【网贷行业】

$Upstart(UPST)$  第一次听说，刚看了一下这个公司，感觉这个公司模式好，是个好生意，有社会价值，也有正反馈循环：同时面对用户和银行客户（主要是地方性小银行和credit union），结集他们的资金和放贷能力，降低他们的放贷风险和信用估算的不确定性，给他们提供更多的信息和数据模型优势，随着银行客户的增加和用户的使用，银行和用户付款数据会越来越多，算法会越来越精准，成本和利率优势会越来越大。TAM很大，未来增长空间大。贷款打包，卖给第四方机构投资者，自己不承担任何风险，降低贷款利率，和传统贷款模式相比会越来越有竞争力。这是个平台企业，连接买卖双方的，个人用户体验好，对银行来说，独自放贷更有信息和智能优势，让卖方竞价，这个平台都有会在价值链中逐渐加大自己的服务价值和分量。这比P2P风险更低，属于传统金融体制内的disruption，更容易发展。估值感觉也不太高，整体合理。有护城河，网络效益，数据AI智能累积，市场占有率自然会越来越大。这是木头姐应该喜欢的，但好像不在ARK里。这股还需要再研究，主要是和同类的竞争者（SoFi，Credit Karma，大银行）相比的利率优势，模式和获客方式和获客成本等。这公司主要是提供个人消费贷款，属于高风险贷款，受宏观金融，利率变化和经济周期影响较大，服务相对单一。

又看了一下，关于UPST，还是有很多风险和不确定因素，还需要更多研究。金融服务公司还是有风险的，先放贷后打包卖给投资者，不知道有问题时会不会砸手里，尤其是利率上升时。风险预测在没有经历金融周期时，会有系统风险，就像subprime，突然一下很多loan成坏账了，会亏钱。所谓数据也只是credit report的数据，AI技术也只是常用的那些神经算法等，没有真正的护城河，估计大银行也都在用，以后主要是靠数据广度和量的累积，这方面大银行数据更丰富。如果谷歌或脸书进入这种个人信用风险预测行业（就像苹果发信用卡），这种公司就没希望了。

算法模型最后就是上千个变量和系数，只需要大量原始数据就够，那些神经网络算法都是现成的，直接用tensorflow或者pytorch就行，大银行应该早就都有这些了，现成工具，不需要去特别挖人。原始数据如果没有长经济周期的话，是有系统误差的，容易在经济衰退时，高估低信用人群的还贷能力，就是08年金融危机爆发的原因。

网上放贷相关公司还有LendingTree (TREE)，$Lendingclub(LC)$ ，$Rocket(RKT)$   LoanDepot (LDI)，NerdWallet （NRDS），SOFI， 大小线上银行等。竞争是非常激烈的。难以确定是否有显著的模式优势。

一直在看网贷行业，感觉这个网上放贷的行业竞争激烈，模式多样化，主要是放贷的风险谁承担的问题，和收入来源问题。是纯中介只收佣金手续费（TREE，NRDS），还是先放贷再打包转卖机构（UPST，RKT，GSKY）卖散户投资者（过去的LC），还是扩表自担风险的银行模式（现在的LC，SOFI），还是提供多样综合财务服务（SOFI，RKT），还有花呗模式（AFFM，GSKY）。都有获客来源和成本问题（自身平台、卖车卖房合作商，合作银行）。都看明白很困难 要投入很多精力，能看出那种模式更高效更有优势还是很不容易的。感觉行业竞争激烈，获客成本高，都难以有持久的护城河。放贷容易受低利率竞价获客的诱惑，把放贷放自己资产负债表上，藏着系统风险的雷。看了一圈，GSKY一直在盈利，估值上GSKY是最低的，风险也还好，还没有仔细研究。刚看到这个公司居然刚被GS宣布收购了。

大部分都还在亏损，或估值很高。看到唯一的一个盈利稳定且估值低的，就发现被GS捡漏收购了。GS也打包卖UPST的ABS。GS买了GSKY后，可以利用自己的客户网路，低成本的推广GSKY的盈利模式，还降低风险，这对其他放个人消费贷的公司也都是压力。

("这对GS本身业务垂直有利。小银业们对与GS/gsky合作的态度是什么呢？")

对合作的小银行应该是有竞争性和挤压作用，因为上家更强大了，可以吸引更多小银行参与提供贷款，彼此竞价，导致平均利率下降。

UPST股价是个天使数字😇