MKB: kansen voor risk-based financiering

Bij MKB financiering is ook de kredietanalyse aan verandering onderhevig. Digitale lending platforms zijn leidend in het gebruik van PSD2, AI en data gedreven kredietanalyse. Sommige challenger banken zoals Bunq hebben hun gebruik van data-gedreven analyses via de rechter moeten afdwingen nadat DNB deze ontwikkeling probeerde tegen te gaan. Natuurlijk zullen deze modellen vooral sterker worden mettertijd en naarmate meer cyclische data beschikbaar wordt. 

Toch blijft het fenomeen van de terugtrekkende banken opmerkelijk. Het FD meet dat de drie grootbanken over de laatste 10 jaar hun exposure naar MKB met 16% hebben zien dalen. Voor het kleinbedrijf was dit zelfs -39%. De kosten van compliance worden vaak genoemd. Maar in feite is het verdienmodel kaput omdat risk-based pricing voor MKB niet is gelukt. Als alle kosten, inclusief provisies en afschrijvingen voor defaults en compliance, in de prijs worden verrekend, zou het tij dan te keren zijn? Het FD citeert hoogleraar Lex van Teeffelen die stelt dat gebrek aan concurrentie aan de basis ligt. Hoe het ook zij, wij constateren een gebrek aan motivatie bij de grootbanken om de business case voor MKB financiering verder te ontwikkelen. 
 

Gaan we in deze tijd van FinTech echt een staatsbank voor MKB stichten? 

Met enig ongeloof kijken wij naar de politieke reparatieklus die nu culmineert in de wens om dan maar een nieuwe MKB-staatsbank op te richten. Of de Volksbank dit stokje even wil oppakken. Oorzaak is eerder te veel regulering in de financiële sector. Stimuleer liever nieuwe FinTech initiatieven door deze met de juiste regulering en funding te helpen te groeien. Misschien dat Invest-NL daarbij een rol kan spelen. 

Risk-based pricing

Dan toch nog even terug naar de risicomodellen. Vooral van belang voor MKB financiering is een goede stratificatie van MKB bedrijven naar risicoklassen. Het doel daarbij is het voeren van een duurzaam rentebeleid. FinTech kan daarbij enorm helpen. Het aantal datapunten dat door kleine lenders continue kan worden gemonitord is de backbone van de disruptie die wordt verkondigd. 

Toch gaat de ontwikkeling van MKB financiering langzamer dan verwacht. Waarom is dat? Dat is geen eenvoudige vraag. Als voornaamste reden zien we dat MKB behoefte heeft aan financiële dienstverlening. Op zich waren de grootbanken daar erg goed in. Het relatie-bankieren met betalingsverkeer, salarisrekeningen, werkkapitaal financiering, garanties, leningen en advies, was een one-stop financiële oplossing die bovendien redelijk goedkoop was. 

FinTech en non-bancaire financiers hebben doorgaans een veel smaller service aanbod. De één doet betalingsverkeer, de ander financiert vastgoed en voor debiteuren financiering mag de ondernemer zich bij een derde partij melden. 

Naar onze indruk staan we aan de vooravond van een evolutie van MKB financiering. We doelen vooral op het ontstaan van non-bancaire MKB financiers die een brede service aanbieden. Daarmee ontsluit je een veel groter aandeel van de MKB markt. Uitdaging zit ‘m vooral in het funding model dat daarbij aansluit en minder bij de technische mogelijkheden. 

Het funding model voor veel non-bancaire financiers is gebaseerd op mono-line producten die worden gestructureerd voor specifieke doelgroepen beleggers, zoals pensioenfondsen, verzekeraars, vermogende particulieren, etc. Om een breed financieel servicepakket voor MKB neer te zetten verwachten wij dat de balans van het FinTech platform zelf een veel belangrijker rol gaat spelen. Zie het zo: als belegger 1 het pand van MKB-er A financiert en belegger 2 haar debiteuren, dan ontstaat er een “relatie” tussen deze crediteuren die het platform moet beheren. Voor banken is dit heel gewoon. Voor niet-banken nu een horde die ongetwijfeld zal worden geslecht. 

Kredietboeren

In al dit geweld van big data en AI vragen we nadrukkelijk aandacht voor de menselijke maat. In jargon: de zorgplicht. Niet alles is uit cijfers te lezen. De traditionele skill van het beoordelen van een onderneming en haar mensen blijft belangrijk. Het is een mengeling van kwantitatieve en kwalitatieve factoren, van meetbare en niet meetbare variabelen en van ervaring. Nog meer dan bij particulieren kenschetst MKB zich door verscheidenheid. Er zijn zo veel bedrijfsspecifieke of sector specifieke factoren, dat een data gedreven model voor slechts een deelgebied effectief zal zijn.

Zonder menselijk inzicht bij kredietbeoordeling is het vooralsnog moeilijk alle condities voor een MKB lening goed in te schatten. Veel van de monitoring wordt meer en meer geautomatiseerd, maar ingrijpen bij (mogelijke) gebreken is nog steeds mensenwerk. Net als bij consumptief krediet geld voor MKB financiers: voer tijdig een dialoog met je klant. 

“Computer says no”

Tot slot nog even de vraag of generative AI engines kredietenwerk kunnen overnemen? Het is een feit dat AI een intrede maakt bij kredietbeoordeling. Nu al zie je investment managers druk experimenteren met generative AI bij het samenstellen van equity portefeuilles, het beoordelen van spreads op alles van rente, commodities of paardenraces, om maar wat te noemen.

Zoals we ook zien bij algoritme handel zullen arbitrage winsten van generative AI geleidelijk verdwijnen. Ook hier verwachten we dat de wetmatigheid van arbitragemogelijkheden van toepassing zijn. Wij behoren niet tot de adviseurs die roepen dat het zo’n vaart niet zal lopen. Wel zullen we scherp beoordelen of de engines leiden tot uitwassen of een teloorgang van de menselijke maat.  

Hoe kunnen wij u helpen?

Roodhals helpt (non-) bancaire instellingen aan funding en adviseert over strategie voor funding en groei. 

Wanneer uw bedrijf voor financieringsvraagstukken staat of u kapitaal zoekt om uw plannen uit te voeren, dan spreken wij u graag vrijblijvend. 

U kunt hier contact opnemen.