环球时讯新闻 2021-06-29

千帆过尽，租赁业的下一个十年

帆软数据应用研究院李昌斌

引言

在整个金融体系中，相对于银行、证券、保险等行业，租赁行业在数字化建设方面的企业应用实践显然是相对匮乏的。但前人栽树，后人乘凉，得益于大量金融企业不断的探索实践，如今的整体金融数字化建设路径已经逐步走向成熟，我们甚至可以日益清晰的看到未来数字化建设赋能租赁业态的宏伟蓝图。此外，在当今传统租赁业态日渐承压的状况下，盘活企业数据资产支撑和引领租赁公司实现发展转型已经逐渐成为行业的基本共识。笔者在接触了大量的金融客户后，希望能结合个人经验和思考给租赁的同仁拓宽一些思路。

一、野蛮生长的行业风口

回顾租赁行业的整个发展史，我们可以发现，过去的十年是租赁行业的黄金十年。上世纪80年代，改革开放的潮流席卷神州大地，各行各业都在拥抱创新，追赶时代。由此，我国诞生了第一批的租赁业态，但是好景不长，由于缺乏有效的金融监管体系，行业呆坏账问题突出，到了90年代便开始了一场行业大洗牌。一直到2005年前后，行业才开始复苏，逐步走出低谷，恢复活力。随后，便进入了一个长达十余年的、增速持续高于20%、粗放经营、追求规模、青睐类信贷业务模式的野蛮生长阶段。

截至2019年末，根据银保监会公布的金融机构名单可以看到，当前全国共有68家金融租赁公司（不含3家专业子公司）、11124家融资租赁公司。其中，据全国融资租赁公司管理信息系统显示，在这一万多家的融资租赁公司中，空壳公司占比近七成。

数据来源：毕马威《2020年度中国租赁业调查报告》

二、千帆过尽，租赁的下一个十年

2018年4月，商务部称，已将制定融资租赁公司、商业保理公司、典当行业务经营和监管规则职责划给银保监会，自4月20日起，有关职责由银保监会履行。银保监会统一制定监管政策为主，地方金融监督管理局作为属地监管，抓手的格局开始形成。

2020年6月，银保监会发布《融资租赁公司监督管理暂行办法》，审慎统一的制度规范开始建立。

由此，行业对于“总体趋严”的监管风向已经达成共识，金融全面监管的脚步也越来越近。千帆过尽，百舸争流。这是最坏的时代，也是最好的时代。下一个十年，除了业态转型升级外，租赁行业如何充分挖掘自身现有资源优势把握时代机遇，实现华丽蜕变呢？

以史为鉴，可以知兴替。纵观兄弟姐妹——银行、证券的发展史，可以清晰的看到，业务和数据其实就像一对孪生兄弟，从来都是相辅相成的，快速发展的业务可以积累大量的数据资产，而这些数据资产若是得到充分有效的利用又可以充分反哺给业务发展、作为业务百尺竿头更进一步的源源不绝的动力，从而形成一个良性循环。无数的经验证明，业务积累数据，数据赋能业务。让数据成为生产力、实现高质量的数据创收对于行业转型阵痛期而言无疑更是事半功倍的。

三、租赁业信息化现状剖析及基本策略

下图是笔者所在数据服务团队结合过去多年的客户服务经验，从深度、工具、特质、人群四大视角综合剖析企业内部数据应用实践情况，并以此为基础特征将企业的数字化建设路径划分为四个基本阶段，也就是图中的沉睡期、起步期、发展期、成熟期。

相对于银行证券这些老大哥们，租赁行业的数字化建设脚步无疑是慢了些。根据笔者所在团队对数百家金融客户的实际调研分析结果来看，银行证券大部分企业已经逐步迈入了成熟期，陆续有了自己的大数据服务架构体系以及专业的内部支撑团队，且内部数据管理制度上也已经开始了一系列的迭代完善。而租赁行业整体还是停留在起步期，一个excel走天下，数据人才相对匮乏，甚至整个技术团队资源都是极其紧张的。只有少数头部租赁企业一早便开始布局数字化，大刀阔斧进行数字化转型。这一切的背后，除了部分企业自身基因使然，必然也有行业特殊环境导致。多数租赁公司无论是自身人员规模还是客户服务规模相对传统银行券商都是较小的，存在量级的差距，但也因此直接导致多数租赁公司的基础数据质量一言难尽。

前面提到，在业务上，租赁行业已经逐步进入了成熟期，而反观业务的孪生兄弟——数据上的发展却是停滞不前，起步期居多，部分停留沉睡期，部分进入发展期，整体来说是参差不齐。那么，面对业务的快速增长和数据服务的步履蹒跚之间资源不匹配的矛盾，我们又该何去何从？

上图是笔者所在数据团队结合多年实际金融客户服务经验所总结的一个数字化建设基本路径。整体来说其实可以总结为三步走战略，逐步深化业务场景的实践与应用：

第一步：看得见——固化分析

在数字化建设初期，数据团队首要工作便是梳理集团管控与数据管理思路，从而保证对企业全局的数据链和管理链有一个清晰的基本框架，这也是后续企业数据生态系统运营法则构建的一个有力保障。有了宏观视角，把握基本方向后就要开始整合梳理各业务条线的初期基本需求和相应的指标口径，搭建初步的数据应用原型，输出项目落地的基本蓝图框架。

无疑这个阶段是孤独且枯燥的，大量复杂而又困难的前期准备工作却又难以看到数据应用成果。笔者建议在这个阶段，项目组可以保障基础底层内容建设的同时，也进行一些面向用户的小型数据应用试点，这也是为后续的数据应用推广打下良好的基础。

第二步：管的住——体系化分析

随着底层基础数据设施的不断完善，大量的企业数据资产被一点点的挖掘。尝鲜的用户开始了口碑式的传播，用户需求开始爆发。面向源源不断的、零散的用户需求，我们必须化被动为主动，避免陷入无止境的“工具人”模式。规范需求提交/管理流程、减少信息传递的不对称性等都是基本的辅助措施，构建有效的数据生态系统运营法则是核心，这当中不仅包括保障数据链畅通稳健的一系列顶层建设和制度设计规范，还包括提升管理链价值输出的一系列顶层建设和制度设计规范。

当然，这个阶段的核心目标是构建具有自身企业特色的体系化数据分析框架。制度是为了保障更好的项目落地效果。

第三步：用的好——自助分析

笔者认为，在未来，业务和数据的关系应该就像骨骼和血肉一样。数据应用在实际业务场景中无处不在，每当你进行一次业务结果假设后，都可以利用相关的数据沉淀去进行结果论证。这不仅可以极大的提高工作效率，还可以极大的降低试错成本，无论对于个人还是企业都巨有极其重要的意义。