Recept na prevenci vym�h�n� pohled�vek

aneb jak odhalit rizikové klienty ji� p�edem

• �asopis: Bankovnictví, 10/2006
• Autor: Petr Máša, Adastra Corporation
• Klí�ová slova: Kvalita dat, Segmentace, Pohledávky

Úv�ry jsou v sou�asné dob� hlavním bitevním artiklem bank a úv�rových spole�ností. Tyto instituce mají dostatek pen�z a pot�ebují je umístit na retailovém trhu. Jak ale usp�t? Jakou zvolit úrokovou míru, aby nalákala klienty i neklienty a zárove� abychom na úv�rech neprod�lali?

JAK NA ÚROK

Poj�me se podívat na to, z �eho se úroková míra (resp. úrok) z úv�r� skládá (viz obr. 1).
Jednotlivé slo�ky splácené �ástky jsou:

• splátka jistiny,
• cena pen�z na mezibankovním trhu (nap�íklad PRIBOR),

- pokud máme vlastní peníze na ú�tech za ni�ší úrokovou míru, tuto úrokovou mar�i bychom m�li zapo�ítat jako zisk pro dané ú�ty,

• riziková mar�e pokrývá nesplacené úv�ry (nevymo�ené),
• opera�ní náklady zahrnují zejména:

- cenu na uzav�ení smlouvy (provize, �as bankovního poradce),
- rozpo�tení fixních náklad� na tento produkt (právní podpora, tvorba produktu),
- rozpo�tení fixních náklad� spole�nosti (platební styk, správa splátek, IS, další fixní náklady),
- marketingové náklady na získání smlouvy,
- tyto náklady lze uplatnit formou poplatk� (z�ízení, vedení) nebo do úrokové míry,

• zisk.

Mo�nosti, jak tyto slo�ky zahrnout do p�íjmu od zákazníka, jsou poplatky a úroková míra. Všechny uvedené slo�ky lze zahrnout do úrokové míry. N�které z nich - jako opera�ní náklady a zisk - však lze zohlednit i do poplatk�, p�ípadn� do obojího najednou. Jsou to zejména cena, opera�ní náklady a zisk. Cena pen�z a riziková mar�e se zpravidla zapo�ítávají do úrokové míry, pokud nejsou poplatky ú�továny procentem.

RIZIKOVÁ MAR�E A SCORE KARTA

Pokud chce být banka konkurenceschopná, musí nabídnout co nejni�ší „p�irá�ky“. Ty však musí pokrýt nezbytné náklady. Cenu pen�z na mezibankovním trhu zpravidla neovlivní; opera�ní náklady jsou �astým tématem sni�ování náklad�, zisk je zpravidla dán strategií firmy, proto se zde detailn�ji zam��íme na rizikovou mar�i.
Rizikovou mar�i ur�uje mnoho parametr�. P�ibli�me si dva z nich - kvalitu scorekarty a efektivitu vymáhacího procesu.
Kvalitní scorekarta (neboli pravidla �íkající komu p�j�it a komu ne) umo��uje dob�e odd�lit rizikové a málo rizikové klienty. Zpravidla se dosahuje lepších výsledk�, pokud banka pou�ívá pro tvorbu scorekaret vlastní data namísto zakoupení generické „univerzální“ scorekarty.
Ukazuje se, �e kvalita vstupních dat a jejich dobrá konsolidace je klí�ová. Ze zkušeností spole�nosti Adastra vyplývá, �e problémy s kvalitou vstupních dat mohou zp�sobit pokles GINI koeficientu (koeficient, jím� se vyhodnocuje kvalita scorekaret) a� o 20 %. Špatná konsolidace zp�sobuje nap�íklad to, �e se p�j�uje klient�m, kte�í ji� mají nesplacené úv�ry (podle informací z credit bureau - úv�rového registru), v horším p�ípad� se p�j�uje i t�m klient�m, kte�í mají nesplacené úv�ry u doty�né banky.
Nízká kvalita dat zase zp�sobuje, �e jsou v datech chyby a nejsme schopni �íci, zda daný klient splácel �ádn�, �i nikoli. Nevynalo�ené peníze na datovou kvalitu se tak snadno promrhají v nesplacených p�j�kách. V d�sledku toho vzniká tlak na vyšší rizikovou mar�i a díky konkuren�nímu trhu jde vyšší úroková mar�e na úkor zisku. Na tento problém se m��eme podívat i z druhé strany - pokud bychom m�li kvalitní data a vytvo�ili lepší scorekartu, m��eme sní�it rizikovou mar�i, a to jak ve prosp�ch ni�ší ceny pro klienta, tak ve prosp�ch vyššího zisku (viz obr. 2).
Scorekarty se v �eské republice i v dalších zemích výrazn� liší od vysp�lých zemí s rozvinutým úv�rovým trhem. V �R je zpravidla hlavním kritériem pro poskytnutí úv�ru výše p�íjm�, zatímco nap�íklad v USA tím je historie splácení p�edchozích p�j�ek. V �eské republice se také historie splácení vyu�ívá, je však teprve v za�átcích, nebo� v�tšina klient� nemá úv�rovou historii, anebo ji má velmi malou. Proto se vyu�ívají rovn� techniky, umo��ující schválit �i p�edschválit p�j�ku i takovému klientovi, který ješt� nem�l �ádný úv�rový produkt.

