中国二手车金融市场正迎来万亿级规模与高风险的成长期，渗透率提升与新能源冲击重塑行业格局。本文深度剖析二手车金融的三大核心能力构建——动态残值预测、全周期智能风控及车商利益分配机制，揭示风控产品经理如何在金融本质与科技赋能间搭建关键桥梁，面对行业变革找准能力边界。
做汽车金融行业风控产品经理时间久了，除了每天收集需求、研究竞品、需求评审、项目管理之余，开始思考做的产品到底有什么意义，在社会整体系统中，发挥了什么价值。
带着这样的疑问，我盘了盘中国二手车汽车金融行业的现状，并思考了风控产品经理的能力边界在哪里。
中国二手车金融行业正处在从高速发展迈向成熟的关键过渡期，市场规模巨大，但渗透率仍有提升空间，风险与机遇在此阶段高度交织。
市场大盘持续扩容。 根据中国汽车流通协会最新发布的数据，2025年全国二手车累计交易量首次突破2000万辆大关，达到2010.80万辆，同比增长2.52%；累计交易金额达12897.90亿元（约1.3万亿元），创历史新高。这一量级的市场基础，为二手车金融服务的渗透提供了广阔的土壤。自2016年二手车交易量首次突破千万辆以来，历经十年发展，市场实现了从千万辆到两千万辆的量级跨越，彰显出强劲的发展韧性。
金融渗透率稳步提升但仍有空间。 二手车金融渗透率的增长态势有望延续。罗兰贝格预测，到2026年我国二手车金融渗透率有望达到约52%的水平。与新车金融已进入成熟期（2026年渗透率预计达73%）相比，二手车金融仍处于成长期，发展空间显著。渗透率的提升意味着更多交易将借助金融工具完成，这对降低消费者购车门槛、刺激市场消费具有关键作用。
市场参与主体日趋多元化。 除了银行和持牌汽车金融公司，各类机构正积极布局。根据中国银行业协会发布的《中国汽车金融公司行业发展报告（2025）》，2024年持牌汽车金融公司发放的二手车贷款车辆达107.43万辆，占其零售融资总规模的20.3%。与此同时，平安银行等商业银行机构通过与大型二手车平台（如卡泰驰）合作，提供覆盖消费端和车商端的全场景服务，重塑着市场生态。
二手车金融的利益链条较长，传统的简单加价模式正在被更复杂的合作模式取代。然而，在产业格局演变的同时，来自新车市场的冲击已成为重塑行业的超级力量。
利益分配模式的进化。 早期，二手车金融的利润分配更像是一场“零和博弈”，各方主要围绕贷款利率和手续费进行争夺，车商、金融机构、SP（服务提供商）之间存在明显的利益冲突。当前，行业正转向“开疆拓土”的共赢思维，金融机构通过金融产品——如为车商提供库存融资、为消费者提供零售贷款——深度绑定生态中的各个环节，共同做大市场。例如，大型二手车商已开始联合银行为特定车型提供12期免息政策，以金融杠杆直接吸引客户。
利润核心驱动因素回归风控本质。 在二手车领域，风险控制能力直接决定了利润水平。由于二手车“一车一况”，信息不对称带来的车辆风险（如事故车、水泡车以次充好）和交易欺诈风险，是侵蚀利润的主要因素。据车300为金融机构提供的鉴定评估数据，2025年其鉴定的上百万台车辆中，事故车率高达15.17%，同比上升28.12%。另据统计，国内二手车交易中曾发生事故的车辆占比高达17.6%，其中存在结构性损伤的重大事故车占5.3%。这些车辆经过伪装后流入市场，若管控不力，将直接转化为金融机构的不良资产。从更宏观的视角看，2024年通过拍卖渠道成交的事故车已达53万辆，且呈稳步上升趋势。
新车“金融内卷”成为重塑格局的关键变量。 新能源的崛起和新车市场的“金融内卷”，已成为重塑二手车金融格局的两大超级力量。2026年初，特斯拉等新能源品牌推出的“5年0息”“7年超低息”等金融方案，直接导致其对应二手车款型的询价量暴跌，车商被迫跟进提供短期免息或直接降价以求自保。新车超长低息贷款彻底改变了消费者的支付感知，使二手车的价格优势被瞬间抵消。今天的二手车金融玩家，不仅要精通本行，更要时刻提防来自新车市场的“降维打击”，并学会在日益复杂的产业生态中找到自己不可替代的位置。
在上述市场背景下，汽车金融机构的核心能力已发生根本性迁移。过去依赖资金成本优势的模式难以为继，真正能构成护城河的，是以下三大核心能力：
1. 车辆动态残值预测能力
