Национальные особенности кредитного скоринга

Национальные особенности кредитного скоринга

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ КРЕДИТНОГО СКОРИНГА

.1 Понятие кредитного скоринга. История развития

.2 Особенности системы кредитного скоринга в России

.3 Скоринговые системы как средство минимизации кредитного риска

ГЛАВА 2. СИСТЕМА КРЕДИТНОГО СКОРИНГА НА ПРИМЕРЕ ЗАО «ВТБ 24»

.1 Характеристика ЗАО «ВТБ 24»

.2 Применение скоринговой системы в ЗАО «ВТБ 24»

.3 Разработка скоринговых карт как инструмента оценки уровня риска

ГЛАВА 3. ПРОБЛЕМЫ ВНЕДРЕНИЯ СКОРИНГОВОЙ СИСТЕМЫ И ПУТИ ИХ РЕШЕНИЯ

.1 Основные проблемы при внедрении скоринговых систем

.2 Совершенствование банком скоринговой системы в условиях финансового кризиса

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ КРЕДИТНОГО СКОРИНГА

1.1 Понятие кредитного скоринга. История развития

Повышение доходности кредитных операций непосредственно связано с качеством оценки кредитного риска. В зависимости от классификации клиента по группам риска банк принимает решение, стоит ли выдавать кредит или нет, какой лимит кредитования и проценты следует устанавливать. Для оценки кредитного риска производится анализ кредитоспособности заемщика, под которой в российской банковской практике понимается способность юридического или физического лица полностью и в срок рассчитаться по своим долговым обязательствам. В западной банковской практике кредитоспособность трактуется как желание, соединенное с возможностью своевременно погасить выданное обязательство. Далее будет использоваться термин «кредитоспособность» именно в этом значении. В соответствии с таким определением основная задача скоринга заключается не только в том, чтобы выяснить, в состоянии клиент выплатить кредит или нет, но и степень надежности и обязательности клиента. Иными словами, скоринг оценивает насколько клиент «достоин» кредита. [10, с.98]

Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок. Скоринг, по существу, является методом классификации всей интересующей нас популяции на различные группы, когда нам неизвестна характеристика, которая разделяет эти группы (вернет клиент кредит или нет), на зато известны другие характеристики, связанные с интересующей нас.

В статистике идеи классификации популяции на группы были разработаны Фишером в 1936 г. на примере растений. В 1941 г. Дэвид Дюран впервые применил данную методику к классификации кредитов на «плохие» и «хорошие». По времени это совпало со Второй мировой войной, когда почти все кредитные аналитики были призваны на фронт, и банки столкнулись с необходимостью срочной замены этих специалистов. Банки заставили своих аналитиков перед уходом написать свод правил, которыми следовало руководствоваться при принятии решения о выдаче кредита, чтобы анализ мог проводиться неспециалистами. Это и был как бы прообраз будущих экспертных систем.

В начале 50-х гг. в Сан-Франциско образовалась первая консалтинговая фирма в области скоринга - Fair Issac, которая до сих пор является лидером среди разработчиков скоринговых систем. Но широкое применение скоринга началось с распространением кредитных карточек. При том количестве людей, которые ежедневно обращались за кредитными карточками, банкам ничего другого не оставалось, как автоматизировать процесс принятия решений по выдаче кредита. Однако очень скоро они оценили не только быстроту обработки заявлений на выдачу кредита, но и качество оценки риска. По данным некоторых исследований, после внедрения скоринг-систем уровень безнадежного долга сокращался до 50%.

В 1974 г. в США был принят Закон о предоставлении равных возможностей на получение кредита, который запрещал отказывать в выдаче кредита на основании следующих характеристик: раса, цвет кожи, национальное происхождение, возраст, пол, семейное положение, религия, получение социальных пособий, отстаивание прав потребителей. В Великобритании законодательство допускает использование информации о возрасте и семейном положении, но зато запрещает принимать во внимание какие-либо физические увечья и недостатки (инвалидность). Для кредитных организаций использование скоринговых систем стало доказательством исполнения этих антидискриминационных законов - у компьютера нет предубеждений.

