CC BY
406
ПОВЫШЕНИЕ КАЧЕСТВА ВЗАИМООТНОШЕНИИ БАНКА С КЛИЕНТАМИ-ЗАЕМЩИКАМИ НА ОСНОВЕ ВНЕДРЕНИЯ ИННОВАЦИОННЫХ СИСТЕМ КРЕДИТНОГО СКОРИНГА
Жамгарян К.А., аспирант ФГУП «Российский научно-исследовательский центр информации по стандартизации, метрологии и
оценке соответствия»
В статье анализируется понятие кредитного скоринга и его роль в банковской системе, а также свойства скоринговой системы и условия ее внедрения на отечественном рынке кредитования.
Ключевые слова: инновации, скоринг, кредитная организация, банки, скоринговая система.
IMPROVEMENT OF QUALITY OF MUTUAL RELATIONS OF BANK WITH CLIENTS-BORROWERS ON THE BASIS OF INTRODUCTION OF INNOVATIVE SYSTEMS CREDIT SCORING
Zhamgarjan K., Post-graduate student of The Russian research centre of the information on standardization, metrology and a conformity
estimation
In article the concept credit scoring and its role in bank system, and also properties scoring systems and conditions of its introduction in the domestic market of crediting is analyzed.
Keywords: innovations, scoring, the credit company, banks, scoring system.
Как показывает анализ, в настоящее время большинство отечественных банков в своей практике используют некие простейшие подобия скоринговых систем, позволяющих оценивать клиента-за-емщика, которые в определенной стапени упрощают работу кредитных экспертов. Но такие элементарные программы (порядка 70% представляют собой таблицы, выполненные в MS Excel) имеют значительное количество недостатков, вследствие чего их никак нельзя назвать «скоринговыми системами» в истинном понимании этого слова. Основными недостатками подобных систем оценки кредитоспособности заемщиков являются следующие [1]:
• децентрализованность системы оценки;
• противоречие между фиксированными и достаточно сжатыми сроками оценки и сложностью ее проведения - смена или корректировка методики оценки превращается в длительную процедуру из-за большого количества точек обслуживания;
• невозможность построения сложной стратегии принятия решения;
• скоринговые модели основаны на экспертных знаниях кредитных аналитиков банка, что ограничивает качество моделей и опосредованно сокращает клиентскую базу.
Если обратимся к истории возникновения скоринговых систем, то увидим, что еще в 1941 г. Дэвид Дюран применил систему классификации кредитов на «хорошие» и «плохие», установов как группы факторов, позволяющие определить степень кредитного риска, так и коэффициенты, определяющие кредитоспособность частного клиента [2]. Исходя из этой системы заемщик, который преодолевал пороговое значение, набрав достаточное количество баллов, потенциально мог получить кредит. Идея Дэвида Дюрана получила продолжение в Сан-Франциско, где вскоре образовалась первая консалтинговая компания в области скоринга Fair Issac. С появлением массовых кредитных продуктов к идее скоринга обратились все финансовые учреждения США. Основная цель банков при внедрении полноценных скоринговых систем преследовала достижение следующих результатов:
- увеличение кредитного портфеля за счет уменьшения количества необоснованных отказов по кредитным заявкам;
- уменьшение уровня невозвратов кредитов;
- ускорение процедуры оценки потенциального заемщика;
- повышение точности оценки заемщика;
- формирование и систематическое пополнение централизованной базы данных о заемщиках;
- снижение объема резервов, формируемых для покрытия возможных потерь в случае невозврата кредитов;
- повышение оперативности и качества оценки динамики изменений кредитного счета индивидуального заемщика и кредитного портфеля в целом.
Исходя из вышеизложенных задач, создание и развитие скорин-говой системы преследует две основные цели:
• разработку скоринговых моделей - моделей оценки кредитоспособности заемщика;
• формирование скоринговой инфраструктуры.
