Успешни истории за дигитална трансформация в мецанин кредитирането

Автоматизацията във финансите, особено в банковия сектор, традиционно започва с процеси и транзакции с висока честота. В банкирането най-честите дейности включват обработка на транзакции и кредитиране на дребно. Тези области са били основният фокус на усилията за автоматизация, обхващащи аспекти като обработка на приложения, оценка на риска и преход от ръчен преглед на формуляри и документи към автоматизирани проверки и оценки, базирани на модели. Мецанин финансирането е в рязък контраст с тези процеси с висока честота. Характеризирано със своя уникален, индивидуален характер, мецанин финансирането заема специфична ниша във финансовия пейзаж: то представлява решение за финансиране с повишени нива на риск, стратегически позиционирано между стандартните корпоративни заеми и капиталовите инвестиции. Мецанин финансирането или включва предоставяне на финансиране на ниво акционер (което е структурно подчинение) или чрез придобиване на собствен капитал, съчетано с инструменти за връщане като пут опции (договорно подчинение). Предвид еднократния и силно индивидуализиран характер на мецанин сделките, автоматизирането на процесите в тази област представлява значително предизвикателство. Естественият въпрос би бил следният: как банките, особено големите, могат да подходят към задачата да подобрят рентабилността на своя мецанин бизнес чрез автоматизация и дигитална трансформация? Като експерт със значителен опит в областта на частния капитал, управлението на риска и финансите, имам за цел да осигуря уводно проучване на дигиталната трансформация в мецанин кредитирането, което се стреми да разкрие сложността и да предостави истории за успех в прилагането на технологичния напредък в дадена област на банкирането, традиционно разчитащо на индивидуализирано сключване на сделки по поръчка. Традиционният пейзаж на мецанин кредитирането Мецанин финансирането е отличителен и нюансиран сектор в рамките на по-широкия финансов пейзаж. Както беше посочено по-рано, той заема средно положение между конвенционалните корпоративни заеми и капиталовите инвестиции и се характеризира с повишено ниво на риск. Уникално, всяка мецанин сделка е направена по мярка и изработена, за да отговаря на специфичните нужди и обстоятелства на всеки клиент, подобно на костюм по поръчка. Предизвикателства при традиционното мецанин кредитиране Естеството на мецанин финансирането по своята същност води до значителни предизвикателства. Традиционните методи разчитат главно на ръчни процеси и индивидуално сключване на сделки. Този подход изисква задълбочено разбиране на уникалните аспекти на всяка сделка, набор от умения, които често са . оскъдни и скъпи В големите банки с установени отдели за корпоративно кредитиране, клиентските и кредитните мениджъри са добре запознати със стандартните кредитни продукти. Въпреки това срещата им с мецанин транзакции е рядка, което от своя страна ограничава техния опит в ефективната продажба или привличане на такива сделки. Създаването на специализиран екип от мениджъри на клиенти изключително за мецанин продукти е не само скъпо, но и ескалира разходите в сравнение с по-стандартните процедури за кредитиране. Въпреки че е възможно да се комбинират сложни инвестиционни продукти в групи за намаляване на разходите, цифровизацията в това отношение се очертава като по-икономична и ефективна алтернатива. Дигитализацията като решение Дигиталната трансформация в мецанин кредитирането се фокусира основно върху идентифицирането и привличането на сделки. Повечето кредитни и клиентски специалисти в банките използват системи, които записват преговори, идеи за сделка и параметри на първоначалната сделка. Интегрирането на мецанин критерии в тези съществуващи системи може да автоматизира идентифицирането на потенциални мецанин сделки. Когато дадена транзакция отговаря на тези критерии, тя може автоматично да бъде препратена към мецанин отдела за по-нататъшна обработка. По-нататъшните подобрения могат да включват AI модели, обучени да правят разлика между стандартни корпоративни заеми