Ужесточение конкуренции вынуждает банки принимать кредитные решения всё быстрее. Скоринговые системы позволяют им быстро и объективно оценивать заемщиков и отсеивать мошенников.

Сколько этажей в вашем доме, приватизирована ли квартира, в которой вы прописаны?” – такое внимание финансового учреждения к мелочам может удивить человека, обратившегося за кредитной карточкой или ссудой на бытовую технику.

На самом деле банки интересуются бытом и привычками соискателей кредитов не из любопытства. За каждый ответ на вопрос клиент получает баллы, от суммы которых и зависит решение о выдаче ссуды. Балльную оценку заемщику ставит компьютерная программа, в которую менеджер финучреждения вводит ответы на вопросы анкеты.

Таким программным обеспечением стремятся обзавестись все больше отечественных банков. Если раньше оформление потребительского кредита занимало от трех до четырнадцати дней, то теперь это не устраивает ни клиентов, ни посредников в лице магазинов и автосалонов. Розничные фининституты стали конкурировать по скорости принятия решений. При этом они признают, что ручное и субъективное принятие решений по беззалоговым займам становится все более рискованным. В условиях наплыва желающих интуиция работников фронт-офиса – не самый надежный инструмент отбора платежеспособных и добросовестных заемщиков.

Возможно, с этой задачей лучше справятся компьютерные программы? Все зависит от их качества. “При существующей жесткой конкуренции выдавать больше ссуд можно, только ускорив процесс принятия решений. Это позволяет сделать только качественная скоринговая система”, – считает заместитель руководителя аналитического центра риск-менеджмента банковских операций ПриватБанка Вячеслав Нехороших.

Скоринг (от англ. score – балл) – это система, которая на основе кредитных историй банка оценивает вероятность дефолта потенциального заемщика, исходя из его социально-демографических характеристик. Имея базу данных плохих и хороших кредитов, финучреждение с помощью статистических инструментов может выявить факторы, влияющие на способность и желание клиента вернуть долг. По словам начальника отдела анализа и управления кредитным портфелем OTP Bank Сергея Василенко, скоринговая система принимает решение за считанные секунды, лишена субъективизма и содержит накопленную базу знаний по всему доступному портфелю заемщиков.

Финансовые учреждения ничего не скрывают так тщательно, как информацию о критериях отбора заемщиков: данными о том, какие параметры учитываются в скоринговой модели банка, располагают всего несколько его сотрудников. И в этом нет ничего удивительного, поскольку мошенничество с потребительскими кредитами набирает обороты.

Как рассказал “Эксперту” исполнительный директор компании “Скорто Солюшенс” Андрей Пищулин, в типовой скоринговой модели от 13 до 25 параметров: 13 – для потребительского кредитования и 25 – для автокредитования или ипотеки. Главное в построении этой модели – правильно определить значимые признаки и их веса в общей балльной оценке. Так, западный опыт свидетельствует, что наличие электронной почты не влияет на кредитоспособность клиента. Хотя некоторые исследования выявили гораздо более странные зависимости, например, между вероятностью дефолта и цветом машины потенциального клиента. Качественная система должна учитывать и региональные особенности заемщика.

По мнению экспертов, в нашей стране параметры скоринговой оценки и их веса должны быть разными как минимум для трех регионов: Киева, а также восточных и западных областей. Кроме того, для четырех основных розничных продуктов – кредитных карт, потребительских займов, автокредитования и ипотеки – необходимо использовать различные скоринговые модели. Для получения точных прогнозов банку нужны данные о клиентах и кредитах за длительный период времени. По словам члена Исполнительного комитета Home Credit Bank, ответственного за риски, Иштвана Карсая, на создание эффективной скоринговой системы в среднем уходит не меньше трех месяцев. Для ипотеки и автокредитования финучреждению может понадобиться еще больше времени.

Банки используют три вида скоринга: аппликационный, поведенческий и коллекторский. Аппликационный скоринг оценивает соискателей, поведенческий – тех, кто уже получил кредит, коллекторский – тех, кто не выполняет обязательства по ссуде. Если в финучреждении наступает “плохое” событие (каждое из них трактует это по-своему: иногда это первая просрочка с выплатой по займу, но обычно – 90 дней просрочки), то скоринг оценивает вероятность возврата денег и его возможные сроки. Эту методологию можно использовать в различных сферах деятельности: и при принятии решения о выдаче кредита, и в CRM (управлении взаимоотношениями с клиентами), и при взыскании долгов.

