Predictive analytics: semnale timpurii de risc în portofolii în creștere
Secțiunea 6 · Lecția 1 — Predictive analytics: semnale timpurii de risc în portofolii în creștere
Cel mai scump risc nu este riscul pe care nu-l vezi. Este riscul pe care îl vezi prea târziu.
În portofoliile care cresc, “problema” nu apare din senin: apare în pași mici, în semnale discrete, în drift de mix, în excepții care se normalizează, în structură care devine mai agresivă, în clienți care “încă sunt ok”.
Predictive analytics este radarul care te ajută să vezi devreme: înainte de NPL, înainte de provizioane mari, înainte ca “surpriza” să fie deja în cifre. În lecția asta construim setul minim de semnale timpurii, învățăm cum le monitorizezi corect (fără noise), cum le legi de acțiuni, și cum eviți capcana “modelului magic”.
0) Ideea centrală: de ce predictive analytics contează exact când crești
În perioade de creștere, organizațiile sunt “hipnotizate” de volum. Cifrele arată bine: pipeline, origination, venit.
Iar calitatea pare stabilă: încă nu vezi default-uri, încă nu vezi NPL, încă nu vezi provizioane mari.
Asta e capcana: cele mai multe semnale timpurii apar înainte de indicatorii clasici.
Predictive analytics nu este doar un model. Este o disciplină: un set de măsuri leading, un mod de a urmări drift-ul, o capacitate de a segmenta “unde” se adună riscul și un mecanism de acțiune (ladder).
Practic, răspunde la întrebarea care îți protejează portofoliul:
“Dacă mergem așa încă 3 luni, unde ajungem?”
Predictive analytics nu înlocuiește guvernanța. O face rapidă: vede devreme, acționează standard, evită surprize.
1) Ancoră de context: ținte de originare + “costul invizibil” (capital/provizioane)
Înainte să vorbim de semnale, merită să legăm radarul de ce optimizezi.
Dacă țintele sunt doar volum și venit, vei “optimiza” rapid exact în zonele unde e mai ușor să vinzi.
De multe ori, acele zone au și risc mai mare sau capital mai intens.
Predictive analytics devine relevant când îl conectezi la ținte risk-adjusted: volum + venit + capital/raroc proxy + disciplină (excepții) + mix.
Semnalele timpurii îți spun dacă îți atingi țintele fără să cumperi risc “ieftin azi, scump mâine”.
A doua ancoră este definiția riscului: pierdere potențială (așteptată și neașteptată) acoperită prin provizioane și capital.
Dacă ai semnale timpurii bune, nu “ghicești” riscul. Îl vezi înainte să devină factură.
Predictive analytics are scopul practic: să vezi devreme drift-ul care îți umflă factura.
Dacă nu legi semnalele de ținte și de cost (capital/provizioane), vei produce “monitorizare” fără decizie.
2) “Leading vs lagging”: cum arată radarul (și de ce NPL-ul e prea târziu)
Lagging indicators sunt cei care confirmă că problema s-a întâmplat: NPL, default, provizioane, write-off.
Sunt utili pentru control și raportare. Dar sunt slabi pentru prevenție.
Leading indicators sunt cei care se mișcă înainte: mix rating/PD, excepții, drift de structură, early arrears (DPD 1–30), early downgrades, utilizare de limite, concentrații în creștere.
Un radar bun are ambele: lagging ca “impact”, leading ca “direcție”.
Dar în portofolii în creștere, leading-ul e cheia. Înseamnă că poți reacționa elegant: tightening selectiv, rebalansare mix, ajustare pricing, stop pe o sub-zonă, schimbare de policy.
🧭 7 exemple: același fenomen văzut lagging vs leading
- Lagging: NPL crește. Leading: tail share crește + excepțiile cresc + downgrade în 3 luni.
- Lagging: provizioane cresc. Leading: capital intensity urcă pe origination nouă.
- Lagging: default pe industrie. Leading: concentrare pe industrie + trend negativ în sector.
