2017年中国电信互联网金融大数据报告.pdf
2017 年中国电信互联网金融 大数据 报告 报告说明 数据来源 天翼大数据,主要涵盖了中国电信运营服务中所产生的各类基本数据及通信娱乐、交互行为、位置轨迹等全域数据。 数据周期 2016 年 1 月 -2017 年 1 月 概念定义 互联网金融 传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。 第三方支付 具备一定实力和信誉保障的独立机构,采用与各大银行签约的方式,提供与银行支付结算系统接口的交易支付平台的网络支付模式。 互联网理财 通过互联网工具,获取理财产品信息、购买或管理理财产品的行为。 互联网理财应用 平台型的第三方理财应用,不含支付宝等支付类应用。 互联网贷款 企业通过利用互联网平台向发布贷款服务信息,向客户提供贷款并收取相关利息或费用的服务。 互联网保险 保险公司或新型第三方保险网以互联网和电子商务技术为工具来支持保险销售的经营管理活动的经济行为。 互助保险 由一些具有共同要求和面临同样风险的人自愿组织起来,是预交风险损失补偿分摊金的一种保险形式。 线下移动支付 用户通过支付宝、微信等第三方支付工具进行扫码后,向商户转账或支付的行为。 大数据指数基金 以互联网大数据为信息源,以挖掘其中有用信息为主要选股标准和手段的基金。 智能投顾 根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求,运用一系列智能算法及投资组合优化等理论模型,为用户提供最终的投资参考,并 根据 市场 动态 变化 对资产配置再平衡提供建议。 消费分期 个人在互联网平台购买相关消费品时,向平台申请把该笔消费拆分为几次还款的服务形式。 P2P 贷款 个体在互联网平台发布融资信息, 获得其他投资人借款的贷款形式。 数据定义 网络行为覆盖率 数据期间内有某类网络行为的人群 /数据期间内的总监测人群。 移动互联迁移率 已经开发移动端 APP 的机构 /机构总数。 APP 月活 过去 30 天 内 启动过该 APP 的用户数(去除重复登录的用户)。 APP 发展指数 根据电信用户使用该类 APP 的人数综合判定。 互联网活跃度 互联网用户 的访问频次 。 互联网用户比例 单月内有访问相关网页或 APP 用户的比例。 关注人群 通过访问或搜索行为表达对特定目标关注的网民。 1. 互联网金融行业现状 1.1. 核心观点 1.2. 金融 垂直 场景的移动化已经成为大势所趋 随着移动互联网浪潮的兴起,各行业都呈现移动化的趋势,根据统计,移动端用户中金融类网络行为的覆盖率高达 59.6%,仅次于社交通讯、电子商务和生活娱乐。 1.3. 传统金融企业正加快移动互联网转型 面对互联网金融的冲击,传统金融行业正在谋取转型,其中券商准入门槛较高,数量相对较少,同时其开发移动 APP 的比例也相对较高,因此以 80.2%的高迁移率遥遥领先;银行和保险分别以 37.4%和 18.3%的比例紧随其后 。 从统计结果来看,银行受大量小型 规模的 城市商业银行的拖累,其整体比例略低,但是针对大型的、全国性的商业银行其移动迁移率极高 ;保险业目前 仍 然较为依赖银行、客户经理等传统线下渠道,其互联网转型 尚处于 起步 阶段 ;而相比于银行和保险,券商移动端 的 用户活跃度 在同花顺、大智慧等互联网 第三方平台 的集中度更高。 传统金融行业移动互联迁移率银行券商 保险3 7 .4 %8 0 .2 % 1 8 .3 % * 备注 : 1. 迁移率是指传统机构开发移动端 A P P 占所有机构数量的比例,迁移率 = 已经开发移动端 A P P 的行业机构 / 行业机构总数2. 统计中的银行有政策性银行 3 家,国有大型银行 5 家,股份制银行 12 家,邮政储蓄 1 家,外资银行总行机构 43 家,城市商业银行 132 家,民营银行 6 家,总计 202 家3. 