Fintech（フィンテック）ソーシャルレンディングについて。ヨーロッパを中心にしたフィンテックプレイヤーも紹介！
photo by:fairamountfinancial
今日は融資のFintech(フィンテック)です。
ソーシャルレンディングとは
今日、遭遇した記事はこちら。
Online Lending(オンラインレンディング)、Cloud Lending(クラウドレンディング、)Social Lending（ソーシャルレンディング）など色々な言い方がある気がします。Lendingとは融資の事。
気になって記事を読んで、関連しそうな事項を調べてみました。またForbes Japanに出ていたアメリカのFintech関連企業でlending関連の企業をピックアップしてみましたので、書きます。昨日はブロックチェーン(Block Chain)についてが主でしたが、今日はBigdate(ビッグデータ)とAI・機械学習による高度な分析の活用ですね。
融資において重要な要素はリスクの測定である（スコアリング）
融資をする。様々な理由で資金を求める人に、様々な条件で貸し出します。この融資の意思決定、融資をするかしないか、利息を何%で設定するか、返済期間をどう設定するか、連帯保証人は必要か、繰り上げ返済のルールは？など、借り手のステータスに応じて評価（スコアリング）し、これらの条件を設定していきます。要するに他の金融資産と同じように、貸し手にとってのリスク（融資の場合は貸し倒れが主）を評価して条件が決まる。
当然にこのスコアが低い場合は、悪い条件でしかお金が借りられませんし、良いスコアの場合は逆です。
このリスクの測定にとてもコストが掛かるし、これまでのやり方は精度に課題あり
このリスク測定、すごくコストが掛かりますし、従来のやり方では正しい評価ができないこともありました。企業への融資の場合は、経営状態の確認にすごく時間が掛かります。自分も企業側で資金調達をしたことがありますが、用意する書類がとにかく多いし時間が掛かる。財務諸表、返済計画、事業計画など。チェックする銀行側も大変だろうなーと思いました。また、個人への融資の場合は、逆に材料が少ない。過去のクレジットステータスは、関連企業の参加によりデータがありますが、個人は企業に比べて参考になる（融資にあたり）情報が少ない分、正しい評価をするのは難しい。
ここで課題になるのは実態はより良い人が低い評価しか得られずに、融資が受けられない、高い金利の提示で融資を諦める、逆に本来はもっと低いスコアを受けるべき人が高い評価を得て融資を受けて返済が不能になり貸し手が損害を被る。これは、借り手、貸し手（本来貸出できるのに、貸せないのは機会損失ですね）双方にとってあまりよくありません。
アメリカには口座残高が＄1,000以下の人が64%いて、彼らの多くは借入をする時、Payday Loanというすごく条件の悪い融資を受けるしかない。その手数料として＄80億が発生しているそうです。一定数の評価が合理的じゃないと仮定とすると、これは借り手にとって大きな損失ですよね。
According to the National Federation for Credit Counselors, 64% of Americans do not have a savings account of $1,000 or more to cover emergency expenses. About 17% are like Victoria: able to borrow money from a family member. Unfortunately, that leaves the majority of Americans with no family to turn to, and no access to traditional credit. Unexpected expenses can push them over the edge of financial stability.
I asked Victoria what she would have done if she hadn't been able to reach me. Her answer was: “I'd have taken out another payday loan.”
Payday loan borrowers paid more than $8 billion dollars in fees last year. That's a lot of money that could be going toward new tires, groceries and rent.
このリスクの測定において、インターネット、スマホとクラウドによって実現した大量のデータ（ビッグデータ）とその活用、つまりAIなどによる高度な分析によって、このリスク測定のコストを下げ、さらに精度をあげようとしているプレイヤーがたくさんいます。
例えば、ソーシャルメディアの情報も活用します。例えば過去のデータからFacebookに友達が多い人は返済が滞らない可能性が高いから、良い評価をする、この中学を出て、この高校を出て、この大学に行っている人は全国に◯人いて、◯%が返済が滞っているみたいなデータも評価に活用できる訳です。こういった評価の仕組みを金融機関に提供したり、自らが開発した評価の仕組みで融資を実行するといったFintech企業が出てきています。
このZest Financeは個人にサービス提供をしていましたが、現在は評価システムを他の貸し手に提供しています。自ら貸し手になるだけでは、サービスの成長に限界がある事が大きな理由。
アメリカのAvantも個人向け融資のサービスを提供しています。
貸し手も多様化できる。銀行に限らずノンバンクからの融資も
低コスト、高精度で融資先を評価できる仕組みが実現できれば、規制の問題はありますが、銀行以外（ノンバンク）が貸し手になり得ます。インターネットで小額からでも、貸し手を広く募り、一方で資金の必要な人達も広く募る。これまで、銀行や既存のローン会社の融資の条件に合わなかった人や企業達には新たな手段が増えますし、貸し手も新たな投資の機会を得ることになります。日本では、maneo、aqushなどが参画しています。maneoはマネックスかな。
プレイヤーとビジネスモデルの例
冒頭で紹介したEZBobはイギリスの会社です。下の記事にもありますが、イギリスでは金融危機の後に、中小企業・スモールビジネス向けの融資が減少したようです。いわゆる貸し渋り。
このEZBobはこのような状況の中で立ち上がり、中小企業向けに融資をしています。貸し出し資金はVC(ベンチャーキャピタル)から投資を受けています。基本的な初回の融資は€120,000（約1500万円）までなのかな？条件はあるでしょうが、基本的にはオンラインでフォームに必要情報と借りたい金額と期間を入れると条件が提示され、評価の後に実行される。オンライン完結なので、実行までの時間も早い、謳い文句は30分。これはすごく重要で、中小企業は資金需要が急に訪れることも。
日本では、以前紹介したクラウド会計ソフトのデータを銀行と共有して、融資の意思決定を早くするという取り組みが始まっています。北國銀行ですね。
http://www.hokkokubank.co.jp/other/news/2015/pdf/20151218.pdf
融資で面白かったのはfundbox、オンラインでの債権、手形の裏書による資金調達。要するに、請求書の買取。詳しいサービスの仕組みは勉強中ですが、会計データがオンラインにあり、会社が有する債権について、その請求権の価値、即ちリスク測定が可能であれば、証券化しサービス提供者がリスクに応じた金額を割引買い取る事は可能ですよね。スタートアップはキャッシュフローは共通の問題なので、顧客からの入金を待たずに、銀行にも頼らず資金が調達を少ない手間でできるのは、創業期には嬉しいです。fundboxの場合はリスト化された自社の債権から選択すると、計算されたリスクに応じて金額が表示されるといった仕組みのようです。
個人向けでは商品やサービスを購入する時に分割で支払をしたい消費者に、融資を提供するサービスAffirm社、ECサイトのショッピングカート内、決済時に分割払いのオプションを提示するような形で導入が進んでいます。
ちょっと長くなったので、今日はここまで。
関連記事
