При скоринге «серых» заемщиков финансовый рынок станет более адекватным

Решения банка, связанные с одобрением или отказом по заявке на получение потребительского кредита, на самом деле являются дорогостоящей и кропотливой работой.

На протяжении нескольких последних лет банки стремятся к автоматизации скорингового процесса посредством внедрения готовых или разработки собственных скоринговых систем. Нередко им удавалось вполне совершенные системы. Но как быть сегодня, когда после серьезного спада уровня платежеспособности розничных клиентов в системах стали происходить сбои – «неуправляемые сходы с орбит» – а банки стали чаще отказывать клиентам, которые вышли из зоны комфортного одобрения в так называемую серую зону? Каких данных не хватает дополнительно для насыщения этих систем, чтобы они снова стали более лояльны и процент одобрения заявок пошел вверх, но при этом чтобы банкам оставались свойственны точность и избирательность в их дальнейшей разработке? Попробуем понять нюансы отбора банками «серых» заемщиков.

Когда банкиры говорят о клиентах так называемой «серой зоны», они имеют в виду тех физических лиц, чьи кредитные истории нельзя назвать однозначными, когда банк может принять моментальное решение: дать отказ в получении кредита или одобрение. В принятии решения по клиентам «белой» и «черной» зон раньше кредиторам было достаточно стандартных объемов информации, подлежащей проверке скоринговыми системами: сведений из кредитных бюро, государственных инфосистем, данных, которые предоставлял работодатели и социальные сети. Заемщиков «белой зоны» банки любят; так как они своевременно вносят платежи по кредитам, не отклоняясь от графика и срока, за ними буквально ходят кредиторы, но не за тем, чтобы предъявить претензии, а, чтобы предложить взять еще один кредит с пониженной ставкой. А как ведут себя заемщики «серой зоны»? Первое время они тоже стараются добросовестно выполнять взятые на себя обязательства по кредиту. Далее по каким-то причинам, может, связанным с потерей работы или ухудшением финансового положения семьи, клиент прекращает совершать выплаты долга по кредиту и быстро оказывается в так называемой «просрочке». У одного физлица может быть до нескольких «просроченных» кредитов, а сроки просроченной задолженности могут разниться: это и 30, и 60, и 90 дней и даже больше. Если заемщик выходит на «просрочку» 90+, его первые кредиторы (те, кто предоставлял крупные кредиты под маленький процент) уже вряд ли в дальнейшем выдадут ему кредит на тех же условиях. Ведь такой заемщик пополнит собою «серую зону», и банк потратит немало сил и времени, чтобы в итоге решить, предоставить ему кредит или не рисковать?

Впрочем, проведение границ зон и определение, кто считается «хорошим», а кто «плохим» заемщиком, зависит от банковской политики и его общей стратегии. Как правило, кредитные организации сами определяются с желаемой доходностью своего кредитного портфеля, устанавливая тот уровень риска, который они могут принять. В текущем экономическом положении все больше банков и МФО выражают готовность пойти навстречу клиентам с применением более гибкого подхода к вопросу о предоставлении кредита. Они не торопятся с выдачей займов в пользу «непроверенных» клиентов, но при этом нацелены на сужение «серой зоны». Анализ кредитной истории клиента требует от банков владения необходимой дополнительной информацией, которую им пока негде взять. Банк хотел бы знать, не скрывался ли человек от контакта с кредитором, отзывался ли на звонки от кредитора, не обещал ли выплату долга в такой-то отрезок времени, а если обещал, то смог ли вовремя выполнить?

Эти вопросы относятся являются частью анализа поведенческой активности заемщика, имеющего просроченную задолженность и их значение при оценке его перспектив и дальше брать на себя обязательства по кредиту чрезвычайно высоко. Информация чисто демографического характера (о половой принадлежности, возрасте, семейном положении, месте работы и должности) и сведения о регулярных доходах клиента также весьма значима, но порой четко представить репутацию заемщика можно только проанализировав его поведение и личные качества. Разумеется, рынку нужна такая информация, ее наличие может в лучшую сторону отразиться на методах скоринга. Если подобная система анализа поведенческой активности заемщиков будет внедрена, банк существенно сократит расходы на риск-менеджмент – большее количество обработанных заявок могут быть одобрены при этом не ухудшится качество кредитного портфеля. Комплекс этих поведенческих характеристик может, допустим, предоставить компания «Финкарта», машиночитаемые отчеты системы дополнят кредитные заявки важными дополнительными сведениями и придаст решению еще большую очевидность, а следовательно – банк не потеряет клиентов, которые незаслуженно получили отказ в выдаче кредита.

Скоринг «серой зоны», учитывающий анализ поведения заемщиков поможет банкам или другим кредитным организациям в ведении более умелой кредитной политики. «Серую зону» ждет неизбежное сужение: выделятся сегменты заемщиков, имеющих различные уровни риска, условно банк сможет предоставлять кредиты почти всем, но на разных условиях (высокий риск – гарантия более высокой процентной ставки).

Тут вполне уместно спросить – а сможет ли информация о поведении заемщика во время «просрочки» способствовать его выводу из «серой зоны» в «белую», благодаря чему он дальше будет беспрепятственно получать кредиты? Конечно, это возможно. Но стоит признать вероятность и обратной ситуации. Банк получит информацию о поведенческих особенностях заемщика, и она испортит впечатление о б этом человеке, но во всяком случае в целом оно, будет адекватным. Адекватность, наличие дополнительных данных – это как раз то, что в чем сегодня заинтересован кредитный рынок – банки нуждаются в гарантиях, более точных оценках, проверенных сведениях о платежеспособности и дисциплинированности того или иного клиента.