根据市场研究机构爱分析发布的《中国金融科技行业报告》（以下简称报告）显示，中国金融科技市场规模300亿元，只有美国13%。但从增速角度看，金融科技头部公司今年大多预期翻倍增长，远远超过美国。
350亿美元都花在了哪？
根据Celent预测，2017年美国银行业IT支出为675亿美元。相比之下，金融科技支出占比30%，规模达199亿美元，年增速约8%。美国银行业、保险业、证券业三者资产规模比例约为55:30:15。按此比例估算，美国整体金融科技支出约350亿美元。
资料显示，摩根大通是IT投入力度最大的银行，规模在百亿美元级别。2018年，摩根大通科技支出预算108亿美元，收入占比约1%，其中50亿美元投向金融科技。摩根大通金融科技/IT支出的比例为46%，比银行业平均30%的水平高出不少。
与资产规模庞大的商业银行相比，投资银行的科技支出相形见绌。高盛作为典型代表，2017年科技支出只有9亿美元，收入占比3%。因此，商业银行始终是金融科技公司的首选客户群体。
从技术角度看，大数据在美国金融业应用日臻成熟，区块链是未来增长动力。人工智能在美国金融科技领域应用很早，Experian早在2006年就在反欺诈过程中使用了AI技术。区块链是硅谷新重心，孕育着下一代金融科技公司。
从场景来看，个人征信及企业征信占比过半，是最大的赛道。在美国，除了三大征信局，还有FICO、SAS等专注于数据分析的公司。
研究显示，美国金融科技市场呈现四大特点：
第一是规模相对平稳，头部公司普遍收入增速不到10%。
第二是市场集中度很高，总体市场规模350亿美元，Top10公司的市占率至少在1/3。
第三是拥有独特数据壁垒的公司，将是未来领先金融科技公司的有力争夺者，比如位列前四名的公司Experian、Verisk、Equifax、TransUnion都是如此。
第四是公司的建模能力强。
中国差在哪里？
从场景来看，信贷场景依然是中国金融科技的核心。无论是个人征信还是智能营销，大多以信贷领域应用为主，两者市场占比2/3。
在爱分析联合创始人&首席分析师张扬看来，企业征信最大的应用并不是银行信贷领域而是资信评级。比如，企业征信龙头邓白氏，市值只有40多亿美元。但是，从邓白氏拆出来的评级穆迪市值在300多亿美元。
“单纯的企业征信是一个比较浅的业务，不像个人征信可以渗透到整个信贷场景，企业征信很难特别深的渗透到银行信贷里面。如果做比较大的企业授信，银行线下DD团队对于整个数据的把握，对于公司的把握，会比征信公司强很多。对于小微企业授信来讲，企业征信公司收集的经营数据很难真的跟银行授信环节匹配起来，长期来看，企业征信不会是像个人征信那么大的市场。”
在智能营销领域，目前，国内智能营销尚处于流量获客的初级阶段，转化率还有大幅提升空间。国内大部分贷款超市都提供信用卡推荐开卡服务，开卡成功率只有10%。开一张信用卡不到100元，一个贷款销售线索只有10几块钱。相比之下，美国的同类型公司LendingTree贷款申请匹配成功率是60%，每个贷款匹配成功收取20美元。
报告显示，跟中国差距比较大的场景应用是保险科技。在美国，保险业非常发达，资产规模达8万亿美元，约为银行业一半。美国保险业IT基础设施完善，每年IT支出也在600-700亿美元级别，不输银行业。市场上已经有埃森哲等一批保险IT服务商。而中国保险业的IT服务商非常少，目前看来，保险行业IT基础设施较银行业落后5年，因此保险科技爆发时间点也将落后信贷场景5年左右。
分析认为，未来，中国保险科技市场占比还有很大的提升空间。保险行业跟信贷行业最大的区别在于，保险行业是一种保障型投资，大部分成本最终体现在赔付成本。因此，赔付能力也是保险机构很重要的竞争壁垒。
中国Fintech未来四大趋势
