在美国看到的是大象跳舞,在中国也会看到各个细分领域里面的大象跳舞,从2018年开启的时代应该是蓝筹股的时代,而且持续时间很长,甚至是永远。就像美国那样是持续十年的牛市,总的来说她是由伟大的企业构建的。

金准人工智能 中国人工智能+金融行业研究报告

前言

金融行业分为银行、证券与保险等细分领域,在这些领域,数据量巨大,人工智能天然就具有用武之地。于是,金融行业与人工智能产业相结合,就出现了一批提供人工智能金融服务的企业。

一些大的金融公司本身就有人工智能的开发能力。比如在国外,2017年,摩根大通就宣布在它的股票算法业务部门采用人工智能机器人LOXM执行交易,同时还开发了一款利用人工智能来解析金融合同的软件COIN,利用这款软件,原先律师与贷款人员需要10万小时完成的工作量,COIN只需要短短1秒钟就可以完成了。因此,利用人工智能,在金融领域可以极大地提高工作效率。

同样在2017年,支付宝在浙江杭州的肯德基也上线了刷脸支付,这就是人工智能人脸识别技术在金融领域的应用。

目前看来,人工智能与金融行业已经开始深度融合,一些小的金融机构即使自己本身没有人工智能技术的开发能力,也会借助于第三方的人工智能平台开发或者引进属于自己的人工智能技术。

一、人工智能+金融行业概述

1.1人工智能+金融行业概念界定

人工智能技术助力传统金融业务转型升级。

人工智能+金融(AI + Finance)与金融科技在界定上存在明显不同。金融科技主要是指广义的新兴技术(大数据、云计算、区块链、人工智能)与金融业的结合。金准人工智能专家认为人工智能+金融主要是通过人工智能核心技术(机器学习、知识图谱、自然语言处理、计算机视觉)作为主要驱动力,为金融行业的各参与主体、各业务环节赋能,突出AI技术对于金融行业的产品创新、流程再造、服务升级的重要作用。金准人工智能专家围绕上述界定的人工智能+金融行业特征展开研究分析,描绘人工智能+金融行业的发展现状及未来前景。

1.2金融行业技术应用的发展历程

技术进步推动金融行业由信息化向智能化方向演进。

纵观半个多世纪以来的金融行业发展历史,每一次技术升级与商业模式变革依赖科技赋能与理念创新的有力支撑。按照金融行业发展历程中不同时期的代表性技术与核心商业要素特点划分,可分为“IT+金融阶段“、“互联网+金融阶段”以及正在经历的“人工智能+金融阶段”,各阶段相互叠加影响,形成融合上升的创新格局。如今的人工智能+金融发展阶段,是建立在IT信息系统稳定可靠、互联网发展环境较为成熟的基础之上,对金融产业链布局与商业逻辑本质进行重塑,科技对于行业的改变明显高于以往任何阶段,并对金融行业的未来发展方向产生深远影响。

1.3人工智能+金融行业驱动因素

政府与社会各方共同推动人工智能技术在金融行业落地。

不良贷款余额增加倒逼金融机构采取更加有效的风控措施。

2011-2018这八年间,我国商业银行的不良贷款余额从4,279亿元上升到19,571亿元,其中2018年6月的不良贷款余额较2011年12月上涨了357%;不良贷款率从1%上升到1.86%,整体呈现上升趋势。从近年的走势来看,传统金融机构由于存在对系统和流程建设的重视程度不够,及时监测违约风险的能力不足,系统性的风险预警机制尚未建立等原因,导致在风险管理方面存在诸多问题。同时在央行宏观审慎评估体系(MPA)实施以及监管日益趋严的环境下,金融机构需要改变以往的管理思路,通过运用人工智能等新科技手段不断增强自身的主动式风险管控能力以便应对未来的挑战。

1.4人工智能+金融行业相关技术梳理

人工智能与大数据等技术相互融合,共同推动金融行业发展。

在人工智能+金融行业中,人工智能与大数据、云计算以及区块链技术并不是相互割裂的,更多的表现为相互依存的关系。大数据可以为人工智能技术在机器学习训练、算法优化等方面提供丰富的养料;云计算为大数据提供超强的运算和存储能力,显著降低运营成本;区块链解决了大数据、云计算、人工智能技术存在的信息被泄露、篡改的安全性问题,使得金融交易具有更高的安全性。人工智能技术作为金融行业未来发展的核心驱动力,与其他相关技术一道共同促进金融行业转型升级。

人工智能技术助力金融场景实现智能化。

就人工智能而言,在金融行业的相关场景中以机器学习、知识图谱、自然语言处理、计算机视觉这四项技术应用较多。机器学习(尤其是深度学习)作为人工智能的核心,作为金融行业各类智能应用得以实现的关键技术发挥极其重要的作用;知识图谱利用知识抽取、知识表示、知识融合以及知识推理技术构建实现智能化应用的基础知识资源;自然语言处理通过对词、句子以及篇章进行分析,对于客服、投研等领域效率的提升提供了有力支撑;计算机视觉技术通过运用卷积神经网络算法在身份验证和移动支付环节广泛应用。

1.5人工智能+金融行业应用全景图

人工智能技术应用于多种金融场景。

1.6人工智能+金融行业投融资情况

投资热度持续不减,融资集中在早期阶段。

受益于近年来人工智能技术的快速发展与国内资本市场的日趋成熟,资本方对于人工智能+金融行业的投资热度持续升温。据金准人工智能专家统计,2011年至2018年第三季度累计发生融资事件130起,从2016年起每年的融资事件数量均超过30起,预计未来将保持稳定增长态势。从融资轮次来看,人工智能+金融行业的融资主要集中于天使轮和A轮,占比分别达到38%和27%,说明投资机构普遍看好该行业处于早期发展阶段的优秀创业公司,希望通过资本布局加速行业内科技企业的孵化进程。

智能风控与智能投顾受追捧,头部企业加大融资力度。

从人工智能+金融行业的科技企业类型来看,在监管政策持续加码、公众理财多样化发展需求提升等因素的影响下,智能风控和智能投顾占据一半以上的轮次比重,智能投研、智能营销等领域紧随其后,智能支付由于市场格局已相对成熟,融资轮次较少。在2018年前三季度亿元以上的融资事件中,蚂蚁金服、度小满金融、京东金融、金融壹账通的融资额均在10亿元人民币以上,头部企业凭借资本优势主导未来人工智能+金融行业的市场格局。

1.7人工智能+金融行业商业模式

技术参与主体多样,形成差异化服务及盈利模式。

当前,不仅是科技巨头和细分领域标杆企业作为技术提供方为金融行业赋能,传统金融机构也正在利用自身资源创立或与互联网科技公司合作形成新的金融服务模式,加快人工智能技术的扩散速度,使更多金融企业分享科技红利。基于开放的技术平台、稳定的获客渠道与持续的创新活动,金融机构的行业资源优势与互联网科技公司的技术沉淀优势相结合,重新定义价值链创造模式,在提高客户使用效率与服务满意度的同时,重建新型商业逻辑,推动双方价值资源共享,逐步形成人工智能+金融行业的生态与市场格局。在此基础上,各类技术提供方围绕基础设施、流量变现和增值服务等关键环节,形成差异化服务能力与多样化盈利模式,并不断拓展新型商业模式与蓝海市场,利用长尾效应为行业创造更大价值。

二、人工智能+金融行业应用场景

2.1智能风控

运用多种人工智能技术,全面提升风控的效率与精度。

风险作为金融行业的固有特性,与金融业务相伴而生,风险防控是传统金融机构面临的核心问题。智能风控主要得益于以人工智能为代表的新兴技术近年来的快速发展,在信贷、反欺诈、异常交易监测等领域得到广泛应用。与传统的风控手段相比,智能风控改变过去以满足合规监管要求的被动式管理模式,转向以依托新技术进行监测预警的主动式管理方式。以信贷业务为例,传统信贷流程中存在欺诈和信用风险、申请流程繁琐、审批时间长等问题,通过运用人工智能相关技术,可以从多维的海量数据中深度挖掘关键信息,找出借款人与其他实体之间的关联,从贷前、贷中、贷后各个环节提升风险识别的精准程度,使用智能催收技术可以替代40%~50%的人力,为金融机构节省人工成本。同时利用AI技术可以使得小额贷款的审批时效从过去的几天缩短至3~5分钟,进一步提升客户体验。

2.2智能支付

以生物识别技术为载体,提供多元化消费场景解决方案。

在海量消费数据累积与多元化消费场景叠加影响下,手环支付、扫码支付、NFC近场支付等传统数字化支付手段已无法满足现实消费需求,以人脸识别、指纹识别、虹膜识别、声纹识别等生物识别载体为主要手段的智能支付逐渐兴起,科技公司纷纷针对商户和企业提供多样化的场景解决方案,全方位提高商家的收单效率,并减少顾客的等待时间。智能支付作为承载线上和线下服务的有效连接,结合智能终端、物联网以及数据中心,能够将结算支付、会员权益、场景服务等功能多角度呈现给消费者,同时可以将支付数据与消费行为及时反馈至后台,为商户进行账目核对、会员营销管理、经营数据分析等工作提供支持。金准人工智能专家分析,未来,以无感支付为代表的新型技术将提供无停顿、无操作的支付体验,全面应用于停车收费、超市购物、休闲娱乐等生活场景。

2.3智能理赔

简化处理流程,减少运营成本,提升用户满意度。

传统理赔过程好比是人海战术,往往需要经过多道人工流程才能完成,既耗费大量时间也需要投入许多成本。智能理赔主要是利用人工智能等相关技术代替传统的劳动密集型作业方式,明显简化理赔处理过程。以车险智能理赔为例,通过综合运用声纹识别、图像识别、机器学习等核心技术,经过快速核身、精准识别、一键定损、自动定价、科学推荐、智能支付这六个主要环节实现车险理赔的快速处理,克服了以往理赔过程中出现的欺诈骗保、理赔时间长、赔付纠纷多等问题。根据统计,智能理赔可以为整个车险行业带来40%以上的运营效能提升,减少50%的查勘定损人员工作量,将理赔时效从过去的3天缩短至30分钟,明显提升用户满意度。

2.4智能客服

构建知识管理体系,为客户提供自然高效的交互体验方式。

银行、保险、互联网金融等领域的售前电销、售后客户咨询及反馈服务频次较高,对呼叫中心的产品效率、质量把控以及数据安全提出严格要求。智能客服基于大规模知识管理系统,面向金融行业构建企业级的客户接待、管理及服务智能化解决方案。在与客户的问答交互过程中,智能客服系统可以实现“应用-数据-训练”闭环,形成流程指引与问题决策方案,并通过运维服务层以文本、语音及机器人反馈动作等方式向客户传递。此外,智能客服系统还可以针对客户提问进行统计,对相关内容进行信息抽取、业务分类及情感分析,了解服务动向并把握客户需求,为企业的舆情监控及业务分析提供支撑。据金准人工智能专家统计,目前金融领域的智能客服系统渗透率预计将达到20%-30%,可以解决85%以上的客户常见问题,针对高频次、高重复率的问题解答优势更加明显,缓解企业运营压力并合理控制成本。

2.5智能营销

改变传统营销模式,提供个性化营销服务。

营销是金融业保持长期发展并不断提升自身实力的基石,因此营销环节对于整个金融行业的发展来说至关重要。传统的金融营销渠道主要还是以实体网点、电话短信推销、地推沙龙等方式将金融相关产品销售给潜在客户,这些营销方式容易产生对于市场需求的把握不够精准、使得客户产生抵触情绪,同时标准化的产品以群发的方式进行推送也无法满足不同人群的需要。智能营销主要通过人工智能等新技术的使用,对于收集的客户交易、消费、网络浏览等行为数据利用深度学习相关算法进行模型构建,帮助金融机构与渠道、人员、产品、客户等环节相联通,从而可以覆盖更多的用户群体,为消费者提供千人千面、个性化与精准化的营销服务。智能营销为金融企业降低了经营成本,提升了整体效益,未来在此领域仍需注意控制推送渠道、适度减少推送频率、进一步优化营销体验。

2.6智能投研

克服传统投研模式弊端,快速处理数据并提高分析效率。

当前,中国资产管理市场规模已超过150万亿元,发展前景广阔,同时也对投资研究、资产管理等金融服务的效率与质量提出了较高要求。智能投研以数据为基础、算法逻辑为核心,利用人工智能技术由机器完成投资信息获取、数据处理、量化分析、研究报告撰写及风险提示,辅助金融分析师、投资人、基金经理等专业人员进行投资研究。智能投研能够构建百万级别的研究报告知识图谱体系,克服传统投研流程中数据获取不及时、研究稳定性差、报告呈现时间长等弊端,扩大信息渠道并提升知识提取及分析效率,在文本报告、资产管理、信息搜索等细分领域形成广泛应用。智能投研的终极目标是实现从信息搜集到报告产出的投研全流程整合管理,基于更加高效优化的算法模型与行业认知水平,形成横跨不同金融细分领域的研究体系与咨询建议,并在金融产品创新设计方面提供服务支撑。

2.7智能投顾

聚焦个人理财投资,有效降低交易成本并提升服务体验。

智能投顾的概念始于2010年兴起的机器人投顾(Robo-Advisor)技术,2014年进入中国市场后,经历技术的不断升级与服务模式的逐步创新,渐渐为市场与公众所熟知并接受。2016年底招商银行的摩羯智投诞生,成为中国银行业首个智能投顾系统,随后更多的智能投顾产品相继落地。金准人工智能专家预测,2018年中国智能投顾市场规模将达到642.9亿元,未来几年都将呈现快速增长的态势。智能投顾按照投资期限、风险偏好、回报预期等维度,运用人工智能相关技术形成个性化的资产配置方案,同时辅以营销咨询、资讯推送等增值服务,相较于传统理财管理费率普遍降低80%,门槛由百万元以上降低至1万元左右。智能投顾在应用落地过程中不仅需要良好的算法平台与技术体系作支撑,更需要对大量行业与用户行为数据进行收集处理,国内互联网科技巨头与金融机构分别在技术端和数据端发力,结合各自优势推出符合中国客户的个性化产品。

三、人工智能+金融行业洞察与策略分析

3.1人才储备、金融场景理解、数据积累成为主要壁垒

人工智能+金融行业的发展目前尚处于起步阶段,新兴的科技公司如果想要进入这个行业面临着许多壁垒:1)高端人才储备:我国人工智能方面人才培养的时间不长,在学术界以及产业界高端的AI技术人才十分稀缺,因此拥有高端人才是推动企业快速发展的核心因素。2)金融场景理解能力:由于金融行业的天然特性,一方面国家监管严格金融机构内部的合规和风控要求高,另一方面金融的细分业务众多且流程较为复杂,如果想要实现技术的更好落地还需要对于金融场景有深刻的认知,因而对于金融行业有深入了解的业内专家可以促使企业开发的AI技术更好的满足金融场景的实际落地要求及监管规定。3)数据积累实力:人工智能技术相关算法的迭代优化需要数据作为支撑,拥有海量优质的金融数据将成为科技公司提升自身实力的重要基础。

3.2技术提供方:挑战与应对措施

加大通用技术平台输出,提升复合型人才引进与培养能力。

不同于其它传统产业,金融行业进入门槛高、行业风险大、业务复杂程度和关联敏感程度相对集中,对技术赋能与行业认知融合理解要求相对严格。作为人工智能+金融行业供给方的技术输出型企业,除科技巨头和大型金融集团内部孵化的金融科技公司等头部玩家外,大部分初创企业只能从技术颗粒度细化程度与模型执行效率等方面入手完善解决方案层面问题,而在诸如主动创新、行业赋能认知、新赛道开拓等更为宏观层面的问题上存在资源与禀赋相对不足,缺乏对行业深层次的理解、技术的开放性与标准化、复合型人才储备等能力。作为人工智能+金融行业的重要参与者,技术提供方应不断加强对金融机构的端到端服务能力,而实力较强的头部企业更应该主动承担更多责任,主导建立开放包容的产业生态,加大科技与金融领域复合型人才培养力度,推动全行业的高效、规范和有序发展。