Как подчеркивает руководитель представительства агентства SAS Institute в Украине Олег Кобзарь, скоринговая система не дает ответа, стоит ли выдавать ссуду. Фининститут должен сам выбрать точку отсечения – минимальный балл, при котором можно выдавать кредит. Хорошая скоринговая модель отсеивает до 90% неплатежеспособных клиентов, однако при этом мешает в получении кредита 10% качественных заемщиков. Это соотношение зависит от того, какой уровень рисков финучреждение готово принять. “Введение скоринга помогает снизить процент невозвратов и при этом увеличить количество кредитов”, – уверен Кобзарь. Таким образом, банк может поднять доходность своего кредитного портфеля.

Избавиться от пиявок

Упростив условия выдачи потребительских ссуд и ускорив процесс принятия решений, отечественные финучреждения подверглись атакам кредитных мошенников. “Управление рисками в розничном кредитовании – это больше борьба с мошенниками, чем с заемщиками, которые забывают платить”, – заявил на VI Ежегодном восточноевропейском риск-менеджмент-форуме начальник отдела методологии рисков и кредитного портфеля УниКредит Банка Евгений Матрос. По его словам, выявить мошенника можно по просрочке по первому же платежу. В этом случае обычно выясняется, что клиент солгал о своем месте жительства или работы. Некоторые мошенники обманывают банки просто мастерски. К примеру, договариваются с секретарями (порой ни о чем не подозревающими) реальных компаний, чтобы те в ответ на звонок из финучреждения подтвердили наличие определенного сотрудника.

Поэтому порой банкам не удается отсеять мошенников на этапе принятия решения о выдаче кредита. К тому же вчерашние студенты (типичный кредитный консультант или менеджер, как правило, очень молод) не всегда способны по поведению распознать нечистого на руку клиента. “Некоторые мошенники обладают даром актерского мастерства, некоторые – знают кредитную политику каждого банка”, – говорит Матрос.

Риски роста портфеля невозвратов заставили фининституты всерьез задуматься о методах борьбы с такими заемщиками. Одним из них стал скоринг по определению мошенничества (fraud-scoring), который позволяет банку в онлайн-режиме выявлять соискателей, чьи обращения необходимо отклонить либо отложить для более детального рассмотрения. Скоринговые модели для выявления попыток обмануть финучреждение подразделяют всех потенциальных заемщиков на группы по вероятности, что та или иная просьба о выдаче кредита является мошенничеством.

Fraud-scoring – новое, но перспективное направление. Его уже разрабатывают некоторые отечественные фининституты, в частности, УниКредит Банк. “Бывает, клиент указывает в анкете домашний телефон, который в анкете другого заемщика значится как рабочий. Иногда в банк приходят несколько человек, проживающих по одному адресу. По таким признакам мы можем выявлять мошенников высокого уровня”, – рассказывает Евгений Матрос.

Чтобы злоумышленники не могли подбирать проходные ответы, время от времени банки изменяют вопросы в анкетах или увеличивают их количество. Прошлой зимой, после всплеска невозвратов, Дельта Банк увеличил количество вопросов до ста пяти. Такие меры не только предоставляют дополнительную информацию для поведенческого и коллекторского скоринга, но и могут запутать мошенника, поскольку скоринговая система учитывает не все вопросы.

Активизироваться в борьбе с кредитными преступниками банки заставляет и то, что, однажды выдав кредит мошеннику, фининститут становится мишенью для его соратников. “Друг за другом эти люди идут в одно и то же финучреждение и как пиявки сосут из него деньги”, – жалуются банкиры.

Одних дженериков недостаточно

Скоринговые системы уже есть во многих розничных учреждениях: Дельта Банке, “Райффайзен Банке Аваль”, УниКредит Банке, Родовід Банке, Universal Bank, Альфа-Банке (Украина), OTP Bank, Home Credit Bank, Кредитпромбанке, VAB Банке. Некоторые их элементы использует и ПриватБанк. Но лидер рынка кредитных карт только недавно объявил тендер на разработчика скоринговой программы. “Полноценная скоринговая система заработает у нас в следующем году”, – сообщил руководитель аналитического центра риск-менеджмента банковских операций ПриватБанка Александр Соколовский.

