数据库建设对于融资租赁公司的意义
一、数据库是什么?
数据库建设是大数据、区块链、物联网技术在租赁公司实务应用的基础,其实质应用更多是帮助企业梳理数据资源、积累有价值数据和将数据进行交叉比对应用的。
首先,我们要理清租赁公司需要的数据有哪些?一、宏观、行业、地方政府财政、企业个体,消费者个体等相关的经济数据;二、政策、舆情、客户行为、需求偏好、租赁产品组合等非数值信息,其作用更多是逻辑梳理与组合设计应用,包括个体案例的原因回溯及对评价体系的修正过程数据。
 其次,数据库的特征有:1、数据量很大;2、数据流流转速度很快;具有时效性,真实性会随着时间转变产生变化,价值也会随着时间变化,迁移速度很快;3、数据库的类型是多样的;每个租赁公司都可以有不一样的数据库,构建的逻辑、模式和方式各有不同;4、数据量很大;也必然导致数据价值密度低,因此我们需要更专业的数据挖掘技术,或者更专业的管理方式挖掘它的价值。
再者,租赁公司对数据的需求,个人认为可以分三个阶段:
第一层次是直接引用,数据来源包括互联网数据库,例如wind、同花顺数据库、第三方数据集成方。租赁公司在针对一些行业的研究时,可以直接参考券商研究报告、上市公司IPO招股说明书、主体评级报告、审计财报等,这些都是可以公开数据。还有当前比较流行的微信公众号文章,这些都是可以直接摘录引用的。
第二层次,是租赁公司将互联网数据库经个性化处理后的使用。公开数据集成,其对数据的分析逻辑和应用体系是原创者的逻辑思维,因应用方向和具体针对性不同的原因,租赁公司对摘录的数据必须经过自身个性化处理之后,再构建自身适用的数据库并应用。
 第三个层次,是租赁公司自有个性化数据库建设,并对数据经特定模型和实践不断修正后的使用。租赁公司一手数据的积累和特定模型的处理,这都是个性化过程。最终形成第三层次数据库之后,才能形成租赁公司真正的核心竞争力。  
最后,数据库发展的趋势是什么?1、数据是资源;一定要把它作资源化积累和处理,处理模型必须要个性化。例如:租赁公司租赁产品需要个性化设计,对客户需求要个性化记录和处理。2、数据管理专业化;包括处理、数据挖掘、分析、应用。3、数据资产和商业模式的创新颠覆;例如当前互联网行业大部分“烧钱”行为,它不是对既有商业模式直接应用拓展,而是在花钱买数据并在积累数据过程中,不断对原有商业模式的颠覆。
二、数据库怎么用,数据库应用价值如何实现?
 1、数据已经成为一种生产要素,它是一种经济资产,当前市面上也有很多卖数据,做数据整合服务的第三方公司。在第一层次的数据来源中,它只是简单截取、整合和共性化处理。2、数据的分析处理可以优化原先的流程,利用数据对现有运作模式改进带来效益。租赁公司在数据积累过程中,往往起始时对行业理解深度不够,指标体系选择逻辑不清;但在不停积累过程中,发现核心指标也许只需2-3个就足以评判一个项目;这就是通过指标体系的优化迭代,不断把处理方式进行个性化处理,过程中可能会创造流程优化,并带来其它的效益。3、更加精准的匹配和更高的服务满意度。通过对客户个性化需求的定制服务,租赁产品不是统一标准,它可以是定制的,且只有定制化的租赁产品,才能匹配更多客户需求。
 当前租赁公司在数据库建设实践中的一些难点:1、基础数据的缺失,尤其是一手数据;建议各租赁公司不要对已放弃的项目放弃数据积累。2、数据口径不统一;当两家租赁公司对某一领域的租赁项目评价指标体系获得一致认同后,租赁资产的交易变的可能。3、数据分析逻辑的不严谨;因为数据有较强的时效性,数据关联性又是相对复杂,存在很多虚假关联。例如有些数据体现是彼此为充要条件,有些是充分不必要条件。4、数据孤岛,数据良莠不齐,还有虚假数据。
