- Los analistas de EOS evalúan carteras de créditos no garantizados en toda Europa y sientan las bases de las decisiones de inversión.
- Modelos complejos ayudan a estructurar millones de datos, agrupar créditos y obtener previsiones fiables.
- Además de los datos, la experiencia de mercado, el conocimiento local y el rendimiento histórico de una cartera también son desempeñan un papel clave a la hora de determinar su valor.
A primera vista, el paquete de datos parece poco llamativo: una larga lista de Excel con millones de datos. Cada línea representa un crédito pendiente de un deudor. Para Malte Janzen, aquí es donde comienza el análisis, uno que, en última instancia, puede resultar en una decisión de inversión de millones.
Desde 2025 dirige la división de Unsecured Investments en EOS. Junto a su equipo, evalúa carteras de créditos puestas a la venta por bancos de toda Europa. Su especialidad son las inversiones: realizó un doctorado en toma de decisiones y trabajó en consultoría M&A y, más tarde, en un grupo empresarial en Hamburgo.
Con nuestros modelos podemos representar numerosos escenarios e identificar los factores que más influyen en cada cartera.
Anatomía de una cartera
"Analizamos la cartera y desarrollamos un plan de negocio. Sobre esa base, recomendamos un precio al Consejo de EOS", explica Malte. EOS evalúa entre 500 y 600 carteras al año en más de 20 países.
El proceso suele comenzar cuando un banco pone a la venta una cartera de créditos. Las filiales de EOS reciben datos anonimizados para la revisión de la due dilligence. Sobre esta base, se elabora un análisis y una valoración detallada de cada cartera.
A nivel de Grupo, el equipo analiza factores clave: antigüedad de la deuda, estado legal, medidas adoptadas y contexto económico. Cada cartera tiene su propia historia, y poco a poco va surgiendo una imagen completa. "Si ya conocemos al vendedor, podemos hacer evaluaciones más precisas todavía."
De los datos a las previsiones
Dado el enorme volumen de datos, sería imposible analizar manualmente cada crédito de forma individual. "En su lugar, comenzamos por identificar las características clave y agrupar los créditos en consecuencia", explica Malte. Para ello, utilizan métodos estadísticos y matemáticos, así como modelos de machine learning. Basándose en datos históricos, se simula el comportamiento futuro de los créditos. También se consideran factores regulatorios y macroeconómicos. "Nuestros modelos permiten identificar qué factores tienen mayor impacto en la cartera y anticipar su rendimiento."
Sin embargo, ni siquiera los modelos más sofisticados pueden sustituir a la experiencia. Al igual que Malte, los miembros de su equipo aportan años de experiencia en el análisis y colaboran estrechamente con los expertos locales, que interpretan mejor los mercados.
Tras la compra, el rendimiento se monitoriza continuamente. Si se desvía de las expectativas, se investigan las causas subyacentes. "Retroalimentamos nuestras herramientas analíticas para refinar y mejorar continuamente nuestro proceso de valoración."
No dudes en contactar con nosotros si deseas más información sobre la venta y valoración de créditos.
Carina Bonde
Corporate Communications & Marketing
Teléfono: + 49 173 2979331
Explora más de EOS
