܄

红杉资本沈南鹏:互联网金融应该叫“新金融”而不是Fintech

【数据猿导读】 互联网金融或者Fintech这个名词在中国正被炒的火热,但沈南鹏却认为,相比于互联网金融或者Fintech,新金融这个概念能更好的描述现在这个行业。比如在保险、银行等领域,中国的传统企业还有很多没有解决的问题,而新金融能通过各种手段,在传统金融中切出了没有被传统金融服务机构解决的...

红杉资本沈南鹏:互联网金融应该叫“新金融”而不是Fintech

红杉资本沈南鹏表示,新金融的发展与电子商务的发展很相似,但不同的是,新金融不一定完全通过互联网手段来解决问题,新金融核心是找到性价比好的市场,并且能用各种技术圈出自身管理能力范围内的市场。

“中国在金融领域的投资从总额上来说现在比美国要多,且投资主要在支付领域,尽管支付是金融科技领域很重要的应用,但中国的支付市场创新手段和美国相比还是比较弱的。”沈南鹏说道。

对于金融创业团队,金融背景的人才很关键

现阶段,金融科技领域的创业者大多不是来自于金融行业就是来自于互联网公司,沈南鹏认为,无论是线下线上的金融创业团队,还是组建投资团队,对风险的把控能力十分重要,团队中有金融背景的成员比较关键。互联网金融的本质还是金融,虽然做金融赚钱不是很难的事情,但赚钱的利润后面隐藏的是风险,中国还没有大规模、灾难性的金融坏账等风险,只有经历过这样的事情才会对风险的认识更深。

美国成功的互联网金融公司,无论是保险、信托还是商业银行,都是以牌照管理的,既然要符合监管,就要有对风险有独到认识的人才。中国目前还没有遇到大规模的金融危机和坏账等风险出现,如果没有金融行业工作经验,就不会知道金融危机的可怕性,不会对风险有深刻的认识。

5年半以前在红杉的互联网金融内部讨论会中,我们就感觉人才是很重要,以前看TMT、技术的投资团队不一定适合金融领域,所以必须需要有金融背景的团队成员……不是说不能学习,但是我觉得这个团队必须要有来自于曾经在金融行业工作的经历。

在监管方面,沈南鹏认为国内应该也像美国一样,每一个业务可以对应发放牌照,在牌照的发放过程中,对每一个企业资质的考察就是对整个金融体系最好的监控。

小公司在服务模式上创新还能分一杯羹

那么在金融科技行业,小公司还有机会做大么?还是大公司已经形成格局?沈南鹏认为,在纯技术领域已经没有争议,但是从服务模式的创新来看,不像电商能几家把蛋糕给瓜分掉,金融服务更加分散,在资产端尤其在财富管理端,市场比较分散,可能会有更多人来分食蛋糕。过去五六年前后拿到融资的公司,现在发展到C轮的也很多,而且新的创业者也有共识,认为自己能找到新的服务方式和角度。

在面向消费者的TO C模式和To B模式之间,沈南鹏认为C端的挑战会比B端难度大,因为需要考虑怎么能够获取流量的问题,在获取成本、手段和产品上都会不一样,但是他同时指出B2B2C 更能够把规模做起来。

大公司的金融衍生品需要高性价比

与美国不同的是,目前国内很多有一定规模的公司都尽可能提供更多的衍生产品,比如很多公司提供金融服务,金融业务仿佛成了大公司的标配。

沈南鹏认为这种现象是中国的特殊环境决定的,中国很多相关的需求没有得到满足,客户必然希望有衍生服务。但是判断金融产品是不是性价比高的衍生品,还需要考虑到差异化的问题,并且要注意几点:应用场景是不是刚需,是不是高频需求,交易份额多大,每一次投入与产出是不是都是成正比。

红杉对新金融项目的评价标准

会上,沈南鹏还道出了红杉最近关注的领域。“医疗、信息科技、金融行业都是关注重点,具体到Fintech这块,信托这类的传统行业肯定不关注。”沈南鹏说道,相比于5年前,红杉资本在投资新金融项目时,标准会提高很多:

团队的配置,互联网的经验和既有的力量;

从产品来讲,有没有非常独特的创新;

技术手段也是一方面;

产品的线上线下的使用场景很重要。

最后,沈南鹏指出,他所理解的科技对金融行业的改变最重要方面体现在大数据上,因为每一家金融科技公司必然要用到大数据公司,但仅有互联网平台也是不够的,还应有数据分析能力。占有足够的数据和对数据的分析能力同等重要,公司于公司之间的区别就体现在核心领域的核心技术上。


来源:钛媒体

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

印度Fintech初创企业Creditas获得Pre-A轮融资
印度Fintech初创企业Creditas获得Pre-A轮融资
以色列初创企业Skyline AI获300万美元种子融资,红杉资本领投
以色列初创企业Skyline AI获300万美元种子融资,红杉资本领...
观远数据获3500万元A轮融资,红杉资本领投线性资本跟投
观远数据获3500万元A轮融资,红杉资本领投线性资本跟投

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部