租赁公司对数据库的应用过程:第一步是积累数据,其核心是一手数据。初识时对某些行业数据积累往往通过一手互联网上公开数据库进行提取并加工。同时也需要注重对自身放弃掉项目的数据积累;然后是逻辑梳理和数据模型,当前应用比较多的是层次分析模型,每家租赁公司都有自己专业的行业方向,对每个行业的分析和评价指标都应有不一样的评价指标体系;再然后是数据模拟和迭代,对数据模型的迭代。数据因为具有较强的时效性和价值迁移速度快的特点,对应数据以及模型必然也要有迭代的过程,如果说有一家公司的数据模型或者评分体系是普适的话,那就不会再有个性化需求一说了。最后是数据可视化的展现;如何把处理过的数据简洁明了的展现给领导,让领导在各种决策过程中可以更清晰、连续地观察公司资产情况、在险价值、流动性等的动态变化,都需要一定的数据、图表修饰。另外数据模型的输出结果还需要应用到对租赁资产进行独特的风险定价之中。
关于数据库的实际用途,在此和大家分享一个内容:如何建立租赁公司自身动态的经营风险预警体系数据库。
 个人认为租赁公司风险预警指标体系可列为:一级指标是租赁资风险产、资金管理风险和项目管理风险三项。其中针对资产风险,我们选取的指标是资本充足性、资产结构、资产质量与资产流动性四个指标;资金管理风险项下有资金流动性风险、利差风险和资金结构风险三个;资产管理主要评价债务管理能力和资产盈利能力。二级指标下又分设资本资产比率、资本充足率、主体离散度、区域离散度、类型离散度、不良资产比率、逾期率、流动比率、应收账款周转率、资产负债率、流动负债覆盖率、不良资产拨备覆盖率、资产收益率、净资产收益率、营业利润增长率、资产再融资比率、融资流动性覆盖率、利差对融资成本覆盖率、融资集中度和非流动负债比20个三级指标。在指标处理过程中也会涉及到一个问题,即租赁公司核心资本的统计难度,如核心资产统计口径无法参照金租或银行的标准统计。另处理过程当中,租赁资产在五级分类后,还需设置对五级分类中对应的标的物残值回补机制,既需对租赁标的物的残值经压力测试后形成对在险价值的弥补。
另外,数据库建设其实质是基于一定逻辑链条下的数据归集和处理过程。举个例子,租赁公司可以基于风险防范措施差异将租赁业务大体分成四种类型:类政信项目、生产企业型项目、项目融资型项目和消费类项目;其风控落脚地的差异决定了其核心风险点的差异,有些是基于地方财政实力,有些是基于租赁标的物残值,还有基于一定离散度下利差收益对个体违约损失的覆盖情况,也有基于担保主体高信用评级的等等,不同的风控落脚点直接影响相应项目的评价指标体系,通过相应逻辑梳理,将不同类型进行不同评价指标体系的统筹设计,最终达成专业化评审。
租赁公司整体数据库体系的大体框架可分为三部分:一是战略决策数据库;二是租赁项目评价体系数据库;三是风险处置数据库。其中战略决策数据库可分为外部环境评价数据库、经营风险评价指标体系、绩效考核指标体系。租赁项目评价指标体系数据库,可分为战略目标行业准入标准、风险评价和定价指标体系。其输出的结果包括项目准入标准、业务操作指引和专项评分表。最后风险处置数据库,包括厂商、标的物属性、特征、现金流产生情况、残值变化曲线等相关数据,最终成套的结果应该包括租赁资产风险预警指标数据库和风险处置渠道数据库,相对来说风险处置渠道数据库更多依赖于一手数据积累。
这边分享一个Gartner技术成熟度曲线,图中每个新型技术在曲线当中的定位都是通过一定指标评价体系打分得出的。同理,我们租赁公司亦能够通过相关指标体系来定位公司主要资产配置行业的周期情况;根据不同的行业周期情况对不同风险评价得分的项目进行风险定价,才能使租赁资产的收益-风险结构达到合理值
三、一个逻辑、三点解读。
 租赁公司项目资产风险控制的逻辑:首先应是公司管理者根据内、外部环境制定相应战略目标,并以此确定整体资产配置的风险偏好,其实践中的输出结果是确定资产的行业选择,业务往哪个行业方向做积累,目标行业作什么样的准入标准,公司租赁资产结构、集中度、加权期限、基础类型的配置结构作出方向指引,最终使租赁资产的整体风险情况能对应到一定标准的收益。其次,在既定风险偏好下,如何选择资产组合配置方向?它可能需要各租赁公司根据行业政策背景、市场规模、竞争环境等等情况作出综合判断,也可简而言之为只做自己熟悉的、看得准的行业。然后再是针对具体行业方向,对具体资产类型进行选择、分析以及准入标准的制定,且在业务开发过程中不断对资产风险评价模型进行迭代优化。再到具体项目操作,就是对具体租赁方案的专业化评审流程、专家审议流程、项目租后管理和风险跟踪。最后是结合对资产的风险防控措施和自身积累的风险处置渠道进行风险处置措施的闭环设计,来达到整个项目风险可控。即如何量化主体信用偿还能力、标的物残值、标的物现金流产生以及整体项目打包处置等风控措施各自对项目承担多少风险进行量化分析,形成风险处置的闭环设计。
