Finlord Sněmovna financí

Home Credit: pohled na provoz a financování

21.10.2019

10 min.

Pošlete informace kamarádům:Share on FacebookPin on PinterestShare on LinkedInTweet about this on TwitterShare on Google+Email this to someonePrint this page
Home Credit provoz

V minulých dvou analýzách ZDE a ZDE jsme rozebrali úvěrové trhy, na kterých Home Credit působí. Dle dat je zřejmé, že zejména v Asii je obrovský potenciál. Jak ale vytěžit z potenciálu maximum? K tomu jsou nutné propracované interní procesy a zkušený management. Na to se v následující analýze prospektu Home Credit B. V. detailně zaměříme. Jak mohou i běžní investoři značně vylepšit svá portfolia? Proč jsou automatizace a digitalizace důležité pro úspěch v ekonomice 21. století? A ví 700 000 klientů Air Bank, kam směřují jejich peníze?

 

Přihlaste se do newsletteru a získejte nejenom novinky, ale i seriál dalších podrobných analýz. Sledujte nás také na Twitteru a Facebooku, ať nezmeškáte žádnou novinku.

 

Diverzifikace finančních zdrojů a levné financování jsou pro Home Credit klíčové

 

Home Credit B.V. financuje svůj provoz zejména z externích zdrojů. Aby nebyla společnost závislá od jednoho zdroje, tak v posledních letech značně diverzifikovala a momentálně spolupracuje se 140 různými bankami a jinými finančními institucemi. Pokud by se tedy nějaká banka rozhodla, že společnosti neprodlouží úvěrovou smlouvu, tak se Home Credit může obrátit na řadu jiných institucí. Tato flexibilita se hodí zejména při tuhém ekonomicko-politickém boji.

 

Mezi primární zdroje patří bankovní vklady. K 31. březnu 2019 bylo v pobočkách bank v Rusku, Kazachstánu a České republice uloženo na běžných účtech, spořicích účtech a termínovaných vkladech 6,8 miliardy eur. Vklady v bankách (zejména od retailových klientů) tvoří 27 % pasiv Home Credit B.V.. Jak uvádí samotná společnost, tak tyto vklady pro ni znamenají levný způsob financování. Pro srovnání korporátní dluhopisy tvoří 6,4 % pasiv. A úvěry od jiných bank a finančních institucí (kupříkladu trusty v Číně) tvoří 47,5 % pasiv.

 

V prospektu k IPO najdeme i plán managementu ohledně získání dalších bankovních licencí na trzích, kde skupina působí. Cílem je ještě více snížit náklady na financování. Přebytečný bankovní kapitál ze střední a východní Evropy bude směřovat do rychle rostoucí Asie a to zejména do Indie, kde chce v nejbližších letech masivně rozvíjet své služby.

 

Z hlediska uvolňování kapitálu je pro skupinu atraktivní i emise dalších dluhopisů a ABS (asset-backed securities). Tyto cenné papíry jsou pak nakupované fondy a dalšími finančními institucemi z celého světa. V Rusku se také osvědčil brokerský model, kdy Home Credit poskytuje technologii skóringu a zpracování zákazníků, ale finance poskytuje partnerská finanční společnost. Za to si pochopitelně Home Credit bere zpracovatelský poplatek (v roce 2018 byl poplatek 13 mil. EUR za 387 mil. EUR zpracovaných úvěrů).

 

Následující tabulka ukazuje stranu pasiv, tedy jak Home Credit B.V. financuje své aktivity. Podíl vlastního kapitálu je 14,3 %, zbytek financuje cizím kapitálem. Finanční páka je tedy poměrně vysoká. Jak jsme si ale ukázali při analýze nebankovních společností z platformy Mintos, tak to v oblasti nebankovních úvěrových společností není nic neobvyklého.

 

Home Credit pasiva

 

Jakou výnosnost má Home Credit B.V. na jednotlivých aktivech a kolik za jednotlivé zdroje peněz platí? To znázorňuje následující tabulka. Průměrná efektivní úroková míra půjček zákazníkům je 30,81 % p.a.. Tato položka tvoří 80 % výnosových aktiv, takže je stěžejní. Druhou významnou položkou je pak hotovost, kterou musí společnost udržovat kvůli likviditě a schopnosti ihned obsloužit zákazníka.

