События недели Новостная лента

Через тернии скоринга

Как известно, кредит выдается не каждому желающему, а только тем клиентам, которые соответствуют требованиям конкретного банка. Но если раньше положительное или отрицательное решение по кредитованию принимали живые люди (сотрудники соответствующих отделов банка), то сегодня процедуру андеррайтинга всё чаще поручают компьютеру. Считается, что лишенная эмоций скоринговая программа, призванная автоматизировать процесс оценки заемщика, выдает более точный результат за счет использования идеально точных математических формул и исключения человеческого фактора со всей его необъективностью. Правда пока достаточная статистика о преимуществах скоринга не накоплена, но тем не менее, считается, что использование скоринг-систем повышает надежность андерратинга.
По определению, скоринг – это автоматизированная система оценки, помогающая принять решение о том, можно ли выдавать кредит тому или иному лицу. Данные о заемщике вводятся сотрудником банка в специальную программу, затем система дает ответ о том, соответствует ли финансовое и социальное положение заемщика требуемым для получения займа критериям.
Принцип простой и используется банками без особенных различий – «на входе» операционист имеет дело с одними и теми же данными, да и анкеты, которые клиент заполняет при обращении – будь то потребительский кредит, ипотека или автокредитование, мало различаются у кредитных организаций. Кроме социально-демографических характеристик, они учитывают доходы, наличие кредитных обязательств перед другими банками, имущество в собственности и прочее. Дальше начинается то, что принято называть «коммерческой тайной». Банки крайне неохотно рассказывают о своих скоринг-системах, аргументируя это тем, что размещение в свободном доступе информации о том, какие критерии являются «правильными», позволит легко получать невозвратные кредиты.
Как правило, для кредитных оценок используются три типа скоринг-систем: Application Scoring оценивает кредитоспособность заемщиков из числа физических и юридических лиц, Collection Scoring работает с просроченными задолженностями, оценивая риски по уже выданным кредитам, а Fraud Scoring рассчитывает вероятность мошенничества.

 

Классические скоринговые системы, которые применяются в большинстве банков, рассчитаны на физических лиц и основаны на анализе исторических данных о дефолтах заемщиков, имеющих сходные характеристики. Грубо говоря, такой подход полагается на статистику по определенным группам за какой-либо период: если, к примеру, домохозяйки (социальная группа), имеющие определенный доход, зарекомендовали себя как ответственные заемщики, у которых нет просрочек и задолженностей по потребительским кредитам, система в дальнейшем будет определять их как благонадежных для этого вида услуг.
Методы, которые предлагают наиболее «продвинутые» разработчики скоринг-систем, позволяют отойти от вероятностно-статистической модели и, кроме социально-демографических показателей и данных о доходах потенциального заемщика, учитывать макроэкономические факторы. Такой подход позволяет прогнозировать будущие доходы клиента на основе существующих источников (качества, количества, постоянства), а также социально-демографических показателей (род занятий, стаж работы и прочие характеристики, например, жилищные условия и наличие несовершеннолетних детей).
Такая система позволяет оценить весь комплекс сведений – например, характеристика «жилье в собственности» в группе показателей «жилье» позволяет отнести заемщика к определенной социальной группе с определенным же уровнем доходов. По «месту проживания» можно оценивать расходную составляющую на жилье, например, в случаях, когда жилье арендуется.
Доходная статья складывается из таких характеристик, как доход от предпринимательской деятельности, заработной платы, участия в доходах компании. Иногда банки вводят и такие показатели, как доход по ценным бумагам, доходы по вкладам, премиальные и прочие выплаты, которые не учитываются в официальном заработке. При оценке доходов системой особенно значимым становится общий макроэкономический фон и тенденции рынка. Такой подход разработчики программ для финансовых организаций называют более гибким – он не привязан к существующей статистике дефолтов и позволяет «просчитывать» ситуацию на шаг вперед благодаря привязке к макро­экономическим тенденциям.

