Πριν προχωρήσει μια αγορά απαιτήσεων, αγοραστής και πωλητής πρέπει πρώτα να συμφωνήσουν στην τιμή αγοράς. Για να προσδιορίσει μια όσο το δυνατόν πιο δίκαιη τιμή αγοράς, η EOS αξιοποιεί ανθρώπινη τεχνογνωσία και σύγχρονη τεχνολογία για να αποτιμήσει το χαρτοφυλάκιο απαιτήσεων.
- Η αποτίμηση πακέτων απαιτήσεων είναι μια σύνθετη διαδικασία που καταλήγει σε μια κατάλληλη τιμή αγοράς.
- Οι ειδικοί της EOS εξετάζουν διεξοδικά κάθε επιμέρους πτυχή του χαρτοφυλακίου, προκειμένου να προσδιορίσουν τον κίνδυνο της σχεδιαζόμενης αγοράς απαιτήσεων.
- Η διαδικασία αυτή αξιοποιεί αλγορίθμους και την τεχνογνωσία εκπαιδευμένων αναλυτών.
Στο πλαίσιο της λειτουργίας διαχείρισης κινδύνων, η ομάδα Operational Debt Purchase συνεργάζεται με ειδικούς σε μεθόδους και ανάλυση για να εξετάζει διεξοδικά περίπου 600 πακέτα απαιτήσεων τον χρόνο. Στο τέλος αυτής της σύνθετης διαδικασίας μπορεί να προταθεί μια τιμή αγοράς. «Τέτοιου είδους χαρτοφυλάκια μπορούν να περιλαμβάνουν έως και ένα εκατομμύριο απαιτήσεις. Γι’ αυτό, στην ουσία, τα αντιμετωπίζουμε όπως θα αντιμετωπίζαμε ένα κοπάδι ψαριών. Πρέπει να κατανοήσουμε τι κινεί το κοπάδι και προς ποια κατεύθυνση κολυμπά, όχι την κατεύθυνση κάθε μεμονωμένου ψαριού», λέει ο Matthias Schmidt, Head of Operational Debt Purchase στην EOS Group.
Όσο πιο ακριβής είναι η αξιολόγηση, τόσο χαμηλότερος είναι ο οικονομικός κίνδυνος.
«Σε αντίθεση με την καταπιστευτική είσπραξη για λογαριασμό πελάτη, στην αγορά χρέους αναλαμβάνουμε ουσιαστικό κίνδυνο. Διότι μόλις ολοκληρωθεί η αγορά, τα χρήματα έχουν φύγει», λέει ο Matthias. Για να μπορέσει ο ίδιος και η ομάδα του να εξετάσουν εκ των προτέρων το χαρτοφυλάκιο που αποτελεί αντικείμενο διαπραγμάτευσης, ο πωλητής παρέχει ένα ανωνυμοποιημένο πακέτο πρωτογενών δεδομένων με τη μορφή αρχείου Excel. Κάθε γραμμή στο αρχείο αντιπροσωπεύει μια ανεξόφλητη απαίτηση και έναν οφειλέτη σε αθέτηση πληρωμής.
Έχουν κάνει ποτέ λάθος στις συστάσεις τους; «Ναι, ασφαλώς!» παραδέχεται ο Matthias. «Αλλά το ποσοστό επιτυχίας μας είναι αρκετά καλό». Ο Matthias έχει στην πραγματικότητα διδακτορικό στη φυσική. Μετά την αποφοίτησή του εργάστηκε αρχικά στον τομέα ανάπτυξης τεχνολογίας ημιαγωγών και στη συνέχεια ως σύμβουλος, κυρίως με “bad banks”. «Και τώρα η δουλειά μου είναι να ανακαλύπτω τι κινεί τα χαρτοφυλάκια απαιτήσεων», λέει. Το κοινό στοιχείο όλων των προηγούμενων ρόλων του είναι η ανάγκη διαχείρισης πολύπλοκων θεμάτων. «Είμαι άνθρωπος που αγαπά να κατανοεί το υπόβαθρο», λέει. Πρόκειται για βασικό προσόν κατά την αξιολόγηση χαρτοφυλακίων. Διότι, τελικά, πρόκειται για τη λήψη μιας απόφασης που αφορά πολλά χρήματα.
Τα πρωτογενή δεδομένα αφηγούνται την ιστορία.
Οι πληροφορίες που παρέχονται μπορεί να διαφέρουν σημαντικά. «Στο χειρότερο σενάριο, το μόνο που έχουμε είναι το ποσό των επιμέρους απαιτήσεων. Λαμβάνουμε όμως και σύνολα δεδομένων με 50 έως 60 στήλες πληροφοριών, για παράδειγμα σχετικά με το πόσο καιρό είναι ληξιπρόθεσμη η οφειλή και πότε θα παραγραφεί ή πού κατοικεί ο οφειλέτης σε αθέτηση πληρωμής. Όσο πιο αξιόπιστες είναι οι πληροφορίες, τόσο καλύτερη είναι η πιθανότητα να προσδιοριστεί μια τιμή αγοράς που αντικατοπτρίζει δίκαια την απαίτηση και το χαρτοφυλάκιο.