 

Home Credit úroky

 

Na straně pasiv jsou největší položkou půjčky od bank a finančních institucí, kde je průměrná úroková míra 10,05 % p.a.. Druhou největší položkou pasiv jsou retailové vklady v bankách skupiny, kde je průměrná úroková nákladovost 3,35 % p.a. a třetí položkou jsou dluhopisy, kde je nákladovost 11,72 % p.a.. Při pohledu na uvedená čísla asi nikoho nepřekvapí, že Home Credit chce rozhodně dále rozšiřovat aktivity svých bank. Tak levný kapitál jako od retailu jinde nezíská. Nedávno uvedla česká Air Bank, která také do skupiny patří, že už má 700 tisíc klientů. Rozhodně to je skvělý manažerský výsledek. Ví ale těchto 700 tisíc lidí, že i jejich peníze nastrkané na účty Air Bank za úrokovou sazbu kolem 1 % p.a. používá Home Credit na půjčky spotřebitelům za úrokovou sazbu 30 % p.a.?

 

Jak uvádíme dlouhodobě, tak odkládání peněz do bank není z investičního hlediska výhodné. Mnohem lepší je investovat na akciových trzích či na P2P/P2B portálech. Nejenom Home Credit, ale i jiné velké korporace totiž mají řadu zkušených manažerů, kteří dobře vědí, jak pro zvýšení zisků využít neznalost a finanční negramotnost veřejnosti.

 

Výhody technologie Home Credit: 30 sekund a 96 %

 

Společnost Home Credit je nefalšovanou fintech společností. Při rozhodování o poskytnutí půjčky a její správě využívá pokročilou datovou analýzu, umělou inteligenci a další technologie. Díky tomu měla k 31. březnu 2019 mediánový čas rozhodnutí o schválení půjčky na úrovni 30 sekund, což je velmi krátká doba. Ještě v roce 2016 trvalo rozhodnutí mediánových 51 sekund. Jak jsme uvedli v předchozích analýzách, tak novým zákazníkům poskytuje POS půjčky. U nich je podobně jako u e-shopů velmi důležité, aby byl zákazník obsloužen co nejrychleji. Jinak může svůj nákup odložit.

 

Aby uvedených 30 sekund mohla společnost dosáhnout, tak logicky musí co nejvíce eliminovat lidské zásahy. 96 % rozhodnutí o poskytnutí půjčky se tedy děje automaticky bez lidského zásahu. Loni se v Home Credit B.V. v průměru vykonalo 185 tisíc rozhodnutí denně a ve sledovaném období bylo maximum až 392 tisíc rozhodnutí denně.

 

Home Credit centrálně vyvíjí technologickou platformu, která je škálovatelná a je možné ji rychle replikovat napříč různými trhy. Po vstupu na nový trh tedy může v průběhu několika let obsadit první nebo druhou tržní pozici. K 31. březnu 2019 měla společnost 3534 IT pracovníků, z čehož 811 pracovalo v centrále a 2723 pracovalo v lokálních odděleních. Centrální technologická platforma je zaměřená na datovou technologií a stěžejní algoritmy. Lokálně se pak zpracovává skóring zákazníků a osobní data. Datové oddělení zaměstnává přibližně 100 lidí.

 

Mezi technologiemi společnost využívá kupříkladu biometrickou identifikaci či optické rozpoznávání znaků. Strojové čtení dat na identifikačních dokumentech a rozpoznávání tváře či otisku prstu snižuje počet manuálně zadávaných údajů a riziko podvodu. Příkladem technologického pokroku je snížení počtu vyplňovaných polí při žádosti o POS půjčku v Rusku na současných 6 z více než 80 před třemi lety.

