Vier stappen om contractaanpassingen rond IBOR-transitie succesvol te automatiseren
Eind 2021 houdt de LIBOR (London Interbank Offered Rate), de meest gebruikte rente benchmark op de financiële markt op te bestaan. Dat betekent dat financiële instellingen nog ongeveer negen maanden de tijd hebben om over te stappen op Alternative Reference Rates (ARR's). Aangezien de LIBOR is gebruikt in een heel breed scala financiële producten en instrumenten, vormt dit een complexe document management uitdaging voor veel financiële instellingen. Als dit niet op tijd op orde is worden er financiële, juridische, operationele, gedrags- en reputatierisico's geleden.
InterBank Offered Rates (IBOR's) zijn de rente benchmarks die de afgelopen 40 jaar werden gebruikt op de financiële markten. Hiervan is LIBOR de meest gebruikte rente benchmark. Er wordt naar verwezen in financiële producten ter waarde van naar schatting meer dan 200 biljoen dollar. Het gaat hierbij onder andere om obligaties, derivaten en leningen. Als het om documentmanagement gaat, moeten financiële instellingen deze transitie naar ARR’s dan ook heel goed voorbereiden Het gaat immers vaak om honderdduizenden contracten. Om een soepele overgang te garanderen, moeten financiële instellingen de volgende vier stappen nemen:
Stap 1: Identificeer alle mogelijk betrokken contracten
De eerste stap is het identificeren van alle mogelijk betrokken contracten die naar een IBOR-tarief verwijzen. Deze contracten zijn vaak opgeslagen in verschillende systemen en in papieren documenten. Omdat het vaak het duizenden of honderdduizenden contracten betreft, kan het traceren van deze specifieke contracten een arbeidsintensieve taak zijn.
Gelukkig kunnen document intelligence-oplossingen het traceren en extraheren van clausules en zinsdelen met relevante verwijzingen naar de IBOR-tarieven automatiseren. Hiervoor wordt technologie zoals Optical Character Recognition Recognition (OCR), Search, Artificial Intelligence en Machine Learning (AI / ML) toegepast. Dat voorkomt dat financiële instellingen alle contractdocumenten zelf handmatig moeten doorlopen.
Stap 2: Categoriseer en extraheer clausules en woordgroepen
Na de automatische identificatie worden alle documenten gecategoriseerd en geëxtraheerde clausules of zinnen worden geëxporteerd en vervolgens op een gestructureerde manier getoond aan het betrokken juridische team.
De categorisering behelst niet alleen de mogelijke blootstelling aan klanten, maar maakt ook direct onderscheid tussen directe en indirecte blootstelling van het verouderde tarief aan klanten. Daardoor worden direct de juiste prioriteiten gesteld en wordt risicobeheer eenvoudiger.
Stap 3: Pas de betreffende contracten aan
De geëxtraheerde data kunnen vervolgens via workflow-oplossingen worden doorgegeven aan de juiste personen. Juridische teams of ander personeel dat bij het aanpassingsproces betrokken is, kan vervolgens de benodigde wijzigingen aanbrengen. Omdat deze document intelligence-oplossingen ook prioriteiten kunnen vaststellen, kunnen ze als eerste starten met de belangrijkste documenten die directe blootstelling aan klanten met zich meebrengen.
Stap 4: Controleer de wijzigingen
De laatste stap in het proces is controleren of alle documenten zijn aangepast aan de nieuwe Alternative Reference Rates. De OCR- AI- en ML-technologie in document intelligence-oplossingen kan worden ingezet om ook de laatste fase van dit proces te automatiseren.
Tot 70% tijdsbesparing met document intelligence-oplossingen
Door document intelligence-oplossingen in te zetten, kunnen financiële instellingen de tijd die nodig is om dit proces te doorlopen aanzienlijk verkorten. Het sneller ontdekken, beoordelen en verwerken van documenten rond IBOR betekent aanzienlijke kostenbesparingen. Document intelligence-oplossingen kunnen handmatig werk tot 70% verminderen, afhankelijk van het bestaande niveau van digitalisering en het volwassenheidsniveau van het digitaal contractbeheer (levenscyclusbeheer) binnen de financiële instellingen.
Door: Richard Smit, oprichter en CTO van Doculayer.ai, Document Intelligence voor financiële dienstverleners
