Kako deluje vrednotenje portfelja pri nakupu terjatev?

"V nasprotju s fiduciarno izterjavo pri nakupu terjatev tvegamo veliko. Namreč, ko je nakup končan, denarja ni več", pravi Matthias. Da lahko on in njegova ekipa vnaprej pregledajo portfelj, o katerem se pogajajo, prodajalec zagotovi anonimiziran paket podatkov v obliki Excelove datoteke. Vsaka vrstica v datoteki predstavlja neplačnika terjatev.

Ste se kdaj zmotili s svojimi priporočili? "Da, vsekakor!" prizna Matthias. "Toda naša uspešnost je precej dobra." Matthias je dejansko doktoriral iz fizike. Po diplomi je sprva delal na področju razvoja tehnologije polprevodnikov, nato pa kot svetovalec, ki je delal predvsem pri "slabih bankah". "In zdaj je moja naloga ugotoviti, kje je portfelj terjatev šibek," pravi. Vsem njegovim prejšnjim vlogam je skupna potreba po obravnavanju zapletenih zadev. "Sem nekdo, ki rad razume ozadje," pravi. To je bistvena kakovost pri ocenjevanju portfeljev. Ker na koncu gre za odločitev, ki vključuje veliko denarja.

"Da bi se zgodbe resnično zavedali, je včasih dovolj le grafična predstavitev danih parametrov. Tudi tukaj, kot pogosto v življenju, lahko pomaga risanje," pravi Matthias. "S tem lahko lažje opazimo morebitne nepravilnosti." Drug dejavnik je kontekst, v katerem se portfelj prodaja. Na primer, ali gre za portfelj iz obdobja krize? Kdaj je bilo nazadnje dejansko izvedeno plačilo in kaj pomenijo računovodski vnosi in datumi? Kakšna je zgodovina prodajalca in kaj se je takrat zgodilo na trgu? Kolikšen je odstotek insolventnosti? Ali obstajajo novi zakoni, ki vplivajo na naš način dela, in kako to vpliva na naravo ali zgodbo portfelja, ki ga želimo upravljati? "Z vsakim vprašanjem profil dolžniškega portfelja postane bolj podroben. Za podrobnejše spoznanje terjatev se nato s svojo ekipo razdelijo na kvalitativne in kvantitativne skupine: "Na tej točki portfelj dobi nekaj človeškega vidika. Ker vsak portfelj pripoveduje svojo zgodbo in je popolnoma unikaten," dodaja.

Naslednji korak je, da EOS-ovi analitiki iščejo empirične podatke iz preteklosti iz obsežnega nabora podatkov, s katerimi razpolagajo. Za namene vrednotenja analitiki zastavljajo naslednja vprašanja: Katero merilo ima podobno zgodbo ali z drugimi besedami, ali je EOS že kupil primerljiv portfelj v istem sektorju ali regiji? Kako se je v tem primeru izkazala realizacija portfelja? Analitiki te zgodovinske podatke uporabljajo za oblikovanje referenčnih povprečij, na podlagi katerih je treba meriti nove portfelje, čeprav glede na trenutne ali še pomembneje prihodnje okoliščine. Vrednotenje upošteva tudi, ali je v vmesnem času prišlo do preobratov ali sprememb v političnem okolju. "Izterjava dolgov se nenehno spreminja, zato moramo to seveda upoštevati in glede na merilo temu primerno prilagoditi napoved" pravi Matthias.

V posebnih primerih se skupina vrne na algoritme, ki se uporabljajo za obdelavo zapletenih podatkov. Dober rezultat pa ni odvisen samo od surovih podatkov. Človeški dejavnik ima tudi pomembno vlogo pri ocenjevanju: "Algoritem nikoli ne bi mogel razviti občutka za zgodbo portfelja tako, kot to počne analitik," pravi Matthias. Od neke točke potrebujete tudi intuicijo, ki temelji na izkušnjah.