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».