胡一天專欄:第三方支付平台與槓桿收購

評論
評論

本文原刊登於《風傳媒》,作者胡一天。Inside 獲授權轉載。

我在紐約剛入行做價值投資時,華爾街的槓桿收購(Leveraged Buyout,LBO)風潮正方興未艾。那時候在股市覓食的基金經理,在欽羨私募基金(Private Equity)業者肥美的管理費之餘,亦積極利用各種分析方法來預測下一個被高價 LBO 的目標。我的第一份工作,就是分析 LBO 的投資架構與選擇邏輯,建構一套可以從全球股市篩選出最可能成爲收購對象的投資策略,以增進我們管理的基金的投資回報率。這套兼採基本面分析與計量選股技巧的分析框架,在投資實戰上非常有效。最讓我印象深刻的成功案例,就是 First Data Corporation(FDC)。

創立於 1971 年的 FDC,是全美最大的第三方支付暨商家服務運營商(merchant acquirer),亦擁有美國最大的獨立銀行間網絡 STAR Network,與超過 4000 間金融機構通聯。全球 118 個國家中有超過 600 萬間商家透過 FDC 的網絡接受信用卡與現金卡消費。根據 FDC 財報顯示,2014 年 FDC 處理了 740 億筆交易,每秒處理速度高達 2000 筆交易,總金額高達 1.7 兆美元,合併核心營收 69 億美元,EBITDA 達 27 億美元。這間目前由知名私募基金業者 Kohlberg Kravis Roberts(KKR)名下管理的基金及 KKR 自己持有的企業,是過去十年來全球 LBO 界的里程碑。要理解其指標性意義,需要先回顧一段有趣的歷史。

2007 年華爾街有兩宗超大型融資案件,定義了全球金融海嘯前資本市場承載極限的歷史「雙頂」:(1)3 月 22 日黑石(Blackstone,BX)申請股票 IPO,並在 6 月 21 日成功募集超過 41 億美元的資金;(2)4 月 2 日 FDC 被私募基金業者 KKR 以 240 億美元槓桿總額、260 億美元的估值、27 倍的本益比從紐約證交所下市。在 KKR 宣佈私有化 FDC 的前六個月之中,已經先後宣佈總額高達 1000 億美元的 LBO 計劃,幾乎佔去當時已宣佈的所有 LBO 案件總金額的五分之ㄧ。KKR 這間由價值投資的「少林寺」紐約哥倫比亞大學校友創辦的 PE 投資公司,在 1988 年以 313 億美元的總額槓桿收購了 RJR Nabisco(精采故事詳見《城門外的野蠻人》)之後,再次證明了在金融競技場上,沒有最大,只有更大。

FDC 的主營業務,是支付產業中的商家收單與結算服務,在既有的銀行卡與信用卡支付產業價值鏈中,是一個固定成本較高的基礎服務,傳統上是由一間銀行來提供,因此 merchant acquirer 往往被稱為「收單行」。收單行的工作主要是簽訂商家加入某一個支付網絡,提供 POS 機,以及處理商家收款的結算。在目前的支付產業鏈中,假設消費者刷卡花了 100 元,商家通常只能收到 98 元,其中 2 元會被發卡銀行、信用卡通訊網絡及收單行分食,而控制支付網絡的發卡銀行能獲取超過九成的利潤(如下圖),不同的支付結算網絡費用不同,但從商家與消費者的觀點來看,這種「過路費」其實類似消費稅,發卡行、支付網絡與收單服務運營商如果沒有真正的區隔度,價格競爭勢所難免,而且政客為了討好選民,一定會想法以加強監管的名義壓縮金融業者在支付價值鏈的既得利益。這就是美國 2010 年通過的 Dodd-Frank 華爾街改革與消費者保護法案 中的 Durbin 增修條款 的立法意旨。

在 1980 年代信用卡於美國起飛之時,很多銀行一開始時自建商家收單網絡。因為當時刷卡交易的處理流程仍然仰賴人工,銀行都會透過既有的分行網絡來就近服務在地商家。隨著資訊科技的演進,實體分行的重要性不斷下降,加上成本考量,許多銀行逐步退出這個業務,給了 FDC 利用合資與收購等手段成為許多大銀行外包商家收單與結算業務的首選。在 2007 年 KKR 宣佈 LBO 前,FDC 在美國銀行卡收單業務的市佔率將近六成,是美國銀行與富國銀行等大型金融機構的長年合作夥伴,規模優勢顯著。