Помимо установления принципов равноправия в области кредитования, кредитное законодательство США, как и Закон о потребительском кредите, принятый в Великобритании в том же 1974 г., имели важное значение для формирования службы кредитных бюро. В таких бюро записывается кредитная история всех людей, когда-либо обращавшихся за ссудой в любую кредитную организацию страны.

В кредитных бюро содержатся следующие виды данных:

l   социально-демографические характеристики;

l   судебные решения (в случае передачи дел о востребовании задолженности по кредиту в суд);

l   информация о банкротствах;

l   данные об индивидуальных заемщиках, получаемые от кредитных организаций по принципу «ты - мне, я - тебе», т. е. банк может получать информацию о клиентах других банков, только если сам поставляет аналогичную информацию.

Объем и характер информации, хранящейся в бюро, строго регулируется законодательством каждой страны. В нашей стране Федеральный закон «О кредитных историях» вступил в силу с 1 июня 2005 года (за исключением части третьей статьи пятой данного закона). Часть третья статьи пятой ФЗ «О кредитных историях» вступила в силу с 1 сентября 2005 года, в соответствии с которой «кредитные организации обязаны представлять всю имеющуюся информацию», определенную статьей четвертой названного Федерального закона, «в отношении всех заемщиков, давших согласие на ее представление, … хотя бы в одно бюро кредитных историй, включенное в государственный реестр бюро кредитных историй». Содержание кредитных историй, порядок их предоставления, хранение и защита содержащейся в них информации регламентируются данным Федеральным законом.

Значение кредитных бюро чрезвычайно велико. Во-первых, их существование позволяет кредитным организациям выдавать ссуды клиентам, которые ранее в этой организации не обслуживались. Во-вторых, добросовестный заемщик получает доступ к более дешевым кредитным ресурсам за счет более эффективной, быстрой и менее дорогостоящей процедуры оценки связанного с ним риска. В-третьих, дисциплина возврата кредитных средств повышается. Кроме того, общепризнанной является ценность предыдущей кредитной истории для прогнозирования вероятности дефолта, то есть благодаря кредитным бюро кредитные организации имеют возможность гораздо более точно прогнозировать и составлять менее рискованные кредитные портфели. [20]

Таким образом, в настоящее время скоринг становится все более популярным не только при оценке риска при различных видах кредита, но и в других областях: в маркетинге (для определения вероятности, что именно эта группа клиентов будет пользоваться этим видом продукции), при работе с должниками (если клиент задерживается с очередным платежом, какой метод воздействия будет наиболее эффективным), при выявлении мошенничества с кредитными карточками, при определении вероятности, что клиент может перебежать к конкуренту и так далее.

1.2 Особенности системы кредитного скоринга в России

Прежде чем рассматривать особенности скоринговых систем в России, необходимо определиться с тем, какие именно типы скоринга наиболее актуальны для отечественных банков.

Application-скоринг - оценка кредитоспособности заемщиков для получения кредита.

Вопрос оценки кредитозаемщика на стадии получения кредита стоит для отечественных банков крайне остро. Правда, большинство отечественных банков предпочитают официально утверждать, что проблемные кредиты не превышают 5% кредитных портфелей. Однако есть и другая информация, куда менее оптимистичного характера. В приватных беседах представители банков, активно работающих на рынке кредитования физических лиц, не раз говорили, что доля невозвратов уже достигла 15% и продолжает расти. Таким образом, можно смело утверждать, что Application-скоринг наиболее актуальный тип скоринга для России.скоринг - определение приоритетных дел и направлений работы в отношении заемщиков, состояние кредитного счета которых классифицировано как «неудовлетворительное».

В последнее время отечественные банки все чаще и чаще говорят о необходимости использования Collection-скоринга в повседневной работе. Использование этого типа скоринга позволяет вести планомерную работу с просроченной задолженностью до момента ее передачи в коллекторское агентство. Опыт показывает, что значительную часть задолженности в ходе этой работы удается ликвидировать. Например, согласно результатам ряда исследований около 40% всех неплатежей приходиться на забывчивых заемщиков, которые без всякого умысла забывают внести платеж по кредиту и «исправляются» после первых напоминаний.скоринг (поведенческий скоринг) - оценка динамики состояния кредитного счета заемщика.

