As instituições financeiras podem usar tecnologia para eliminar empréstimos ruins

O Covid-19 não apenas levou a uma das crises de saúde mais devastadoras do século, mas também sacudiu as economias em todo o mundo, que de qualquer maneira estavam lutando contra fundamentos incompatíveis. Bloqueios, desaceleração da demanda, perdas de empregos e ansiedade financeira esgotaram os fluxos de caixa de muitas empresas e também de indivíduos. O resultado foi um grande aumento nos ativos não produtivos (NPAs) comerciais e de varejo, à medida que os mutuários lutavam para administrar suas obrigações de reembolso.

Na Índia, o tamanho e a severidade dos NPAs podem ser compreendidos pelo fato de que tanto o governo quanto o regulador bancário RBI estão avaliando seriamente a criação de um ‘Bad Bank’, aquele que assume os NPAs de vários bancos e permite que eles mantenham o sistema limpo livros. A necessidade de um desses bancos é ainda mais pronunciada quando, apenas no terceiro trimestre do exercício fiscal de 21, os grandes bancos registraram Rs 25.500 crore em seus livros, de acordo com fontes .

Embora as medidas políticas e regulatórias levem tempo para abordar a questão dos NPAs, o progresso em tecnologias como big data, inteligência artificial e IoT já começou a desempenhar um grande papel nessa direção. É assim que está mudando o jogo:

A abordagem da nova era para gerenciamento de inadimplência

Tradicionalmente, os bancos e NBFCs se envolvem com clientes inadimplentes ou clientes potencialmente “de risco” por meio de ligações, e-mails ou visitas pessoais. Os métodos de coleta são freqüentemente percebidos como intrusivos e ineficientes. No entanto, quebrar a tradição agora é a necessidade da hora. Portanto, as instituições financeiras estão investindo cada vez mais em muitas áreas movidas a tecnologia:

Identificação de potenciais inadimplentes: Um empréstimo é tão bom quanto a solvência do tomador. Quanto mais dados os credores tiverem sobre um potencial mutuário, melhor poderão avaliar sua capacidade de crédito. Os bancos podem ter uma visão melhor dos tomadores de empréstimos combinando inteligência de suas contas de depósito e padrões de pagamento. Ele permite que os bancos prevejam o potencial de inadimplência e tomem medidas preventivas em conformidade. Por exemplo, as soluções com tecnologia de aprendizado de máquina (ML) e processamento de linguagem natural (PNL) podem ajudar a analisar as pegadas digitais e projetos de um mutuário individual se houver alguma situação financeira adversa em andamento. Por exemplo, a conta poupança da pessoa pode ter um declínio repentino no fluxo de entrada e sua atividade digital correlaciona-o com a perda de emprego. Nesse caso, os credores podem ter maior risco de inadimplência.

Estratégia de cobrança personalizada: a tecnologia permite que bancos e NBFCs personalizem sua estratégia de cobrança de acordo com as características de cada tomador. Isso é feito avaliando pontos de dados de estratégias de reembolso anteriores que ajudaram a recuperar dívidas de mutuários com perfis semelhantes. Usando esses insights, os bancos podem construir um modelo preditivo baseado em personas. Esses modelos precisam ser continuamente atualizados e refinados para que continuem trabalhando duro para o banco e melhorando constantemente os rendimentos. Big data, inteligência artificial e aprendizado de máquina desempenharão um papel importante na identificação de fatores e variáveis ​​críticos para melhorar esses modelos e, assim, ajustar as estratégias existentes para manter os processos eficazes.

Os exemplos acima discutem apenas a ponta do iceberg e há muito mais potencial para melhorar os processos de empréstimo, cobrança e recuperação por meio da tecnologia. Os bancos estão trabalhando com seus parceiros de tecnologia para implementar essas tecnologias da nova era para métodos não intrusivos, mas eficazes, de interação com clientes inadimplentes. A tentativa não é apenas derrubar os NPAs, mas também melhorar a experiência dos clientes.

O autor é CEO e cofundador da Datacultr

AVISO LEGAL: As opiniões expressas são dos próprios autores, e Outlook Money não necessariamente as subscreve. O Outlook Money não será responsável por quaisquer danos causados ​​a qualquer pessoa / organização direta ou indiretamente.

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here