Firma nebo fyzická osoba o své platební neschopnosti ví, nebo ji na rozdíl od financující banky, alespoň tuší. Společnost SAS však nabízí analytické řešení, které umí neschopnost splácet předem detekovat. Jak to mezinárodní společnost zaměřená na umělou inteligenci, strojové učení a analýzu dat, dělá a komu tím pomáhá, jsme se zeptali Lubomíra Bruhy, Regional Risk Management Advisora ve společnosti SAS.
Na základě jakých údajů dokážete odhalit, že konkrétní firma nebo jednotlivec přestane splácet? Stačí vám veřejně dostupné informace?
SAS jako analytická společnost doporučuje kombinovat co nejvíce datových zdrojů. Čím více zdrojů máte, tím lépe. Většinou jde o vlastní údaje klientů a údaje z interních systémů banky. Ty se kombinují s externími zdroji, jako jsou různé registry nebo rejstříky. Dokážeme ale pracovat i s nestrukturovanými údaji, jako jsou např. články na webu, tiskové zprávy, výroční zprávy apod., a z nich strukturované informace získat. Pokud to má u některých údajů smysl, vytváří se jejich časové řady a ty se dále vyhodnocují. SAS dodává analytické technologie a služby, to znamená, že vždy pracujeme s daty, která vlastní nebo jsou dostupná našim klientům. Sami žádná data nespravujeme ani neprodáváme. Ale umíme z nich vytěžit maximum informací a analyticky je použít.
Jaké nástroje k hodnocení platební schopnosti firem používáte?
Data, která jsem již zmínil, se kombinují do statistických modelů. Ty poskytují odpověď ve formě pravděpodobnosti. Modelovaná odpověď je různá podle účelu. Může jít např. o predikci výše zaplacené částky, dosažené ztráty, pravděpodobnost kontaktu apod. Tyto modely se mohou kombinovat s dalšími podmínkami a vytvářet společně robustní systém, který je schopen modelové situace do značné míry předvídat.
Naše unikátní know-how pak spočívá ve schopnosti vytvářet několik takových modelů pro stejnou situaci pomocí různých statistických metod. A pro každého klienta banky tyto modely vyhodnocovat souběžně a na závěr použít ten model, který vykazuje největší schopnost predikce pro daný typ klienta. S tím se pojí i naše unikátní schopnost modely jednotně spravovat a nasazovat.
Kdo tvoří vaši klientelu a jak jsou vaše služby a technologie finančně náročné?
Našimi klienty jsou převážně bankovní domy a finanční instituce, ale v poslední době vzrůstá zájem i ze segmentu energií a utilit. Technologie SAS jsou, troufám si říci, dostupné pro všechny společnosti, které řeší vymáhání pohledávek a rádi by přitom využily ty nejnovější analytické nástroje.
Podle údajů ČNB je platební morálka českých firem a domácností zatím dobrá. Vyplatí se bankám a finančním institucím za této situace investovat do vymáhání?
To jsou dvě otázky a obě jsou na delší debatu. U aktuální platební morálky hodně záleží na úhlu pohledu a na tom, jaká data si vyberete pro svou argumentaci. V médiích se hodně probíralo, že v bankách nyní leží uspořeno nominálně více peněz než před krizí. Diskutován je i vliv zrušení superhrubé mzdy, kdy lidem opticky zůstává více peněz v peněženkách. Pokud se na to podíváme takto, tak si asi řekneme, že určitě není tak zle.
Nicméně podle mého názoru je to velmi povrchní pohled. Jsou tu určité skupiny klientů, zejména z řad živnostníků a malých podnikatelů, nízkopříjmových skupin, lidí, kteří pracovali na částečné úvazky nebo pracovní dohody, nebo zaměstnanci a firmy ze sektorů, jako jsou služby, cestování, maloobchod a pohostinství. A těm všem se rozhodně už teď dýchá podstatně hůře. Je to ostatně vidět i na úbytku počtu podnikatelů. Od roku 2016 jich nyní máme v naší zemi registrováno nejméně. Navíc řada lidí je uměle zaměstnána, protože firmy využívají program Antivirus. Co se stane, až tato podpora skončí? To se teprve uvidí.
Vyplatí se tedy investovat do vymáhání?
Tady si zahraji trochu na věštce a troufnu si tvrdit, že ano. Všechny banky se snaží stavět do role, jak moc jim na klientovi záleží, že je ve středu jejich péče, že podporují všechny formy komunikace s klientem a snaží se jim poskytovat poradenství. A přitom všem vymáhání stojí mimo tento hlavní proud. Nicméně s tím, jak roste konkurence mezi bankami a jak rostou náklady na získání jednoho klienta, potažmo po to, jak se zvětšuje procento těch klientů, kteří do sítě vymáhání propadnou, si banky velmi rychle uvědomí, že by neměly tuto skupinu klientů považovat za své nepřítele jako doposud, ale měly by se snažit jim pomoci.
To samé platí v segmentu firem. Znám příběhy firem, které se staly nejloajálnějšími klienty banky právě proto, že je banka v jejich problémech nenechala na holičkách, ale pomohla jim, aby přečkaly to nejhorší. Odměnou jim je získání důvěra. Z toho vyplývá, že se banky budou muset naučit s klienty ve vymáhání pracovat a zároveň se naučit, kde pomáhat smysl má a kde už ne. A to bez investice, která půjde ruku v ruce se změnou náhledu, nepůjde.
Hrozí podle vás českým firmám nějaká masivnější vlna insolvencí?
Podle mého názoru se to bude hodně lišit podle sektoru podnikání. Řekl bych, že nejdramatičtěji jsou na tom firmy, které žily z cestovního ruchu a gastronomie. Na druhou stranu je tu i řada firem, kterým se daří lépe. Záležet bude i na tom, jak si povede náš export, tedy jak moc se obnoví poptávka po našich subdodávkách, zejména do Německa a dalších zemí EU.
Jak se mění schopnost zákazníků splácet úvěry?
Rychlost této změny je většinou úměrná šoku, kterým daný klient prochází. U klienta, který ztratí práci, se tato schopnost může změnit ve velmi krátkém horizontu, od několika dnů do několika málo měsíců. U klienta, jehož příjmy se dočasně nebo trvale snížily, to může trvat déle. U obou bude samozřejmě záležet na míře dosavadních úspor a výše zadlužení. Proto se vyplatí klienty sledovat průběžně. Banky o tomto dobře vědí a snaží se vylepšovat jak svoje systémy včasného varování (early warning systém), tak systémy a strategie vymáhání. A ty z nich, které je ještě nemají, se je snaží budovat za pochodu.
Jak rychle jste schopni bankám a finančním institucím v této oblasti pomoci?
V SAS preferujeme průběžnou práci s našimi klienty. Časy, kdy se tzv. udělal velký projekt a po jeho skončení se šlo na další někam jinam, jsou již pryč. Většinou ve spolupráci se zaměstnanci banky vytvoříme tým a společně vydefinujeme nejen, kam se chceme v střednědobém termínu dostat, ale vybereme i oblast, kde začít. Většinou je to oblast, kterou je zapotřebí rychle vylepšit a která našim klientům přinese okamžitý prospěch. Z hlediska času záleží na dostupnosti dat, ale dá se říci, že výsledek je většinou vidět po dvou až třech měsících. A pak pokračujeme podobným stylem v dalších vydefinovaných oblastech.
