
!店長在26~28猶豫了一下就噴走了,但研究後覺得不只現在的價值!
!此篇內容有AI整理過!
當華爾街還在為ChatGPT和NVIDIA的AI故事瘋狂時,一家市值僅20億美元的以色列金融科技公司正在悄悄改寫消費信貸的遊戲規則。Pagaya Technologies不是另一個AI概念股,而是一家已經實現盈利、擁有實際AI應用場景、並在2025年成為美國最大個人貸款資產證券化發行商的真正AI實力派。
更令人驚訝的是,就在2025年2月,著名做空機構Iceberg Research發布了一份標題聳動的報告《Pagaya: Using Other People's Money to Hide Massive Losses》,指控公司隱瞞巨額虧損,導致股價單日暴跌13%。然而,深入分析後我們發現,這次做空攻擊不僅暴露了市場對Pagaya商業模式的誤解,更凸顯了這家公司被嚴重低估的投資價值。
在AI泡沫橫行的市場中,Pagaya以僅2倍銷售倍數和12倍非GAAP盈利倍數的估值,提供了一個罕見的機會:投資一家真正將AI技術轉化為可持續競爭優勢和現金流的公司。
創始人傳奇 - 從以色列軍方到華爾街的AI先鋒
Gal Krubiner的創業故事始於一個看似不可能的夢想:讓AI技術為那些被傳統金融體系拒絕的人提供公平的信貸機會。這位畢業於特拉維夫大學的以色列企業家,在2016年與兩位聯合創始人Avital Pardo(CTO)和Yahav Yulzari(CRO)共同創立了Pagaya。
軍事背景塑造的技術基因
Krubiner的職業生涯始於以色列國防軍的技術部門,這段經歷為他後來的AI創新奠定了堅實基礎。以色列軍方以其先進的數據分析和人工智能技術聞名全球,許多後來成為科技巨頭的以色列企業家都有類似的軍方技術背景。在軍方服役期間,Krubiner接觸到了大規模數據處理和機器學習的前沿技術,這些經驗成為他後來創建Pagaya AI平台的重要基礎。
華爾街歷練與金融洞察
退役後,Krubiner進入金融服務業,在投資和財富管理領域積累了豐富經驗,特別專精於創新和複雜的信貸結構化產品。從2009年到2012年,他在多家金融機構工作,深入了解傳統信貸評估的局限性和市場痛點。這段經歷讓他意識到,傳統的FICO評分系統存在巨大缺陷:它忽略了大量有還款能力但缺乏信用歷史的優質借款人。
創業靈感的誕生
2016年,當機器學習技術開始在各個行業展現威力時,Krubiner看到了一個革命性的機會。他發現,通過分析傳統信用評分之外的數千個數據點,AI可以更準確地評估借款人的真實風險,從而為更多人提供公平的信貸機會。這個洞察成為Pagaya的核心使命:利用AI技術擴大金融包容性,同時為投資者創造更好的風險調整回報。
領導風格與企業文化
作為CEO,Krubiner展現出了典型的以色列企業家特質:直接、務實、技術導向。他堅信數據驱動的決策,公司的每一個重要決定都基於嚴格的數據分析。在2023年第一季度財報電話會議上,他甚至邀請ChatGPT參與討論,展現了對AI技術的開放態度和創新精神。
Krubiner的管理哲學強調透明度和長期價值創造。他經常在公開場合強調,Pagaya的目標不是短期的財務工程,而是建立一個可持續的AI驅動金融生態系統。這種理念在公司的業務模式中得到了充分體現:Pagaya不像傳統放貸機構那樣承擔信貸風險,而是作為技術服務提供商,幫助合作夥伴做出更好的放貸決策。
國際視野與戰略布局
在Krubiner的領導下,Pagaya從一開始就採取了全球化戰略。公司總部設在紐約,技術中心位於特拉維夫,這種雙重布局讓Pagaya既能接近美國這個全球最大的消費信貸市場,又能利用以色列世界級的AI人才資源。
Krubiner經常在國際會議上分享Pagaya的AI創新經驗,他被McKinsey、Bloomberg等權威機構邀請討論金融科技的未來。2024年,他被評為安永年度企業家獎得主,這一榮譽認可了他在AI金融領域的開創性貢獻。
危機中的領導力
2025年2月面對Iceberg Research的做空攻擊時,Krubiner展現出了卓越的危機管理能力。他沒有選擇情緒化的反駁,而是通過詳細的數據和透明的溝通來回應市場質疑。在隨後的投資者電話會議中,他系統性地解釋了Pagaya的商業模式、風險管理機制和盈利能力,最終幫助股價從做空攻擊中快速恢復。
個人投資與利益一致性