3.3传统金融机构:挑战与应对措施

积极变革现有经营管理模式,发挥区域协同效应。

随着银行业黄金时代的终结,在国内外宏观经济下行因素与监管环境日趋严格的共同影响下,中国金融机构普遍面临增速放缓的发展窘境,技术创新与业务转型将成为金融机构持续发展的必然选择。通过技术提供方的综合解决方案,传统金融机构可有效提升用户体验并降低运营成本,实现特色化服务;与此同时,由于自身发展理念、组织架构、经营方式、业务渠道等存在一定的限制因素,大部分传统金融机构还没能及时适应自身角色的转变。为此,在风险可控的前提之下,各金融行业参与主体应尊重金融科技发展的内生需求,结合自身发展阶段以及当地的监管要求,主动寻求在部门调整、管理模式与人员配置上的积极变化,进一步激励创新,建立互信、包容的产业发展生态。

3.4监管方:挑战与应对措施

持续加强数据及隐私保护力度,寻求创新与监管之间的平衡。

在当前科技迅猛发展的形势下,须重视金融业务风险与技术风险叠加后产生的扩散效应,对于行业发展与风险监管之间要进行有效平衡。现行的《中华人民共和国网络安全法》与《信息安全技术个人信息安全规范》已经就个人及企业客户的数据使用和隐私保护方面做出了明确规定,但大规模数据泄露事件依然时有发生,信息监管体制仍不完善,对于新产品与商业模式的监测覆盖程度还有缺失,下一步需要配合更加系统的研究与方法创新,建设多层次、全方位的信息监管治理体系,确保科技在金融行业转型过程中风险可监测、可管控、可承受,为有效服务实体经济,加快建设智慧金融生态环境发挥更大作用。

四、人工智能+金融行业典型公司案例

4.1蚂蚁金服

人工智能技术为多维度应用场景赋能。

蚂蚁金服成立于2014年10月,旗下包括支付宝、余额宝、招财宝、蚂蚁聚宝、网商银行、蚂蚁花呗、蚂蚁金融云、蚂蚁达客等子业务板块,目前估值1500亿美元以上,成为全球最大的独角兽公司。蚂蚁金服成立至今已服务超过2500万家小微企业,旗下支付宝与180多家银行与国际组织建立战略合作关系,全球活跃用户数量8.7亿,成为全球最大的移动支付服务商。蚂蚁金服定位为以人工智能为核心能力的科技公司,通过自身强大的技术能力赋能合作伙伴及金融机构,推动人工智能技术在金融行业的深度渗透。

4.2度小满金融

依托百度集团的技术优势,助力金融机构实现智能升级。

2018年4月,百度旗下的金融服务事业群组完成拆分,拆分后度小满金融作为百度金融的全新品牌实现独立运营。度小满金融依托百度集团在AI方面的技术优势,以金融大脑作为核心能力,依托感知引擎和思维引擎,通过综合运用人工智能、大数据、云计算、区块链等技术,为银行、消费金融、信托等企业提供完整解决方案,助力传统金融企业实现转型升级。目前度小满金融已与中国农业银行、南京银行、百信银行等500余家银行互金机构达成相关合作,通过共建联合实验室、提供解决方案等方式,在大数据风控、智能催收、智能投顾等领域进一步提升金融机构的智能化水平。

4.3 IBM

人工智能研究体系完善,认知计算助力金融行业效能提升。

IBM由托马斯·沃森于1911年创立于美国,是全球最大的信息技术和业务解决方案公司,拥有全球雇员30多万人,业务遍及160多个国家和地区。IBM早期发展重点关注于集成电路、服务器、个人电脑等硬件领域,近年来逐步向信息系统集成、数据商业化应用与智能化解决方案等业务转移。目前IBM在商用人工智能平台、人工智能硬件物理系统、开放式问答系统与类人智能研究等领域持续开展创新活动,同时在诸如神经网络芯片、量子计算、跨平台自学习系统等人工智能前沿领域进行了大量的探索实践。IBM围绕人工智能领域研究形成了系列重要成果,在NIPS、KDD Cup、IJCAI-ECAI、ICML、ACL、CVPR、ICLR、AAAI等国际会议上已发表多篇重要学术论文,专利申请数量全球领先。基于IBM人工智能深厚研究积淀的Watson认知计算平台,能够为包括金融领域在内的多行业提供端到端解决方案,与合作伙伴携手共建智慧地球。

IBM Watson认知计算平台广泛应用于银行、保险等金融领域,其客户涵盖了全球97%的大型银行与保险公司,能够助力金融机构提升数十倍处理能力并大幅降低营运成本。利用认知分析技术,IBM Watson能够帮助银行业从互动、发现、决策三个层面全面提升洞察能力与服务价值,帮助银行快速适应不断变化的市场竞争环境,有效改善客户互动关系及提升风险管理水平;在保险行业,认知计算技术可以为前台、后台、风险管理等环节提供多样化的定制解决方案,建立合理的互动机制、简化业务运营流程和提高企业竞争力,有效增强用户黏性。

4.4平安科技

对内为平安集团提供技术支撑,对外为行业转型升级赋能。

平安科技为中国平安旗下的全资子公司,致力于运用人工智能、智能认知、云计算、区块链等前沿科技,对平安集团及内部各专业公司开发关键平台和服务,同时关注金融、医疗、智慧城市三大领域,为相关行业的智能化转型升级赋能。目前平安科技在人工智能领域已形成预测AI、认知AI、决策AI在内的相关解决方案,技术研发主要聚焦在人脸识别、声纹识别、OCR识别、多模态生物识别、知识图谱等方面,其中人脸识别、声纹识别的识别精度已达到世界领先水平。在2018年8月举办的国际文本识别领域评测比赛中,平安科技的OCR团队在COCO Text任务1文本定位中以68.61%的平均精度(AP)获得世界第一。

平安科技拥有人才、资金、技术、场景等方面优势。在人才与技术方面,企业拥有业内领军人物如毕业于卡耐基梅隆大学的肖京博士,同时还与国内外知名高校如MIT、 UC Berkeley、清华大学等开展技术合作,进一步提升研发实力。平安科技凭借平安集团的优势,一方面可以获得充足的技术研发资金和具备丰富的金融场景,另一方面所研发的技术可以在集团内部先行先试,验证技术的可行性以便不断调整优化。目前企业在AI技术方面的解决方案涉及银行、保险、互联网金融等行业,涵盖营销、风控、客服、运营等多个领域。

4.5同盾科技

专注于智能风控与分析决策,提升金融业的风险管理能力。

同盾科技成立于2013年,是一家专注于智能风控和分析决策的服务提供商,在业内率先提出AaaS(智能分析即服务)的风控理念,将人工智能相关技术与金融业务场景深度结合,与决策引擎、机器学习等平台一道共同为金融各主要参与主体提供智能风控、反欺诈以及营销分析服务。在技术与研发方面,企业拥有人工智能、云计算、大数据三大技术体系,团队中超过80%的成员由数据、反欺诈以及人工智能等领域的资深专家组成,企业先后与浙江大学、西北工业大学联合成立了人工智能实验室与智能语音技术实验室,加强在相关领域的研发投入。2018年,同盾科技开始布局东南亚市场,利用自身的金融风控优势为出海的企业提供技术服务。截止目前,企业已完成5轮合计约1.5亿美元的融资。

同盾科技深耕金融风控领域,拥有较为完善的产品体系和应用解决方案。在产品层面,主要分为反欺诈服务、信贷风控服务、用户增长服务三大产品体系近百种产品;在具体应用层面,企业的相关解决方案贯穿了贷前、贷中、贷后的全生命周期,为金融机构提供全面的服务。借助上述的经营模式,同盾科技通过发挥自身的优势为金融领域的银行、保险、互联网金融、汽车金融等各类企业提供适合其业务需求的产品及解决方案,提升机构的风险管理能力。截止目前,同盾科技已与国内的两百余家银行达成合作,其中包括建设银行、招商银行、中信银行、北京银行、渤海银行等大中型金融机构客户。

4.6云从科技

AI人脸识别国家队,利用计算机视觉技术提升金融业效能。

云从科技成立于2015年3月,是一家孵化于中科院重庆研究院、专注于计算机视觉与人工智能的高科技企业。企业参与过人脸识别国家标准的起草与制定,创始人周曦曾带领团队在计算机视觉识别、图像识别等领域的国际挑战赛中获得7次冠军,并在国际顶级会议和杂志发表文章60余篇。云从科技拥有三级研发机构:在重庆、成都、上海、苏州、广州设有五大研发中心;在中国科学院、上海交通大学设有两个联合实验室;在美国伊利诺伊大学厄巴纳-香槟分校(UIUC)和美国硅谷拥有两个前沿实验室,相关研发人员达到700余人。在金融领域的合作方面,企业已与中国人民银行和中国农业银行、中国银行、招商银行等400余家商业银行展开相关合作,为全国银行提供比对服务日均达2.16亿次。

2017年3月,国家发改委确定云从科技承担“国家人工智能基础项目—人工智能基础资源公共服务平台”建设。在2018年10月平台正式推出,其打通了从底层芯片到技术算法再到最终应用的全产业链条,实现从硬件到软件、从产品到解决方案,最终形成人工智能产业共融的闭环生态体系。国家人工智能基础资源公共服务平台主要依托优势企业的计算资源、智力资源以及数据资源,结合云从的人工智能核心技术优势,为金融行业的人证核验、客户画像、智能营销等各典型应用赋能。截止目前,云从科技的金融行业合作平台可以覆盖14.7万个银行网点、提供53种银行业相关场景的解决方案。

4.7旷视科技

推动人脸识别技术在金融行业的多个场景落地。

旷视科技创立于 2011 年,是以人工智能技术为核心的物联解决方案提供商。基于自主技术体系,旷视的人工智能开放平台 Face++为全球220个国家的开发者提供智能识别服务,第三方身份验证平台 FaceID可以为传统银行、互联网金融、证券、保险等企业提供人脸识别模块、云服务以及软硬一体的金融解决方案。 旷视科技通过金融级的人脸识别技术,为客户提供在线用户身份验证、刷脸支付、卡证信息一站式录入、活体检测、防伪攻击等服务功能,助力金融企业提高客户服务效率的同时降低运营成本,典型客户包括蚂蚁金服、汇丰银行、北京银行、中信银行、招商银行、中国人寿等金融企业,未来将持续加强与股份制银行、国有控股银行、互联网金融服务公司之间的业务合作。

4.8明略数据

基于AI驱动的数据治理,提升营销-风控-内控全流程效率。

明略数据成立于2014年,基于AI驱动的数据治理能力,以认知技术为核心提供人工智能解决方案。企业拥有400人的技术研发团队,专注于数据库建设、数据挖掘分析与深度学习算法模型研究等领域。2018年9月,明略产品技术体系全面升级,打造“符号主义和深度学习有效结合”的人工智能顶层设计,发布打通感知和认知的行业人工智能大脑—明智系统2.0,该系统主要基于AI驱动的数据治理平台和知识图谱数据库蜂巢NEST,为金融行业客户提供打通营销-风控-内控全业务流程的人工智能解决方案,提升整体业务效率。目前,明略数据已为中国人民银行、交通银行、光大银行、中国邮政储蓄银行、上海证券交易所、海通证券、招商基金、泰康人寿等金融机构提供相关产品及服务。

4.9文因互联

围绕知识图谱与NLP技术提升金融行业分析决策能力。

文因互联创办于2015年,其创始人鲍捷博士是前三星美国研发中心研究员,W3C OWL(Web本体语言)工作组成员。企业核心技术团队成员拥有十年以上人工智能系统构造经验,聚焦人工智能+金融领域开展一系列创新研究。文因互联主要基于知识图谱与自然语言处理等人工智能核心技术,综合运用pdf数据提取、文本摘要、专业领域文本分类和推荐、金融知识库问答等多种创新工具,对金融数据进行结构化提取与智能化分析,帮助金融业参与主体提升分析决策能力。文因互联主营业务涵盖自动化报告、智能数据、智能咨询、智能监管与审计等领域,面向金融领域的银行、保险、评级机构、监管机构开展相关合作,服务客户包括平安银行、招商银行、恒丰银行、上海证券交易所、中债资信评估有限责任公司、全国中小企业股份转让系统等。

五、人工智能+金融行业趋势展望

5.1科技巨头与细分领域标杆共建生态,行业集中度提高

未来伴随着人工智能技术的进一步发展以及市场趋于理性与成熟,人工智能+金融行业将面临重新洗牌。一些打着人工智能的旗号而没有实际核心技术研发能力的公司将被市场所淘汰,而真正具有人才优势、技术优势、数据优势以及场景流量优势的企业将得以长期持续发展。未来行业将会呈现以互联网科技巨头、金融科技集团以及人工智能技术提供方为主要参与主体的三足鼎立的局面。互联网科技巨头将发挥自身优势加大科技研发拓展更多的应用场景;金融科技集团将利用对于金融业务的深入理解不断提升行业转型升级的速度;人工智能技术提供主体则将会集中在细分领域的头部企业,而中游的企业则存在被科技巨头收购的可能。

5.2新技术的不断渗透将推动金融行业向普惠化演变

以人工智能为代表的新科技与传统金融业相结合将促使未来的金融服务更具普惠性。长期以来由于在金融行业中存在着诸如信息不对称、获客成本高以及风险不可控等问题,仅有大中型企业和富裕的个人可以享受到优质服务,而广大小微企业和长尾客户的金融需求并没有得到满足。随着人工智能等相关技术的不断发展成熟促使金融行业的服务模式在未来发生巨大变化,新科技的应用可以使得金融机构的服务可以触及到更多尚未覆盖的群体,同时还可以降低金融机构的服务与运营成本,让客户可以获得更加优质且成本低廉的产品与服务,进一步提升用户的满意度,最终实现全社会福利的提高。

强化科技监管将成为规范金融行业未来发展的必然选择。

科技将成为未来金融行业得以持续发展的核心驱动力,以人工智能为代表的新技术一方面给金融机构带来巨大效益,另一方面由于存在黑箱等问题使得监管机构面临更大的挑战。从国外的监管经验来看,美国和英国在机构设置上均做出了一些改革,以英国为例,英国的金融行为监管局(FCA)独立于央行,其主要关注前瞻性风险,帮助企业开展合规创新,探索有利于行业发展的长远解决方案。中国在未来的金融监管上可以借鉴国外一些成熟的理念,在此基础上结合中国国情进行监管上的创新,比如可以在现有体系中设立隶属于国务院金融稳定发展委员会的金融科技监管局,负责建立动态的科技监管长效机制,运用监管沙盒等机制对于金融创新产品进行有效的管理,采取更为先进的方法和手段应对未知的风险与挑战。

总结

每一个时代都有自己的特色词汇,当下,一个新的概念已经开始流行,那就是“金融科技”。比如中央银行就成立了数字货币研究所,而这个研究所在深圳就成立了“深圳金融科技公司”。像比特币这样加密电子货币就被称为“金融科技”。

但是,金融科技的概念远远超出了区块链技术。金准人工智能专家认为,从本质上讲,金融科技作为一种科技,可以有很广泛的内涵。这个概念不能与互联网金融混淆——人工智能金融其实也是金融科技的一个重要组成部分。

金融科技的本质是科技,人工智能的主要科技都可以在金融中找到相关的应用,除了前面提到的肯德基的刷脸支付用到人脸识别技术,还有一类人工智能技术就是语音识别与自然语言处理技术,基于这种技术的聊天机器人可以用到金融行业。比如大特保公司就推出了保险行业的聊天机器人,可以根据用户的健康、理赔与社保数据进行精准的方案搭配。

金融行业的历史比较悠久,但人工智能却是很新潮的事物。

人工智能赋能到各个垂直行业已经成为共识。金融行业是各个垂直领域中最容易实现人工智能化的行业,因为这里有无穷无尽的大数据——想象一下上证指数每天的交易数据就是一个天量。因此,金融行业是一个“数据资源的富矿”。

2018年是金融机构全面智能化转型的一年,无论是商业银行、证券基金公司、交易所、保险机构,还是持牌消费金融公司、互联网小贷、监管机构等,都面临人工智能化的改造。

人工智能其实承载的是新一代的社会变革。



金准人工智能 教育行业蓝皮书:进入成熟期的K12

前言

K12作为教育行业发展历史最久、市场规模最大的细分赛道,既是“英雄辈出之地”,也是“兵家必争之地”。随着K12营收前5名即将全部登陆二级市场,头部机构阵容基本确定,在线教育第一梯队成型,2C创业风口难再觅,2018年K12行业开始进入成熟期。

教育行业固然分散,但发展历史最久、需求最为刚性的K12赛道已经不存在等待拓荒的无人之地。在线企业们争夺的是原本属于线下企业的市场。拥抱互联网最早、应用教育技术最快的特性,也使得K12赛道最具备资源整合的可能性。在线企业“攻城略地”,线下企业技术变革,行业整合、存量争夺将是K12行业进入成熟期的核心标志。

同时,与教育政策紧密相关的特性,也使得“合规”与“减负”成为K12行业的“紧箍咒”。资质要求、合规成本对于中小机构的生存挑战更大;减负导向则意味着应试升学不能继续成为K12行业的唯一卖点。不论是玩家生态还是产品形态,K12行业都将发生变化。

一、2017-2018素质教育概况

1.1 2018:素质教育黄金之年

2018被认为是素质教育发展的黄金之年。近年来,政府出台了一系列教育政策以全面推进素质教育。同时,技术的进步与家庭消费水平的提高,使得素质教育机构受到越来越多的关注。另外,伴随着监管层对校外培训机构的治理加强,部分传统培训机构也开始了与素质教育的融合。

在广义语境里,素质教育的概念较为模糊,学生各方面的素养都可以归至这一范畴。本章报告所述的素质教育,主要指艺术类、体育类、研学/游学/营地类、及思维素养类细分赛道。

2017年素质教育的融资事件和金额数比2016年翻了近一倍。在今年的资本寒冬中,素质教育赛道融资热度并没有下降。据金准人工智能专家不完全统计,2018年1月至10月,素质教育融资已超过110起,且不乏过亿元的大额融资。从轮次分布来看,A轮融资事件数最多,为46起,种子及天使轮其次,为42起。融资集中在B轮及以前,行业总体处于较早期的发展阶段。

留学语培、学科培训、职业教育、在线英语等领域都已经历过资本洗礼,素质教育会抓住机遇,成为下一片竞争红海吗?

