Расправа через скоринг

Расправа через скоринг

  30 марта   скоринг

Нередко банки, желая оправдать отказ в предоставлении кредита, ссылаются на скоринговую систему. Но каковы же критерии, по которым банки дают оценку самим скоринговым системам, способным помешать чьим-то планам на ближайшее будущее? Возможен ли обман «кредитного детектора»? Попробуем разобраться.

Для любой скоринговой системы портрет добропорядочного заемщика почти всегда однотипен, здесь сюрпризы отсутствуют: как правило, это женщина, то у нее есть семья, ей не старше 40 лет, они имеет высшее образование и хороший стаж работы, получая больше, чем остальные заемщики. Проанализировав статистические данные, удалось установить, что семейным людям присуща большая степень ответственности к выполнению своих обязательств по кредиту и они реже выходят на просрочку.

Как отметили в Сбербанке, работа скоринговой системы - это не только социальные данные. Чтобы оценить потенциального заемщика, могут воспользоваться любыми данными, характеризующими его: ознакомиться с кредитной историей, информацией о движении средств по счетам, вкладам и картам,Скоринг данными из соцсетей…

Обычно скорингом пользуются, чтобы рассчитать лимит кредитования, определить размер процентной ставки, вероятность мошеннических действий или социального дефолта по кредиту.

По словам председателя правления банка «Восточный» Алексея Кордичева, до начала Второй мировой войны скоринговыми системами не пользовались, их попросту не было, заменой им служили андеррайтеры. Это люди, принимавшие решения. Когда-то, в былые времена люди работали в банках на протяжении всей жизни. у них накапливался определенный опыт — они знали, какое решение принять, кому дать кредит, кому отказать в нем. Классически сложилось так, что они отмечали, какая семья у человека. сколько ему лет, какого он пола, какова у него репутация и только потом принималось решение.

Но потом началась война, многие ушли воевать и уже не вернулись к прежней работе. И возникла острая нужда в людях, которые бы принимали банковские решения. Людей, прежде работавших андеррайтерами и вернувшихся на работу в банки, опрашивали, как принимались решения, записывая ответы. Принятых новых людей обучали так, чтобы они учитывали все факторы и, основываясь на них, начисляли баллы. Все это было предтечей появления скоринговой идеи (появление первых скоринговых систем связано с банками США как раз пока шла Вторая мировая война).

Не менее интересно и то, что принцип, на котором используется логистическая регрессия для кредитного скоринга позаимствовали из медицины — в войну в английской армии использовали что-то подобное, чтобы определить вероятность заражения вирусной болезнью, устанавливая корреляцию между симптоматикой и самим фактом заболевания.

А потом уже научились статистическому начислению баллов посредством наблюдения за корреляцией дефолтов с какими-нибудь факторами, которые характеризуют заемщика.

Различия между хорошим и плохим скорингом

Достаточно трудно определить критерии, по которым стоит давать оценку самих скоринговых систем.

Как считает заместитель председателя правления АО «РНКО «Фидбэк» Константин Соклаков, самое главное, нужно оценивать качество работы скоринговой системы с учетом параметров, проверяемых системой: это и паспортные данные с ИНН, СНИЛС, доход, водительское удостоверение и т. п., и состав семьи, образование, наличие непогашенных кредитов с просрочками по ним, а также были ли у заявителя судимости и административные правонарушения.

Наряду с качественной проработкой данных, важно обратить внимание на то, чтобы они были актуальными.

По словам руководителя направления противодействия мошенничествам центра информбезопасности компании «Инфосистемы Джет» Алексея Сизова, к классическим критериям оценки скоринговой модели относится процент ошибок 1 и 2-го рода, иными словами, ложноположительные и ложноотрицательные срабатывания в их количественном выражении. Применительно к кредитному скорингу это процент кредитов, которые были одобрены, но их получили недобросовестные заемщики, и процент отказов в выдаче кредита по ошибке. И в первом, и во втором случаях банк лишается денег.

Специалисты, разрабатывающие алгоритмы для скоринговых систем бьются над проблемой сбалансированности этих двух параметров.

Другие критерии оценки скоринговых систем специалистами - это оперативность работы, количество источников информации, способность системы самообучаться. Но применительно к бизнесу на первый план выходит только один параметр — какую сумму сэкономит система?

Наипервейший вариант обхода скоринга очень стар — клиент предоставляет ложные данные. Чем большим количеством источников данных располагает скоринговая система, чем более совершенны алгоритмы, тем более проблематично это сделать. Если мошенники знают алгоритмы скоринга, их работа, конечно, упрощается.

