Abstract

Financial institutions will be under pressure to extend loans because of the need to act promptly on loan requests while upholding quality and compliance when servicing customers with competitive banks. In this new era, it is interesting to test existing theories and factors and whether new insights could emerge. Thus, the focus of this qualitative research is to understand factors influencing technology adoption and success and hence, improve credit risk analysis with the help of new advances in technology and dashboards tools such as Power BI and other intelligent systems. This is important to achieve optimal, more secure, and faster credit decisions within a case study represented here of an “auto loan” finance company operating in the UAE, financing car loans and going to be addressed further as “auto loan” finance company throughout this research to protect the anonymity of the company. The research applies interviews, data records analysis, and participant observation to gather the credit analysis requirements to generate a Power BI visualized dashboard that is constructed from existing Excel sheets, checklists, and the current dashboard. Initial investigations revealed that as part of its digital transformation, the financial institution chosen for this research before investing in Power BI introduced a new dashboard called Tableau for its employees to lower credit risk and help in decision-making. However, the investment in Tableau increased the turnaround time and lowered the credit analyst’s productivity. Research question: How can applying dashboards help financial institutions mitigate credit risks in providing personal loans and lower loan defaults? The findings of this research will have implications for both theory and practice. At the theoretical level, this research will develop a theoretical framework/model made of viii important factors from the literature to assist with understanding the adoption phenomenon. Findings from the case study about the model’s factors will further support or refute the importance of those factors and judge the strength of the developed model in explaining adoption. The “thick” descriptions of the different factors will further add power and strength to the research findings and to the importance of the different factors. This is of great importance to researchers and could pave the way for more research in this important area (i.e., comparative studies). At the professional level, the findings would be of importance to the case study and the banking industry including financial institutions within and outside the UAE. Moreover, this study explores the potential strengths of business intelligence (BI) along with its services like Power BI to increase the quality of credit risk analysis. As a result, it also discusses the many possibilities that this field offers by studying the company’s data records, conducting interviews with different department heads and data analysts including the BI team taking the lead in this transition. Finally, technology vendors will understand the inherent attributes of financial institutions in the UAE more specifically and how they endeavor to adopt Power BI. This research contends that making the right adoption decision and the use of these opportunities and results could lead to significant efficiency, cost savings, and faster turnaround times for both customers and credit analysts resulting in a more qualitative underwriting approach, a stronger and better decision-making process, which will prevent overall financial losses affecting such institutions.

Reem Saeed Ali Hassan Alnajjar, Zayed University

Name of Guide/supervisor

Nabeel Al Qirim

Year of awarding

2023

Keywords

Financial Institutions, Credit Risk Analysis, Automation, Business Intelligence, Power BI, Tableau, UAE.

Arabic Title

اعتماد لوحة BI Power لتحسين إدارة مخاطر الائتمان في الإمارات العربية المتحدة

Arabic Abstract

ستتعرض المؤسسات المالية لضغوط لتقديم القروض بسبب الحاجة إلى التصرف على وجه السرعة بشأن طلبات القروض مع الحفاظ على الجودة والامتثال عند خدمة العملاء من خلال البنوك التنافسية. في هذا العصر الجديد، من المثير للاهتمام اختبار النظريات والعوامل الموجودة، وما إذا كان من الممكن أن ظهور رؤى جديدة. وبالتالي فإن تركيز هذا البحث النوعي هو فهم العوامل التي تؤثر على تبني التكنولوجيا ونجاحها، وبالتالي تحسين تحليل مخاطر الائتمان بمساعدة التطورات الجديدة في أدوات التكنولوجيا ولوحات المعلومات مثل Power BI، والأنظمة الذكية الأخرى. يُعدّ هذا أمر مهمًا لتحقيق قرارات ائتمانية مثالية وأكثر أمانا وأسرع ضمن دراسة حالة ممثلة هنا لشركة تمويل"قرض السيارة" العاملة في الإمارات العربية المتحدة، وتمويل قروض السيارات وستتم معالجتها بشكل أكبر كشركة "قروض السيارات" طوال هذه الفترة. يطبق البحث المقابلات وتحليل سجلات البيانات وملاحظة المشاركين لجمع متطلبات تحليل الائتمان لإنشاء لوحة معلومات مرئية ل Power BIتم إنشاؤها من أوراق Excel وقوائم المراجعة ولوحة المعلومات الحالية كشفت التحقيقات الأولية انه كجزء من تحويلها الرقمي، قدمت المؤسسة المالية التي تم اختيارها لهذا البحث قبل الاستثمار فيPower BI، لوحة تحكم جديدة تسمى Tableau لموظفيها في تقليل مخاطر الائتمان ومساعدتهم في اتخاذ القرار. ومع ذلك أدى الاستثمار في Tableau الى زيادة وقت الاستجابة وخفض إنتاجية محلل الائتمان. سؤال البحث: كيف يمكن أن يساعد تطبيق لوحات المعلومات المؤسسات المالية في التخفيف من مخاطر الائتمان، وتقليل حالات التخلف في تقديم القروض الشخصية وتقليل حالات التخلف عن سداد القروض؟ سيكون لنتائج هذا البحث آثار على كل من النظرية والتطبيق. على المستوى النظري سيطورهذا البحث إطارًا/نموذجًا نظريًا مصنوعا من عوامل مهمة من الأدبيات للمساعدة في فهم ظاهرة التبني. النتائج من دراسة الحالة حول عوامل النموذج ستدعم أو تدحض أهمية تلك العوامل وتحكم على قوة النموذج المطور في شرح التبني. ستضيف الأوصاف " الكثيفة" للعوامل المختلفة قوة قوة إلى نتائج البحث وأهمية العوامل المختلفة. هذا ذو أهمية كبيرة للباحثين ويمكن أن يمهد الطريق لمزيد من البحث في هذا المجال المهم ( الدراسات المقارنة). على المستوى المهني، ستكون النتائج ذات أهمية لدراسة الحالة والصناعة المصرفية بما في ذلك المؤسسات المالية داخل وخارج دولة الإمارات العربية المتحدة. علاوة على ذلك تستكشف هذه الدراسة نقاط القوة المحتملة لذكاء الأعمال (BI) جنبا إالى جنب مع خدماتها لزيادة جودة تحليل مخاطر الائتمان. ونتيجة لذلك فإنه يناقش أيضا الاحتمالات العديدة التي يوفرها هذا المجال من خلال دراسة سجلات بيانات الشركة، وإجراء مقابلات مع مختلف رؤساء الأقسام ومحللي البيانات بما في ذلك فريق BI الذي يتولى زمام المبادرة في هذا الانتقال.أخيرًا، سوف يفهم بائعو التكنولوجيا السمات المتأصلة للمؤسسات المالية في الإمارات العربية المتحدة بشكل أكثر تحديا وكيف يسعون إلى تبني Power BI. يؤكد هذا البحث أن اتخاذ قرار التبني الصحيح واستخدام هذه الفرص والنتائج يمكن أن يؤدي إلى كفاءة كبيرة وتوفير التكاليف، وأوقات تحول أسرع لكل من العملاء ومحللي الائتمان، ممايؤدي إلى نهج اكتتاب أكثر جودة، وقرار أقوى وأفضل-صنع العملية، والتي ستمنع الخسائر المالية الإجمالية التي تؤثر على هذه المؤسسات.

Arabic Keywords

المؤسسات المالية، تحليل مخاطر الائتمان، الأتمتة، ذكاء الأعمال، الإمارات العربية المتحدة Tableau, Power BI

Download

Share

COinS