作者| 美股先锋
数据支持|勾股大数据（www.gogudata.com）
Upstart成立于2012年，创始团队来自谷歌，主打AI贷款/助贷。去年12月16日于纳斯达克上市，开盘价26美元，目前飙涨到约313美元，短短3个季度时间完成10+倍的神迹。那么，是什么撑起了Upstart的估值，后续又会怎么走向？我们一起来看 。
01 商业模式
首先要讨论的关键问题在于AI贷款这种产品/模式，是否真的比传统的银行贷款有效。按照Upstart管理层的说法，传统的信贷主要有三个问题：放贷给无力还款的人；不放贷给有能力还款的人；准时还款的人支付利息过高。总的来说，也就是传统银行的审核、风控等等模型过时且低效。电信大流量卡
对此Upstart的解决办法是利用AI算法，核心优势在于识别高质量借款人，并促成其拿到合理的贷款额度，过程中收取合适的费用。据年报披露，Upstart与几家美国大型银行研究显示，在相同的损失率下，其信贷模型审核的借贷人数量是传统信贷模型的3倍。也就是说，Upstart的模型更加先进和有效，让更多的潜在优质借款人得到借款（并且通常是以更低的利率水平）。
更具体些，一般银行和其他贷款机构放款审核时参考的核心指标是FICO（1989年设立），分数为300分-850分，分数越高意味着信用越好，拿到的贷款额度和利率优惠更高。虽然除了FICO分数之外，银行和贷款机构也会有一些其他因子作为参考标准，但总体来说电信大流量卡因子有限，模型并不优质，也就导致无法识别和量化风险，错失潜在优质客户，无法有更合适的利率水平等问题。
而Upstart利用AI算法，能更准确量化一笔贷款的风险，经过8年多不断的升级、训练模型，Upstart的产品纳入超过1000个因子/变量，能实现费用优化、偿付预测，并能有效解决收入欺诈、贷款堆叠、身份欺诈等等问题。据20年年报，Upstar包括1050万进行中的还款项目，持续的数据积累让模型的训练不断进化，更加精确和智能。
商业模式上来说，Upstart可以理解为“助贷平台”，主要针对为个人消费贷款（而且偏次级贷）。也就是Upstart将个人贷款者和银行连接起来，收入来源主要为银行支付的服务费，电信大流量卡包括客户推介费、平台使用费，以及还款服务费等。在Upstart平台上贷款的客户通常拿到额度1000-50000美元的无抵押贷款，年化利率6.5%-35.99%，期限3-7年，按月还款并且提前还款不会扣罚金。年利率浮动区间非常大，意味着潜在的风险溢价高。Upstart用AI筛选的客户，或许并不像它声称的那样优质，而持续的低利率环境可能在一定程度上掩盖了违约风险。如果Upstart能给出平均年化利率，可能更有说服力，比如8%-15%都是相对可接受的水平。
通过Upstart平台发行的贷款有3种去处：银行、投资机构、自身。20年，21% 的贷款由发起银行保留，77%的贷款由机构投资者购买，购买途径主要电信大流量卡包括整体贷款购买、购买传递证书和资产支持证券化等。另外，出售给机构投资者的贷款中很大一部分由 Cross River Bank（CRB） 发起——20年由CRB 发起的贷款占比 67%，从 CRB 收取的平台和费用占Upstart总收入的 63%。也就是说Upstart有较强的路径依赖，与CRB深度绑定，不过主要的风险端并不在Upstart，绝大部分风险已转嫁给银行和机构。
对金融企业来说，风控和合规重要性不言而喻。参照我国同样模式的360数科的发展情况和股价走势，应该就很明白了。好在监管合规上Upstart是做的不错的，并且从17年开始收到CFPB（美国消费者金融保护局）的“免死金牌”——no电信大流量卡 action letter，主要意思是降低监管不确定性，让企业能够放开发展。最近一次是20年11月收到，23年11月到期（每3年一更新）。值得一提的是，没有其他的贷款平台收到这种免死金牌。
接下来从数据来看Upstart的经营情况。
02 经营情况