Используемые для этой задачи вероятностные скоринговые модели позволяют спрогнозировать изменение платежеспособности заемщика, определить оптимальные лимиты по кредитной карте и т.д. Например, на основании поведения заемщика за предыдущие пять месяцев можно спрогнозировать его поведение в последующие два месяца. В России этот тип скоринга практически не применяется, причем не столько в силу отсутствия необходимости, сколько из-за отсутствия скоринговых систем, способных на это.скоринг - оценка вероятности мошенничества потенциального заемщика.

Этот тип скоринга, как правило, используется в связке с Application и Behavioral-скорингом для более детального анализа заемщиков. Его актуальность для российского рынка достаточно велика. По данным ряда отечественных банков откровенное мошенничество составляет до 10% от всех неплатежей, и этот показатель с каждым годом продолжает медленно, но неуклонно увеличиваться.

Таким образом, получается, что более всего для российского рынка актуальны Application-скоринг и Collection-скоринг. Что касается Behavioral и Fraud скоринга, то об их необходимости только сейчас начали задумываться крупнейшие игроки розничного рынка. Следовательно, одной из основных особенностей систем кредитного скоринга, адаптированных для отечественных банков является максимально полная поддержка Application-скоринг и Collection-скоринг. [29]

Построение системы кредитного скоринга осуществляется в несколько этапов:

Этап: Построение скоринговых моделей

В первую очередь следует остановиться на компоненте скоринговой системы, предназначенном для построения скоринговых моделей. Основные его функции это анализ, группировка и предварительная обработка данных, необходимых для разработки скоринговой модели, а также анализа кредитного портфеля.

Кроме того, данный компонент должен давать возможность определять ключевые факторы, которые влияют на кредитоспособность клиента. Разработка скоринговой модели с помощью этого компонента и дальнейшая оценка ее работы должна быть полностью автоматизирована. В компоненте для построения скоринговых моделей должен быть предусмотрен экспорт моделей на сервер принятия решений и возможность анализа клиентской базы с разделением ее на однородные группы по индикаторам риска или другими факторам.

В том случае, если в скоринговой системе нет компонента для разработки моделей, то банк, установивший такую систему окажется в зависимости у скоринг-вендора. Каждый раз при внедрении нового кредитного продукта или при необходимости корректировки уже имеющихся моделей придется обращаться к вендору. Стоимость эксплуатации системы в этом случае значительно возрастет, да и оперативность реагирования на изменения рыночной ситуации будет оставлять желать лучшего. В отдельных случаях модель экспортируется в виде программного кода, во фронт-офисное решение банка. Такой подход вряд ли можно назвать рациональным. Во-первых, банку придется постоянно держать штат высококлассных IT специалистов, а во-вторых, риск-менеджмент, как и в предыдущем случае, потеряет возможность быстро реагировать на колебания рынка, в плане изменения, корректировки и быстрого запуска модели в работу.

2 Этап: Построение стратегий принятий решений

Компонент, предназначенный для построения стратегий принятий решений, позволяет риск - менеджменту банка без помощи скоринг-вендора или IT отдела задавать и изменять бизнес-процессы. Данный компонент должен быть достаточно мощным, что бы дать возможность риск-менеджменту банка оперировать набором скоринговых инструментов, включая скоринговые модели, а также выстраивать с их помощью сколь угодно сложные многоуровневые процессы принятия кредитных решений. Однако при этом он должен обладать гибкостью и удобным пользовательским интерфейсом.

Для качественной отладки стратегии должен быть реализован механизм изучения качества работы стратеги без загрузки её на сервер принятия решений. Кроме того, в компоненте для построения стратегий должен быть предусмотрен автоматический анализ ошибок и нелогичностей связей, что даст возможность значительно экономить время при создании и отладки новой стратегии.

Этап: Выбор сервера принятия решений

Главный компонент любой системы кредитного скоринга - это сервер принятия решений. По сути, этот компонент является механизмом получения, обработки, хранения и передачи данных. Основные требования, выдвигаемые к серверу принятия решения это его быстродействие и гибкость в настройках.