и мецанин сделки въз основа на множество входящи параметри на сделката. Мащабът на тази трансформация е значителен: докато голяма банка може да извършва хиляди транзакции за корпоративно кредитиране годишно, сделките за мецанин финансиране са много по-редки, често номерирани с едноцифрени числа. Внедряването на система за идентифициране на мецанин сделки може потенциално да доведе до десетократно увеличение на техния обем. Рационализиране на процеса: автоматизация и стандартизация Дигиталната трансформация може да рационализира изпълнението чрез автоматизиране и стандартизиране на процеса. Вместо да се гмурнете направо в пълномащабна автоматизация и разработка на платформи, бихте могли първоначално да се съсредоточите върху по-прости технологии като RPA, които автоматизират събирането на данни, проверката, изчисляването и отчитането. Това намалява ръчната работа и грешките и подобрява счетоводството и съответствието. Стандартизирани мецанин инструменти и документи като срочни листове и договори за заем също могат бързо да бъдат персонализирани за всяка сделка без загуба на качество. Това ускорява обработката и документирането, което допълнително подобрява прозрачността и последователността. Цифрови платформи и инструменти като бази данни и табла за управление помагат за проследяване и управление на увеличения обем и разнообразие на сделки чрез организиране на информация. Това позволява наблюдение на състоянието и напредъка на сделката, идентифициране и разрешаване на проблеми. Като цяло автоматизацията и стандартизацията опростяват изпълнението, намалявайки триенето и разходите. Чрез рационализиране на процеса от край до край, цифровата трансформация прави мецанин кредитирането по-ефективно, мащабируемо и печелившо. Ролята на инструментите за отчитане Отчитането на мецанин портфолио е проблематично без стандартизирани данни. Тези разнородни сделки нямат прозрачност, което затруднява последователната оценка на ключови показатели за възвръщаемост и риск. Инструментите за дигитален анализ за визуализация на данни и Business Intelligence могат да помогнат чрез интегриране на фрагментирани данни за консолидирана видимост: позволяват интерактивни табла за управление, които визуализират представянето на портфолиото, разделено на кредитополучателя, индустрията, географията и други измерения — това дава възможност за цялостен мониторинг. също така позволява разширен анализ като прогнозно моделиране, анализ на сценарии и стрес тестване. Кредиторите могат да симулират бъдещо представяне на портфейла при различни предположения и условия — тези прозрения, управлявани от данни, помагат за оптимизиране на стратегията и намаляване на риска. Qlik и анализите на данни в това отношение са най-добрите за предоставяне на прозрачност и прозрения, необходими за активно управление на мецанин портфейли. Като дава възможност за цялостно отчитане и прогнозни анализи на тези сложни сделки, дигиталната трансформация дава на кредиторите видимостта, необходима за максимизиране на възвръщаемостта и минимизиране на риска. Това е мощен лост за оптимизиране на резултатите при мецанин кредитиране. Qlik Sense Казуси от практиката В този раздел ще разгледаме случаи на автоматизация на кредитния процес. Трябва да се отбележи, че има ограничени видни случаи на оптимизиране на мецанин транзакции извън нашата работа в Сбербанк. Въпреки това ще представя някои примери, които демонстрират как подобни подходи могат да бъдат приложени към мецанин бизнеса, подобно на това, което постигнахме в Сбербанк между 2018 г. и 2021 г., и което ще разкрия по-късно в текста. Казус 1: Голяма европейска банка внедрява цялостна платформа за цифрово кредитиране : Голяма европейска банка се опита да препозиционира бизнеса си с кредитиране на МСП на фона на конкуренцията от гъвкави финтех конкуренти. Тя имаше за цел да създаде дигитална екосистема с безпроблемни пътувания на клиентите. Първата стъпка беше преоткриването на търговското кредитиране с рационализирани приложения, мобилен достъп и одобрения в реално време. Предистория : Банката си партнира с Deloitte, за да дефинира