Διότι, πέρα από την ποσότητα, σημαντικό ρόλο παίζει και η ποιότητα των δεδομένων: «Σε ορισμένες χώρες μπορεί να λάβετε επτά αριθμούς τηλεφώνου για κάθε απαίτηση. Δεν γνωρίζετε ποιος από αυτούς, αν υπάρχει, είναι ακόμη ενεργός, μέχρι να τους δοκιμάσετε όλους και να σταθείτε τυχεροί», λέει ο Matthias. «Ή δεν γνωρίζετε αν οι πληροφορίες εξακολουθούν να είναι επικαιροποιημένες. Προφανώς, αυτό εξαρτάται. Στοιχεία που δόθηκαν πριν από δέκα χρόνια, όταν χορηγήθηκε ένα δάνειο, μπορεί να μην ισχύουν πλέον». Τα λάθη μεταγραφής αποτελούν επίσης ζήτημα, για παράδειγμα όταν η κυριότητα της απαίτησης αλλάζει χέρια, όταν συγχωνεύονται δύο τράπεζες ή όταν τα συστήματα μεταφέρονται σε νέο σύστημα. Μετά την εξέταση των δεδομένων, ο Matthias και η ομάδα του θέτουν στον εαυτό τους δύο ερωτήματα: Τι γνωρίζουμε και, μερικές φορές πολύ πιο σημαντικό, τι δεν γνωρίζουμε;
«Για να συνειδητοποιήσει κανείς πραγματικά την ιστορία, μερικές φορές αρκεί απλώς να δημιουργήσει μια γραφική απεικόνιση των δεδομένων παραμέτρων. Και εδώ, όπως τόσο συχνά στη ζωή, ένα σχέδιο μπορεί να βοηθήσει», λέει ο Matthias. «Με αυτόν τον τρόπο είναι πιο εύκολο να εντοπιστούν τυχόν ανωμαλίες». Ένας ακόμη παράγοντας είναι το πλαίσιο μέσα στο οποίο πωλείται το χαρτοφυλάκιο. Για παράδειγμα, πρόκειται για χαρτοφυλάκιο από περίοδο κρίσης; Πότε πραγματοποιήθηκε πραγματικά η τελευταία πληρωμή και τι σημαίνουν οι λογιστικές εγγραφές και οι ημερομηνίες; Ποιο είναι το ιστορικό του πωλητή και τι συνέβη τότε στην αγορά; Ποιο είναι το ποσοστό των υποθέσεων αφερεγγυότητας; Υπάρχουν νέοι νόμοι που επηρεάζουν τον τρόπο εργασίας μας και τι σημαίνει αυτό για τη φύση ή την ιστορία του χαρτοφυλακίου που θέλουμε να συνεχίσουμε να γράφουμε;» Με κάθε ερώτηση, το προφίλ του χαρτοφυλακίου χρέους γίνεται πιο λεπτομερές. Για να εμβαθύνουν ακόμη περισσότερο, ο ίδιος και η ομάδα του χωρίζουν στη συνέχεια τις απαιτήσεις σε ποιοτικές και ποσοτικές ομάδες: «Σε αυτό το σημείο το χαρτοφυλάκιο αποκτά κάτι από ανθρώπινη διάσταση. Διότι κάθε χαρτοφυλάκιο αφηγείται τη δική του ιστορία και είναι εντελώς μοναδικό», προσθέτει.
Ένας αλγόριθμος δεν θα μπορούσε ποτέ να αναπτύξει αίσθηση της ιστορίας του χαρτοφυλακίου με τον τρόπο που το κάνει ένας αναλυτής.
Η προηγούμενη εμπειρία βοηθά στον καθορισμό της τιμής.
Στη συνέχεια, οι αναλυτές της EOS αναζητούν εμπειρικά δεδομένα από το παρελθόν μέσα από την εκτενή δεξαμενή δεδομένων που έχουν στη διάθεσή τους. Για τους σκοπούς της αποτίμησης, οι αναλυτές θέτουν τα εξής ερωτήματα: Ποιο σημείο αναφοράς έχει μια παρόμοια ιστορία να αφηγηθεί ή, με άλλα λόγια, έχει η EOS αγοράσει ήδη ένα συγκρίσιμο χαρτοφυλάκιο στον ίδιο κλάδο ή στην ίδια περιοχή; Πώς εξελίχθηκε η ρευστοποίηση του χαρτοφυλακίου στη συγκεκριμένη περίπτωση; Οι αναλυτές χρησιμοποιούν αυτά τα ιστορικά δεδομένα για να αναπτύξουν μέσους όρους αναφοράς, με βάση τους οποίους πρέπει να μετρηθούν τα νέα χαρτοφυλάκια, λαμβάνοντας ωστόσο υπόψη τις τρέχουσες και, ακόμη πιο σημαντικό, τις μελλοντικές συνθήκες. Η αξιολόγηση εξετάζει επίσης αν στο μεταξύ έχουν υπάρξει αναταράξεις ή αλλαγές στο πολιτικό περιβάλλον. «Η είσπραξη οφειλών αλλάζει συνεχώς, επομένως φυσικά πρέπει να το λαμβάνουμε υπόψη και να προσαρμόζουμε ανάλογα την πρόβλεψη, με βάση το σημείο αναφοράς», λέει ο Matthias.
Σε ειδικές περιπτώσεις, η ομάδα προσφεύγει σε αλγορίθμους, οι οποίοι χρησιμοποιούνται για την επεξεργασία σύνθετων δεδομένων. Ωστόσο, ένα καλό αποτέλεσμα δεν εξαρτάται μόνο από τα πρωτογενή δεδομένα. Ο ανθρώπινος παράγοντας παίζει επίσης σημαντικό ρόλο στην αξιολόγηση: «Ένας αλγόριθμος δεν θα μπορούσε ποτέ να αναπτύξει αίσθηση της ιστορίας του χαρτοφυλακίου με τον τρόπο που το κάνει ένας αναλυτής», λέει ο Matthias. Από ένα σημείο και μετά χρειάζεται και διαίσθηση, η οποία βασίζεται στην εμπειρία.
Αν θέλετε να πουλήσετε τις απαιτήσεις σας, μη διστάσετε να επικοινωνήσετε μαζί μας.
Τηλέφωνο: +49 40 2850 0
Εξερευνήστε περισσότερα από την EOS
