![Search icon](https://hackernoon.imgix.net/search-new.png?w=19&h=19)
Automatyzacja w finansach, szczególnie w sektorze bankowym, tradycyjnie zaczynała się od procesów i transakcji o wysokiej częstotliwości. W bankowości najczęstsze działania obejmują przetwarzanie transakcji i udzielanie pożyczek detalicznych.
Obszary te były głównym obszarem zainteresowania działań w zakresie automatyzacji, obejmujących takie aspekty, jak przetwarzanie wniosków, ocena ryzyka i przejście od ręcznego przeglądania formularzy i dokumentów do automatycznych kontroli i ocen opartych na modelach.
Finansowanie mezzanine stoi w ostrym kontraście do tych procesów o wysokiej częstotliwości. Charakteryzujące się swoją unikalną, dostosowaną do potrzeb naturą finansowanie mezzanine zajmuje określoną niszę w krajobrazie finansowym: stanowi rozwiązanie finansowe o podwyższonym poziomie ryzyka, strategicznie umiejscowione pomiędzy standardowymi pożyczkami korporacyjnymi a inwestycjami kapitałowymi.
Finansowanie mezzanine polega na zapewnieniu finansowania na poziomie akcjonariuszy (co jest podporządkowaniem strukturalnym) lub poprzez nabycie kapitału własnego w połączeniu z instrumentami zwrotu, takimi jak opcje sprzedaży (podporządkowanie umowne).
Biorąc pod uwagę jednorazowy i wysoce zindywidualizowany charakter transakcji mezzanine, automatyzacja procesów w tym obszarze stanowi poważne wyzwanie. Naturalnym pytaniem byłoby: w jaki sposób banki, zwłaszcza te duże, mogą podejść do zadania zwiększenia rentowności swojego biznesu mezzanine poprzez automatyzację i transformację cyfrową?
Jako ekspert z bogatym doświadczeniem w obszarach kapitału prywatnego, zarządzania ryzykiem i finansów, chciałbym przedstawić wprowadzenie do cyfrowej transformacji w udzielaniu pożyczek mezzanine, które ma na celu rozwikłanie zawiłości i przedstawienie historii sukcesów w stosowaniu postępu technologicznego w obszarze bankowości tradycyjnie opierającym się na indywidualnym zawieraniu transakcji.
Finansowanie mezzanine to odrębny i niuansowy sektor w szerszym krajobrazie finansowym. Jak wspomniano wcześniej, zajmuje on pozycję pośrednią między konwencjonalnymi pożyczkami korporacyjnymi a inwestycjami kapitałowymi i charakteryzuje się podwyższonym poziomem ryzyka.
Każda oferta mezzanine jest wyjątkowa i szyta na miarę, tak aby odpowiadała konkretnym potrzebom i okolicznościom każdego klienta, podobnie jak garnitur szyty na miarę.
Natura finansowania mezzaninowego z natury wiąże się ze znacznymi wyzwaniami. Tradycyjne metody opierają się głównie na procesach manualnych i zindywidualizowanym zawieraniu transakcji. To podejście wymaga głębokiego zrozumienia unikalnych aspektów każdej transakcji, zestawu umiejętności, który jest często rzadki i drogi .
W dużych bankach z ugruntowanymi działami kredytów korporacyjnych, menedżerowie ds. klientów i kredytów są dobrze zorientowani w standardowych produktach kredytowych. Jednak ich spotkania z transakcjami mezzanine są rzadkie, co z kolei ogranicza ich wiedzę specjalistyczną w zakresie skutecznej sprzedaży lub przyciągania takich transakcji.
Utworzenie wyspecjalizowanego zespołu menedżerów ds. obsługi klienta wyłącznie w przypadku produktów mezzanine jest nie tylko kosztowne, ale również podnosi koszty w porównaniu ze standardowymi procedurami pożyczkowymi.
Chociaż możliwe jest łączenie złożonych produktów inwestycyjnych w grupy w celu obniżenia kosztów, digitalizacja w tym zakresie jawi się jako bardziej ekonomiczna i efektywna alternatywa.
Cyfrowa transformacja w pożyczkach mezzanine koncentruje się przede wszystkim na identyfikacji transakcji i ich przyciąganiu. Większość specjalistów ds. kredytów i klientów w bankach korzysta z systemów, które rejestrują negocjacje, pomysły na transakcje i początkowe parametry transakcji.
Zintegrowanie kryteriów mezzanine z istniejącymi systemami mogłoby zautomatyzować identyfikację potencjalnych umów mezzanine.