从技术角度来看，美国金融机构对大数据、人工智能等技术的接受度已经很高。而在中国，大部分金融机构的大数据平台还处于搭建过程中，并不完善。人工智能、区块链的真正大规模落地还有待时日。
通过梳理美国金融科技发展历程，报告对中国金融科技未来发展趋势进行了预测：
第一是个人征信。个人征信将是最先成熟而且是最大的赛道，所以现在做个人征信排名靠前的公司，长期都会是金融科技行业里面的头部公司。
第二是企业征信。市场规模会比个人征信小很多，未来企业征信的客户会逐步向产业链核心企业、以及政府客户转变
延伸阅读：
2017美国Fintech产业六大特征 八大启示
1. 美国行业印象 1.1 规模有限：FinTech尚在零星领域起补充作用
美国FinTech行业的发展起步比较早，但并没有真正成规模，主要还是在一些零星的领域，以补充为主。Prosper所在的信用卡再融资领域，其业务规模和Lending Club相加，也只占美国整个信用卡行业的1%；Sofi专注于Henry（High Earner Not Rich Yet，未来高收入但现在还不富有）人群，但客群数量相当有限，主要是以更低的利率完成学生贷款再融资，以更低的首付比例发放房屋贷款；Circle以特殊的方式实现跨境小额汇款的免费化；Ripple则是为银行的跨境汇款提供技术支持。只有Coinbase的业务相对独立，但这种独立并不是其自身能力的体现，而是比特币特性使然。
从我们有限的观察看，主要是两个方面的原因：
一是监管部门管得比较严，包括在牌照发放和业务操作方面。一个网贷机构需要从不同的州获得不同的执业牌照，大大提高了从业的成本。而公平信贷（fair lending）条款则又极大地限制了金融科技公司利用大数据帮助信贷决策的空间。
二是来自传统金融机构的竞争压力非常大，比如富国银行同样利用打分、不见面的方式给小微企业提供贷款，并且长久的技术积累、信用沉淀与更低的资金成本，都表明富国银行的优势可以保持；信用卡的优惠也显著挤压新的支付业务的空间，1%的客户奖励与整体便捷的支付场景使得美国人并没有理由改变日常支付习惯。换句话说，传统金融部门的服务相对比较充分，对金融科技的需求就不如在中国那么强劲。
1.2 模式亮点：小而美的FinTech公司
美国确实存在一批定位清楚、技术先进、运营规范的FinTech公司。比如SoFi的定位非常清晰，不仅只服务于信用资质比较高的高校毕业生（控制了信用风险的前提下），而且从再融资入手，对目标客户提供全方位的、全生命周期的金融服务； Prosper的产品十分规范、标准，这样容易对接资金与产品；Upstart利用有限的数据如信用文件、收入、职业、雇主、学校、学位、专业、地区生活指数、申请时点和数字身份等做更加精准的信用评估。
发达的传统金融环境，在压缩FinTech业务空间的同时，也为其发展提供了良好的发展标杆与平台优势。例如，Prosper和Sofi都可以通过将其所发放贷款进行资产证券化，公开市场再根据其资产质量进行定价投资，一方面来自资本市场的资金成本大幅低于向散户募资，降低开销有利于做大做强；另一方面，伴随金融机构的监管与评级，也实质上起到了对网贷公司自身监管的作用，提高了透明度，降低了风险，保证参与人的利益。
同时，明确的市场环境与成功的先行案例，使得创业公司完全可以类似地寻找成熟业态中，可简化的环节，进行有针对性的创新，并及时对接成熟的市场与资金，降低创业的难度，也对部分创业项目“画饼”，资本疯狂追捧、恶性循环的势头有所抑制。
1.3 网贷定位：难以做纯粹的信息中介平台
即使在美国，P2P也很难完全做到信息中介平台的定位。投资者在做投资决策时往往同时考虑“产品+平台”，在一定意义上平台更重要，所以平台不得不同时考虑资产和负债两端。Prosper从13年初全部都是零售投资者到现在机构投资者占到90%（Lending Club大概是70%），机构投资者有能力做投资决策，但未必认为对每一笔小额贷款申请做出风险评估是一件值得的事情。（但实际上平台还是对机构投资者做了批发商的工作，并非单纯的信息中介），同时，机构投资者的资金具有较大的不确定性，其波动会给平台造成一定规模的冲击，于是Prosper希望再度增加来自个人投资者的资金。