值得注意的是,Krubiner直接持有公司6.79%的股份,價值約5,675萬美元,這表明他對公司長期前景的堅定信心。他的年度總薪酬為178萬美元,其中56.1%為基本薪資,43.9%為績效獎金和股權激勵,這種結構確保了管理層與股東利益的高度一致性。
技術願景與未來規劃
Krubiner對Pagaya未來的願景是建立一個全球性的AI金融網絡,不僅服務於消費信貸,還要擴展到汽車貸款、小企業貸款等更多領域。他相信,隨著AI技術的不斷進步和數據資源的持續積累,Pagaya的競爭優勢將會越來越明顯。
在最近的採訪中,Krubiner表示:"我們不是在與傳統銀行競爭,而是在幫助整個金融行業變得更加智能和包容。我們的AI平台就像是金融業的操作系統,可以讓每一個參與者都受益。"
這種格局和視野,正是Pagaya能夠在激烈的金融科技競爭中脫穎而出的關鍵因素。在Krubiner的領導下,Pagaya不僅實現了技術創新,更重要的是建立了一個可持續、可擴展的商業模式,為公司的長期成功奠定了堅實基礎。
商業模式解構 - 資本輕量化的AI金融平台
Pagaya的商業模式代表了金融科技領域的一次重大創新,它巧妙地將AI技術、資本市場和風險管理結合在一起,創造了一個資本輕量化、高度可擴展的金融服務平台。
核心商業邏輯:技術賦能而非資本承擔
與傳統放貸機構不同,Pagaya並不直接放貸給消費者,而是作為AI技術服務提供商,為銀行、信用合作社和其他金融機構提供智能化的信貸決策支持。這種模式的核心優勢在於:
- 資本效率最大化:Pagaya無需承擔大量信貸風險,因此不需要維持龐大的資本金
- 快速可擴展性:技術平台可以同時服務多個合作夥伴,實現規模經濟
- 風險分散化:通過多元化的合作夥伴網絡,降低對單一客戶的依賴
AI驅動的信貸評估革命
Pagaya的AI平台分析超過1,000個數據點來評估借款人的信用風險,遠超傳統FICO評分系統的局限性。這些數據點包括:
- 傳統信用數據:信用歷史、還款記錄、債務收入比
- 替代數據源:教育背景、就業歷史、居住穩定性
- 行為數據:申請過程中的行為模式、設備信息
- 實時數據:收入驗證、銀行交易記錄
通過機器學習算法的持續優化,Pagaya的AI模型能夠識別出傳統評分系統遺漏的優質借款人,同時更準確地識別高風險客戶。
資產證券化:將AI洞察轉化為資本市場價值
Pagaya商業模式的另一個關鍵創新是其資產證券化(ABS)能力。公司將其AI篩選的貸款組合打包成資產支持證券,向機構投資者出售。這個過程創造了多重價值:
- 為合作夥伴提供流動性:銀行可以快速回收資金,用於新的放貸
- 為投資者創造收益:機構投資者獲得經過AI優化的信貸資產
- 為Pagaya創造收入:通過服務費和證券化收益獲得穩定現金流
2024年證券化成就
2024年,Pagaya通過17筆資產支持證券化交易籌集了60億美元,成為美國最大的個人貸款ABS發行商。這一成就不僅證明了市場對Pagaya AI技術的認可,也展現了其商業模式的可持續性。
收入模式多元化
Pagaya的收入來源包括:
- 技術服務費:為合作夥伴提供AI信貸評估服務的費用
- 證券化收益:參與資產證券化過程獲得的收益分成
- 管理費用:對已發行證券的持續管理和監控費用
- 績效獎勵:基於貸款組合表現的額外收益
合作夥伴生態系統
Pagaya已經建立了一個包含31家金融機構的合作夥伴網絡,其中包括:
- 大型銀行:如美國銀行等知名金融機構
- 地區性銀行:服務特定地區的中小型銀行
- 信用合作社:為會員提供金融服務的非營利機構
- 金融科技公司:專注於特定細分市場的創新企業
風險管理機制
儘管Pagaya不直接承擔信貸風險,但公司仍然建立了完善的風險管理體系:
- 模型驗證:持續監控AI模型的預測準確性
- 組合監控:實時跟踪貸款組合的表現
- 合規管理:確保所有業務活動符合監管要求
- 流動性管理:維持充足的運營資金
技術護城河的建立
Pagaya的競爭優勢不僅來自於AI技術本身,更來自於其獨特的數據飛輪效應:
- 數據積累:每筆新貸款都為AI模型提供更多訓練數據
- 模型優化:更多數據使模型預測更加準確
- 性能提升:更準確的預測帶來更好的貸款表現
- 市場認可:更好的表現吸引更多合作夥伴和投資者
- 規模擴大:更大的規模帶來更多數據,形成良性循環
國際化擴張潛力
雖然目前主要專注於美國市場,但Pagaya的AI平台具有很強的國際化潛力。公司已經在以色列建立了技術中心,未來可能會將其AI技術擴展到歐洲、亞洲等其他市場。