Этап: Построение скоринговой отчетности

Компонент построения отчетности должен вести постоянный мониторинг скоринговой системы и давать возможность отслеживать влияние внешних и внутренних факторов на адекватность и стабильность скоринговой модели. Изучая работу системы кредитного скоринга, появляется возможность оперативно анализировать изменения в клиентской базе, а так же своевременно актуализировать скоринговые модели. Кроме того, используя компонент построения отчетности можно осуществлять контроль над субъективными решениями сотрудников, которые отвечают за выдачу кредитов.

.Этап: Организация рабочих мест кредитных специалистов

Рабочие места кредитных специалистов становятся необходимыми в случае, если у банка нет собственного мощного фронт-офисного решения. Как правило, набор рабочих мест, который должен присутствовать в этом случае, выглядит так: рабочее место кредитного инспектора, рабочее место кредитного эксперта, рабочее место сотрудника экономической безопасности и рабочее место кредитного аналитика. Этот компонент позволяет кредитным специалистам работать с системой, однако не заменяет банку полноценный фронт-офис.

Безусловно, далеко не каждому отечественному банку могут понадобиться все перечисленные выше компоненты. Но если рассматриваемая система кредитного скоринга не обладает этими компонентами, то банку стоит задуматься над профессионализмом скоринг-вендора.

Еще одна немаловажная проблема, которая возникает у банка при выборе скоринговой системы, связана с необходимостью определиться какое программное обеспечение использовать: специализированное или аналитическое?

Специализированное скоринговое решение разработано и используется исключительно для кредитного скоринга. В него включены инструменты, предназначенные именно для этой цели. Например, инструмент для построения моделей, специализированные отчеты, диаграммы, различные методы построения моделей, алгоритмы оценки/ сравнения моделей и т.п.

Универсальное аналитическое программное обеспечение - это типовые математические и статистические пакеты, с помощью которых, также, можно делать многие вещи из того, что предлагает специализированная скоринговая система. Но, разница в использовании этих двух вариантов заключается в функциональности и целенаправленности каждого из них.

Например, чтобы построить кривые финансовой эффективности на кредитном портфеле в универсальном статистическом программном обеспечении, потребуется создание всего алгоритма анализа и вычисления для каждой записи портфеля. Кроме того, придется провести работу по созданию графического представления результатов. Получить аналогичные результаты в полноценной системе кредитного скоринга можно нажатием нескольких кнопок.

Система кредитного скоринга ориентирована на бизнес-пользователя и оперирует, в основном, бизнес-понятиями. Риск-менеджерам и кредитным аналитикам для работы с ней требуется лишь базовое понимание основ математики. В то время как универсальное программное обеспечение ориентировано на математиков с очень серьезным уровнем теоретической подготовки и опытом практической работы с соответствующими пакетами.

Универсальное аналитическое программное обеспечение, как правило, стоит значительно дешевле, чем специализированная скоринговая система. Но это единственный его «плюс». А если задуматься о том, сколько времени придется потратить риск-менеджерам на освоение аналитического пакета, то экономия получается весьма сомнительной.

Ключевые преимущества от внедрения скоринговой системы:

·        Сокращение сроков принятия решения о предоставлении кредита. Увеличение числа и скорости обработки заявок за счет минимизации документооборота при выдаче кредита частным клиентам, как важнейший способ обеспечения доходности ритейлового кредитования.

·        Эффективная оценка и постоянный контроль уровня рисков конкретного заемщика.

·        Снижение влияния субъективных факторов при принятии решения о предоставлении кредита. Обеспечение объективности в оценке заявок кредитными инспекторами во всех филиалах и отделениях банка.

·        Оценка и управление риском портфеля кредитов частным лицам банка в целом, включая его отделения. Учет, при определении параметров новых кредитов, уровня доходности и риска кредитного портфеля.

·        Реализация единого подхода при оценке заемщиков для различных типов кредитных продуктов банка (экспресс-кредиты, кредитные карты, потребительские кредиты, автокредитование, ипотечные кредиты).

