登錄 | 註冊
我要路演
Upstart (UPST.US) 2025年第三季度業績電話會
文章語言:
EN
分享
紀要
原文
會議摘要
新興公司報告2025年第三季度收入增長71%,達到2.77億美元,AI模型表現強勁,與第三方資本安排密切合作,並進軍新的借貸産品市場,盡管市場挑戰重重。預計2025年第四季度收入為2.88億美元,目標是在2025年實現22%的調整後EBITDA利潤率,並專注於減少資産負債表持有量,優化模型保守性以實現可持續增長。
會議速覽
新秀的第三季度收益突顯快速增長、盈利能力和人工智能領導地位
Upstart 在2025年第三季度的收益電話會議展示了交易量同比增長80%,營收增長71%,以及顯著的盈利能力。該公司強調了其在人工智能驅動的信貸解決方案領域的強勁地位,其信貸表現出色,並且在戰略宏觀經濟處理方面取得了成功。
新興公司的適應性風險模型在需求波動中保持信貸績效
盡管消費者需求增長,但由於宏觀經濟信號的影響,Upstart平台的交易量下降。通過調整風險模型,適度限制批准並提高利率,確保信用績效不受損害。系統對經濟變化的精確響應得到了突出,並展示了Upstart對信用誠信的承諾。
AI技術驅動信用評分的突破和進軍新市場。
新興企業在汽車和住房貸款方面取得了顯著增長,貸款渠道翻了一番,合作夥伴也不斷擴大。該公司利用人工智能快速響應經濟變化,提供最優惠的利率和流程,致力於實現始終可獲得信貸的未來。
技術進步推動金融服務行業的增長和效率
關於重要技術改進對貸款處理、客戶獲取和産品開發的提升的討論,突出人工智能、核保和市場營銷策略方面的進步,承諾提高效率和市場競爭力。
財務季度報告:貸款中的增長、盈利能力和資本獲得情況
盡管交易收入略有不如預期,但本季度以強勁的年度和環比收入增長結束,實現了盈利。資産負債表表現所得的利息收入抵消了交易不足。盡管最近的經濟指標表現謹慎,但新産品交易的進展和第三方資本的支持增長尚可。
Q3財務亮點及信用表現和資本管理戰略轉變
討論了2025年第三季度的財務狀況,強調了同比增長71%的營收增長,戰略性資産負債表調整以及通過第三方資本安排擴大新産品的努力。強調審慎的核保和基於人工智能的信用績效改善。
2025年第四季度經濟展望及改善信用健康的財務預測
分析有利的經濟背景對信貸具有影響,個人消費放緩信用健康表現良好,充分就業和關稅政策影響下,公司預測2025年第四季度營收為2.88億美元,主要由費用收入和淨利息收入推動,同時伴隨着美國通用會計准則和調整後的淨利潤增長。在客戶終身價值和固定費用控制方面進行戰略投資,以支持財務戰略,旨在實現2025年22%的調整後息稅折舊及攤銷前利潤率和5,000萬美元的美國通用會計淨利潤。
強大的申請需求與下調的指導:更仔細的觀察
這段對話探討了強勁的應用需求與預期之外降低的指引之間的對比,着重於理解這些元素如何對齊。發言人詢問了第三季度強勁需求與低於預期的指引之間的關系。對話強調了需要就強勁需求與降低指引如何共存的問題進行澄清。
盡管暫時采取保守模式,應用程序仍然呈現強勁的增長態勢。
討論了顯著的季度應用增長30%,突出了營銷和交叉銷售的有效性。指出由於宏觀因素,出現了暫時的向模型保守主義的轉變,這種轉變自然而然地恢複了,強調了業務的健康狀況,盡管並未完全轉化為預期增長的數量。
汽車行業對擴張計劃和客戶交流的影響
最近轟動的汽車行業破産和信用事件對擴張策略和客戶互動沒有顯著影響的討論,重點放在嚴格的貸款審批流程和市場謹慎上。
超級優質客戶細分放貸量下降的原因分析:模型嚴格性和競爭加劇。
討論圍繞在優質頭寸起源的減少,歸因於由於宏觀經濟信號和加劇的競爭而進行的模型調整。 特別是那些擁有更高FICO分數的超級優質頭寸,經曆了顯著影響,既體現了模型收緊,也承受了競爭性定價壓力。 盡管如此,銀行合作夥伴仍有積極的需求和資金能力支持。
