Выявление ранних признаков плохих кредитов может быть ключевым моментом
Доктор Тарун Шарма
Государственный министр финансов Анураг Тхакур недавно сообщил Раджья Сабха, что валовые неработающие активы (NPA) банков государственного сектора снизились до рупий. 6,09 крор в сентябре 2020 г. с 8,96 крор в марте 2018 г., где министр подчеркнул рекордное восстановление рупий. 2,54 миллиона крор за последние два финансовых года. Однако это был непростой период для банков государственного сектора, которым пришлось списать безнадежные ссуды на сумму рупий. 5,85 крор за три финансовых года, начинающихся с апреля 2018 года.
Были некоторые положительные признаки. Министр сообщил, что 11 из 12 банков государственного сектора отчитались о прибыли за квартал, закончившийся в сентябре 2020 года. Но за квартал, закончившийся в декабре 2020 года, ссуды, списанные средними и крупными банками государственного сектора, резко выросли. Это может быть тревожным знаком на будущее.
Списание ссуд осуществляется в соответствии с руководящими принципами, установленными Резервным банком Индии (RBI), и политикой, утвержденной советами директоров банков. Хотя банки, возможно, приложили все усилия, чтобы вернуть безнадежные ссуды до их списания, предпринятые ими упреждающие меры могут переломить ситуацию с государственными банками.
Банкам пора рассмотреть обширные приложения для обработки данных и аналитики для борьбы с этим бедствием на всех уровнях. Поскольку проблема требует неотложного внимания, может помочь широкое внедрение технологий. Эти решения могут быть профилактическими, постоянными и лечебными. Если банки смогут сосредоточиться на решениях, которые могут помочь с сигналами раннего предупреждения, это может напрямую повлиять на качество их активов.
Технические решения для проблем, связанных с NPA
Поскольку советы директоров различных банков активно участвуют в решении проблемы NPA, им следует рассмотреть возможность использования технологических возможностей. Эти интеллектуальные решения могут оказать всестороннюю помощь, начиная с этапа получения заявки на ссуду и заканчивая на протяжении всего жизненного цикла ссуды. Поскольку ссуда не является разовой финансовой транзакцией и отношения растягиваются со временем, вклад интеллектуальных технологий может иметь решающее значение в течение всего срока действия ссуды.
Начиная с анализа заемщиков, частным лицам и компаниям для подачи заявки на получение кредита необходимы важные проверки из внутренней базы данных и сторонних источников, таких как кредитные бюро. Банк должен интегрировать свою базу данных с несколькими сторонними источниками данных, чтобы сделать ее всеобъемлющей и надежной.
Создание и поддержание всеобъемлющей базы данных, которая может обеспечить безопасность информации от государственных, корпоративных, частных лиц, экосистемы, такой как компании электронной коммерции, может стать мощным сдерживающим фактором против безнадежных ссуд. Добавьте информацию, предоставленную заемщиком, в эту базу данных, и качество информации станет еще лучше. Интегрированная система, основанная на нескольких базах данных, может стать хорошим началом.
Ручной анализ риска может привести к непредвиденным и предотвратимым ошибкам. Банки могут создавать системы показателей на уровне отрасли / сегмента, применимые в жизненном цикле оценки. Это может помочь в принятии решений на основе данных.
Банкам необходим подход, ориентированный на данные для каждого приложения, чтобы предоставлять входные данные для аналитических решений, которые могут создавать, развертывать и отслеживать различные аналитические модели с использованием моделей искусственного интеллекта и машинного обучения.
Технологии также могут помочь в полной оцифровке расчетов приемлемости / обслуживания без какого-либо ручного вмешательства. Процессы, основанные на технологиях, могут понять, что заемщики могут обслуживать, соответствующим образом предоставить свой кредит и, в конечном итоге, помочь финансовому учреждению. Это сокращает их влияние на клиента, что впоследствии может поставить их в затруднительное положение. Использование цифровых технологий позволяет получать повторяемые результаты без ошибок. Сегодня, благодаря множеству источников данных, например, анализу выписок по счету, доступности текущего статуса обязательств через бюро, отчетов GST и т. Д., Это возможно практически для всех сегментов розничной торговли и ММСП.