- Lagging: write-off. Leading: DPD 1–30 și DPD 31–60 cresc pe vintage nou.
- Lagging: pierdere pe produs. Leading: structură devine mai agresivă (tenor, covenants slabe).
- Lagging: scade randamentul. Leading: pricing nu mai compensează riscul (RAROC proxy cade).
- Lagging: audit findings. Leading: document quality scade, rework rate crește.
Radarul bun nu “prezice viitorul”. Îți spune devreme că ai început să îl construiești greșit.
3) Early Warning System (EWS): ce este de fapt (și ce nu este)
EWS sună “sofisticat”, dar în esență este foarte practic: un set de semnale leading + praguri + escaladare + acțiuni standard.
Un EWS bun poate folosi ML, dar nu depinde de ML.
Dacă ai date bune și disciplină, EWS funcționează chiar și cu reguli simple.
Ce nu este EWS:
nu este “un scor secret” pe care îl vede doar risk analytics;
nu este “un model” pe care nimeni nu-l înțelege;
nu este “un dashboard în plus”.
EWS este un mecanism de guvernanță care are o singură țintă: să te miști devreme.
✅ EWS matur: 6 componente obligatorii
- Semnale (leading) – set minim, clar definit.
- Segmentare – știi unde se întâmplă (industrie/segment/bandă/region).
- Praguri – AMBER/RED calibrate (nu decorative).
- Ladder – ce faci la AMBER vs RED (tightening/stop/rebalansare).
- Ownership – cine acționează, cine monitorizează, cine escaladează.
- Audit trail – minute + acțiuni + follow-up (disciplină).
4) Setul minim de semnale timpurii: “Radar Pack” în 12 KPI (MVP)
Mai jos este un “Radar Pack” practic, gândit pentru portofolii în creștere.
Nu are 60 de indicatori. Are 12, grupați logic.
Ideea este să acoperi trei dimensiuni ale drift-ului:
calitate (mix), disciplină (excepții/structură), concentrare și capital (garduri/cost).
📡 Radar Pack (12 KPI) — listă + interpretare
A) Calitate (Leading)
- 1) Tail share origination (benzi slabe de rating/PD) + trend
- 2) Migrații early (downgrades în primele 3–6 luni) + trend
- 3) Early arrears (DPD 1–30 pe vintage-uri noi) + trend
- 4) Vintage loss proxy (ex: downgrade rate pe cohorte) + comparație cohorte
B) Disciplină (Leading)
- 5) Excepții (nr/volum + tipuri) + trend
- 6) Overrides (decizii peste policy/scor) + trend
- 7) Drift de structură (tenor mai lung, covenants mai slabe, grace) + trend
- 8) Pricing adequacy proxy (marjă vs risc / “spread-to-risk”) + trend
C) Garduri (Concentrare + Capital)
- 9) Concentrare industrie (Top 3 / top 1) + trend
- 10) Single-name / grup (expunere netă) + trend
- 11) RWA density / capital intensity pe origination nouă + trend
- 12) RAROC proxy pe segmente (profit vs capital) + trend
Dacă ai doar “calitate” fără “disciplină” și “capital”, vezi drift-ul, dar nu știi de unde vine și cât costă.
5) Segmentare: de ce un indicator global îți poate minți portofoliul
Un indicator global poate arăta “ok” chiar când o sub-zonă explodează.
E una dintre cele mai comune erori în monitorizarea riscului: media e stabilă, dar distribuția s-a schimbat.
De aceea, predictive analytics în portofoliu este mai mult despre segmentare decât despre “o cifră”.
Segmentarea minimă (practică) este:
segment business (SME/Mid/Large),
industrie,
bandă rating/PD,
regiune,
produs/structură.
Nu le folosești pe toate în fiecare grafic.
Le folosești ca să răspunzi la întrebarea: unde se adună drift-ul?
🧩 5 reguli de segmentare (ca să fie utilă, nu obositoare)
- Start cu 2–3 dimensiuni (industrie × bandă, segment × bandă). Extinzi ulterior.