AI-驅動營銷提高了潛在客戶質量和汽車貸款績效。
對話突出了在市場營銷中戰略性使用人工智能提高潛在客戶質量,導致更高的申請量。盡管保守的信用慣例影響了轉化率,但由於強勁的信用表現和市場校准,公司對其汽車貸款業務表現出信心,暗示着增加原始規模的潛力。
在經濟複蘇迹象下,就申請量增長和第四季度預測進行討論
對話圍繞申請量增長預期展開,強調盡管經濟好轉迹象明顯,但在第四季度模型中仍然持謹慎態度。它突出顯示了在保持保守估計和認可U和I行業複蘇迹象之間的緊張關系。
由於烏米上升和隨後的減輕,Q4財務影響
該討論突出了在烏米上正在顯現的改善,注意到他們在監控影響方面采取了保守方法。盡管烏米的上升已經減弱,但第四季度仍將受到影響,反映了該模型第三季度的影響。這種滯後效應凸顯了持續的財務影響。
信用卡債務再融資:引領個人貸款需求的主要驅動因素
這段對話強調了信用卡債務再融資仍然是個人貸款需求的主要驅動因素,個人貸款也作為一種靈活的金融工具,與抵押貸款在不同情況下競爭。
與融資合作夥伴就資産負債表擴張和汽車信貸進行對話
討論聚焦於與資金合作夥伴在針對研發産品和汽車信貸方面的積極進展,盡管盡職調查增加,但還是表現出良好的興趣。強調了良好的信貸表現以及對近期結果的期待。
由於模型保守性和未來穩定策略對轉化率影響的分析
探討了模型的保守性如何通過減少批准,增加拒絕率和略微減少貸款規模來影響轉化率,目的是使模型的反應性降低,以穩定在20%左右的比率。
了解宏觀環境和申請者結構對轉化率的影響
討論了宏觀條件和申請人群對轉化率的影響,並強調了在針對申請人群以獲得最佳業務結果時需要進行的權衡。
針對宏觀變化減少模型方差,以實現更穩定的轉化率。
這段對話討論了模型對宏觀經濟信號的反應能力的進展,重點是努力減少測量誤差和轉換率中不必要的差異,旨在在未來時期實現更穩定和准確的性能。
增加的貸款償還:原因、信用影響和消費者健康見解
討論圍繞着貸款還款增加展開,探討了除了再融資之外潛在的原因,比如借款人財務狀況的改善。這突顯了更快還款所帶來的雙重影響——短期利息收入減少與長期利益,表明消費者財務穩定性更加強大。對話強調了模型對這些變化的響應,調整了更短的貸款期限,並預計積極的信用結果。
分析産生率和消費者接受影響轉化率
這段對話探討了影響發起率的因素,重點關注審批流程和消費者接受程度。它質疑這些因素是否不成比例地影響轉化率,並詢問申請人中比較購物的普遍性,暗示市場上可能存在競爭優勢。
由於模型保守性和下降模式導致的轉化率變化的理解
轉化率波動在很大程度上受到對批准影響的保守模型影響,特別是在低信用範圍方面具有重大影響。與預期相反,下降並非集中在超高端客戶群體,而主要發生在相反的端點,導致整體轉化率降低。
分析HELOC産品經濟學:接受率和貸款規模與企業平均水平的比較
討論集中在HELOC産品的第一天經濟學上,預計相對於公司平均水平,集采率健康但適度,表明利率大致可以減半,但貸款規模明顯更大。
信用模型調整和市場增長策略
討論信用表現調整、模型可靠性和市場增長策略,重點強調以模型驅動的定價和學習系統。
模型對市場信號的自適應響應和提高准確性的策略
討論了模型對感知到的風險增加的自適應響應,強調其准確性以及采用的策略來減少抽樣誤差並改善未來表現。突出了在信用評估中方向響應的重要性,平衡保守性和准確性以維持強健的信用表現。
對2026年第四季度進行樂觀展望,采用保守的模型方法。
這段對話表達了對第四季度和未來增長的樂觀態度,將成功歸因於強勁的消費者健康、不斷改進的模式和新産品的推出。盡管采取保守的方式,演講者視之為一種優勢,表明對未來業績的信心。
理解K形經濟:次級市場與超級市場的趨勢
該對話探討了K形經濟複蘇,突出了次級和超級一級群體之間的Umi趨勢差異。它澄清了次級借款人在相對良好狀態下擁有適度Uis,而一級群體顯示出升高的違約率和更高的Uis。超級一級群體,特別是那些信用分數超過800的人,正在蓬勃發展,但在無擔保借貸方面參與較少。討論強調了精確標記和理解U形經濟複蘇模式的重要性。