1.4 技术支撑：大数据分析至关重要
大数据分析技术在美国FinTech发展中起到了关键性作用。FICO分虽然明确易懂，但仍然不足以满足信用评估的需要。如Prosper的前总裁Ron Suber所言，FICO分像截图，大数据分析的结果更像视频。但问题是很多FinTech公司没有大数据可分析，受“公平信贷”条款的约束，不敢把一些可能有歧视嫌疑的数据用于分析信用，比如年龄、性别、种族、大学等等。而没有大数据分析做支撑，一些FinTech公司的竞争优势就仅限于运营流程（如Prosper高管说不需要像花旗集团那样开很多的会）或者市场定位（如Sofi），这样的竞争优势的可持续性值得观察。
虽然FICO分数不足以支撑FinTech公司的风险管理，但一个相对完善的征信系统则在三个方面有力支撑了美国FinTech公司的发展。
其一，廉价的大规模获客。不论传统金融机构，还是新兴创业公司，都可以以极低的成本从征信系统进行初步筛选，并获得获客所需的信息，这为后续业务的发展创造了机会，也有力压低了企业的运营成本。
其二，合法全面的数据源。虽然FICO分数不足以为银行和FinTech公司采信，但二者进行风险分析的数据事实上也来自征信系统，合法可选择地获取适合自己的数据；Prosper声称采用了银行未选择购买的信息对客户进行详细建模；SoFi称自己100%查证申请者的收入，而这一比例在Prosper只有20%-30%；Upstart对于人群的更细致甄别，也是建立在选择获取更多数据的基础上。
其三，风险模型的基准标杆。虽然大部分公司不选择FICO分作为征信依据，但在其宣传、训练中，FICO分一直以某种标杆的地位存在。FICO的标准变化缓慢一方面是其跟不上时代的可指责点，但其数据的前后可比性则在数据分析中有着重要意义，对于创业公司，其模型没有历史数据，进行“冷启动”的时候，FICO作为一个标杆无疑是可以使分析师对于自身方法的有效程度有一个明确直观的认识。
1.5 监管滞后：美国的监管没能匹配行业所做出的努力
美国的监管框架相对成熟，但监管部门的兴趣与业界的努力不太匹配，与英国、新加坡等的监管部门相比也有明显距离（比如尝试监管沙盒、创新中心等做法）。另外美国实行的双层（州、联邦）、多极（许多监管机构）的监管框架，也十分不利于FinTech公司开展业务，因为FinTech本身就是跨区域、跨行业的，一些公司只好到不同的州和不同的监管机构同时申请许多牌照。
2. 对中国互联网金融监管的启示
与美国相比，中国的互联网金融行业规模更大，在一些技术领域比如支付处置能力等也更领先。这主要是基于三个方面的原因：市场空白大、技术发展快和监管适度。互联网金融行业的普惠性也十分突出。但行业发展不平衡，比如第三方支付相对发达，网络贷款比较混乱、股权众筹基本没有做起来。未来互联网金融企业的发展可能会呈现多样化，既有大而惠，也有小而美；既有专注tech，也有直接做fin。
美国的监管框架，一方面消除了金融科技领域的一些潜在风险，另一方面也极大地限制了这个行业发展的空间。显然，在风险控制方面，我们应该向美国学习。客观地看，互联网金融的发展实实在在地满足了实体经济的一些需求，在助力普惠金融发展方面的作用尤其明显。同样，如果对数据管制过严，大数据分析就无从谈起，但如果听任商业机构任意侵犯个人隐私，也会酿成严重后果。
因此，监管政策的核心是要平衡创新与稳定之间的关系，既保证互联网金融行业的快速发展，又不造成重大的金融、社会风险，起到真正支持实体经济的作用。
2.1积极支持稳健的金融创新
