Egyre közeledünk a hitelmoratórium végéhez, számos előrejelzés van arra vonatkozóan, miképpen növekszik meg a vállalati és lakossági fizetőképtelenség. Milyen várakozások vannak erre vonatkozóan Európában és Magyarországon? Lehet érdemi különbségeket kiemelni?
Győrfi Gábor: Igen, közeledünk a hitelmoratórium elméleti végéhez, de a gazdaság talpra állásának időszakában elképzelhető, hogy a kormányok meghosszabbítanak bizonyos intézkedéseket, hogy ezzel segítsék a hiteladósok egy körét az új helyzethez való alkalmazkodásban.
Így várhatóan nem fogják hirtelen leállítani a moratórium időszakát, a legsérülékenyebb hiteladósok csoportja esetében inkább egy átmeneti időszakot képzelek el.
A fizetőképtelenségre pontos adatokat nehéz meghatározni, különösen az ehhez hasonló hitelmoratóriumos időszakokban, amikor a bankok csak limitált hozzáféréssel bírnak ügyfeleik megváltozott fizetőképességének, fizetési hajlandóságának és vásárlási szokásainak felméréséhez. A bankoknak így akár a legrosszabb forgatókönyvre is fel kell készülniük. Az EKB igyekezett becslést adni arra vonatkozóan, mennyire vannak felkészülve az eurózóna bankjai a nem teljesítő hitelek felfutására, de az előrejelzési lehetőségek meglehetősen korlátozottak, több nagyobb európai bankpiaci szereplő még nem látja, mire számítson, így felkészülni is nehéz bizonytalan jövőbeni kimenetekre.
Vállalati oldalon mely szektorokban látják a legnagyobb kockázatát a fizetésképtelenségnek? Miért éppen ezekben? Mely országok bankjai vannak leginkább kitéve ezeknek a sérülékeny szektoroknak?
Gy. G.: A koronavírus miatti lezárásoknak egyértelmű hatása volt az olyan jól látható szektorokra, mint a turizmus, ezen belül is a hotelpiac, az éttermek és azok beszállítói. Ezeken kívül is lehet azonban számos olyan szektor, ahol inkább az adott vállalat mérete jelenti a nagyobb kockázatot, mintsem a szektor, amelyben működik. A vásárlói szokások csak kis mértékű változása is könnyen romba dönthet családi vállalkozásokat, kkv-kat, függetlenül attól, milyen szektorban tevékenykednek. Az egyes kormányoknak országonkénti és szektoronkénti intézkedésekkel szükséges minél hamarabb fellépniük az ehhez hasonló, sérülékenyebb szegmensek kimentésére.
Lakossági oldalon mi a tapasztalat, mennyire kell félni a tömeges hitelbedőlésektől? Mennyiben mérsékli a kockázatokat a pandémia idején felhalmozott megtakarítás a háztartásoknál?
Gy. G.: Egyértelműen nagy a kockázat lakossági oldalon is,
ez esetben a hitelbedőlések mértéke még a megtakarítások szintjét is meghaladhatja.
A moratóriumok lejárta után éppen a társadalom azon szegmensei alkotják majd a bankok hitelportfólióinak legsérülékenyebb részét, akik a megtakarítások és likvid források hiánya miatt fordultak a pénzintézetekhez kölcsönért. Azok, akiknek biztosabb jövedelmi forrása és megtakarítása van, nagyobb eséllyel fogják tudni visszafizetni adósságaikat a moratóriumot követően is.
Persze a fenti logikát még jelentősen átrajzolhatják a fogyasztók vásárlási és fizetési szokásaiban és preferenciáiban beálló változások. Értem itt ez alatt azt, hogy ezeket például a koronavírus miatti lezárások miatt az online vásárlások előtérbe kerülése illetve a családi beruházások (a tartós fogyasztási cikkektől a nyaralásig) időzítésének és sorrendjének újratervezése is nagyban befolyásolhatja.
Milyen hatékony technológiákkal dolgoznak ma a követeléskezelők? Mennyiben tud segíteni például a gépi tanulás az NPL-portfóliók hatékonyabb kezelésében, illetve a fizetőképtelen ügyfelek számának csökkentésében? Előrejelzésre is jó lehet egy ilyen megoldás?
Gy. G.: Az mára már világossá vált, hogy nagy potenciál rejlik a technológiai és különféle analitikai módszerekkel megtámogatott követeléskezelési rendszerekben. A meglévő (moratórium előtti időszakból örökölt) nem teljesítő hitelportfólió mellett arra számítunk, hogy sok lesz az újonnan bedőlő hitel is a portfóliókban, a bankoknak rövid időn belül kellően fel kell tudniuk készülni az új hiteladósaik jellemzőiből, viselkedési mintázataikból. Az ilyen változásokkal és kockázatokkal teli időszakban nincs idő a lassú reakciókra, hezitálásra, kísérletezgetésre – gyors és erős döntések kellenek. Ehhez pedig a támogató technológiai és adatfeldolgozási háttér alapvető szükséglet. Az ügyfelek anyagi helyzetének és viselkedési szokásának gépi tanulással való modellezése, előrejelzése nagy segítséget adhat a költséghatékonyabb stratégiák megvalósításához. Ez a hiedelmekkel ellentétben nem jelenti az ügyfelektől eltávolodást, sőt, sokkal személyre szabottabb kezeléssel és ügyintézéssel találkozhatnak általa az adósok. A technológiavezérelt követeléskezelés pozitívumai eddig is ismertek voltak, de a mostani nehéz időkben láthatóbb és kézzelfoghatóbb lesz, mint eddig valaha.
Címlapkép: Getty Images
