Информационные системы скорингового кредитования

Содержание:

1. ИС в банковском кредитовании……………………………………...3

2. ИС скорингового кредитования……………………………………...9

     1. ИС в банковском  кредитовании 

 Преимущества автоматизации процесса обработки кредитных заявок не вызывают сомнений. Одна такая система способна обработать тысячи кредитных заявок в день, что способствует росту прибыли банка. При этом уровень качества ИТ-решений остается высоким. Наряду с этим снижается роль пресловутого «человеческого фактора» как с точки зрения ненамеренных операционных ошибок, так и с точки зрения умышленного мошенничества. И что особенно важно подчеркнуть - снижается уровень рисков для банка в целом.

Рост клиентской базы и расширение банковских продуктовых линеек закономерно влекут за собой объективные изменения в ИT-среде самых разных кредитных организаций. ИТ-среда банковских учреждений за последние несколько лет существенно усложнилась. Технологии, которые еще год или два назад были актуальными, утратили свою новизну и стали препятствовать дальнейшему развитию ИT. Наряду с этим усилилась конкуренция на рынке дистанционного банковского обслуживания (ДБО), возросли требования клиентов к скорости рассмотрения кредитных заявок и качеству сервиса, а финансовый кризис жестко, но справедливо указал банкам на необходимость более взвешенной оценки рисков в кредитном портфеле.

Неслучайно департаменты информационных технологий ряда банков сразу после кризиса активизировали поиски новых технологических платформ и программных решений, оптимальных  с точки зрения бизнес-процессов. Подобный поиск был необходим  для создания определенного рода продуктов, основная цель использования  которых - автоматизация процессов  принятия решений о кредитовании для максимально быстрой выдачи массовых розничных кредитов с применением  технологии «ценообразование с учетом рисков» (risk-based pricing).

Современные программные  комплексы позволяют автоматизировать весь процесс выдачи кредита вне  зависимости от его сложности  и количества этапов, подчеркивают эксперты. С помощью этих комплексов можно не только прослеживать путь каждой кредитной заявки, но и проводить  оперативный мониторинг работы всей системы. Принцип таких систем исключает  влияние субъективного мнения сотрудника в процессе принятия решения по кредиту. «На выходе» банк получает кредитный  портфель с более низким уровнем  риска при равной доходности, а  также прозрачные бизнес-процессы, которые достаточно легко контролировать.

     Особенностью современного банковского кредитования является необходимость принятия быстрого решения по кредиту. В связи с этим к системам риск-менеджмента кредитных организаций выдвигаются дополнительные требования в отношении скорости  обработки заявок.   Присутствие таких факторов, как использование «ручных» операций при проверке заявок и наличие большого числа разрозненных систем, задействованных в процессе формирования кредитного решения, сильно замедляет процедуру рассмотрения заявки, что в итоге создает серьезные неудобства и для банка, и для клиента.

Эффективным способом решения  данной проблемы является внедрение  единой системы обработки заявок, автоматизирующей весь бизнес-процесс  принятия кредитного решения. Автоматизированная система оценки кредитоспособности (кредитного скоринга) включает взаимосвязанные  модули, обеспечивающие процесс принятия решения о предоставлении кредита  заемщику и процесс обслуживания кредитного портфеля финансовой организации. Банки, внедряющие подобные информационные системы, получают ряд существенных преимуществ, среди которых эксперты выделили следующие. Во-первых, осуществляются эффективная оценка и постоянный контроль уровня рисков заемщика. Во-вторых, увеличиваются число и скорость обработки кредитных заявок. В-третьих, снижается степень влияния субъективных факторов при принятии решения о  предоставлении кредита. В-четвертых, осуществляются оценка и управление риском портфеля кредитов банка в целом, включая его отделения. При определении параметров новых кредитов учитывается уровень рентабельности и риска уже имеющегося кредитного портфеля. Реализуется единый подход при оценке заемщиков для различных типов кредитных продуктов (кредитные карты, потребительские кредиты, автокредитование, ипотечные кредиты). Происходит адаптация условий кредита под возможности заемщика.