美国的监管在控制金融科技的风险方面做得比较好，但在支持创新方面显著不足。中国的互联网金融行业做得更大，一个根本的动力还是创新，同时金融监管部门在部分领域的政策制度也及时跟进（如第三方支付领域），其实是一个变相的市场化的过程，在技术层面则利用移动终端和大数据，帮助解决金融交易信息不对称的问题。无论在美国还是中国，绝大部分金融资产都还在传统金融部门手中，即便中国发展最快的第三方支付，2016年也只占银行电子支付交易金额的4.4%。所以无论从普惠金融还是支持实体经济的角度，互联网金融都还有巨大的成长空间，其发展又会推动行业向技术驱动模式的整体转型。中国的先发优势来之不易，应当继续发展。
未来的监管要严密防范风险，同时也要积极支持金融创新。我们构建新的互联网金融监管框架，应该考虑尽量在两者之间求得平衡。监管方式要创新，需要考虑将数字技术运用到金融监管上来（RegTech）。另外是支持金融创新。创新可以在控制风险的前提下进行，比如“监管沙盒”的做法。
无论是哪种方式，都要求监管部门和从业机构密切合作，因为对双方来说，这都是一个新的实践。
2.2 对互联网金融机构必须设置准入门槛
虽然美国的FinTech行业没有做得特别大，但基本的监管框架也保证不会出现大的风险。金融安全是经济安全、国家安全的重要组成部分，准确判断风险隐患和保障金融安全十分重要。因此，金融业是经济体系中受到严格监管的部门。这一点，对间接融资如银行业和保险业是如此，对直接融资如证券公司和基金公司同样是如此。从这个角度看，虽然我国的监管政策对P2P网贷平台定位为信息中介，但备案制是否足够？这一点是值得商榷的。进一步需要考虑的问题是，在实行备案制的前提下，还需要制定一些什么样的监管措施，防范潜在的风险？
归根到底，不管互联网金融做了什么样的创新，其所从事的业务在本质上就是金融，而金融就需要严格的监管。更重要的是，互联网金融还有两个突出的特点，一是业务跨区域、跨行业，风险传导既快又广，二是互联网金融业的一些参与者识别与承受风险的能力比较低。因此，对互联网金融公司实行牌照管理就变得尤为必要。现在再看过去几年发生的一些互联网金融领域的风险案例，如果有基本的资质审查和日常的监管程序，这些风险有可能是可以得到避免的，至少风险不会变的这么大。
对于互联网金融要实行牌照监管的建议，无论在业界还是在监管部门都有些不同的声音。业界的担忧是如果按照传统的方式来管理互联网金融行业，创新也就无从谈起。监管部门则担心根本没有足够的资源来监管每一家互联网金融公司。这两个担忧都是有道理的，政府可能需要大幅度增加监管部门的编制和经费，而监管部门也应该有条件地支持金融创新。
既然要实行牌照管理，就要发牌照。监管部门严控投资公司牌照，造成了很多做智能投顾的公司无证上岗的现象。这是非常不利于行业发展的，既然要管理，就应该明确门槛，给符合资质的公司发放牌照。而对于无牌照执业的公司应该坚决取缔，否则有法不依，后患无穷。对于一些已经发出去的牌照，却又没有很好展开业务的公司，应该及时收缴牌照，这个问题在第三方支付领域比较普遍，牌照变成了一些公司寻租的工具。
对于一些尚未建立明确的监管政策框架的业务（比如股权众筹、资产管理）也应加快制定规则，为实践中已开展的互联网金融业务划清合规边界，避免业务跑偏异化。
2.3 提高“透明度”并实施“投资者适当性”监管
牌照管理只是对互联网金融进行有效监管的第一步，更重要的是加强事中与事后的监管。除了银行和保险，互联网金融的大多数业务都具有明显的直接融资的特征，即参与者自主决策、自主承担后果。而对直接融资的监管有两个基本要求，第一是增加透明度。金融交易最大的困难是信息不对称，个体市场参与者很难充分了解一个金融交易和一个金融产品的方方面面，监管政策需要帮助解决这个问题。监管政策对传统金融业的财务报表和其它信息披露要求，都是为了提高透明度。对互联网金融的监管应该采取类似的措施，除了类似的报表和披露，由于互联网金融的流程往往更加复杂、隐秘，应该考虑实施穿透式监管，清楚地展示资产管理、第三方支付和保险等业务的资金流向，保证合规、透明。