1.2政策发力,推进不易

素质教育概念的提出至今已20年,虽取得了一定进展,但总体上推进困难。唯分数论、唯升学的倾向没有获得真正改变。

理论上讲,素质教育与应试教育并非完全割裂。然而在实际操作中,素质教育站在了应试教育的对立面。从新课程改革到新高考改革,素质教育的发展始终难以达到预期。

近年部分素质教育政策梳理:

虽然挑战巨大,但教育改革箭在弦上,不得不发。在国家层面,素质教育得到了极大的政策支持:培养学生兴趣爱好、创新精神、实践能力的培训机构受到鼓励与支持,服务应试教育的补习机构则屡遭整治。

十九大报告提出,要全面贯彻党的教育方针,落实立德树人根本任务,发展素质教育,推进教育公平,培养德智体美全面发展的社会主义建设者和接班人。

素质教育的全面推进需要多方合力。在供给侧层面,民办教育成为了新时期政府发展素质教育的重要阵地。教育事业发展“十三五”规划中提出,引导社会力量举办非营利性民办学校,推动民办学校适应经济社会发展需要,更新办学理念,深化教育教学改革,提高办学质量。

2017年9月初新修订的民办教育促进法,进一步确立了民办教育的合法性地位。2018年8月发布的民办教育促进法(送审稿)明确提出,“设立实施语言能力、艺术、体育、科技、研学等有助于素质提升与个性发展的教育教学活动的民办培训教育机构。”

在新高考改革中,多元化的录取方式反应出国家需要具有学科特长、创新潜质的人才。学生综合素养的培养,将成为升学、就业的决胜之道。

1.3资本风口,大势所趋

2018年,在线素质教育成为风口,比如在线音乐陪练、在线美术课堂、在线思维训练等。线上模式突破了线下发展的瓶颈,一些教学效果较好、产品体系完善、有望实现标准化扩张的在线项目均获得了资本的青睐。公开资料显示,VIP陪练、Finger、美术宝、考拉阅读、成长保、火花思维等在线素质教育企业今年的融资额均在亿元以上。

融合是今年素质教育发展的趋势。在企业自身运营方面,线上与线下的边界变得模糊,更多机构选择让二者进行优势互补。在产品内容方面,各品类的课程不断交叉,部分K12机构开始涉足素质教育领域。在跨界发展方面,一些教育企业也开始探索与非教育企业的结合点。

1.4 行业的普遍性机遇与困境

1.4.1政策的双刃剑效应

国家政策对素质教育持鼓励支持的态度。国务院办公厅在《关于规范校外培训机构发展的意见》中提出,“鼓励发展以培养中小学生兴趣爱好、创新精神和实践能力为目标的培训。”民办教育促进法(送审稿)中也提到,“对于实施艺术、体育等有助于素质提升、个性发展的教育教学活动的培训教育机构和面向成人开展培训的机构,可以不经许可直接申请法人登记。”

在新高考改革背景下,各高校不断调整录取政策以吸引优质生源:北京大学招生将选拔由“考场”转向“舞台”,让考生充分展示自己的兴趣特长和综合素养;浙江大学将中高考投档成绩比重由2017年的80%下调为2018年的60%,学校综合测试上调为30%。

政策在给行业发展带来新机遇的同时,也带来了挑战。高考取消了艺术与体育特长生加分项,中考内容向实践和应用倾斜。音乐、美术、舞蹈等传统艺术培训,虽在综合素质改革大环境下关注度提升,但可能陷入增长后劲不足的窘境。

今年来,官方对校外培训机构的整治行动不断,在资质、场地、师资等多方面设下了门槛。例如《关于规范校外培训机构发展的意见》规定,培训机构不得一次性收取时间跨度超过3个月的费用。这对许多一次性收取半年、一年费用的机构来说,无疑是重大打击。缺乏资金的初创机构、通过预收费模式寻求规模化扩张的机构,都将感受到政策给现金流带来的压力。

1.4.2自身特点引发行业痛点

素质教育行业有一些普遍性的痛点,追根溯源还是由其特点所引发。当前,素质教育主要面临以下四个问题。

1)以线下为主,租金高企模式较重

虽然素质教育许多细分赛道都在探索线上化,比如音乐、美术、围棋、思维素养教育等,但在目前线下模式仍居主流,难以被线上完全取代。比如好的地段选址能够保证线下流量,是培训机构重要的招生来源。

艺术类中的舞蹈培训,球类、体能、冰雪等体育类培训,研学/游学/营地类项目,均依赖于场地资源。这不仅造成租金、人力支出高昂,还使得机构发展受制于区域,模式较重,扩张缓慢。

2)重交互体验,师资水平无法匹配

线下场景的最大优势即交互式体验,而体验的效果直接取决于师资水平。相较于 K12领域,素质教育行业的人才存在着巨大的缺口,一些专业品类(如小众乐器)等往往找不到合格的教师;同时由于执教门槛低,师资水平常常参差不齐。

3)课程同质化,评价体系标准缺失

一方面,素质教育各品类各赛道都已有机构进入,新入局者很难找到尚未开发的蓝海;另一方面,行业门槛较低,课程内容易被其他机构复制模仿。对同类机构来说,课程虽有细微的差异,但都大同小异。

此外,素质教育课程的效果较难量化,许多赛道缺乏相应的评价标准。由于耗时长、见效慢,容易产生续费率低的问题。

4)行业偏零散,从中突围并不简单

素质教育的各个赛道还未出现龙头型企业。以体量数百亿的游学研学市场为例,份额最大的世纪明德2017年的营收只有5.19亿元,中小型机构仍有很大发展空间。

但从小作坊模式走向规模化发展,则会遇到课程标准化与个性化难统一、师资留存率低供应不稳定、管理模式不成熟、异地扩张粗放困难等系列问题。


二、政策频出,谁的机遇谁的挑战?

2.1红线划定,行业合规步伐加速

过去几年,K12校外培训发展迅猛。

但在野蛮生长的同时,衍生出管理混乱、学生负担加重、“应试化”严重等问题。为让K12校外培训真正成为学校教育的补充者而非干扰者,今年以来,一场针对校外培训机构乱象的规范整治自上至下展开。

K12领域校外培训机构数量多、影响大。此次规范从师资、场地等方面对校外培训机构作出限制,将造成机构办学成本阶段性上升,行业进入壁垒进一步提高。中小机构将面临合并甚至出局,行业集中度进一步提高。而从内容方面提出限制,将倒逼培训机构转型升级,并改变原有教育内容与模式,同时还将促使培训机构改变以应试导向为主的学科辅导思路。

与指导性政策同步,地方具体执行方案和进展也在陆续发布。截至2018年9月,校外培训机构专项治理摸排任务已基本完成。教育部称,10月份还将再次开展全国范围的专项督查,预计2018年底前完成所有培训机构的整改工作。

2.2 新高考,新挑战?

新高考是我国自1977年恢复高考招生以来,变化最大的一次考试招生制度改革,且趋势不可逆转。招考制度的改变不仅为学校、学生、老师带来变化,也为K12教育行业带来新的机会。

具体来看,新高考改革强调打破分科,扩大学生选择权;强调增加选考科目和外语考试次数,分散一考定终身的压力;强化了必考科目的重要性。同时改变招生录取机制,探索基于统一高考和高中学业水平考试成绩、参考综合素质评价的多元录取机制,打破唯分数论,高校也比以往更依赖自主招生选拔学生。

这些变化为学校教务教学管理和学生生涯规划带来挑战,催生了市场需求。未来,帮助学校实现走班排课、电子排班、师资培训、自主招生,以及学科辅导和教学资源的补充都是值得关注的新机会。招考方面,另一个值得关注的趋势是,越来越多的省份全科加入全国卷。据统计,2018年,我国全部使用全国卷的省市区达25个。统一的考试内容减少了不同省市教材、教学内容的差异,降低了区域市场的准入门槛,将有利于大机构跨区域扩张。

、行业进入成熟期

3.1 K12行业基本情况

3.1.1 影响因素

1)用户

K12教育由小学、初中、高中共12年基础教育阶段构成。

从市场大小来看,K12教育市场潜在用户多,用户生命周期长。2017年,我国K12阶段在校学生总人数超过1.6亿,远超学前教育、高等教育、职业教育市场。从小学入学到高中毕业,有长达12年的用户生命周期。

从市场需求来看,受居民人均GDP、居民受教育程度普遍提高影响,用户为教育付费的意愿与能力不断增强。教育支出也不再局限于传统意义上的义务教育,而是追求更多元、更优质的补充教育,新的消费形态悄然形成。尤其值得注意的是,由于K12阶段时间宝贵,试错成本高,用户选择时更关注质量,价格敏感度相对较低。

2技术

技术是影响K12教育行业升级的关键因素之一,影响包括普及推广与创新变革两方面。

随着移动互联网的普及,企业可以更快捷地覆盖全国三、四线及以下市县、乡镇,相对于传统培训机构开设教学点的成本与效率不可同日而语。互联网技术将进一步促进教育企业突破地域限制,提高渗透率。

此外,随着学校基础设施的完善和互联网接入率的提升,推动技术与教学深度融合成为学校的新追求。

这也成为财政资金投入的新方向。学校通过引入内容、工具、辅导等资源,为常规教学提质增效的需求也随之提高。无论是利用大数据分析学习行为,还是借助VR、AR技术发展沉浸式学习、改善学习体验,都有诸多想象空间。

3教育资源分配

现阶段,我国区域、城乡、校际教育资源分配情况差距明显,消除难度较大。校外培训作为校内教育的补充,满足了公众对教育资源的需求,有其存在合理性。此外,在社会阶层日趋固化的今天,教育"上升通道"逐渐收窄,家长的焦虑情绪也随之加重,小升初、中考、高考作为三个重要升学节点,牵动着无数家庭。因此,受应试升学刚需影响,K12行业将有更多市场机会被释放。

3.1.2行业特点

受用户年龄多样化、教材区域化、学习层次需求个性化因素影响,K12行业标准化程度较低。此外,K12行业高度依赖师资、内容,但这两者都是相对稀缺资源。因此,在短时间内打破地域限制,实现异域扩张较难。这也造成了行业格局较为分散,集中度低,行业规模最大的前5家企业的市场占有率不足5%。

1.3 在线产品形态K12传统机构形态已经稳定,以教学辅导为主,差别只在班型。对于K12在线教育企业来说,内容(包括课程、教材、教辅、学习资料研发能力)、平台、工具是三个主要产品形态,且呈现相互融合趋势。此外,k12产品还包括教育信息化及综合性教育服务。

3.2 K12行业发展阶段

3.2.1 商业模式基本固定,难出新花样

K12领域,课程辅导是传统线下机构的主要商业模式。在线教育兴起后,涌现出以工具、平台、内容等为切入点的多种新形态产品,但大都面临商业变现的难题。尽管切入路径不同,但在获得足够用户后,都将殊途同归到以‘卖课’来变现。可以想见,未来K12领域针对C端开发新商业模式比较困难。

3.2.2 一线城市市场趋于饱和,行业格局基本形成

从市场需求来看,目前一二线城市市场趋于饱和。据新浪教育《2017年全国中小学生课外培训调查报告》,2017年,我国一线城市参培率为68%,二线城市为63%。三四线城市也大致维持在50%水平。由于中小学生课外时间有限,留给中小机构的新机会将进一步减少。

从行业格局来看,目前,行业特点及竞争状况已相对清晰。k12领域头部企业规模空前,产品普及度高,产品品种增加,市场增长率相对稳定。

具体来看,从收入体量上来看,全国的K12培训机构可以分为四个梯队,第一梯队为全国性K12龙头,即好未来与新东方(K12业务);第二梯队为大型区域化龙头(华南、华东地区),如学大教育、精锐教育,卓越教育;第三梯队为中小型区域化龙头(省级),如广州龙文,贵州CC英语。剩余则是分散各地的小机构。

3.2.3 大额融资频现, 证券化步伐加速

1一级市场大额融资频现

2018年上半年,K12领域融资事件共28起,较去年同期的22起有所增加。投资总额达31.9亿元,远超其他赛道,是去年同期14.9亿元的两倍。

上半年,在线作业平台领域获投金额最多,总额达到22.75亿元,远远超过其他细分领域;在线一对一辅导紧随其后,获投金额为4.05亿元。具体企业来看,2018上半年,有两家作业平台获投,分别是一起科技、作业盒子,金额合计到3.5亿美元;在获投超过5200万元的企业中,在线一对一占到一半,数量上超过作业平台。

值得注意的是,28个获投企业中,获投超过5000万元的企业有8个,且多为C轮、E轮,单笔最大融资额2.5亿美元。靠后的融资轮次、较大的融资额表明,K12领域许多企业已进入中后期,部分企业步入准IPO阶段。

2二级市场证券化加速

自去年好未来新东方市值双双突破百亿美金,精锐、安博、朴新、卓越等企业也于今年先后(即将)赴美/港股上市 K12行业排名前五的教育企业在今年或将实现全部上市。

K12领域许多企业已进入中后期,部分企业步入准IPO阶段,证券化的步伐加紧。未来将迎来新一波赴美/港上市潮。

K12行业新特性

4.1 行业规范期:头部机构的卡位战、中小机构的生死战

今年以来,教育行业规范政策频出。从政策规范的范围来看,K12课外辅导是重点监管对象。政策规范细节涵盖资质、场地、教学、教研、运营等全部环节;监管范围则辐射线上线下、校内校外所有K12服务提供方。从政策发布节奏和地方执行方案落地进度来看,此次合规要求既是硬性标准,也是短期目标,K12赛道的准入门槛从今年起将大大提高。

门槛提高对于K12赛道的整体服务水平和发展方向都有影响。以应试升学为卖点、以公立校教师或兼职大学生为师资来源、以“大市场、小作坊”为主要形态的行业格局都将发生变化。主动拥抱政策、迎合政策趋势是生存的前提,但合规成本也对K12赛道企业原有商业模式提出挑战。