FDC 可以被 LBO 的主因,除了其等同於金融基礎設施的關鍵地位,以及多年辛苦佈建在地商家的銷售渠道之外,就是其龐大的交易處理量所帶來的自由現金流。這個規模優勢,是 KKR 可以利用 FDC 的現金流向銀行取得鉅額 LBO 融資以賺取回報的槓桿支點。當時我在紐約服務的基金,在 KKR 發動 LBO 前就投資 FDC 的股票。雖然因此而獲利甚豐,但超大型 LBO 與私募基金業者的 IPO 同時出現,「高處不勝寒」,股市拐點恐怕不遠。KKR 眼看對手搶先上市圈錢,在 BX 宣佈 IPO 計劃後兩週內遞件,沒想到人算不如天算,被迫在隨後肆虐全球的金融海嘯中「潛水」,直到 2009 年 10 月才成功上市。如今回顧這段歷史及全球私募基金業在過去 8 年內的發展,幾乎不變的,除了價值投資邏輯與 PE 業者 LBO 財技外,還有 FDC 的鉅額負債。

要深入解析 KKR 究竟如何借到 240 億美元來完成 LBO,可以寫成好多篇頂尖商學院的案例教範,在此不贅。關鍵在於,高槓桿收購標的必須是一間自由現金流豐沛的企業,不然根本不可能通過債權銀行與高收益債券投資人的壓力測試。雖然 FDC 的現金流非常穩健,但沈重的債務導致 FDC 於下市後一直處於帳面虧損的狀態。為了解決這個問題,KKR 於 2014 年先在私募市場做了一輪 35 億美元的股權融資減債,其中包含自己出的 12 億美元。儘管如此,FDC 仍然有近 210 億美元的債要還。

圖示

從 KKR 的角度來看,將近 210 億美元的淨負債雖然高,但只是 EBITDA 的 3.9 倍,離授信合約中要求的 6 倍仍有安全邊際,而且不需要一次還清。2017 年到期的債務餘額 14.6 億美元,以及 2018 年到期的 59.6 億美元,以 FDC 目前的營運現金流,應該可以透過借新還舊的方式處理。假設股市於 2015 年剩下的日子維持穩定,聯儲會也為了安撫市場情緒而暫緩升息,則以 FDC 高達 27 億美元的 EBITDA,根據其他同類型上市公司的市價,要以 400 億美元 的企業估值(股權市值加淨負債)重新上市,不是不可能,但經歷過金融海嘯的投資人也不傻:目前 FDC 的營收僅有個位數的成長率,現金流又得拿來償債,若不計其積極轉型的舉措所可能創造的新價值,重新上市後的市值頂多 200 億美元。要是聯儲會升息,FDC 於 2017 年與 2018 年到期的那兩筆浮動利率的銀行借款恐怕會面臨利率上浮的壓力,除非營收與利潤有奇蹟式的增長,否則當 FDC 的債主似乎勝過當股東。就算成功上市股價也很難有亮眼表現。可想而知,承銷 FDC 上市案的華爾街投行為了「鞏固」與 KKR 的長期業務往來關係,定會使出渾身解數,忽悠戰略投資人進來情義相挺。但如果像當年黑石一樣,把中國大陸主權基金 CIC 拉進來參加 IPO 後股市就見頂,那就證明了一件事:customers have very short memories。

投資人要進場,必須有具未來性的故事。對這些雄霸支付產業既得利益的大公司而言,究竟增長點在哪?在回答這個問題之前,先看看剛從 eBay 分拆獨立上市的貝寶(PayPal,PYPL)對未來的想像。

