19 АПРЕЛЯ

14:30 | Украина | UABanker.net

Скоринговая модель: возможность стать ближе к клиенту стоит недешево

Ни для кого не секрет, что потребительское кредитование становится все более и более интересным видом бизнеса, как для банков, так и для небанковских финансовых учреждений. По данным экспертов объем выданных потребительских кредитов в Украине составляет около 7 млрд. гривен, что составляет около 1,8% ВВП. Следует заметить, что в эту сумму не включены кредиты на покупку автомобилей и недвижимости. Около 6 млрд. гривен или 85,7% их объема приходится на долю банковской системы. Средняя сумма займа на одного человека в Украине составляет приблизительно $136, что значительно меньше аналогичных показателей даже стран Восточной Европы - $980.

Учитывая обостряющуюся конкуренцию на рынке, кредитным организациям приходится идти на все большие уступки заемщикам. Это и отсутствие первоначального взноса, и размещение кредитных менеджеров прямо в торговом помещении магазинов, и экспресс оформление кредита. Однако наиболее популярной "фишкой" является совсем другое. Возможность получить кредит в считанные минуты, - "не отходя от прилавка", - вот главный козырь нынешних кредиторов. Они обещают выдать готовое решение о возможности выдачи вам кредита в течении 5-30 минут. Да и справка с места работы о заработной плате оказывается лишней бумажкой. Это привлекает, кружит голову и заставляет посетителя, уже держа в руках заветный товар, подписывать любые документы.

Посчитаем риски

Принятие решения о возможности выдачи кредита в столь сжатые сроки вынуждает кредитные организации оптимизировать свои системы анализа под стоящие задачи. Одним из возможных вариантов выхода из сложившейся ситуации является разработка скоринговой модели.

Именно использование скоринговой модели как одного из главных инструментов риск-менеджмента кредитных операций признано во всем мире как одно из наиболее эффективных.

Успех скоринговой модели обуславливается несколькими ключевыми факторами:

•  непредвзятость оценки (скоринг напрочь отметает субъективность оценок, традиционно связанную с кредитными решениями);

•  стандартизация кредитных оценок;

•  возможность автоматизации (так как скоринг предполагает работу лишь с некоторым количеством цифр, он легко автоматизируется);

•  контроль (в силу стандартизации кредитных операций банкам не представляется сложным контролировать и отслеживать эффективность кредитных решений);

•  увеличение доходности (автоматизация процесса означает снижение затрат на ручную обработку заявок на кредит до минимума).

Для эффективного использования кредитного скоринга необходимо учитывать, что существует два вида информации: та, которую учреждение имело при изначальном прогнозировании поведения потенциального заемщика (оценочные данные), и та, которую организация получает в результате использования клиентом кредитных продуктов (рабочие данные).

Для разработки хорошей скоринговой карты прежде всего нужно выбрать ряд факторов, наиболее влияющих на поведение заемщика в будущем. С этой целью необходимо сделать выборку хороших и плохих заемщиков (в т.ч. отказы) за определенный период, чьи заявки были обработаны в свое время вручную. Вслед за этим осуществляется анализ всех данных по заемщикам с использованием статистических методов с целью выявления тех данных, которые являются наиболее частыми "синонимами" отдельно хороших и плохих кредитных счетов. Такой анализ также должен выявить степень корреляции и важности данных с качеством кредитного счета и в последствии их весомость в скоринговой модели.

Результаты, полученные после статистического анализа, и формируют скоринговую карту. К примеру, она может выглядеть следующим образом:

Таблица 1. Пример скоринговой карты

Это далеко не полный набор возможных критериев оценки кредитных рисков потенциальных заемщиков.

Естественно, для начала нужно еще решить кого мы будем называть руководителем. Например, одно дело частный предприниматель из Шепетовки и другое - руководитель крупной компании с оборотами в сотни миллионов долларов США. Это к примеру, - вряд ли последний обратится за потребительским кредитом.