这是汽车金融机构最核心的“技术底座”。在新能源车技术迭代快、新车价格战频发的背景下，传统的抵押物估值模型已经失效。新能源二手车“一年腰斩、三年残值归零”的极端案例，给金融机构的残值风险评估带来了前所未有的挑战。必须建立覆盖车辆全生命周期的数据模型，能够动态评估电池健康度、技术迭代速度对残值的影响。据预测，从2025年到2028年，电动汽车事故车拍卖量的增长率将至少超过50%，这意味着新能源二手车的风险敞口正在快速扩大。
2. 对个人还款能力穿越周期评估，及全流程智能风控体系
超长车贷（最长7年）的普及，使得借款人的职业、收入、征信波动的不确定性显著上升，传统风控模型无法有效预测如此长周期内的信用变化。因此，谁能构建起覆盖长期信用波动的评估模型，谁就能在超长贷领域建立壁垒。
与此同时，二手车金融风险呈现出多元化、隐蔽化的特征，必须构建覆盖“贷前、贷中、贷后”的体系化风控解决方案：
截至2024年末，持牌汽车金融公司行业平均不良贷款率为0.65%，虽保持在较好水平，但较上年末增加了0.07个百分点，反映出风险管控压力正在加大。
3. 车源端金融服务能力与利益分配机制设计
线下中小经销商手中掌握着中国二手车交易量的绝大部分车源（超过90%），如何服务好这一群体，是构建竞争壁垒的关键。然而，对车商而言，单纯的库存融资吸引力往往不如金融返佣比例。如何设计既能让车商获得合理收益、又能控制金融机构自身风险的利润分配机制，对金融机构的融资能力、产品设计能力以及风险控制能力都提出了很高的要求。这需要在车商准入、额度核定、车辆监控、资金闭环等环节建立精细化的管理能力，真正实现与车商的利益绑定而非零和博弈。
展望未来，中国二手车金融行业将在市场规模持续扩大的同时，经历更加深刻的风险洗礼与能力重构。新车金融的内卷化竞争将常态化，新能源车的残值波动将成为风控的核心课题，车源端的服务能力将决定市场份额的归属。在这一进程中，二手车汽车金融公司的核心能力构建——动态残值预测能力、全周期智能风控体系、车商金融服务与利益分配设计能力——构成了行业竞争的技术底座。
对于汽车金融行业的风控产品经理而言，理解这三大核心能力，也意味着必须清醒地认知自身的能力边界。
首先，在动态残值预测能力层面，风控产品经理的价值不在于成为数据科学家，而在于成为“数据需求的翻译者”与“模型落地的架构师”。 我们需要深刻理解残值波动的业务根源——新车定价战、电池技术迭代、政策补贴退坡——并将其转化为可量化的数据标签和模型输入要求。我们不需要亲手训练残值预测模型，但必须有能力定义模型需要什么数据、输出什么结果、如何与审批流程无缝衔接。能力边界在于：能否搭建起让数据科学家、业务审批人员、贷后管理人员协同工作的产品框架，让复杂的算法真正服务于业务决策。
其次，在全周期智能风控体系层面，风控产品经理的能力边界在于“流程穿透力”而非“单点控制力”。 我们无法靠一己之力杜绝欺诈、消除逾期，但可以通过产品设计，让贷前的车况鉴定数据、贷中的交易合理性监控、贷后的催收处置策略形成完整闭环。真正的挑战在于：能否设计出既满足风控刚性要求、又不损害用户体验的流程节点？能否让一线审批人员感受到系统在“赋能”而非“添乱”？能力边界体现在：当风险事件发生时，能否通过产品的数据追踪能力，快速定位是模型缺陷、数据质量问题，还是执行层面的偏差。
再次，在车商金融服务与利益分配设计层面，风控产品经理的能力边界在于“业务博弈的产品化能力”。 库存融资与返佣激励的平衡，本质上是金融机构与车商之间的动态博弈。我们无法替业务部门决定返佣比例定在多少最合适，但可以通过产品设计，让不同贡献等级的车商享受差异化政策，让风险高的车商接受更严格的资金监管条件。能力边界在于：能否将复杂的准入规则、额度核定模型、资金闭环监控逻辑，封装成车商愿意使用、业务人员易于管理、风控要求得以落实的产品工具。
最终，所有能力构建都指向一个本质问题：科技赋能并非替代金融本质，而是通过提升信息的透明度与处理效率，让金融机构能更精准地识别有价值的客户与资产，从而实现商业可持续性。
在这个过程中，风控产品经理，我们可能无法直接降低哪怕一个百分点的逾期率，但可以通过卓越的产品设计，让数据科学家拥有更干净的数据、让审批人员拥有更清晰的决策视图、让催收人员拥有更精准的处置策略。
这正是风控产品经理的能力边界，也是价值所在：在金融本质与科技手段之间搭建桥梁，让专业的人更专业地协作，而非试图取代任何一个专业角色。
（PS：风控产品经理这个桥梁的能力未来是否可能被AI取代，有待思考？？？）
本文由 @风控打怪升级 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。