Аутоматизација у финансијама, посебно у банкарском сектору, традиционално је почела са високофреквентним процесима и трансакцијама. У банкарству су најчешће активности обраде трансакција и кредитирања становништва.
Ове области су биле примарни фокус напора аутоматизације, обухватајући аспекте као што су обрада апликација, процена ризика и прелазак са ручног прегледа образаца и докумената на аутоматизоване провере и евалуације засноване на моделу.
Мезанин финансирање је у оштрој супротности са овим високофреквентним процесима. Карактерише га јединствена, прилагођена природа, мезанин финансирање заузима специфичан простор у финансијском окружењу: оно представља решење за финансирање са повећаним нивоом ризика, стратешки позиционирано између стандардних корпоративних кредита и улагања у капитал.
Мезанин финансирање или укључује обезбеђивање финансирања на нивоу акционара (што је структурна субординација) или путем стицања капитала заједно са инструментима поврата као што су пут опције (уговорна субординација).
С обзиром на једнократну и високо индивидуализовану природу међуспратних послова, аутоматизација процеса у овој области представља значајан изазов. Природно питање би било следеће: како банке, посебно велике, да приступе задатку повећања профитабилности свог мезанин пословања кроз аутоматизацију и дигиталну трансформацију?
Као стручњак са значајним искуством у областима приватног капитала, управљања ризицима и финансија, имам за циљ да пружим уводно истраживање у дигиталну трансформацију у мезанин позајмљивању које настоји да разоткрије сложеност и пружи приче о успеху у примени технолошког напретка у области банкарства које се традиционално ослања на индивидуализовано склапање послова по мери.
Мезанин финансирање је посебан и нијансиран сектор у оквиру ширег финансијског пејзажа. Као што је раније речено, он заузима средње место између конвенционалних корпоративних кредита и улагања у капитал и карактерише га повишен ниво ризика.
Јединствено, сваки међуспратни посао је скројен и израђен тако да одговара специфичним потребама и околностима сваког клијента, слично као и одело по мери.
Природа мезанин финансирања сама по себи доноси значајне изазове. Традиционалне методе се углавном ослањају на ручне процесе и индивидуализовано склапање послова. Овај приступ захтева дубоко разумевање јединствених аспеката сваког посла, скуп вештина који је често оскудан и скуп .
У великим банкама са успостављеним одељењима за корпоративне кредите, клијенти и кредитни менаџери су добро упознати са стандардним кредитним производима. Међутим, њихов сусрет са мезанин трансакцијама је реткост, што заузврат ограничава њихову стручност у ефективној продаји или привлачењу таквих послова.
Успостављање специјализованог тима менаџера клијената искључиво за мезанин производе није само скупо, већ и ескалира трошкове у поређењу са стандардним процедурама кредитирања.
Иако је могуће комбиновати сложене инвестиционе производе у групе ради смањења трошкова, дигитализација се у том погледу појављује као економичнија и ефикаснија алтернатива.
Дигитална трансформација у мезанин позајмљивању првенствено се фокусира на идентификацију и привлачење послова. Већина стручњака за кредитирање и клијенте у банкама користи системе који бележе преговоре, идеје о пословима и почетне параметре посла.
Интегрисање мезанин критеријума у ове постојеће системе могло би да аутоматизује идентификацију потенцијалних међуспратних послова.
Када трансакција испуни ове критеријуме, може се аутоматски проследити у мезанин одељење на даљу обраду. Даља побољшања могу укључити АИ моделе обучене да разликују стандардне корпоративне зајмове и међусобне послове на основу мноштва улазних параметара посла.
Размере ове трансформације су значајне: док велика банка може да спроведе хиљаде корпоративних кредитних трансакција годишње, послови финансирања мезанина су много ређи, често су нумерисани једноцифреним бројем. Имплементација система за идентификацију међуспратних послова би потенцијално могла довести до десетоструког повећања њиховог обима.
Дигитална трансформација може поједноставити извршење аутоматизацијом и стандардизацијом процеса. Уместо да зароните директно у аутоматизацију и развој платформе у пуном обиму, у почетку бисте се могли фокусирати на једноставније технологије као што је РПА, које аутоматизују прикупљање података, верификацију, израчунавање и извештавање. Ово смањује ручни рад и грешке и побољшава рачуноводство и усклађеност.
Стандардизовани мезанин инструменти и документи као што су рокови и уговори о зајму такође се могу брзо прилагодити за сваки посао без губитка квалитета. Ово убрзава обраду и документацију, што додатно побољшава транспарентност и доследност.
Дигиталне платформе и алати као што су базе података и контролне табле помажу у праћењу и управљању повећаним обимом и разноврсношћу послова организовањем информација. Ово омогућава праћење статуса и напретка посла, идентификацију и решавање проблема.
Све у свему, аутоматизација и стандардизација поједностављују извршење, смањујући трење и трошкове. Усмеравањем процеса од краја до краја, дигитална трансформација чини мезанин позајмљивање ефикаснијим, скалабилнијим и профитабилнијим.
Извјештавање о мезанин портфолију је проблематично без стандардизованих података. Овим хетерогеним пословима недостаје транспарентност, што отежава доследну процену кључних метрика приноса и ризика.
Алати за дигиталну аналитику за визуелизацију података и пословну интелигенцију могу да помогну интеграцијом фрагментираних података за консолидовану видљивост: омогућава интерактивне контролне табле које визуелизују перформансе портфеља исечене од стране зајмопримца, индустрије, географије и других димензија — ово омогућава холистички надзор.
