2025年长尾信贷AI应用专题报告：海外借鉴与国内趋势

一、放贷革命前沿

（一）Upstart：AI放贷先驱

根据公司官网，Upstart是领先的人工智能（"AI"）借贷机构，成立于2012年，将数 百万消费者与100多家银行和信用合作社连接起来，其背后的金融机构借由Upstart 的AI模型和云应用程序向消费者放贷。 Upstart的运转核心在于重塑信用评分系统，目前，美国沿用的信用评分系统一直是 1956年由比尔.费尔和厄尔.伊斯克创立的FICO系统，根据官网数据，FICO客户包括 超半数的全球前100大银行，北美及欧洲超600家的个人及商业保险公司，还有400 多家零售商及综合百货商店（包含美国前100家零售商中的三分之一）。 Upstart的创立者，前谷歌成员戴夫.吉劳德（Dave Girouard）指出，当前信贷市场仍 在沿用上述“古老”的评分系统，改进空间较大，主要为，若信用评级参考因素不 足，则可能导致三个问题，其一，信贷资源错配，致使贷款流向了那些实际上无力偿 还的人群，这无疑增加了金融机构的坏账风险；其二，具有良好偿还能力的潜在优 质客户却遭到不合理的拒贷，使得他们错失了应有的信贷支持与发展机会；其三， 由于扭曲的信贷模型，那些一贯准时还款、信用良好的人被迫承担过高的利息支出。 这种不合理的情况导致了一种逆向补贴现象，即守约者实际上在补贴违约者。

而根据Upstart2023年年报，Upstart人工智能有望重塑借贷流程，其人工智能模型已 经过十多年的持续升级、训练和完善，该模型应用于收入与身份欺诈、获客目标定 位、贷款叠加、限时违约及提前还款预测以及贷后服务等方面。依托1600多个变量， 基于超过5800万笔还款事件进行训练，平均每个工作日新增8.3万笔还款数据用于训 练。 AI放贷是否可行？ 2019年，美国消费者金融保护局CFPB报告称，Upstart的人工智能模型批准的借款 人比高质量的传统模型多27%，批准贷款的平均年利率低16%。换言之，与几家大 型银行的信贷模型相比，Upstart的人工智能模型以相同的损失率批准了大约1.27倍的借款人。

（二）AI网贷商业模式：轻资本业务为主导

作为资金池类机构的一种，Upstart有32%资金来自银行，48%资金来自机构投资者， 这些机构投资者包括高盛、太平洋投资管理公司（PIMCO）和摩根士丹利投资管理 公司管理的基金等，16%来自公司自身资金。整体来看，虽然公司直接出资占比增 加，但整体仍以轻资本业务为主，主要还是依赖银行和机构投资者来提供资金支持 其贷款业务。 公司产品类别主要为1,000至50,000美元的无担保个人贷款，根据公司招股说明书， 截至2020年Q3，有70%的贷款属于完全自动化获批，年利率通常在6.5%至35.99% 之间，期限通常在3至5年之间，每月还款计划，没有提前还款罚款。平台核心贷款 客户通常在28岁。 Upstart的收入主要通过三种不同的基于使用情况的费用形式来获取，根据合同安排， 这些费用可以是按金额收取，也可以是按百分比收取。①每次公司推荐的借款人成 功获得贷款时，公司会向银行合作伙伴收取相当于贷款本金金额3%至4%的推荐费。 另外，②每当银行合作伙伴使用公司的平台发放贷款时，会向其收取大约为贷款金 额2%的平台费。这些费用是分别通过合同约定并单独收取的，不过出于会计核算目 的，它们通常会合并处理，因为它们一般代表着一项单一的履约义务。③公司还会 根据贷款存续期间的未偿还本金，向贷款持有者（银行或机构投资者）按年收取0.5% 至1%的持续性服务费用，用于贷款的后续服务。此外，④公司还有一小部分收入来 自利息收入以及证券化活动。

