8月20日晚间,中国平安(601318.SH,02318.HK)发布关联交易公告称,中国平安保险海外(控股)有限公司(下称“平安海外控股”)拟将其所持有的GemAllianceLimited(即“平安普惠”)100%的股权转让给WinconInvestmentCompanyLimited(“陆金所控股”,即“陆金所”的最终控制公司),股权转让完成后,平安普惠100%的股权将由陆金所控股持有。
公告指出,陆金所控股向平安海外控股发行面值为19.538亿美元可转换本票作为股权转让对价。至此,平安普惠将成为陆金所控股的全资子公司,而中国平安通过陆金所控股间接持有平安普惠。
这是继陆金所剥离P2P业务,转型纯平台,与前海征信合作打造P2P行业“人民公社”之后的再一次变局。剥离出去的业务缘何又合并进来,合并之后,陆金所开放平台的独立性是否受影响?这背后,陆金所又在酝酿着怎样的布局?
8月20日晚间,中国平安同时发布半年报,今年上半年实现归属于母公司股东净利润346.49亿元,同比增长高达62.2%。具体到陆金所,截至6月末,累计注册用户数突破1000万,较年初增长102.2%,上半年总交易量同比增长超过10倍至5122亿元,成立以来累计总交易量达8015亿元,其中个人零售端2013亿元,机构端6002亿元。
今年3月,中国平安对外宣布打造普惠金融业务集群,整合平安直通贷款业务、陆金所辖下的P2P小额信用贷款,以及平安信用保证保险事业部三个模块,剑指消费金融。7月,平安普惠整合完毕,并最终形成三条业务线:无抵押、有抵押和小微企业(SME)。
其中,原本属于陆金所的P2P业务是一大重点,平安普惠董事长兼CEO赵容奭在接受《第一财经日报》记者采访时坦言,在三个模块里,陆金所P2P业务的整合难度相对较高,具体难在陆金所的线下团队,陆金所本身拥有自己的地面销售团队、管理团队和产品团队,涉及大约106家门店,部分门店又与平安信保的门店重合。
整合之后,陆金所不仅失去了P2P业务,还失去了地面团队,成为纯线上平台。那么,既然立志成为纯平台,缘何又要耗巨资收购拥有庞大地面团队的平安普惠?
本报记者从接近陆金所和平安普惠的人士处获悉,二者合并的目的在于整合线上、线下资源,实现金融服务线上和线下的无缝衔接,优势互补。
事实上,普惠金融的诞生带有强烈的线下基因,目前累计客户数超过200万人,贷款余额超700亿元,线下门店数近700个,赵容奭曾对本报记者表示,未来还将不断地扩张地面部队。
而与此相反,陆金所拥有线上资源,线上优势突出。陆金所目前拥有1200多万稳定的互联网客户资源,活跃投资用户数接近100万。
此次交易完成后,平安普惠将转向轻资本模式运行,加速规模化扩张,而陆金所也将获得强大的线下服务支持能力。对此,陆金所一位相关负责人也表示,未来,陆金所将形成“线上+线下”(O2O)业务模式。
合并完成后,普惠金融与陆金所成为陆金所控股旗下并立的兄弟公司,普惠金融也是陆金所平台的合作方和产品供应方之一。
值得注意的是,近日陆金所刚刚宣布打造P2P行业的“人民公社”,彻底转型为第三方开放平台。而此次交易,平安普惠连同自身的P2P业务再次被装进陆金所的大平台中,这是否违背了陆金所P2P开放平台独立性的初衷?
对此,陆金所方面强调,P2P开放平台将完全定位于平台,撮合借款人需求和投资者需求,另外还提供交易相关的辅助服务,是第三方独立平台。陆金所开放平台将通过法律结构、技术手段和流程防火墙设置,保护进驻平台的P2P机构的核心商业信息。
事实上,相对于陆金所这种纯线上模式,尚难预期快速盈利的前景来说,平安普惠可谓是一只持续下金蛋的母鸡,且属于高产的那一种。
将噱头十足却盈利预期模糊的陆金所与稳扎稳打高盈利性的平安普惠整体转入陆金所控股,不仅可以帮助陆金所实现快速盈利,更是极大地增强了陆金所控股整体上市时在资本市场讲故事的能力,对于提升其估值定有很大的帮助。
另外,公告也透露出陆金所的股权结构,陆金所的最终控制公司陆金所控股于2014年12月2日注册于开曼群岛,平安控股子公司平安海外控股和安科技术有限公司合计持有陆金所控股约47.4905%的股权。
为了上市,陆金所一直在准备着。今年3月,P2P业务从陆金所剥离。其时,P2P行业的法律和监管问题还未明确,多家P2P公司爆出大量坏账,市场人士曾猜测,陆金所转向Lfex(金融资产交易平台)是为了更好地上市。
其后,陆金所宣称获得了新的资金支持,总额达30亿元,目标更是直指上市。最近一次传出疑为上市提高估值的变动是刚刚宣布转型为P2P版“天猫”。
如今,互联网金融监管的靴子终于落地,P2P等互联网金融业务也有了明确的方向,该行业未来必将面临一番正面、激烈的厮杀。陆金所与平安普惠联姻后,上市犹如囊中取物。
而这或许就是平安集团董事长马明哲在陆金所身上的最终布局。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。