研究了一陣子，我自己打算重倉並長期持Upstart 的股票，網路上許多見解也讓我擁有更
大的信念，趁這次大幅回調，順道來分享一些想法。
[以下長文]
Upstart的管理層，包含CEO，多數都是google出來的，客觀上來看，他們不但有豐富的資
歷，而且也經歷過google早期快速增長的時期，擁有相關的經驗。這次Q3報告後的大幅回
調，我認為是市場有錯誤的期待而導致 (後面會敘述)，事實上Q3的財報不但都超過預期
，而且根據電話會議的內容，新產品推出的速度很快，上半年才提到著手進行新車貸款的
計畫，下半年就已推出，還提到明年另外3項產品的規劃 (小額貸款，企業貸款，房貸)，
我看了幾次管理層的訪談，基本上他們每季都有做到前次設定的目標，甚至更好。
一間好公司，除了要有好的商業模式以及龐大的市場，也需要有個務實與執行力強的管理
層，這些都可以從訪談中，以及他們是否達成每個階段性的目標來判斷，Upstart的管理
層應該是很不錯的。
更別忘記，目前Upstart幾乎可說是所有新上市的Fintech公司中，唯一一間已實現真正盈
餘的公司，同時還維持高速增長，這已經為它的長久發展奠定了一個令人安心的基礎。
很多人對於它的商業模式有所質疑，我列了幾個，並分享我的看法。
Q: 為什麼銀行要跟Upstart合作並付給他們佣金?
A: 可能要先理解一件事，對於Upstart而言，有實質還款能力但傳統信用評比不好的借貸
者，是它的產品，而銀行則是Upstart的客戶。透過傳統的FICO分數，銀行並無法買到上
述的產品，假設Upstart對人的信用與還款機率的評比是有效的 (這已經陸續被證實)，這
些壞帳率一樣好的產品 (借貸者)，銀行一定會希望跟Upstart購賣，道理很簡單，有利可
圖，對銀行而言這些是額外的獲益 (收取放貸利息)，每間銀行都會有意願，從越來越多
銀行跟Upstart合作也可佐證。當然，會從中小銀行展開也能理解，因為通常他們的資源
與條件遜於大銀行，但我認為大銀行遲早會跟Upstart合作，原因還是一樣，有利可圖。
Q: 大銀行自己有很多數據，可以自己開發算法，為何要跟Upstart合作?
A: 算法的開發，並不是單純丟一堆數據，按個鈕就會出來，算法必須長時間且實時性的
調整與改良，明確找出上千種變數彼此之間的關係，並推到最終結果(人的信用與還款機
率)。若是Upstart的算法沒用，那就無法解釋在同樣的放貸數量上，它的壞帳率明顯比同
行低的事實。
回到銀行，它們的歷史數據，多數集中在帳務面上，要嘛很雜亂，要嘛對衡量信用無法構
成完整的意義。
因此，大銀行要開發算法需要兩件事情。一，新納入衡量一個人信用的所有因素，包含家
庭,教育,工作,開銷習慣…等等。二，找到專業的人才進來開發算法。前者，代表他們要
重新建立一套沒碰過的算法，而過往的數據並不完全有用，此外，這些大量的新參數對銀
行來說是相對陌生的。後者，銀行的文化制度與報酬，難以吸引到原本可前往高科技公司
就職的AI與算法人才，加上舊有金融的體制要跨入科技領域，可預期會碰到眾多的衝突困
境。上述聽起來都完全不是容易的事，與此同時，Upstart 利用每次的新數據與結果，還
會持續不斷的改善自身的算法，一直前進。
這就很像是，google的搜尋引擎與算法，其實很多公司也做得到，但關鍵就在於google的
早期投入與先發優勢，以及持續不段的進步，才造就了本身巨大的護城河。
Q: 如果未來遇到升息的影響，壞帳率會提高，借貸需求減少
A: 其實，一個好的公司，必須要能忽略宏觀的影響。升息，對於全部跟借貸有關的公司
都會有影響，但是，Upstart的算法以及對一個人的信用評估，一定比幾10年前發明的FIC
O分數來的精準，況且市面上並沒有其他同類型的手法，基本上這就夠了，因為目前並沒
有競爭對手，Upstart的低標，其實只要做到”夠好”就行。換句話說，無論是在有利於
或無利於借貸的市場，它只要比同業能有更好的表現 (壞帳率”相對”較低，能找到”相
對”多的借貸需求)，那一樣能有”相對”好的成長力道。
以上還沒提到一個可能，就是Upstart較精準的算法，能讓它在不好的環境中，更加拉大
與其他Fintech公司的優勢。