Наконец, появляется возможность  сократить численность банковских сотрудников и сэкономить за счет использования персонала более  низкой квалификации.

Хотя, конечно, справедливости ради нужно отметить, что в целом  автоматизация скоринга - довольно затратный проект. Скоринговые системы  высокого уровня требуют значительных затрат как на этапе разработки и  внедрения, так и на этапе поддержки. Рыночная ситуация в России динамично  меняется и сильно зависит от конкретного  региона, а это, в свою очередь, приводит к значительному росту операционных расходов. При этом сроки отладки  такой системы занимают достаточно много времени. Поэтому пока что  для большого числа банков полный переход на автоматизированную скоринговую  оценку заемщика невозможен. Хотя не исключено, что в будущем финансово-кредитные  организации будут более активно  использовать данную технологию принятия решений.

«Кредитный конвейер»

Некоторые банки, желающие надежно  закрепиться на рынке массового  кредитования, считают необходимым  технологическим элементом для  запуска массового кредитования систему класса «кредитный конвейер». Основой конвейера являются типовые  бизнес-процессы обработки заявок на покупку банковских продуктов, реализованные  на определенной платформе управления бизнес-процессами (BPM-платформа). В конкретном банке бизнес-процессы адаптируются с учетом его специфики и продуктов.

Конвейер работает не только для привлечения новых клиентов, но и для collection, отмечают эксперты. Мировой  опыт показывает, что большой процент  клиентов можно не доводить до просрочки, вовремя предложив им реструктуризацию.

С точки зрения ИТ создание кредитного конвейера - достаточно сложный  проект, поскольку он включает в  себя несколько менее масштабных, однако от этого не менее важных взаимосвязанных проектов. Во-первых, для того чтобы создать кредитный  конвейер, необходимо внедрить систему  обработки кредитных заявок, внедрить и настроить систему управления рисками. Причем, как правило, таких  систем должно быть несколько - скоринговая  система, система класса fraud management и  др. Во-вторых, нужно автоматизировать взаимодействие всех этих систем. Эта  стадия носит название интеграционного  проекта. Выдаваемые кредиты должны попадать в бэк-офисную систему, а чтобы они эффективно учитывались  в этой системе, ее нужно настроить  под новые массовые продукты.

Если продуктовый ряд  содержит продукты на базе пластиковых  карточек, то необходимо выполнить  соответствующие доработки в  системе управления пластиковыми карточками. То есть в проект вовлечено достаточно много ИT-систем, и в итоге нужно  обеспечить их согласованную работу.

Кроме того, определенные участки  бизнес-процессов выполняет персонал, а значит, нужно сделать так, чтобы  решение отслеживало, в какое  подразделение, кому и когда передана задача, каков статус ее выполнения.

Конечно, ситуация была бы идеальной, если бы в кредитном бизнесе существовала возможность изначально полностью  спланировать все бизнес-процессы по принципу «раз и навсегда». Однако мы живем в реальном, быстро меняющемся мире, поэтому почти всегда требуется  изменение условий работы скоринговых систем, систем управления рисками, систем борьбы с мошенничеством.

Рынок кредитных продуктов  сегодня находится на подъеме. Аналитики  подсчитали, что только сегмент потребительского кредитования - наиболее массовый из всех - по итогам года вырос примерно на 20%. Его стабильный рост на протяжении нескольких последних лет привлекает все больше игроков. С ростом уровня конкуренции банки нуждаются  в увеличении скорости обработки  данных в ходе принятия решений по кредитным заявкам для обслуживания максимального количества клиентов за короткий срок. При этом на первый план выходит потребность в обеспечении  качества принимаемых решений. Этой проблеме сегодня уделяется значительное внимание, и в этой связи все  большую актуальность приобретают  аналитические продукты бюро кредитных  историй, такие как системы противодействия  мошенничеству и скоринги.

