文｜消金界
财务思维也称为“损益观”，它是从投入产出比来衡量一项经济活动是否可长久运行下去的一个重要判断标准；对于绝大部分以盈利为目的的商业企业而言，它是企业一切经济行为的起点，同时也是终点。
助贷行业作为传统金融线上化进程中“专业化分工”的产物，在面向金融机构输出获客、经营、大数据、风控等专业服务的同时，也面临着盈利性评估的问题，特别是助贷行业正处在“存量竞争”红海时代，作为“资本密集型”行业，如何合理的规划各种资源的投入，保证业务盈利的稳定性与持续性，成为机构决策中至关重要的问题。
在上篇文章中，我们从获客端切入并就新户界定及回本周期做了讨论；本文在承接上文的基础上，将以“杜邦分析法”这个财务人员常用的分析工具为抓手，分析其在助贷业中的应用。
01、何为杜邦分析法？以财务视角拆解助贷业
杜邦分析法是由杜邦公司开发且推广开来的一种常见财务分析方法，本质是通过利用几个重要财务指标的内在联系，对企业的财务状况和经济效益进行综合评估。
杜邦分析法的起点是净资产收益率（ROE），这是股东最关心的回报指标之一。
该指标向下可拆解为净利率、资产周转率、杠杆率三个二级指标的乘积，也就将三张表当中的资产负债表与利润表串联在了一起。进一步对上述三个指标下拆，可帮助分析人员初步看出业务端变化是如何对最终的利润产生影响、影响程度有多大等。
从结构上看，杜邦分析法类似于“金字塔”模式，处在最顶端的是上文提到的ROE，往下一层是净利率、资产周转率、杠杆率这三个指标，再下一层则是三个指标各自对应的进一步下探。
这个分析框架层层递进，越下拆所涉及到报表科目越多，相应的，也就更容易观察到业、财之间这种数据的关联与变化。也是通过这种分层结构，让使用者能清晰直观观察到哪些项目或者因素对利润结果影响最大，并进而做出对应的优化动作。
将此方法引入到对助贷行业的经营分析中来，我们可以得到杜邦分析体系下（非严格意义上的杜邦分析体系）助贷行业全景经营链路图。如下图所示。
对于助贷行业而言，杜邦分析体系下金字塔的最顶端是税前经营利润，然后往下拆分即该指标计算公式的右半部分收入项与成本项，收入项包括重资本-信贷业务收入、轻资本信贷-信贷业务收入、商业增值收入等三项；成本项包括运营成本、风险成本、其他费用等。
重资本-信贷业务收入：主要跟重资产撮合规模及定价有关，撮合规模包括表外风险兜底模式下撮合规模及表内合并信托、自营小贷撮合规模；表外部分收入受规模、对客定价、资金成本三个因素的影响，表内部分受规模及对客定价（信托一般是对分配给优先级之后的剩余权益享有全部的所有权，类同于表外部分）两个因素的影响。
无论是表内还是表外部分，定价端在合规要求下，基本上保持长期走低的趋势，短期或许受制于产品特点及客群分层相对稳定的结构，价格不会再下探，但24%算是行业一个红线，也是后续助贷平台定价的一个基准。
显然，在定价端没有太多可腾挪的空间下（资金成本已经降至6%，短期再降的可能性也不高），重资本-信贷业务收入的增长将主要依靠撮合规模的同比例增长。
再往下拆分，规模的增长则主要依赖于对客群结构（风险）、渠道结构（获客）、转化效率（运营）等过程或者环节的精细化运作，确认各环节责任人的同时，依据战略目标完成资源的分配，并最终实现预期的规模增长。
这里重点说下获客，从用户性质上来区分，撮合规模的增长主要是由新户和老户两类用户贡献，再对用户进行细分，一是当月（T月）新户贡献的交易，二是上月（T-1月授信户）次新户贡献的交易，三是存量户（T月之前交易过的用户）贡献的交易。
在交易结构占比上，从上市平台披露的数据来看，存量户又被称为复借户占比高达90%，新户占比一般在10%左右，因此助贷平台报告期内的交易规模主要是由老户来贡献。
然而，这并不代表新户交易就不重要，相反，由于存量户每个周期内都会有睡眠或者流失，而助贷平台想要保持MAU（月度活跃用户）的增长，就需要不断地获取新户或者采取经营动作去激活次新户，这是用户规模保持增长的源头及活水，也是获客部门及运营部门的主要工作。
轻资本-信贷业务收入：主要跟撮合规模和定价有关，它和重资本信贷服务不同点在于该模式下助贷平台无需承担撮合信贷资产的风险损失，从这点来看，上文提及的重资本模式下信贷服务收入也不是净收入的概念，而是包含了风险损失的毛收入概念（在奇富损益结构表里，承担风险这部分收入被定义为“担保负债释放的收入”）。
从现阶段行业重资本、轻资本的产品结构及资金方优先选择方向来看，风险兜底模式的重资本信贷业务仍是行业的主流，也是资金方首要选择，从本质上来看，这主要是因为资金方对于助贷平台撮合资产风险的不可控，因此在合作上也就更倾向于偏保守的风险兜底模式，只赚取固定的无风险收益即可。
基于此，对于“轻资本模式”的选择上，也就出现了所谓的“剃头梯子一头热”现象，助贷平台愿意尝试，而资方却不一定接受。
在此背景下，除了头部助贷平台轻资本模式做的有些起色之外，其他平台对于该模式的理解无论是从概念还是交易模式上都有些背离。