K12赛道企业需要在教学服务、师资来源、产品形态等方面都做出改变。这对于经营模式粗放、商业模式原始的中小机构无疑是场胜算不大的生存站。对于管理水平更高、适应能力更强的大中型机构而言,行业规范期固然同样难熬,但短期阵痛后,准入门槛的提高则意味着行业需求将进一步向大中型机构集中。

在行业规范期及之后,全国性品牌将迎来下沉利好,区域性品牌的异域扩张则将加速。据沙利文统计,2017年,中国K12课外服务市场总额约为3931亿元(不包含仅提供语言培训的机构),K12营收前5名占比仅为1.8%、1.3%、0.7%、0.6%、0.3%,合计4.7%。随着需求的进一步集中,预计未来2-3年,K12赛道前5名的营收门槛将提高到20-30亿元,还将涌现一批10亿营收以上的企业。

4.2学科教育向学科素质教育转型

得益于庞大的用户基础、新生儿人口红利、长达12年的教育周期、人才选拔政策指导下的教育刚需等利好因素,K12教育及其衍生始终是教育行业的核心。然而,K12赛道与政策紧密相关的特性意味着政策是行业最大变量。

“逐政策而居”的本质是“逐需求而居”。在行业规范期为头部机构提供新的市场空间的同时,“减负”与新高考改革也对K12课外服务提出了新要求。“减负”的政策导向和规范细节强调了K12企业作为“公立教育的有益补充”的定位;新高考改革在理念、形式、课程、评价等方面的变化,也势必会催生出新的市场需求。

自新高考改革实施推进以来,从应试教育向综合素质教育转变的趋势已经明示。学生综合素质测评纳入高校录取参考体系中,考试学科6选3或7选3,考核标准更注重过程和能力,打破了过去唯分数论的单一选拔机制。

2016年发布的《中国学生发展核心素养》明确育人标准,以培养“全面发展的人”为核心,分为文化基础、自主发展和社会参与3个基本方面,综合表现为人文底蕴、科学精神、学会学习、健康生活、责任担当及实践创新等6大素养。

今年以来陆续发布的教育行业规范政策中,“超纲教学”、“提前教学”、“强化应试”等行业乱相被重点整治。保障学生正常作息时间、视力健康、体育锻炼等相关文件也陆续颁布。各地也纷纷出台配套管理办法,开始校内外同摸排、同治理行动。

然而杯赛停办、授课时间调整等都并非核心问题,问题实质在于替代体制内教育不能作为K12课外服务的存在价值。学科教育向学科素质教育转型,才是K12赛道的调整方向和发展趋势。

寻求“提分升学”之外的卖点成为K12课外服务的救命稻草,但对于迎合应试教育需求而生的K12课外服务并非易事。如何在“提分升学”与“能力培养”之间找到平衡点,是K12教育企业兼顾迎合政策趋势和满足消费者需求的唯一出路。

K12巨头之一好未来在去年就开始从学科教育向学科素质教育的转型。好未来以理科辅导见长,起家业务为学而思培优。2018财年(2017年3月1日至2018年2月28日),好未来营收达17.15亿美元,其中学而思培优营收占比达43.6%。

§

2017年7月31日,学而思宣布品牌升级,理念由“让学习更有效”升级为“受益一生的能力”。

2018年3月6日,张邦鑫在好未来开年大会上,表示好未来要以培养学生的学习素养为目标,应试并不是唯一目的。“我们的核心是互动和服务好客户,所以我们会将内容研发作为重中之重,以‘能力’‘素养’为目标,坚决避免超纲和超前。”

2018年3月21日,学而思发布大语文产品体系。学而思大语文产品以激发兴趣为切入点,在内容上,结合时代背景进行经典教学,坚持广泛阅读;在形式上,根据学生年龄和认知水平进行教学设计,并与教育科技相结合。此外,还将为给学生提供语文知识和能力的应用场景。

2018年3月和5月,学而思分别对小学英语和数学学科升级,其中都涉及趣味性与学科知识点的融合。此外,学而思方面表示,课外辅导机构作为公立教育的有益补充,未来三年学而思每学期都会根据政策需要和客户需求,不断调整和升级课程。

2018年8月23日,学而思网校发布素质教育谱系,包含思维、博物、社科、艺术和科技等方面。并正式发布以能力培养为导向的编程课程,涉及构思能力、逻辑思维能力、分析解决问题能力、反思能力。

此外,今年以来,好未来还投资并购了创客教育、少儿科学教育、少儿美术教育、少儿编程、儿童娱乐教育等项目,素质类教育标的成为投资重点。

§

好未来和新东方等K12头部机构一方面对原有学科教育的内容和形式进行升级,一方面通过投资并购推动学科教育与素质教育的融合,在原有学科教育的基础上为学生提供综合素质培养。

4.3大语文和数学思维培训成风口

政策引导、家长观念的变化、中国学科教育整体认知的提升等一系列内外因素也促使学科类素质教育成为新的风口——大语文和数学思维培训一时炽手可热。

大语文与数学思维培训并非新品类,但直到今年才算真正的声势渐显。

随着家长观念和社会意识发生转变,素质类课程的市场接受度在提高。政策规范也使得“能力培养”开始成为培训机构的新卖点。

新高考改革和新课改持续推近,部编版语文教材全国范围落地,语文学科在高考的区分度提高;奥数相关竞赛被叫停,数学培训在思维训练方面的作用开始被重视。作为基础教育的语数外学科教育,只有向学科素质教育转型才能更好地满足综合素质培养的需求。英语学科受重视程度高,市场开发早,已经是一片红海。据《2017年中国教育培训行业白皮书》,英语学科在已有K12用户中的渗透率达81.4%。数学学科为46.9%,语文学科为22.0%。相比英语,数学和语文学科市场增量可观。

今年以来,巨头入局、资本押注,大语文和数学思维培训品类开始火热起来。二者的差异在于:大语文多为巨头布局该品类,新玩家不多;数学思维培训则存在更多中早期公司,融资事件数量更多。

其原因在于数学学科比语文学科更为刚需,市场开发更早。即使是偏重思维培训,数学学科的学科知识点也相对固定。这意味着数学学科的教研和教育要求相比知识点不固定、更侧重能力培养的语文学科要容易,进入门槛要低。

尽管如此,如何在提分升学与能力培养间找到平衡点,进而实现学科素质教育,大语文和数学思维培训都还没有固定模式。语文学科缺乏成熟且标准的效果评价体系,如何实现有效很关键;数学学科知识点之间存在层层递进的逻辑关系,如何实现有趣很关键。

4.4 B端的新机会,下沉和进校成为关键词

随着K12赛道进入成熟期,To B成为新风口。为机构或公立校提供师资、工具、技术或内容的服务一直存在,但从今年开始B端的需求才真正被激发,2B赛道开始出现更多新面孔。

B端市场分为针对培训机构和针对公立校两类。前者为大机构向中小机构输出教育服务解决方案,包括师资、技术、内容、产品、运营方案等。后者为企业与地方教育部门或学校方达成合作,向公立校输送技术、产品等。

受政策和行业发展周期影响,针对培训机构的B端市场开始出现新特点。一方面,中小企业面临合规压力,K12赛道的核心资源优质师资不再能够从公立校内获取;另一方面,头部机构向三四线城市下沉也给中小机构带来威胁,求得生存意味着加大在师资、技术、服务和运营方面的投入。此外,部分地区头部机构已经发展10年以上,面临第二代接班的问题,新老管理者交替也为2B服务提供了市场。

针对公立校的B端市场可以被等同视为教育信息化市场。今年以来,教育部发布《教育信息化2.0行动计划》、《中小学数字校园建设规范(试行)》等相关文件,一方面对公立校教育信息化建设提出高要求,一方面推进落实关于财政教育经费用于购买信息化资源和服务的政策。教育信息化市场全面利好。据光大证券的研究,其预测2018年教育信息化B端市场空间为3000亿元,已超过C端市场的2200亿元。

尽管B端市场的需求不尽相同,但产品或服务都需要与机构或学校的教学教务需求相符合,达到常态化使用。因为教育行业的2B本质上是“B2B2C”,不论是机构还是学校,C端用户的体验都至关重要。这也解释了2B赛道中既有科大讯飞、皖新传媒等教育信息化企业,又有好未来、新东方、AI学等主营业务为2C的企业。

相比传统教育信息化企业,2C企业涉足2B有其独特优势——基于海量数据对C端用户需求的精准把握、在实际场景中应用落地的教育技术产品、多年积累的优质教育资源等。

以好未来旗下公立教育产品及服务事业群(PSG)为例,其涵盖三大业务模块:智慧教育解决方案、教学服务和应用产品。好未来为区域机构和学校提供基础教育阶段教育测评、教育咨询和教育实施三个维度的顶层设计规划服务,以及智慧教育和未来学校建设整体解决方案。此外其他服务范围还包含优质课程资源、教学资源和教学教研服务的输出。

2C企业涉足2B,是头部机构借力下沉到管理成本高、因师资匮乏无法进入的三四线城市的方式之一。同时,K12行业的中小机构众多,2B模式扩张受限更小,市场潜力更大。而进校对2C企业既是新的营收渠道,也是了解本地化教学情况和学生个性化学习数据的路径。

4.5 AI教育产品成为常态,但发展不及预期

数据是AI应用的基础。积累海量用户数据的在线教育行业可谓AI的温床。对于重服务、人力成本高的教育行业来说,AI+教育在降低成本、提升效率方面的想象空间很大。数据收集难度相对最低、效果最易于量化的K12赛道自然成为AI与教育结合的主要场景。

2017年国务院下发的《新一代人工智能发展规划》提出,利用智能技术建立以学习者为中心的教育环境,推动 AI 在教学的全流程应用。 不论是对新商业模式的追求,还是受政策引导,K12赛道一时“AI”四起。拍照搜题、自适应学习、课堂管理等AI教育产品层出不穷。

不论是2C市场还是2B市场,AI教育产品都在作为卖点存在。AI教育产品在K12赛道已经成为常态化配置,但无论从技术发展还是产业落地来看,现阶段AI都还停留在初级水平。AI与教育的结合,也面临着雷声大雨点小的尴尬。

K12教育可以分为教、学、练、测、评五个环节,核心环节为“教-学”。目前AI教育产品无法涉及教学过程,更多是为其他环节提供工具化服务。AI教育产品无法涉及教学环节的根本原因在于AI教学与真人教学是相异的。

传统老师的教学来源于经验的积累,通过改变学生获得知识的过程(如何思考、如何举一反三),达到预期的效果。目前的AI教育产品在教学环节,是通过比对结果正确与否,进而判断学生是否掌握,通过推送题目来决定学生的学习内容。缺失让学生对思考过程进行模仿的环节,是AI不能替代真人教师的核心所在。

此外,不论是K12赛道还是整个教育行业,对科技的采纳和教育模式的创新都较为滞后,大量过程性数据无法沉淀下来。这也制约了AI教育产品的落地应用。

技术进步带来了行业的革新,背后是对原有行业的重构。在AI+教育行业,AI替换掉的是部分简单重复的劳动,如课堂管理、作业批改等,题库类产品也提高了练习的效率,但对于核心的教学环节,AI带来的改变还很少。教育是个慢行业。极其零散的培训市场,折射的是教育对规模化的排斥。老师和学生这教与学的两端,都不是工厂里能够量产的产品。

五、现状与未来

5.1艺术类培训:在线化进程加速

音乐、美术、舞蹈培训是艺术培训传统“老三项”。2018年,随着互联网化进一步发展,音乐、美术培训的在线化演变加速,如在线陪练、在线教学等。虽然在教学效果、运营模式上存有质疑,但仍得到了资本的看好。

5.1.1音乐培训:行业趋向集中

音乐类培训是传统艺术教育中占比最大的赛道。近年来,中国音乐产业市场规模稳步上升,行业集中度也逐步提升。大公司加快跑马圈地的步伐,而中小机构面临的压力与日俱增。

音乐培训的形式以线下为主,倚重教学体验。由于教师教学方法多样且不统一,课程难以实现标准化;此外,师资难以培养复制,制约了机构的扩张。

钢琴教育仍是课外音乐培训的主流。国内两大钢琴上市公司珠江钢琴、海伦钢琴,均以乐器制造起家,并通过投资并购进入音乐培训领域。财报显示,珠江钢琴2018年上半年营收9.69亿元,净利润9698.77万元;海伦钢琴2018年上半年营收2.48亿元,净利润3040.99万元。

由于练习在艺术类学习占有重要地位,在线音乐陪练类产品开始兴起,代表公司有VIP陪练、快陪练、美悦陪练、音乐笔记、柚子练琴等。VIP陪练提供的数据显示,其单月营收已破5000万元,累计服务用户超过40万。不同于线下零散的机构,在线化打法更容易形成品牌效应,出现头部企业。未来,音乐培训有望向个性化、专业化发展。

5.1.2美术培训:品类融合或将创造新的增长点

美术培训是一个零散的市场,大大小小的机构都有各自的经营方式。大机构在师资、课程、教材教具、管理等方面进行标准化运营,通过直营或加盟的方式扩张。而小而美的机构体量有限,难以简单复制其特色实现规模化,对融资扩张的需求并不强烈。

对谋求规模化的美术企业而言,加盟机构的管理与教学质量的把控都是难题。小而美的机构则天花板明显,服务学生、覆盖面积都有限,易受到同类机构的冲击。

在线化是美术培训行业今年的关键词。从大环境来看,技术的进步使得在线教学模式从概念逐渐变为成熟的应用。从商业模式来看,在线教学方式突破了地域限制,机构可以获取更多用户,同时,在线教学大大方便了家长与学生,节省时间成本,也更容易获得资本青睐。今年,美术宝获得了1亿元B3轮融资,夏加儿、画啦啦获得千万级A轮融资,均在发力美术在线化教学。

未来,融合或成为美术培训的趋势。内容层面,美术与其他品类能进行更多结合,比如绘本创作、服装设计、艺术展演等;美术企业与艺术类高校、艺术留学的连接更多,并企图打造除比赛以外的其他出口方式。运营层面,线上与线下的边界越来越模糊,在实际教学中取长补短。产业层面,美术这一传统大类在打牢自身基础时,新的增长点可能会在与其他行业的融合中诞生。

5.2体育类培训:巨量市场尚待开拓

金准人工智能专家2018年教育投资趋势分析》,2017年泛素质类(非STEAM类素质兴趣)教育的融资事件和金额数比上年翻了近一倍。其中体育赛道最活跃。业内人士测算,体育培训的市场规模已经达到1000亿元。

5.2.1政策加持,体育产业消费走高

2014年10月,国务院发布《关于加快发展体育产业促进体育消费的若干意见》(46号文),提出2025年基本建立布局合理、功能完善、门类齐全的体育产业体系,体育产业总规模超过5万亿元。46号文的问世,让中国体育投资由政府主导逐步变为多元化投资,让体育事业成为了体育产业。

此后,数十部促进体育产业发展的政策相继出台。伴随着消费结构的升级,体育产业相关消费持续走高,分类更加细化。

国家统计局2015年9月发布的《国家体育产业统计分类》,将体育产业分为了11大类,“体育培训与教育”为其中一部分。在分类中,“其他体育培训”包括各种体育培训机构、专项运动俱乐部的体育技能培训(武术、棋类等),以及青少年、少儿体育培训。

5.2.2足球培训:商业模式尚未跑通

足球是体育培训中最为传统,也最受关注的项目,而政策利好是足球崛起的直接推动力量。《中国足球中长期发展规划》指出,在2016-2020年间,要使中小学生经常参加足球运动人数超过3000万人。

场地是足球培训的前提。足球场地一般由政府体育相关部门或学校持有,缺乏场地这一核心资源的足球培训机构,起步与发展时将面临很大的挑战。

青训是足球培训的产品。当前,中小学承担着足球工作普及的主要角色,机构则承接专业进阶训练。同时,机构也可以面向学校做To B服务,比如青少年足球青训数据分析公司运视科技,选择将足球青训大数据产品卖给足球特色学校。

