Slik skal utfordrerbanken gi lån til bedrifter som ellers ville fått nei
Aprila Bank mener å ha funnet en kredittmodell som gjør at de i løpet av minutter kan gi kassekreditt på opp til to millioner kroner til selskaper som ellers ikke ville ha fått lån.
Publisert
Sist oppdatert
Å kredittvurdere småbedrifter og startups er blitt sett på som så vanskelig at de fleste banker ikke en gang tilbyr lån til dem. Dermed har man fått det som blir omtalt som kredittgapet for små og mellomstore bedrifter - særlig aktuelt hos startups og scaleups. Det vil si forskjellen mellom det et lite selskap trenger av penger og det bankene kan eller vil låne ut.
Det er ikke helt uten grunn. En grundig kredittsjekk er både en kompleks og tidkrevende prosess, som raskt kan ende med at banken ikke får regnestykket til å gå opp ut fra et inntektsperspektiv, selv om bedriften skulle klare lånekravene.
I tillegg kommer det faktum at tradisjonelle kredittopplysninger basert på offentlige data heller ikke er de mest oppdaterte. I verste fall kan informasjonen være oppimot et år gammel eller enda mer.
«Hellig gral»
Derfor er det blitt sett på som litt av en «hellig gral» innen fintech å komme opp med modeller som inkluderer realtidsdata i kredittvurderingen.
Nå mener utfordreren Aprila Bank at de har kommet langt på vei i å knekke koden.
– Jeg er 99,9 prosent sikker på at vi er den første banken i verden som bruker både PSD2-data og regnskapsdata i kredittmodellene våre, sier produkt og teknologi-sjef Israr Khan i Aprila, mer som et faktum enn som en skryteopplysning.
Shifter møter ham og tre kolleger i Aprila for å få vite mer om den nye tjenesten som ble lansert i det stille en sen kveld i forrige uke. Da skrudde selskapet på funksjonen som gjør det mulig å la bedriftslånesøkere dele kontoinformasjon med Aprila via PSD2-apier.
Kundeetablering på minutter
Dermed var en av de viktigste brikkene på plass, slik at banken kunne åpne sin helautomatiserte lånesøknadsprosess for kassekreditt på opptil to millioner kroner.
– Nå kan vi på få minutter tilby det som ville kunne ta uker, om det i det hele tatt var mulig, andre steder, sier produktsjef for digitale lån Andreas Rose, mens han demonstrerer søknadsprosessen og kundeetableringen.
– Den første kunden som gjennomførte hele kundeetableringsprosessen med deling av PSD2-data, var på plass bare timer etter at vi åpnet, legger Rose til.
Han forteller at lånesøknaden er bli tilgjengelig hos mange samarbeidspartnere og nevner blant andre Storebrand, Zmarta og Visma systemer. Et annet eksempel er bedriftsbankappen Astat. Nylig annonserte selskapene et samarbeid som innebærer at det vil bli mulig å gjennomføre lånesøknaden og få svar direkte i Astat.
Har søkt etter andre datakilder
Israr Khan forteller at Aprila helt siden starten har søkt etter andre datakilder enn bare de offentlige. Banken var først ute med å la seg integrere i regnskapssystemer, og har i dag samarbeid med alle de store som Visma, Tripletex, Eaccounting og Fiken.
Disse samarbeidene har ikke bare betydd at ERP-systemenes kunder har fått tilgang til tjenester som fakturasalg og banktjenester direkte i regnskapssystemet. Aprila har også kunnet samle regnskapshistorikk og ta dem inn i sine kredittmodeller.
Neste skritt var å få tilgang til småbedriftenes kontoinformasjon også når de ikke er kunder i Aprila. I samarbeid med Mastercard (den delen som tidligere var Nets) har de nå fått til en løsning som gjør det mulig å hente kontoinformasjonen via PSD2-apier.
DNB først med fungerende API-er
Dette har interessant nok vært mulig på tross av at bedriftskonti er i en gråsone av PSD2-direktivet. Foreløpig er det bare småbedrifter med konto i DNB som kan brukte kontoinformasjonen til å søke om lån.
– Med den største banken på plass vil vi snart kontrollere om andre store aktører som Sparebank 1-alliansen og kjernebankleverandører som SDC og Evry har fått orden på sine API-er, sier Åsmund Ervik, teknolog i Aprila.
Dermed kan banken for alvor begynne med det virkelige arbeidet – å lage datadrevne maskinlæringsmodeller som kan gi mye mer presise lånetilbud.
– Foreløpig bruker vi bare PSD2-data inn i ekspertvuderinger. Det vil si at det fortsatt er en menneskelig vurdering inne i bildet. Det er litt som når Tesla tester selvkjørende biler og har en person bak rattet for sikkerhets skyld, sier Khan.
Skal samle store mengder data
De kommende seks månedene skal banken samle inn så mye PSD2-data at kredittmodellene kan begynne å bruke statistikk som grunnlag. I løpet av de følgende 12 månedene regner Khan med å ha helt datadrevne maskinlæringsmodeller i gang.
– Da har vi tatt digital kundeetablering og automatisert kredittvudering til et helt nytt nivå, sier Khan.
Khan mener også at det løser et annet problem. Tradisjonelle kredittbyråer tar utgangspunkt i faren for konkurs, noe Khan mener ikke er en god målestokk for startups og småbedrifter. Der er det mye bedre å se på sannsynlighet for mislighold.
– Selskap som hos kredittopplysningsbyråene ser solide ut, kan ha en mye høyere sannsynlighet for mislighold, og omvendt, sier Khan.
Egen misligholdsmodell
– Derfor har vi laget en egen misligholdsmodell, som er mer relevant for oss. Vi ser allerede at oppdaterte ERP-data klarer å predikere risiko bedre. Når vi for alvor får inn kontodata, regner vi med at vi kan forbedre modellene våre ytterligere, skyter analytiker Truc Nguyen inn.
Produktsjef Rose fortsetter resonnement og påpeker at det å yte lån til sist handler om å prise risiko og gi betingelser basert på det.
– Jeg er overbevist om at vi vil klare det bedre enn andre. Det er en drømmemulighet for mange startups og bedrifter, sier Rose.