Пожалуйста, подождите...

Гадание на скоринговой гуще

Пресс-центр МТС Банка

Тел.: (495) 921-28-00, доб. 4519
Эл. почта: press@mtsbank.ru

Оформить подписку

Журнал «Компания»

16 июня 2008

В последнее время все больше отечественных банков применяют для оценки платежеспособности клиентов скоринговые системы. Однако используемые ими программы пока далеко не совершенны: они, например, могут отказать в кредите весьма состоятельному клиенту только потому, что уровень его зарплаты выходит за рамки, установленные в программе.

Хорошая зарплата, высокая должность, положительная кредитная история и наличие недвижимости в собственности еще не являются гарантией того, что потенциальный клиент получит ссуду в банке. Между ним и заветным кредитом встает скоринг – автоматическая система анализа кредитных заявок, которая предназначена для того, чтобы отсекать мошенников и тех, кто не сможет вернуть деньги банку. Но несмотря на холодный расчет и отсутствие предвзятого отношения, компьютеризованная система достаточно часто ошибается. "Безусловно, такая проблема наверняка существует, так как качество статистической информации в стране весьма низкое", – признает директор по розничным рискам НБ "Траст" Александр Соколов. Конечно, ни одна скоринговая модель не в состоянии однозначно отделить платежеспособных заемщиков от неплатежеспособных, и нельзя этого ожидать, отмечает эксперт. Отсекая "дефолтников", система, естественно, "забракует" и часть хороших заемщиков, весь вопрос в пропорции. "Если из 100 пришедших клиентов 60 не вернут долг, и при этом вы не знаете, кто именно, но с вероятностью 95% знаете, что их будет именно 60, вряд ли станете кредитовать эту сотню, имея отрицательное математическое ожидание по доходности, если, конечно, ваша эффективная ставка не 1000% годовых", – заключает Александр Соколов. "Все зависит от предсказательной силы карты. Как правило, карты, профессионально сделанные банком на основе собственных данных, становятся более успешными при разделе заемщиков на "потенциально плохих" и "потенциально хороших", – добавляет заместитель директора департамента розничного бизнеса Росбанка Алексей Кордичев. Скоринговая программа построена таким образом, чтобы уличить потенциального заемщика в обмане. Для этого используются как классические способы (задается один и тот же вопрос в разных формулировках), так и более сложные схемы, основанные на статистических данных. Например, согласно данным, заложенным в скоринговую систему одного из средних российских банков, начальник отдела продаж в среднего размера компании не может получать более 60 000 рублей в месяц. Если он укажет большую сумму, то система посчитает, что ее пытаются обмануть, и с большой долей вероятности откажет в выдаче кредита.

Естественно, что у подавляющего большинства банков, пользующихся скоринговой системой, построенной на основе собственных статистических данных, размер "честных" зарплат для одного и того же человека может отличаться. Однако проблемы, с которыми сталкиваются заемщики, схожи – например, рядовому сотруднику компании получить кредит проще, чем его начальнику. Логика здесь достаточно проста: сотруднику в случае увольнения всегда легче устроиться на ту же зарпла- ту на новую работу. В то же время начальнику всегда сложнее устроиться на аналогичную должность и сопоставимую зарплату. В категорию "рискованных" заемщиков в скоринговых системах также попадают и предприниматели: ведь их доход и его стабильность банку значительно сложнее оценить, нежели "кредитный рейтинг" рядового сотрудника какой-нибудь крупной компании.

Минус 100 баллов за развод

Потенциальному заемщику, обратившемуся в банк, предстоит заполнить анкету, которая включает в себя сведения о работе, месте жительства, семейном положении, собственности и так далее. В большинстве банков эта анкета является стандартной. Каждому из ответов скоринговая система присваивает баллы. У большинства банков система подсчета различна, но есть и общие моменты, например, разведенный человек, как правило, получает наименьший балл по графе "семейное положение". Банки для оценки каждого параметра анкеты используют шкалу от 1 до 100 или от 1 до 10. Например, семейное положение влияет на качество общей оценки заемщика на 10%.

Если человек женат в первый раз, то ему присваивается наивысший балл – 100 или 10 (в зависимости от шкалы отдельно взятого банка). Затем полученную оценку умножают на вес этого показателя в общем рейтинге кредитоспособности (как уже было сказано, в этом случае 10%), и полученные 10 баллов (при шкале 100) уходят в общий результат по заемщику. Если клиент холостой, то ему присваивается уже не 100, а 50 баллов, и в общий зачет идет 5 баллов.

