金融科技是盲目追從，還是潮流所趨？ －美國金融科技獨角獸Upstart是飆股還是韭菜？
後疫情金融大爆發，疫情下最大的受惠者就是華爾街了，2021年可說是美股的黃金年，標普500指數（S&P500）70次創新高，全年漲27%，而那斯達克指數（NASDAQ）飆漲到史上最高16057.44。其中有一間2020年剛上市的公司，在短短不到一年的時間漲幅高達886%，成為各大股票討論論壇的關注新星，他就是來自美國線上P2P服務的Upstart。
公司介紹
Upstart 是一個線上AI貸款平臺，類似貸款仲介的概念。主要在彙整人群對貸款的需求，並將其連接到與 Upstart 合作的銀行網絡，以辦理後續貸款事宜。
創立初衷是為了解決美國學生因缺乏信用分數，或信用分數表現不佳而無法籌措創業資金的難題，建立了薪資收入分享協議（Income Share Agreement）的機制，協助年輕學生來找尋創業基金。最一開始是將「個人資產化」，並售賣部分或全部股權。提供高潛力卻受財力限制的人可以選擇把自己作為一個標的，賣出自己的部分股份換取一些財務支持，而那些投資人可以分享自己未來的收入。
商業模式
Upstart 目前是專注在家庭貸款，提供額度1,000~50,000之間，3~5 年的小額貸款，利率目前在 2x%上下，以AI信用評估後的風險來決定實際利率。它與傳統銀行不同的地方在於它不是用美國的信用分數（FICO）機制來決定利率，如工作經歷、教育、銀行交易紀錄、生活成本等等，而是重新建立變數以AI來判定信用評分。最大差異在於 FICO 僅用五個要素評估客戶信用額度，而 Upstart 則採納 1000 多個變數，且隨著時間的推移，Upstart 還在持續增加評估要件，期望能達到更精確的判讀。
Upstart 大部份的貸款業務並不會直接貸款給終端客戶，實際貸款大部分是由合作銀行接過放款，Upstart 主要負責帶入顧客跟審核貸款，顧客到網站後填入貸款需要的資料，後端就以 AI 來審核跟決定利率，給予不同間的合作銀行選擇要不要進行放款。合作的銀行依據 Upstart 提供的數據決定是否提供貸款資金時，當合作銀行拒絕時，Upstart 將判讀資料出售給其他機構或其他銀行，以利未來使用。Upstart將自己定位為軟體即服務(SaaS)的角色，負責湊成銀行以及借貸方的橋樑，從中賺取雙方平台的使用服務費，其中來自銀行的收入占據了96%左右。
市場發展
Upstart 以數據分析與銀行合作，使用先進的人工智慧，評估借款人的信用額度。目前該公司在個人信貸市場上積極發展，並拓展至汽車借貸市場。數據顯示，Upstart 模式產生的貸款中有 21% 最終被銀行保留，有另外的 77% 被其他投資機構收購。由此可得知，Upstart 本身不承擔任何信用借貸上的風險。
借貸市場非常巨大，根據TransUnion研究報告指出，美國人平均一人會有29,800的個人借款，最初Upstart以滲透個人小 額貸款為主，市場規模約有920億，直到2021年6月併購汽車購買線上平台Prodigy後正式踏入買車貸款 市場，其TAM大幅增加了6,260億，未來成⻑空間大。以過去四個季度Upstart的總放貸金額40億來看， 目前在個人貸款的滲透率大約在4.3%左右
根據Upstart的市場調查，美國約 80% 的人口從未拖欠貸款，但其中卻只有 48% 的人獲得優質信貸。顯然美國當前使用的 FICO 信用評級系統效率不足，許多銀行因為這系統損失許多潛在收入與客戶。Upstart 的出現幫助銀行能更精確評估借款人信用，進而增加銀行收入。根據 Upstart 的資料顯示，與美國當前使用 FICO 信用評級系統相比，相同的批准率下，Upstart 的違約率降低約 75%；相同的損失率下，貸款批准數量則增加約 173%。
跌落神壇的主要原因
Upstart在數據以及運算都有不錯的表現，但異常飆漲的價格還是使許多分析師認為Upstart被高估了，除了受到景氣的影響外，這邊整理以下三個理由：
1.市值被過度高估：
從主要的市場估值法，UPST在市盈率（P/E）與市銷率（P/S）分析下，數值都有明顯高估的跡象，下圖很明顯實際與預期（Foeward）之間有極大的差距，進而導致UPST在去年年底股價開始崩盤。
2.市場版圖擴展的限制：
隨著 Upstart 的可信度不斷提升，越來越多小型銀行也願意與其合作，並願意為使用 Upstart 的客群提供更低的利率。在此互惠情況的發展，可預期會有越來越多Upstart 用戶加入。但Upstart主要有96％營收來自合作銀行，也意味著Upstart過度依賴銀行，其競爭者LendingClub 完成對 Radius Bank 的收購 ，大大降低了融資成本和費用。此外大型銀行可能更關心交易的透明度，因為銀行主要的收入來自於向客戶銷售產品和服務，Upstart 將會瓜分銀行原本的市場，使大型銀行不太願意與Upstart合作。
3.強力的競爭者：
金融科技領域也擠滿了試圖簡化貸款流程的競爭對手。Upstart在2020年年報描述其承銷模式時表示，其型號由1,000個可變點和1,050萬個還款事件作出判斷，隨著公司獲得更多數據，Upstart在IPO註冊文件指出，其模型由150億個數據單元提供。
金融科技領域另一家受歡迎的公司是LendingClub，它使用技術更有效地發起個人貸款。LendingClub的建立時間比Upstart長，它使用的模型由超過1,480億個數據單元和7,400萬次還款事件中的2,000多個屬性提供判斷。單看數據相對於Upstart來的優秀。
普匯觀點
時至今日，雖然Upstart 的股價從最高點390美元跌到125美元左右，但Upstart成功的最大關鍵無疑是數據的收集與AI計算，並加強2021年Q3併購的線上汽車平台，其在個人信貸上的成功，也將為汽車貸款市場打出很好的手牌。
科技金融的發展一直是這幾年炙手可熱的議題，Upstart 在科技金融的發展上為其平台吸引無數客群，變相也是傳達出金融、科技和技術一直沒有完善連結。如前所述，為數不少的銀行發現商機，但建立一樣的數據系統所需花費時間、成本，遠遠大於合作的成本。金融科技的蓬勃發展，藉由像Upstart等新創公司建立的AI演算機制，有效解決傳統信用評分已經無法滿足快快時代變化的缺口，加速審核流程以及建立e-KYC，同時也降低違約率，讓銀行更願意資助青年創業，活絡小額借貸市場。
普匯發現台灣傳統金融的困境，建立不止學生、上班族或中小企業都能使用的AI智能風控，依據演算結果產出不同信用級數，公開透明的案件，讓投資者能依造自己的風險報酬選擇投資標的，提供全線上化的P2P媒合平台，給需要資金的學生、剛畢業青年或是資金需求的企業主，有更加友善的資金媒合平台，大大活絡小額借貸市場，達到借貸雙贏的局面。
