ระบบอัตโนมัติในระบบการเงิน โดยเฉพาะในภาคการธนาคาร มักเริ่มต้นด้วยกระบวนการและธุรกรรมที่มีความถี่สูง ในระบบธนาคาร กิจกรรมที่เกิดขึ้นบ่อยที่สุดเกี่ยวข้องกับการประมวลผลธุรกรรมและการให้สินเชื่อปลีก

พื้นที่เหล่านี้เป็นโฟกัสหลักของความพยายามในการทำงานอัตโนมัติ ซึ่งครอบคลุมถึงด้านต่างๆ เช่น การประมวลผลแอปพลิเคชัน การประเมินความเสี่ยง และการเปลี่ยนผ่านจากการตรวจสอบแบบฟอร์มและเอกสารด้วยตนเองไปเป็นการตรวจสอบอัตโนมัติและการประเมินตามโมเดล

การจัดหาเงินทุนแบบ Mezzanine มีความแตกต่างอย่างชัดเจนจากกระบวนการที่มีความถี่สูงเหล่านี้ การจัดหาเงินทุนแบบ Mezzanine มีลักษณะเฉพาะที่ออกแบบมาเฉพาะตัวและครอบคลุมพื้นที่เฉพาะภายในภูมิทัศน์ทางการเงิน โดยเป็นโซลูชันการจัดหาเงินทุนที่มีระดับความเสี่ยงสูง โดยอยู่ในตำแหน่งเชิงกลยุทธ์ระหว่างสินเชื่อองค์กรมาตรฐานและการลงทุนในหุ้น

การจัดหาเงินทุนแบบเมซซานีนนั้นเกี่ยวข้องกับการจัดหาเงินทุนที่ระดับผู้ถือหุ้น (ซึ่งเป็นการด้อยสิทธิตามโครงสร้าง) หรือผ่านการซื้อหุ้นควบคู่ไปกับตราสารผลตอบแทน เช่น ออปชั่นขาย (การด้อยสิทธิตามสัญญา)

เนื่องจากการทำข้อตกลงแบบครั้งเดียวและเฉพาะบุคคลในระดับสูง การทำให้กระบวนการทำงานอัตโนมัติในพื้นที่นี้จึงเป็นความท้าทายที่สำคัญ คำถามตามธรรมชาติคือ ธนาคาร โดยเฉพาะธนาคารขนาดใหญ่ จะจัดการกับภารกิจในการเพิ่มผลกำไรของธุรกิจแบบเมซซานีนผ่านระบบอัตโนมัติและการเปลี่ยนแปลงทางดิจิทัลได้อย่างไร

ในฐานะผู้เชี่ยวชาญที่มีประสบการณ์มากมายในด้านการลงทุนในหุ้นเอกชน การบริหารความเสี่ยง และการเงิน ฉันตั้งใจที่จะให้การสำรวจเบื้องต้นเกี่ยวกับการเปลี่ยนแปลงทางดิจิทัลในระบบสินเชื่อชั้นรองซึ่งมุ่งหวังที่จะคลี่คลายความซับซ้อนและให้เรื่องราวความสำเร็จในการนำความก้าวหน้าทางเทคโนโลยีมาใช้กับพื้นที่การธนาคารที่โดยทั่วไปต้องพึ่งพาการทำข้อตกลงแบบเฉพาะบุคคลและเป็นเอกลักษณ์เฉพาะ

ภูมิทัศน์แบบดั้งเดิมของการให้ยืมแบบ Mezzanine

การเงินแบบเมซซานีนเป็นภาคส่วนที่มีความโดดเด่นและละเอียดอ่อนภายในภูมิทัศน์ทางการเงินที่กว้างกว่า ดังที่ได้ระบุไว้ก่อนหน้านี้ การเงินแบบเมซซานีนเป็นภาคส่วนที่อยู่ตรงกลางระหว่างสินเชื่อองค์กรแบบเดิมและการลงทุนในหุ้น และมีลักษณะเฉพาะคือระดับความเสี่ยงที่สูง

ข้อตกลงเมซซานีนแต่ละข้อได้รับการออกแบบมาเป็นพิเศษเพื่อให้เหมาะกับความต้องการและสถานการณ์เฉพาะของลูกค้าแต่ละราย เช่นเดียวกับชุดสูทที่สั่งทำพิเศษ