В итоге, когда будут суммированы все показатели, клиент получает общую оценку. Как правило, "проходным" порогом является 75 баллов из 100 возможных. Если человек набрал меньше 75 – он кредит не получит, а если 75 или 100 (в последнем случае возникают сомнения в его честности), решение принимается кредитным отделом.

У разных банков отличается не только система подсчета, или присвоения баллов, но и сами представления о том, что такое скоринг. В некоторых банках "скорингом" называют оценку потенциального клиента "на глаз": его банковский клерк оценивает по внешнему виду, поведению и прочим внешним признакам, никто не занимается сложными математическими вычислениями и суммированием баллов. Это сродни гаданию на кофейной гуще, и рассчитывать на низкие проценты при подобном подходе тоже не приходится – возможные риски ошибки и последующего невозврата денег банк закладывает в стоимость обслуживания долга. "Скоринг – это статистика и математика, и, к сожалению, менеджмент далеко не всех банков понимает, что это такое и как он работает, а все, что непонятно, всегда вызывает подозрения. Вспомните – древние люди боялись огня и обожествляли его, а в Средние века на кострах сжигали астрономов", – поясняет директор по розничным рискам НБ "Траст" Александр Соколов. А если прибавить к этому еще и затраты денег и человеко-часов, которые необходимы для создания собственной системы, то становится понятным, почему многие банки отказываются от внедрения подобных программ. В других банках баллы считают вручную, у третьих – уже есть автоматизированные системы, которые способны осуществлять скоринг со скоростью до 200 заявок в секунду.

Свой – чужой

Способ оценки кредитоспособности клиента "на глаз", как и подсчет баллов вручную, настоящим скорингом назвать нельзя. Будущее, безусловно, за автоматизированными системами. Но и среди них есть много различий – в первую очередь, по разработчикам. Обзавестись скоринговой программой можно несколькими различными способами: купить уже готовую систему за рубежом и адаптировать ее к работе в России, сделать программу силами собственных сотрудников, а также заказать ее у специализированных компаний, которые напишут программу на основе статистических данных отдельно взятого банка. У всех этих способов есть свои преимущества и свои недостатки.

"Мы используем лучшие наработки – как отечественных, так и зарубежных специалистов, – рассказывает заместитель директора департамента рисков потребительского кредитования МБРР Александр Митрохин. – И дело тут не в патриотизме или его отсутствии. Скоринг основывается на прошлых данных, а они у банка, естественно, собственные. Что касается построения оптимальных моделей, основанных на этих данных, то здесь работают как российские, так и международные стандарты".

"На этапе выбора решения для скоринга мы отказались от использования заимствованных моделей и создали свою собственную, с учетом индивидуальности банка и специфики его продуктов", – говорит первый вице-президент Собинбанка Сергей Иванов. "Мы собрали команду для разработки скоринговых моделей, которые базируются на собственных данных банка, то есть учитывают внутреннюю специфику операционных процессов, а также региональные особенности и прочие нюансы, присущие именно нашему банку", – в свою очередь отмечаетзаместитель директора департамента розничного бизнеса Росбанка Алексей Кордичев.

У подобного подхода целый ряд преимуществ: для адекватной работы заявочного скоринга (application scoring) необходимо, чтобы он был сделан на реальных данных не просто конкретной страны, но и конкретного банка, и даже более того – данных, полученных в сходных условиях работы. Особенно, если в нем наряду с общими данными (пол, возраст, статус клиента и т. п.) используются такие важные, но при этом сильно зависящие от конкретного банка факторы, как результаты проверки кредитной истории, проверки по "черным спискам", результаты верификации и так далее. Важна в том числе и общая стратегия банка, отлаженность его бизнес-процессов, ориентированность на определенные группы клиентов. "Ни одна модель, разработанная на данных, отличных от данных конкретного банка, не будет работать, при этом не важно, кто компания-разработчик – международная корпорация или небольшая российская фирма (именно "не будет работать", а не "будет эффективно работать" – это важно)", – резюмирует Александр Соколов из НБ "Траст". Однако у такого подхода есть определенный недостаток – высокая цена. Этот аспект актуален лишь для мелких и средних банков, крупные предпочитают потратиться, чтобы в дальнейшем не иметь проблем.