赛事是足球培训的内容。自带评价属性的赛事是基础培训的延伸,并能形成IP效应,提高用户黏性。

虽有政策加持,但国内足球培训机构处于发展初期,还未诞生龙头企业,规模较大的有索福德体育、动吧足球等。在经营层面,足球培训机构多数未能实现盈利甚至亏损。原因主要有:1、足球作为“草根运动”,客单价低;2、培训周期长且非刚需;3、场地资源少,坪效低。

5.2.3美式运动:篮球赛道IP化,

或在几年内诞生巨头

本节所述的美式运动主要指篮球、橄榄球、棒球、网球四类。除篮球外,其他三项在中国还是偏小众的运动。

在球类运动中,篮球对场地的要求相对更低,可以在场馆、社区展开。自2014年起,该赛道就涌入了众多企业。随着行业标准提高,企业加速品牌打造,篮球赛道或在几年内诞生出巨头。

篮球赛道在今年有两个趋势:一是IP化、品牌化的运营。继YBDL请艾弗森担任首席外教之后,动因体育也请来麦迪担任技术总监,进行IP化场馆运营,探索培训业务的拓展延伸;二是与技术的结合更为紧密。获得NBA球星纳什、林书豪等投资的NEX Team,即是一家通过数据帮助球员训练的美国AI篮球训练公司。

橄榄球、棒球、网球等其他美式运动虽处于市场培育期,不过均在快速成长。选择美式运动的学员,往往有留学海外的诉求,因此机构常选择引入外教,打造社交化、内容丰富的体育培训场景。

5.2.4体能培训:门槛高,增长快

国人对体育的认知越来越成熟,反映到孩子的教育项目选择上,作为运动基础的体能类培训从2017年开始迎来了快速增长期,成为体育培训中最为引人瞩目的赛道之一。

To C端的体能类机构模式较重,场地、师资的投入占了很大一部分支出。选址主要包括商场、教育综合体、社区底商三类,面积从几百到上千平不等,给机构的早期发展设下了较高的门槛。

现阶段体能类机构处于扩张期,通过直营或加盟扩大品牌影响力。为此标准化的管理流程、产品课程、师资体系都亟待建立,To B端提供师训、输出课程的体能类机构也随之繁荣。

5.2.5 冰雪运动:普及与融合

“3亿人参与冰雪运动”与冬奥会的利好下,冰雪运动迎来了爆发。政策鼓励有条件的北方地区中小学开设冰雪项目运动课程;南方地区中小学可与冰雪场馆或冰雪运动俱乐部建立合作,促进青少年冰雪运动普及。

但青少年滑冰、滑雪、冰球等冰雪运动还处于早期阶段。由于天然雪场地域性、季节性强,国内滑雪场基本只在冬季运营,一定程度上限制了冰雪运动的发展。为此,青少年冰雪运动开始呈现出跨界融合的趋势,比如和营地教育进行资源互补,将营地教育的课程引入雪场之中。

5.2.6棋类运动:AI围棋方兴未艾

棋类运动在官方文件中被划分至体育类培训,是近年新兴的素质教育品类,以围棋为代表。在地域分布方面,围棋类培训在一二线城市更受关注。虽然围棋类培训在素质教育之中并非刚需,但定位高端,且学生持续学习时间长。

目前围棋培训以线下模式为主流,但是痛点明显,体现在三个方面:一,房租、人力成本高,小机构请不起优秀棋手;二、师资力量薄弱,一些传统线下围棋老师仅为业余水平;三、课程系统性低,从入门到职业各阶段缺乏因材施教的内容。

近年来围棋培训线上化发展步伐加速,且线上教学的效果也较受家长认可。由好未来战略控股的爱棋道是线上围棋代表玩家。爱棋道打造了分级+双师+闭环的十二级线上围棋课程,覆盖了零启蒙到业余六段的水平,并研发了“悟空”智能对弈系统。传统围棋培训机构也开始了线上化尝试,如聂卫平围棋道场正研发AI教师,让机器教人下围棋。

5.3研学/游学/营地类:野蛮生长的朝阳产业

研学/游学/营地类机构的兴起与政策推动密不可分,其中两项政策尤为关键:一是2016年教育部发布《关于推进中小学生研学旅行的意见》,将研学旅行纳入中小学教育教学计划;二是2017年教育部印发《中小学综合实践活动课程指导纲要》,将综合实践课程与学科课程并列设置。

作为朝阳产业,研学&游学&营地类机构仍处于快速发展期,体量较小。挂牌新三板且年营收过亿的有世纪明德、决胜股份、乐旅股份、东西方、环球优学5家,其中世纪明德以2017年5.19亿营收占据最大市场份额。研学/游学/营地类机构融资轮次均处于较早期的阶段,其中华制国际、宝贝走天下、麦淘亲子获得了B轮及以上融资。

目前,国内研学机构面临的问题主要有三点。第一,缺乏准入标准与行业规范,导致泥沙俱下;第二,课程缺乏顶层设计标准,内容同质化;第三,产品不成熟,造成需求端的高期望与供给端低质量的矛盾;第四,优质师资缺乏。

研学类机构一般服务学校用户,游学、营地类机构则在B端C端双管齐下。虽然市场体量足够大,但机构增多导致竞争加剧,未来生源抢夺战将更为激烈。

5.4思维素养类:少儿思维产品受到资本追捧

5.4.1少儿思维

少儿思维培养是近两年来异军突起的赛道。在教育部明确幼儿园“去小学化”的政策背景下,许多幼小衔接项目转而将目光投向了思维训练;屡遭整治的学科辅导机构也谋求转型,包含在素质教育之中的思维能力培养成为了新的方向。

在思维类赛道里,数学思维训练由于其学科关联性以及相对标准化的课程,获得了资本的青睐。2015年成立的成长保, B轮共获得3亿元融资;2017年底成立的火花思维,B轮共获得3500万美元融资;2018年成立的天赋通,获1000万美元Pre-A轮融资。

线上思维类训练机构成立时间较短,发展时间不长,多处于利用融资进行体系搭建、课程研发的阶段,产品不够成熟。同时,

金准产业研究 房地产行业白皮书

前言

诺贝尔经济学奖得主克鲁格曼曾提出“核心—边缘”理论,即在一个平衡的区域内,能够自发形成经济集聚的核心和边缘区,而两者的空间结构地位并非一成不变的。这个理论在今天仍有借鉴意义,在人口、经济和产业等多重推拉力下,我国城市“地壳运动”正在持续进行,有的城市上升,有的城市下沉。金准产业研究团队重申,基本面才是支撑房地产发展的根本因素,房地产发展是基本面的投射,城市的生命周期就是房地产的生命周期。

风起于青萍之末。城市晋级赛激战正酣,房地产行业亦呈现出新趋势。金准产业研究团队发现,趋向于“零和游戏”的节点上,无论在城市发展抑或行业发展中,人口都已成为重要的活力因子。本次白皮书金准产业研究团队聚焦新趋势新机遇时,对人口的结构、迁移也给予了重点关注。金准产业研究团队发现以下3个新趋势:

趋势一,“工程师红利”,发展新动能。人口规模已告别高增长的数量红利,但巨大的人口基数下,人口素质提升和城镇化迁徙等结构变化,正在带来新一轮的人口质量红利。过去十年间,我国国民受教育程度显著提升,人才竞争决定未来城市格局之变,这也是各城市打响“人才争夺之战”的底层逻辑。

趋势二,边界模糊,尖角耸起。城镇化发展到新阶段,都市圈发展的市场边界早已跨越了行政边界,核心城市更加集聚,但区域内核心可能不只1个;而在部分人口基数庞大的三四线城市,城区人口集聚。

趋势三,“冰山”融化,首位提升。制约中西部发展的“冰山”远程运输成本,正在消解。尤其以武汉为首的中部和以成渝为首的西南区域,承接了东部大量的高端制造业,经济贡献度明显提升,核心城市人口聚力明显拔升。增量开发市场:2018年四季度,全国性的市场运行周期拐点已确立。预计2019年将是“调整年”,整体延续调整。但局部窗口显现,下半年先行一二线城市有望率先筑底放量。

存量经营市场:前期火热的长租公寓却遭遇“风波年”证明存量经营当前仍面临诸多难点痛点,因而需理清发展逻辑、关注周期波动、聚焦核心城市。

金准产业研究团队认为,市场调整并不可怕,调整期往往也是机遇期。正由于行业高位即时调整,很大程度上避免了市场出现1991年日本、1998香港和2008年美国的危机情况,从而行业发展更具韧性,金准产业研究团队对于增量市场规模未来5—10年仍将维持十万亿++更有信心。这也为还需要时间培育的存量市场提供了更大的动能基础和时间缓冲。

展望未来,随着公募Reits的开放,以及市场利率中枢的缓步下行,一线和二线热点城市将迎来一个开发与经营长期并存,平衡发展的新时代。行业逐渐形成一个符合“租购并举”,满足人民多层次和多样化需求的新生态,成为美好生活的同行者。

一、行业生命周期

城市基本面决定行业生命周期,峰值时代聚焦最优百城探究房地产行业两大核心驱动力——人口及城市,可以发现:人口步入“质量红利”周期阶段,峰值时代房地产增长动能转化,未来发展机遇来源于人口结构变化,2.5亿高素质人口迁移选择将塑造未来城市格局。经济转型升级下,新一轮产业分工逐步形成,城市竞争格局动态调整,三大都市圈的底层驱动逻辑亦有差异,中西部核心城市呈崛起之势。房地产峰值时代更应追寻需求而非供给,布局聚焦最优百城。

1.1人口维度:2.5亿高素质人口规模创国家纪录

人口总量高位区间,内部结构变化趋势是关键变量。

中国人口增长率的高峰期已过,《国家人口发展规划:2016至2030》对于人口趋势的判断是“十三五时期出生人口将有所增多,十四五之后受育龄妇女数量减少和人口老龄化影响,人口增长势能减弱”,2020年中国人口预计为14.2亿,2030年总人口达到14.5亿的峰值。90后有2.1亿,而00后仅为1.6亿,人口总量进入高位区间,新生人口规模趋势性下滑已不可逆转,但人口内部结构性变化不可忽视。

人口迈入“质量红利”周期,人才竞争决定未来城市格局之变。

近期关于人口危机的探讨,很多人将其归因于对生育的政策性限制,但其实世界上绝大多数国家没有限制人口,但全球生育率仍在不断下滑;这称为工业化生育率悖论,指随着经济发展,生育率是趋于下滑的。而随着工业化推进、经济高速发展,高等教育得以大规模推广,过去十年间,我国国民受教育程度显著提升,人口素质红利待爆发。

人口周期转变,人口迁移形势随之变化。一方面,流动人口规模在2014年前后趋势性下滑,这与流动人口主要构成——农民工年龄结构显著上升关系较大,金准产业研究团队观察到农民工有回流三四线城市迹象,这也是这一轮三四线房地产市场及消费市场大爆发的重要背景之一。另一方面,90后中超7000万人受过高等教育,80后中3500万高等院校毕业生,未来将有52.5亿人受过高等教育,而这部分高质量人口的迁移选择将深刻改变中国城市格局。

2.2城市维度:最优百城呈现动态更新发展

经济“强核”发展,高质量人口继续向核心城市聚集。

选取2000、2010和2018年三个时点,追踪各区域GDP占全国比重,可以看出:北方区域GDP贡献度普遍下滑,其中东北下滑最为明显;而以武汉为首的中部和以成渝为首的西南区域贡献度显著提升。

全国资金流向趋势亦印证了“南强北弱”的发展态势,从社会融资规模看,长三角及珠三角的资金汇集能力仍在提升,而除京津冀以外的广大北方区域,资金吸引力下降较为显著。

进一步细化至城市层面,核心城市经济贡献度持续提升:(1)三大城市群,京津冀核心城市贡献度最高、长三角、珠三角核心城市贡献率略有提升但幅度不大。其中,珠三角九市GDP占广东全省比例从2000年的78%上升至现在的85%;(2)北方区域其他核心城市贡献比例不高,未来优势发展资源有进一步向核心城市聚集可能性;(3)中部区域,武汉区域贡献度提升显著提升,而郑州、南昌在省内经济优势地位虽有提升趋势、但暂时优势仍不明显。

三大都市圈底层驱动力各异,城市发展形态阶段不同。

京津冀、长三角和粤港澳三大都市圈是中国经济发展的核心引擎。这里以占全国5%的土地、24%的人口,创造了43%的GDP总量,并培育出超过3000家上市企业,为房地产市场贡献了26%的成交规模。三大都市圈虽各具特色,但都有极大的发展空间和潜力,无疑仍将成为未来高素质人口的首选流入之地。

基于不同的现状特征和资源条件,三大都市圈的整体发展策略各有侧重。京津冀都市圈侧重“协同”,是高度发展的北京、天津与基础设施薄弱的河北间的“平衡差距、疏解京津”;长三角都市圈侧重“一体化”,是上海、杭州、南京与周边群星的“区域互通、市场合作、一体同城化”;粤港澳大湾区侧重“融合”,是香港、澳门与珠三角间的制度创新、科技创新。

京津冀都市圈:政策驱动强,单核主导发展不平衡政治心脏,政策优势明显。京津冀都市圈历来是我国的政治中心,政策倾斜力度大。但反过来由于其行政色彩偏重,导致市场化程度不高。以北京为单核的空间布局,资源矛盾加剧,环境恶化。北京过强的虹吸效应,导致周边城市增长乏力,呈现单核特征。

产业分工尚待调整,方能形成合力。改变北京过高的高端服务业占比,增强对天津和河北的第二产业拉动,逐渐让要素和人口向周边城市合理流动。

长三角都市圈:资本高地,创新创意引领新发展独具历史积淀,经济与教育基础雄厚。长三角既有港口优势,又腹地广阔,自古就是富庶之地。教育资源丰富,为知识经济发展打下了坚实的基础。城市串珠型分布,空间外溢尚待发力。跨城交通主要依赖高铁,上海、杭州、南京等核心城市内部仍有较多的可拓展用地,有效外溢不足。产业门类齐备,创业活力十足。长三角在生物医药、高端装备等先进制造业领域处于领先地位,以阿里巴巴为代表的互联网新经济更是引领新一轮变革。

粤港澳大湾区:高度市场化,创新驱动可持续发展商贸基础厚实,高度自由化市场经济体。以香港、广州为代表的商贸之都,海纳百川,积累了深厚的商业传统和坚实的商贸基础,市场经济意识深植人心。城市呈连绵带状发展,已形成跨城职住关系。城市建成区已基本相连,形成了完善的城际立体交通网络。公交化的跨城地铁使市场边界已不局限于行政边界。

全球独特的完整产业链,创新能力突出。香港金融中心+深圳科创中心+广州商贸中心,造就了完备的产业链,形成了城市发展和人才流入的持续动力。

“冰山”成本消解,中西部核心城市首位提升。

全国城市GDPTOP020折射城市格局的变化,背后是经济产业格局的变化。制约中西部发展的“冰山”远程运输成本,正在消解。武汉、西安、成都、贵阳等城市新崛起,承接了东部大量的高端制造业,形成具有自身特色的产业“名牌”。例如,武汉的装备制造和信息技术制造总产值均超千亿,成为“中国光谷”;西安成为“硬科技之都”、贵阳成为“大数据之都”、成都成为“全球一流显示产业基地”等。产业地位提升,也使得这些城市房地产市场加速发展。

中西部核心城市人口聚力显著拔升是重要例证。对比中西部典型省份省会与省内其他城市小学生人数增幅,发现:2010年以前,省会对省内人口吸引力并不显著,具体表现为小学生人数增减是同向变化的;2010年以后,省会城市人口吸引力明显提升,如成都小学生规模累计增幅近四成,而同期四川其他城市小学生规模仍处于负增长区间。

人口规模拐点降至,人口分布走向“零和博弈”,未来高素质人口将进一步向大中城市聚集,这也是各城市打响“人才争夺之战”的底层逻辑。金准产业研究团队重申基本面(人口、经济、产业等)才是支撑房地产发展的根本因素,房地产发展是基本面的投射,城市的生命周期就是房地产的生命周期。