在上述四类收入中，前三种均为轻资本业务，所收取的费用占公司收入的绝大部分， 公司净利息收入则在近几年成下降趋势且创利为负。单看轻资本放款模式中，根据 招股说明书，Upstart获客及银行获客类模式毛利率2020年分别在44%、67%。合计 看轻资本业务的毛利率水平，近几年延续扩大，自2018年的15%增加至2024年前三 季度的60%，一定程度证明公司规模效应初现。

进一步看轻资本放款费用类型，随着合作金融机构数量的扩大，与存量相关的服务 费用占比逐渐增加，此外，成本端，获客成本占比持续下降，主要与公司数据范围扩 大，获客难度边际下降有关。

二、参考美国 AI 之于放贷

（一）美国AI放贷的必要性

AI放贷的必要性如何，我们从不同市场C端贷款一观。 首先，从政策管理角度来看，海外网贷平台可参与的放贷范围更为广泛，国内网贷 集中在消费贷，消费贷单均规模较小，若后续网贷能够支撑住房类贷款或更广泛的 汽车贷款，则需要依赖大量的数据严格把关长尾客户触达情况，数据化进程有望随 之加速。 具体来看，美国对住房以及车贷管理较松，允许网贷平台进行房地产以及汽车借贷， 根据2016年美国财政部发布的在线市场借贷行业白皮书，其中“白皮书指出了一些 需要持续监测的潜在趋势。这些趋势包括信用评分的演变、利率变动的影响、潜在 的流动性风险、以及在线借贷平台发放的住房抵押贷款和汽车贷款不断增加的情况 （increasing mortgage and auto loans originated by online marketplace lenders）、 潜在的网络安全威胁以及反洗钱要求的合规情况。”即，网贷平台并未被制止进行 上述两款产品的放贷行为。再看日本，日本与放贷机构管理的《贷金业法》并未明确 规定网贷平台不允许发放房贷和汽车贷款，但从监管框架来看，《贷金业法》明确了 融资业务的主管机关，规定贷金业者需向主管机关登录后才可从事融资相关业务， 并设定了最低实收资本额等准入门槛，以及规范了贷款行为，只要网贷平台满足相 关条件并遵守规定，就可在许可范围内开展房贷和车贷等各类贷款业务。 Upstart 2024年加入房屋净值贷款（HELOC）市场，多元化放贷类型。从单均价值 来看，HELOC大于车贷大于其它消费贷，基于此，若网贷平台放贷类型包含车贷以 及HELOC或更多元的贷款类型，有助于放贷规模加速扩张。

对比国内，原银保监会2020年披露的《商业银行互联网贷款管理暂行办法》，明确 规定商业银行发放的互联网贷款资金不得用于购房及偿还住房抵押贷款。

其次，除政策环境之外，从各类个人贷款规模来看，美国及中国除房贷外其余个贷 余额较高。综合上述，美国具备较宽松的个贷监管环境，叠加较大的个贷余额，催 生更充分的AI网贷应用场景。 再次，网贷平台放贷规模渗透率较高也为AI放贷贡献更多底层数据。 美国网贷平台占个人贷款比例较高，已成为C端放贷的重要玩家之一。从美国无抵押 个人贷款（消费贷+车贷）资金来源来看，截至2023年底，居民消费贷、学生贷以及 车贷合计43370亿美元，而根据Mordor Intelligence数据，2023年，数字借贷市场规模达到4030.1亿美元，预计到2029年将达到8963.4亿美元。数字借贷平台放贷占比 9.3%。反观国内小额贷款公司占除房贷外住户贷款总额的比重，自2013、2014年高 点的约8%下落到2023年底1.8%，相较海外占比较低。

