Na transformacji ryzyka kredytowego skupia się badanie „The Value of Credit Risk Transformations and the Role of AI”, przygotowane przez Global Association of Risk Professionals oraz SAS. 79 proc. ekspertów ds. ryzyka kredytowego uznaje CRT (ang. Credit Risk Transformation) za problem o średnim lub wysokim priorytecie w porównaniu z innymi transformacjami organizacyjnymi w bankowości. 55 proc. specjalistów przewiduje natomiast, że ich instytucje zakończą zmiany w zakresie CRT w ciągu dwóch lat, a 72 proc. określa optymalizację decyzji kredytowych jako swój główny cel w obrębie CRT.
— Jeśli chodzi o proces transformacji ryzyka kredytowego, mamy do czynienia z sytuacją przebudowy samolotu w locie — tłumaczy Troy Haines, Senior Vice President i Head of Risk Research and Quantitative Solutions w SAS. — Cyfryzacja wymaga zrozumienia zaawansowanej analityki oraz jej integracji z aktualnymi operacjami, a skuteczne przeprowadzenie tych działań może zająć trochę czasu. To, że banki tradycyjnie skoncentrowane na ROI (ang. Return on Investment) starają się dokonać transformacji ryzyka kredytowego w zawrotnym tempie, jako istotnego celu biznesowego, pokazuje, jak krytyczne znaczenie dla instytucji finansowych ma pomiar ryzyka kredytowego — akcentuje Troy Haines.
Trudne obszary CRT z perspektywy specjalistów
Digitalizacja, m.in. w następstwie pandemii COVID-19, rozwinęła się w wielu branżach i sektorach, w tym w bankowości. Coraz większego znaczenia nabiera również model „phygital”, który polega na łączeniu wirtualnych i rzeczywistych punktów kontaktu (ang. physical-digital). Zaawansowana analityka, uczenie maszynowe i automatyzacja będą miały zasadnicze znaczenie w budowaniu nowoczesnej bankowości. Jednak ankietowani eksperci ds. ryzyka sygnalizują, że ich organizacje nie są gotowe do wykorzystania tych technologii w swoich działaniach CRT. Zapytani o najtrudniejsze obszary transformacji, specjaliści ds. ryzyka określili trzy, które jednocześnie uznają za najważniejsze:
- zaawansowana analityka — sztuczna inteligencja i uczenie maszynowe (48 proc. wskazań)
- automatyzacja i usprawnianie procesów (47 proc.)
- lepsze zarządzanie danymi klientów (45 proc.).
— To jasne, że banki zrobiły znaczne postępy w swoich wysiłkach związanych z transformacją ryzyka kredytowego — komentuje Christopher Donohue, Managing Director w Global Association of Risk Professionals. — Jednak nadal jest wiele do poprawienia w zakresie integracji AI i uczenia maszynowego, lepszego zarządzania danymi klientów oraz optymalizacji procesu podejmowania decyzji kredytowych.
Coraz więcej AI i ML
Z badania GARP i SAS wynika dodatkowo, że ponad połowa pytanych już korzysta w swoich organizacjach ze sztucznej inteligencji i uczenia maszynowego lub zacznie stosować te technologie w ciągu najbliższych 12 miesięcy. Wspomniane rozwiązania są obecnie najczęściej wykorzystywane do automatyzacji przetwarzania danych (62 proc.) i do scoringu kredytowego (58 proc.). Jak uzupełnia Head of Risk Decisioning na region EMEA w SAS, Zeynep Salman: — Zrozumienie i skuteczne zastosowanie zaawansowanej analityki jest niezbędne, aby banki mogły w pełni wykorzystać potencjał transformacji procesów ryzyka kredytowego.
Transformacja to nie tylko zmiana technologiczna
Obecna sytuacja na rynkach finansowych generuje dodatkowe wyzwania dla zarządzających ryzykiem, którzy realizując procesy CRT, przygotowują się do podejmowania decyzji biznesowych w coraz bardziej zmiennym i trudnym decyzyjnie otoczeniu. — Polskie doświadczenia ostatnich kwartałów i okresu związanego z COVID-19 jasno wskazują, że polskie instytucje są obecnie na etapie „re-imagine my busienss”. To znaczy coraz częściej i bardziej odważnie w procesach kredytowych wykorzystują testy warunków skrajnych oraz analizy wrażliwości wsparte zaawansowanymi modelami zmian czynników mikro- oraz makroekonomicznych, a także innymi zdobyczami z procesów CRT — tłumaczy Łukasz Libuda, Customer Advisory Manager w SAS. — W dobie inflacji i wysokich stóp procentowych tematem kluczowym staje się również precyzyjne prognozowanie bilansu i przyszłych wyników, z uwzględnieniem zarówno zmieniającego się zachowania klientów (w tym rosnący odsetek klientów windykowanych), aspektu zmienności rynków oraz innych elementów związanych z procesami i obszarami przedsiębiorstwa, o których mówi się w ramach ESG — dodaje ekspert SAS.
W badaniu „The Value of Credit Risk Transformations and the Role of AI” wzięło udział ok. 300 specjalistów z całego świata, którzy na co dzień zajmują się zarządzaniem ryzykiem w sektorze bankowym.
Źródło: SAS
