Otkup neosiguranog duga: kako se podaci pretvaraju u procjenu portfelja.

Na prvi pogled, paket podataka djeluje neupadljivo: duga Excel lista sa milionima zapisa. Svaki red predstavlja neizmireno potraživanje od dužnika u kašnjenju. Za Maltea Janzena ovdje počinje analiza – analiza koja može dovesti do investicijske odluke vrijedne milione.

Od 2025. godine odgovoran je za odjel Unsecured Investments u EOS-u. Zajedno sa timom kreditnih i data analitičara procjenjuje portfelje koje banke nude širom Evrope. Njegova ekspertiza je u investicijama – doktorirao je na temu investicijskih odluka i radio u M&A savjetovanju i korporativnom sektoru.

„Analiziramo paket potraživanja i razvijamo poslovni plan. Na osnovu toga dajemo preporuku o kupovnoj cijeni upravi EOS-a“, objašnjava Malte. EOS godišnje procjenjuje između 500 i 600 portfelja u više od 20 evropskih zemalja.

Proces počinje kada banka ponudi portfelj na prodaju. Nacionalne kompanije EOS-a dobijaju anonimizirane podatke i rade detaljnu analizu.

Analizira se i širi kontekst: koliko dugo traje dug, da li zastarijeva, šta je već poduzeto. „Ako poznajemo prodavača, možemo preciznije procijeniti kvalitet portfelja.“

S obzirom na ogroman obim podataka, ručna analiza svakog pojedinačnog potraživanja bila bi nemoguća.
„Umjesto toga započinjemo identifikacijom ključnih karakteristika i grupisanjem potraživanja prema njima“, objašnjava Malte. Za to se koriste matematičke i statističke metode, kao i modeli mašinskog učenja.

Na osnovu obimnih historijskih podataka, ovi modeli simuliraju kako će se različite grupe potraživanja vjerovatno razvijati tokom vremena.

U analizu se uključuju i dodatni faktori, kao što su promjene u regulatornom okruženju ili makroekonomski trendovi. „Naši modeli omogućavaju prikaz širokog spektra različitih scenarija. To nam pomaže da identifikujemo faktore koji imaju najveći utjecaj na portfelj i na šta treba obratiti pažnju u kasnijoj obradi.“

Ipak, ni najsofisticiraniji modeli ne mogu zamijeniti stručno znanje. Kao i Malte, članovi njegovog tima imaju dugogodišnje iskustvo u kreditnoj i data analizi. Također blisko sarađuju sa kolegama iz nacionalnih kompanija. „Oni imaju duboko razumijevanje lokalnih tržišta i mogu bolje staviti trendove u kontekst.“

Ako je investicijska odluka pozitivna, analiza se tu ne završava. Stvarna uspješnost portfelja kontinuirano se prati i poredi sa početnom prognozom. Ako dođe do odstupanja, analiziraju se uzroci.
„Ove uvide direktno vraćamo u naše analitičke alate, što nam omogućava da kontinuirano unapređujemo naš proces procjene.“