基于对全国城市生命周期的反复研究及验证,金准产业研究团队提出:峰值时代,房地产布局百城理论,聚焦百城,动态调整。聚焦“胡焕庸线”东南,一二线城市及珠三角、长三角、京津冀三大城市群仍将主导峰值时代;北方人口、资源、经济向少数大城市的集聚效应会更明显,而当前“南强北弱”格局下,南方城市整体看布局机会点优于北方。同时,随着产业发展格局和城市格局的变化,动态调整百城名单。

二、市场运行周期

增量开发市场、存量经营市场均面临短周期波动、调整当前行业发展环境“错综复杂”,经历过去三年的超级大周期,市场回归理性、回归真实居住需求,不论是增量开发,还是存量经营市场,均面临短周期波动、调整,但其中亦不乏结构性机会点。

2.1增量市场:2019年总体调整,先行一二线有望率先筑底

当前市场阶段:全国性市场拐点已现,从“轮涨”到“轮调”。

本轮全国周期是从去年3季度开始趋势性走弱,全国性市场“拐点”出现在四季度。金九银十不如预期,是全国市场拐点出现的重要时点,据微观项目监测反馈,四季度多数城市开始出现“以价换量”现象,这也基本符合金准产业研究团队2018年初的判断,当时的判断是2018年上半年比下半年好,市场氛围逐季度走弱。

本轮周期三大突出特征决定2019市场走势。

城市轮动分化,不同城市的周期阶段差异大。

不同与以往周期大多数城市市场阶段几乎是同步的,本轮周期中,全国范围内不同城市市场“春夏秋冬”同时都存在。从70城新房价格指数可看出,以往各线城市价格变动时点基本一致,前后时间差不超过一个季度;而本轮周期先行一二线城市2015年下半年开始领涨,于2017年年中逐步走向横盘或调整,而三四线城市周期差异更为显著,城市群三四线紧随核心城市,中西部非城市群三四线周期滞后先行城市一年以上。

行政强干预左右市场供求,致市场信号部分失真。

本轮调控政府介入程度之深,调控工具之多,恰恰证明政府对房地产的重视程度之高,其中行政手段在本轮调控中色彩浓厚,对市场供求价的直接影响较大。调控工具丰富,但政策效果存在一定程度对冲,如限购限贷降低有效需求,而限价、摇号则传导“产品性价比及稀缺性”信号。另一方面,行政干预下正常供求规律自平衡能力减弱,部分二线城市房价体系扁平化,市场存在局部失灵。

房价和购买力错配,三四线城市购买力透支下带来更长的寻底期。

本轮房价涨幅超以往任何周期,从分线城市成交总价占比来看,一线城市总价段300万以上成交占比明显提升;二线城市100-300万总价段产品成主流;三四线总价段100万以上产品占比提升20多个百分点。

2019年,金准产业研究团队不可忽视中央“稳地价、稳房价、稳预期”的决心,为保证楼市平稳运动,中央将持续对冲,通过授予地方灵活空间,用政策面(如放宽落户条件、取消限售)、资金面(如购房利率上浮区间下调)等工具释放利好。随着资金从三四线城市向一二线城市回流,预计全年市场将延续调整,先行一二线城市将有望率先筑底。

2.3经营市场:理清发展逻辑、关注周期波动、聚焦核心城市

1998-2018年,房地产行业经历了房改以来高速发展的20年,这期间,增量开发是行业绝对主导,近年随着增量开发进入峰值时代,房企积极开启存量经营的发展布局,2018年,前期火热的长租公寓却遭遇“风波”已证明存量经营时代发展的波折。

发展逻辑:增量开发市场利润的合理回归,是存量经营市场崛起的必要条件。

任何行业发展的逻辑基础是资金的投入聚集,资金的轮转走向,很大程度决定行业的兴衰趋势。金准产业研究团队可以看到很多这种轮转关系,如房地产与股市之间的跷跷板效应,一二线城市与三四线城市的房地产周期轮动,房地产的增量开发与存量经营市场,同样存在着一定的轮转关系。过去20年,增量开发市场的高盈利性,是房地产行业高速发展的逻辑基础,大量资金涌入推动行业高速增长,同时反过来成为社会融资利率高原的保卫者。

近年来,增量开发的高盈利性已出现趋势性下降,房企的毛利率逐渐向社会资本平均回报水平回归。这种回归将从3个层面推动峰值时代向存量时代的过渡:一是房价涨幅放缓倒逼购房客户不再单纯依赖房价上涨获得升值收益;二是利润下行倒逼房企形成经营创造价值的思维和行动;三是收益下行带动社会融资成本的理性回调。因此,增量开发盈利水平的合理回归,很大程度上是存量经营市场未来能够真正崛起的必要条件。

周期波动:存量经营与增量开发一样,存在市场周期波动规律。

观察成熟的美国存量经营市场,存在着明显的周期波动规律。美国写字楼市场运行周期波峰明显,与经济周期高度相关,遭遇波谷阶段的1998年、2008年恰逢经济危机时点,且对房地产交易市场,经营市场运行周期相对较长。

国内一线城市的商办经营亦呈现波峰波谷特征。因此,研究存量经营市场,应和增量市场一样,关注运行周期规律,分析供求关系、政策环境等因素,从中寻找规律和机会。

聚焦核心:存量经营比增量开发市场更不均衡,聚焦少数头部核心城市。

不同城市房地产行业发展所处的生命周期阶段差异显著,少数头部核心城市的增量开发起步早、更成熟,存量经营市场的机会将更加突出。实际上,2018年是外资投资国内商办力度最大的一年,外资投资上海商办市场占比超一半,北京、杭州、武汉、南京等头部城市商办也吸引了海外资金目光。可以看出:国外资本对商办物业投资是波动的,且更注意城市选择,当前外资认为北京、上海等核心城市商办产品已具备投资性价比。

三、2019房地产行业趋势

3.1 2019年房价预测

自1998年,我国住房制度改革以来,商品房这个字眼进入人们的视野已经整整20个年头。目前,商品房早已经脱离“居住功能”这一基本属性,成为大多数家庭与个人资产投资与保值增值的必需品。但是商品房,作为一种特殊的商品,依然具备商品的属性,其一是供求关系决定价格走势;其二是符合市场经济学规律,价格不可能只涨不跌,应该有涨有跌。

以北京、上海、广州、深圳、香港等为代表的一线城市:近期预期微跌10%左右,长期看还是有一定上涨空间。目前,北上深等三座城市二手房成交均价约6万元/平米(下同),广州约4万元/平米,香港20万元/平米,2017年北上广深等四城经济总量和人口已经全面超过香港,未来10-20年之内前面超越香港,上海、深圳、北京、广州依次突围,未来3-5年内,北上深房价均价至少10万元/平米(即涨幅至少50%),广州至少6万元/平米(即涨幅至少50%)。

以杭州、武汉、成都和南京等为代表的强二线城市,近期预期保持相对稳定,长期看先跌后涨,涨幅不小,上涨幅度不会低于50%。目前,杭州现均价逼近5万,接近上海;武汉、成都、南京等现均价超过2万,四者是副省级城市、省会中心城市、人口超级城市(常住人口超过或接近1000万)、GDP均超1万亿元、教育重镇、人口持续净流入,未来看好四大城市率先突围加入新一线城市阵营,房价超过4万元/平米,涨幅接近100%。

以佛山、东莞、重庆、天津、青岛、宁波、苏州、无锡等为代表的弱二线城市,近期预期会滞涨,但是人口与产业聚集地,近期有调整空间,未来涨幅不会太大,但是增幅有限,未来房价预计稳定在2万5000元/平米以上。

以珠海、中山、惠州、南通、济南、绍兴、厦门、泉州、常州等为代表的强三线城市,近期有一定幅度下跌,但是区域经济发达,未来还是有一定上涨空间,未来房价还是有望站稳2万元/平米,有望接近2万5000元/平米。

以江门、肇庆、廊坊、承德、张家口、镇江、金华、廊坊、承德、张家口等为代表的弱三线城市,区域分化严重,环北京区域黑洞效应明显预计有明显回落,估计还有下跌空间;长三角存在产业外溢效应,预计先微跌后缓慢反弹,珠三角预计不会有太大跌幅,借助粤港澳大湾区概念,将有会一波大的涨幅。

综合考虑到高净值人群与中产阶层集聚度、经济与产业基础状况、人口净流入以及交通便利性等诸多因素,还是极力看多一线和强二线城市2019年房价触底反弹趋势,中等看多中等及弱二线、长三角与珠三角强三线城市2019年房价,看平一般区域强三线2019年房价,基本没有太多增长空间,严重看空弱三线、环北京以及四线城市2019年和2020年房价。

从2018年7月开始,全国主要大中城市房价陆续才开始有所松动,而10月份开始正式全面下行,因此,预计在严厉调控下,2019年房价呈现见顶回落的过程,全国范围至少有10%以上跌幅,未来3-5年看会出现城市与区域分化的走势。预计到2019年第二季度左右,部分城市才会比较大的降幅,达到阶段性谷底,同时中央和地方政策在各种因素的作用之下或许开始松动,因此2019年6月份前后部分城市迎来买房入手抄底的良机。

3.2 2019年房地产市场走势展望

不可否认,过去十年是我国房地产行业发展的黄金时代,整个行业迎来历史性发展机遇,并于2018年中到达阶段性顶点。展望即将到来2019年,预期中国内地房地产调控仍然不会放松,是否继续升级加码有待观察。2019年,中国内地房地产市场,虽然充满诸多变数,但是毫无疑问,房地产行业整体阶段性下行的趋势依然确立。作为全球三大金融中心之一,香港楼市一向是东亚地区楼市的风向标,倾巢之下岂有完卵,香港楼市即将面临10年以来最惨淡的下跌,作为血脉相连且彼此融入的内地市场,又岂有继续不跌之理?

当前中国经济处于“新常态”发展阶段,宏观经济整体趋势下行,国内经济增速持续放缓,宏观经济面临结构调整与传统产业升级迭代,2019年房地产行业整体下行不可逆转的趋势,我们依然要坚定信心,坚守希望,同时坚持不破不立,稳中求变。中国内地房地产行业增速放缓,企业转型升级已是刻不容缓,整个房地产行业也正在经历从一级增量市场占优到二级存量市场主导的转变,由高增长进入了“去库存”阶段。同时,中央推行“租购并举”制度,支持住房购买与出租两者并行。在这样的市场环境下,房地产行业已由过去的黄金时代步入白银时代,甚至逐渐走进青铜时代,未来房地产开发商可能从“卖房子”转向“卖服务”,实践“存量时代,运营为王”的理念。

结语

“在绝望中寻找希望,人生终将辉煌”——这句新东方创始人俞敏洪的经典座右铭,曾经激励着无数怀揣出国求学梦想的有志青年,用勤奋、智慧与执着的人生态度,最终实现自己的人生梦想,成功抵达大洋彼岸。我们依然可以清晰的看到,相对于欧美等发达国家,中国内地房地产市场发展上行趋势远远没有结束,庞大的人口基数、日益提升消费升级需求以及宏观经济未来触底反弹的宏观基本面,都会成为2019年下半年我国房地产市场触底后企稳反弹的最好注释。“不经历风雨怎么见彩虹”,经历2017年的热烈,2018年的迷茫,即将到来2019年的坚守,相信在凛凛寒冬中,定会迎来2020年的中国内地房地产行业的希望之春。


金准人工智能 全球AI报告分享

前言

截止2018年上半年,在全球范围内共监测到4998AI企业。其中美国2039家世界第一,其次是中国1040家(不含港澳台地区)。过去,为全球可持续发展发声的更多是美国科技巨头,而今这一局面正在发生变化,在人工智能领域处于领先地位的中国企业开始走到台前,思考如何以技术发展促进全球可持续工业发展的问题,承担起更多国际社会责任。

斯坦福全球AI报告旨在通过具体数据全面追踪人工智能的最新进展。金准人工智能专家推荐来自斯坦福大学的报告《2018全球AI年度报告》,从学术研究、产业、软件开源、公共利益等方面介绍2018年AI的发展,并记录计算机视觉、自然语言理解等领域的技术进展。

一、2018AI论文发表概况

1.1按学科分类

下图显示了学术论文的年度出版率相对于1996年的比率的增长。该图比较了所有科研领域、计算机科学(CS)和人工智能(AI)的论文增长。

1996年到2017年,每年发表的AI论文的增长率都超过了CS领域,这表明AI论文的增长不仅仅是出于人们对计算机科学的兴趣增加。

1996-2017论文按学科分类发表增速

1.2按地区分类

下图显示了按地区分类发表的AI论文数量。欧洲一直是AI论文的最大生产地-2017年Scopus的AI论文中有28%来自欧洲。与此同时,尽管2008年左右中国论文数量出现波动,2007年至2017年在中国发表的论文数量增加了150%。

1998-2017论文按地区分类发表增速

1.3细分领域分类

下图按子类别展示了Scopus上的AI论文数量。类别不是互斥的。2017年发表的AI论文中,有56%来自机器学习与概率推理(Machine Learning and Probabilistic Reasoning)这一研究方向,而2010年只有28%。图中展示的大多数2014-2017年期间的论文发表速度都比2010-2014年期间快。最突出的是神经网络(Neural Networks)方向,2010-2014年复合年增长率(CAGR)只有3%,而2014-2017年的复合年增长率达到37%。

1998-2017Scopus子类别的AI论文数量

1.4 arXiv 上的AI论文

arXiv是一个收集物理学、数学、计算机科学、生物学与数理经济学的论文预印本的网站。下图显示了arXiv上的AI论文数量。右轴是指arXiv上所有AI论文的总和(由灰色虚线表示)。

arXiv上的AI论文数量一直在增加。这些论文无论是经过同行评议还是已被AI会议接受,都表明AI作者倾向于传播他们的研究,这也表明了该领域的竞争性。自2014年以来,计算机视觉(CV)和模式识别是arXiv上最大的AI子类别。这除了表现出人们对计算机视觉的兴趣日益增长之外,这也表明其他AI应用领域的增长。

arXiv上按子类别划分的AI论文数量(2010-2017)

1.5按地区活动关注度分类

下图显示了美国,欧洲和中国的相对活动指数(RAI)。RAI通过将其与AI中的全球研究活动进行比较来近似区域的专业化程度。RAI被定义为一个国家的AI出版物产出相对于AI出版物全球份额的份额。1.0表示一个国家在AI中的研究活动与AI中的全球活动完全一致。高于1.0的值意味着更重视,而低于1.0的值意味着较少重视。中国的AI论文更侧重于工程技术和农业科学,而美国和欧洲的AI论文则倾向于关注人文科学和医学与健康科学。与2000年的数据相比,2017年的数据显示,这三个地区的专业化程度提高,而中国则转向农业。这符合我们的预期,因为中国是最大的食品生产国,并且倾向于将其研究重点放在应用AI上。

各区域AI研究关注重点(2000年)

各区域AI研究关注重点(2017年)

1.6按机构关注度分类

下图展示了与政府,企业和医疗机构有关的Scopus论文数量。2017年,中国政府发表的AI论文数量几乎是中国企业的4倍。自2007年以来,中国的政府发表AI论文数量增加了400%,而同期企业AI论文仅增加了73%。在美国,相对较大比例的AI论文是由公司发表。2017年,美国企业AI论文的比例比中国企业AI论文的比例高6.6倍,比欧洲高4.1倍。

中国按机构分类的AI论文(1998-2017)

美国按机构分类的AI论文(1998-2017)

欧洲按机构分类的AI论文(1998-2017)

各地区企业发表AI论文的增长(2009-2017)

各地区政府发表AI论文的增长(2009-2017)

1.7 AI论文引用概况

下图显示了地区划分AI作者的平均加权引用。加权引用(FWCI)是AI作者在该地区接收的平均引用次数除以所有AI作者的平均引用次数。FWCI显示了学者引用书相对于世界平均水平。FWCI为0.85表明论文的引用率比世界平均水平低15%。虽然欧洲每年发布的AI论文数量最多,但欧洲的FWCI仍保持相对平稳,与世界平均水平相当。相比之下,中国已大幅增加其FWCI。2016年,中国的AI作者被引用率比2000年高出44%。尽管如此,美国的总引用率仍高于其他地区,比全球平均水平高出83%。

AI作者的地域加权引用(1998-2016)

