Il valore del customer analytics a servizio del credit risk management nel nuovo contesto di mercato e regolamentare
In un contesto operativo e regolamentare «articolato» e in forte evoluzione, il sistema bancario si trova a dover affrontare sfide sempre più rilevanti. I CRO, CLO, CFO delle banche saranno costretti a governare e gestire gli impatti di regolamenti limitrofi per suggerire indirizzi strategici e operativi a Board e CEO. La sfida sarà saper «unire i puntini» con previsioni solide delle interrelazioni attraverso un presidio integrato, organico e forward looking, ha spiegato al Convegno ABI Giorgio Costantino, Management Consulting & Solutions Executive Director.
Gli strumenti di advanced analytics rappresentano oggi uno strumento fondamentale per supportare le attività di credit risk management e di sviluppo “sostenibile” della banca. Alcune applicazioni concrete di come il customer analytics possa sostenere le attività della banca sono stati raccontati da Cristina Caprara, Management Consulting Manager. In particolare il focus è stato posto su:
- Previsioni settoriali a supporto della gestione dei processi del credito
- Advanced analytics e machine learning solution per la ricostruzione delle filiere e la stima del reddito
- Modelli e strumenti per le previsioni di impairment in ambito IFRS9
- Stime di rischio forward looking per ottimizzare il pricing e la gestione degli attivi creditizi.
Guarda la videointervista di Bancaforte a Giorgio Costantino
Financial & Banking Governance: dal regolamentare al gestionale, una leva per la Digital Transformation
A fronte di una competitività in fortissima crescita il rapporto e l’ingaggio con i clienti deve diventare assolutamente centrale. La banca deve sapere far crescere la reattività all’innovazione rivedendo i propri assetti organizzativi, il modello dei servizi e il sistema di governance. La trasformazione digitale deve coinvolgere tutta la banca con un allineamento graduale di tutti i livelli dell’organizzazione alle nuove esigenze e con l’ottimizzazione delle infrastrutture e dei sistemi informativi legacy, ha spiegato David Pieragostini, International Markets Executive Director.
Nell’era digitale attuale è prioritario definire un solido Information Framework a sostegno della digital transformation. Molti sforzi sono stati fatti dalle banche per introdurre i parametri di rischio nei processi operativi di credit risk management, adesso è necessario definire una piattaforma di data management su cui consolidare la digital transformation. I dati devono guidare il business e i processi operativi della banca nonché l’approccio con il cliente, ha commentato Riccardo Ceci, Director for Strategic Alliance.
Attraverso la presentazione di case study si è focalizzata l’attenzione su come costruire un’architettura end to end che supporti la proposizione al cliente di prodotti di digital lending. In particolare sono state presentate due applicazioni, una di instant lending che in soli 30 secondi consente di erogare denaro addizionale alla clientela che rispetta i requisiti previsti dalle regole della banca, e una che prevede un digital lending journey di un’ora per erogare credito passando dalla raccolta di dati interni ed esterni, dalla richiesta di documentazione reddituale e applicazione di modelli e regole decisionali.
Guarda la videointervista di Bancaforte a David Pieragostini
L’inclusione delle garanzie nella stima della LGD: un possibile approccio
La corretta misurazione e il monitoraggio della qualità delle garanzie immobiliari dovrebbe essere attività prioritaria del mercato bancario nazionale, sconvolto da un significativo deprezzamento del valore dei crediti NPE per assenza di informazioni o adeguata valutazione della qualità degli assets.
Lo è sicuramente per la BCE, che l’ha inserita nelle priorità di vigilanza per il 2018 e che, da recenti azioni ispettive, ha sollevato il tema delle carenze nella completezza e nell’accuratezza delle valutazioni immobiliari (in particolare in ambito di stima LGD secured), ha commentato Gianluca Natalini, Manager Consulting RES.
In risposta a tale esigenza CRIF, insieme a BPER Banca, ha presentato la propria soluzione a supporto della ricostruzione storica dei valori delle garanzie (mediante l’utilizzo del modello AVM) favorendo una migliore lettura storica dei fenomeni e un incremento delle performance di stima della LGD secured.
A supporto della stima del modello LGD secured, CRIF ha inoltre presentato un nuovo approccio metodologico che sposta l’oggetto di stima dalla misurazione delle perdite a quella dei recuperi, esaltando l’utilizzo delle informazioni caratterizzanti la garanzia (dimensione, tipologia, localizzazione, mercato di riferimento, ecc) come variabili predittive del recupero atteso.
In questo modo, l’approccio proposto si allinea maggiormente con le prassi gestionali e si presta a un utilizzo più versatile e diffuso, sia per il portafoglio performing che non performing.