 

Každá kreditní společnost potřebuje o svých zákaznících co nejvíce dat. Home Credit to dobře ví. Při analýze zákazníků používá svoji centrální databázi a také více než 160 externích zdrojů dat z úvěrových registrů, vládních institucí, telekomunikačních společností a společností veřejných služeb, e-commerce platforem, sociálních médií a dalších. Zároveň má k dispozici behaviorální údaje zákazníků, kteří využívají mobilní aplikaci. Do budoucnosti plánuje Home Credit ještě více prohloubit spolupráci s netradičními poskytovateli dat o zákaznících. Jednoduše řečeno, pokud jsou o vás na internetu nějaké údaje anebo jsou vaše údaje v registrech a databázích spolupracujících institucí, tak je Home Credit velmi pravděpodobně má k dispozici a umí s určitou mírou pravděpodobnosti určit vaši schopnost splácet půjčky. Home Credit je a nadále chce být podobně jako jiné fintechové společnosti váš Big Brother.

 

V současnosti využívá společnost 140 skoringových modelů, na základě kterých zpracovává údaje zákazníků a pak rozhoduje o nejvhodnější nabídce produktů a charakteristik jednotlivých produktů. Cílem je dosahovat co nejnižší míru problémových zákazníků. Prediktivní schopnost svých skoringových modelů pak datový tým testuje podle Giniho koeficientu (hodnoty od 0 do 1, 1 ukazuje 100 % úspěšnost předpovědi). Následující tabulka ukazuje vývoj Giniho koeficientu skoringových modelů v jednotlivých zemích a za jednotlivé produkty. Hodnota 0,78 u ruských POS půjček je už skutečně velmi vysoká.

 

Home Credit úspěšnost předpovědi

 

Kvalitu nastavených kreditních modelů a procesů zpracování zákazníka znázorňuje následující tabulka nesplácení úvěrů (prodlení 30 a více dní) při první splátce. Od prvního čtvrtletí 2016 se míra delikvence snížila z 1,6 % na současných 0,7 %.

 

Home Credit míra nesplácení

 

Velmi zajímavá je i následující tabulka, která ukazuje kumulativní míru delikvence (nesplácení 30 a více dní) pro jednotlivé měsíce existence POS půjček. Celkem významný skok v míře nesplácení nastává v prvních pěti měsících existence půjčky. Pak se situace stabilizuje. Home Credit uvádí, že se při sledování zákazníka koncentruje na první měsíce, které jsou dobrým indikátorem toho, jestli je dlužník ochoten POS půjčku dlouhodobě splácet anebo ne. Při vyhodnocování úspěšnosti kreditního portfolia není nutné čekat až do splatnosti a management může reagovat na tržní situaci už na základě indikátorů z počátku existence půjček.

 

Home Credit vývoj nesplácení POS

 

U hotovostních půjček je situace jiná a kumulativní míra delikvence s postupem času roste. Po jednom roce lze očekávat, že 10 % portfolia bude v prodlení se splácením, i když v prvních pěti měsících to jsou jenom 2 až 3 %. S historickou statistikou nesplácení a předpokladem do budoucnosti Home Credit soustavně pracuje a upravuje na základě toho nabízené úrokové sazby. Ty jsou pochopitelně vyšší u hotovostních půjček než u POS půjček.

 

Home Credit vývoj nesplácení hotovostních půjček

 

Celkovou míru nesplácených půjček pak znázorňuje následující tabulka. Ke konci března 2019 se nacházela na úrovni 7,8 % (u POS půjček to bylo 6,7 % a u hotovostních půjček to bylo 8,2 %).

 

Home Credit míra nesplácení půjček

 

Srovnání míry nesplácených půjček dle regionů pak nabízí následující tabulka. Nejvyšší míru nesplácení dlouhodobě dosahuje Home Credit v ČR a SR, nicméně tato statistika je trochu zkreslená tím, že v ČR a SR se čeká až 3 roky na kompletní odepsání nesplácené půjčky. Naopak nejnižší míra nesplácení je v Rusku a Kazachstánu.

 

Home Credit míra nesplácení půjček regiony

 

Co udělá krize s portfoliem spotřebitelských půjček?

 

Investoři na P2P/P2B portálech se často ptají, co se může stát, kdyby přišla do Evropy ekonomická krize. Společnost Home Credit v Rusku krizi zažila poté, co byly na zemi uvaleny sankce. V roce 2015 se HDP země snížilo o 2,5 %. Následující tabulka ukazuje, že podíl nesplácených půjček na celkovém úvěrovém portfoliu v Rusku a Kazachstánu stoupl na 15,6 %. Následně se pak charakteristiky portfolia značně zlepšily, a to zejména díky tomu, že Home Credit upravila své procesy a omezila úvěrovou aktivitu (to je vidět na propadu Gross Loans). V krizi tedy rozhodně stoupá počet neplatičů. Zkušená úvěrová společnost se ale ihned zaměří na poskytování půjček bonitnějším klientům.