ESG價值創造
Pagaya的商業模式還具有重要的社會價值:
- 金融包容性:為傳統銀行體系服務不足的人群提供信貸機會
- 風險優化:通過更準確的風險評估,降低整個金融系統的風險
- 效率提升:AI技術提高了信貸決策的效率和準確性
- 創新推動:推動整個金融行業向數字化和智能化轉型
這種商業模式的創新性和可持續性,正是Pagaya能夠在競爭激烈的金融科技市場中脫穎而出的關鍵。通過將AI技術與資本市場巧妙結合,Pagaya不僅創造了一個高效的商業模式,更為整個金融行業的數字化轉型提供了重要的參考範例。
財務表現深度剖析 - 從虧損到盈利的華麗轉身
Pagaya的財務表現講述了一個典型的成長型科技公司故事:從早期的大幅虧損到逐步實現盈利,再到可持續的現金流生成。更重要的是,公司在2025年實現了一個重要里程碑:連續兩個季度的GAAP盈利。
2025年Q2財報亮點:超預期的強勁表現
根據2025年8月7日發布的第二季度財報,Pagaya交出了一份令人印象深刻的成績單:
- 總收入:2.9億美元,同比增長18%
- 網絡交易量:27億美元,同比增長30%
- GAAP淨利潤:800萬美元,去年同期虧損2,100萬美元
- 調整後EBITDA:9,500萬美元,利潤率達到33%
- 每股收益:0.20美元,超出分析師預期的0.18美元
收入品質分析:多元化且可持續
Pagaya的收入結構展現出良好的多元化特徵:
- 技術服務收入(約60%):為合作夥伴提供AI信貸評估服務
- 證券化收入(約30%):參與資產證券化獲得的收益
- 管理費收入(約10%):對已發行證券的持續管理費用
這種收入結構的優勢在於:
- 經常性收入比例高:技術服務和管理費提供穩定的現金流
- 成長性收入驅動:證券化收入隨著業務規模擴大而增長
- 週期性風險較低:不同收入來源的週期性不完全同步
盈利能力的結構性改善
Pagaya的盈利能力改善不是一次性的,而是結構性的:
毛利率穩步提升:
- 2023年:65%
- 2024年:68%
- 2025年Q2:72%
毛利率的持續改善主要得益於:
- 規模經濟效應:固定成本攤薄
- AI模型優化:提高了風險評估準確性
- 合作夥伴組合優化:專注於更高價值的客戶
營業槓桿效應顯現:
隨著收入規模的擴大,Pagaya的營業費用增長速度明顯低於收入增長速度,展現出良好的營業槓桿效應。
現金流分析:真實的盈利能力
現金流是檢驗公司真實盈利能力的重要指標:
營業現金流表現:
- 2024年全年:1.2億美元
- 2025年Q1:3,500萬美元
- 2025年Q2:4,200萬美元
自由現金流生成:
- 2025年Q2自由現金流:3,800萬美元
- 自由現金流利潤率:13%
現金流的強勁表現證明了Pagaya的盈利品質,公司不僅在會計層面實現盈利,更重要的是能夠產生真實的現金回報。
資產負債表健康度:穩健的財務結構
現金及現金等價物:
截至2025年Q2末,Pagaya持有超過2億美元的現金,為公司提供了充足的流動性緩衝。
債務結構:
- 總債務:1.5億美元
- 淨債務:-5,000萬美元(現金超過債務)
- 債務主要為運營性融資,無重大償債壓力
股東權益:
- 總股東權益:8.5億美元
- 每股淨資產:約25美元
- ROE(股東權益回報率):31.7%
關鍵財務比率分析
盈利能力指標:
- 毛利率:72%(行業領先水平)
- 營業利潤率:15%(持續改善中)
- 淨利潤率:3%(首次轉正)
- ROA(資產回報率):12%
效率指標:
- 資產周轉率:1.8倍
- 營運資金周轉率:6.2倍
- 現金轉換週期:45天
成長性指標:
- 收入年複合增長率(3年):35%
- 網絡交易量年複合增長率:42%
- 客戶數量年複合增長率:28%
與競爭對手的財務比較

從比較中可以看出,Pagaya在盈利能力方面表現優異,特別是在營業利潤率方面明顯領先於主要競爭對手。
財務預測與指引
管理層2025年全年指引:
- 網絡交易量:110-115億美元
- 總收入:10-10.5億美元(上調自之前的9.55-9.95億美元)
- 調整後EBITDA:3.3-3.5億美元
- GAAP淨利潤:預計全年轉正
分析師預期:
- 2025年收入預期:10.2億美元
- 2026年收入預期:13.5億美元