（二）美国AI放贷的重要性

区别中美个人征信结构，美国AI放贷是征信系统发展完善所自然催生的结果，相较 国内，美国的征信制度发展的更早，市场征信机构通过注册制落地，个人征信领域 的数据由市场机构管理，通过市场筛选，形成三家征信机构垄断的局面。整体来看， 行业格局更为成熟，体现在数据上，根据美国消费者金融保护局2015年的报告，大 约有2600万美国成年人是 “信用隐形人”，即没有任何信用记录。而在中国，据2024 年11月14日上海证券报消息，在中国人民银行征信中心有信息的个人数为11.6亿人， 没有任何信贷信息记录的约有4亿人。基于此，较为成熟的征信结构推动更多元和大数据的放贷系统建立。 此外，美国当前人群收入分布还体现为严重的贫富差距，相对低收入的人群对灵活 的放贷需求较大。根据美国人口普查局的数据，收入占比前20%的家庭收入占比在 2023年为52%，收入占比后20%的家庭收入占比在2023年为3%。

（三）AI放贷有效性

从自动放贷的占比来看，Upstart自动放贷占比不断上升。看Upstart所披露的数据， 截至2024Q3，Upstart有91%的贷款属于自动放贷，这意味着多数Upstart的贷款从 借款人申请贷款到资金到账，整个过程无需人工干预。通过其技术优势，能够在几 分钟内完成贷款审批，相比传统贷款审批流程可能需要数天的时间大幅缩短，为借 款人提供更快捷的资金获取途径。

对违约率的影响，Upstart分级中对应级别的不良率较FICO的不良率更低。UpstartA 类分级中截至2024Q3违约率在2.2%，在FICO评级中700分及以上评级的违约率在 5%，差别明显，且Upstart评级体系中，最差的评级消费者违约率是最优质评级消费 者的8.5x，而FICO评级中，最差的评级消费者违约率是最优质评级消费者的3.5x， 评级准确度不及Upstart。上述数据表明，UpstartAI评级系统在长尾放贷中行之有效 且表现更佳。

截至2024Q3，Upstart的模型由超过1600个变量驱动，训练于超过7700万次的还款 事件数据。比传统的评级系统，Upstart评级系统在多通过101%的借款人的情况下贷 款利率下滑38%。 观察国内的征信科技发展进程，国内目前科技放贷的发展方向主要集中在企业放 贷，①根据公司官网，北京金融大数据有限公司是北京金融控股集团的全资子公 司。公司积极践行服务百姓生活、服务首都发展、服务国家战略的金融价值观。公 司顺利完成在人民银行企业征信业务经营备案，实现“持牌经营”，打造了企业征 信服务体系，以坚守数据合规为底线，打造建设数据权威、画像精准、政策联动、 业务协同的“京云征信”平台。截至2024年初，平台已汇聚北京各委办局2300余 项高价值数据，实现市场主体全覆盖，数据总量超50亿条。在此基础上，平台打造 了超3000项标签“企业画像引擎”，并深度契入信贷、风控等金融核心业务，数据 服务调用量累计近2亿次。与区政府客户合作中，已实现400项政策5万余次智能推 送，落地企业申报信息智能核验16万余次，服务北京经开区企业6000家，所涉政 策扶持金额超100亿元。还将公共数据融入北京市供应链金融综合服务平台和小微 企业融资对接服务平台，支撑企业准入审批和预授信额度估算等核心业务模块。

