维c理财孙海峰 维C理财COO孙海峰:汽车金融的运营之道

原标题:维C理财COO孙海峰:汽车金融的运营之道

5月26日,维C理财COO孙海峰受邀出席亿欧网科技园大讲堂,并发表主题为“汽车金融的运营之道”的演讲。以下为演讲内容。

非常感谢亿欧网的邀请,可以在今天跟大家一起做个交流。我们公司主要是做二手车金融的,我们几位合伙人都是连续创业者,并且在银行、基金、券商等金融机构有过工作经历,同时公司也吸纳了技术专家加盟。我们已经完成两轮融资,吸引了风投及上市公司成为我们的股东。

我们创业两年多的时间,之前一直在专注于打磨产品和服务,包括验证我们的风控模型,因为金融领域不是比拼短期谁跑得快,而是比拼长期谁活得久。所以今天也正好跟在座的各位介绍下我们金枣金融对于二手车金融领域的看法。

二手车市场发展到今天,我们认为市场主要呈现了这么几个特点。

第一,跟美国相比,中国的二手车的销售量与新车的销售量呈现倒挂,美国是1:3,也就是成交一台新车会卖三台二手车;中国去年卖了1000万量二手车,同时新车卖了2300万量,所以大致的比例是2:1。按照目前二手车市场每年20%的增速,新车相对平稳增长,那么达2020年,二手车销售量将达到2000万以上,与新车销售量基本上是1:1比例。

第二,在这么大市场里,我们发现只有15%左右的比例是通过C2C个人交易的方式完成的,其余主要都是通过B端销售完成,而这里面绝大部分是由独立的二手车经销商销售完成。二手车商的业务模式说起来其实很简单,就是低价收车、高价卖车,赚取中间的差价以及后端金融、售后服务等利润。

那么在低价收车环节,其实主要解决了车源方的快速卖车变现的需求。另外一方面,由于我国的区域经济发展的不均衡,很多二手车是在不同省市之间跨区域进行交易的,充当了物流的角色,解决了不同区域的车主之间的需求匹配问题,提升了二手车这个资产的流动性。所以我们认为二手车商在行业中起到了巨大的作用,应该获得更多的金融支持。

但是现实情况是,整个二手车金融的渗透率相对是比较低的。比如C端的消费贷这块,算上新车,国内大概只有27%的渗透率,而美国可以达到80%以上。在这里,我们可能要对二手车商群体进行一个更细致的划分。实际上,二手车商呈现了一个非常典型的金字塔式的结构。

一般我们把库存在300台以上、以主要销售单价50万以上的豪华二手车的车商定义为超大型车商;库存在100台以上的二手车商定义为大型车商,这样的大型车商在全国看应该有几百家;库存在20-100台之间的二手车商为中型车商,大概在几千到一万家;库存在20台以下的,一般就是小型车商以及黄牛了。

这个群体在整个车商群体中是数量最为庞大的群体,但是基本上享受不到什么金融服务。即使是大型车商,整个金融渗透率也是比较低的,相信随着金融渗透率的提升,会对整个汽车销售场景和消费者习惯产生巨大影响。

我们公司的思路是从二手车金融B端切入市场,然后衍生到C端业务,目前形成B端到C端的全业务链覆盖。我们目前在全国业务覆盖了20多个主要城市,并且将在今年完成50个城市的业务覆盖。目前已经服务了全国1000多家汽车经销商,他们一方面是我们B端车商贷的客户,一方面也是我们C端消费贷的获客渠道。我们累计放款额13亿,一直到目前为止,我们在B端业务还保持零坏账。

下面给大家看下二手车金融的产业玩家。资产端,主要是有2B的车商贷和2C的消费贷。这两个业务呈现比较多的差异点,车商贷是2B的业务,相当于企业经营性贷款,参与的玩家一般有银行、助贷公司、电商平台、P2P、小贷公司、担保公司等。

这些玩家又有比较大差异,比如银行,优势是成本低,劣势是对于B端客户的准入环节会卡的比较严,对于抵质押物会看的很重,同时放款的速度比较慢、效率比较低;而对于新兴的互联网汽车金融公司或者电商公司,优势就是准入相对容易,可以更多参考客户的互联网大数据,效率比较高,劣势就是相对成本较高。

消费贷的业务是2C的业务,参与的玩家就更多了,基本上这上面列出来的机构都有相关的产品,第一类是银行,优势是成本低,一般是以SP的形式来落地,劣势是放款速度慢,同时贷后处理能力比较弱,所以比较重视贷前审核环节;第二类是厂商金融公司,主要是做新车,也有少量涉及二手车业务,优势是跟主机厂绑定,与销售环节结合,可以贴息,也有较强的贷后处理能力,目前也处在由单一品牌向多品牌车型拓展的过程中;第三类是新型的互联网汽车金融公司,这些公司的审批通过率高,手续较简便,流程更灵活,结合了更多的互联网大数据,就有较强的生命力;第四类是融资租赁和P2P,一般准入门槛比较低,缺点是综合费率比较高。

那么介绍下我们对于风控的理解。我们给自己的风控体系起了名字,叫做魔方风控。因为玩过魔方的朋友都知道,每个被打乱的魔方都是独特的,但是要把魔方复原,却有着一套可遵循的逻辑,所谓万变不离其宗。而二手车金融也是一样。

由于二手车是非标品,一车一况,可能不同颜色、不用城市、不同的季节都会导致车价有所不同,包括不同地区的经销商,对于哪些车型、价位的车做的比较擅长,收车价是多少,卖车价是多少,整备费用等是多少,利润多少,销售的周期大概是多少天,这些数据都是会直接影响二手车资产的质量。

我们在实际操作过程中,就特别注意数据的积累,并且通过数据去反馈到我们的风控模型中,根据数据表现去确定授信额度等。举一个例子,比如我们合作比较早的一个商户,他是一个主营中端车型的经销商,均价是20万左右的,最开始的时候,库存规模在30台左右,经营也比较稳定,所以最开始我们给他的授信达到过300万左右。

后来这个商户想要扩张,一方面希望把库存规模做上去,一方面希望把车型提升档次,所以又新开了两个店面,库存从30台达到100台,车型均价从20万提升到50万。

那么我们根据其历史数据,给客户一个明确的建议,就是这种车型他不赚钱,销售周期长,利润低,不是他所擅长的业务。客户还是决定这么操作,我们持续跟踪其数据,发现一个明显的变化是,其回购比例从11%提升到38%。所以综合下来,我们就逐渐缩减其授信,并且最终停止合作。相反,这家客户还可以从另外一家汽车金融公司获得大额授信。

所以,我们其实是建立了一个全国二手车经销商的经营能力大数据库,然后根据这个大数据库,对合作的每一个车商进行评级,根据评级,对其进行授信额度的调整,以及区别定价,掌握资产的定价权。所以我们是真正的让数据发挥了价值,让二手车交易过程中的每个真实的数据成为风控授信的核心要素。

同时随着大数据的不断积累,我们可以不断向银行、保险公司等金融机构输出我们的风控能力和评级体系,打通传统金融机构进入二手车金融领域的通道。让数据发挥价值,这是我们在二手车金融领域与众不同的地方。