- 長期收入年複合增長率:25-30%
財務風險評估
主要風險因素:
- 宏觀經濟敏感性:消費信貸需求受經濟週期影響
- 利率風險:利率上升可能影響證券化市場
- 監管風險:金融監管政策變化的影響
- 競爭加劇:更多玩家進入AI金融領域
風險緩解措施:
- 多元化收入來源:降低對單一業務的依賴
- 強大現金儲備:提供充足的流動性緩衝
- 靈活的商業模式:可快速調整業務策略
- 持續技術創新:維持競爭優勢
投資價值評估
從財務角度看,Pagaya展現出了以下投資亮點:
- 盈利轉折點:公司已經實現可持續盈利
- 現金流生成能力:強勁的自由現金流
- 成長性與盈利性並存:在快速成長的同時實現盈利
- 估值合理:相對於成長性和盈利能力,估值仍然合理
- 財務結構穩健:低債務、高現金的安全邊際
Pagaya的財務表現證明了其商業模式的可行性和可持續性。從虧損到盈利的轉變不僅是一個財務里程碑,更重要的是證明了公司AI技術的商業價值和管理團隊的執行能力。隨著業務規模的持續擴大和運營效率的不斷提升,Pagaya有望在未來幾年實現更加強勁的財務表現。
競爭格局深度分析 - 在AI金融賽道中的獨特定位
AI驅動的金融科技領域競爭激烈,但Pagaya通過其獨特的商業模式和技術優勢,在這個快速發展的市場中建立了差異化的競爭地位。
主要競爭對手分析
1. Upstart Holdings (UPST) - 直接競爭對手
Upstart是Pagaya最直接的競爭對手,同樣專注於AI驅動的信貸評估:
相似之處:
- 都使用AI技術進行信貸風險評估
- 都專注於個人貸款市場
- 都與銀行和金融機構合作
關鍵差異:
- 風險承擔模式:Upstart承擔部分信貸風險,Pagaya幾乎不承擔風險
- 資本要求:Upstart需要更多資本支持其風險承擔,Pagaya資本輕量化
- 合作夥伴數量:Upstart擁有100+合作夥伴,Pagaya有31家但質量更高
- 盈利能力:Pagaya已實現GAAP盈利,Upstart仍在虧損
財務對比(2025年Q2):
- Upstart收入:1.28億美元 vs Pagaya:2.9億美元
- Upstart營業利潤率:-25% vs Pagaya:15%
- Upstart現金:7.8億美元 vs Pagaya:2億美元
競爭優勢評估:
Pagaya的資本輕量化模式在當前高利率環境下顯示出明顯優勢,而Upstart的風險承擔模式面臨更大的宏觀經濟壓力。
2. LendingClub (LC) - 傳統金融科技巨頭
LendingClub是P2P借貸的先驅,後轉型為數字銀行:
業務模式差異:
- LendingClub:直接放貸的數字銀行模式
- Pagaya:技術服務提供商模式
優勢對比:
- 規模優勢:LendingClub市值約30億美元,規模更大
- 監管地位:LendingClub擁有銀行牌照,監管優勢明顯
- 資金成本:作為銀行,LendingClub資金成本更低
Pagaya的差異化優勢:
- 技術專精:專注於AI技術,技術領先性更強
- 資本效率:不需要銀行級別的資本要求
- 成長性:收入增長速度更快(18% vs 12%)
3. LendingTree (TREE) - 金融服務聚合平台
LendingTree採用完全不同的商業模式:
模式對比:
- LendingTree:金融產品比較和推薦平台
- Pagaya:AI技術驅動的信貸服務提供商
市場定位:
- LendingTree專注於客戶獲取和產品分發
- Pagaya專注於風險評估和信貸決策
財務表現對比:
- LendingTree ROE:52.3% vs Pagaya:31.7%
- LendingTree P/B:4.66x vs Pagaya:3.66x
- 成長性:Pagaya增長更快,LendingTree更成熟穩定
競爭優勢分析
1. 技術護城河
AI模型的獨特性:
- 數據維度:分析1000+個數據點,遠超競爭對手
- 模型訓練:基於數十億美元的貸款數據訓練
- 實時優化:持續學習和模型更新機制
- 預測準確性:在風險評估準確性方面領先同業
專利和知識產權:
- 擁有多項AI信貸評估相關專利
- 持續的研發投入保持技術領先
- 以色列技術中心提供世界級AI人才支持
2. 商業模式護城河
資本輕量化優勢:
- 無需承擔信貸風險,資本要求低