工程和GNA支出綫的分析:支出紀律和機械調整的影響
討論了降低的工程和總行政運營費用的因素,強調了開支紀律和由於降低的業務前景而進行的機械調整,影響了獎金支付和薪酬積累。
探索HELOC貸款:綜合性融資和個人貸款的替代方案
HELOC貸款是多功能融資工具,通常用於家庭裝修、債務整合或退休支出。它們被認為是個人貸款的替代品,主要在利率和流程上有所不同,為借款人提供了一系列選擇,滿足一般資金需求。
汽車金融和貸款趨勢:對保守主義和二元論的季度概述
對話探討了近期汽車金融公司和各種貸款方面觀察到的趨緊或保守趨勢,包括無擔保和次級市場部門,突出它們在運營和市場反應中在最近一個季度內出現的二元性。
了解引擎的校准:洞察人口趨勢和信用表現
討論圍繞着理解引擎的預測與市場趨勢之間的差異展開,特別是尋求對引擎校准過程的清晰理解。參與者詢問影響信貸趨勢的人口或地理薄弱點,旨在揭示引擎決策過程的神秘。
實時信用績效分析的高級系統
討論了一個複雜的系統,旨在實時分析信用績效,提供比傳統指標更快速和更准確的見解。由於借款人數據和貸款群體的複雜性,傳統指標經常滯後,這個系統可以更好地解決這個問題。
要點回答
Q:這次演講中Upstart的主要成就有哪些?
A:Upstart的主要成就包括成為一家技術更強大、業務更好、團隊更強大的公司;擁有人工智能領導和精准的宏觀處理能力;交易量實現年增長80%,收入增長71%;消費者需求增長,申請量增加超過30%;根據宏觀經濟信號管理風險模型;保持盈利能力和強勁的信用表現;推出了小額貸款、汽車貸款和房屋貸款等新産品;在流程和合作夥伴關系方面持續創新;與新合作夥伴簽署強大的資本市場執行協議;資産負債表強勁,有過剩的能力和新的品牌增加;發行一項受到強烈需求和超額認購的證券化産品。
Q:Upstart的AI和信用模型取得了什麽樣的進展?
A:新興公司的人工智能和信用模型取得了顯著進展,特別是在對宏觀經濟變化的速度和精准度方面做出回應。該模型的調整能力得到了增強,通過一種校准方法,有望減少模型校准中不必要的月度波動。此外,類似汽車零售和抵押個人貸款等新産品推出,展示了這些模型在不同金融領域的有效性。
Q:Upstart在第三季度遇到了什麽挑戰,又是如何解決的?
A:在第三季度,新興企業在交易數量方面遇到了挑戰,盡管消費者需求很高,但交易量卻低於預期。這一問題通過風險模型來解決,該模型減少了批准量並在宏觀經濟信號的影響下提高了利率,導致轉化率下降。公司認為這只是一個暫時的“阻礙”,因為消費者信用實力沒有出現實質性惡化,並且最近也觀察到了改善的迹象。
Q:Upstart 如何繼續在個人貸款和客戶獲取方面進行創新?
A:Upstart正在繼續在個人貸款和客戶獲取方面進行創新,通過減少端到端的延遲,推出真正的機器學習模型來優化接受率,創建一個框架,允許在合作生態系統中使用他們的核算算法,並開發一種基於因果影響來定位市場支出的技術,以實現更好的投資回報。這些創新旨在提高個人貸款和客戶獲取流程的效率和有效性。
Q:家庭産權貸款流程和其他新産品有哪些進展?
A:Upstart利用多模態人工智能技術在家庭股權貸款流程中取得了進展,加快了一般家庭貸款所需文件的審查速度。這一創新預計將帶領該行業領先的家庭股權産品。此外,小額救濟貸款方面的改進包括即時資金支持功能,使大多數借款人在獲批後不久便可以在其銀行賬戶中看到資金。這些發展是Upstart持續努力完善和提升其新産品系列的一部分。
Q:第三方資金的可用性如何?它對公司的增長有什麽影響?
A:核心無擔保貸款領域的第三方資本仍然易於獲得,超過了公司的借款供應,不會阻礙增長。第三方資本利差的壓縮表明競爭激烈的融資環境,投資者對公司的信用表現充滿信心。
Q:公司如何管理信用績效,未來信用健康有什麽指標提示?
