Debt Segmentation for Collections and Recoveries Management in the Spanish Market. Impact of a Crisis: Covid-19 Case Study

Abstract

Las actividades de recobros y recuperaciones son esenciales para una gestión eficaz del riesgo crediticio, particularmente a la luz de las regulaciones posteriores a la crisis financiera de 2007-2008. A pesar de su importancia, esta área a menudo está poco explorada. Una segmentación precisa de la deuda impagada es crucial para optimizar las estrategias de recobro y evaluar su potencial de recuperación. Nuestro objetivo es identificar las variables clave que influyen en las tasas de recuperación de carteras de deuda no garantizadas que los bancos e instituciones financieras han pasado a fallidos, y evaluar cómo estas variables se vieron afectadas por la crisis del COVID-19. Específicamente, buscamos identificar qué variables predicen significativamente el comportamiento de pago a corto plazo antes, durante y después de la pandemia. Para ello, desarrollamos modelos estadísticos utilizando la metodología de árbol de clasificación CHAID para identificar las variables más discriminantes. Nuestros hallazgos indican que la crisis del COVID-19 tuvo un impacto notable, causando alteraciones significativas en estas variables. Se espera que los conocimientos obtenidos de esta investigación sean valiosos para los principales actores en el sector de recuperaciones, incluidas entidades acreedoras, gestores de cobro y reguladores/supervisores. En esta investigación, utilizamos una base de datos de una destacada firma de inversión, que contiene información sobre 900.000 cuentas de carteras de deuda no garantizada provenientes del mercado español de créditos impagados, y su comportamiento de pago entre 2018 y 2023, junto con datos macroeconómicos del Instituto Nacional de Estadística.Collections and recoveries (C&R) activities are essential for effective credit risk management, particularly in light of post-2007-2008 financial crisis regulations. Despite their importance, this area is often underexplored. Accurate unpaid debt segmentation is crucial for optimizing collection strategies and assessing collection potential. Our objective is to identify the key determinants influencing recovery rates for unsecured debt portfolios that banks and financial institutions have written off, and to assess how these determinants were affected by the COVID-19 crisis. Specifically, we aim to identify which variables significantly predict short-term repayment behaviour before, during, and after the pandemic. To this end, we developed statistical models utilizing the CHAID classification tree methodology to identify the most discriminating variables. Our findings indicate that the COVID-19 crisis had a notable impact, causing significant alterations in these variables. The insights from this research are expected to be valuable to key stakeholders in the C&R sector, including creditors, servicers, and regulators/supervisors. In this research, we utilized a database from a prominent Investment Firm, containing information on 900.000 accounts of unsecured debt portfolios sourced from the Spanish non-performing loans market, and their payment behaviour from 2018 to 2023, along with macroeconomic data from the “Instituto Nacional de Estadística”.