②2022年7月，网商银行对外发布“百灵”智能交互式风控系统，在行业内首次探索 人机互动信贷技术，填补市场空白。根据人民网普惠金融优秀案例， “百灵”智能交 互式风控系统是对于网商银行“310”（3分钟提交资料，1秒钟放款，全程0人工干预）模式的升级，通过智能交互、决策构建创新自证模式，实现通过人机对话、智能审批 完成对客资料收集、解析、验真、决策。 自2022年投入使用至2023年，百灵已累计 服务800万小微经营者，平均可帮助小微经营者提升贷款额度4.5万元。近10年以来 小微普惠金融不断发展，小微经营者融资贵、融资难的现象有了明显的改善，但“够 不够”正逐渐成为小微金融下一阶段的新命题。同时，《个人信息保护法》、《数据 安全法》、《征信业务管理办法》等法律法规的陆续实施对行业的数据获取、应用、 安全和隐私保护都提出了更高的要求。大规模人工智能技术的应用，让我们看到了 为小微提供普惠、及时又个性化的信贷服务的新机会。目前，百灵已经支持包括合 同、发票、营业执照等70多种自证任务，支持超过15个不同的行业的场景，整体识 别的准确率达到95%以上。而在验真技术方面，百灵通过唯一性检测，摩尔纹识别 防止篡改和翻拍，同时进一步引入关系图谱交叉验真技术，通过企业上下游关系检 验合同、发票等交易关系的真实有效性。 网商银行除了百灵系统之外，还与农业农村部大数据发展中心联合建模，发起“农 户秒贷”项目，运用“大山雀”卫星遥感风控系统与隐私计算技术，将三农数据引入 金融风控。以及围绕汽车行业展开的“大雁信贷”。

当前国内AI个人征信尚未得到发展，但国内银行的个贷近年来随经济环境波动影响， 管理难度提升，为大数据征信和放贷提供发展环境。根据银登中心数据，2023年第三季度开始，银行个人不良贷款批量转让规模大幅增加，主要集中在信用卡透支以 及个人消费贷款。

三、国内网贷趋势

（一）国内网贷政策复盘以及定价规章

据零壹智库不完全统计，截至2024年9月25日，其中注册资本在50亿元以上的不足 10家，根据当前监管，注册资本50亿元以上的互联网小贷允许跨省经营，而注册资 本低于50亿元的原则上只能本区域经营。

从行业来看，经历2015-2021年的严监管周期，行业趋于成熟且头部玩家地位逐渐清 晰。根据奇富科技港股上市招股说明书，截至2021年，市场五大信贷科技平台蚂蚁 集团、京东科技、奇富科技、度小满、乐信金融科技市场份额分别为26.0%、4.1%、 2.4%、1.8%、1.5%。

整个行业的绝对头部是蚂蚁、微信等，现金贷款利率基本上在15-20 %左右，接下来 是度小满、美团、360借条等，在20-23%左右，截至目前，利率自低到高分别为度 小满、360借条、美团，再往下是24%+的长尾平台。不同的玩家倾向于在自己的订 单区间内做业务。 关于网络小贷贷款利率上限， 原始民间借贷利率保护上限为24%，但2020年8月20 日，最高人民法院发布新修订的《最高人民法院关于审理民间借贷案件适用法律若 干问题的规定》，将民间借贷利率的司法保护上限调整为以中国人民银行授权全国 银行间同业拆借中心每月20日发布的一年期贷款市场报价利率（LPR）的4倍为标准。 但值得注意的是，文件中提及，经金融监管部门批准设立的从事贷款业务的金融机 构及其分支机构，因发放贷款等相关金融业务引发的纠纷，不适用本规定。 综上，国内小额贷款公司适应法律仍为24%，即：

借贷双方约定的利率未超过年利率24%，出借人请求借款人按照约定的利率支付利 息的，人民法院应予支持。 自然债务区：借贷双方约定的年利率在24%至36%之间，属于自然债务区。出借方 起诉主张该区间部分利息，法院不予保护；借款人自愿履行完毕，法院不予干预；借 款人抗辩要求返还或折抵该部分已支付利息，法院亦不予保护。 无效区：借贷双方约定的利率超过年利率36%，超出部分的利息被认定无效。