A:公司優先考慮准確的信用表現,認為人工智能模型更適合複雜環境。最近對模型的謹慎,由於如還款速度上升和消費增長略有下降等因素,被視為即將到來的信用改善和潛在增長前景的指標。
Q:Q3的財務重點是什麽,包括收入、淨利息收入和支出?
A:Q3的總收入約為2.77億美元,同比增長了71%,環比增長了8%。來自費用的收入約為2.59億美元,同比增長但低於內部預期。服務收入環比增長了10%。淨利息收入約為1.9億美元,得益於強勁的回報表現。根據GAAP會計標准,運營開支約為2.53億美元,其中與借款人獲取、核實和服務相關的可變成本環比增加。
Q:Q3的貸款交易量、平均貸款規模和貢獻利潤率是多少?
A:貸款交易的數量約為428,000筆,比去年同期增長了128%,代表着約75,000名新借款人。平均貸款規模約為6,670美元,比上一季度下降了12%。貢獻率,一項非通用會計准則指標,在第三季度為50%,比上一季度下降了約2個百分點。
Q:公司擴展新産品和第三方資本安排的方法是什麽?
A:公司正在專注於新産品的推介,並計劃進行第三方資本安排,以擺脫資産負債表融資,釋放投資資本。在這方面取得了進展,預計2026年將達成多項新産品綫的協議。
Q:公司對2025年第四季度和全年的展望如何?
A:對於第四季度,公司預計總收入約為2.88億美元,其中來自費用的收入約為2.62億美元,總淨利息收入約為2600萬美元。預期毛利率約為53%,符合美國通用會計准則的淨利潤約為1700萬美元,調整後淨利潤約為5200萬美元。預計調整後的EBITDA約為6300萬美元。2025年全年預計總收入約為10.35億美元。
Q:第三季度應用程序需求是如何增長的,它與提供的指導有什麽關聯?
A:申請需求季度環比增長約30%,超過了交易量增長。這種增長歸因於成功的營銷計劃和跨銷售努力。盡管第三季度稍微保守,但增加的申請仍然被視為積極的,因為它突顯了強勁的業務前景,即使交易量沒有達到最高期望值。
Q:欺詐活動對市場和銀行融資實踐的感知影響是什麽?
A:據講話人稱,欺詐活動對市場的影響被認為是有限的,而且並不普遍。雖然這引起了銀行和高級融資提供方之間的一些謹慎和增加的審慎,但並沒有報告出現任何重大問題。
Q:在汽車貸款領域采取了哪些措施以應對風險?
A:公司一直在建立嚴格的流程,以有效核准經銷商並減輕與經銷商活動相關的風險。盡管市場上存在着挑戰,但他們並未遇到任何主要問題。
Q:在超級首要領域的起源趨勢是什麽,可能影響它的因素有哪些?
A:在超級優質客戶細分領域,新增業務呈現順差,並且有人認為模型的緊密性和宏觀信號正在影響這一細分市場。在低至中等700分左右的FICO評分範圍內,顯示了相對較低的UMI,對這一細分市場也有模型影響。該市場被描述為競爭非常激烈,價格影響是競爭的一個因素。
Q:AI系統對客戶獲取和申請質量的影響如何?
A:AI系統在客戶獲取方面取得了一些積極的成果,通過選擇有高申請和轉化傾向的人群。通過漏鬥轉化的可能性被提及作為一個因素,但總體模型影響和選擇在信用申請方面更加保守導致了對不太可能被批准的人進行營銷。盡管如此,預計該模型仍將對第四季度産生影響。
Q:非優質汽車貸款的逾期情況是否有所改善,這對汽車貸款的發放有多重要?
A:汽車領域的信用表現非常出色,各種車型運作良好。市場可能出現的轉折點或拐點對公司可能是積極的,尤其是在其擴展汽車業務的過程中。公司對汽車業務的未來感到樂觀,並相信市場中任何的幹擾或噪音都可能帶來機遇。
Q:UMI變化對Q4模型影響的含義是什麽?
A:UMI的改善已經顯現出來並且保守。盡管它們正在減弱,但第三季度的模型影響將繼續影響第四季度。截至十月份,UMI上升對第四季度的一定程度産生了影響。
Q:重新貸款信用卡債務仍然是個人貸款需求的主要推動力嗎?
