Недобросовестный заемщик может повлиять на результат процедуры скоринга, но банки делают все, чтобы минимизировать такую возможность
Одно из направлений защиты от заемщиков-обманщиков — использование средств фрод-скоринга (статистическая оценка вероятности мошеннических действий со стороны потенциального заемщика). Например, проверка предоставленных данных на противоречия, причем как в рамках самой анкеты, когда могут сравниваться ответы на разные вопросы, так и через сравнение полученных результатов с предустановленными данными и статистикой (например, о размерах доходов в разных отраслях). Другое направление — усложнение самой процедуры скоринговой оценки заемщика, чтобы последний не мог повлиять на результаты. Также кредитные организации держат в секрете подробности функционирования своих скоринговых систем.
Мнение эксперта
Марина Малайчик, заместитель генерального директора АИЖК
Скоринговая система это «живой организм», она настраивается с учетом появления и накопления новой информации, приспособиться к этому очень трудно. Как правило, скоринговые системы связаны с внешними базами данных, в которых фиксируется фактическая информация о клиенте, в том числе, как он исполнял свои обязательства ранее, есть ли у него долги. Эту информацию не подделаешь. Если говорить об ипотеке, то здесь автоматическое принятие решений возможно только на уровне предварительного одобрения кредита, но окончательное решение принимается только после оценки сотрудником банка всех факторов.
Светлана Бахарева, заместитель председателя правления МБР
Безусловно, в процессе кредитования с использованием скоринга банк проверяет не все данные, предоставляемые заемщиком, — это касается тех данных, по которым нет требования документального подтверждения на этапе простого заполнения анкеты. Здесь все зависит и от самой модели математического анализа, ее технологичности и продуманности, и от опыта работы кредитной организации в данном сегменте, в том числе опыта отслеживания именно мошеннических схем, профессионализма банковских андеррайтеров. Обмануть скоринг можно, к сожалению, это показывает существующий опыт невозвратов. Сам скоринг не спасение от риска невозврата, он позволяет поставить розницу на поток, а за счет объемов и повышенных ставок компенсируются неизбежные потери.
Александр Поляков, начальник управления процессов одобрения департамента розничных рисков Хоум Кредит Банк
Риск невелик, однако банки стараются не раскрывать подробности моделей.
Сергей Капустин, директор дирекции оценки и методологии рисковОТП Банк
Недобросовестный заемщик может повлиять на результаты скоринга, изменив, например, данные о себе. Скоринг не является системой распознавания мошенников. Это задача других инструментов, включенных в систему принятия решений.
Семен Кочнев, заместитель директора департамента рисковУральский Банк Реконструкции и Развития
Если упростить процедуру выдачи кредита только до скоринговой оценки кредитоспособности заемщика на основе его социального портрета (application scoring), то одинаково заполненная анкета выдаст одинаковый результат. Соответственно, если заемщик указывает о себе недостоверные сведения и их верификация банком не производится, то результат скоринга будет искажен. Именно поэтому в банках действует не просто скоринговая оценка заемщиков, а целая система оценки с различными этапами и стратегиями, включающая помимо скоринговой оценки социального портрета, например, скоринговую оценку кредитной истории клиента, согласно данным БКИ, верификацию предоставленных заемщиками данных по работе, контактной информации и т.д. Таким образом, в настоящее время под скоринговой оценкой необходимо понимать набранные заемщиком зачетные баллы по различным направлениям, используемым в его оценке, и повлиять на них ему достаточно сложно. Хотя в зависимости от агрессивности политики кредитования, проводимой банками, данные процедуры могут упрощаться для отдельных сегментов клиентов или продуктов, тогда вероятность получения кредита недобросовестным заемщиком (с точки зрения некорректности указанной им информации) существенно возрастает и становится основным риском кредитования.
Ирина Горлова, заместитель директора департамента рисков Банк Москвы
Необходимо различать несколько категорий заемщиков, которых вы называете недобросовестными. Часть клиентов без злого умысла, просто пытаясь улучшить свой портрет и получить более интересное предложение, представляет недостоверные сведения, например, о стаже работы или уровне дохода, какая-то часть клиентов просто не может подтвердить цифры документами. Такие ситуации наименее опасны, так как банк при оценке основывается не только на анкетных данных клиента. Часть данных, используемых в скоринге, вообще нельзя подменить, например, оценку кредитной истории, так как ее мы берем в БКИ. Другая категория клиентов, изначально не собираясь погашать задолженность, пытается пустить банк по ложному следу, «подложив» чужие персональные данные. Здесь основной риск в том, что скоринговая процедура оценит совсем другую персону. В обоих случаях использование банком эффективных процедур верификации данных и инструментов предотвращения мошенничества (специальные скоринги, сервисы по предотвращению мошенничества, использующие настраиваемые правила) сводит риски банка почти к нулю. Наиболее опасна ситуация с внутренним мошенничеством, когда участие в мошеннической схеме принимает сотрудник кредитной организации. В данном случае банком должны использоваться эффективные процедуры контроля и применяться жесткие меры воздействия на мошенников.
