UPST

信用点数の外にある情報で返済力を測る与信モデルの先行と、審査から契約までほぼ全自動の体験が最大の強み。承認の幅と速さは銀行の自前審査では真似しにくい。信用の薄い層に公正な金利をという旗印を掲げ、与信の常識を書き換えようとする挑戦者の立ち位置にいる。

個人の無担保ローンを人工知能の審査で組成し、提携の銀行や信用組合、投資家に渡す仲介手数料が収益の柱。学歴や職歴まで含む独自の与信モデルで、従来の信用点数では弾かれる借り手を拾う。自動車ローンや住宅担保にも広げる。貸付を抱えず手数料で稼ぐ建前と、市況次第で在庫を抱える現実が同居する構造になっている。

金利の急騰期には資金の出し手が消え、取扱が急減した前歴がある。貸し倒れの想定外の上振れは、モデルの信用そのものを傷つける。やむなく自社で抱えたローンは市況の悪化で評価損になる。景気の谷をまだ完全には越えていない与信モデルへの疑念が、常に株価の振れを大きくする。

配当を出さず、資金をモデルの改良と新しいローン商品の開発に投じる経営。市況の谷では費用を絞り、資金の出し手との長期契約で安定を図る。貸付の在庫を抱えすぎない規律を掲げる方針が特徴になっている。

与信モデルの精度と、資金の出し手の継続、金利環境に依存する。人工知能の審査が貸し倒れを想定内に抑えるか、ローンを買う銀行と投資家の資金が市況の波を越えて続くか、金利の低下が借り手の需要と債券側の買い意欲を戻すか、そして新商品の拡大が実るかが、業績を左右する大きな前提になる。