Как видим, здесь имеется достаточно широкое поле для деятельности. Количество данных, потенциально входящих в скоринговую карту, очень велико. Однако следует напомнить, что начиная с определенного этапа существует прямая взаимосвязь между сложностью построения модели и ее эффективностью. Иначе говоря, чем проще модель, тем она эффективнее.

Что такое хорошо и что такое плохо?

Следующим логическим шагом будет определение граничного значения результата скоринговой модели или уровня отсечения, который и разделит всех заемщиков на "плохих" и "хороших". Такой точкой должен стать уровень при котором доходы от хороших заемщиков являются достаточными для покрытия убытков по потенциально плохим. Для этого можно прибегнуть к комплексному анализу и соотношению доходности кредитного портфеля и уровню списаний долгов, отнесенных к безнадежным и прочих расходов. Предположим, что в среднем убытки по одному плохому счету покрываются доходами по десяти хорошим. В данном случае таким уровнем будет значение скоринговой карты соответствующее такому соотношению (в нашем примере это 10/1). Именно такое значение и будет, своего рода, точкой безубыточности кредитных операций банка.

Таблица 2. Пример оценки уровня безубыточности кредитных операций (уровень отсечения)

Именно описанный выше алгоритм является одним из базовых для построения скоринговой системы.

Купив дорогую модель, будьте готовы постоянно ее корректировать

Создание скоринговой модели - довольно хлопотная и сложная задача. Помимо организационной работы кредитная организация должна иметь квалифицированных специалистов в области современных технологий обработки и анализа данных. Однако действительно грамотных в этой области специалистов на рынке очень мало и, как следствие, их труд очень дорог. Отметим, что совсем не обязательно заниматься созданием скоринговых моделей своими силами. Существует, если и не бесконечное множество, то, по крайней мере, достаточно компаний, способных выполнить указанную работу за кредитное учреждение. Лидером на данном рынке по праву считается компания Fair Isaac Corporation. Именно ее системы используются в подавляющем большинстве ведущих американских банков. По имеющейся информации Fair Isaac Corporation была также разработчиком скоринговой модели для одной из украинских компаний. Впрочем, услуги признанных лидеров могут обойтись довольно дорого и стать непосильной ношей для подавляющего большинства отечественных кредитных учреждений. Расценки на создание скоринговых моделей достигают сотен, а то и миллионов условных единиц.

Особо следует отметить, что с помощью скоринговой модели можно прогнозировать кредитный риск лишь на определенный период времени, который, к примеру, на Западе варьируется от одного года до двух. То есть, релевантность модели со временем имеет тенденцию к снижению. Что касается Украины, то в силу всем понятных причин, он не может составлять более года. Таким образом, однажды настроив модель необходимо ее дорабатывать, откалибровывать.

Раздавая кредиты на право и налево, нужно быть готовым к "налогу" на риск

Как свидетельствует опыт Западных стран, после введения в работу скоринговых моделей уровень плохих долгов сократился на 15% - 20% по сравнению с ручной (субъективной) обработкой кредитных заявок. Впрочем, опыт российских финансистов не такой впечатляющий. По разным оценкам, процент "невозвратов" составляет, по разным оценкам, от 10 до 20%.

Если экстраполировать имеющиеся цифры на украинский рынок, можно уже сейчас прикинуть размер будущих проблем отечественных кредиторов. Естественно, можно оспаривать приведенные объемы потребительского кредитования в Украине (7 млрд. грн.). Впрочем, для целей, стоящих сейчас перед нами это не критично. Сейчас важен просто порядок цифр. Если предположить, что уровень "невозвратов" в Украине составит примерно схожую с Россией цифру (10%), то выходит, что украинская кредитная система (банки и небанковские финансовые учреждения) могут "попасть" приблизительно на 700 млн. грн. Отметим, что приведенные цифры носят сугубо теоретический характер, имеют своей целью показать лишь ориентировочный порядок цифр.

Впрочем, не будем такими пессимистами. Ведь, как писал наш "двухсрочный" Президент, Леонид Данилович Кучма, Украина - не Россия.

Текст: Андрей Орлов, специально для UABanker.net.