Олег Курбатов, председатель правления Первый Республиканский Банк
У недобросовестных клиентов есть возможность повлиять на результаты скоринга в случае, когда он автоматизирован, и особенно, если у банка не хватает данных о заемщике. Для предотвращения подобных ситуаций банки прибегают к помощи фрод-скоринга и задействуют дополнительные IT-решения во внутренних банковских процессах. Поэтому с каждым годом манипулировать данными недобросовестным заемщикам становится все труднее.
Антон Рябов, начальник управления розничного кредитованияВозрождение
Результат работы скоринга целиком зависит от полноты и качества данных, поступающих на вход модели. В целях повышения качества принятия решений необходимо обеспечивать предварительную верификацию данных кредитной заявки либо использовать данные, полученные из независимых от заемщика доверенных источников (например, бюро кредитных историй). Именно поэтому скоринговый модуль — это лишь часть системы принятия решений, конечная конфигурация которой зависит от внутренних требований банка к процессу принятия решений
Ольга Щербакова, первый заместитель генерального директора — председателя правления Энергомашбанк
Недобросовестный заемщик может повлиять на предварительные результаты решения вне зависимости от того автоматический скоринг или он проходит через андеррайтинг вручную. Но в конечном счете заемщик все равно не получит денежные средства в связи с тем, что на подписание кредитной документации потребуются оригиналы основных документов, на основании которых было принято положительное решение.
Виктор Порядин, начальник отдела риск-отчетности Стройкредит
Вполне может. Так же как и недобросовестный сотрудник, который ввел неверные данные о клиенте с целью мошенничества. Чтобы снизить свои риски, банки проводят дополнительную проверку анкетных данных.
Сергей Тараканов, начальник департамента оценки розничных рисковТранскапиталбанк
Скоринговая модель — это сложный механизм, включающий в себя большое «дерево решений» и огромное количество зависимых друг от друга критериев оценки кредитоспособности. Правильно построенную скоринговую модель заемщику не расшифровать, поэтому и повлиять на принятие решения почти невозможно.
Марианна Магтесян, заместитель директора департамента по управлению рисками ДжиИ Мани Банк
Все определяется тем, насколько сильно «открыты двери» для такого влияния. В наши дни, когда данные о кредитной истории имеют значительный вес в скоринге и существует множество способов выявить недостоверность предоставленной информации, становится гораздо сложнее подделывать факты и получать кредит на основе недостоверных данных.
Ольга Махова, директор департамента розничных кредитных рисков Росбанк
Такое возможно, поэтому задача команды моделирования и внедрения скоринговых моделей — свести данное влияние к минимуму. Например, использовать в скоринговых моделях данные, которые можно проверить в ходе авторизации.
Антон Мелехин, директор по рискам Кредит-Москва
Все зависит от того, какие данные использовались для построения скоринговой модели. Например, возьмем фактор «образование». Если банк имеет информацию о том, как обслуживали свой долг 50 тыс. клиентов, чье образование записывалось со слов клиентов и не проверялось, то такая модель уже учитывает в себе склонность некоторых клиентов завышать собственное образование в надежде получить больший лимит по кредиту. Гораздо хуже, если банк при разработке модели использовал информацию о клиентах, которые обязательно подтверждали информацию об образовании документально, и при этом банк принимает решение не подтверждать в дальнейшем информацию об образовании документально. В таком случае определенный процент заявок будет проходить с недостоверными сведениями об образовании, в результате чего могут быть приняты неверные решения. Вот почему процедуры верификации и валидации должны соответствовать исходным данным, использованным при построении скоринговой модели.
Максим Турчанинов, Начальник управления банковских информационных технологий Банк «Западный»
Безусловно, может (особенно, если речь идет о мошенниках), но не кардинально, поэтому модели и статистика держатся в тайне, а решение принимается, в первую очередь, на подтвержденных фактах и общей статистике.
Ольга Бойчарова, советник председателя правления Мастер-Банк
Все сведения, предоставленные заемщиками, проходят тщательную проверку, поэтому риск, связанный с недостоверными сведениями, и вероятность мошенничества сведены к минимуму.
Начать дискуссию