the Retail Finance

Культовый журнал новой финансовой элиты

Тенденции оценки кредитоспособности заемщиков

 Геннадий Бережной, управлющий партнер компании "Квадриум"
 
Как можно поднять качество проверки кредитоспособности заемщика? Чем могут помочь последние достижения в области информационных технологий? И насколько сильно технологические новинки могут повлиять на качество кредитного портфеля?
Наш корреспондент встретился с Геннадием Бережным, управляющим партнером компании «Квадриум», которая является известным в России поставщиком решений в области построения кредитных конвейеров.
 
RF В последнее время много говорят о том, что у нас в России бум кредитных карт. Легкость, с которой можно получить кредитную карту, порой удивляет. Создается впечатление, что многие банки существенно упростили процедуру оценки заемщика и выдают кредитные карты всем подряд. Статистика за первое полугодие 2013 года говорит о существенном росте просроченной задолженности.Почему, по вашему мнению, это происходит?
ГБ Российский рынок кредитных карт в 2012 году вырос более чем на 82%,при этом сохраняя большой потенциал. Кредитная карта есть примерно у 17% россиян при почти 90 млн экономически активного населения.
Да, действительно, уровень просроченной задолженности физических лиц вырос на 23% по итогам первого полугодия 2013 года. Это очень существенный рост. И надо сказать, что именно кредитные карты внесли наиболее существенный вклад в такой результат. Просрочка по кредитным картам выросла с начала года на 50%, а объем кредитного портфеля в этом секторе вырос только на 22%. Получается, что просрочка по кредитным картам росла в два раза быстрее самого кредитного портфеля.
Очевидно, что если темпы кредитования положительные, то такой эффект возможен по следующим причинам. Во-первых, кредиторы позволяют заемщикам получать новые ссуды с целью «перекредитоваться». Во-вторых, заемщики не в состоянии погашать свои старые долги с помощь новых ссуд. Налицо исключительно рискованная кредитная политика некоторых наших банков. Дело в том, что агрессивная стратегия работы в сегменте кредитных карт достаточно сильно отличается от классической. При классическом подходе к оценке кредитоспособности заемщика уровень одобрения заявок на кредитные карты колеблется от 5 до 20%. У тех же банков, которые работают агрессивно, этот показатель может достигать 60–80%. Выдают такие банки карты с очень незначительным кредитным лимитом. Выполняя регулярный рескоринг кредитоспособности заемщика, лимит постепенно повышают. Приятие решений на основании подобного подхода существенно отличается от классической методики оценки кредитоспособности. Это более сложные технологии, и оценка здесь производится на основании анализа транзакций заемщика по карте или по всем прочим счетам клиента. Такие технологии появились у нас на рынке совсем недавно, и они явно не всем доступны. Это является одной из причин, почему многие банки получают существенную просрочку по портфелю кредитных карт. Вспомните недавние сообщения о закрытии некоторых кредитных программ некоторыми банками. Кстати, если банк работает агрессивно на сегменте пластиковых карт и имеет просрочку выше чем в других портфелях, то это еще не означает, что он работает в «минус» по этому портфелю. Как правило, такие банки имеют очень высокие процентные ставки, которые покрывают потери по этому портфелю.
 
RF Что бы вы порекомендовали нашим кредитным учреждениям сегодня предпринять, для того чтобы поднять качество проверки кредитоспособности на новый уровень?
ГБ Революции и технологические скачки, как известно, не происходят каждый день. Тем не менее с недавнего времени у наших банков появился такой инструмент, который может действительно значительно увеличить качество проверок заемщика. Это использование информации, которую предоставляют федеральные органы исполнительной власти через СМЭВ. Для принятия кредитного решения такая информация является исключительно важной. Причем речь идет не только о массовом кредитовании (физические лица или средний и малый бизнес), но и о кредитовании корпоративного сектора и сектора PrivateBanking.
 
