Проблемы внедрения кредитного скоринга

Одной из важнейших задач деятельности кредитной организации является минимизация кредитного риска. Кредитоспособность заемщика может быть представлена кредитными рейтингами или кредитными баллами (скоринговыми баллами).

Кредитный скоринг – модель, которая используется для оценки платежеспособности клиентов. Он дает возможность на основе конкретных характеристик существующих клиентов определить риски кредитования.

В зарубежной литературе для решения проблемы снижения кредитного риска предлагается использовать модели скоринга (например, правило 6С в США)[2]. В отечественной литературе вопросам скоринга внимания практически не уделяется, хотя его можно было бы активно использовать в потребительском кредитовании.

Скоринговые модели являются весьма привлекательным инструментом оценки кредитного риска. Их точность и надежность позволяет дополнять экспертные оценки специалистов кредитного отдела. В тоже время, выбор и использование такой модели скоринга позволит наиболее быстро, а главное, наиболее качественно и адекватно проводить оценку рисков.

Банки используют 3 вида скоринга: аппликационный, поведенческий и коллекторский[4].

Аппликационный скоринг ориентирован на определение социальноэкономического положения и принятие решения.

Для этого необходима следующая информация:

• 1.    Основные данные (паспортные данные, контактные данные).

• 2.    Данные о занятости (данные о стаже, об образовании, направлении деятельности).

• 3.    Доход (сведения о доходах, их динамике, о сбережениях и иных источниках доходов).

• 4.    Данные о семейном положении.

• 5.    Данные об имуществе.

• 6.    Кредитная история и частота использования услуг (данные о счетах в банках и имеющихся банковских карт).

• 7.    Информация о контактном лице.

• 8.    Данные о финансовом положении (чистый доход, обязательства по кредитам в других банках, алименты).

• 9.    Информация о расходах семьи.

• 10.    Информация о выбранном кредитном продукте.

• 11.    Внешняя оценка и оценка анкетных данных.

• 12.    Проверка по базам данных.

Такая информация поступает в скоринговую систему, которая присваивает ей скоринговый балл. Перечень необходимой информаций условен, кредитная организация может дополнять и изменять ее, назначать систему весов для присвоения баллов.

Поведенческий скоринг - оценка состояния кредитоспособности клиента в динамике, основанная на сведениях об операциях по его счетам. Результатом такого скоринга является рекомендация банка воспользоваться другими банковскими услугами и одобрение последующих кредитов.

Collection-scoring (коллектинг) позволяет разделить на группы всех заемщиков. Для каждой группы вырабатывается определенная последовательность шагов по взысканию.

Более значимые переменные в коллекторских скоринговых картах, как правило, связаны с кредитной историей клиента: динамика ссудной задолженности, максимальный и минимальный срок просроченной задолженности и т.д.

Fraud-scoring – модель, направленная на установление мошенничества с использованием всевозможных фильтров. У кредитных организаций существуют «черные списки», которые являются элементами системы fraudscoring. В подобные списки включают мошенников, сведения о поддельных документах и прочие данные. Многое зависит и от сотрудника банка, так как именно на него ложится проверка подлинности документов, соответствие целей кредитования финансовому положению заемщика.

В принятии решения о предоставлении кредита заемщику принимают участие две группы специалистов: эксперты-аналитики, которые должны определить условия кредитования и корректировать модель оценки, и операторы, которые работают непосредственно с моделью. Каждая группа выдвигает ряд требований к разрабатываемой модели. По мнению авторов, система кредитного скоринга должна отвечать нескольким требованиям[3]:

• 1.    Объективность. Скоринговая модель должна показывать объективные закономерности между факторами и минимизировать влияние человеческого фактора.

• 2.    Автоматизация. Модель должна обеспечить возможность обрабатывать большое количество кредитных заявок в режиме реального времени.

• 3.    Точность. Скоринг должен обеспечить приемлемый уровень неточно классифицированных заемщиков.

• 4.    Адаптируемость. Модель должна брать в расчет изменения во внешней и внутренней среде кредитной организации, а также учитывать нормативные акты надзорных органов. Это позволяет принимать более обоснованные и точные кредитные решения.

• 5.    Гибкость. Модель должна быть достаточно гибкой, чтобы иметь возможность внесения корректировок в нее. При этом она не должна требовать привлечения квалифицированных экспертов для ее адаптации под новую структуру данных.

• 6.    Объяснимость. Некоторые методики не позволяют объяснить, почему данному заемщику следует отказать в кредите. Модель с высоким уровнем объяснимости принятого решения ведет к удобной интерпретации полученных результатов, их наглядности.