第二是的“投资者适当性”，这主要是因为并非每一个金融产品都适合于每一个市场参与者。比如，如果一个金融机构将大量高风险的金融产品卖给风险承受力非常低的退休人员，这是非常不负责任的行为。近期受到很多诟病的“校园贷”的一个问题就是变相地放“高利贷”给没有稳定收入的学生，这跟2007年以前美国盛行的“次贷”没有根本差别，后来造成了严重的次债危机。像这样很容易造成严重金融甚至社会问题的互联网金融公司理应受到监管部门的“惩处”，虽然我们也承认，并不是所有的“高利贷”都是不合理的。前一段时间沸沸扬扬的数字货币（ICO)业务是另一个的例子。而判断一笔金融交易合理不合理，从监管的角度考虑，除了看是不是合规，另外就是看“投资者适当性”原则。
2.4 互联网金融的监管政策要统一、协调
互联网金融基本上都是混业监管，这跟我国目前实行的分业监管的政策框架并不匹配。而在一些领域比如P2P网络贷款平台，实行银监会和地方金融办（地方金融监管局）双头监管的体制，这样的格局，既是中央、地方各司其职的要求，也是中央监管部门在资源约束下的选择。但事实上，互联网金融公司跟传统的小贷公司并不一样，一旦业务平台建立起来，其业务不会局限在获取牌照的地区。
互联网金融监管政策的协调应该考虑三个方面的内容：
一是在“国务院金融稳定发展委员会”的框架内设立互联网金融监管的协调机制，这样起码可以保证“一行三会”和地方金融监管局一致行动，互相配合。
二是制定统一的监管标准和政策。无论监管政策实施主体是“一行三会”还是地方金融监管局，标准应该是全国统一的。否则的话，容易造成监管政策的洼地，鼓励监管套利，而任何金融风险的后果依然会是全国性的。
三是不应重复美国各州独立发放牌照的做法。各省市单独发牌照，对传统金融机构尚且可行，对互联网金融机构就非常不合理。因此一旦发放牌照，应该就是全国性的，除非设置一些特殊的区域性限制。
2.5 在保护个人隐私和利用大数据分析之间求得一个平衡
美国对个人隐私的保护和对贷款公平性的追求，在很大程度上限制了大数据分析可以发挥的作用。而中国的现实是隐私及个人数据保护体系尚不健全，盗窃、诈骗等现象较为严重，商业机构滥用个人、企业数据的行业乱象高发频发。
在目前行业发展的情况下，需要尽快明确的，是以用户为核心的数据采集和使用原则，完善数据使用及监管机制。美国公司审慎使用社交数据、不使用隐私数据，一方面是严刑峻法监管在前，另一方面则是征信系统提供了可用的基本数据，正规化的收集、管理、授权及使用规则的确立，才是打击数据黑市黑产的最佳方法。
同时，也应避免学习一些过时的法律规章，在数字时代，顺应时代发展的规则才会被真正遵守，强行教条只会徒增发展的阻碍。
应该建立以用户为核心的原则，用技术的手段把这个原则贯穿到数据使用的生命周期中去。一旦个人需要金融服务，可以向金融机构开放个人信息，机构在保护好用户隐私的前提下，可以利用大数据分析的方法判断潜在客户的信用。
2.6 更好地发挥行业协会的作用
在中国，互联网金融行业协会至少可以从三个方面发挥作用。
首先，行业协会连接在监管与从业者之间，有利于二者信息沟通。由于一行三会自身很难打通，行业协会可以有效地互联网金融公司与监管机构间进行信息传递与效果反馈。
其次，行业协会可以使得监管政策的落地更加平缓。行业协会在政策制定与执行中，起到了缓冲层的作用，对于行业的平稳过渡，有着重要作用。
最后，行业协会某种程度上可以成为监管实验的沙盒。监管规则制定对行业的影响无法预估，而行业协会小范围内的实践反思则可以优化相关政策。例如目前银监会发布的P2P信息披露指引，就充分吸收和借鉴之前中国互联网金融协会出台的P2P信息披露方面的自律规则。