ความท้าทายในการให้สินเชื่อแบบ Mezzanine แบบดั้งเดิม

ธรรมชาติของการจัดหาเงินทุนแบบเมซซานีนนั้นก่อให้เกิดความท้าทายที่สำคัญโดยเนื้อแท้ วิธีการแบบดั้งเดิมนั้นส่วนใหญ่ใช้กระบวนการด้วยมือและการทำข้อตกลงแบบรายบุคคล แนวทางนี้ต้องการความเข้าใจอย่างลึกซึ้งในแง่มุมเฉพาะของแต่ละข้อตกลง ซึ่งเป็นทักษะที่ มักหายากและมีค่าใช้จ่ายสูง

ในธนาคารขนาดใหญ่ที่มีแผนกสินเชื่อสำหรับองค์กรที่จัดตั้งขึ้น ผู้จัดการด้านลูกค้าและสินเชื่อจะเชี่ยวชาญในผลิตภัณฑ์สินเชื่อมาตรฐาน อย่างไรก็ตาม การพบปะกับธุรกรรมเมซซานีนนั้นไม่บ่อยนัก ซึ่งทำให้ความเชี่ยวชาญในการขายหรือดึงดูดข้อตกลงดังกล่าวมีจำกัด

การจัดตั้งทีมผู้จัดการลูกค้าเฉพาะสำหรับผลิตภัณฑ์ชั้นลอยนั้นไม่เพียงแต่มีราคาแพงเท่านั้น แต่ยังทำให้ต้นทุนเพิ่มขึ้นเมื่อเปรียบเทียบกับขั้นตอนการกู้ยืมมาตรฐานอีกด้วย

แม้ว่าจะเป็นไปได้ที่จะรวมผลิตภัณฑ์การลงทุนที่ซับซ้อนเป็นกลุ่มเพื่อลดต้นทุน แต่ การเปลี่ยนผ่านสู่ดิจิทัลถือเป็นทางเลือกที่ประหยัดและมีประสิทธิภาพมากกว่าในแง่นี้

การเปลี่ยนผ่านสู่ดิจิทัลเป็นโซลูชัน

การเปลี่ยนแปลงทางดิจิทัลในระบบสินเชื่อชั้นรองมุ่งเน้นไปที่การระบุข้อตกลงและการดึงดูดลูกค้าเป็นหลัก ผู้เชี่ยวชาญด้านสินเชื่อและลูกค้าส่วนใหญ่ในธนาคารใช้ระบบที่บันทึกการเจรจา แนวคิดในการทำข้อตกลง และพารามิเตอร์ข้อตกลงเบื้องต้น

การรวมเกณฑ์เมซซานีนเข้ากับระบบที่มีอยู่เหล่านี้อาจทำให้การระบุข้อตกลงเมซซานีนที่มีศักยภาพเป็นไปโดยอัตโนมัติ

เมื่อธุรกรรมตรงตามเกณฑ์เหล่านี้ ธุรกรรมนั้นอาจส่งต่อไปยังแผนกเมซซานีนโดยอัตโนมัติเพื่อดำเนินการต่อไป การพัฒนาเพิ่มเติมอาจรวมถึงโมเดล AI ที่ได้รับการฝึกให้แยกความแตกต่างระหว่างสินเชื่อองค์กรมาตรฐานและข้อตกลงเมซซานีนโดยอิงจากพารามิเตอร์ข้อตกลงที่เข้ามาจำนวนมาก

ขนาดของการเปลี่ยนแปลงนี้มีความสำคัญมาก ในขณะที่ธนาคารใหญ่ๆ อาจทำธุรกรรมการให้สินเชื่อแก่บริษัทต่างๆ หลายพันธุรกรรมต่อปี ข้อตกลงการให้สินเชื่อแบบเมซซานีนนั้นหายากกว่ามาก โดยมักมีจำนวนเพียงหลักเดียว การนำระบบสำหรับระบุข้อตกลงเมซซานีนมาใช้อาจทำให้ปริมาณธุรกรรมเพิ่มขึ้นเป็นสิบเท่า

การปรับปรุงกระบวนการ: การทำให้เป็นอัตโนมัติและมาตรฐาน

การเปลี่ยนแปลงทางดิจิทัลสามารถปรับปรุงการดำเนินการได้โดยการทำให้กระบวนการเป็นอัตโนมัติและมาตรฐาน แทนที่จะดำดิ่งสู่การพัฒนาระบบอัตโนมัติและแพลตฟอร์มเต็มรูปแบบ คุณสามารถมุ่งเน้นไปที่เทคโนโลยีที่ง่ายกว่า เช่น RPA ซึ่งจะทำให้การรวบรวมข้อมูล การตรวจสอบ การคำนวณ และการรายงานเป็นอัตโนมัติ ซึ่งจะช่วยลดงานและข้อผิดพลาดด้วยตนเอง และปรับปรุงการบัญชีและการปฏิบัติตามข้อกำหนด

