- Аналитичарите на EOS вршат темелна проценка на портфолија со необезбедени побарувања од цела Европа, со што обезбедуваат цврста основа за донесување инвестицки одлуки.
- Напредните аналитички модели овозможуваат структурирање на милиони податочни точки, кластеризација на побарувањата и изработка на сигурни и одржливи прогнози.
- Покрај квантитативните податоци и моделите, клучна улога во определувањето на вредноста на портфолиото имаат и долгогодишното пазарно искуство, локалната експертиза и историските перформанси.
На прв поглед, пакетот со податоци изгледа едноставно: обемна Excel-табела што содржи милиони податочни записи. Секој ред претставува поединечно, ненаплатено побарување од должник што престанал да ги исполнува своите обврски. За Малте Јанцен, токму тука започнува анализата — процес што во крајна линија може да резултира со инвестициска одлука вредна милиони евра.
Малте Јанцен е одговорен за Одделот за необезбедени инвестиции во EOS од 2025 година. Заедно со тим од кредитни и дата-аналитичари, тој ги оценува портфолијата со побарувања што банките низ Европа ги нудат на продажба. Неговата експертиза е во областа на инвестициите. Тој ја има изработено својата докторска дисертација на тема донесување инвестициски одлуки, по што ја продолжи својата кариера во консултантска компанија за спојувања и преземања (M&A), а подоцна и во корпоративна група со седиште во Хамбург, каде што активно учествуваше во развојот на Одделот за инфраструктурни проекти.
Со нашите модели можеме да прикажеме широк спектар на различни сценарија, што ни овозможува да идентификуваме кои фактори имаат најголемо влијание врз портфолиото.
Анатомија на портфолио
„Го анализираме пакетот со побарувања и изработуваме бизнис план. Врз основа на тоа даваме препорака за куповната цена до управата на EOS“, објаснува Малте. EOS годишно оценува 500–600 портфолија во повеќе од 20 европски земји.
Процесот започнува кога банка нуди портфолио на продажба. Националните компании на EOS добиваат анонимизирани податоци и прават детална анализа.
Се анализира и контекстот: колку долго постои долгот, што е направено за наплата и каква е структурата на клиентите. „Ако го познаваме продавачот, можеме попрецизно да процениме.“
Од податоци до прогнози
Поради огромниот обем на податоци, рачната анализа на секое поединечно побарување е невозможна.Наместо тоа, започнуваме со идентификација на клучните карактеристики и групирање на побарувањата“, објаснува Малте. Притоа се користат математички и статистички методи, како и модели за машинско учење.
Врз основа на обемни историски податоци, овие модели симулираат како различните групи побарувања ќе се развиваат со текот на времето.
Во анализата се вклучуваат и дополнителни фактори, како што се промените во регулаторното опкружување или макроекономските трендови. „Со нашите модели можеме да прикажеме широк спектар на сценарија. Тоа ни помага да ги идентификуваме клучните фактори и да знаеме на што треба да обрнеме внимание при обработката."
Сепак, ни најнапредните модели не можат целосно да го заменат експертското знаење. Членовите на тимот имаат долгогодишно искуство и тесно соработуваат со локални експерти. „Тие ги познаваат пазарите и можат подобро да ги стават трендовите во соодветен контекст.“
Доколку инвестициската одлука е позитивна, анализата продолжува. Реалните резултати континуирано се следат и се споредуваат со прогнозите. Кога ќе се појават отстапувања, се анализираат нивните причини. „Овие сознанија ги вградуваме повторно во нашите алатки и постојано го унапредуваме процесот на проценка.“
Слободно контактирајте нè доколку сакате да дознаете повеќе за темата Продажба и проценка на побарувањата
Carina Bonde
Corporate Communications & Marketing
Телефон: + 49 173 2979331
Истражете повеќе од EOS
