Развитие розничного кредитования в России породило и обратную проблему – риск невозврата кредитов. Поэтому для многих банков сейчас все более актуальной проблемой становится поиск оптимальных технологий, которые могут быстро и эффективно оценить кредитоспособность потенциального заемщика. Одна из этих технологий - скоринг, о котором корреспонденту ИА «Клерк.Ру» Александру Саполнову рассказала Наталия Хахалина, заместитель директора департамента розничных банковских продуктов «Абсолют Банка».
Наталья, что представляет собой скоринг? Когда эту модель начали использовать российские банки?
Скоринг – это статистическая модель, позволяющая на основе ряда параметров, которые характеризуют потенциального заемщика, принять автоматическое решение о предоставлении ему кредита на определенных условиях. Российские банки стали использовать разные вариации скоринга на этапе зарождения розничного кредитования в конце 90-х годов прошлого века. С развитием этого вида бизнеса и усилением конкуренции необходимость в качественных и технологичных системах оценки заемщика возросла. Ведь сегодня банки конкурируют не только и не столько продуктами и ставками, сколько условиями выдачи кредита, сервисом и особенно оперативностью принятия решения. Для некоторых заемщиков, например, по ипотеке, учитывая стремительный рост цен на недвижимость, этот критерий часто выходит на первый план.
В розничном бизнесе (не только в банковском секторе) проблемы управления затратами и оптимизации общего уровня затрат, как правило, становятся первоочередными. Задача скоринга – экономия затрат в процессе обработки кредитных заявок.
По каким параметрам определяется платежеспособность потенциального кредитора? Насколько точно он может определить эту платежеспособность?
Платежеспособность заемщика оценивается по многим параметрам. В статистических моделях эти параметры часто имеют нелинейные зависимости. Объясню на примере. Нельзя принять решение о сумме выдаваемого кредита, исходя только из размера заработной платы и прочих доходов заемщика. Оценивая его доходы, важно принимать во внимание целый комплекс совокупных факторов, в число которых входят и образование заемщика, и его квалификация, и стаж работы по профилю деятельности. Возраст, информация о его работодателе, стабильность и адаптированность к возможному трудоустройству – все это влияет на качество платежеспособности заемщика. Серьезную роль играет и информация о кредитной истории заемщика, исходя из которой можно сделать вывод о его платежной дисциплине и добросовестности в исполнении собственных обязательств. При этом серьезное значение имеет и срок кредита, так как от него зависит, на какую временную перспективу делается прогноз платежеспособности заемщика. В краткосрочной перспективе строить прогноз гораздо проще.
В зависимости от срока будут отличаться и параметры, используемые для принятия решения. При кредитовании сроком на 3–5 лет (например, при автокредите) банк будет оценивать текущую ситуацию с доходом заемщика и информацию о его работодателе. А при ипотечном кредитовании, сроки которого достигают 30 лет, общий профессиональный стаж клиента будет подвергнут более тщательному анализу.
Точность модели зависит не только от набора рассматриваемых параметров, но и от их соотношения друг с другом. Так как модели статистические (за их основу принимается опыт, собранный по предоставленным кредитам, как полностью возвращенным, так и невозвратам), то вероятность ошибки, безусловно, существует. Поэтому задача разработчиков – сделать ее как можно более точной.
Что меняется для потребителя финансовых услуг по мере совершенствования скоринговых систем и развития потребительского кредитования?
Для потребителя главное – удовлетворение от полученной услуги. Удовлетворение складывается из достижения желаемого результата, минимального количества времени, затраченного на оформление формальностей и положительных эмоций от общения с банком и доброжелательности его персонала. Никто из нас не любит стоять в очередях или находиться в состоянии неопределенности. Поэтому чем проще процедура получения кредита, чем меньше формальностей на пути к получению кредита, чем оперативнее ответ банка, тем более удовлетворенным, с моей точки зрения, остается потребитель. А значит, тем более конкурентным становится банк.
Почему крупные банки чаще всего предпочитают системы скоринга, разработанные западными компаниями?
Я не считаю, что крупные российские банки предпочитают западные скоринговые карты. Скорее можно сказать, что в российских скоринговых разработках широко используется опыт стран Восточной Европы, Казахстана. Я уже отмечала, что в основе моделей скоринга лежит анализ наработанных кредитных портфелей. Так, экономические и социальные факторы развития стран Восточной Европы больше подходят для сравнения с Россией, в том числе и при построении модели «устойчивый» или «неустойчивый» заемщик.
С активным развитием розничного банковского сектора в последние два года появляется все больше собственных разработок российских аналитиков, основанных преимущественно уже на статистике кредитных портфелей российских банков.
Использует ли ваш банк эту модель?
Мы пока не используем скоринг в чистом виде, но, тем не менее, применяем скоринговые модели для определения рейтинга заемщика. Окончательное решение о предоставлении кредита принимается на основании экспертной оценки кредитного комитета. При этом заемщик классифицируется по зоне риска в соответствии с рейтингом, и окончательное решение принимается, исходя из последнего. Сейчас мы изучаем статистику сформированных по зонам риска портфелей. То есть фактически мы находимся на переходном этапе к формированию собственной скоринговой системы, и в следующем году, по мере накопления достаточного объема статистики, постепенно перейдем к полноценному скорингу.
Начать дискуссию