เอกสารและตราสารชั้นลอยมาตรฐาน เช่น เอกสารกำหนดเงื่อนไขและสัญญากู้ยืมเงิน สามารถปรับแต่งได้อย่างรวดเร็วสำหรับแต่ละข้อตกลงโดยไม่สูญเสียคุณภาพ วิธีนี้ช่วยให้การประมวลผลและเอกสารรวดเร็วขึ้น ซึ่งช่วยเพิ่มความโปร่งใสและความสอดคล้องกันอีกด้วย

แพลตฟอร์มดิจิทัลและเครื่องมือต่างๆ เช่น ฐานข้อมูลและแดชบอร์ดช่วยติดตามและจัดการปริมาณและความหลากหลายของข้อตกลงที่เพิ่มขึ้นโดยการจัดระเบียบข้อมูล ซึ่งช่วยให้สามารถตรวจสอบสถานะและความคืบหน้าของข้อตกลง ระบุและแก้ไขปัญหาได้

โดยรวมแล้ว ระบบอัตโนมัติและการกำหนดมาตรฐานจะทำให้การดำเนินการง่ายขึ้น ลดความยุ่งยากและต้นทุน การเปลี่ยนแปลงทางดิจิทัลทำให้กระบวนการแบบครบวงจรมีประสิทธิภาพมากขึ้น ปรับขนาดได้ และทำกำไรได้มากขึ้น โดยการปรับกระบวนการให้คล่องตัวขึ้น

บทบาทของเครื่องมือการรายงาน

การรายงานพอร์ตโฟลิโอแบบเมซซานีนนั้นมีปัญหาหากไม่มีข้อมูลมาตรฐาน ข้อตกลงที่หลากหลายเหล่านี้ขาดความโปร่งใส ซึ่งทำให้ยากต่อการประเมินผลตอบแทนและตัวชี้วัดความเสี่ยงที่สำคัญอย่างสม่ำเสมอ

เครื่องมือวิเคราะห์ดิจิทัลสำหรับการแสดงภาพข้อมูลและ Business Intelligence สามารถช่วยบูรณาการข้อมูลที่แยกส่วนเพื่อให้มองเห็นภาพรวมได้ ช่วยให้สร้างแดชบอร์ดแบบโต้ตอบที่แสดงภาพประสิทธิภาพของพอร์ตโฟลิโอที่แบ่งตามผู้กู้ อุตสาหกรรม ภูมิศาสตร์ และมิติอื่นๆ ได้ ช่วยให้สามารถตรวจสอบแบบองค์รวมได้

Qlik ยังเปิดใช้งานการวิเคราะห์ขั้นสูง เช่น การสร้างแบบจำลองเชิงทำนาย การวิเคราะห์สถานการณ์ และการทดสอบความเครียด ผู้ให้กู้สามารถจำลองประสิทธิภาพของพอร์ตโฟลิโอในอนาคตภายใต้สมมติฐานและเงื่อนไขต่างๆ ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลเหล่านี้จะช่วยเพิ่มประสิทธิภาพกลยุทธ์และการลดความเสี่ยง

Qlik Sense และการวิเคราะห์ข้อมูลถือเป็นเครื่องมือที่ดีที่สุดในการให้ความโปร่งใสและข้อมูลเชิงลึกที่จำเป็นในการจัดการพอร์ตโฟลิโอเมซซานีนอย่างแข็งขัน ด้วยการเปิดใช้การรายงานที่ครอบคลุมและการวิเคราะห์เชิงคาดการณ์สำหรับข้อตกลงที่ซับซ้อนเหล่านี้ การเปลี่ยนแปลงทางดิจิทัลทำให้ผู้ให้กู้สามารถมองเห็นข้อมูลที่จำเป็นในการเพิ่มผลตอบแทนและลดความเสี่ยงให้เหลือน้อยที่สุด นับเป็นเครื่องมือที่ทรงพลังสำหรับการปรับผลลัพธ์ให้เหมาะสมที่สุดในการให้สินเชื่อเมซซานีน

กรณีศึกษา

ในส่วนนี้ เราจะมาสำรวจตัวอย่างต่างๆ ของกระบวนการเครดิตอัตโนมัติ โดยเฉพาะอย่างยิ่ง มีตัวอย่างที่โดดเด่นเพียงเล็กน้อยในการเพิ่มประสิทธิภาพธุรกรรมเมซซานีนนอกเหนือจากงานของเราที่ Sberbank