VYMÁHACÍ PROCES, NÁKLADY A DIFERENCIACE P�ÍSTUPU KE KLIENT�M

Proces vymáhání usiluje o redukci nesplacené �ástky. P�i vymáhání vznikají nové náklady, na jejich� úhradu má banka zpravidla nárok (na základ� smlouvy �i sazebníku) - avšak jejich �ást není klienty splacena. Celkový efekt vymáhání je takový, �e u n�kterých klient� narostou pohledávky o náklady vymáhání a u jiných jsou sou�asné pohledávky uhrazeny v�etn� velmi vysokých poplatk� za vymáhání (pokut).
Celkov� nemusí platit, �e zaplacené poplatky za vymáhání musí pokrýt náklady na vymáhání. Obvykle jsou náklady na vymáhání ni�ší ne� p�íjmy z vymáhání (splátka pohledávek + poplatk� za vymáhání). Pokud tomu tak není, je t�eba zjistit p�í�inu - bu� je to neefektivní vymáhací proces, nebo nap�íklad velmi kvalitní portfolio s jedinou nesplacenou p�j�kou. V takovém p�ípad� je vhodné zahrnout náklady na vymáhání do opera�ních náklad� (zastavení procesu vymáhání není vhodná strategie, i kdy� se tak m��e na nejbli�ší období jevit).
P�i vymáhacím procesu je vhodné uplatnit segmentaci klient� a další prediktivní modely. Na základ� t�chto informací lze zvolit zp�sob vymáhání - zda upozornit klienta (u dobrých dlouhodobých klient� bez p�edchozích problém�), nebo okam�it� rychle zahájit vymáhání (pro klienty, kte�í se stali rizikovými). Poznamenejme, �e vymáhací proces bude pracovat s menším objemem nesplacených úv�r� p�i kvalitních scorekartách, zalo�ených na vlastních, kvalitních datech.

�R: PORA�TE SI S R�ZNOU ÚROVNÍ RIZIKA

Riziková mar�e a definice nesplácení zále�í té� na produktu. Pro tyto ú�ely se rozlišují t�i druhy produkt� - hypotéky, kreditní karty a spot�ební úv�ry. Riziková mar�e zále�í také na úrovni rizika klient�. V �eských podmínkách jsou klienti r�zných úrovní rizika rozd�leni mezi r�zné typy spole�ností - nebo spíše jednotlivé typy spole�ností se zam��ují na r�znou úrove� rizika.

• Banky: riziko klient� je velmi malé.
• Velké úv�rové spole�nosti: malá a� st�ední úrove� rizika.
• Další instituce (speciální úv�rové spole�nosti): st�ední a� vysoká úrove� rizika.

V bankách v �eské republice není p�íliš rozší�ené zam��ení na r�zné úrovn� rizika. Tím však banky p�enechávají nemalou �ást úv�rového trhu jiným spole�nostem. Je to opravdu stav, který cht�jí?
Na druhé stran� jsou na trhu úv�rové spole�nosti, zam��ující se na relativn� vyšší úrove� rizika za vysokou úrokovou sazbu. Tyto instituce se také p�ipravují o �ást klient� - málo rizikoví klienti jsou touto sazbou odrazeni.

RECEPTEM JE SEGMENTACE

Je škoda, �e n�které instituce mají jedinou p�ijímanou úrove� rizika a zbytek klient� odmítají a posílají ke konkurenci - a� zamítáním rizikov�jších klient�, �i nastavením velmi vysokých úrok� málo rizikových klient�. Proto lze vytvo�it na základ� vlastních dat segmentaci úrok� a na základ� této segmentace nabízet r�zné úrokové sazby r�zn� rizikovým klient�m. Takto lze získat nejen získat více klient�, ale zárove� realizovat (vyšší) zisk na t�chto klientech.
P�i této segmentaci však musíme být opatrní - lze sice realizovat vyšší zisk, ale zárove� p�i nedomyšlení detail� v souvislosti s tr�ní situa�ní a tr�ní pozicí realizovat ztrátu.

Nechme se inspirovat situací v pojiš�ovnictví. Tam se stala segmentace sazeb povinného ru�ení úsp�šná a umo�nila realizovat vyšší ziskovou mar�i a� o 10 %. I tady však platí, �e nepovedená segmentace m��e znamenat vysokou ztrátu. U úv�r� je situace trochu jiná - je zde vyšší konkurence. Tato segmentace však umo�ní vstup i do dalších �ástí trhu a dobrá práce s klientem a jeho �ivotním cyklem umo�ní dosahovat vyšších zisk�. Naopak, p�enecháváním klient� konkurenci, která pracuje se zákazníkem a jeho �ivotním cyklem, se m��eme p�ipravit o mo�nost prodat tomuto zákazníkovi ziskové produkty, nebo ho m��eme dokonce i ztratit.

 Schéma 1 Slo�ky �ástky ke splacení (�asto té� slo�ky úrokové míry)

 Schéma 2 Splacená a vymo�ená �ástka

 Úsp�chu na úv�rovém trhu napomáhá:

• kvalitní scorekarta (lepší podmínky pro klienta a vyšší zisk pro banku - mén� nesplacených úv�r� a mén� vymáhání),
• dobrá práce se zákazníkem a jeho �ivotním cyklem (vyt�ení hodnoty zákazníka a její nep�enechání konkurenci), �asto ve form� PTB model� (PTB = propensity to buy), které p�edpovídají budoucí nákup produktu,
•  tvorba produkt�, které odpovídají pot�ebám klient�,
• kvalita dat o klientech (jen tak lze realizovat p�edchozí body).