- Caută “tail-ul”: unde sunt valorile extreme (slabe)?
- Urmărește trendul, nu doar nivelul: unde crește rapid?
- Prioritizează contributorii (Pareto): top segmente care explică deviația.
- Leagă de acțiuni: dacă nu poți acționa pe segment, segmentarea e decor.
6) Praguri AMBER/RED în predictive analytics: cum eviți “alarmele false”
Când introduci semnale timpurii, primul risc este noise: alerte prea dese, care obosesc.
Dacă lumea primește 15 alerte pe săptămână, după două săptămâni nu le mai citește.
Aici ai nevoie de praguri calibrate și de o regulă simplă: un semnal = o acțiune posibilă.
Un mod practic de calibrare este:
istoric (12–24 luni) + variabilitate + toleranță.
Pentru semnale “rare dar critice” (tail share, concentrație), pragurile pot fi mai ferme.
Pentru semnale volatile (DPD 1–30), pragurile trebuie să țină cont de sezonalitate și de volum.
🧠 “Anti-noise playbook” (simplu)
- Regula 1: nu alerta pe o singură lună dacă KPI e volatil. Folosește 2 luni consecutive sau medie mobilă.
- Regula 2: alerta pe trend (derivată), nu doar pe nivel (ex: +X pp în 2 luni).
- Regula 3: definește “scope”: global vs segmente. Uneori alertezi doar dacă 2 segmente sunt în AMBER.
- Regula 4: pentru fiecare KPI, ai ladder minim (tightening / stop / review).
- Regula 5: păstrează “Top 3 alerte” — restul sunt informare, nu escaladare.
Scopul EWS nu este să “alerteze mult”. Este să alerteze rar, dar util.
7) De la semnal la acțiune: ladder predictiv (AMBER/RED) pentru portofolii în creștere
Semnalul fără acțiune e doar un grafic. De aceea, predictive analytics trebuie să includă ladder:
ce faci când tail share intră în AMBER? ce faci când excepțiile trec de prag? ce faci când capital intensity urcă?
Ladder-ul bun are două caracteristici: e standard (nu se negociază de fiecare dată) și este “gradual”:
în AMBER faci tightening selectiv și rebalansare, în RED faci stop/limitare și escaladare.
🪜 Ladder EWS (template) — copiezi și adaptezi
– AMBER: tightening selectiv (pricing + covenants) + limitare pe segment + review săptămânal
– RED: stop/limitare pe segment + aprobare specială pentru excepții + plan rebalansareKPI 2: Excepții (nr/volum)
– AMBER: buget excepții aproape plin -> review tipuri + compensare obligatorie
– RED: stop pe tipuri riscante + escaladare + revizie policy
KPI 3: Early arrears (DPD 1–30) pe vintage-uri noi
– AMBER: investigație segmentată + tightening underwriting + monitorizare mai frecventă
– RED: stop selectiv + “recalibrare” parametri (cut-off, scoring thresholds) + comitet
KPI 4: Capital intensity / RWA density pe origination nouă
– AMBER: re-pricing / rebalansare spre segmente eficiente + limitare structuri capital-heavy
– RED: stop pe structuri ne-eficiente + ajustare targeturi / alocare capital
Regulă generală:
– AMBER = discuție + măsuri graduale
– RED = acțiune + escaladare + plan de remediere
8) “Modelul magic” vs realitatea: unde ajută ML în predictive analytics
Predictive analytics nu înseamnă automat ML. Dar ML poate amplifica radarul în trei zone:
(1) semnale compuse (pattern-uri pe mai multe variabile),
(2) ranking (care segmente sunt cele mai riscante),
(3) detectare drift (schimbări de distribuții, PSI, outliers).
În practică, ML nu “înlocuiește” scorarea și politicile. Le optimizează: îți spune mai devreme unde se rupe lanțul.
Și cel mai important: ML trebuie pus într-o guvernanță clară: explicabilitate minimă, praguri, monitorizare, auditabilitate.