อย่างไรก็ตาม ฉันจะนำเสนอตัวอย่างบางส่วนที่แสดงให้เห็นว่าแนวทางที่คล้ายกันนี้สามารถนำไปใช้กับธุรกิจเมซซานีนได้อย่างไร ซึ่งคล้ายกับสิ่งที่เราประสบความสำเร็จที่ Sberbank ระหว่างปี 2018 ถึง 2021 และสิ่งที่ฉันจะเปิดเผยในภายหลังในข้อความนี้

กรณีศึกษาที่ 1: ธนาคารใหญ่ของยุโรปนำแพลตฟอร์มสินเชื่อดิจิทัลแบบครบวงจรมาใช้

ภูมิหลัง : ธนาคารขนาดใหญ่แห่งหนึ่งในยุโรปพยายามปรับตำแหน่งธุรกิจการให้สินเชื่อแก่ SME ท่ามกลางการแข่งขันจากคู่แข่งด้านเทคโนโลยีทางการเงินที่คล่องตัว โดยมุ่งหวังที่จะสร้างระบบนิเวศดิจิทัลที่มีการเดินทางของลูกค้าที่ราบรื่น ขั้นตอนแรกคือการสร้างรูปแบบการให้สินเชื่อเชิงพาณิชย์ใหม่ด้วยแอปพลิเคชันที่คล่องตัว การเข้าถึงผ่านมือถือ และการอนุมัติแบบเรียลไทม์

แนวทาง : ธนาคารได้ร่วมมือกับ Deloitte เพื่อกำหนดความต้องการของลูกค้าและเทคโนโลยีสำหรับระบบสินเชื่อดิจิทัลบนคลาวด์ใหม่ แพลตฟอร์ม OpenDATA ของ Deloitte บน AWS ช่วยให้พัฒนาระบบได้อย่างยืดหยุ่น ปรับขนาดได้ และมีโมดูลาร์ ทำให้สามารถนำแนวทาง Agile มาใช้ และส่งมอบเวอร์ชันแรกได้ภายในเวลาเพียง 13 สัปดาห์

ระบบใช้การวิเคราะห์ขั้นสูงรวมทั้ง AI และ ML เพื่อบูรณาการและวิเคราะห์ข้อมูลจากระบบภายใน ฐานข้อมูลภายนอก โซเชียลมีเดีย และแหล่งอื่น ๆ เพื่อสร้างโปรไฟล์ผู้กู้ที่ครอบคลุมและทันสมัย

ใช้กฎเกณฑ์ที่กำหนดไว้ล่วงหน้าเพื่อกรองและจัดอันดับความเหมาะสมสำหรับการจัดหาเงินทุนแบบเมซซานีน RPA บล็อคเชน และสัญญาอัจฉริยะช่วยทำให้กระบวนการต่างๆ เช่น การจัดทำเอกสาร การคำนวณ และการรายงานเป็นไปโดยอัตโนมัติ

Qlik Sense ช่วยให้สามารถสร้างภาพข้อมูลแบบโต้ตอบ การสร้างแบบจำลองเชิงทำนาย สถานการณ์จำลอง และการทดสอบความเครียดเพื่อเพิ่มประสิทธิภาพกลยุทธ์เมซซานีนและการจัดการความเสี่ยง

ผลที่ได้คือ ระยะเวลาการยื่นขอสินเชื่อลดลงจาก 20 วันเหลือเพียง 15 นาที อัตราการอนุมัติเพิ่มขึ้นจาก 50% เป็น 90% และต้นทุนการดำเนินการลดลง 70% การไหลของข้อมูล คุณภาพ และการแปลงข้อมูลก็ได้รับการปรับปรุงเช่นกัน ในขณะที่ความโปร่งใสและความสม่ำเสมอของข้อเสนอแบบเมซซานีนก็ได้รับการปรับปรุง การวิเคราะห์และการจำลองช่วยเพิ่มประสิทธิภาพกลยุทธ์และการตัดสินใจ

กรณีศึกษาที่ 2: บริษัทสินเชื่อส่วนบุคคลใช้ประโยชน์จาก GoDocs เพื่อปรับปรุงการให้สินเชื่อให้ทันสมัย

ภูมิหลัง : theLender เป็นบริษัทสินเชื่อเอกชนที่เชี่ยวชาญในการให้สินเชื่อเชื่อมกับนักลงทุนด้านอสังหาริมทรัพย์ theLender พยายามที่จะสร้างความแตกต่างจากผู้ให้สินเชื่อรายอื่นด้วยการเสนอกระบวนการสินเชื่อที่รวดเร็ว ง่ายกว่า และโปร่งใสมากขึ้น