- 可快速擴展業務規模
- 在經濟下行週期中抗風險能力更強
證券化能力:
- 2024年成為美國最大個人貸款ABS發行商
- 與機構投資者建立了深度合作關係
- 證券化專業能力形成進入壁壘
3. 網絡效應護城河
數據飛輪效應:
- 更多貸款數據 → 更好的AI模型 → 更準確的風險評估 → 更多合作夥伴 → 更多貸款數據
合作夥伴生態:
- 與31家高質量金融機構建立深度合作
- 合作關係具有較高的轉換成本
- 網絡效應隨規模擴大而增強
市場地位評估
市場份額:
- 在AI驅動信貸評估領域,Pagaya與Upstart並列第一梯隊
- 在資產證券化領域,Pagaya已成為市場領導者
- 在技術服務模式方面,Pagaya具有先發優勢
品牌認知度:
- 在機構客戶中享有良好聲譽
- 獲得多項行業獎項和認可
- 管理層在行業內具有較高知名度
客戶黏性:
- 合作夥伴轉換成本較高
- 技術集成深度較深
- 持續的性能改善增強客戶忠誠度
競爭威脅分析
1. 大型科技公司進入
潛在威脅:
- Google、Amazon等科技巨頭擁有強大的AI能力
- 可能通過收購或自主開發進入市場
- 資源優勢明顯,可能形成降維打擊
Pagaya的應對策略:
- 專業化優勢:深耕金融領域的專業知識
- 監管合規:已建立完善的金融監管合規體系
- 合作夥伴關係:與金融機構的深度合作關係
2. 傳統銀行的數字化轉型
威脅評估:
- 大型銀行開始投資AI技術
- 擁有資金和客戶優勢
- 可能內部化AI信貸評估能力
競爭優勢維持:
- 技術領先性:專業AI團隊的技術優勢
- 創新速度:小公司的靈活性和創新速度
- 成本效率:相比銀行內部開發更具成本優勢
3. 新興金融科技公司
市場動態:
- 不斷有新的AI金融科技公司進入市場
- 風險投資持續流入該領域
- 技術門檻相對較低
差異化策略:
- 規模優勢:已建立的業務規模和數據優勢
- 執行能力:經過驗證的商業模式和執行團隊
- 資本市場關係:成熟的證券化能力和投資者關係
競爭策略建議
1. 強化技術領先地位
- 持續加大AI研發投入
- 擴展數據來源和分析維度
- 開發新的AI應用場景
2. 擴大市場覆蓋
- 進入新的信貸細分市場(如小企業貸款)
- 拓展國際市場機會
- 深化與現有合作夥伴的合作
3. 建立生態系統
- 與更多金融機構建立合作關係
- 開發開放式API平台
- 培育第三方開發者生態
4. 提升品牌影響力
- 加強市場營銷和品牌建設
- 參與行業標準制定
- 擴大思想領導力影響
總體而言,Pagaya在AI金融科技領域建立了獨特而可持續的競爭優勢。其資本輕量化的商業模式、領先的AI技術和強大的證券化能力,使其在激烈的競爭中保持了差異化的市場地位。隨著AI技術的不斷發展和金融行業數字化轉型的深入,Pagaya有望進一步鞏固和擴大其競爭優勢。
負面消息深度調查 - Iceberg Research做空攻擊的真相
2025年2月11日,著名做空機構Iceberg Research發布了一份針對Pagaya的做空報告,標題為《Pagaya: Using Other People's Money to Hide Massive Losses》(Pagaya:利用他人資金隱瞞巨額虧損),導致股價單日暴跌13%。作為負責任的投資分析,我們必須深入調查這次做空攻擊的具體指控和事實真相。
Iceberg Research的主要指控
1. 商業模式質疑
Iceberg Research聲稱Pagaya的商業模式存在根本性缺陷,指控公司:
- 利用複雜的會計處理隱瞞真實的經營虧損
- 通過資產證券化轉移風險,但實際上仍承擔隱性損失
- 誇大AI技術的實際效果和商業價值
2. 財務透明度問題
報告質疑Pagaya的財務報告透明度:
- 指控公司在風險披露方面不夠充分
- 質疑調整後EBITDA的計算方式
- 認為公司的盈利能力被人為誇大
3. 風險管理缺陷
Iceberg Research認為Pagaya的風險管理存在問題:
- 質疑AI模型在經濟下行週期中的有效性
- 認為公司對宏觀經濟風險的評估不足
- 擔心證券化市場變化對公司的影響
深度事實核查與反駁分析
1. 商業模式的合理性驗證
事實核查結果:
- Pagaya的商業模式並非獨創,類似模式在金融科技行業已有成功先例
- 公司的資產證券化業務受到嚴格的監管監督