 

Home Credit krize v Rusku

 

Cyklus zákazníka aneb jak vytěžit z kontaktu maximum

 

Při prvním kontaktu se zákazníkem se Home Credit snaží o něm získat co nejvíce údajů. Manažerský systém cyklu zákazníka pak sleduje jeho vývoj a dle propracovaných modelů upozorňuje prodejce, zákaznickou péči nebo samotného zákazníka o personalizovaných nabídkách. Od roku 2016 se díky tomu zvýšil podíl půjček minulým klientům z 52 % na současných 68 %. U prověřených klientů pak Home Credit zvedá nabízenou částku půjčky. Klienti, kteří si v roce 2014 v průměru půjčili prvních 350 eur, už v roce 2018 získali v průměru 1000 EUR. Každý podnikatel ví, že levnější je obsloužení staré databáze klientů než hledání nových klientů.

 

Velmi zajímavý je proces vymáhání půjček, v rámci kterého společnost v posledních letech značně zvýšila míru využití strojů. Ještě před skončením úvěrů informuje společnost zákazníka pomocí elektronických prostředků či telefonních robotů o blížícím se datu splátky. Následně, pokud se zákazník dostane do prodlení, tak je opět kontaktován elektronicky a pomocí telefonních robotů. Do této úrovně se jenom velmi málo zapojují živí telefonní operátoři. Pokud zákazník stále nesplácí, tak se přistoupí do fáze, kdy zákazníka může osobně navštívit či kontaktovat zaměstnanec Home Credit nebo externí vymahatel. Pokud ani to nepomáhá, tak se půjčka posune dál k soudnímu vymáhání.

 

Telefonní roboty zatím používá společnost především v Číně a Rusku. Počet zaměstnanců oddělení zákaznické péče v těchto dvou zemích poklesl od roku 2016 z 3509 na 1606 v roce 2019. Kolem 90 % rutinních telefonátů zde už dělají roboti. Na uvedené statistice můžeme zřetelně vidět, jak nadnárodní nevýrobní společnosti mohou také využívat roboty a automatizaci. Home Credit plánuje nasadit robotické telefonáty i do dalších zemí a slibuje si od toho další snížení počtu zaměstnanců v oddělení zákaznické péče. Robotizace je silný trend, který budeme sledovat i v dalších společnostech ze sektoru služeb.

 

Při diverzifikaci může být portfolio plné dynamických aktiv

 

I pro drobné investory je důležitý poznatek, že diverzifikované portfolio dynamických aktiv dokáže generovat nadprůměrné výnosy. Investice do akcií a na kreditních trzích přes P2P/P2B portály je přitom přístupná všem, nejenom milionářům. I když zde nebudou investoři pravděpodobně dosahovat až tak lukrativních výnosů jako Home Credit (tato společnost má přeci jenom značnou technologickou a finanční výhodu), tak bude portfolio sestavené z tržních instrumentů v dlouhém období pořád dosahovat velmi atraktivních výnosů. Samozřejmě mohou nastat krátkodobé propady hodnoty. Za pomocí risk managementu ale lze období špatného vývoje překonat bez toho, aby nastala permanentní ztráta kapitálu. Příkladem je vývoj našeho portfolia, viz komentář za září. I při prudkých výprodejích na akciích v posledním čtvrtletí 2018 si naše portfolio udrželo svoji hodnotu.

21.10.2019

10 min.

Pošlete informace kamarádům:Share on FacebookPin on PinterestShare on LinkedInTweet about this on TwitterShare on Google+Email this to someonePrint this page

Mohlo by Vás zajímat:

Napsat komentář

Vaše emailová adresa nebude zveřejněna.

ZJISTĚTE, NA KTERÝCH P2P SÍTÍCH DOSAHUJEME NEJVYŠŠÍCH VÝNOSŮ