- ¿Qué condujo a la transición del modelo original al Modelo de prueba de distribución (OTD), y cuáles son las ventajas que el modelo OTD ofrece bancos?
- A medida que aumentan los préstamos privados, ¿cuáles son los principales desafíos que enfrentan los bancos en el mercado secundario de negociación de préstamos?
- Las tasas de interés más altas han llevado a un mayor riesgo de bancos. ¿Cómo pueden las organizaciones mejorar el valor económico de los préstamos después del costo regulatorio y de capital?
- ¿Cuáles son las oportunidades que ofrece la IA en la optimización de las carteras, la gestión de riesgos y los balances?
Cuando examinamos el mercado de préstamos, el aumento en las instituciones de crédito privado es uno de los principales desafíos para comer en los márgenes de los bancos tradicionales. Solo en el Reino Unido, el mercado crediticio privado se evaluó en 1.58 mil millones de libros esterlizos en 2023 y, mientras que cada vez más jugadores ingresan al mercado, deberían alcanzar 2,22 mil millones de libros de libras esterlinas para 2028. Dado que el crédito privado opera en gran medida fuera de los parámetros regulatorios regulatorios que son prestamistas bancarios en el lugar, bancos, bancos enfrentados con un aumento de la competencia, pero también mayores costos regulatorios y costos regulatorios tradicionales.
Sin embargo, aunque la competencia es un desafío importante, también ofrece una oportunidad porque muchos bancos han establecido la capacidad de creación y pueden aprovechar los modelos de creación de distribución (OTD) para maximizar la rentabilidad. Cuanta más distribución permita a los bancos hacer más negocios, maximizar su margen de interés neto y estimular el valor económico de los préstamos mientras mantienen sus relaciones con los clientes. Si bien Estados Unidos ya tiene un mercado avanzado para la sindicación y la negociación de préstamos secundarios, el modelo OTD también ha comenzado a encontrar un pie creciente en las organizaciones europeas.
Sin embargo, quedan desafíos familiares: la mayoría de los bancos no tienen las estructuras de datos correctas para optimizar sus balances y determinar los préstamos adecuados para mantener o distribuir. La tecnología de IA emergente puede ayudar a los bancos a identificar activos que, debido a la liquidez o la fecha límite, tienen costos de inversión más altos de lo habitual y determinan una economía más rentable y, por lo tanto, deben mantenerse en los balances. Entonces, ¿cómo pueden los bancos comenzar a implementar las soluciones y estrategias adecuadas para ayudar a optimizar sus carteras de préstamos?
Regístrese para esta webinaria de Finextra, organizada en asociación con FIS, para unirse a nuestro panel de expertos de la industria que explicarán por qué el crecimiento de los préstamos privados ejerce presión sobre los bancos, cómo la distribución puede ayudar a reducir los riesgos y aumentar la rentabilidad y cómo la IA puede ayudar a optimizar los balances.