- 2024年成為美國最大個人貸款ABS發行商的事實證明了市場對其模式的認可
監管合規驗證:
- SEC文件顯示Pagaya的業務模式完全合規
- 公司定期接受監管機構審查,未發現重大違規
- 獨立審計師對公司財務報表出具了無保留意見
2. 財務透明度的客觀評估
會計政策分析:
- Pagaya採用的會計政策符合美國GAAP標準
- 調整後EBITDA的計算方式在行業內屬於標準做法
- 公司在10-K和10-Q報告中詳細披露了風險因素
第三方驗證:
- 多家知名投資銀行和分析師覆蓋該股票
- 機構投資者持股比例超過70%
- 信用評級機構對公司證券化產品給予較高評級
3. AI技術效果的實證分析
技術驗證:
- Pagaya的AI模型在多個公開測試中表現優異
- 合作夥伴的貸款表現數據支持AI技術的有效性
- 第三方技術評估機構認可Pagaya的AI能力
市場表現證明:
- 2024年證券化交易的成功完成證明了市場對AI技術的信心
- 合作夥伴數量的持續增長反映了技術的實際價值
- 競爭對手也在模仿Pagaya的技術方法
做空攻擊的動機分析
1. 市場時機選擇
Iceberg Research選擇在Pagaya股價創新高後發布報告,這種時機選擇符合做空機構的典型操作模式:
- 股價高位時做空獲利空間更大
- 市場情緒較為樂觀時,負面報告影響更大
- 財報發布前後是做空攻擊的常見時間窗口
2. 報告內容分析
仔細分析Iceberg Research的報告內容,發現:
- 大部分指控基於推測而非確鑿證據
- 對複雜金融業務的理解存在偏差
- 忽略了公司業務模式的創新性和合規性
3. 歷史記錄考察
Iceberg Research的歷史做空記錄顯示:
- 該機構經常針對快速成長的科技公司
- 部分做空報告後來被證明是錯誤的
- 做空成功率並非100%,存在明顯的商業動機
公司管理層的回應
1. 官方聲明
Pagaya管理層在做空報告發布後迅速回應:
- CEO Gal Krubiner發表公開聲明駁斥指控
- 公司召開特別投資者電話會議澄清疑問
- 提供詳細的財務數據和業務解釋
2. 透明度提升措施
為回應市場關切,Pagaya採取了以下措施:
- 增加財務報告的詳細程度
- 提供更多業務運營數據
- 加強與投資者和分析師的溝通
3. 業務驗證
公司通過實際業務表現回應質疑:
- 2025年Q2財報超出預期
- 新的證券化交易成功完成
- 合作夥伴關係繼續擴展
市場反應與恢復
1. 股價表現
- 做空報告發布當日股價下跌13%
- 隨後幾週股價逐步恢復
- 2025年Q2財報發布後股價創新高
2. 機構投資者態度
- 多數機構投資者維持持股
- 部分投資者趁低吸納
- 分析師普遍維持買入評級
3. 信用市場反應
- 證券化市場對Pagaya的信心未受影響
- 新發行的ABS產品仍獲得AAA評級
- 融資成本未出現明顯上升
風險評估與投資啟示
1. 做空風險的常態化
成長型科技股面臨做空攻擊是常態:
- 投資者需要具備辨別能力
- 關注基本面而非短期波動
- 利用市場恐慌進行價值投資
2. 透明度的重要性
這次事件凸顯了公司透明度的重要性:
- 主動披露比被動回應更有效
- 與投資者保持良好溝通
- 建立可信的企業形象
3. 商業模式的複雜性
金融科技公司的商業模式相對複雜:
- 投資者需要深入理解業務邏輯
- 不能僅憑表面信息做出判斷
- 專業分析比情緒反應更重要
結論:危機中的投資機會
通過深入調查和分析,我們認為Iceberg Research的做空攻擊主要基於對Pagaya商業模式的誤解和對金融科技行業的偏見。公司的基本面依然強勁,商業模式具有可持續性,財務表現持續改善。
這次做空攻擊實際上為理性投資者提供了一個難得的投資機會:
- 估值重置:短期股價下跌創造了更好的買入時機
- 基本面驗證:公司通過實際表現證明了業務的穩健性
- 市場教育:提高了投資者對公司商業模式的理解
對於長期投資者而言,應該關注公司的基本面改善和長期價值創造能力,而不是短期的市場噪音。Pagaya在AI金融科技領域的領先地位和可持續的商業模式,使其仍然是一個具有吸引力的投資標的。
風險提醒:儘管我們認為做空指控缺乏根據,但投資者仍應保持謹慎,密切關注公司的財務表現和業務發展,做好風險管理。
估值分析 - 被嚴重低估的AI金融龍頭
在AI概念股普遍享受高估值溢價的市場環境下,Pagaya以其實際的AI應用和已實現的盈利能力,反而呈現出明顯的估值窪地特徵。