A:信用卡債務再融資仍然是個人貸款的主要用途,但個人貸款也被用於各種各樣的目的。它們特別適用於快速、簡便和具有競爭力的融資,有時會與抵押貸款在某些類型的購買方面競爭。
Q:最近與潛在的資金合作夥伴關於研發産品進行的交流如何趨勢?
A:與潛在的研發産品融資夥伴的對話趨向積極。對於各個新産品領域的大額交易有很高的興趣,雖然這些大型、跨銀行的交易的時間表並不完全可預測。沒有私人信貸夥伴需求的收縮,並且正在進行關於交易流程、法律流程、融資和銀行關系的討論。
Q:演講中提到的轉化率變化的主要原因是什麽?
A:轉化率變化的主要驅動因素是模型中的保守性,這導致批准人數略少,批准貸款規模較高,整體模型反應較弱。
Q:除了模特的保守主義外,還有哪些因素可能影響轉化率?
A:其他影響轉化率的因素包括申請者的混合和宏觀經濟條件。後者影響借款人的財務健康狀況,並且是整體轉化率的重要貢獻者。
Q:這個模型對宏觀信號的響應如何調整以減少轉化率的波動?
A:模型對最新的宏觀信號的反應已經被調整,以降低轉化率的方差。對於模型如何對宏觀條件的變化做出反應進行了改進,旨在更快速、更精確地做出反應,同時最大限度地減少因抽樣和測量誤差引起的不必要的差異。
Q:更快的貸款還款速度對模型定價和整體消費者健康狀況産生了什麽影響?
A:更快的貸款償還速度通常是改善基礎消費者健康狀況的積極迹象,並且隨着時間推移與違約呈負相關。然而,在短期內,更快的還款導致收益較少,以抵消違約,導致模型通過增加貸款利率變得更為保守。
Q:這種轉換率的變化主要與演講中討論的模型保守性有關嗎?
A:是的,轉換率的變化主要與模型的保守程度有關,其中最顯著的影響來自批准的變化。
Q:HELOC産品的預計接受率是多少,與公司平均水平相比如何?
A:該産品的預計接受率預計將大致是公司平均接受率的一半,但貸款金額要大得多。
Q:在演講中提到的模型中,主要的性能指標是什麽?
A:該模型的主要性能指標是模型分離和模型校准。
Q:模型校准是什麽意思,它的表現如何?
A:模型校准是指模型的信用表現。在討論的時間段內,模型的表現異常強勁。
Q:這個模特的批准或轉換他人的能力為什麽會減弱?
A:該模型批准或轉化人員的能力因觀察到各種借款人風險信號升高而增加的保守主義而減弱。
Q:模型對風險信號的響應方式如何演變?
A:這個模型已經演變為更保守的方式來應對風險信號,這被視為一個特點而不是一個錯誤。該模型對變化的檢測和響應能力被認為很強。
Q:公司對第四季度和2026年的展望是什麽?
A:公司對第四季度非常樂觀,具有良好的增長率,適當的保守態度,預計強勁的機型改進管道將推動轉化率提高,並相信消費者健康和模型的整體實力。
Q:為什麽講話者認為模特的保守方法是一個特點?
A:演講者認為模型保守的方法作為一個特征,因為它表示模型在做出不同決策或采取不同市場立場時的實力,從而導致對模型整體健康和韌性的信心。
Q:根據發言人,UMI與經濟的細分有什麽關聯?
A:UMI建議,經濟中存在細分,根據傳統信用評分來衡量,子660人口在Covid之前的違約趨勢方面處於良好狀態。相反,與Covid之前水平相比,720到750分段的違約率有所上升,表明出現了U形經濟,各個細分領域的表現水平有所不同。
Q:更廣泛的無抵押貸款和特別是HELOC貸款的使用案例是什麽?
A:HELOC貸款是用於各種目的的通用貸款,如居住環境改善、其他類型的債務、退休或個人需求。公司將HELOC貸款和個人貸款視為彼此可替代的潛在選擇。
Q:這個模型揭示了它對市場趨勢做出決策的過程。
A:這個模型被刻意構建得比傳統的信貸指標更快,通過控制各種借款人人口變化和風險因素,提供對信貸表現的實時洞察。這使得模型能夠檢測到精確的、特定於細分市場的模式或廣泛趨勢,這些趨勢可能在傳統指標下不可見。目標是比其他人更快更准確地檢測市場變化。
play
English
English
進入會議
1.0
0.5
0.75
1.0
1.5
2.0