Попытавшись обзавестись кредитными карточками лидеров рынка, корреспондент журнала убедилась, что процесс принятия решений автоматизирован лишь в нескольких фининститутах. В начале лета заполнять анкету вручную не пришлось лишь в Дельта Банке, Родовід Банке и УниКредит Банке…

Пока немногие финучреждения комплексно подходят к автоматизации процессов выдачи и сбора денег. Как правило, банки ограничиваются приобретением скоринговой карты для оценки платежеспособности заемщика и редко покупают у того же разработчика программы для служб по сбору долгов.

Разработчиков скоринговых решений финучреждения выбирают, исходя из цен на их продукцию и опыта в этой сфере. У нас такие программы предлагают две компании: отечественная “Скорто Солюшенс” и международная фирма SAS, работающая с банками во всем мире. Некоторые фининституты обращаются в компанию Experian, у которой нет представительства в нашей стране (ближайший ее офис находится в России). Есть банки, пытающиеся внедрять скоринг силами своих специалистов или специалистов международной группы, в которую они входят.

Финучреждениям, только выходящим на розничный рынок и не имеющим базы данных заемщиков, разработчики предлагают так называемые дженериковые скоринговые карты, которые содержат усредненные данные о платежеспособном заемщике. Но такая карта – лишь отправная точка в построении скоринга. При появлении своих кредитных историй банк совместно с разработчиком совершенствует эту карту. Многие отечественные финучреждения ринулись агрессивно завоевывать рынок потребительского кредитования, располагая лишь дженериковыми картами или разработками российских и польских банков. Такая политика привела к большому количеству плохих займов. Но, по мнению банкиров, это естественная плата за вход на рынок. Получив данные по невозвратам, фининституты смогут лучше отсеивать заемщиков.

Обновлять дженериковые карты и карты иностранных банков в Украине необходимо раз в полгода. Эксперты считают, что из-за высокой экономической динамики веса различных параметров заемщика у нас меняются чаще, чем в других странах. Проблема с введением и настройкой скоринговых систем еще и в том, что у нас нет специалистов по моделированию финансовых рисков. Поэтому розничные банки часто нанимают бывших сотрудников западных финучреждений – Citibank или GE Money.

Цена скоринга состоит из платы за лицензию (ежегодной – в случае с иностранными компаниями и одноразовой, если речь идет об отечественной “Скорто Солюшенс”) на программное обеспечение и стоимости его внедрения (одноразовый платеж). Цена лицензии зависит от размера банка, определяемого количеством клиентов: чем их больше, тем выше отчисления. Небольшому финучреждению лицензия может обойтись в 57 тысяч долларов, крупному – в пять-семь раз дороже. Разработка и введение скорингового решения стоит от 50 тысяч до трех миллионов долларов. Общие инвестиции в программное обеспечение, необходимое для массовой выдачи розничных кредитов, могут составлять 7-10 млн. долларов.

В стоимости потребительского кредита (достигает 50-100% годовых) маржа за риск составляет 10-12%. Это значит, что по мере совершенствования методик оценки рисков кредиты будут дешеветь. Специалисты считают, что скоринг даже на основе дженериковой карты все равно гораздо лучше, чем выдача кредитов наобум. Так, в одном из отечественных банков использование дженериковой карты помогло снизить уровень дефолтов на семь процентов.

Однако чтобы скоринговые системы заработали действительно эффективно, финучреждениям необходимо обмениваться информацией. Пока отечественные кредиторы не стремятся участвовать в бюро кредитных историй. Таким образом, они не только защищают себя от недобросовестной конкуренции, но и значительно сужают возможности по противодействию мошенникам. Из статистики известно, что прогнозная модель тем точнее, чем больше наблюдений использовалось для ее построения. Исследуя корреляции только на основе своих кредитных историй, банки будут получать большие погрешности.

Проблема отечественных учреждений и в том, что они не используют поведенческий и коллекторский скоринг (ограничиваясь применением аппликационного), а также не учитывают в своих моделях региональные особенности заемщиков. Так что уровень невозвратов по розничным кредитам снизится только тогда, когда в Украине начнется обмен информацией о кредитных историях.