Программы классификации заемщиков банка

Выдавая кредит заемщику, Банк всегда рискует. Перед тем, как выдать кредит, Банк должен провести анализ кредитоспособности заемщика. Раньше система проверки проходила вручную. Специалисты обрабатывали документы, проводили проверку заемщика.

Сейчас во всех банках внедрена система автоматической оценки кредитоспособности. Первичную проверку проводит система программ, на основании данных, которые вводит кредитный менеджер. Система получила название скоринг (англ. «score» - «количество набранных очков, баллов»). Программа оценки основана на численных методах статистики. Система выставляет балльную оценку, согласно данным заполненной анкеты заемщика и на основании этого анализа выносится решение – дать запрашиваемый кредит, или нет.[1]

Существуют четыре вида скоринга:

Application-scoring , «скоринг заявки» - оценка кредитоспособности заемщиков при подаче заявки на кредит. Является самым распространенным в банковских системах. В его основе как раз и есть та самая статистическая обработка данных заемщика, проставление баллов и вынесение решения по кредиту.

Collection-scoring. Эта программа работает с невозвратными кредитами. Она дает рекомендации по возможным действиям сотрудников банка для возврата проблемных займов. В зависимости от данных, клиенту могут просто позвонить, а могут передать проблемный кредит коллекторам. По статистике, после совершения сотрудниками банка предложенных программой шагов, около половины заемщиков возвращают кредит.

Behavioral-scoring, «скоринг поведения». Эта система оценивает вероятные действия заемщиков, касающиеся финансовой деятельности. Она прогнозирует изменение платежеспособности заемщика, на основании которых можно скорректировать кредитную нагрузку для заемщика – предложить ему индивидуальный кредит или уменьшит лимит по кредитной карте. Данными для анализа, как правило, служат действия клиента за фиксированный период времени – обороты по кредитной карте, появление других кредитов.

Fraud-scoring. Это, пожалуй, самый сложный и объемный вид скоринга - оценка вероятности совершения потенциальных мошеннических действий со стороны заемщика. Система используется вместе с другими видами анализа клиента, причем, не только машинными. Большую роль тут играет объективная оценка заемщика сотрудником банка. [2]

Некоторые системы скоринга служат не только для сбора и анализа данных, но и для прогноза возможного поведения клиента. Это самообучающиеся системы. Они корректируют свою оценку будущих клиентов, на основании данных по уже существующих заемщиков.

Известные западные системы скоринга - SAS Credit Scoring, EGAR Scoring, Transact SM (Experian-Scorex), K4Loans (KXEN), Clementine (SPSS). Среди российских разработчиков выделяются Basegroup Labs, «Диасофт».

Каждый банк старается разработать собственную систему скоринга, учитывающую особенности банка – основные категории клиентов, средние суммы займа.

Скоринговые системы создавались для того, чтобы снизить издержки и минимизировать операционный риск за счет автоматизации принятия решения, сокращают время обработки заявок на предоставление кредита, дают возможность банкам проводить свою кредитную политику централизованно, обеспечивают дополнительную защиту финансовых организаций от мошенничества. [3]

В то же время скоринг имеет и ряд недостатков: часто решение системы основано на анализе данных, предоставленных исключительно самим заемщиком. Кроме того, скоринговые системы необходимо постоянно дорабатывать и поддерживать, так как они учитывают только прошлый опыт и реагируют на изменения социально-экономической ситуации с запозданием. Настраиваемая система позволяет оперативно и гибко отслеживать всевозможные риски для банка.

Внедрение автоматической оценки позволило минимизировать риски внутрибанковского мошенничества, увеличивает скорость получения кредита. Так же внедрение систем первичного скоринга позволило совместить одновременный качественный и количественный анализ рисков.

Количественный анализ – это оценка финансового состояния заемщика.[4] Он учитывает тенденции, характеризующие изменение финансового состояния клиента и факторов, влияющих на эти изменения.

При количественном анализе учитывается уровень дохода заемщика, степень надежности организации, в которой он работает, наличие других кредитов, наличие недвижимости или автотранспорта. Что примечательно, большинство программ не учитывают в скоринговых расчетах вклады, инвестиционные счета и накопления.

Качественный анализ включает в себя информацию о заемщике, которую нельзя выразить в цифрах – семейное положение, наличие образования, должность и т.д. Чтобы проанализировать такие сведения, банк использует сторонние ресурсы – различные базы данных, а также службу экономической безопасности банка.

В разных банках количественный и качественный анализ заемщика производится на разных платформах программ, но принцип у них всех одинаковый.

По итогам набранных баллов, система относит заемщика к той или иной группе риска.

Рассмотрим основные группы заемщиков.

Группа A. Это самые надежные заемщики. Характеризуются высоким чистым доходом, значительно превышающим общие взносы на погашение кредитов. Такие заемщики имеют высокую кредитоспособность благодаря высокой ликвидности и никогда не имели просрочек по кредитам.

Группа B. Основные характеристики заемщиков в этой группе такие же или близкие к группе A, однако, прогнозируется вероятность снижения количественных и качественных характеристик. Заемщики также никогда задерживали оплату и имеют высокую кредитоспособность.

Группа C. Третья группа заемщиков – последняя в списке «хороших» клиентов. Совокупный объем доходов и расходов заемщика свидетельствуют о достижении предела в обеспечении погашения долга. Финансовое состояние ухудшилось в связи с повышением кредитной нагрузки (смена места работы и падение заработка, увеличение общего объема кредитов). У таких клиентов прогнозируется с высокой долей вероятности несвоевременное погашение задолженности по кредиту. Ликвидность по-прежнему высокая и обеспечивает погашение задолженности.

Группа D. Финансовое состояние заемщика нестабильно, периодически возникают проблемы со своевременной   уплатой задолженности и процентов по кредиту в связи с нестабильностью доходов или ростом расходов. Чистый доход в отдельные периоды не обеспечивает уплаты задолженности и процентов по кредиту. Как правило, у таких клиентов низкий уровень ликвидности.

Группа F. Самые ненадежные клиенты. Финансовое состояние заемщика оценивается как неудовлетворительное: совокупный доход не может обеспечить погашение задолженности и процентов по кредитным обязательствам. Обеспечение неликвидное, что подразумевает невозможность погасить задолженность и проценты по кредиту.[5]

К отдельной группе J относят заемщиков, у которых нет достоверной финансовой отчетности, подтверждающей оценку финансового состояния -соответствующих документов и информации по оценке кредитоспособности физического в лица. Также сюда относят клиентов, у которых документы оформлены ненадлежащим образом.

Подведя итог нашему исследованию, можно сделать следующие выводы.

От правильной классификации заемщиков на первоначальном этапе обращения в банк напрямую зависит доход банка. Для наиболее объективной оценки кредитоспособности заемщика банками используются программы, что позволяет снизить субъективную оценку сотрудника, принимающего заявку на кредит.

Скоринг анализирует полученную информацию в тех критериях, от которых зависит риск невозврата займа. Но, как и всякая гибкая система, система скорига имеет свои особенности.

Решение, принятое программой в утром, может кардинально отличаться от решения, которое она примет вечером - огромной поток информации, который скоринг анализирует, меняется в режиме реального времени. Никто не может предугадать, с какой вероятностью программа одобрит кредит на покупку мобильного телефона, но откажет в приобретении стиральной машины одному и тому же клиенту. Программа скоринга - самообучающаяся модель. И вполне возможно, что система критериев и ценностей для неё изменится в самое ближайшее время.