隨著全球網購的零售交易量預計將在五年內突破 2 兆美元,而廣義的線上與移動支付行為的交易量更可能上看 25 兆美元,支付體系如何在連接消費者與商家上做到「移動化」與「社群化」,將愈發重要。對消費者而言,只要交易安全與私密資訊不成問題,誰發卡誰收單其實都是技術問題。所謂的品牌忠誠度,其實是寵出來的。支付體系中的大型金融機構,一方面要保護既得利益,一方面又必須積極創新,迅速掌握新技術與次世代用戶的消費習慣,讓自己持續成為某個支付體系的平台接入口,更深入地連結消費者,挑戰十分巨大。對商家而言,如何因應這個趨勢來改變收款的模式,更為重要。在移動互聯網金融的時代,要求商家安裝不同支付體系、不同世代的硬體 POS,顯然不是最上算的選擇。然而積習難返,要讓商家接受新的支付模式,除了因應注定發生的晶片卡收款終端的換代更新朝之外,就要靠支付網絡讓利補貼,一時之間很難實現。但若能夠利用既有的規模優勢,聰明地將自己嵌入未來的支付範式之中,成為業界標準的一部分,這個「護城河」競爭優勢就會轉化成可持續的投資價值。

以 Apple Pay 為例,其最關鍵的創新,就是讓用戶在消費時無須提供信用卡資訊給商家,而是透過先進的密碼技術,於用戶首次啟動 iPhone 時將用戶信用卡資訊與該台手機綁定,將加密後的用戶信用卡與手機硬體的資訊傳送給支付網絡,支付網絡於認證該張卡後,會發出一個交易憑證(token,或稱 Device Account Number,DAN),連同其他的伴隨每次交易所發出的一次性動態資安認證金鑰,保存在一份 secure element 當中。當用戶使用手機透過商家安裝的近場通訊(NFC)支付終端機結帳時,該次交易的 token 會從手機透過 merchant acquirer 送到支付網絡認證,這個認證的功能是由 Token Service Provider(TSP)提供。一旦認證成功,支付網絡將照會發卡銀行執行該筆交易。Apple Pay 雖然目前仍在加強推廣,但因為 Apple 不會傳遞用戶訊息與交易記錄給商家,敏感帳戶資訊也不會直接存在手機當中,而是加密後放在「雲端」,降低了駭客利用商家端的資安漏洞竊取用戶資訊盜刷卡的風險,預計在不久的將來消費者與商家的接受度將持續上升。

這個 tokenization 支付範式與既有的銀行卡/信用卡支付範式最大的不同,就是 TSP 這個角色。根據最新的 EMVco 業界標準,收單行(例如 FDC)、存有消費者信用卡訊息的商家(例如 Amazon)或數位皮夾供應商(例如 PYPL 或 AAPL)都可以當 TSP。更重要的是,Google 已經宣佈將失敗的 Google Wallet 改造成 Android Pay,試圖重新加入移動支付的戰局,tokenization 也是其支付架構的關鍵模組。由此看來,能夠提供消費者與商家整合 TSP 服務的運營商,若要是還有自己的支付網絡,在已經發生的支付體系範式轉移的趨勢中有可能持續發揮規模優勢而獲利。這正是 FDC 針對 Apple Pay 的範式開發 整合商家收單服務 的思路。由此看來,FDC 的競爭地位,確實有獨特優勢。再考慮其近年來收購的六間 FinTech 新創公司:CloverPerkaGyftSpreeCommerceEasyWayTransaction Wireless,佈局思路明確。收購後綜效如何,還看市場反應。

嚴格說起來,FDC 因應支付體系 tokenization 趨勢的佈局,仍然是在既有的金融框架中爭取漸進式變革,並非像比特幣那樣根本顛覆既定邏輯。但從商業競爭邏輯來看,FDC 利用其規模優勢卡位,是很切實的做法,若能把當年 LBO 時的債務問題解決,長期投資價值應該存在。從這個角度反觀台灣第三方支付產業的許多紛紛擾擾,究竟哪一間企業能夠在技術、標準與商業模式上真正成為先驅,而不是為了分食一塊似乎愈來愈小的的餅而打資本密集的消耗戰?移動支付不是只要讓 app 上架,讓銀行能繼續幹一成不變的業務就好。台灣的金融機構若能借鑑 FDC 利用其相對優勢積極佈局 FinTech 的思維,或許更有機會在亞太區開創新局。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。