统计中传统券商数量为 125 家;4. 统计中保险公司数量为 154 家,不包括再保险公司。来源:天翼大数据 数据时间为 2016 年 12 月2. 互联网金融大数据解析 2.1. 互联网 第三方支付 2.1.1. 行业集中度极高 从第三方支付的月 度 活 跃 用户来看,虽然 BAT 依然占据前三的位置,但是百度钱包在月活上明显落后,整个第三方支付的行业集中度极高, 支付宝和财付通在排名前五的月度活跃用户中 占比超过 90%,其 行业领导地位更加突出, 暂时未发现有能够在短期内挑战二者地位的支付应用 。 2.1.2. 支付类 APP 发展指数一年来增长 超三倍 目前, 在移动端, 得益于市场大力推广,尤其是受 线下移动支付的大力推广所 影响 。 在过去一年中,支付类 APP 应用的发展指数增长了 3 倍, 截止 2016 年11 月份增长曲线上升势头较为强劲,之后发展趋于平缓 。 2.1.3. 第三方 支付 向 高年龄层 群体 扩散 ,覆盖基数提高 随 着智能手机和移动支付的不断普及,第三方支付正在向高年龄层 人群扩散。根据最新数据显示,在过去一年中, 35 岁以上的人群其 第三方支付的使用比例提升了 8.1 个百分点, 随着年龄层次的横向迁移, 必然导致更多长尾用户,为行业的高速 增长创造条件。 2.1.4. 在地域人群分布上呈 东高西低趋势 受经济规模 和经济活跃度的影响,目前第三方支付在各省份的人群覆盖上呈现明显的由东向西不断衰减的趋势,其中浙江、江苏、北京三省的人群覆盖度最高。相比于发达的东部沿海地区,在广大中西部第三方支付依然还有广阔的提升空间。 2.1.5. 移动支付 用户较其他用户的互联网活跃度 更 高, O2O 领域 尤甚 移动支付人群的互联网活跃度普遍 高于非 移动 支付人群 30%以上 ,其对使用场景的依赖较为强烈 。 由于移动支付具有天然的 O2O 属性,因此经常使用移动支付的用户在以外卖团购和生活娱乐为代表的 O2O 领域,其活跃度与非移动支付用户的差异度极大,接近 50%。而在金融领域紧随其后,其互联网活跃度的差异高达 43.3%。 移动支付人群与非移动支付人群的活跃度对比( % )来源:天翼大数据7 3 .69 5 .372 .39 3 .14 7 .8709 8 .754 .73 2 .93 6 .2244 7 .32955123 5 .965 .522 .49 .81 5 .54 9 .6484 3 .33 8 .13 5 .83 4 .13 3 .23 2 .32 3 .12 0 .70102030405060020406080100120外卖团购 生活娱乐 金融 交通出行 生活服务 新闻资讯 电商 商旅 教育培训 汽车求和项 : 移动支付用户 求和项 : 非移动支付用户 求和项 : 差额 数据时间为 2017 年 01 月2.2. 互联网理财 2.2.1. 货币基金 相比其他理财产品 获得更多 用户 青睐 理财 产品主要 由 货币 基金 和 包括股票、 P2P、基金、消费分期等在内的 其他理财 产品 组成。 在发展速度上 货币 基金 相对成熟,扩张速度趋于平缓。 截止 目前 ,货币基金用户规模达 3.7 亿,占互联网用户比例为 26.17%。 在 其他理财 产品方面,相比于货币基金,其用户占比差距较大 。 2.2.2. 东部沿海地区人群 投资理财偏好比较 强烈 从地域分布来看, 发达地区尤其是东部沿海地区在人群覆盖 10 强名单中 占据 6 席 ,可见其对投资理财的热情高涨。传统一线城市北上广也均位居榜单 10强,其中 上 海位居 榜首 2.2.3. 大数据 提供 指数基金的的优化选股 服务 大数据可通过 对 海量行为数据的 分析 ,全面的了解市场情绪变化,从而挖掘市场热点,了解市场动向,提前预计市场的走势变化。根据市场冷暖及时 提出优化 策略,协助 理财服务提供商 构建更 优、更 好 的投资组合。 