Банки традиционно ориентировались на кредитование под залог активов. Процесс ликвидации актива медленный и требует времени. Для сравнения: кредитование, основанное на движении денежных средств, - очень эффективный способ понять фактическую динамику бизнеса заемщика. Это включает в себя просмотр отчетов о движении денежных средств, анализ отчетов дебиторов и кредиторов, понимание тенденций продаж, возмещения и множество других аналогичных шагов. Эти анализы сложны, отнимают много времени и полны ошибок, если они выполняются вручную. Следовательно, технологии могут дать отличную передышку в этой области за счет автоматизации вычислений и получения соответствующей финансовой отчетности из государственных источников в цифровом виде.
Технологии также могут предотвратить чрезмерное знакомство с клиентом или группой. После получения заявки на получение кредита банку сначала необходимо проверить, в порядке ли лимиты заявителя на уровне компании, группы или даже на уровне учреждения или на индивидуальном уровне. Поскольку в базах данных банка имеется множество заемщиков, имеющих несколько взаимосвязей между продуктами, задачу практически невозможно отслеживать вручную. Технологические решения позволяют отслеживать его активно, а при необходимости и ежедневно.
Каждая компания и ее групповые лимиты могут быть доступны в цифровом формате с древовидной структурой лимитов. Это позволит системе предотвратить чрезмерное воздействие на любую сущность.
Выявление ранних сигналов NPA
Благодаря наличию нескольких источников данных и готовых аналитических инструментов технология позволяет улавливать ранние сигналы, когда любой кредит становится плохим. Сегодня различные источники данных предоставляют информацию об экономических, отраслевых, сегментных и подсегментных тенденциях. Когда технологические процессы оценивают портфель банка, это может дать банкам упреждающий прогноз, если какая-либо часть испытывает трудности с аналитикой. Предоставление банкам возможности принимать информированные стратегические решения может включать осторожность / прекращение кредитования таких сегментов или принятие упреждающих мер, предшествующих просрочке платежа.
Если розничный покупатель берет жилищный заем, он может провести переоценку актива позже, чтобы проверить, упала ли цена актива ниже уровня риска. Затем система может указать на пересмотр залога. Для корпоративных кредитов система должна постоянно отслеживать финансовые показатели и отслеживать ковенанты. Если система обеспечивает цифровой ввод финансовых отчетов и ковенантов, внутренние и внешние пользователи могут быть соответственно предупреждены.
Опыт Nucleus Software
Решения от Nucleus Software помогли финансовым учреждениям задействовать здоровые портфели активов и управлять ими. Эти решения обеспечивают целостную среду кредитования для кредиторов, предоставляя комплексные решения по кредитованию, начиная с выдачи кредита и заканчивая обслуживанием кредита и управлением просроченными платежами, с соответствующими возможностями аналитики кредитования.
Решение основано на 8 основных механизмах, включая правила, политику, рабочий процесс, погашение, распределение, обмен данными и т. Д., Обеспечивая возможность настройки и надежность на протяжении всего жизненного цикла кредитования.
FinnOne Neo CAS позволяет финансовым учреждениям интегрировать различные процессы приобретения и предварительного выделения средств. Он поддерживает весь жизненный цикл приобретения, от обращения к клиенту до решения андеррайтера о выплате, обеспечивая высокое качество кредита.
FinnOne Neo LMS обеспечивает комплексное обслуживание кредитов. Это позволяет банкам повысить гибкость, прозрачность и эффективность своих кредитных решений, включая полную автоматизацию своих процессов. К ним относятся классификация NPA, теги, инициализация и отчетность. Решение также позволяет отслеживать и контролировать различные операции по выплате постов, обеспечивая стабильное кредитное качество в течение жизненного цикла обслуживания.
FinnOne Neo Collections - это ориентированное на клиента веб-решение, основанное на рабочих процессах, которое позволяет финансовым учреждениям управлять, отслеживать и контролировать просроченные кредитные счета, одновременно автоматизируя структуру управления взысканием ссуд.
Nucleus Lending Analytics с передовыми возможностями машинного обучения и искусственного интеллекта, такими как текстовая аналитика и нейронные сети, представляет собой простую в создании платформу, которая помогает вам принимать более обоснованные кредитные решения с помощью точных прогнозных моделей.
