Как се извършва оценката на портфейл при изкупуване на вземания

Като част от функцията по управление на риска екипът „Оперативно изкупуване на вземания“ работи със специалисти в областта на методите и анализа, за да извършва задълбочен анализ на около 600 пакета от вземания годишно. В края на този сложен процес може да бъде препоръчана покупна цена. „Подобни портфейли могат да съдържат до един милион вземания. Затова по принцип ги разглеждаме така, както бихме разглеждали пасаж от риби. Трябва да разберем какво движи пасажа и в каква посока плува той, а не посоката на всяка отделна риба“, казва Матиас Шмид, ръководител „Оперативно изкупуване на вземания“ в EOS Групата.

„За разлика от събирането на вземания от името и за сметка на кредитора, при изкупуването на вземания поемаме значителен риск. Защото, след като покупката бъде финализирана, парите вече са платени“, казва Матиас. За да могат той и екипът му предварително да разгледат портфейла, който е предмет на преговори, продавачът предоставя анонимизиран пакет от необработени данни под формата на Excel файл. Всеки ред във файла представлява просрочено вземане и длъжник в неизпълнение.

Случвало ли се е някога препоръките им да се окажат погрешни? „Да, определено!“, признава Матиас. „Но процентът ни на успеваемост е доста добър.“ Всъщност Матиас има докторска степен по физика. След дипломирането си първоначално работи в областта на разработването на полупроводникови технологии, а след това като консултант, работещ основно с „лоши банки“. „А сега работата ми е да установя какво движи портфейлите от вземания“, казва той. Общото между всички негови предишни професионални роли е необходимостта да се занимава със сложна материя. „Аз съм човек, който обича да разбира какво стои зад нещата“, казва той. Това е съществено качество при оценяването на портфейли. Защото в крайна сметка става въпрос за вземане на решение, свързано с много пари.

„За да разберем наистина цялата история, понякога е достатъчно просто да представим графично дадените параметри. И тук, както често се случва в живота, една рисунка може да помогне“, казва Матиас. „Така по-лесно могат да се забележат евентуални отклонения.“ Друг фактор е контекстът, в който се продава портфейлът. Например портфейл от кризисен период ли е това? Кога всъщност е извършено последното плащане и какво означават счетоводните записи и датите? Каква е историята на продавача и какво се е случвало на пазара по това време? Какъв е процентът на случаите на несъстоятелност? Има ли нови закони, които засягат начина ни на работа, и как това се отразява на характера или историята на портфейла, която искаме да продължим да пишем?“

С всеки следващ въпрос профилът на портфейла от вземания става все по-подробен. За да навлязат още по-дълбоко в анализа, Матиас и екипът му след това разделят вземанията на качествени и количествени групи: „Именно на този етап портфейлът придобива донякъде човешки облик. Защото всеки портфейл разказва своя собствена история и е напълно уникален“, добавя той.

След това анализаторите на ЕОС търсят емпирични данни от миналото в обширния набор от данни, с който разполагат. За целите на оценката анализаторите си задават следните въпроси: Кой референтен показател разказва сходна история или, с други думи, ЕОС закупувала ли е вече съпоставим портфейл в същия сектор или регион? Какви са били резултатите от реализацията на портфейла в конкретния случай? Анализаторите използват тези исторически данни, за да определят средни референтни стойности, спрямо които трябва да бъдат оценявани новите портфейли, макар и с оглед на настоящите или, което е много по-важно, бъдещите обстоятелства. При оценката се взема предвид и дали междувременно са настъпили сътресения или промени в политическата среда. „Събирането на вземания непрекъснато се променя, така че, разбира се, трябва да отчитаме това и съответно да коригираме прогнозата въз основа на референтните стойности“, казва Матиас.

В специални случаи екипът прибягва до алгоритми, които се използват за обработване на сложни данни. Добрият резултат обаче не зависи единствено от необработените данни. Човешкият фактор също играе важна роля при оценката: „Един алгоритъм никога не би могъл да придобие представа за историята на портфейла по начина, по който го прави един анализатор“, казва Матиас. От определен момент нататък е необходима и интуиция, която се основава на опита.