具体来看，也就是现阶段大部分平台都是将重资本模式下的风险被拒户导流给其他助贷平台的模式称之为轻资本运营模式（一般是通过API形式完成整个交易闭环，不会将用户导出APP外，以保留后续重新捞回的可能性），也就是只要不是本司承担信贷风险的撮合就将其认定是轻资本模式，但其实资产风险由其他助贷方兜底，这时提供导流的助贷方只是相当于承担风险助贷方的一个获客渠道。
真正的轻资本运营模式应是“资方承担信贷风险”，助贷平台方只是提供了获客、运营及部分催收等服务。考虑到资方的实际需求还有展业的实际情况，目前轻资本运营模式还承担部分的风控功能，但也不能就此就被认为是重资产。
基于此，在“杜邦分析视角下助贷经营分析全图”中，笔者将轻资本业务的规模跟重资本做了关联，仅就新户端来看，重资本和轻资本的规模类似于“跷跷板”的两端，一方的上升必然伴随着另一方的下降（现实中不会那么绝对），不难看出，仅就行业主流玩法下的轻资本模式-信贷业务收入而言，除了跟定价有关（定价一般是在对客交易的2%-4%或者实收息费的20%-25%），还跟重资本的转化效率有关。
商业增值收入：即非信贷业务收入，如常见的会员收入、保险代销佣金收入、积分商城收入、贷超导流收入、权益卡销售收入、信用卡办卡推荐收入等，从性质上来看，该类业务收入更像是信贷业务收入的补充，或者从流量端来讲，更像是助贷方积极为自己真金白银花钱购买的每一个流量寻求变现的可能性。
该项收入的增长除了受各业务运营模式、定价、经营策略等因素的影响，更受助贷平台自身信贷业务规模及盈利性的影响，参考行业该类业务发展情况来看，其在头部平台呈现出“小占比、较合规、中毛利”、在腰尾部平台呈现出“高占比，待合规、高毛利”。因此，也是监管及舆情重点监控的业务。
运营成本，包含了经营过程中的各类成本开支，除了上文提及的获客成本，还包括了经营（促活）成本、征信成本、支付成本、贷后成本、客服成本等等。
经营成本主要跟促活相关，成本的高低取决于促活的方式及用户规模；征信成本主要跟授信过程相关，成本的高低取决于进件量及风控模型调用的各种外部参数定价；
支付成本主要跟放还款相关，成本的高低取决于交易规模（也有按笔数收费）及第三方支付通道费率；
贷后成本跟逾期强相关，成本的高低取决于逾期率、催回率及单位人力成本的高低等；
客服成本跟交易规模（在贷余额）及内部交易结构强相关，成本的高低取决于规模及人工结构等。
从性质上看，除获客外的运营成本类似于财务管理中常说的“阶梯式半固定成本”，即随着规模在变动，但在一定的规模区间内保持不变。从行业的发展情况来看，随着竞争的加剧及AI等新技术的投入，此类成本呈现出走低的趋势。
风险成本，除了取决于助贷平台自身风控管理的水平、客群结构及渠道结构外，外部宏观因素的变化也是重要的影响参数，如此前疫情的影响，助贷平台逾期普遍走高，至今仍有部分平台的坏账率没有恢复至疫情前的水准。
其他成本，包括助贷平台的中后台等人力成本、管理费用、研发支出等成本，这些成本基本属于固定类成本，与业务规模的关联度并不是太强。
至此，我们借助“杜邦分析体系”的概念对助贷平台的底层经营逻辑完成了拆解，并对各业务驱动因子有了简单的认知。
下面我们将在分解的基础上对助贷的核心节点节点进行归纳总结，并以此提炼出该行业的“经营飞轮”。
02、借助“杜邦分析体系”，打造助贷业经营飞轮
拆解的目的是为了探寻各业务底层的经营逻辑，并以此找到破解经营困境的答案。
基于杜邦分析法和对助贷业务的理解，笔者尝试推导出助贷平台经营结构模块循环图。如下图所示。
第一个模块是获客。获客是起点，获客的核心任务就是寻找“活水”及积累“有效用户”，为平台做大交易规模提供用户基础，因此获客部门的考核重点就是“如何高质量的拉新”。
第二个模块是经营。经营是为了促活，无论是授信促活、首借促活、复借促活、增值促活……其本质是是为了保持用户使用平台产品的活跃度，只有活跃用户才能贡献交易并最终转化为平台的营收和利润，因此经营部门考核的核心指标是“剔除风险成本后的经营利润”。
第三个模块是风险。风险是平台的“生死线”，风险成本占据了营收端的40%-50%（相当于蚕食了30%-40%的净利），风险管理部门的核心就是如何平衡定价与风险这个天枰的两端，在控制风险的前提下，实现合理的风险水平，最求规模及利润的最大化。
第四个模块是盈利。这个模块也可以称之为是前三个模块作用下的结果，盈利性组织设立的目的就是为了盈利，任何不以盈利为目的策略或者商业行为都不可持续。
“获客、经营、风控、盈利”构成了助贷平台的经营飞轮，也是助贷平台衡量检验其业务健康度的“诊断器”。也就是作为机构管理者，可以通过获客、经营、风控、盈利等关键环节指标的变动，判断机构经营情况；反过来，通过调节这几个关键环节指标，就可以进行业务调整；而从战略高度来看，掌舵好这个经营飞轮，也能实现战略制定与落地。
03、结语
可以看到，杜邦分析体系在助贷业的财务分析与战略制定方面，有着较为清晰的脉络与落地步骤。
我们希望这一方法能被行业引用并推广。当然，杜邦分析体系在助贷业的应用还有些许问题需要解决，希望此文起到抛砖引玉之作用，如果对此感兴趣，也希望同行多多提出意见和建议，在本文下方评论区留言讨论，共同为助贷业的健康发展而努力。
下一篇，我们将借助本篇所述的方法论，引入奇富科技、信也科技、乐信等头部平台为案例，详解其业绩报表下隐藏的经营逻辑。