复盘2017年至今的核心监管政策：自2015年《关于促进互联网金融健康发展的指导 意见》推出，互联网小贷行业监管周期随之启动，直到2024年，《小额贷款公司监 督管理暂行办法（征求意见稿）》落地，互联网小贷行业监管趋于成熟和完善。 当前，主流监管政策针对互联网小贷公司的不良计提方式、暂停新增小额贷款公司 从事网络小额贷款业务，网络小额贷款公司对单户用于消费的贷款余额不得超过人 民币20万元，对单户用于生产经营的各项贷款余额不得超过人民币1000万元。 此外，关于网贷催收，当前监管力度亦较强，主要根据三份文件开展，分别是《互联 网金融个人网络消费信贷贷后催收风控指引》该标准已通过全国金融标准化技术委 员会审查，并规定了每日电话催收不能超过 3 次、晚上 10 点以后不能催收、不应 向联系人催收等内容。《关于进一步规范金融机构网络贷款业务的通知》也对网络 贷款的催收行为进行了严格规范，明确禁止使用暴力、恐吓、侮辱、诽谤等手段进行 催收，并要求加强对催收人员的管理和培训。此外，《网络借贷信息中介机构业务活 动管理暂行办法》也间接地规范了催收行为，禁止暴力催收等。

（二）国内网贷趋势

其一，平台化转型。 类似于Upstart，国内几家网贷公司亦有平台化转型趋势，以奇富科技（原360数科） 为例： 在收入构成方面，根据公司2023年财报，公司信贷驱动服务收入为117.4亿元，占净 收入总额的72%，平台服务收入为45.5亿元，占净收入总额的28%。其中，轻资本模 式下的贷款撮合及服务费、转介服务费和其他服务费分别为32.14亿元、9.50亿元和 3.88亿元。 在贷款余额方面，奇富科技的轻资本业务在贷款促成中占比显著，截至2023年，公 司轻资本业务促成的贷款占比达到57.0%，而贷款余额占比为61.4%。截止2024H1， 公司轻资本业务促成的贷款占比达64.9%，贷款余额占比为65.8%，这一增长趋势表 明公司正逐步向轻资本模式转型。

具体分析奇富科技信用贷下游借贷场景，根据奇富科技官方信息，截至2023年，公 司人均贷款7500元，通过360借条、360小微贷、360周转灵等产品，奇富科技帮助金融机构为小微用户提供信贷科技服务。公司下游借贷以零售C端为主， 平台化转型亦是属性使然。

其二，注入AI。 随着人工智能技术的迅猛发展，金融行业正在迎来前所未有的变革。作为AI技术的 集大成者，大模型凭借其卓越的数据处理能力和深度学习能力，正逐渐成为推动金 融创新的核心动力。目前已有多家上市信贷科技企业广泛应用AI技术，推动金融服 务创新和优化，其中信也科技、乐信、陆金所控股、奇富科技为典型代表。

仍以奇富科技为例，根据奇富科技官方公众号信息，自推出奇富GPT，奇富GPT通 过对海量数据的深度挖掘与分析，成功将小微用户行业属性的精准打标提升至 96.7%，奇富科技的AI应用已经产生了显著的业务效果。在小微识别与信贷审批领域， 奇富GPT成功构建了专门针对小微用户的知识图谱，能够深入解析法人、上级机构、 抵押物、债权等复杂关系网络，有效识别潜在风险。在客服领域，奇富GPT的AICopilot系统使客服人效提升了4.1%，用户转化率增加了5.6%，同时管理效率提升了 50%。在智能营销领域，奇富科技结合AIGC技术，形成了自动化+AIGC的全闭环能 力。大约70%的图片素材和20%的视频素材由大模型生成，使客户触达规模增加了 21.4%，授信成本优化了9%，成为大模型在业务增效方面的典范应用。

其三，顺周期弹性较大。 核心互联网小额贷余额较经济增速关系更紧，弹性更大。根据奇富科技贷款余额、 互联网信贷余额均值、上市银行信用贷余额均值与GDP之间的关系弹性来看，信贷 科技企业贷款相较GDP增长弹性更足、关系更紧，随着经济逐渐复苏，互联网信用 贷企业放贷余额有望弹性增长。参考美国个贷变化趋势，2023年美国GDP同比增长， 带动个贷弹性增加。

编辑：火腿肠