Cardo AI startet Cash-Flow-Modellierungstool für Asset-Based Finance mit Live-Zinskurven auf Basis von Bloomberg-Daten

Cardo AI hat ein neues Cashflow-Modellierungstool für Asset-Based Finance und Specialty Finance angekündigt, das als moderne Alternative zu etablierten strukturierten Finanz-Cashflow-Engines wie Intex entwickelt wurde. Das Tool adressiert ein Problem, das Analysten seit Jahren einschränkt: Engines, die für öffentliche ABS-Deals konzipiert wurden und nicht zu den heutigen exotischen Asset-Klassen oder den Bedürfnissen von Versicherungsinvestoren passen, die zu bedeutenden Haltern von Private Credit und strukturierten Assets geworden sind.

Read More on Fintech : Global Fintech Interview with Rob Young, Managing Director – UK at InDebted

„Jahrelang mussten Analysten, die exotische Deals modellierten, diese entweder in unpassende Vorlagen pressen oder alles von Grund auf in einer Tabellenkalkulation neu aufbauen", sagte Altin Kadareja, Co-Founder und CEO von Cardo AI. „Die Tools waren schlicht nicht dafür gebaut, einen Deal über seinen gesamten Lebenszyklus hinweg zu modellieren – durch Ramp-up und Reinvestition, gegenüber Live-Marktdaten. Das ist das Problem, das wir gelöst haben."

Da sich Private Credit auf Rechenzentrumsfinanzierungen, Mobilfunkmast-Deals, Buy-now-pay-later-Forderungen, Musik- und andere Lizenzrechte sowie weitere exotische Assets ausgeweitet hat, haben die zur Modellierung dieser Strukturen verwendeten Tools nicht Schritt gehalten. Analysten waren gezwungen, Legacy-Engines anzupassen, die für öffentliche ABS-Deals entwickelt wurden.

Das neue Tool bringt die Strenge der Structured-Credit-Modellierung – Wasserfälle, Tranching, Eignungstests, Covenants und Cashflow-Simulation – zu den Asset-Based- und Specialty-Finance-Sicherheiten, für die Legacy-Engines nie konzipiert wurden. Speziell für exotische und nicht standardisierte Asset-Klassen entwickelt, zieht es Live-Marktdaten direkt in die Cashflow-Simulation, Abgrenzung, Covenant-Überwachung und Stresstests ein und ermöglicht es Teams, Deal-Strukturen über ihren gesamten Lebenszyklus hinweg zu modellieren – nicht nur im Steady State.

Während der Ramp-up-Phase können Analysten die Struktur modellieren, während Sicherheiten in Richtung des Ziel-Nennwerts erworben werden, und testen, wie partielle Portfolios, Lagerfinanzierung und Timing den Wasserfall beeinflussen, bevor ein Deal vollständig investiert ist. Während der Reinvestitionsphase modelliert das Tool die Wiederanlage von Kapitalerlösen in neue Sicherheiten gemäß den Eignungskriterien und Reinvestitionsregeln des Deals, sodass die prognostizierten Cashflows widerspiegeln, wie die Struktur tatsächlich im Laufe der Zeit verwaltet wird, anstatt einen statischen, vollständig hochgefahrenen Pool anzunehmen.

Das Referenzsätze-Modul von Cardo AI unterstützt SOFR, SONIA, EURIBOR und benutzerdefinierte angepasste Indizes wie „EURIBOR 3M + 20bps." Angetrieben von Bloomberg-Daten ersetzt das Modul Batch-Uploads durch Live-Forward-Curve-Daten, die direkt in Cashflow-Simulationen und tägliche Abgrenzungsberechnungen eingespeist werden, sodass die Preisgestaltung die aktuellen Marktbedingungen widerspiegelt und nicht die letzte manuelle Aktualisierung. Die Engine akzeptiert Forward-Kurven, Zinsstress-Szenarien und benutzerdefinierte Zinsstrukturkurven-Eingaben pro Index- und Laufzeitkombination, sodass Analysten Portfolio-Stresstests gegenüber Live-Marktkurven statt statischer Schätzungen durchführen können.

„Versicherungsinvestoren müssen unabhängige Szenarioanalysen durchführen, um regulatorische Anforderungen zu erfüllen, haben heute aber nur Zugang zu statischen Cashflows, was ihre Fähigkeit einschränkt, diesen Anforderungen nachzukommen", sagte Marco Masotto, Head of Product von Cardo AI. „Die Integration von Live-Kurven und Full-Lifecycle-Modellierung in eine einzige Engine gibt ihnen die dynamischen Cashflows, auf die diese Analysen angewiesen sind."

Diese Fähigkeit ist am wichtigsten für Private-Credit-Manager und Versicherer, bei denen diese Cashflows eine Kette von regulatorischen und buchhalterischen Prozessen speisen, die Legacy-Engines Analysten manuell überbrücken lassen. Das Tool ist darauf ausgelegt, die vierteljährlichen Cashflows zu erzeugen, auf die Versicherer für die Ertragserfassung angewiesen sind, um die Rückstellung für Kreditverluste (ACL) gemäß CECL und die Beurteilung einer anderen als vorübergehenden Wertminderung (OTTI) zu unterstützen sowie die gesetzliche Rückstellungsbildung unter NAIC-Rahmenwerken wie VM-21 und VM-22 zu fundieren.

Catch more Fintech Insights : The AI Shift in Fraud: Why Banks Need a New Playbook

[To share your insights with us, please write to [email protected] ]

The post Cardo AI Launches Cash Flow Modeling Tool for Asset-Based Finance, with Live Rate Curves Powered by Bloomberg Data appeared first on GlobalFinTechSeries.