клиентските и технологичните изисквания за нова базирана в облак система за дигитално кредитиране. OpenDATA платформата на Deloitte на AWS даде възможност за гъвкаво, мащабируемо, модулно развитие. Това позволи приемането на Agile методологии, доставяйки първата версия само за 13 седмици. Подход Системата използва усъвършенствани анализи, включително AI и ML, за да интегрира и анализира данни от вътрешни системи, външни бази данни, социални медии и други източници, за да създаде цялостни, актуални профили на кредитополучатели. Той прилага предварително определени правила за филтриране и класиране на пригодността за мецанин финансиране. RPA, блокчейн и интелигентните договори автоматизират ръчни задачи като документация, изчисления и отчитане. Qlik Sense позволява интерактивна визуализация на данни, прогнозно моделиране, сценарии и стрес тестове за оптимизиране на мецанин стратегии и управление на риска. В резултат на това времето за кандидатстване за кредит е намалено от 20 дни на 15 минути, процентът на одобрение се е увеличил от 50% на 90%, а разходите за обработка са намалели със 70%. Водещият поток, качеството и преобразуването също се подобриха, докато прозрачността и последователността на мецанин предложенията бяха подобрени. Анализи и симулации, оптимизирани стратегии и решения. Казус 2: Частна компания за кредитиране използва GoDocs за модернизиране на кредитирането : theLender е частна кредитна компания, която е специализирана в предоставянето на мостови заеми на инвеститори в недвижими имоти. theLender се стреми да се разграничи от другите кредитори, като предлага по-бърз, по-опростен и по-прозрачен процес на кредитиране. Предистория : Компанията си партнира с GoDocs, водещ доставчик на софтуер за генериране на документи за търговски заеми, за внедряване на цифрова платформа за кредитиране, която автоматизира целия процес на отпускане и закриване на заеми. Подход Платформата използва облачни изчисления, изкуствен интелект и блокчейн технология, за да рационализира работните процеси, да намали грешките и да подобри сигурността. Освен това платформата за дигитално кредитиране на theLender му позволи да намали времето за генериране на документи за кредит от часове до минути, да елиминира ръчното въвеждане на данни и човешките грешки, да осигури видимост и сътрудничество в реално време между всички страни, участващи в транзакцията по кредита, да съхранява и споделя сигурно кредита документи в разпределена книга и накрая да се интегрират с услуги на трети страни като кредитни бюра, компании за собственост и агенти за ескроу. В резултат на това платформата за дигитално кредитиране на компанията й помогна да увеличи обема на кредитите и приходите си с 300% за една година, да подобри удовлетвореността на клиентите си и степента на задържане, да намали оперативните си разходи и рискове, както и да спечели конкурентно предимство в частното кредитиране пазар. Заключение Дигиталната трансформация представлява завладяваща възможност за мецанин кредиторите да правят иновации и да създават стойност. Усъвършенстваните технологии, включително автоматизация, AI и анализ на данни, могат да се справят с настоящите болни точки около снабдяването на сделки, ефективността на процесите и управлението на портфолиото. Потенциалните ползи са многостранни — подобрено клиентско изживяване, производителност на служителите, управление на риска и стратегическа гъвкавост. Основната полза е увеличаването на броя на транзакциите и следователно на приходите. Въз основа на опита ми от работата в Сбербанк от 2018 г. до 2021 г. е ясно, че прилагането на такива промени в мецанин бизнеса може значително да увеличи както обема на бизнеса, така и броя на сделките. Първоначално Сбербанк управлява около 10 мецанин сделки годишно. Въпреки това до 2022 г., след приемането на ефективни стратегии за автоматизация, капацитетът на банката нарасна до над 100 сделки годишно. Този забележителен растеж подчертава значителното влияние на дигиталните иновации върху подобряването както на мащаба, така и на ефективността на операциите в мецанин кредитирането.