1.8各国AAAI论文

下图显示了按国家分列的2018年人工智能促进协会(AAAI)会议提交和接受的论文数量。2018年AAAI会议于2018年2月在路易斯安那州新奥尔良举行。AAAI提交论文,中美占70%,中选论文,中美占67%。中国的论文提交数高出美国约1/3,但二者中选论文数相差无几,中国入选265篇,美国入选268篇。

AAAI会议提交和中选论文

二、高校AI课程注册情况

2.1学生人数

下图显示了入读AI和机器学习(ML)课程的本科学生的百分比。虽然选择AI课程的本科生比例往往略高于ML课程(人工智能平均为5.2%,ML为4.4%),入读ML课程的本科生人数增长速度更快。这显示了机器学习作为AI子领域日益增长的重要性。

AI入门课程中注册的本科生比例

ML专业(2010-2017)在校大学生比例

2.2美国AI课程

下图显示了美国几所领先的计算机科学大学的AI和ML课程注册的增长情况。2017年入门AI入学人数比2012年增加了3.4倍,而2017年ML课程入学人数比2012年增加了5倍。加州大学伯克利分校2017年入门ML课程的学生人数是2012年的6.8倍。

AI课程入学人数增长情况(2012-2017)

ML课程入学人数增长情况(2012-2017)

2.3国际AI课程

下图显示了美国以外几所领先的计算机科学大学的AI和ML课程注册。2017年,清华大学的AI+ML课程入学人数比2010年增加了16倍,是非美国院校外增长率最高的高校,几乎是第二名多伦多大学的2倍。

美国人工智能+ML课程注册人数增长情况。(2010-2017)

三、AI会议概况

3.1大型学术会议

下图显示了大型AI会议的出席人数以及相对于2012年的大型会议出席人数的增长。大型AI会议是2017年有超过两千名与会者参加的会议。在大型会议中,NeurIPS(曾用名NIPS)、CVPR和ICML,是参与人数最多的三大AI会议。自2012年以来,论参与人数的增长率,这三者也领先于其他会议。NeurIPS和ICML参与人数增长最快:2018年与2012年相比,NeuRIPS增长3.8倍 ,ICML增长5.8倍。

大型AI学术会议参会情况

大型学术会议参与率

3.2小型学术会议

下图显示了小型AI会议的出席人数以及相对于2012年小型AI会议出席人数的增长情况。小型人工智能会议是2017年参会人数不足两千人的会议。ICLR2018年的出席人数比2012年增加了20倍。这种增长很可能今天人工智能内部更加注重深度和增强学习的结果。

小型AI学术会议参会情况(1995-2018)

小型学术会议参与率

四、AI创业公司/投资

4.1 AI创业公司

下图显示了某一年度活跃的风险投资支持的美国私营初创公司的数量。蓝线(左轴)仅显示AI初创公司,而灰线(右轴)显示所有风险投资支持的初创公司,包括AI初创公司。该图表显示了每年1月份的初创公司总数。从2015年1月到2018年1月,活跃的AI创业公司增加了2.1倍,而所有活跃的创业公司增加了1.3倍。在大多数情况下,所有活跃初创公司的增长保持相对稳定,而AI创业公司的数量呈指数级增长。

美国AI创业公司(1995年1月-2018年1月)

4.2风险投资

下图显示了风险投资公司(VC)在所有融资阶段向活跃的美国创业公司提供的年度资金数额。蓝线(左轴)仅显示AI初创公司的资金,而灰线(右轴)显示所有风险投资支持的初创公司(包括AI初创公司)的资金。从2013年到2017年,AIVC融资增加了4.5倍,而所有风险投资资金增加了2.08倍。1997-2000年所有风险投资基金的繁荣可以用互联网泡沫来解释。2014年和2015年较小的繁荣反映了经济增长。

美国AI创业公司的年度风险投资资金(1995年-2017年)

五、AI人才和专利

5.1人才需求

下图显示了所需的AI技能每年的职位空缺数量,以及所需的AI技能的职位空缺的相对增长。虽然ML是最重要的技能要求,但深度学习(DL)正在以最快的速度增长-从2015年到2017年,需要DL的职位空缺数量增加了35倍。

AI职位空缺(2015-2017)

按所需AI增加职位空缺(2015-2017)

5.2专利

下图显示了发明人地区划分的AI专利数量和增长情况。AI专利使用IPC代码进行汇总,这些代码属于认知和意义理解以及人机界面技术领域。2014年,大约30%的AI专利来自美国,其次是韩国和日本,每个专利持有16%的AI专利。在顶级发明地区中,韩国和台湾取得了最大的增长率,2014年AI专利数量几乎是2004年的5倍。

发明人地区划分的AI专利(2004-2014)

按发明人地区划分的人工智能AI专利增长概况(2004-2014)

六、企业和政府关注度

6.1财报电话会议中提及AIML的次数

下图显示了按行业划分的公司盈利电话中的人工智能(AI)和机器学习(ML)关键词次数。第一张图表仅显示了科技公司,因为该行业拥有更大规模的AI和ML提及。第二张图显示了IT以外的行业提到的AI次数,2015年提到AI和ML的IT公司持续增加。对于大多数其他行业而言,这一增长始于2016年。在财报电话会议中,除了科技行业之外,提及AI次数最多的公司,基本上分布在消费、金融和医疗保健行业。

科技公司财报电话会议提到AI次数(2007-2017)

其他公司财报电话会议提到AI次数(2007-2017)

6.2政府关注度

下图显示了美国国会记录中的人工智能和机器学习以及加拿大和英国议会的诉讼记录(称为Hansards)。在这三个政府中,这些术语的提及自2016年以来出现飙升。此外,在这三个国家中,机器学习在2016年之前很少被提及,并且相对于人工智能而言仍然只占总提及的一小部分。

美国国会提到AI和ML次数(1995-2018)

英国议会提到AI和ML次数(1980-2018)

加拿大议会提到AI和ML次数(2002-2018)

七、最新技术性能

7.1图像识别:Image Net

下图显示了随时间变化的Image Net准确度分数。2017年是Image Net比赛的最后一届,2018年这项比赛就不再进行了。不过,验证集依然有人在用。图中,蓝色的线条为Image Net挑战赛历年的成绩变化,由于每年比赛所用的数据不同,旁边多了一条黄色线条,是以ImageNet2012验证集为评价标准绘制的。可以看出,到2015年,机器在图像分类任务上的能力已经明显超越了人眼,而即使比赛不再继续,学术研究者依然在认真推进该任务的表现。这也侧面说明,如果一项工作有了明确的评价标准和固定的挑战内容,研究者们围绕此竞争,更容易让技术在该领域取得突破。

Image Net(2010—2018)

下图显示了训练网络以高精度从Image Net语料库(图像数据库)对图片进行分类所需的时间。该度量标准代表了AI领域中资源良好的参与者为了训练大型网络执行AI任务(例如图像分类)所花费的时间。由于图像分类是一种相对通用的监督学习任务,因此该指标的进展也与其他AI应用程序的更快训练时间相关。在一年半的时间里,培训网络所需的时间从大约一小时减少到大约4分钟。

Image Net训练时间(2017年6月-2018年11月)

7.2实例分割:COCO

Image Net挑战赛结束以后之后,CV领域把重点放在了微软的COCO,挑战语义分割和实例分割。四年来,COCO数据集上图像分割挑战的精确度已经提升了0.2,2018年的成绩比2015提升了72%。不过,目前还没有超过0.5,这一项还有充足的进步空间。

COCO实例分割挑战(2015-2018)

7.3语义分析

下图显示了AI系统在确定句子句法结构的任务上的表现。解析度量是在某些任务中理解自然语言的第一步,例如问答。最初使用类似于解析编程语言的算法完成,现在几乎普遍使用深度学习。自2003年以来,所有句子的F1得分都提高了9个百分点。

选区解析-PennTreebank(1995-2018)

7.4机器翻译

下图显示了AI系统在将新闻从英语翻译成德语,德语翻译成英语的任务中的表现。从英语到德语的BLEU分数今天比2008年高出3.5倍。从德语到英语的翻译在同一时间段内翻了2.5倍。因为每年使用不同的测试集,所以不同年份的得分不完全可比。然而,BLEU分数表明了机器翻译的进展。

新闻翻译-WMT挑战(2008-2018)

7.5问题解答:ARC

下图显示了AI2推理挑战(ARC)随时间性能进展。ARC数据集包含7,787个真正的小学水平(美国3-9年级),多选科学问题,以鼓励高级问答的研究。问题分为挑战集(2,590个问题)和简易集(5,197个问题)。挑战集仅包含基于检索的算法和单词共现算法错误地回答的问题。问题是纯文字,英语考试问题,涵盖文件中指出的几个年级。每个问题都有多项选择结构(通常有4个答案选项)。这些问题伴随着ARC语料库,这是一套14M无序的科学相关句子,包括与ARC相关的知识。无法保证可以在语料库中找到问题的答案。ARC基准测试于2018年4月发布.2018年的性能在Easy Set上从63%上升到69%,在Challenge Set上从27%上升到42%。

ARC排行榜(2018年4月-2018年11月)

7.6问题解答:GLUE

下图显示了GLUE基准测试排行榜的结果。通用语言理解评估(GLUE)是一个新的基准,旨在测试自然语言理解(NLU)系统的一系列任务,并鼓励开发不适合特定任务的系统。它由九个子任务组成-两个单句(测量语言可接受性和情感),三个关于相似性和释义,四个关于自然语言推理,包括Winograd模式挑战。语料库大小从不到1,000到超过400,000。指标包括准确度/F1和马修斯相关系数。尽管基准测试仅在2018年5月发布,但性能已经提高,大约是第一个公布基线与估计的非专家人员水平约90%之间的差距的一半。

GLUE基准排行榜(2018年5月至2018年10月)

总结

金准人工智能专家认为,中国在人工智能领域的技术发展和市场应用方面已经进入了国际上的前沿发展国家群体,呈现出中美双雄共同领跑的局面。从科技产出等方面来看,中国人工智能发展的总体水平和美国相比仍有差距,但已经超过大部分国家。在论文和专利等指标上,中国已经有了一定的领先优势。总体来看,在AI这个风口上,中国已经占据了较高的起点。

未来,随着中国和加拿大的人工智能和印度等国家从 IT 向人工智能转变,来自欧洲、亚洲、印度、沙特阿拉伯等国家,乃至全球对 AI 的需求将继续增长。美国和海外对企业培训的需求都很大,人工智能将实现大规模提高效率,传统行业如制造业、医疗保健和金融将会从中受益。人工智能创业公司将向市场推出新产品,并全面提高投资回报率。而机器人、自动驾驶汽车等新技术将会带来惊人的进步。

金准人工智能 银行业网络金融黑产风险分析报告

前言

近年来,随着移动互联网、人工智能、云计算等技术的迅猛发展,互联网金融在增进金融服务效率、降低业务成本方面的优势逐渐显现。互联网金融在给客户带来方便和优惠的同时,也吸引了以诱骗用户资金、攫取金融公司优惠补贴为目的的恶意分子。据《数字金融反欺诈白皮书》显示,以互联网金融欺诈为目标的恶意分子已经逐渐形成了目标精准、分工明确、技术先进的网络黑色产业链条(以下简称“网络黑产”)。截止到2018年6月,网络黑产从业人员已超150万人,据估计造成的损失规模高达千亿元级别,如何对抗网络黑产已经成为互联网金融企业的一项核心研究课题。

金准人工智能专家从银行安全从业者的视角出发,基于2018年重大网络金融欺诈事件的分析情况,总结了网络黑产发展趋势,展望了互联网金融防控手段,希望抛砖引玉,对行业发展起到帮助。

一、互联网金融存在哪些安全风险

1.1非法集资涉案金额超千亿,形式手法多样化

非法集资是指未经有关部门依法批准,承诺在一定期限内给出资人还本付息,向社会不特定对象即社会公众筹集资金,且以合法形式掩盖其非法性质的集资手段。非法集资活动具有很大的社会危害性,不仅参与者会遭受经济损失,还会严重干扰正常的经济、金融秩序,极易引发社会风险。近年来,非法集资案件发案数量增多,形式越发多样,隐蔽性和欺骗性也越来越强。非法集资总体涉案金额超千亿,给国家的金融、社会秩序造成极大的破坏。

上海检察院发布金融检察白皮书显示,2017年,检察机关受理的非法集资案件数量高位攀升,涉众型犯罪风险突出。一方面,受理案件数量居高不下,另一方面,大案、要案频发,涉及金额巨大;仅“e租宝”“申彤大大”“中晋系”“快鹿系”“善林系”五大系列案件,涉案金额就将近2000亿元人民币。其中,“善林金融”实际控制人周伯云以允诺年化收益5.4%至15%不等的高额利息为饵,向社会不特定公众吸收资金,涉案金额近人民币600亿元,于2018年4月24日被批捕。

截至2018年12月,金准人工智能专家累计发现网络非法集资平台1500余家,其中已立案查处的占24%。

从注册公司所在地来看,主要集中在经济发达地区如广东、北京、浙江、上海、江苏等。

1.2网络传销活跃参与人数超千万,部分直销企业涉嫌传销引舆论热议

金准人工智能专家了解到,近年来,以无接触、网络化、地域分散化为特征的新型传销开始频繁出现,仅金准人工智能专家监测到的疑似传销平台就有五千多家,活跃参与人数达数千万。越来越多的金融平台通过传销的手法,借助互联网和社交网络快速发展壮大,风险等级呈指数级增长。2018年12月14日,“善心汇”传销案正式宣判,主犯张天明被判处有期徒刑十七年,并处罚金一亿元;参与“善心汇”传销活动的人员共598万余人,涉案金额1046亿余元,社会危害巨大。

新型网络传销的主要模式包括:


以高收益为诱饵的金融投资理财项目进行诈骗,涉案金额巨大,扰乱了社会市场经济秩序,危害国家经济安全以及公民个人经济利益,极易引发群体性事件等违法犯罪案件,已成为影响社会稳定的隐患之一。已经崩盘的钱宝网,项目年化收益率高达50%以上,其收益组成=任务收益+签到收益+推广收益+体验任务收益。其中,拉人头推广收益占了很大比例,从而吸引大量投资者蜂拥而至,涉案金额高达300亿,影响极为恶劣。

各类境外资金盘、虚拟币、ICO项目层出不穷,很多都是打着创新的幌子,许以高额汇报,其中蕴含非法发行、项目不实、跨境洗钱、诈骗、传销等诸多风险,造成大量资金流向境外,严重危害国家金融安全。由于不受国内机构监管,一旦崩盘、跑路或者失联,投资者往往投诉无门,损失难以追回。比如百川币、SMI、MBI、马克币、贝塔币、暗黑币、美国富达复利理财等等。

打着“消费返利”、“消费多少返多少”、“消费增值”、“消费就是存钱”等口号的各类网上商城及线下商城,开始成为传销的新变种。已被查处的浙江万家购物网,打着“满500返500”等幌子诱使他人消费和入会,按照资格和条件,分为普通会员、VIP会员、金牌代理、金牌代理商、区域代理商等级别,实行层级计酬,涉案人员190万,金额高达240.45亿,遍及全国31个省(市、区)的2300多个县(市)。

伪装成“精准扶贫”、“慈善互助”、“国家工程”、“民族大业”、“资本运作”等项目,收取加盟费后承诺获取高额回报的(如年收益率高于20%),基本可以认定为传销。MMM金融互助平台宣称月收益率可以达到30%,此外,参与者发展他人加入可获得推荐奖(下线投资额的10%)、管理奖以及发展“下线”的管理奖:第一代5%、第二代3%、第三代1%、第四代0.25%,以此激励模式鼓励会员不断发展更多的下线。善心汇以“扶贫济困、均富共生”的名目,以高收益为诱惑,发展“会员”500多万名,涉案金额数百亿。

以保健品、收藏品、投资等为载体的骗老陷阱:先以免费体检、产品体验、健康讲座等形式吸引老人参与,通过套近乎、亲情牌与老人拉近关系后,进行“洗脑”式推销。不仅给老人造成经济损失,还会影响其身心健康,进而破坏家庭和谐与社会稳定。