RF Какие примеры вы можете привести?
ГБ Данные ФМС о действительности документа, удостоверяющего личность, а также о регистрации заявителя по месту жительства или месту пребывания, которые кредитная организация может получить через СМЭВ, будут очень полезны для любого вида кредитного продукта.
Информация из Росреестра о правах субъекта на недвижимое имущество критически важна для ипотечного кредитования, а также для некоторых видов залоговых и даже беззалоговых потребительских кредитов.
Сведения, поступающие из ФССП об имеющихся исполнительных производствах, а также из ФК о задолженностях по штрафам и пошлинам, могут существенно снизить риски мошенничества при кредитовании, а ответы на запросы к ФНС о сведениях из ЕГРЮЛ и ЕГРИП помогут повысить качество взаимодействия с юридическими лицами при рассмотрении их кредитных заявок.
 
RF Социальные сети прочно вошли в нашу жизнь, и, как следствие, появилось такое понятие, как «социальный скоринг». Как социальный скоринг может быть использован для оценки кредитоспособности?
ГБ Вообще под понятием «социальный скоринг» подразумевается оценка платежеспособности заемщика на основании оценки его поведения в обществе, в быту и на службе. С недавнего времени сюда стали относить и общественные социальные сети. И как у нас это часто водится, термин быстро изменил свое значение, и теперь, когда разговор заходит о социальном скоринге, то большинство подразумевает скоринг на основании информации, полученной из соцсетей.
Суть идеи состоит в том, что банк дорабатывает свою скоринговую модель таким образом, что она может использовать данные из соцсетей. При заполнении заявки на кредитный продукт перспективный заемщик при желании может указать сведения о своих учетных записях в социальных сетях. Причем такая заявка может быть мини-приложением самой соцсети, что, по сути, означает, что это приложение автоматически получает разрешение заявителей на использование персональной информации из той соцсети, в которой заявка была оформлена.
После получения «координат» человека в «соцпространстве» скоринговая модель в автоматическом режиме получает доступ к информации о круге его друзей, о его активностях и интересах, о фотографиях, о приложениях, которые он запускал. После этого, чтобы избежать мошенничества, банк должен верифицировать полученную информацию и удостовериться, что данная учетная запись социальной сети действительно принадлежит заявителю. Выполнив все необходимые проверки, кредитная организация может использовать полученную информацию для формирования кредитного решения. В частности, банки будут обращать внимание на любые сведения, которые могут указывать на потенциальные риски невозврата ссуды, например на неравнодушное отношение к азартным играм и т.п.
Использование информации из соцсетей может быть полезно для оценки тех заемщиков, по которым в БКИ нет информации. Это существенным образом может повысить шансы таких заемщиков получить кредит.
 