Достижение первой из указанных целей предполагает решение
следующих задач:
• определение ключевой цели и типа скоринга, т.е. определение того, для чего конкретно будет использоваться скоринг -оценка заемщика, оценка динамики состояния счета или же определение оптимальной стратегии по «плохим» заемщикам;
• оценка, анализ и определение критериев: задание критериев оценки кредитоспособности и определение базовых параметров классификации заемщиков;
• выбор методов построения скоринговых моделей: исследование доступных методов создания скоринговых моделей на предмет максимальной адекватности имеющейся ситуации;
• оценка финансовой эффективности моделей: оценка и анализ общего влияния скоринговой модели на кредитный портфель организации в целом.
Для достижения второй из указанных целей необходимо решение задач несколько иного характера:
• управление кредитными продуктами - определение соответствия между моделями и типами кредитных продуктов, использование для различных целевых групп различных моделей оценки;
• формирование стратегии принятия решений, т.е. установление правил интерпретации скорингового результата, определение принципов стратегии принятия решения по кредитной заявке;
• мониторинг точек продаж кредитов - оценка эффективности и динамики работы в режиме реального времени, отслеживание количества «фиктивных» запросов на получение оценки, отслеживание принятых решений на основе скоринга;
• мониторинг адекватности кредитного портфеля и моделей - проверка рабочей адекватности модели на текущих заемщиках, оценка фактора субъективности при приятии решений.
Следует отметить, что по своей сущности скоринг является методом классификации совокупности заемщиков на различные группы. Однако на практике в зависимости от задач анализа заемщика, кредитный скоринг подразделяется на следующие виды [4]:
а) Арріісагіоп-скоринг - оценка кредитоспособности заемщиков для получения кредита. Данный вопрос для отечественных банков стоит весьма остро;
б) Соїіесгіоп-скоринг - определение приоритетных направлений работы и мероприятий в отношении заемщиков, состояние кредитного счета которых классифицировано как «неудовлетворительное». Использование этого типа скоринга позволяет вести планомерную работу с просроченной задолженностью до момента ее передачи в коллекторское агентство;
в) Behavioral-скоринг (поведенческий кредитный скоринг) -
оценка динамики состояния кредитного счета заемщика. Используемые для этой задачи вероятностные скоринговые модели позволяют спрогнозировать изменение платежеспособности заемщика, определить оптимальные лимиты по кредитной карте и т.д. Например, на основании поведения заемщика за предыдущие пять месяцев можно спрогнозировать его поведение в последующие два месяца;
г) Fraud скоринг - оценка вероятности мошенничества потенциального заемщика. Этот тип скоринга, как правило, используется в связке с Application- и Behavioral-скорингом для более детального анализа заемщиков.
На сегодняшний день известны разработки SAS, KXEN, Experian, SPSS, EGAR, которые являются не специализированными программными средствами для скоринга, а универсальными аналитическими инструментами, которые также можно использовать для построения собственных скоринговых моделей. Скорин-говая система представляет собой сложную систему автоматизации выдачи потребительских кредитов в банковских отделениях, торговых точках, через Интернет, которая использует в качестве аналитического ядра решение одной из известных компаний-разработ-чиков.
Скоринг - это не только работа с определенными скоринговы-ми моделями, но и построение скоринговой инфраструктуры. Во многих аналитических программах результат анализа данных сохраняется в виде программного кода, и его можно добавить в банковское программное обеспечение. Иначе говоря, скоринговая система включает в себя специальное программное обеспечение, с помощью которого можно рассчитать необходимый показатель на основе соответствующих исходных данных, внесенных в скорин-говую карту. Скоринговая карта - это совокупность утвержденных банком определенных характеристик и соответствующих весовых коэффициентов. Скоринговых карт, как правило, в банках несколько, поскольку они зависят от конкретных кредитных продуктов. Например, под ипотеку необходима одна скоринговая карта, а под автокредит совершенно другая. Обычно моделей тоже бывает несколько. Как правило, заявка на кредит проходит через большое количество моделей, причем для разных категорий лиц могут применяться различные модели даже на одной скоринговой карте. В процессе эксплуатации скоринговой системы наиболее важен мониторинг качества и эффективности работы скоринговой модели. И именно здесь эксперты видят одну из основных проблем кредитного скоринга. Одной из основных трудностей скоринговых систем является плохая адаптируемость, т.