- Vzpon nebančnega posojanja je povzročil nevarno nepreglednost zaradi pomanjkanja preglednosti pri vrednotenjih in ohlapnosti pogodb brez dodatnih določb.
- Tehnološke motnje, ki jih povzročata umetna inteligenca in zaostrovanje obrestnih mer, povzročajo povečanje neplačil in stečajev podjetij.
- Med vrednotenjem zasebnega premoženja in javnim trgom obstaja kritična neskladnost, kar ustvarja likvidnostne pritiske za velike upravljavce premoženja.
Če pogledamo trenutno finančno krajino, vidimo, da se je zasebno posojanje iz nišnega trga za izbrance spremenilo v bilijonskega velikana. Po velikem pretresu leta 2008, ki je tradicionalne bančne storitve spravil v zadrego, se je pojavila praznina, ki so jo hitro zapolnili hedge skladi in zasebni investicijski skladi. Ta razvoj ekosistema posojanja je omogočil, da so milijarde pritekale v podjetja, ne da bi šle skozi strog filter konvencionalnih bank, kar je ustvarilo vrtoglavo rast, ki zdaj začenja kazati znake upočasnjevanja.
Bistvo je, da ta rast ni prišla brez cene. Vlagatelje so leta privlačili zelo privlačni donosi, zdaj pa se je izkazalo, da je bilo tveganje močno podcenjeno. Ne govorimo o enkratnem problemu, temveč o kopičenju strukturnih neravnovesij , ki v kombinaciji z napetim geopolitičnim kontekstom in naraščajočimi obrestnimi merami preizkušajo odpornost modela, ki od krize subprime hipotekarnih kreditov še nikoli ni bil resnično podvržen resnemu stresnemu testu.
Nevarnosti neposrednega posojanja in pomanjkanje preglednosti
Ena najbolj perečih tem je tako imenovano neposredno posojanje. Pri tem skladi posojajo denar neposredno malim in srednje velikim podjetjem (MSP). Težava je v tem, da so posojila z omejenimi omejitvami postala zelo pogosta ; to so v bistvu pogodbe z zelo malo omejitvami. To pomeni, da posojilodajalec nima pojma o resničnem finančnem stanju podjetja, dokler ni prepozno, kar ustvarja nepreglednost, ki vznemirja regulatorje.
Poleg tega ugotavljamo, da številne od teh strategij temeljijo na interno poročanih cenah in ne na dejanski tržni vrednosti. To ustvarja iluzijo stabilnosti; zdi se, da vse teče gladko, dokler ne pride do krize in se premija nelikvidnosti zmanjša , zaradi česar vlagatelji ostanejo ujeti v sredstvih, ki jih ne morejo hitro prodati, ne da bi izgubili premoženje.
Jasen primer te nelagodnosti so BDC ali podjetja za razvoj poslovanja. Ta podjetja, ki kotirajo na borzi, vendar vlagajo v zasebne kredite, se trgujejo z znatnimi popusti glede na svojo neto vrednost sredstev , kar kaže, da trg ne verjame več optimističnim ocenam menedžerjev.
Opozorilni znaki: stečaji podjetij in goljufije
Ni treba dolgo gledati, da bi ugotovili, da stvari kažejo slabo. Nedavni primeri, kot je primer podjetja Tricolor Holdings, specializiranega za subprime avtomobilska posojila, so razkrili krhkost sistema. To podjetje je po obtožbah o goljufivih dejavnostih in skritih obveznostih razglasilo stečaj , kar je pretreslo zasebne sklade za posojila, ki so vložili milijone na podlagi jamstev, ki so bila morda le prazne obljube.
Po drugi strani pa nam je First Brands Group pokazala drugo plat medalje: pospešeno rast, ki jo je spodbujal dolg. Ko so poskušali refinancirati 6.000 milijard dolarjev, je posel propadel zaradi pomanjkanja preglednosti glede njihovih dobičkov. Najbolj nenavadno je, da so medtem ko je podjetje propadalo, nekateri skladi, kot je Apollo Global Management, prodajali njegov dolg na kratko in zaslužili, ko je vrednost obveznic strmoglavila na smešno nizke ravni.
Vpliv umetne inteligence in tehnologije
Pogosto pozabljamo, da lahko tehnologija ohromi dobiček podjetja. Vzpon umetne inteligence je ustvaril nepredvideno tehnološko tveganje , ki še posebej prizadene podjetja, ki se ukvarjajo s programsko opremo. Številni skladi zasebnega kapitala so ta podjetja kupili po pretiranih cenah pred nekaj leti, zdaj pa umetna inteligenca spreminja sektor in poslovne modele, ki so se nekoč zdeli varni, spreminja v zastarele.
Ocenjuje se, da ima več kot polovica transakcij, financiranih z zasebnimi krediti v zadnjem desetletju, ta dejavnik tveganja, povezan z umetno inteligenco . To pomeni, da se soočamo z morebitnim valom odpisov sredstev, saj bi uporaba umetne inteligence v finančnih rezultatih lahko razkrila, da podjetja ne bodo mogla ustvariti denarnega toka, potrebnega za izplačilo visokih donosov, obljubljenih vlagateljem.
Sistemsko tveganje ali preprosta korekcija trga?
Tu se strokovnjaki razhajajo. Po eni strani osebnosti, kot je guverner Bank of England, opozarjajo na zaskrbljujoče vzporednice s krizo subprime hipotekarnih posojil leta 2008, zlasti glede tega, kako so ta sredstva pakirana in prodana. Po drugi strani pa velikani, kot sta BlackRock in Blackstone, trdijo, da je sistem veliko bolj robusten, ker so manj zadolženi in delujejo z veliko daljšimi časovnimi horizonti.
Epizoda s skladom HPS Corporate Lending Fund pri BlackRocku je odličen primer te napetosti. Ni šlo za propad podjetja, temveč za problem likvidnosti. Z omejitvijo dvigov se je upravljavec premoženja izognil množični razprodaji, ki bi uničila vrednost sklada. Čeprav se nekaterim morda zdi kot "bank run", je tehnično gledano to ukrep za zaščito solventnosti upravljanih sredstev , saj se zasebna posojila ne prodajajo s klikom kot delnice Appla.
Kam naprej: Varnejše naložbene strategije
Ker je neposredno posojanje pod drobnogledom, se trend kaže v iskanju zatočišča v sredstvih z oprijemljivim zavarovanjem. Trenutno se zdi, da sta financiranje, ki temelji na sredstvih (ABF), in prednostni dolg komercialnih nepremičnin najbolj smiselni možnosti. Ti trgi ponujajo oprijemljivo zavarovanje in imajo veliko manjšo korelacijo z dobički podjetij, ki jih naraščajoči stroški energije in tarife najbolj prizadenejo.
Ključno danes je, da se nehamo osredotočati na nominalne donose in začnemo ceniti moč bilance stanja in stabilnost denarnega toka. Trg začenja nagrajevati temeljno analizo in diferenciacijo ter kaznovati menedžerje, ki so preprosto dodelili kapital, ne da bi analizirali, ali je osnovno podjetje dolgoročno sposobno preživetja.