研究了一阵子，我自己打算重仓并长期持Upstart 的股票，网络上许多见解也让我拥有更
大的信念，趁这次大幅回调，顺道来分享一些想法。
[以下长文]
Upstart的管理层，包含CEO，多数都是google出来的，客观上来看，他们不但有丰富的资
历，而且也经历过google早期快速增长的时期，拥有相关的经验。这次Q3报告后的大幅回
调，我认为是市场有错误的期待而导致 (后面会叙述)，事实上Q3的财报不但都超过预期
，而且根据电话会议的内容，新产品推出的速度很快，上半年才提到着手进行新车贷款的
计画，下半年就已推出，还提到明年另外3项产品的规划 (小额贷款，企业贷款，房贷)，
我看了几次管理层的访谈，基本上他们每季都有做到前次设定的目标，甚至更好。
一间好公司，除了要有好的商业模式以及庞大的市场，也需要有个务实与执行力强的管理
层，这些都可以从访谈中，以及他们是否达成每个阶段性的目标来判断，Upstart的管理
层应该是很不错的。
更别忘记，目前Upstart几乎可说是所有新上市的Fintech公司中，唯一一间已实现真正盈
余的公司，同时还维持高速增长，这已经为它的长久发展奠定了一个令人安心的基础。
很多人对于它的商业模式有所质疑，我列了几个，并分享我的看法。
Q: 为什么银行要跟Upstart合作并付给他们佣金?
A: 可能要先理解一件事，对于Upstart而言，有实质还款能力但传统信用评比不好的借贷
者，是它的产品，而银行则是Upstart的客户。透过传统的FICO分数，银行并无法买到上
述的产品，假设Upstart对人的信用与还款机率的评比是有效的 (这已经陆续被证实)，这
些坏帐率一样好的产品 (借贷者)，银行一定会希望跟Upstart购卖，道理很简单，有利可
图，对银行而言这些是额外的获益 (收取放贷利息)，每间银行都会有意愿，从越来越多
银行跟Upstart合作也可佐证。当然，会从中小银行展开也能理解，因为通常他们的资源
与条件逊于大银行，但我认为大银行迟早会跟Upstart合作，原因还是一样，有利可图。
Q: 大银行自己有很多数据，可以自己开发算法，为何要跟Upstart合作?
A: 算法的开发，并不是单纯丢一堆数据，按个钮就会出来，算法必须长时间且实时性的
调整与改良，明确找出上千种变量彼此之间的关系，并推到最终结果(人的信用与还款机
率)。若是Upstart的算法没用，那就无法解释在同样的放贷数量上，它的坏帐率明显比同
行低的事实。
回到银行，它们的历史数据，多数集中在帐务面上，要嘛很杂乱，要嘛对衡量信用无法构
成完整的意义。
因此，大银行要开发算法需要两件事情。一，新纳入衡量一个人信用的所有因素，包含家
庭,教育,工作,开销习惯…等等。二，找到专业的人才进来开发算法。前者，代表他们要
重新建立一套没碰过的算法，而过往的数据并不完全有用，此外，这些大量的新参数对银
行来说是相对陌生的。后者，银行的文化制度与报酬，难以吸引到原本可前往高科技公司
就职的AI与算法人才，加上旧有金融的体制要跨入科技领域，可预期会碰到众多的冲突困
境。上述听起来都完全不是容易的事，与此同时，Upstart 利用每次的新数据与结果，还
会持续不断的改善自身的算法，一直前进。
这就很像是，google的搜寻引擎与算法，其实很多公司也做得到，但关键就在于google的
早期投入与先发优势，以及持续不段的进步，才造就了本身巨大的护城河。
Q: 如果未来遇到升息的影响，坏帐率会提高，借贷需求减少
A: 其实，一个好的公司，必须要能忽略宏观的影响。升息，对于全部跟借贷有关的公司
都会有影响，但是，Upstart的算法以及对一个人的信用评估，一定比几10年前发明的FIC
O分数来的精准，况且市面上并没有其他同类型的手法，基本上这就够了，因为目前并没
有竞争对手，Upstart的低标，其实只要做到”够好”就行。换句话说，无论是在有利于
或无利于借贷的市场，它只要比同业能有更好的表现 (坏帐率”相对”较低，能找到”相
对”多的借贷需求)，那一样能有”相对”好的成长力道。
以上还没提到一个可能，就是Upstart较精准的算法，能让它在不好的环境中，更加拉大
与其他Fintech公司的优势。