Клик такође омогућава напредну аналитику попут предиктивног моделирања, анализе сценарија и тестирања стреса. Зајмодавци могу да симулирају будуће перформансе портфеља под различитим претпоставкама и условима — ови увиди засновани на подацима помажу у оптимизацији стратегије и ублажавању ризика.
Клик Сенсе и аналитика података у овом погледу су најбољи за обезбеђивање транспарентности и увида потребних за активно управљање мезанин портфолијима. Омогућавајући свеобухватно извештавање и предиктивну аналитику о овим сложеним пословима, дигитална трансформација даје зајмодавцима видљивост неопходну да максимизирају приносе и минимизирају ризик. То је моћна полуга за оптимизацију резултата у мезанин позајмљивању.
У овом одељку ћемо истражити случајеве аутоматизације кредитног процеса. Значајно је да постоје ограничени истакнути случајеви оптимизације мезанин трансакција изван нашег рада у Сбербанци.
Међутим, изнећу неке примере који показују како се слични приступи могу применити на мезанин пословање, слично ономе што смо постигли у Сбербанци између 2018. и 2021. године, а шта ћу открити касније у тексту.
Позадина : Велика европска банка покушала је да репозиционира своје пословање за кредитирање МСП усред конкуренције агилних финтецх ривала. Имао је за циљ да створи дигитални екосистем са беспрекорним путовањима купаца. Први корак је био поновно осмишљавање свог комерцијалног кредитирања са модернизованим апликацијама, мобилним приступом и одобрењима у реалном времену.
Приступ : Банка се удружила са Делоитте-ом како би дефинисала захтеве клијената и технологије за нови систем дигиталног кредитирања заснован на облаку. Делоитте-ова ОпенДАТА платформа на АВС-у омогућила је флексибилан, скалабилан, модуларан развој. Ово је омогућило усвајање Агиле методологија, испоручујући прву верзију за само 13 недеља.
Систем користи напредну аналитику укључујући вештачку интелигенцију и МЛ за интеграцију и анализу података из интерних система, екстерних база података, друштвених медија и других извора како би креирао свеобухватне, ажурне профиле зајмопримца.
Примењује унапред одређена правила за филтрирање и рангирање подобности за мезанин финансирање. РПА, блоцкцхаин и паметни уговори аутоматизују ручне задатке као што су документација, прорачуни и извештавање.
Клик Сенсе омогућава интерактивну визуализацију података, предиктивно моделирање, сценарије и тестирање стреса како би оптимизовао међуспратне стратегије и управљање ризиком.
Као резултат тога, време подношења захтева за кредит је смањено са 20 дана на 15 минута, стопа одобрења је повећана са 50% на 90%, а трошкови обраде смањени за 70%. Проток, квалитет и конверзија су такође побољшани, док су транспарентност и конзистентност међуспратне понуде побољшане. Аналитика и симулације су оптимизовале стратегије и одлуке.
Позадина : тхеЛендер је приватна кредитна компанија која је специјализована за пружање премосних кредита инвеститорима у некретнине. Зајмодавац је настојао да се разликује од других зајмодаваца нудећи бржи, једноставнији и транспарентнији процес позајмљивања.
Приступ : Компанија се удружила са ГоДоцс-ом, водећим добављачем софтвера за генерисање комерцијалних кредитних докумената, како би имплементирала платформу за дигитално позајмљивање која аутоматизује цео процес одобравања и затварања кредита.
Платформа користи рачунарство у облаку, вештачку интелигенцију и блоцкцхаин технологију за поједностављење радних токова, смањење грешака и побољшање безбедности.
Даље, платформа за дигитално позајмљивање зајмодавца омогућила му је да смањи време за генерисање докумената зајма са сати на минуте, елиминише ручни унос података и људске грешке, обезбеди видљивост у реалном времену и сарадњу између свих страна укључених у трансакцију зајма, безбедно чува и дели кредит документе на дистрибуираној књизи и на крају се интегришу са услугама трећих страна као што су кредитни бирои, компаније за власништво и есцров агенти.
Као резултат тога, платформа за дигитално позајмљивање компаније помогла јој је да повећа обим кредита и приходе за 300% у једној години, побољша задовољство клијената и стопе задржавања, смањи своје оперативне трошкове и ризике, као и да стекне конкурентску предност у приватном кредитирању тржиште.
Дигитална трансформација представља убедљиву прилику за мезанин зајмодавце да иновирају и створе вредност. Напредне технологије, укључујући аутоматизацију, вештачку интелигенцију и анализу података, могу да се позабаве тренутним болним тачкама око проналажења уговора, ефикасности процеса и управљања портфолиом.
Потенцијалне предности су вишеструке — побољшано корисничко искуство, продуктивност запослених, управљање ризиком и стратешка агилност. Главна корист је повећање броја трансакција, а самим тим и прихода.
Ослањајући се на моје искуство рада у Сбербанци од 2018. до 2021. године, јасно је да примена оваквих промена у мезанин пословању може значајно повећати како обим пословања, тако и број послова. У почетку, Сбербанк је управљала око 10 мезанин послова годишње.
Међутим, до 2022. године, након усвајања ефикасних стратегија аутоматизације, капацитет банке је порастао на преко 100 послова годишње.
Овај изузетан раст наглашава значајан утицај дигиталних иновација на повећање обима и ефикасности операција мезанин кредита.