RF А насколько социальный скоринг может быть эффективным для процесса оценки перспективного заемщика?
ГБ Сегодня об использовании социального скоринга наши банки только начинают задумываться. Эффективность применения социального скоринга пока низка, но с ростом базы пользователей соцсетей, с развитием самих соцсетей, а также с развитием технологий оценки кредитоспособности на основании данных их соцсетей эффективность будет, несомненно, расти. И поэтому я не удивлюсь, если через несколько лет лицам, не указавшим сведения о своих учетных записях в соцсетях, большинство банков будут отказывать в кредите.
RF Насколько сильно, по вашему мнению, и какие именно технологические новинки могут повлиять на точность оценки кредитоспособности заемщика и на качество кредитного портфеля?
ГБ Когда мы начали заниматься задачами в области фронт-офисной автоматизации, то для себя решили, что работать будем по принципу автомобильного сборочного конвейера, другими словами, будем по максимуму стараться привносить в свое решение специализированные разработки сторонних компаний. Для этого мы реализуем масштабный план исследований различных новинок мирового рынка автоматизации, разработки которых могли бы быть полезными для фронт-офисных задач и, в частности, для построения кредитных конвейеров. План постоянно пополняется, исследовательская деятельность стала для нас регулярной.
Приведу несколько примеров результатов таких исследований. Во-первых, мы для себя выяснили, что если ставить перед собой задачу построения эффективного кредитного конвейера, то наиболее выгодно это делать на какой-либо популярной CRM-платформе. Готовая CRM-платформа позволяет быстро вводить в строй новые банковские продукты, позволяет начать «вести» клиента задолго до того, как он примет решение о подаче заявки на кредит, и взаимодействовать с ним вплоть до окончания работы по последнему проданному продукту. Кроме того, CRM-платформа позволяет управлять лояльностью клиента, выполнять кросс-продажи, повышая таким образом показатель «прибыли на клиента» и еще очень многое другое. Использование консолидированной информации о клиенте, в частности информации о ранее приобретенных продуктах, позволяет упростить процедуру проверки заемщика и одновременно снизить кредитные риски. Наши выводы в отношении использования CRM-платформ для автоматизации фронт-офиса подтвердились. Сейчас в кредитных организациях России и стран СНГ все чаще и чаще применяются популярные CRM-платформы для этих задач.
Живой интерес вызывают у нас перспективные идеи и разработки некоторых компаний. Так, например, все больше и больше появляется разработок в области графического анализа. В данной области нам прежде всего интересны возможности интеллектуальной проверки документов заявителя. Последнее время участились случаи мошенничества при кредитовании физических лиц. В связи с этим на службы безопасности банка ложится все большая нагрузка по проверке достоверности предоставляемых документов. Документы в случае попытки мошенничества часто являются крадеными. Для того чтобы получить кредит по поддельным документам, злоумышленники переклеивают фотографии на поддельных документах. В задачу служб безопасности входит выявление случаев подачи по кредитной заявке двух документов, удостоверяющих личность, имеющих одну и ту же фотографию, но с большой разницей в датировке этих документов. Очевидно, что один и тот же человек не может выглядеть одинаково сегодня и пять или десять лет назад. На эти трудности и наталкиваются мошенники в своем «нелегком труде», а службы безопасности банков вынуждены визуально сличать документы по каждой кредитной заявке.
Те разработки, которые мы протестировали, на сегодня позволяют принципиально решить данную проблему. Технология состоит в следующем: осуществляется сканирование двух документов, далее система автоматически идентифицирует и «вырезает» фотографии из «сканкопий», идентифицирует и распознает даты на документах и выполняет сравнение фотографий. На выход подается процент вероятности совпадения фотографий и даты двух документов. Данную информацию банк может использовать в бизнес-процессе принятия кредитного решения по своему усмотрению. Точность сравнения фотографий в протестированном нами программном обеспечении пока еще далека до того, чтобы быть близкой к 100%. Но она уже значительная для того, чтобы пробовать применять эти технологии на практике.
Также интересны разработки в области голосового анализа. Сегодня эти технологии позволяют судить о правдивости ответов респондента и при этом уже имеют большую точность. Теоретически эту технологию можно было бы использовать при голосовой подаче заявки на кредит или при обсуждении ранее поданной через Интернет заявки между оператором банка и перспективным заемщиком. Система может выдавать оценки о том, говорит ли правду респондент или нет. Однако проблема с данной технологией состоит в том, что для принятия решения о правдивости ответов респондента системе недостаточно одного вопроса, их как минимум должно быть несколько. Также система чувствительна к звуковым помехам. Поэтому применение данной технологии пока затруднено.
А вот применение технологии идентификации человека по голосу не только возможно, но уже активно применяется в развитых странах. Для оценки кредитоспособности данное новшество может помочь проверять заявителя на присутствие в базе данных мошенников.
В целом осторожное применение новых технологий, которые доказали свою эффективность, с нашей точки зрения, может значительно повлиять на качество кредитного портфеля.
Комментарии (0)добавить комментарий
Ваш комментарий
Автор
Введите число на картинке

  • курсы
Знач. Изм.
USD ЦБ РФ 04/03 73.52 -1.0568
EUR ЦБ РФ 04/03 88.88 -0.6884