FlexFinance unterstützt die Berücksichtigung des Kreditrisikos in allen Phasen des Lebenszyklus eines Kredits („Credit Risk Adjusted Pricing“). Vom Kreditantrag über den Geschäftsabschluss bis zum Kreditende wird die Entwicklung der Kreditrisiken verfolgt.
In der Vergangenheit begann die risikobasierte Preisgestaltung mit der Berechnung der mit einem Kredit verbundenen Erträge, einschließlich der Zinserträge und etwaiger Gebühreneinnahmen. Diese Einnahmen wurden über die Laufzeit des Kredits verteilt.
Um die Zinserträge "risikoadjustiert" zu gestalten sind mehrere Faktoren zu berücksichtigen:
- Finanzierungskosten
- Verwaltungs- und Gemeinkosten im Zusammenhang mit dem Produkt
- Kreditrisikokosten
Für den Kreditantragsprozess stellt FlexFinance einen credit spread zur Verfügung, der anhand der Ausfallwahrscheinlichkeit und der Verlustquote bei Ausfall in einem neuronalen Netzwerk berechnet wird. Der credit spread kann zur Berechnung der Zinsen während des Kreditantragsprozesses verwendet werden.
Neben der Optimierung der Erfüllung aufsichtsrechtlicher Anforderungen an die Finanzbuchhaltung und das Eigenkapital hat der Einsatz neuronaler Netze betriebswirtschaftliche Vorteile. Die gegenüber konventionellen Verfahren überlegene Genauigkeit bei der Berechnung der erwarteten Kreditausfälle und Segmentierung führen zu einer besseren Zuordnung der erwarteten Kreditausfälle zu den jeweiligen Geschäftssegmenten in der internen Ergebnisrechnung.
Daraus ergeben sich neue Möglichkeiten bei der Definition von Zinskonditionen: Bei der Bestimmung der Zinskonditionen im Rahmen eines Kreditantrags führt die Zuordnung von Kreditausfallrisiken in Abstimmung mit dem Berater zu einem "fairen" Zinssatz. Aus Sicht des Einzelgeschäfts bedeutet der Einsatz von maschinellem Lernen, dass bei höheren Kreditausfallrisiken die damit verbundenen Kosten beim Kreditantrag erstmals genau identifiziert und als Beitrag zu den Zinskonditionen geltend gemacht werden können. Dies führt tendenziell zu einem höheren Zinsüberschuss bei Geschäften mit höheren Ausfallrisiken. Dieser Verbesserung des Zinsüberschusses steht eine höhere Risikovorsorge in der Gewinn- und Verlustrechnung gegenüber.
Natürlich ist die Umsetzung höherer Zinssätze für Kredite mit einem höheren Ausfallrisiko zunächst theoretisch, da sie von den Rahmenbedingungen des jeweiligen Marktes abhängt.
Die verursachungsgerechte Zuordnung eröffnet jedoch erst die Möglichkeit zu entscheiden, welche Produkte und Konditionen welchen einzelnen Kunden zu welchem Preis angeboten werden. Der Einsatz von maschinellem Lernen ermöglicht es, das für einen Kunden angemessene Kreditrisiko genau zu identifizieren. Dies wiederum schafft die Grundlage, um folgende Situationen zu vermeiden:
- Ein zu hoher credit spread führt zu einem über dem Marktzins liegenden Zinssatz, der zur Abdeckung von Ausfallrisiken erforderliche Konditionsbeitrag kann am Markt nicht umgesetzt werden.
- Ein zu geringer credit spread könnte zu einer erfolgreichen Kundengewinnung führen, aber der erwartete Anstieg der Zinserträge wird durch die Auswirkungen auf die zukünftigen Gewinne und Verluste aufgrund von Kreditverlusten aufgezehrt.