Credit Decisioning
搜索文档
Upstart (NasdaqGS:UPST) 2026 Conference Transcript
2026-03-04 06:52
公司概况 * 涉及的上市公司是人工智能贷款平台Upstart (纳斯达克代码: UPST) [1] * 公司总裁Sanjay Datta出席了2026年3月3日的摩根士丹利TMT会议 [1] 领导层过渡与战略连续性 * 领导层过渡(联合创始人Dave Girouard卸任CEO,由Paul Gu接任)计划已久,预计将带来高度连续性 [14][18] * 过渡已规划五年,两位创始人过去14年一直共同决策 [16][18] * 卸任的Dave Girouard将继续担任董事长和最大股东,并持续提供意见,公司战略、目标和优先级不会改变 [19] 信息披露与投资者沟通策略 * 公司决定开始每月公布交易量数据,以提供实时透明度,减少市场猜测和第三方数据源带来的噪音 [24][26] * 同时,公司将强调更长期的展望(一年及以后),而不仅仅是季度指引 [24] * 对于月度数据中的信号与噪音(如日历日差异、季节性、营销节奏、合作伙伴上线),公司建议投资者关注其对全年展望的更新,而非纠结于月度环比波动 [28][30][33] * 公司提供了多年期框架(目标),其基础假设是“大致宏观中性”的环境,旨在传达公司对业务潜在增长特性的信心,认为增长是长期性的,源于模型改进和自动化提升 [42][46][48] * 该框架意在表明,未来三年增长具有可持续性,公司业务仍有巨大的增长曲线,最终规模将非常庞大 [50][52] 业务拓展:从无抵押贷款进入有抵押贷款领域 * 拓展至有抵押贷款(如汽车贷款、房屋净值信贷额度HELOC)并非必要性举措,而是为了将业务从“大型”做到“巨大” [54][55] * 有抵押贷款市场的总潜在市场(TAM)是无抵押贷款市场的数倍 [56] * 进入新领域的核心理由与无抵押贷款相同:存在因流程摩擦过大和风险模型不足而无法获得信贷的庞大市场 [55] * 在信贷领域应用人工智能存在显著的先发优势,因为训练数据并非来自公开互联网,需要自行生成;率先进入者开始生成数据(包括支付历史和各种变量)将建立优势 [62][64] * 公司目前在这些新领域独自探索,但预计未来不会一直如此 [58] 产品组合与增长预期 * 有抵押产品预计将随时间推移占据更大份额,但具体时间表尚不确定,因为核心无抵押贷款业务本身增长也很快 [70][72][74] * 公司已预示核心业务未来几年将保持强劲增长,新产品增速将超过核心业务,但后者本身基数大且增长快 [74][76] * 关于五年内哪个产品线(汽车、房屋贷款或无抵押)将领先,公司内部也有不同看法 [76][78][79] * 增长取决于两个维度:模型改进速度(有些进步惠及所有模型,有些则针对特定领域)和分销策略 [82][86] * 无抵押贷款主要依赖直接面向消费者(D2C)的数字渠道;汽车贷款主要向经销商提供软件;HELOC目前是D2C业务,未来有很大机会作为白标策略与存款机构等合作 [86][88] * 公司在汽车贷款领域似乎找到了正确的产品市场契合点,软件受到经销商欢迎,这推动了2023年第四季度汽车贷款业务的增长 [95][97][99] 单位经济学与收费率 * 有抵押产品占比提升对混合收费率和贡献利润率的影响尚不完全明确,因为单个产品内部的收费率也有其生命周期 [104] * 以无抵押贷款业务为例,早期平均收费率约为5%,随着模型变得更智能,能够避免更多高风险借款人,从而降低消费者年化利率(APR),并为公司创造了利润空间;到2024年,收费率已升至10%-12%,同时仍能提供市场最优报价 [106][108][112] * 有抵押产品初期的平均前期收费率约为4%,但服务费成分更高 [118][120] * 无抵押贷款的服务费率是每年1%,而有抵押产品预计接近每年200个基点(2%),汽车和房屋贷款之间会有差异 [122][124] * 随着模型改进,公司应能为自身创造更多经济价值空间 [124] * 同时,核心无抵押业务的收费率已从10%-12%的高点开始适度回调,因为从长期商业策略看,维持10%的收费率并非最优选择 [126][128][131] 竞争格局与优势 * 在不同信贷细分领域,竞争策略是相同“玩法”的不同组合 [132] * 在风险较高的、服务不足的细分市场,公司主要通过更优的承销能力竞争,有时甚至是创造市场 [137] * 在服务充分的优质客户细分市场,竞争主要围绕两点:自动化(减少流程摩擦)和资本效率 [139] * 以HELOC为例,行业通常需要30-40天完成,而Upstart和一些金融科技公司已缩短至5天,这带来了显著的体验改善 [142][144] * 在房屋贷款领域,损失率高达2%即被视为高风险,但公司合作的无抵押贷款买家购买的是损失率10%的贷款,因此5%的损失率对他们来说很有吸引力,这有助于在新风险领域创造市场 [146] 资金环境与合作伙伴 * 近期私人信贷领域的负面头条新闻并未影响Upstart的资金合作伙伴,他们的态度依然积极,因为底层信贷表现良好 [167][169][171][175] * 结构性融资会议上的基调是建设性和充满信心的 [169] * 资金伙伴的情绪始终是信贷表现的反映,而目前信贷表现稳健 [175] * 对于有抵押产品,资产支持证券(ABS)更多是作为机构买家的一种流动性功能,而非公司的核心战略;公司会为新产品建立ABS渠道,因为这有利于买方群体,提供流动性和价格发现 [178][180][182] * 建立ABS渠道的主要障碍是需要历史记录和与评级机构合作,但由于公司在无抵押贷款领域已建立信誉,这个过程可能会缩短 [184][186][189] * 在减少资产负债表风险敞口和扩大第三方融资方面,房屋贷款业务可能比其他新兴产品晚大约一个季度达到类似汽车贷款的第三方参与水平 [192][194][196] 盈利路径与人工智能生产力 * 公司中期目标为约25%的EBITDA利润率,其中大部分将来自运营杠杆,即收入快速增长而费用基础相对受控 [201][203][207] * 人工智能生产力将增强运营杠杆(例如,用相同数量的工程师实现更多增长),但并非主要驱动因素 [205][207] * 贡献利润率预计将稳定在良好的区间,并随时间逐步改善,但并非利润增长的主要驱动力 [207] 人工智能模型与数据策略 * 公司通过获取平台外更广泛的贷款结果数据来更新模型,这有助于减少选择偏差 [209][211] * 过去模型只能从批准的借款人那里学习结果,存在固有偏差;现在公司能够追踪被拒客户在其他地方获得贷款后的表现,从而向这些结果学习,这相比之前减少了偏差 [213][215][218][220] * 这些新增数据来自将公司拥有的申请人数据(包括被拒者)与信贷档案中的结果进行匹配 [224][226][228] * 从被拒客户中学习有助于提高未来的批准率 [222] * 公司仍有进一步扩大数据捕获、从被拒客户中学习的研发计划 [230][232]