к. с течением времени могут меняться условия, в которых функционируют заемщики, соответственно, и скоринговые модели необходимо актуализировать, периодически проверяя и при необходимости разрабатывая новую модель как для различных временных периодов, так и для различных регионов. Период между заменой модели может изменяться в зависимости от структуры рынков и стабильности экономики. Для адаптации новой скоринговой модели экспертам необходимо определить коэффициенты для различных факторов, определяющих кредитоспособность клиента. Поэтому эксперт должен быть в состоянии оценить текущую ситуацию на рынке. Результатом должен стать набор факторов с весовыми коэффициентами и пороговое значение, которые являются субъективными и зачастую статистически не вполне обоснованными. Преодоление данных недостатков скоринговых систем возможно с помощью инструментов интеллектуального анализа данных. Одним из наиболее распространенных методов автоматического анализа является построение древовидных диаграмм, графиков и таблиц, в ходе которого программа самостоятельно сегментирует данные, оставляя эксперту необходимость лишь указать целевую переменную, переменные - пре-дикаторы и выбрать алгоритм построения дерева решений. Представить результаты анализа можно также в виде таблицы или графика. Правильно построенное на основе данных прошлых периодов дерево решения обладает одной весьма важной особенностью
- способностью к обобщению. И можно с большей уверенностью сказать, что вновь обратившийся заемщик поведет себя также, как те заемщики, которые уже обратились за кредитом и характеристики которых уже имеются в базе данных кредитной организации.
Скоринговые системы традиционно состоят из модуля подготовки исходных данных, аналитического модуля и модуля отчетности. Данные скоринговой системы могут быть двух типов. Первый тип - знания персонала кредитных отделов банков о конкретных типах кредитных продуктов (например, потребительские кредиты,
авто- и ипотечное кредитование и др.) и своих клиентах. Второй тип - статистика по уже выданным кредитам (с учетом «хороших» и «плохих» заемщиков). В том случае, если банк не обладает указанными элементами (ни экспертными знаниями, ни статистикой выданных кредитов), модель скоринговой системы строится на основании региональных и отраслевых данных. На рынке разработчиков скоринговых систем в настоящее время присутствуют как западные, так и отечественные компании. Западные скоринговые системы, как правило, представляют собой дорогие брендовые решения, ориентированные на крупные банки, а отечественные - более простые и дешевые расчетные системы с учетом специфики отечественного рынка. Наиболее известными западными скорин-говыми системами являются SAS Credit Scoring, EGAR Scoring, Transact SM (Experian - Scorex), K4Loans (KXEN) и Clementine (SPSS). Из отечественных разработчиков можно отметить Basegroup Labs. Поэтому, рассматривая различные скоринговые решения, можно условно разделять на системы для западного рынка и системы для отечественного рынка. Конечно, системы для западного рынка более функциональны, но для работы в отечественных условиях необходимо пройти сложный путь внедрения, интеграции и адаптации этих систем. Сравнивая западные и отечественные скорин-говые системы, хотелось бы заметить следующее.
Во-первых, западные системы появились раньше и, естественно, имеют гораздо больший срок эксплуатации. Исходя из этого, у них больший объем кредитных историй, хотя далеко и не во всем подходящий для отечественного рынка.
Во-вторых, в западных системах нет инструментов для работы с малым объемом кредитных историй, что как раз необходимо для отечественного рынка.
При реализации скоринговой системы традиционно применяются два подхода. Первый - это классический скоринг, основанный на анализе исторических данных с применением современных математических методов. Второй - это скоринг «по правилам», когда экспертами задаются правила оценки кредитоспособности, и программа автоматизирует алгоритм без применения статистических методов анализа исторических данных. Сегодня чаще всего большинство банков пользуются вторым подходом.
Однако, по мнению автора, в ближайшие годы именно на системы классического скоринга будет расти спрос по мере накопления достаточного количества кредитных историй. А скоринг по правилам, скорее всего, будет применяться для ипотечного кредитования.