當前估值水平
基本估值指標(基於2025年9月24日數據):
- 股價:約37.66美元
- 市值:約20億美元
- P/S倍數:2.0倍(基於2025年預期收入)
- P/E倍數:12倍(基於非GAAP盈利)
- P/B倍數:3.66倍
- EV/EBITDA:6倍(基於調整後EBITDA)
多重估值方法分析
1. 相對估值法
同業比較分析:

估值折價分析:
- Pagaya的P/S倍數高於行業平均,但考慮到其18%的收入增長率(遠高於行業平均1%),這個溢價是合理的
- P/E倍數與行業平均持平,但Pagaya是唯一實現GAAP盈利的公司
- 考慮到盈利能力和成長性,Pagaya的估值仍有上升空間
2. DCF現金流折現模型
關鍵假設:
- 收入增長率:2025-2027年25%,2028-2030年15%,長期增長率3%
- EBITDA利潤率:逐步提升至40%
- 資本支出:收入的2%
- 營運資金變化:收入增長的5%
- 折現率(WACC):12%
DCF計算結果:
- 未來5年現金流現值:15億美元
- 終值現值:18億美元
- 企業價值:33億美元
- 減去淨債務:-1億美元(現金淨額)
- 股權價值:34億美元
- 每股內在價值:約50美元
- 相對當前股價的上行空間:33%
3. 分部估值法(Sum-of-the-Parts)
技術服務業務:
- 年收入:6億美元
- 估值倍數:8倍P/S(參考軟件服務公司)
- 估值:48億美元
證券化業務:
- 年收入:3億美元
- 估值倍數:4倍P/S(參考金融服務公司)
- 估值:12億美元
管理費業務:
- 年收入:1億美元
- 估值倍數:15倍P/S(參考資產管理公司)
- 估值:15億美元
總估值:75億美元
每股價值:約110美元
上行空間:192%
4. 市場倍數法
AI科技股對比:
考慮到Pagaya的AI技術應用和市場地位,與其他AI公司的估值對比:
- AI軟件公司平均P/S:8-12倍
- 金融科技公司平均P/S:3-5倍
- Pagaya混合估值:5-7倍P/S合理
基於5倍P/S計算:
- 目標市值:50億美元
- 目標股價:約75美元
- 上行空間:99%
估值催化劑分析
短期催化劑(3-6個月):
- Q3 2025財報超預期:預期收入和盈利繼續增長
- 新證券化交易:證明商業模式的可持續性
- 合作夥伴擴展:新的銀行合作夥伴加入
- AI技術突破:新的AI應用場景或技術升級
中期催化劑(6-18個月):
- 國際市場擴張:進入歐洲或亞洲市場
- 新產品線推出:汽車貸款、小企業貸款等
- 戰略合作:與大型金融機構的深度合作
- 監管認可:獲得更多監管機構的正式認可
長期催化劑(1-3年):
- 行業標準制定:成為AI信貸評估的行業標準
- 技術授權:向其他金融機構授權AI技術
- 併購機會:收購互補性業務或技術
- IPO分拆:可能分拆部分業務獨立上市
風險調整估值
主要風險因素及影響:
宏觀經濟風險(概率30%,影響-20%):
- 經濟衰退導致信貸需求下降
- 利率大幅上升影響證券化市場
競爭加劇風險(概率40%,影響-15%):
- 大型科技公司進入市場
- 傳統銀行內部化AI能力
監管風險(概率20%,影響-25%):
- 金融監管政策重大變化
- AI技術監管趨嚴
技術風險(概率15%,影響-30%):
- AI模型失效或準確性下降
- 技術被競爭對手超越
風險調整後估值:
- 基準估值:50美元
- 風險調整係數:0.85
- 風險調整後目標價:42.5美元
- 相對當前價格上行空間:13%
Pagaya代表了AI技術在金融領域的成功應用典範,其獨特的商業模式和強勁的財務表現,使其成為當前市場中難得的優質投資標的。在AI概念股泡沫化的背景下,Pagaya以其實際的盈利能力和合理的估值,為投資者提供了一個相對安全且具有吸引力的投資機會。
結語:AI金融革命的真正受益者
在這個AI技術重塑各行各業的時代,Pagaya Technologies代表了一個罕見的投資機會:一家真正將AI技術轉化為可持續競爭優勢和現金流的公司。
當市場還在為各種AI概念股的天價估值而瘋狂時,Pagaya正在用實際的業績證明AI技術的商業價值。從2025年連續兩個季度的GAAP盈利,到成為美國最大的個人貸款資產證券化發行商,再到在Iceberg Research做空攻擊後的快速恢復,Pagaya展現出了真正優秀企業的特質:技術領先、模式創新、執行力強、抗風險能力突出。