Gdy transakcja spełnia te kryteria, może zostać automatycznie przekazana do działu mezzanine w celu dalszego przetwarzania. Dalsze postępy mogą obejmować modele AI wytrenowane w celu rozróżniania standardowych pożyczek korporacyjnych i transakcji mezzanine na podstawie wielu parametrów transakcji przychodzących.
Skala tej transformacji jest znacząca: podczas gdy duży bank może przeprowadzać tysiące transakcji pożyczek korporacyjnych rocznie, transakcje finansowania mezzanine są znacznie rzadsze, często numerowane jednocyfrowo. Wdrożenie systemu identyfikacji transakcji mezzanine może potencjalnie doprowadzić do dziesięciokrotnego wzrostu ich wolumenu.
Transformacja cyfrowa może usprawnić wykonywanie poprzez automatyzację i standaryzację procesu. Zamiast od razu zagłębiać się w automatyzację na pełną skalę i rozwój platformy, możesz początkowo skupić się na prostszych technologiach, takich jak RPA, które automatyzują zbieranie danych, weryfikację, obliczenia i raportowanie. Zmniejsza to ręczną pracę i błędy oraz poprawia księgowość i zgodność.
Standaryzowane instrumenty i dokumenty mezzanine, takie jak arkusze warunków i umowy pożyczkowe, można również szybko dostosować do każdej transakcji bez utraty jakości. Przyspiesza to przetwarzanie i dokumentowanie, co dodatkowo poprawia przejrzystość i spójność.
Platformy cyfrowe i narzędzia, takie jak bazy danych i pulpity nawigacyjne, pomagają śledzić i zarządzać zwiększoną liczbą transakcji i różnorodnością poprzez organizowanie informacji. Umożliwia to monitorowanie statusu transakcji i postępów, identyfikowanie i rozwiązywanie problemów.
Ogólnie rzecz biorąc, automatyzacja i standaryzacja upraszczają realizację, redukując tarcie i koszty. Dzięki usprawnieniu procesu end-to-end transformacja cyfrowa sprawia, że pożyczki mezzanine są bardziej wydajne, skalowalne i dochodowe.
Raportowanie portfela mezzanine jest problematyczne bez standaryzowanych danych. Te heterogeniczne transakcje nie są przejrzyste, co utrudnia spójną ocenę kluczowych wskaźników zwrotu i ryzyka.
Narzędzia analityki cyfrowej do wizualizacji danych i Business Intelligence mogą okazać się pomocne poprzez integrację rozproszonych danych w celu uzyskania skonsolidowanej widoczności. Umożliwiają one tworzenie interaktywnych pulpitów nawigacyjnych, które wizualizują wyniki portfela w podziale na pożyczkobiorcę, branżę, region geograficzny i inne wymiary — umożliwia to całościowe monitorowanie.
Qlik umożliwia również zaawansowaną analitykę, taką jak modelowanie predykcyjne, analiza scenariuszy i testy warunków skrajnych. Pożyczkodawcy mogą symulować przyszłą wydajność portfela przy różnych założeniach i warunkach — te oparte na danych spostrzeżenia pomagają optymalizować strategię i ograniczać ryzyko.
Qlik Sense i analiza danych w tym zakresie są najlepsze, aby zapewnić przejrzystość i spostrzeżenia potrzebne do aktywnego zarządzania portfelami mezzanine. Umożliwiając kompleksowe raportowanie i predykcyjną analizę tych złożonych transakcji, transformacja cyfrowa zapewnia pożyczkodawcom widoczność wymaganą do maksymalizacji zwrotów i minimalizacji ryzyka. To potężna dźwignia do optymalizacji wyników w pożyczkach mezzanine.
W tej sekcji przyjrzymy się przypadkom automatyzacji procesów kredytowych. Warto zauważyć, że istnieją ograniczone, znaczące przypadki optymalizacji transakcji mezzanine poza naszą pracą w Sberbank.
Przedstawię jednak kilka przykładów, które pokazują, w jaki sposób podobne podejścia można zastosować w biznesie mezzanine, na wzór tego, co udało nam się osiągnąć w Sbierbanku w latach 2018–2021, i co ujawnię później w tekście.
Tło : Duży europejski bank chciał zmienić swoją działalność pożyczkową dla MŚP w obliczu konkurencji ze strony zwinnych rywali z branży fintech. Jego celem było stworzenie cyfrowego ekosystemu z płynnymi ścieżkami klientów. Pierwszym krokiem było ponowne wynalezienie pożyczek komercyjnych dzięki usprawnionym aplikacjom, dostępowi mobilnemu i zatwierdzeniom w czasie rzeczywistym.