 Скоринги - это аналитические  модели, которые могут использоваться  для автоматизации принятия решений  по кредиту, проведения мониторинга  портфеля, снижения издержек при  сборе задолженности или для  выбора надежных заемщиков при  кросс-продажах. Аналитическое подразделение  БКИ Equifax создает подобные модели  для широкого пула клиентов. На  счету бюро более 2000 проектов  по всему миру. В частности,  скоринговые модели Equifax применяются  в банковском секторе, в области  страхования, телекоммуникаций и  в других областях. Сочетание  разных скорингов позволяет решать  самые разнообразные задачи. К  примеру, анализ вероятности дефолта  клиентов (на основе скоринга  бюро) имеет высокую корреляцию  с риском высоких выплат в  страховании.

 Еще одно направление  аналитики БКИ - системы противодействия  мошенничеству. Здесь признанным  в мире лидером является разработка Equifax Fraud Prevention Service (FPS). Сервис работает  на основе заданных правил, баллов  и предикторов и осуществляет  поиск признаков мошенничества по кредитным заявкам. В России FPS был представлен в мае 2010 года (в других странах подобные системы уже используются на протяжении многих лет) и в настоящий момент работает в банковской сфере. В других странах FPS используется не только в банковской сфере, но и для предотвращения мошенничества в страховании. В базе FPS уже доступно более 100 млн кредитных историй, и система обрабатывает более 1 млн запросов ежемесячно. В «боевом» режиме к системе подключены 15 банков из ТОП-30 в области потребительского кредитования. Среди партнеров можно выделить Хоум Кредит энд Финанс Банк, ОТП Банк, Альфа-Банк, Русский Стандарт, Банк «ТРАСТ» и Совкомбанк.

2. ИС скорингового кредитования

Кредитные «истории» начинаются, как правило, одинаково: «Я решил  взять кредит и cо всеми необходимыми документами направился в банк». Концовки таких рассказов обычно не совпадают: одни заемщики, радостные, чуть не выбегают из банковского офиса  с договором в руках, другие –  впадают в депрессию из-за отклоненной  заявки. Во втором случае на голову руководства  банка посыпятся проклятия. Однако не стоит спешить с обвинениями: приговор вам, скорее всего, вынесла  автоматическая система скоринга. Бездушная  машина.

Скоринг (от англ. «score» –  «подсчёт очков») автоматизированный метод, применяемый сегодня в  большинстве банков мира. Он основан  на построении абстрактных (но при этом универсальных!) моделей заемщиков: каждому смоделированному портрету клиента соответствует определенный уровень баллов и соответствующий  этим баллам статус. Система скоринга умеет обрабатывать анкеты обратившихся в банк, присваивая за каждую позицию («стаж работы» или «количество  детей») конкретное количество очков.

Далее, по этим набранным  заемщиком баллам, модель скоринга относит его в одну из групп: от «великолепный заемщик» до «высокорисковый». Классификация показывает банку: можно  ли доверять человеку, который хочет  взять кредит, или все же не стоит? Иными словами, скоринг клиента  – интегральный показатель всех его  анкетных характеристик, который сопоставляется  с определенным числовым порогом, а  порог – это так называемая линия безубыточности для банка. Те, кто преодолел границу, получают кредит; те, кто остался ниже линии  безубыточности, получат отказ.

Таким образом, скоринг предполагает максимально объективную оценку и исключает не только ситуации  человеческой симпатии представителя  банка к заемщику, но и попытки  мошенничества со стороны заемщиков.

Помимо оценки кредитоспособности клиента, скоринг решает еще одну, не менее важную для банка задачу – он максимально сокращает время  рассмотрения заявки. Кстати, автоматизированный метод анализа возник во времена  Второй мировой войны, когда банкам катастрофически не хватало  аналитиков для принятия решений о выдаче кредита. Для того, чтобы не выделять на каждого клиента отдельного банковского  эксперта для оценки потенциальных  заемщиков, банкиры разработали  первые рейтинговые системы, которые  и помогали быстро и эффективно рассматривать  кредитные заявки. Впоследствии метод  был полностью автоматизирован, и технология позволила не только определить степень возможного доверия  к клиенту со стороны банка, но и размер кредита.