Анализируя скоринговую систему с точки зрения банковского программного обеспечения, нужно заметить, что кредитный ско-ринг включает в себя мидл-офис, условно расположенным между фронт-офисным и бэк-офисными решениями. Следует иметь ввиду, что при более подробном анализе распределение функций при кредитовании между мидл-офисом, фронт-офисом и бэк-офисом, с точки зрения банковской инфраструктуры, необходимо помнить о том, что это распределение условно, т.к. в некоторых отечественных банках отсутствует мидл-офис и его функций разделены между фронт-офисом и бэк-офисом. И, кроме того, некоторые функций в принципе не могут быть однозначно отнесены к какой-либо части инфраструктуры [5]. Функции составных частей кредитного ско-ринга сводятся к следующему:
а) фронт-офис: 1) непосредственное общение с клиентом; 2) первичная верификация данных, предоставленных заемщиком; 3) сбор и анализ пакета документов заемщика; 4) подготовка договоров;
б) мидл-офис: 1) расчет суммы резерва; 2) собственно скоринг; 3) проведение кредитной экспертизы; 4) определение перспектив погашения кредита;
в) бэк-офис: 1) формирование кредитного дела; 2) непосредственное оформление выдачи кредита; 3) открытие счета и оприходование договоров; 4) осуществление бухгалтерских операций; 5) оценка качества кредитного портфеля.
Одной из важных проблем повышения качества взаимоотношений банка с клиентами-заемщиками является обоснование критериев выбора и внедрения скоринговых систем.
Следует отметить, что вопрос о выборе скоринговой системы напрямую зависит от поставленных задач. Большинство банков воспринимают скоринговую систему достаточно узко, т.е. как процесс математических расчетов скорингового балла на основании введенных в систему данных. Однако при этом следует иметь в виду, что скоринговую систему можно использовать не только для авто-
матизации работы кредитных инспекторов, но и для решения не менее важных задач (работа с «плохими кредитами», сегментация клиентской базы, борьба с мошенничеством, анализ технических сбоев и управление ликвидностью и т.д.). Одной из главных проблем при внедрении скоринговой системы является отсутствие понимания всей сложности скорингового решения. Во многих банках до сих пор полагают, что для оценки кредитоспособности заемщика достаточно провести анализ данных с помощью стандартных программ, как например, MS Excel. Однако в настоящее время все большее количество банков обращаются к профессиональному ско-ринг-вендору, поскольку кредитное решение, отвечающее всем требованиям динамично развивающегося рынка, может предоставить только компания, владеющая всей полнотой теоретических и практических знаний о методологии построения систем кредитного ско-ринга.
Еще одна проблема, на которую необходимо обратить внимание, связана с отсутствием необходимых данных для работы системы кредитного скоринга. Аналитические технологии могут успешно работать только тогда, когда есть что анализировать, т.е имеется исходная информация. И дело здесь в том, что большинство отечественных банков просто не успело за относительно короткое время работы собрать достаточное для анализа количество информации. Без общей системы сбора данных очень сложно проследить долгосрочные тенденции развития, объяснить, почему падают продажи, выработать оптимальную маркетинговую стратегию и т.д. Но даже если в банке налажен сбор данных, нередки случаи, что работа с ними все равно представляет проблему для скоринг-вендора. Зачастую данные на разных участках банковской инфраструктуры собираются в совершенно разных форматах. Одновременно могут существовать базы различных типов, например ORACLE, MS SQL, таблицы MS Excel и MS Access, а также базы в формате собственной учетной системы, разработанной программистами банка. Наиболее оптимальный, хотя и дорогостоящий вариант в этом случае -внедрение единого хранилища данных, в котором бы собиралась информация обо всей деятельности банка, а также максимально полная информация о клиентах. Некоторые банки, считают, что в тех случаях, когда данные собираются уже много лет и разрастаются до значительных объемов, это становиться непреодолимой преградой для внедрения системы кредитного скоринга. Однако грамотная интеграции системы позволяет свести эту проблему к минимуму.
Еще одной серьезной проблемой может стать неполное представление данных в базе. В силу непродуманной технологии сбора данных или из-за ее нарушения данные могут собираться стихийно, бессистемно, фрагментарно. Анализ подобных данных может быть небезопасен, поскольку на основе недостаточно корректных исходных данных очень легко принять неверное решение.