• 7.    Сложность. Сложность модели определяется количеством переменных и характером их взаимосвязей; затратами на ее создание; сложностью подхода к ее синтезу. Переменных в модели не должно быть много и в то же время достаточно для точной оценки заемщика. При этом в модель необходимо включить значимые переменные и обеспечить минимум дополнительных квалификационных требований к кредитному менеджеру для работы с ней.

В скоринговой системе существует две главные проблемы. Первая заключается в том, что классификация выборки производится только на клиентах, которым дали кредит, при этом информация о клиентах, которым было отказано, отсутствие. Вторая проблема связана с тем, что социальноэкономическое положение людей с течением времени меняется. Поэтому модели рационально разрабатывать на данных о наиболее "свежих" клиентах, периодически проверять качество работы системы и, при необходимости, разрабатывать новую модель.

Процесс внедрения кредитного скоринга можно охарактеризовать в общих чертах пятью этапами:

• 1)    внедрение изменений во внутреннюю информационную систему;

• 2)    корректировка процессов выдачи кредитов – внесение в него этапа оценивания;

• 3)    обучение пользователей;

• 4)    контрольное испытание системы скоринга;

• 5)    запуск системы скоринга в организации.

В настоящее время происходит ускорение темпов развития и совершенствования кредитного скоринга в России.

Существуют несколько причин сложности внедрения западного скоринга в России:

• 1)    Математические особенности метода: большая часть моделей проводит только линейные границы между «плохими» и «хорошими» заемщиками.

• 2)    Экономические особенности страны - высоким разбросом регионов по экономическим свойствам и значительной долей теневого сектора в экономике.

• 3)    Проблема необходимости требуемого объема статистики.

В России и в западных странах характеристики, входящие в скоринговые модели (возраст, стаж работы на определенном месте, профессиональный уровень и др.), оказывают неодинаковое влияние на кредитоспособность клиента. В нашей стране институт кредитных бюро находится на этапе развития и завершения формирования, а значит не в полном объеме работают стандартные методы оценки клиента, основанные на его кредитной истории.

У отечественных и иностранных разработок в области скоринг-кредитования имеются свои преимущества. Зарубежные системы обладают многофункциональностью, апробированы международным банковским сообществом, имеют репутацию и узнаваемость брэнда, отечественные же системы учитывают специфику российской действительности, имеют сравнительно небольшую стоимость и обладают возможностью быстро перенастраиваться.

Важная черта скоринг-системы заключается в том, что она не может применяться по шаблону, а должна разрабатываться исходя из особенностей, присущих банку, его клиентуре, учитывая характер банковского законодательства и традиций страны, т.е. подлежит постоянному наблюдению и видоизменению[1].

Прямое перенесение опыта западных банков на российский рынок кредитования сложен и нерационален в связи со следующими причинами:

• 1.    Завершение стадии формирования кредитных бюро;

• 2.    Объемы кредитования растут, но еще не достаточны для формирования необходимой статистики по сравнению с развитыми странами для нормальной работы скоринговых методов.

• 3.    Характеристики, входящие в скоринговые модели в России и на Западе, влияние на кредитоспособность заемщика неодинаково.

• 4.   Изменяющиеся социально-экономические условия, которые

• 5.   Модели необходимо создавать на основе новейших данных,

влияют на поведение заемщиков.

контролировать качество их работы, быстро и без значительных затрат перенастраивать модель, что невозможно сделать в западных системах, применяемых в некоторых российских банках.

В настоящее время по данным ЦБ РФ наблюдается тенденция к сокращению роста просроченной задолженности в общей объеме задолженности выданной физическим лицам (рис.).

При этом величина общей задолженности постоянно растет (рис.) Согласно опубликованной статистике ЦБ РФ по кредитам, выданным корпоративным и индивидуальным заемщикам и физическим лицам, можно наблюдать их рост в октябре 2013 г. по сравнению с аналогичным периодом 2012 года, а также с июля по октябрь 2014 года[5].

Рис. . Динамика объемов кредитования с 2012 по 2014 гг.

Существует много способов снижения объема просроченной задолженности, одним из которых являются скоринговые модели. Введение скоринга в кредитные организации становится важным из-за роста объемов задолженности. Внедрение и широкое применение таких моделей в России становится актуальной задачей. На Западе модели используются для автоматизированного принятия решения и сокращения издержек, в то время как в России основной функцией скоринга является снижение и оценка уровня риска заемщика, что в итоге повлияет на снижение объема просроченной задолженности. Совершенствование методов принятия решений будет направлено, в первую очередь, на расширение использования скоринговых моделей для оценки заемщика.