В Россию скоринг пришел в 2005-2006 годах и изначально тоже был  призван облегчить работу сотрудникам  банка. Кредитный бум, охвативший в  то время на страну, привел в отделения  огромные очереди желающих взять  ссуду; банковские аналитики приходили  оформлять займы даже в магазины – в тех условиях, без автоматизированной поддержки банкам было не обойтись.

«Использование скоринговых  моделей оправдано, при необходимости  оперативного определения уровня кредитного риска для принятия оперативных  решений по установлению лимитов», – считает генеральный директор «Национального рейтингового агентства» Виктор Четвериков.

«Однако такие оценки не позволяют прогнозировать изменение  риска и управлять риском. Такие  оценки статичны. Продвинутый риск-менеджмент помимо оценки лимитов использует ситуационный анализ и модели стресс-тестирования, которые позволяют прогнозировать динамику риска в отношении объекта  оценки риска в случае развития различных  сценариев. Однако сегодня примерно 15% банков, продолжают использовать в  своей работе не результаты расчетных  оценок, а критерии соответствия Положения 254 П ЦБ России и коллегиальное  решение (а зачастую и личное решение  управляющего), чем создают дополнительные риски неоправданных потерь».

В целом, сегодня системы  скоринга применяются более чем  в 80% российских банков; те же, кто пока не успел внедрить аналитическую  модель, планируют сделать это  в ближайшее время. Однако нужно  учесть, что для построения эффективных  скоринговых методов банки должны обладать наиболее полной информацией  о своих клиентах, а это сейчас сделать достаточно сложно в силу  нестабильности социально-экономических  условий и все еще не столь  огромной популярности кредитования среди  россиян. В такой ситуации об «истинно-объективном» скоринге в России говорить сложно: часто скоринговые портреты «идеальных»  заемщиков не соответствуют реальности, а значит, система вполне может  допускать ошибки.

Но все же оценки экспертов  не столь пессимистичны. «Сегодня банки  обновляют модели скоринга примерно на ежеквартальной основе. На наш взгляд, этого вполне достаточно», – отмечает Олег Лагуткин, генеральный директор бюро кредитных историй «Эквифакс  Кредит Сервисиз».

«Дело в том, что такие  обновления не фундаментальны и, как  правило, существенно скоринговую  модель не меняют, а лишь улучшают, «тюнингуют». Необходимость такого тюнинга вызвана  высоким уровнем конкуренции  между банками, уровень качества оценки кредитоспособности должен поддерживаться на должном уровне», – поясняет Олег Лагуткин.

Стоит особо подчеркнуть, что скоринг оценивает информацию, а не человека. Системы принимают  решение на основании данных о  предыдущих выдачах кредита, а личные обстоятельства, гарантии, обещания пришедшего в банк не имеют значения. И считать  ли  такой факт «плюсом» или «минусом»  все еще остается серьезным вопросом.

Как правило, банки делают выбор между двумя моделями построения скоринга. Первый вариант – определить изначально целевую аудиторию, представители  которой, в основном, станут заемщиками банка. Тогда аналитики создают  портрет «идеального» заемщика, под  который «подгоняются» все обратившиеся за кредитом.

 «Изначально российские  банки использовали зарубежные  скоринговые системы, причем в  основном американские» — комментирует  аналитик «ИнвестКафе» Никита  Игнатенко. «Западные скоринговые  модели гораздо более функциональны,  чем российские, однако требуют  серьезной адаптации с учетом  специфики российских заемщиков.  Западные модели в чистом виде  практически не работают и  демонстрируют очень плохие результаты  эффективности».