 当前监管环境下,各租赁应把合规的重要性放在最前面,各租赁公司需非常注重合同文本的无瑕疵。其次需注重投放资金的真实用途核实和资金流转监控,例如现在比较多的政信类项目,需对实际租赁投放后的资金使用,要求承租企业出具资金后续流转的相关佐证材料,确保资金用途真实用在承租企业自身,而不是进入地方平台或房地产市场。
对于当前整体宏观债券市场的信用环境解读:个人认为未来债务违约势必日益常态化。因此租赁公司在业务操作过程中需要注重对短期债务偿债压力的分析,注重对现金流量的分析。其次,国有企业的债务违约破坏力要大于民营企业,因为国有企业负债大多不是依附于真实资产之上,承租主体的可融资资源分析也十分重要。另外,在短期政策引导下,资金端存在趋利避险的特征,导致某些行业会产生短期过度投融资和过度去产能、去杠杆的现象,导致当前产业端的信用迁徙速度加快,租赁业务开发中如对行业定位不是特别明确的,需在租赁期限设计和敞口设计时更加注重将敞口下降速度往前靠。另行业信用环境和租赁标的物残值曲线存在较高的相关性,租赁公司需要对租赁标的物的成本构成,每一道流通环节的毛利构成进行数据的归集,对它的残值进行不同的压力测试,对残值曲线与公司租赁资产敞口曲线进行合理统筹设计。
最后是个人对当下租赁公司的核心竞争力的理解,认为其主要集中于以下两点:一是基于专业化领域的认知与资源积累深度。这个包括业务开发渠道,融资渠道,以及好的合作客户积累。其次是租赁未来的发展方向上,不管是经营性租赁也好,投租联动也好,都需要租赁公司对租赁标的物有深度的理解和数据积累,包括从标的物的生产、技术迭代、使用产生现金流情况、使用过程中的维保和管控再到最终的残值处置,都需要大量的合作伙伴或利益共同体的积累,在某一租赁业务领域拥有足够多的全产业链客户和相应数据库积累是租赁公司核心竞争力的体现之一。二是基于大数据风控的核心竞争力。精准的准入和评价标准可扩充该公司业务的市场容量,对业务把控的精度越高,能做的市场越大。详实的风险管理数据库可弥补更大的信用风险损失。基于独有的一手数据库可以挖掘出更多创新业务和创新产品。
四、对租赁公司在数据库应用上的几点建议。
1.是对租赁公司业务端的,行业评价指标数据库的积累。租赁公司业务人员对行业要有足够深入的理解,这就是数据库积累的过程。业务人员对行业的理解不单是对个体项目尽调过程中的个体分析,而需深入行业当中进行更多的行业同比、交叉验证和产业链上下游分析。从行业分析的角度,行业风险逻辑和预警,以及一手数据库,因此需更加注重接洽客户的一手数据积累,后续也可针对客户定性需求进行个性化方案设计和产业链资源整合。          另外个人认为租赁产品的设计必然是定制化的,但其在租赁公司最终输出的成果大概率是标准化的金融产品。因此只有当业务端对标准化金融产品设计有足够的深入的理解时,在业务开发过程中才能对项目进行专业化的设计,即定制化租赁产品和标准化金融产品进行联动设计,这样的租赁产品才能满足大型承租企业更多的真实需求,而非简单针对客户的融资需求。
2.是在资金端的应用。包括构建同业融资结构迁徙数据库,对照同业不同发展时期的融资渠道及结构情况,以分析融资结构合理性;构建租赁资产现金流与融资偿还现金流台账数据库,以精准把握防范流动性风险与闲置资金机会成本损失间的权衡。
3.是风控端,主要包括资产组合基础数据库、风险预警指标数据库、标的物数据库、风险处置渠道数据库等。
4.是管理端,主要是对绩效考核的专项数据库构建。