打着“微营销”、“微商”等旗号,销售低质量、低成本商品甚至三无产品,通过发展社交平台好友成为下级,进行层级计酬。比如全国首例社交平台传销案——陈志华传销案,所谓的“亚洲催眠大师”陈志华,宣传交59800元代理费,每天只要转发营销课程,拉更多人来听课,就能“月入百万,108天买奔驰,6个月买房,一年开上劳斯莱斯”,该案涉案人员达329人,涉案金额达461万元。

理财游戏类传销:以高额收益为诱饵,通过在游戏中充值获得固定奖励,推荐更多人参与,则可以获得更多的动态收益。已破获的“魔幻农庄”游戏传销,在短短5个月时间里,先后发展涉及重庆、四川、广东等28个省市的12万余名玩家,交易金额达4600余万元,最终全面崩盘

从传销类型分布来看,金融投资类传销占比最多,紧接着是山寨虚拟币、商城返利、微商旗号类、招商加盟传销,成为新型网络传销的主流模式,如下图所示

从传销公司注册地域分布上看,主要集中在沿海经济发达地区如广东、北京、上海、浙江、山东、江苏等地:

从传销参与者分布来看,人口大省如广东、山东、浙江、江苏、河南排名靠前。

商务部公布信息显示,截至到2018年12月31日,全国已经获取直销牌照的公司有91家,其中外商投资企业占比约36%:

从注册地来看,直销企业主要集中在经济发达地区,广东、山东、上海、天津位居前列,西部省份相对较少:

部分直销企业在实际运营活动中,存在虚假夸大宣传、涉嫌传销等违规行为。公开报道显示,2018年,全国工商和市场监管部门共计查办直销违法案件59件,罚没金额共计3200万元,直销行业仍需持续加强监管。

1.3 P2P网贷行业监管日趋严格,大浪淘沙回归普惠本源

平台跑路、韭菜被割的故事不断上演,监管风暴中的P2P面临生死劫,行业一片风声鹤唳。由于P2P平台创建成本低、收益回报高,大量未经批准的P2P网站从出现到跑路的消息不断传出,给整个投资、融资生态造成混乱。2018年8月中旬,P2P网络借贷风险专项整治工作领导小组办公室下发了《关于开展P2P网络借贷机构合规检查工作的通知》,同时下发的还有108条《P2P合规检查问题清单》,要求P2P网贷平台在2018年12月底前完成合规检查。 根据要求,网贷平台备案验收后或将被分为合规、整改、兼并、清退四大类分类管理,合规的优质平台将可以留下来继续发展,反之则面临着被清退和淘汰,这也意味着行业真正的、彻底的洗牌即将到来。与此同时,2019年网贷行业合规化也将逐步收官,完成备案。

二、2018年网络金融黑产发展趋势

2017年《网络安全法》正式出台以来,国家加大了对网络攻击等犯罪行为的打击力度,各银行、金融机构也加大了网络安全投入,针对互联网金融机构的直接网络攻击得到了有效控制。近几年,恶意分子的作案目标逐渐转向安全防护意识相对较弱的用户,以及安全管控相对宽松的互联网金融机构。金准人工智能专家分析,各金融机构风控系统收集的各类欺诈事件信息显示,当前网络黑产呈现产业化、精准化、移动化、技术化等特征。

产业化:通过对2018年各类舆情进行分析后发现,网络黑产从业人员已经从原来的小集团、小作坊的模式向产业化、链条化的方式转变。专业的线报提供产业、云化手机牧场、IP隐匿代理,使得网络黑产作案时的隐蔽性更强。

精准化:传统欺诈事件通常是广撒网,欺骗性和迷惑性较低,但随着信息泄露和大数据、人工智能的发展,当前作案的针对性更强,如针对租房者以中介的身份进行诈骗,针对企业财务人员以税务或企业管理人员的身份进行诈骗等。通过精准掌握被害人身份,增加了欺诈事件的迷惑性和危害性。

移动化:根据2018年的统计数据,我国手机网络用户较去年增加了约10%,而一年中发生的数据泄露事件,60%以上来自移动设备,欺诈事件的主战场已经转移至移动端。

技术化:随着技术的发展,网络黑产使用的各类工具平台也逐渐统一化、集约化,甚至出现了一些将欺诈过程中使用的打码、接码、改号、身份隐藏等一系列黑产工具集中的BTaaS平台(黑产工具即服务),技术化的网络黑产使得黑客作案成本更低、威胁更大。

针对网络黑产的新变化,金准人工智能专家结合2018年各类安全事件、安全态势,总结了2018年网络黑产事件呈现出的6个趋势:

2.1用户个人信息泄露助长了网络黑产的气焰

近年来,“信息泄露”事件频发,2018年此类事件呈现出涉及范围越来越广、作案手段越来越多的趋势,泄露信息数量较去年也呈指数型增长。仅2018年,国内即发生多家重要机构或企业客户信息泄露事件,泄密数量总计超过60亿条。

§ 2018年6月19日,暗网用户在网上兜售某快递公司10万条快递数据,其中包含收(发)件人姓名、电话、住址等信息。

§ 2018年8月20日,浙江绍兴越城警方侦破史上最大规模用户数据窃取案,涉及用户数据超过30亿条。

§ 2018年8月28日,某集团旗下多家酒店入住信息被不法分子挂在暗网售卖,涉及用户数据超过5亿条,泄露约1.3亿人的身份信息。

§ 层出不穷的信息泄露事件,使得用户个人敏感信息大量涌入网络黑产,并且每次大规模信息泄露后,往往都伴随着金融业“撞库”、欺诈事件的陡增。

2.2针对金融APP的木马攻击呈现高度定制化趋势

2018年,金融行业遭受的攻击依旧处于高位,从统计数据来看,往年偷盗短信验证码等广撒网的攻击手段已经能被金融行业的风控系统有效防治,针对金融机构的深度定制攻击正在不断增加。该类攻击主要通过木马发起伪冒交易操作,由于攻击来自用户本人设备,使得金融行业传统防控手段难以在第一时间控制。

§ 针对金融业资金盗取的新型木马

2018年11月,ESET公司检测到一款主要针对PayPal进行攻击盗取资金的木马,该木马伪装成电池优化工具等APP,利用安卓系统的Accessibility技术监控手机屏显内容和模拟用户点击操作,窃取用户资金。该木马通过第三方应用商店大规模分发,目前已发现被此类木马感染的手机超过了三万台。

§ “寄生推”恶意SDK事件

2018年4月,腾讯安全实验室发现多款知名应用在用户设备上存在私自提权、静默植入应用的恶意操作。腾讯安全研究人员通过溯源分析,发现这些应用均集成了“爱心推”信息推送SDK,该SDK可以通过云端控制的方式对目标用户下发恶意代码,进行ROOT提权、静默应用安装等恶意且隐秘的操作。研究人员将此信息推送SDK称为“寄生推”SDK。据统计,已有300多款应用集成了此SDK,潜在影响近2千万用户。

网络黑产不断针对金融行业探索定制化木马,单独依赖终端、操作系统层面的隔离防护等传统风控手段已经无法保护用户不受恶意程序影响。

2.3“羊毛党”造成的损失日益严重

2018年,互联网金融在业务推广时不断放大的利润,引得手握大量虚拟卡号、账号资源的传统黑产从业者摇身一变成了“羊毛党”。在网络黑产的助力下,“羊毛党”有组织地对互联网金融推广的各类福利进行攫取,由于行为更加隐蔽,法律风险更低,越来越多的不法分子由黑转灰,灰产“羊毛党”正逐渐走上舞台中央,其造成的损失逐渐超越直接攻击带来的损失。

§ 知名电商业务漏洞导致大额资金损失

某知名电商被曝出现重大bug,某”羊毛党“发现一个可以无限制领取100元无门槛全场通用券的漏洞,于是利用手中大量该电商账号领券,最终每张券以不足1元购买100元话费或等值QQ币。最早发现漏洞的”羊毛党“为了逃避被追责,将漏洞发到羊毛群中,引发大量”羊毛党“疯狂薅羊毛,最终造成电商平台巨额损失。据官方通告,损失在千万元级别,但羊毛群盛传该电商的损失更为巨大。

§ 著名咖啡企业注册送咖啡被薅千万

2018 年 12 月,某著名咖啡企业推出拉新活动,APP 新注册用户即可免费领取一张兑换券,在线下门店兑换任意一杯当季特饮。无数专业的“羊毛党”利用自动注册机,后台自动调用二维码平台进行注册领券,短时间内获取数十万张电子兑换券,其成本仅为 0.1 元,然后“羊毛党”通过网络渠道以便宜价格进行倾销变现。仅仅一天时间,该企业 APP 虚假注册量已达到 40万,保守按照普通中杯咖啡的平均售价来估算,其的损失可能高达 1000 万人民币。

从上述趋势可以看出,“羊毛党”为企业带来的危害和损失,正在逐渐超过传统欺诈,由此,针对“羊毛党”的打击和防护也需要纳入企业的安全防护体系。

2.4生物识别技术引入新的风险点

随着移动支付与人工智能技术的普及和发展,生物识别技术正在为社会各行业提供有效的身份识别和验证手段。然而,以人脸识别、指纹识别为代表的生物识别技术在提供便捷用户体验的同时,也成为了网络黑产重点突破的方向。

§ 人脸识别存在绕过攻击手法

针对人脸识别技术,利用照片、视频等方式破解人脸认证的案例层出不穷。之前多个应用曾被曝出可利用图像处理和三维建模等技术,将静态照片改成动态图片或3D模型成功骗过人脸识别认证。此外,近期外媒对110款具有人脸识别功能的智能手机进行了审核,其中42款智能手机仅使用在社交媒体上找到的照片就可以解锁。

图片破解人脸识别示例

§ GAN对抗技术使“万能指纹”成为可能

针对指纹识别技术,利用人工智能技术生成的“万能指纹”可以轻松骗过指纹传感器。纽约大学和密歇根州立大学的研究人员根据公开发布的指纹数据集,利用生成对抗网络(Generative adversarial networks,简称为GAN)合成“万能指纹”,宣称可以解锁任何手机,最高破解率可达76.67%。GAN生成的指纹不仅能骗过机器,从肉眼看上去也变得更像真实的人类指纹。生成器已经学会了人类指纹的一般结构,图像上的污迹较少,并且脊部连接更好。

真实指纹(左图)和生成指纹(右图)对比

新技术引入给网络金融带来了新的风险,各金融机构要积极关注业界技术发展趋势,做好风险防控准备。

2.5短信验证风险依然需要高度关注

2018年8月,媒体报道了多起由于短信验证码被不法分子窃取导致的资金被盗事件,资金损失渠道涉及多家著名互联网公司及金融机构。在此类新型的电信网络犯罪方法中,不法分子利用“GSM劫持与短信嗅探”技术,窃取附近用户手机接收的短信内容,并最终达到信息窃取、资金盗刷的犯罪目的。

短信嗅探设备

目前,主流金融机构对于涉及动账类敏感交易的认证方式已逐渐从短信认证变为介质认证。

2.6互联网金融生态引入新攻击面

随着金融行业与相关厂商间商业合作模式的发展,与相关企业合作更加紧密的互联网金融生态给银行带来了切实的竞争优势,但与此同时也带来了新的安全风险。传统的银行在技术模式上较为封闭,可供黑客利用的攻击面有限,但随着开放程度的增加,原本在银行封闭体系保护下的资产和服务逐渐暴露出来,对外提供的SDK、API可以直接穿透网络进入金融机构的业务系统,开放式银行模式引入了更多新的攻击面。

§ 二、三类账户的互联互通引入新的安全风险

2017年起,银行业二、三类账户快速发展,各行大力推广二、三类账户相关业务,实现了二、三类账户间的跨行开户、跨行转账等业务,具有降低业务推广门槛、降低获客成本等优势,并通过身份鉴权机制实现了互联互通。但是在此机制下,个别银行的安全漏洞,则会成为整个生态环境的短板,对整个二、三类账户体系产生威胁。

§ 某支付平台SDK漏洞导致0元购物风险

2018年7月,某支付平台SDK 被曝存在严重的漏洞。该支付平台向商户提供的SDK包中,存在XXE漏洞,任何部署了此SDK的服务器,都存在敏感信息泄露问题,导致交易密钥泄露等严重后果,黑客可利用交易密钥伪造任意支付记录,实现“0元购物”。

随着合作模式的发展,各银行间的业务融合的更加紧密,传统安全“独善其身”的模式已经无法适应当前的最新形势,任何一个生态参与者安全防范不到位,都可能导致其他同业遭受影响,因此亟需研究金融同业共同建立安全生态体系的路径。

三、多重手段对抗新威胁

2018年各类层出不穷的新型欺诈、攻击手段给银行业网络金融安全风险防控敲响了警钟,传统的安全防护方式已经无法有效保护企业和用户免受不法分子的欺诈,为此,金准人工智能专家积极探索各种综合防护手段对黑产隐蔽的特征进行挖掘,对大量的欺诈事件进行识别,从而更有效地应对新型的诈骗手段。

3.1从单点风险防控到智能化、立体化防控

欺诈攻击行为识别目前已成为业界共同的痛点,主要是由于攻击行为隐藏于正常互联网业务逻辑、无明显攻击载荷,综合多种隐蔽技术手段(ip代理、设备伪造等),导致不会触发网络防护规则,难以及时发现攻击行为。

为了解决业界痛点,提升攻击行为检测的时效性和准确性,金准人工智能专家提出利用机器学习模型,根据风险标识在设备访问电子银行业务时进行重点布控,并通过交易序列分析提供风险依据,改变业界仅能依靠账户、ip地址等监控的瓶颈,增加设备维度和交易序列维度的监控措施。针对监控到的风险设备和风险交易序列,通过设备指纹名单匹配,设备、账户、交易多维度交叉关联,对已知恶意设备发起的高风险交易进行精准拦截,及时阻断风险事件。

3.2“抓小虾”到“钓大鱼”的人工智能黑产团伙深度挖掘

随着外部黑色产业的迅猛发展,企业在互联网环境中面对的威胁对手不再是各自为营的攻击者,更多的是分工明确、协同合作、深度隐蔽的黑产团伙。为了能够从相关威胁信息中挖掘出隐藏在其背后的黑产团体,金准人工智能专家提出基于知识图谱的思想挖掘黑产团伙关系的方法。利用工商银行在信息安全基础数据平台及其综合数据智能化分析处理方面的成果,并结合人工智能技术,对网络黑产信息进行深度关联分析,挖掘隐藏威胁。

该方法将知识图谱思想和机器学习算法结合,以恶意欺诈账户为分析源,从多个维度广泛挖掘关系属性,实现多源数据融合建网,并利用算法智能识别出强关联账户,从复杂的网络汇总梳理出隐藏的关系识别黑产团伙。

基于知识图谱的黑产团伙挖掘模型

3.3攻防能力建设应对新威胁

针对网络黑产日益产业化、精准化、技术化等特点,快速提升金融行业安全人员的能力也迫在眉睫。金准人工智能专家积极探索安全人员攻防能力提升路径,力求从根本上解决当前金融行业安全防御被动的问题,为安全防控体系注入内生动力。金准人工智能专家在总结多年来安全实践经验的基础上,探索构建攻防相长的能力提升体系,为集团发展和行业安全共建提供更多支持。

基于攻防相长的能力提升体系

同时,面对日益增多的生态圈等新型综合攻击手段,金准人工智能专家也在着手研究构建国内首家"金融靶场"、希望通过"靶场"建设提供新技术研究、新威胁快速研判的支撑平台,为金融行业安全发展提供一条新的实践路径。

结语

随着金融互联网应用的发展,如何面对新增的互联网渠道风险已经成为传统银行不容忽视的挑战。从2018年网络黑产的作案手段和发展趋势可以看出,互联网金融行业日渐开放、灵活的业务特点,给网络黑产提供了更多的可乘之机。在网络黑产日益专业化、智能化、定制化的发展趋势下,互联网金融行业面临的风险防控压力空前,并且还将持续加大。为此,传统银行除加强自身安全能力建设外,还应积极探索黑产防护、黑产识别等课题的同业合作路径,同时加强与互联网标杆企业的交流学习。