DNB waarschuwt banken voor online kredietplatformen

DNB waarschuwt banken voor online kredietplatformen
© Pixabay

DNB waarschuwt banken en institutionele beleggers voor risico’s wanneer zij instappen als financiers bij geautomatiseerde kredietverstrekking voor bedrijfsleningen. De markt voor online kredieten is nog klein, maar groeit snel. Online platformen geven doorgaans geen informatie over hun kredietrisicomodellen. Bovendien hebben ze nog geen ervaring met het afwikkelen van slechte kredieten.

Online platformen zijn in staat om binnen 24 uur kleine leningen te verstrekken. Traditioneel neemt deze procedure ongeveer twee weken in beslag. Het gaat hier doorgaans om de financiering van werkkapitaal van kleine ondernemingen. Deze kunnen tegen lage transactiekosten relatief snel en eenvoudig een lening krijgen. Deze groep bedrijven beschikt vaak nog niet over de reeks aan jaarverslagen die zijn vereist bij traditionele kredietrisicobeoordeling. Online platformen gebruiken in plaats daarvan databronnen zoals betaaldata, om inzicht te verkrijgen in de financiële positie van kleine ondernemers.

Zelflerende algoritmes
De aanvraag van online bedrijfskredieten wordt steeds sneller en automatisch beoordeeld, dankzij de toegang tot grotere datasets en het gebruik van geavanceerde analysemethodes, zoals zelflerende algoritmes. Bovendien zouden risico’s beter beprijsd kunnen worden, waardoor betere kredietwaardigheid wordt beloond in de vorm van een lagere rente. Daarnaast kan de inschatting van de kredietwaardigheid verbeteren. Zowel banken als nieuwkomers zouden op die manier de problemen met terugbetaling van een lening eerder kunnen signaleren. Dit draagt bij aan een meer accurate vaststelling van benodigde voorzieningen.

Sinds 2013 is ruim EUR 5 miljard verstrekt door online platformen in Europa. Dat is minder dan 0,1% van het totaal uitstaande krediet, maar dit marktsegment groeit snel, verwacht DNB. Banken en institutionele beleggers stappen steeds vaker in als financiers van online platformen. Zo financieren banken en institutionele beleggers in het Verenigd Koninkrijk inmiddels de helft van de nieuwe leningen verstrekt via de vier grootste online platformen. Nederlandse banken zijn nog niet zo ver, maar ze anticiperen wel op meer kredietverlening via online platformen, en ontplooien zelf initiatieven, zoals ABN Amro met New10.

Onvoldoende inzicht in kredietrisico’s
Maar DNB vreest dat banken onvoldoende inzicht hebben in de kredietrisico’s van leningen die verstrekt zijn via online platformen. Online platformen hebben vaak geen ervaring met herstructurering en afwikkeling van slechte kredieten. Ook verstrekken online platformen doorgaans geen informatie over hun kredietrisicomodellen, omdat zij die modellen als intellectueel eigendom beschouwen. Maar banken dragen wel het volledige kredietrisico en zijn zelf verantwoordelijk voor een adequate risicobeoordeling. Ook dienen zij aan te tonen dat de gebruikte kredietrisicomodellen voldoen aan de Bazelse vereisten en moeten zij beschikken over een passende due diligence, interne controles en monitoring.

Afgezien daarvan hebben de kredietrisicomodellen met zelflerende algoritmes nog niet een volledige kredietcyclus doorgemaakt, waardoor het onzeker is of hun voorspelkracht ook in een recessie adequaat is. Om verwachte verliezen in geval van wanbetaling accuraat te kunnen berekenen, is een grote hoeveelheid data over wanbetalingen vereist die rekening houdt met de volledige conjunctuurcyclus. Om na te gaan of kredietrisicomodellen adequaat blijven voorspellen, vereisen de bestaande Bazelse principes dat wijzigingen in het kredietrisicobeoordelingsproces, de criteria en de parameters worden gedocumenteerd en geëvalueerd.

Ook is een effectieve bescherming van de kleinzakelijke kredietnemers van belang. In dat kader zet de AFM zich in voor het bevorderen van duidelijke informatieverstrekking en tijdige communicatie van banken over hun kredietproducten en -diensten en het bieden van passende oplossingen bij betalingsproblemen.

Tenslotte is het de vraag of het bestaande wettelijke kader en de bestaande toezichtaanpak toereikend zijn bij een bredere toepassing van de genoemde geavanceerde analysetechnieken. DNB doelt o.a. op transparantie, voorspelbaarheid en validatie van modellen met zelflerende algoritmes. Die zijn slechts in beperkte mate transparant en “leren” continu door zich automatisch aan te passen op basis van nieuwe data. DNB vindt het daarbij belangrijk dat er gekeken wordt naar het achterliggende doel van bestaand beleid. De toezichthouder wil hier in internationaal verband onderzoek naar laten doen.

Bron: DNB

Klik op de banner en ontvang de wekelijkse Nieuwsbrief van Findinet op proef.

GEEN REACTIES