При внедрении полноценной скоринговой системы необходимо сформулировать соответствующие требования к ней, которые зависят от целей ее использования [6]:
- банк собирается регулярно выводить на рынок новые кредитные продукты, тогда на первое место из требований к скоринговой системе выдвигается как гибкость, т.е. банк должен иметь возможность быстро и качественно запускать в работу новые кредитные продукты;
- банк в первую очередь ориентируется на риск-менеджмент, т.е. политика банка в большей степени определяется оценкой рисков - тогда основные требования к системе будут связаны с отчетностью;
- банк потратил значительные ресурсы на собственное хранилище данных, фронт-офис или какое-то другое банковское программное обеспечение, вследствие этого на первое место выходит возможность легкой интеграции скоринговой системы применительно к уже существующим решениям;
- банк обладает большим количеством отделений, у него подписаны контракты с рядом крупных торговых сетей. Для такого банка самыми важными требованиями будет масштабируемость и производительность системы.
Как показывает практика, в последние годы наблюдается повышенный интерес к отечественным банкам со стороны иностранных инвесторов. А это обозначает, что одной из немаловажных особенностей системы кредитного скоринга, функционирующей в отечественном банке, становится ее соответствие соглашению Базель II с точки зрения рабочего процесса и обработки кредита. При использовании скоринговой системы, результатом оценки должна
являться не только дифференциация кредитной заявки на «хорошую» или «плохую», но также вероятность невозврата кредита, уровень риска и максимальный лимит кредита, а также рекомендуется к выполнению целый ряд особенностей, которые в целом позволяют построить наиболее эффективную систему управления рисками. Поэтому при внедрении скоринговой системы необходимо учитывать некоторые требования соглашения Базель 2, которым она должна удовлетворять [5]:
• качественная локализация рисков (7 категорий рейтинга для «хороших» заемщиков, І категория для заемщиков в дефолте);
• обеспечение централизованного хранения всей информации;
• возможность эволюции по мере накопления данных (от консервативной (экспертной) до автоматизированной (статистической));
• обеспечение контроля и оценки, как комплексных показателей, так и данных по каждому заемщику в любой момент времени;
• единая система документирования процесса построения скоринговых моделей;
• наличие возможности коррекции модели, как по всему портфелю, так и по высокорисковым диапазонам отдельно, с минимальной частотой І раз в год.
В настоящее время одним из перспективных аспектов внедрения скоринговой системы является управление проблемными активами. Дело в том, что в последние годы в Европе заметно увеличился спрос на проблемные кредиты со стороны иностранных инвесторов. В этой связи продажа определенной части или же всего портфеля проблемных кредитов считается рациональным выходом для банков, т.к. позволяет улучшить способность к возврату средств без ухудшения возможностей генерирования будущих денежных потоков. Другими словами, в случае, если показатель проблемных кредитов превышает допустимый уровень, становится невыгодно держать их на балансе банка. Управление проблемными активами может рассматриваться как выгодный бизнес и со стороны отечественных кредитных организаций.
Исходя из вышеизложенного, можно прийти к выводу о том, что банки, всерьез задумавшиеся о внедрении системы кредитного скоринга, должны руководствоваться главным принципом: банк должен осознать свои потребности и только потом приступить к выбору скоринговой системы и скоринг-вендора. Без ясного понимания сотрудниками банка, что именно ожидает конкретный банк от внедрения системы кредитного скоринга, грамотный выбор системы будет невозможен. Реализация же инновационной скоринго-вой системы позволит банку значительно повысить качество взаимоотношений с клиентами, предлагая более гибкие условия по кредитам, эффективно и оперативно выделяя потенциально недобросовестных заемщиков, снижая процент невозврата, что, в свою очередь, позволит снизить закладываемую премию за риск, предложить более привлекательные процентные ставки и, в конечном счете, значительно укрепить свои конкурентные позиции в сфере кредитования физических лиц.
Литература:
1. http://www.prostobankir.com.ua - Кредитный скоринг от «А» до «Я»
2. http://www.plastic-karta.ru
3. Пищулин А. Система кредитного скоринга: необходимость и преимущества // Финансовый директор, 2008. - № 10.
4. Ли В.О. Об оценке кредитоспособности заемщика // Деньги и кредит, 2005. - № 2.
5. http://ru.wikipedia.org
6. Андреева Г. Скоринг как метод оценки кредитного риска // Банковские технологии, 2000. - № 6.