"Сложно сказать, какой системе сегодня стоит отдать предпочтение – российской или зарубежной. Безусловно, у иностранных разработок есть ряд преимуществ. Они создавались на основе многолетнего опыта ведения розничного бизнеса и развивались в течение длительного времени", – считает директор департамента розничного бизнеса Московского кредитного банка (МКБ) Людмила Салигина. Ее банк использует скоринговую систему, адаптированную к анализу клиентов именно МКБ. Заместитель директора департамента рисков потребительского кредитования Александр Митрохин считает, что у подходов иностранных компаний к построению процесса принятия кредитного решения есть свои неоспоримые преимущества: "Прежде всего это технологичность, новаторские подходы и конечно же бренд и накопленный опыт, который иностранные консультанты привносят в текущую работу финансовых институтов. На сегодняшний день МБРР определился с кандидатурой такой компании и предполагает начать активную работу, направленную не только на внедрение скоринговых моделей, но и на построение автоматизированного процесса принятия решения по кредитам в целом".

Неуловимый клиент

Где бы ни была заимствована методика скоринга, у всех систем есть общие недостатки или, вернее сказать, при их эксплуатации неизбежно возникают сложности. У некоторых программ весьма низкое качество скоринга – например, отсеивает слишком много или отсеивает не тех. "Причина здесь, возможно, в "изначально плохих статистических данных – они могут быть "грязные", в малом количестве, недостаточно структурированные, неадекватный состав факторов, плохой состав справочников и так далее", – перечисляет Александр Митрохин (МБРР).

К сложностям использования всех без исключения скоринговых систем можно отнести и необходимость постоянного обновления данных. Согласно статистическим данным, средняя зарплата россиян за последний год выросла более чем на 25%. При этом динамика в различных отраслях неравномерна – зарплаты госслужащих в последнее время растут быстрее, чем в частном секторе, а у нефтяников – быстрее, чем у банкиров. В этой связи параметры, заложенные в скоринговые системы, необходимо постоянно пересматривать. "Мы ежемесячно мониторим работу скоринговых карт и примерно раз в полгода пересматриваем их", – рассказывает Алексей Кордичев. "Существует определенный период валидации (настройки) каждой скоринговой стратегии, он меняется от 1 до 6 месяцев, в зависимости от типа стратегии и объема новых данных; при проведении валидации автоматически учитываются изменения всех значимых переменных", – добавляет Александр Соколов. "На параметры оценки из внешних факторов влияет только прожиточный минимум, который увеличивается в связи с инфляцией. Все остальные критерии зависят только от доходов клиента и его текущих расходов, по мере изменения которых корректируется и доступный кредитный лимит", – не соглашается Людмила Салигина. Однако в конечном счете все зависит от конкретной, отдельно взятой скоринговой системы и параметров, которые банк считает для себя наиболее существенными.

Цена карьерного роста

Если вам по той или иной причине отказали в одном банке, это вовсе не значит, что откажут и в другом. "Человеку могли отказать просто потому, что до него так и не смогли дозвониться или в разговоре с сослуживцами о нем выяснили негативную информацию", – поясняет Александр Митрохин из МБРР. "Не бывает плохих и хороших клиентов вообще, бывают клиенты подходящие и не подходящие для данного конкретного банка. Это как с выбором спутницы или спутника – если вам отказала одна женщина, это же не значит, что вы плохой человек и навсегда останетесь в одиночестве", – добавляет Александр Соколов из НБ "Траст". "У каждого банка есть портрет идеального заемщика с четко заданными параметрами. Клиенты, которые этим характеристикам не соответствуют, чаще всего получают отказ", – резюмирует Людмила Салигина из МКБ. Есть и другая сторона медали. Многие скоринговые системы в состоянии оценить только нынешнее положение клиента.

Но ведь важно знать, как будет действовать человек в случае возникновения каких-либо проблем. К примеру, обладатель хорошего дохода, но редкой профессии может на некоторое время остаться без заработка и соответственно не вносить выплаты по кредиту. В то же время клиент с небольшим стажем и невысоким текущим доходом может стать желанным заемщиком для многих банков, если у него хорошее образование и перспективы карьерного роста. Некоторые западные банки уже сейчас используют систему оценки платежеспособности заемщика, основанную на перспективах его карьеры. Соответствующим образом рассчитываются платежи: вначале он платит меньше, а со временем, когда начинает зарабатывать больше – пропорционально растут и расходы на обслуживание долга. Но до таких высот отечественным банкам пока еще далеко, хотя некоторые иностранные кредитные организации уже заявили о намерении представить данный продукт в России.