2.3. 互联网 融资 2.3.1. 消费金融发展势头迅猛 消费金融的创新式发展不仅成为了推动经济的重要引擎,同时也改变了国人大 数 据 指 数 基 金 建 立 逻 辑 S T 删 除 上 市 时 间来 源 : 天 翼 大 数 据东 方 红 京 东 大 数据 混 合嘉 实 腾 讯 自 选 股大 数 据 策 略 股 票博 时 招 财 一 号 保本博 时 中 证 淘 金 大数 据 1 0 0 A国 金 鑫 安 保 本广 发 百 发 大 数 据精 选 混 合 A广 发 百 发 大 数 据成 长 混 合 A8 . 3 5 %7 . 0 6 %3 . 1 4 %2 . 3 5 %0 . 4 2 %- 1 . 0 9 %- 2 . 0 0 %- 1 2 . 0 0 % - 8 . 0 0 % - 4 . 0 0 % 0 . 0 0 % 4 . 0 0 % 8 . 0 0 % 1 2 . 0 0 %n 沪 深 3 0 0 指 数 近 一 年 收 益 为 - 1 1 . 3 % 公 开 资 料 收 集 , 数 据 区 间 为 2 0 1 6 年 1 月 至 2 0 1 6 年 1 2 月的消费观念,提前消费或成为常态 。根据 2017 年 1 月 的数据显示 , 人们 对 消费金融 的 关注热情 高涨 。 2.3.2. 融资 借贷人群的消费偏好较强 融资借款 类 人群对 旅游、房产、装修的关注度明显高于普通人,尤其是旅游偏好 , 关注度达 40.9%,远超普通人群的 26.7%, 上述数据说明, 融资 借款类人群对生活品质有 更高 要求。 2.3.3. 融资借款人群 分布 与 地区经济发展水平呈正相关 融资 借款人 群 多集中在沿海省份,该类地区经济发达,对借贷的需求也很旺盛,其次是 中部 地区的内陆省份, 北京 和天津位列前两名,福建 、 江苏和浙江 超越 上海、广东挤进前五 。 总体来说挣得越多的地方,借的越多。 2.3.4. 大数据 金融产品 可以有效降低金融企业的贷前风险 目前基于大数据的金融风控 产品 已经 成熟并日益完善 , 且 获得了市场的广泛认可。 运营商 在日常 积累了大量用户的 业务数据,例如 手机号 -姓名 -身份证三联信息、号码在网状态、号码入网时长等。 数据发现,部分字段 与 金融业务的不良率有着显著相关关系,验证不一致的用户违约率更大。 -手 机 号 + 身 份 证 + 姓 名不 匹 配在 网 状 态停 机 / 不 在 网重 合 人 群1 0 0 % 为 信 用 卡 逾 期 客 户手 机 号 + 身 份 证 + 姓 名不 匹 配在 网 时 长小 于 6 个 月重 合 人 群8 0 % 为 信 用 卡 逾 期 客 户来 源 : 天 翼 大 数 据2.3.5. 大数据金融产品还可以监测贷后的 行为 异动 基于大数据的风控产品 还 可以 对 个人客户 的贷后 行为 异动 进行 监测 。 通过大数据建立风控模型,实时洞察其还款意愿与还款能力变化,为贷后 风险 监控提供有效支持 。 数据 显示 ,在信用卡人群 高风险类字段 搜索中, “ 信用卡逾期还款后果 ” 的比例最高 , 达 3.4%,其次是“信用卡套现”,达 1.7%。 2.4. 互联网保险 2.4.1. 保险关注 人数持续增加 我国 人口基数庞大,互联网保险需求旺盛,关注人数超过 6000 万 ,其中健康险 的关注度最高 , 达 25.7%。 这表明 , 国人 对 保险 越来越关注, 对 个人 和家庭的风险管理 意识 逐年提高。 2.4.2. 香港保险 受 青睐 保持高热度 香港保险因其保费低、 保障广 、 收益高 等一系列特性收到青睐,虽然 2016年 政策收紧 , 6-9 月 关注人群走低, 但 10 月份 恢复了之前水平, 总体 关注热度并未发生明显变化。 此外 , 在 关注香港保险的省份中,以北京、广东为 代表 的 经济发达地区 排名 靠前, 是 关注 度 的主要来源。