🧰 6 utilizări ML “safe” pentru EWS (fără magie)
- 1) Drift detection (PSI pe variabile cheie: PD, leverage, cashflow proxies)
- 2) Early downgrade model (probabilitate de downgrade în 3–6 luni)
- 3) Vintage early stress (cohorte cu risc ridicat devreme)
- 4) Outlier detection (anomalii în date/raportări care pot ascunde risc)
- 5) Explainable drivers (top factori care contribuie la alertă pe segment)
- 6) Alert ranking (top 3 alerte relevante, restul “info”)
ML e bun la “a vedea pattern-uri”. Guvernanța e bună la “a decide ce faci cu ele”.
9) 🤖 Prompt-uri practice: cum transformi dashboard-ul predictiv în decizie (executive)
Odată ce ai radarul (KPI + praguri), AI devine foarte util pentru narativ și follow-up.
Îți generează rezumatul executiv (3 deviații + 3 acțiuni), scrie alerte standard, și creează action tracker. Atenție: îi dai datele, el nu inventează.
🤖 Prompt-uri “EWS ready” (gata de folosit)
„Mai jos este EWS dashboard (KPI leading) cu status GREEN/AMBER/RED și trend pe 12 luni.
Te rog:
– identifică Top 3 deviații (nu mai mult) și explică pe scurt de ce contează.
– propune Top 3 acțiuni (tightening / rebalansare / limitare / revizie policy) cu owner + deadline.
– spune ce segmente sunt cele mai afectate (max 3).
Reguli: nu inventa cifre, folosește doar informația dată, max 12 bullet-uri.”
„Pentru fiecare KPI în AMBER/RED, scrie un mesaj scurt (Teams/email):
– KPI + status + trend
– prag relevant
– acțiune cerută
– owner + deadline
Nu inventa cifre.”PROMPT 3 — Action tracker automat
„Din lista de acțiuni de mai jos, creează un action tracker:
Tabel: Acțiune | Owner | Deadline | Status | Comment.
Adaugă un ‘next check date’ la 2 săptămâni.”
Un EWS devine “viu” când are narativ + acțiuni + follow-up, nu doar KPI-uri.
10) 📌 Copy/Paste: template complet “Early Warning Pack” (ușor de implementat)
Folosește template-ul de mai jos ca schelet pentru Excel/PowerBI. Ține-l scurt și repetabil.
Dacă EWS nu se poate rula lunar fără durere, nu va fi folosit.
– Perioadă: ____ | Portofoliu: ____ | Targeturi: Volum ____ | Venit ____ | Capital proxy ____TOP KPI CARDS (status + trend):
1) Tail share origination: ____ | AMBER/RED: __/__ | Trend: __
2) Excepții (nr/volum): ____ | AMBER/RED: __/__ | Trend: __
3) Early arrears (DPD 1–30, vintage nou): ____ | AMBER/RED: __/__ | Trend: __
4) Capital intensity (RWA density): ____ | AMBER/RED: __/__ | Trend: __
SEGMENTARE (top 3):
– Industrie: ____ (de ce)
– Segment: ____ (de ce)
– Bandă rating/PD: ____ (de ce)
TOP 3 ALERTE (executive):
1) KPI ____ | Segment ____ | Status ____ | Trend ____ | Next action ____
2) KPI ____ | Segment ____ | Status ____ | Trend ____ | Next action ____
3) KPI ____ | Segment ____ | Status ____ | Trend ____ | Next action ____
ACTION TRACKER:
– Acțiune ____ | Owner ____ | Deadline ____ | Status ____ | Comment ____
– Acțiune ____ | Owner ____ | Deadline ____ | Status ____ | Comment ____
– Acțiune ____ | Owner ____ | Deadline ____ | Status ____ | Comment ____
NEXT REVIEW:
– Data ____ | KPI follow-up (max 3): ____ / ____ / ____
11) Exercițiu: construiește EWS pentru un portofoliu în creștere (și testează noise)
Exercițiul final te pune în rol de owner EWS. Nu construiești un model complicat.