先从其商业模式的核心AI算法看起（上图）。14年上线的时候，因子/变量只有23个，和传统银行差别不大，但到了20年这一数字变为超1000个，包括信贷经历、教育背景、过往生活成本等等方面——复杂、智能的模型有效提升了精确度。模型的应用也由最初的双向违约预测逐步升级到利率优化、收入/身份欺诈、违约时点预测等方面。
受益于近些年的低利率环境，以及自身优秀的AI电信大流量卡算法模型，Upstart贷款数和营收均保持高增长——营收从17年5700万美元增长至20年2.33亿美元，CAGR60%。值得注意的是Upstart的贷款转换率（贷款成功数/总咨询数）也在不断提升，由8.1%提升至15.2%。此外，自动放款的比率也由34%上升至70%。自动放款这个指标大幅上升一方面意味着Upstart人工成本的降低，另一方面也表明效率的提升，节省借款者的时间（比如此前需要到传统银行去排长队）。
从反方向来看，自动放款比例大涨有可能意味着风控的疏漏，也即给大量劣质的借款者放款。但是从结果来看，在自动放款比例上升的同时，违约率却保持在0.3%-0.4%的低水平，可以理解为Upsta电信大流量卡rt模型是高度有效的，数据如下图。
进一步从季度数据模型来看。
对于成长股来说，营收的增长是市场核心关注的。这一点上Upstart相对优质，排除20Q2受疫情影响的异常，季度环比增速都非常可观，近两季高达39%和60%——恐怖的增速推升股价飙升。同时可以看到，随着营收增长，规模效应逐步体现，经营利润和净利润从20Q3开始由负转正，增长趋势明显。
从成本来看营收的代价。可以看到营销费用率在不断的下降，从19Q1的75%降至21Q2的39.2%。结合营收的高增长，这表明Upstart的增长是相当优质的，背后反映品牌力、运营与渠道能力不断增强。
另外，其他成本率也有不同程度的降低，主要反映规模效应的提升。总电信大流量卡的来说商业模式跑通，处于高速、优质运转阶段。
如图可以看到Upstart贷款数（左）和贷款额（右）环比都在明显上升，尤其是21Q2爆发式增长。转换率也在逐步提升，今年提升幅度较大，从20Q4的17%到目前24%，提升7个百分点。如果这背后不是因为放低风控标准而提升，那将是不错的信号。
03 未来与风险
据Upstart管理层分析，个人贷款是美国消费信贷增长最快的部分之一，但远非最大，因此公司也在不断向其他领域expand——从个人贷款扩展到汽车贷款、信用卡、抵押贷款、学生贷款、销售点贷款和房屋净值信贷额度（“HELOC”）等等。最先落地的是车贷：20 年 6 月，Upstart开始提供汽车贷款， 9电信大流量卡 月完成第一笔交易。
如上图可见，车贷的tam大约是个人贷的8倍，近6350亿美元的规模。目前Upstart的车贷业务已实现95%的美国人口覆盖，经销商环比增长24%，同比翻倍，已与5家银行达成合作，21Q2贷款额达到10亿美元。
在车贷业务上，Upstart延续了极快的扩张速度。然而在蒸蒸日上的业务发展背后，仍然存在隐忧——逾期金额（90天以上）大幅上升，由20年底202万美元上升至21H1约580万美元，逾期率由2.07%上升至5.79%。结合此前分析的转换率大幅提升，隐忧还是比较多的。
另外Upstart从诞生起就一直在低利率环境中野蛮生长，强力推动的AI平台也并未经历过紧缩周期的检验（低利率电信大流量卡环境可能掩盖了真实的信用风险）。随着Taper和缩表加息的预期越来越近，外加美国二手车价格近期有下跌的趋势，Upstart股价面临较大的下行压力。按管理层给出的21年营收7.5亿美元指引，对应预期p/s约32x，估值水位很高。对于这个位置的Upstart我们更倾向于谨慎看空，保持观察其在相对紧缩环境下的表现。
本文源自格隆汇
友情提醒： 请添加客服微信进行免费领取流量卡！
QQ交流群：226333560 站长微信：qgzmt2
原创文章，作者：sunyaqun，如若转载，请注明出处：https://www.dallk.cn/38906.html