แนวทาง : บริษัทได้ร่วมมือกับ GoDocs ซึ่งเป็นผู้ให้บริการซอฟต์แวร์สร้างเอกสารสินเชื่อเชิงพาณิชย์ชั้นนำ เพื่อนำแพลตฟอร์มการกู้ยืมดิจิทัลมาใช้ ซึ่งจะทำให้กระบวนการเริ่มต้นและปิดสินเชื่อทั้งหมดเป็นแบบอัตโนมัติ

แพลตฟอร์มนี้ใช้ประโยชน์จากระบบคลาวด์คอมพิวติ้ง ปัญญาประดิษฐ์ และเทคโนโลยีบล็อคเชนเพื่อเพิ่มประสิทธิภาพเวิร์กโฟลว์ ลดข้อผิดพลาด และเพิ่มความปลอดภัย

นอกจากนี้ แพลตฟอร์มสินเชื่อดิจิทัลของผู้ให้กู้ยังช่วยลดระยะเวลาในการจัดทำเอกสารกู้ยืมจากหลายชั่วโมงเหลือเพียงไม่กี่นาที ลดขั้นตอนการป้อนข้อมูลด้วยตนเองและข้อผิดพลาดของมนุษย์ เพิ่มการมองเห็นและการทำงานร่วมกันแบบเรียลไทม์ระหว่างทุกฝ่ายที่เกี่ยวข้องในธุรกรรมสินเชื่อ จัดเก็บและแบ่งปันเอกสารกู้ยืมอย่างปลอดภัยบนสมุดบัญชีแบบกระจาย และสุดท้ายบูรณาการกับบริการของบุคคลที่สาม เช่น สำนักงานเครดิต บริษัทกรรมสิทธิ์ และตัวแทนเอสโครว์

ส่งผลให้แพลตฟอร์มสินเชื่อดิจิทัลของบริษัทช่วยเพิ่มปริมาณสินเชื่อและรายได้ได้ถึง 300% ในหนึ่งปี เพิ่มความพึงพอใจและอัตราการรักษาลูกค้า ลดต้นทุนการดำเนินงานและความเสี่ยง ตลอดจนได้รับความได้เปรียบทางการแข่งขันในตลาดสินเชื่อส่วนบุคคล

บทสรุป

การเปลี่ยนแปลงทางดิจิทัลเป็นโอกาสอันน่าสนใจสำหรับผู้ให้กู้ระดับเมซซานีนที่จะสร้างสรรค์นวัตกรรมและสร้างมูลค่า เทคโนโลยีขั้นสูง เช่น ระบบอัตโนมัติ ปัญญาประดิษฐ์ และการวิเคราะห์ข้อมูล สามารถแก้ไขปัญหาปัจจุบันที่เกี่ยวข้องกับการจัดหาข้อตกลง ประสิทธิภาพของกระบวนการ และการจัดการพอร์ตโฟลิโอได้

ประโยชน์ที่อาจได้รับนั้นมีหลากหลายรูปแบบ เช่น ประสบการณ์ของลูกค้าที่ดีขึ้น ผลงานของพนักงาน การจัดการความเสี่ยง และความคล่องตัวเชิงกลยุทธ์ ประโยชน์หลักคือจำนวนธุรกรรมที่เพิ่มขึ้น และรายได้ที่เพิ่มขึ้นด้วย

จากประสบการณ์การทำงานที่ Sberbank ตั้งแต่ปี 2018 ถึง 2021 เห็นได้ชัดว่าการนำการเปลี่ยนแปลงดังกล่าวมาใช้กับธุรกิจเมซซานีนสามารถกระตุ้นปริมาณธุรกิจและจำนวนธุรกรรมได้อย่างมาก ในช่วงแรก Sberbank จัดการธุรกรรมเมซซานีนได้ประมาณ 10 ธุรกรรมต่อปี

อย่างไรก็ตาม ภายในปี 2022 หลังจากที่มีการนำกลยุทธ์ระบบอัตโนมัติที่มีประสิทธิผลมาใช้ ความสามารถของธนาคารก็เพิ่มขึ้นเป็นมากกว่า 100 ข้อตกลงต่อปี

การเติบโตที่โดดเด่นนี้เน้นย้ำถึงอิทธิพลที่สำคัญของนวัตกรรมดิจิทัลที่มีต่อการยกระดับทั้งขนาดและประสิทธิภาพของการดำเนินงานในระบบการให้สินเชื่อแบบเมซซานีน