Вторая схема более  сложная. Банк изначально примеряет  на себя модель скоринга одной из зарубежных стран, впоследствии постоянно корректируя  требования к заемщикам. При таком  подходе на первых этапах скоринга банк выдает кредиты практически  всем, отказывая лишь очевидным мошенникам. Естественно, такая политика банка  влечет за собой огромное количество «несчастных» кредитных историй. Так  что банк, после анализа анкет, приобретает опыт в определении  «плохих» заемщиков. Далее достраивается  индивидуальная скоринговая стратегия. Понятно, что такой «дефолтовский» способ связан с огромными издержками для банка, так что к нему прибегают  только крупные банковские игроки, способные жертвовать такими деньгами.

«Многие скоринговые модели были рекомендованы банкам европейскими и американскими консалтинговыми  компаниями, в период благоприятной  экономической ситуации в мире и  в России, – напоминает Виктор Четвериков и поясняет:  Но у нас западные скоринговые модели требуют существенных доработок и переработок, в части  подхода. Еще один недостаток в том, что они заточены под правила  прозрачного рынка и полного  раскрытия информации заемщиками перед  банками, а также ответственности  за предоставляемую информацию».

Другая сторона скоринговой  модели банка – взаимодействие с  другими аналитическими компаниями. «Банки, которые активно кредитуют  и выдают не менее 10-20тыс. кредитов в  месяц, как правило, в первую очередь  опираются на собственные системы  скоринга», – говорит Олег Лагуткин.

«Однако скоринг-оценка, получаемая от бюро кредитных историй, может  существенно улучшить параметры  собственной модели банка. Тут дело в том, что бюро кредитных историй  имеют данные о полной кредитной  истории заемщика, что значительно  уточняет оценку. Сейчас ситуация такова: некоторые банки покупают в бюро кредитные истории, а впоследствии «докручивают» их собственными методами. Другие покупают в бюро не только кредитные  истории, но и скоринговую оценку и далее с помощью таблиц сопоставления  сводят две оценки вместе. Практика доказала, что именно такой метод  позволяет достичь максимальной точности итоговой оценки, но требует  от банка решения дополнительных аналитических задач, что уже  могут позволить себе не все банки. Так что пока услугами скоринга от кредитных бюро пользуются не все  банки. Но я думаю, что в три-пять лет, более 90-95% банков станут использовать эту схему — делать собственную  модель скоринга и совмещать ее с  оценкой от бюро кредитных историй», – делает прогноз Олег Лагуткин.

Только у заемщика свое представление о собственной  кредитоспособности. И конечно, любой, кто пришел в банк за кредитом, рассчитывает на одобрение своей заявки. Получив  же отказ от «бездушной машины», кто-то таит обиду на всех сотрудников банка, а кто-то начинает работать над своей  привлекательностью как заемщика. По данным   голосования, проведенном  Банк.ru,  40%  опрошенным отказыли в  выдаче кредита. Лишь 14%  указали  вариант «всегда могу получить кредит»,  столько же затруднились с ответом. 31% респондентов выбрали позицию  «зависит от условий банка». Почувствовать  себя увереннее тем, кому не всегда удается получить займ, позволят услуги финасовых брокеров. Такие организации  предоставляют услуги по подсчету клиентского  скоринга.

«Насколько я знаю, финансовые брокеры напрямую работают с несколькими  банками, – говорит Никита Игнатенко. – Заемщики, приходя к брокеру  проходят проверку по скорингам всех этих банков, которые сразу одобряют кредиты. В любом случае, у каждого банка  собственные настройки скоринга, поэтому отказ в одном банке совсем не означает отказ во всех остальных».

Однако большинство экспертов  отмечают: обращаться к брокерам часто  бессмысленно. Ведь основная часть  банков, опасаясь столкнуться с невозвратом  кредита, не доверяет никому кроме собственной  скоринговой системы — а значит, вам все равно придется пройти «тест» в его офисе.