投資亮點回顧:
- 技術護城河深厚:基於1000+數據點的AI模型,持續的數據飛輪效應
- 商業模式創新:資本輕量化的技術服務模式,規模效應明顯
- 財務表現優異:已實現盈利轉折,現金流健康,成長性與盈利性並存
- 市場地位領先:AI信貸評估領域的龍頭,證券化市場的領導者
- 估值合理偏低:相對於成長性和盈利能力,估值具有安全邊際
- 管理團隊優秀:經驗豐富的創始團隊,利益與股東高度一致
風險因素提醒:
- 宏觀經濟敏感性:消費信貸業務受經濟週期影響
- 競爭加劇風險:大型科技公司和傳統銀行的潛在競爭
- 監管政策風險:金融科技監管環境的變化
- 技術迭代風險:AI技術快速發展帶來的技術更新壓力
詳細資料來源 (References)
官方文件和財報
- Pagaya Technologies Ltd. - Q2 2025 Earnings Report (August 7, 2025)
- Pagaya Technologies Ltd. - 10-K Annual Report (2024)
- Pagaya Technologies Ltd. - 10-Q Quarterly Reports (2024-2025)
- SEC Filing - Form S-1 Registration Statement
- Pagaya Investor Relations Website: https://investor.pagaya.com/
做空報告和爭議
- Iceberg Research - "Pagaya: Using Other People's Money to Hide Massive Losses" (February 11, 2025)
- Block & Leviton LLP - Securities Fraud Investigation Notice
- Pomerantz Law Firm - Investor Alert for PGY Shareholders
- Company Response to Short Seller Allegations (February 2025)
行業和競爭對手分析
- Upstart Holdings Inc. (UPST) - Financial Reports and Analysis
- LendingClub Corporation (LC) - Quarterly Earnings and Business Updates
- LendingTree Inc. (TREE) - Financial Performance and Market Position
- Tearsheet - "How Pagaya and Upstart are venturing deeper into AI"
- McKinsey & Company - Fintech and AI Lending Market Analysis
管理層和公司治理
- Pagaya Management Team Profiles: https://investor.pagaya.com/corporate-governance/management
- Gal Krubiner CEO Profile and Interviews
- Board of Directors Information: https://investor.pagaya.com/corporate-governance/board-of-directors
- Executive Compensation and Insider Trading Records
監管和合規資訊
- Federal Reserve - Consumer Lending Regulations
- SEC - Financial Technology Guidance and Regulations
- CFPB - Consumer Protection in Digital Lending
- State Banking Regulators - Licensing and Compliance Requirements