Но часто эти алгоритмы не известны и самим сотрудникам банка, так как некоторые производители эту информацию засекречивают. Кто-то сравнивает работу скоринга с работой магического шара. Ты спрашиваешь, он отвечает — но как он это делает, неизвестно. В одном банке, выдающих кредиты в розницу, в ходе расследования в связи с массовым невозвратом ссуд выяснилось, что из-за сбоя скоринга на протяжении нескольких месяцев выдавались только положительные решения, и злоумышленники не прилагали особых усилий, чтобы обойти систему.

Принято считать, что если система настроена тщательно, то обойти её сложно. По мнению некоторых экспертов, в большинстве случаев это попросту не представляется возможным.

Банки очень аккуратно выбирают скоринговую систему и, как правило, не уже готовая программа им не нужна, они заинтересованы в создании своей собственной. Их опасения вполне понятны. К примеру, в объединенных «Восточный Экспресс» и «Юниаструм» банках, которые сегодня работают под брендом «Восточного», на долю розничных кредитных заявок, передаваемых на скоринг, приходится 100%. В скором времени так собираются выдавать кредиты малому бизнесу также используя скоринговые оценки. В ВТБ тоже по всем заявкам на выдачу кредита проводится скоринг.

Сбербанк использует скоринг, чтобы оценить риски и принять кредитные решения при рассмотрении всех заявок, поданных физическими лицами, в т. ч. на ипотеку. Стоит отметить, что скоринговые технологии допускают и оценку данных экспертами. В Сбербанке комбинируют скоринговые методы с экспертными при оценке заемщика, пользуясь различными стратегиями в принятии решений. В целом, чтобы оценить кредитный риск, Сбербанк пользуется сотнями разных стратегий сбора и анализа информации.

Нелишне отметить широту спектра применения скоринговых систем, которыйСкоринг1 не ограничивают только кредитные решения. Технологии скоринга используются, когда нужно рассчитать предодобренные лимиты, изменить лимит по кредитным картам, истребовать проблемную задолженность, обеспечить кибербезопасность, оценить риски уже сформированного кредитного портфеля.

Росэнергобанк пользуется несколькими системами, которые проверяют заявки на кредит, в т. ч. и статистическим скорингом. Конечно же, система помогает в выявлении сомнительных параметров в заявках, но главное внимание акцентируется на жестких правилах не только кредитной истории, но и разных систем, предотвращающих мошенничество.

По словам директора департамента розничных кредитных рисков Росэнергбанка Рустама Идрисова, сегодня нас интересуют официальные источники информации о месте работы клиента, о том, каков его уровень дохода (ФНС и ПФР), а также обязательный для всех участников этого рынка механизм, ограничивающий кредитную нагрузку на клиентов, что снижает кредитные риски.

Понятно, что Росэнегобанк не единственный банк, который наряду со скорингом, пользуется и другими системами при проверке кредитных заявок.

Допустим, в Абсолют Банке внимание уделяют социально-демографической, кредитной или поведенческой оценке заемщика с использованием скоринговых моделей - и это только часть аналитического процесса изучения данных о заемщике и принятия решения по его выдаче ему кредита или отказе.

По словам директора департамента кредитования розничного бизнеса Абсолют Банка Елены Ковырзиной, так как с помощью этих моделей определяется лишь вероятность дефолта, ведь набор параметров ограничен, окончательно решение по заявке (особенно по ипотеке) принимают, ориентируясь на экспертную оценку всех негативных и компенсирующих факторов, которые были выявлены при андеррайтинге. К таким факторам относятся, среди прочих, общий стаж работы и стаж работы на последнем месте работы, величина компании, в которой работает заемщик.

Как считает Алексей Сизов, на сегодняшнем этапе ключевым направлением развития скоринга являются алгоритмы самообучения и анализа поведения, которые способствуют пресечению даже неизвестных до этого момента типов мошенничества. Другим направлением развития является подключение к скорингам новых источников информации, работа с Big Data. В крупных банках на нужды скоринга проводится индексация не только традиционных баз, содержащих информацию о физических и юрлицах, решениях судов, но и соцсетей, форумов. Наличие автоматизированной оценки благонадежности клиента с учетом его интересов во «ВКонтакте» — уже перестало быть фантазией, это сегодняшняя реальность.

По словам заместителя председателя правления АО «РНКО «Фидбэк» Константина Соклакова, в будущем банки начнут работать с автоматизированными комплексами, где участие сотрудников будет сведено к минимуму. Это будущее, «рисуемое» ведущими игроками рынка. Развитие дистанционного обслуживания клиентов (интернет-банкинга, мобильного банкинга) идет более быстрыми темпами, а это дополнительный стимул развивать и совершенствовать скоринговые системы, адаптируя их к новым условиям работы банков.


Добавить комментарий