Podejście : Bank nawiązał współpracę z Deloitte w celu zdefiniowania wymagań klientów i technologii dla nowego opartego na chmurze Digital Lending System. Platforma OpenDATA firmy Deloitte na AWS umożliwiła elastyczny, skalowalny, modułowy rozwój. Pozwoliło to na przyjęcie metodologii Agile, dostarczając pierwszą wersję w zaledwie 13 tygodni.
System wykorzystuje zaawansowane narzędzia analityczne, w tym sztuczną inteligencję i uczenie maszynowe, aby integrować i analizować dane z wewnętrznych systemów, zewnętrznych baz danych, mediów społecznościowych i innych źródeł, co pozwala tworzyć kompleksowe, aktualne profile pożyczkobiorców.
Stosuje ustalone wcześniej reguły filtrowania i klasyfikowania przydatności do finansowania mezzanine. RPA, blockchain i inteligentne kontrakty automatyzują zadania ręczne, takie jak dokumentowanie, obliczenia i raportowanie.
Qlik Sense umożliwia interaktywną wizualizację danych, modelowanie predykcyjne, scenariusze i testy warunków skrajnych w celu optymalizacji strategii mezzanine i zarządzania ryzykiem.
W rezultacie czas rozpatrywania wniosku o pożyczkę został skrócony z 20 dni do 15 minut, wskaźnik akceptacji wzrósł z 50% do 90%, a koszty przetwarzania spadły o 70%. Przepływ leadów, jakość i konwersja również uległy poprawie, a przejrzystość i spójność ofert mezzanine zostały zwiększone. Analityka i symulacje zoptymalizowały strategie i decyzje.
Informacje ogólne : theLender to prywatna firma pożyczkowa specjalizująca się w udzielaniu pożyczek pomostowych inwestorom z branży nieruchomości. theLender chciał wyróżnić się na tle innych pożyczkodawców, oferując szybszy, prostszy i bardziej przejrzysty proces udzielania pożyczek.
Podejście : Firma nawiązała współpracę z GoDocs, wiodącym dostawcą oprogramowania do generowania dokumentów kredytowych dla firm, w celu wdrożenia cyfrowej platformy pożyczkowej automatyzującej cały proces udzielania i zamykania pożyczek.
Platforma wykorzystuje technologię chmury obliczeniowej, sztucznej inteligencji i blockchain w celu usprawnienia przepływów pracy, zmniejszenia liczby błędów i zwiększenia bezpieczeństwa.
Ponadto cyfrowa platforma pożyczkowa pożyczkodawcy umożliwiła skrócenie czasu generowania dokumentów pożyczkowych z godzin do minut, wyeliminowanie ręcznego wprowadzania danych i błędów ludzkich, zapewnienie widoczności w czasie rzeczywistym i współpracy między wszystkimi stronami zaangażowanymi w transakcję pożyczkową, bezpieczne przechowywanie i udostępnianie dokumentów pożyczkowych w rozproszonym rejestrze, a także integrację z usługami stron trzecich, takimi jak biura informacji kredytowej, firmy tytułowe i agenci powierniczy.
Dzięki temu cyfrowa platforma pożyczkowa firmy pomogła jej zwiększyć wolumen udzielanych pożyczek oraz przychody o 300% w ciągu jednego roku, poprawić poziom zadowolenia klientów i wskaźniki utrzymania, obniżyć koszty operacyjne i ryzyko, a także zdobyć przewagę konkurencyjną na rynku pożyczek prywatnych.
Transformacja cyfrowa stanowi atrakcyjną okazję dla pożyczkodawców mezzanine do innowacji i tworzenia wartości. Zaawansowane technologie, w tym automatyzacja, AI i analiza danych, mogą rozwiązać obecne problemy związane z pozyskiwaniem transakcji, wydajnością procesów i zarządzaniem portfelem.
Potencjalne korzyści są wieloaspektowe — lepsze doświadczenia klientów, produktywność pracowników, zarządzanie ryzykiem i strategiczna zwinność. Główną korzyścią jest wzrost liczby transakcji, a zatem i dochodów.
Opierając się na moim doświadczeniu w pracy w Sberbanku w latach 2018–2021, jasne jest, że wprowadzenie takich zmian w biznesie mezzanine może znacznie zwiększyć zarówno wolumen biznesu, jak i liczbę transakcji. Początkowo Sberbank zarządzał około 10 transakcjami mezzanine rocznie.
Jednak do 2022 r., dzięki wdrożeniu skutecznych strategii automatyzacji, zdolność banku wzrosła do ponad 100 transakcji rocznie.
Ten niezwykły wzrost podkreśla istotny wpływ innowacji cyfrowych na zwiększenie skali i efektywności operacji w zakresie pożyczek mezzanine.