Construiești un mecanism care funcționează: semnale, praguri, segmentare, ladder, ownership.
Și, foarte important, testezi noise: câte alerte ar fi generat în ultimele 6–12 luni?
🧪 Exercițiu (template complet) — 70–110 min
– 4 calitate: __________________________
– 4 disciplină: ________________________
– 2–4 capital/concentrare: _____________
– KPI 1: ____ | AMBER: ____ | RED: ____
– KPI 2: ____ | AMBER: ____ | RED: ____
– KPI 3: ____ | AMBER: ____ | RED: ____
– KPI 4: ____ | AMBER: ____ | RED: ____PAS 3 — Definește ladder (AMBER/RED) pentru cele 4 KPI:
– KPI 1 AMBER: ____ | RED: ____
– KPI 2 AMBER: ____ | RED: ____
– KPI 3 AMBER: ____ | RED: ____
– KPI 4 AMBER: ____ | RED: ____
PAS 4 — Segmentare minimă:
– Industria (top 3): ____
– Bandă rating/PD (top 3): ____
– Segment business (top 2): ____
PAS 5 — Noise test:
– Câte luni ai fi fost în AMBER? ____
– Câte luni în RED? ____
– Câte alerte simultane? ____
– Ajustează praguri/reguli (2 luni consecutive, medie mobilă) dacă e prea mult.
PAS 6 — Executive output (max 12 bullet-uri):
– Top 3 deviații
– Top 3 acțiuni (owner + deadline)
– KPI follow-up (max 3)
Vezi răspuns orientativ (ce arată “matur”)
Un EWS matur are puține semnale, dar bine alese; praguri care nu alertează zilnic; segmentare care indică exact unde e drift-ul; și un ladder care produce acțiuni executabile. Dacă noise test-ul arată 10 alerte constante, EWS-ul va fi ignorat: simplifică, agregă, prioritizează.
Cel mai bun EWS este cel folosit lunar. Nu cel mai complex.
12) Mini-quiz (consolidare) — răspunsurile sunt ascunse
Țintă: 18–28 minute.
1) Completează: Predictive analytics este un ________ care vede drift-ul devreme.
Vezi răspuns
2) Adevărat/Fals: NPL este un indicator leading.
Vezi răspuns
3) Numește 3 semnale leading din lecție.
Vezi răspuns
4) Completează: AMBER = zona de ________, RED = zona de ________.
Vezi răspuns
5) De ce e critic “noise test” într-un EWS?
Vezi răspuns
13) Checklist de final (output-ul lecției)
- Înțeleg diferența dintre leading și lagging și de ce leading contează în creștere.
- Pot defini un EWS (semnale + praguri + ladder + ownership + auditabilitate).
- Am un “Radar Pack” MVP (12 KPI) și știu să-l segmentez actionabil.
- Pot seta praguri AMBER/RED și pot reduce noise (reguli pe trend, medie mobilă).
- Pot folosi AI pentru narativ, alerte standard și action tracker.
Recap rapid (de ținut minte)
Predictive analytics = radar: semnale leading care îți arată drift-ul înainte de NPL.
Un EWS bun are puține semnale, praguri calibrate, segmentare actionabilă și ladder AMBER/RED.
Nu este “model magic”, ci disciplină + guvernanță: vezi devreme, acționezi standard, urmărești.
🎯 Leading
🟡 AMBER
🔴 RED
🧩 Segmentare
🤖 Narativ
Să faci un EWS care alertează zilnic. Zgomotul ucide radarul. Prioritizează: Top 3 alerte, restul “info”.
📝 Mini-quiz final (10–14 minute)
1) Alege 1: EWS bun este:
Vezi răspuns
2) Completează: Segmentarea este importantă deoarece media poate ________.
Vezi răspuns
3) Adevărat/Fals: ML este obligatoriu pentru predictive analytics.