Søg på
Receivables purchasing: Matthias Schmidt, Head of Operational Debt Purchase at EOS Group, sits in front of a wall covered in post-its and other notes.

Sådan fungerer porteføljeværdiansættelse ved køb af fordringer.

Før et køb af fordringer kan gennemføres, skal køber og sælger først blive enige om en købspris. For at fastsætte en så fair købspris som muligt bruger EOS menneskelig ekspertise og moderne teknologi til at værdiansætte fordringsporteføljen.

  • Værdiansættelsen af fordringspakker er en kompleks proces, der resulterer i en passende købspris.
  • Eksperter hos EOS undersøger alle detaljer i porteføljen for at fastslå risikoen ved det planlagte køb af fordringer.
  • Denne proces gør brug af algoritmer og ekspertisen hos uddannede analytikere.

Som en del af risikostyringsfunktionen arbejder Operational Debt Purchase Team sammen med specialister inden for metoder og analyse for at gennemgå omkring 600 fordringspakker om året. Efter afslutningen af denne komplekse proces kan der anbefales en købspris. "Denne type porteføljer kan indeholde op til en million fordringer. Derfor betragter vi dem grundlæggende som en fiskestime. Vi skal forstå, hvad der driver stimen, og hvilken retning den bevæger sig i - ikke hvert enkelt fiskes bevægelse," siger Matthias Schmidt, Head of Operational Debt Purchase hos EOS Group.

Jo mere præcis vurderingen er, desto lavere er den finansielle risiko.

"I modsætning til inkasso på vegne af en kunde påtager vi os en betydelig risiko ved køb af gæld. Når købet først er gennemført, er pengene brugt," siger Matthias. For at han og hans team kan gennemgå den portefølje, der forhandles om, på forhånd, stiller sælgeren en anonymiseret pakke med rådata til rådighed i form af en Excel-fil. Hver linje i filen repræsenterer en udestående fordring og en misligholdende betaler.

Har de nogensinde taget fejl i deres anbefalinger? "Ja, bestemt!" indrømmer Matthias. "Men vores succesrate er ret god." Matthias har faktisk en doktorgrad i fysik. Efter sin uddannelse arbejdede han først med udvikling af halvlederteknologi og senere som konsulent med fokus på såkaldte "bad banks". "Og nu er mit job at finde ud af, hvad der driver fordringsporteføljer," siger han. Fælles for alle hans tidligere roller er behovet for at arbejde med komplekse problemstillinger. "Jeg er en person, der elsker at forstå baggrunden," siger han. Det er en afgørende egenskab, når man vurderer porteføljer. I sidste ende handler det om at træffe en beslutning, der involverer store pengebeløb.

Rådataene fortæller historien.

De oplysninger, der stilles til rådighed, kan variere betydeligt. "I værste fald har vi kun beløbet for de enkelte fordringer. Men vi modtager også datasæt med 50 til 60 informationskolonner, f.eks. om hvor længe gælden har været forfalden, hvornår den bliver forældet, eller hvor den misligholdende betaler bor. Jo mere solide oplysningerne er, desto større er sandsynligheden for at fastsætte en købspris, som afspejler fordringen og porteføljen på en fair måde.

For ud over mængden spiller kvaliteten af dataene også en vigtig rolle: "I nogle lande kan man få syv telefonnumre for hver fordring. Man ved ikke, hvilket af dem - hvis nogen - der stadig er aktuelt, før man har prøvet dem alle og haft lidt held med sig," siger Matthias. "Eller også ved man ikke, om oplysningerne stadig er opdaterede. Det afhænger naturligvis af situationen. Oplysninger, der blev givet for ti år siden, da et lån blev optaget, er måske ikke længere gyldige." Registreringsfejl kan også være et problem, for eksempel hvis ejerskabet af fordringen skifter hænder, to banker fusionerer, eller systemer migreres til et nyt system. Efter gennemgangen af dataene stiller Matthias og hans team sig selv to spørgsmål: Hvad ved vi - og ofte endnu vigtigere - hvad ved vi ikke?