С тем, как происходит работа с заемщиками в банках, мало-мальски знаком каждый, кто хоть раз пытался оформить кредит. Оценивать будущего клиента начинают с того самого момента, как он входит в банк. На этом предварительном этапе операционисты не только предложат будущему клиенту заполнить анкету, но и оценят его внешний вид и степень адекватности.
«Существует целая система оценки клиентов, – рассказывает заместитель генерального директора КБ «Лево­береж­ный» Людмила Глушкова. – Сотрудники фронт-офиса должны очень четко понимать, что за заемщик пришел в банк – по внешнему виду, документам. Мы ввели обязательное фотографирование клиентов, чтобы даже если девушка-операционист побоялась принять решение – отказать или не отказать заемщику, информация о нем прошла через вторичный скоринг и специалисты могли принять решение».

 

Далее операционист составляет заявку и по внутреннему Интернету отправляет ее на согласование. На этом этапе начинает работать собственно скоринговая модель. Для первичного андеррайтинга используются «усеченные» варианты – скоринг-системы, которые могут оценить заемщика по минимуму факторов.
Кстати, размер зарплаты некоторые скоринг-системы первичного андеррайтинга попросту игнорируют – вместо них используется информация о доходах населения на местном рынке. С этим связана и одна из погрешностей системы – даже если доходы заемщика выше среднего по рынку, он может «отсечься» системой уже на начальном этапе. В этом случае операционисты просто разводят руками: «вот такая у нас скоринг-система, и мы ничего не можем с этим сделать». Иногда после первичного скоринга сотрудник банка признается, что для данного кредитного продукта баллов недостаточно, и предлагает выбрать другой. Например, для получения кредитной карты в систему закладывается больший процент благонадежности, чем для обычного кредита, но меньший, чем для ипотеки или автокредитования.
Если система все же дала добро, заемщиком начинают заниматься сотрудники бэк-офиса. Вторичный андеррайтинг заключается в проверке предоставленных клиентом данных, звонках на место работы, а также в поиске клиента в «черных списках» – самого банка и кредитного бюро.
Кредитное бюро – это коммерческая организация, которая занимается хранением кредитных историй заемщиков. Система бюро двухуровневая. Первая – это центральный каталог кредитных историй – база, которую ведет Центральный банк. В ней находятся сведения о том, кто из заемщиков передал информацию в любое бюро кредитных историй. Второй уровень – это коммерческие бюро, которые конкурируют между собой и самостоятельно собирают информацию. «В центральном бюро есть информация о том, в каком из кредитных бюро хранится история того или иного клиента. Это просто способ нахождения того бюро, в котором имеется информация вашего заемщика», – рассказывает начальник кредитного управления банка «Левобережный» Андрей Сергеев.
Сейчас в общей базе Центробанка содержится около 15 млн. кредитных историй. Ее формирование, начатое в 2005 году, идет пока что очень медленными темпами – далеко не все заемщики согласны предоставлять информацию о себе. К тому же и сами банки не очень охотно делятся друг с другом сведениями о своих заемщиках. Правда, банкиры все же надеются, что этот механизм заработает так, как в странах с более развитой банковской системой.
Как правило, на все процедуры отводится не более трех-пяти банковских дней, после чего клиент может знать наверняка, посчитали его благонадежным или стоит попытать счастья в другом банке. Впрочем, пока далеко не все банки используют в своей работе специализированные скоринг-системы. Наиболее востребованы «автоматические андеррайтеры» в тех кредитных организациях, которые активно работают на рынке розничного кредитования и имеют постоянный значительный поток клиентов. Во многих банках действует упрощенный подход: сотрудник вручную вводит полученные в результате анкетирования баллы в обычную электронную таблицу и подсчитывает их сумму. Если после подобного подсчета у потенциального заемщика набирается некое число баллов, достаточное для получения конкретного кредита, то гражданин получает «добро».

События недели is powered by

Каталог обзоров