"For virkelig at blive bevidst om historien er det nogle gange nok blot at lave en grafisk fremstilling af de givne parametre. Også her gælder det, som så ofte i livet, at en tegning kan hjælpe," siger Matthias. "Det gør det lettere at få øje på eventuelle uregelmæssigheder." En anden faktor er den kontekst, som porteføljen sælges i. Er det for eksempel en portefølje fra en kriseperiode? Hvornår blev der sidst faktisk foretaget en betaling, og hvad betyder bogføringsposterne og datoerne? Hvad er sælgerens historik, og hvad skete der på markedet på det tidspunkt? Hvor stor en andel af sagerne omfatter insolvens? Er der kommet ny lovgivning, som påvirker vores arbejde, og hvad betyder det for karakteren af eller historien bag den portefølje, vi ønsker at skrive videre på? Med hvert spørgsmål bliver profilen af gældsporteføljen mere detaljeret. For at gå endnu dybere opdeler han og hans team derefter fordringerne i kvalitative og kvantitative grupper: "Det er på dette tidspunkt, at porteføljen får et næsten menneskeligt aspekt. For hver portefølje fortæller sin egen historie og er helt unik," tilføjer han.

Receivables purchasing: Matthias Schmidt, Head of Operational Debt Purchase at EOS Group

En algoritme vil aldrig kunne udvikle den samme fornemmelse for porteføljens historie som en analytiker.

Matthias Schmidt
Head of Operational Debt Purchase hos EOS Group

Tidligere erfaringer hjælper med at fastsætte prisen.

Dernæst søger EOS' analytikere efter historiske erfaringsdata i den omfattende datamængde, de har til rådighed. I forbindelse med værdiansættelsen stiller analytikerne følgende spørgsmål: Hvilket benchmark fortæller en lignende historie? Eller med andre ord: Har EOS allerede købt en sammenlignelig portefølje i samme sektor eller region? Hvordan udviklede realiseringen af porteføljen sig i det pågældende tilfælde? Analytikerne bruger disse historiske data til at udvikle benchmark-gennemsnit, som nye porteføljer skal måles op imod - dog set i lyset af de aktuelle og, endnu vigtigere, fremtidige omstændigheder. Vurderingen tager også højde for, om der i mellemtiden har været omvæltninger eller ændringer i det politiske miljø. "Inkasso er i konstant forandring, så det skal vi naturligvis tage højde for og justere prognosen derefter med udgangspunkt i benchmarken," siger Matthias.

I særlige tilfælde benytter teamet algoritmer, som bruges til at bearbejde komplekse data. Et godt resultat afhænger dog ikke alene af rådata. Den menneskelige faktor spiller også en vigtig rolle i vurderingen: "En algoritme vil aldrig kunne udvikle den samme fornemmelse for porteføljens historie som en analytiker," siger Matthias. Fra et vist punkt er der også brug for intuition - og den bygger på erfaring.

Hvis du ønsker at sælge dine fordringer, er du meget velkommen til at kontakte os.

Billedkreditter: Benne Ochs (4)

Udforsk mere fra EOS

Man ser en mand i forretningstøj forklare noget med et venligt og engageret udtryk. Foran ham står en anden person, som tydeligt lytter til ham. I baggrunden ses en whiteboardtavle med en skitse.

Forward-flow agreements benefit everyone.

6 minutter
Why do companies continuously purchase defaulted receivables from other businesses? We explain how the forward-flow business works – and why this is a successful solution for everyone involved.
Få mere at vide
Meike Fabian i et interview

Ansvarlig brug af AI: Klare retningslinjer hos EOS

6 minutter
Bindende politikker og processer sikrer ansvarlig brug af AI. Meike Fabian, Chief Compliance Officer hos EOS, fortæller om virksomhedens AI-politik.
Få mere at vide
Gældsopkøb: mand i kontor

Gældsopkøb: Sådan vurderer EOS porteføljer af usikrede NPL’er

4 minutter
Før EOS køber en portefølje, fokuserer virksomheden på ét centralt spørgsmål: hvad er den værd? Malte Janzen og hans team fastsætter en fair pris med avanceret teknologi og ekspertise.
Få mere at vide