·        Адаптация параметров кредита под возможности конкретного заемщика (кастомизация кредитного продукта).

·        Резкое расширение, за счет кастомизации кредитных продуктов, состава и численности кредитуемых лиц.

·        Сокращение численности банковского персонала, экономия за счет использования персонала более низкой квалификации.

·        Контроль всех шагов рассмотрения заявки.

·        Скоринговая система вашего банка будет настроена на условия страны, регионов, интересующих ваш банк, на вашу клиентскую базу.

6 Этап: Выбор скоринг-вендора

Выбор поставщика системы кредитного скоринга, не менее ответственный процесс, чем выбор самой системы. Здесь необходимо обратить внимание на два момента: профессионализм компании-поставщика, то есть глубокое понимание сути скоринга, и его политика взаимодействия с клиентом.

Сегодня на рынок выходят компании, которые в большей степени занимаются автоматизацией и вообще банковским программным обеспечением. И так как на данный момент рынок требует, они позиционируют себя как поставщиков скоринга. Однако в большинстве случаев под таким скорингом понимается элементарная бальная оценка, да и то не всегда. В этой ситуации говорить о методологии скоринга, специализированных инструментах, анализе портфеля и т. п. не приходится. Подобные системы не дают эффективных инструментов управления кредитной политикой, да и вообще, по большому счету, не являются системами кредитного скоринга.

Конечно, обвинить в непрофессионализме крупные транснациональные компании, которые занимаются разработкой скоринговых систем с середины XX века невозможно. Зато у них есть ряд других, достаточно серьезных недостатков, которые значительно усложняют практическую работу по внедрению и дальнейшей эксплуатации скоринговой системы в конкретно взятом банке.

На мировом рынке скоринговых систем сегодня сложилась такая ситуация, что многие банки устали от работы с крупными корпорациями. Европейские и американские банки оказались заложниками компаний-разработчиков, получив при этом все прелести работы с тяжелым бюрократическим механизмом. Запрос по смене чего-то выполнится через месяц, внедрение занимает полтора - два года и т п. и т.д. Все это происходит долго, проект может затягиваться, могут неожиданно привлекаться дополнительные финансовые и людские ресурсы. [26]

Таким образом, начиная работать с корпорацией-гигантом, банки получают сложности не столько скоринговые, сколько интеграционные. Можно с уверенностью говорить, что в самое ближайшее время те отечественные банки, осознают проблему и начнут искать выход из создавшегося положения. Однако вряд ли у них это получиться, скоринговые системы западных компаний стоят, отнюдь не дешево, и никакому банку не захочется потерять сумму около полумиллиона долларов.

Кроме того, даже крупные российские банки по западным меркам отнюдь не велики. Скоринг-вендорам выгодно, чтобы проекты были большие и долгосрочные. И в этом ключе заказы отечественных банков в глазах транснациональных корпораций находятся отнюдь не на первом месте. Таким образом, получается, что делать какую-нибудь адаптацию под клиента, оказывать какие-нибудь эксклюзивные услуги, крупные западные скоринг-вендоры не настроены. Они просто предоставляют банкам хорошее скоринговое решение: в меру отлаженное в восточной Европе и, значительно лучше отлаженное, в западной. Чем-то оно может подходить, а чем-то и нет.

Задача крупных компаний-производителей - захватить рынок, поставить свои решения в как можно большем количестве отечественных банков и привязать их к себе на несколько лет. Их основной доход связан не столько с продажей самого программного обеспечения, сколько с лицензионной политикой, которая предусматривает постоянное платное обновление лицензии.

Еще один момент, на котором стоит остановиться, связан с тем, что некоторые крупнейшие корпорации работают в России через национальные многопрофильные компании, выполняющие исключительно представительскую функцию. Сотрудники таких компаний, как правило, не обладают глубокими знаниями в кредитном скоринге. Будет ли проведена грамотная интеграция системы в таких условиях - можно только гадать. [28]

Таким образом, все вышесказанное касается большинства западных компаний, но отнюдь не всех. Часть из них пошла по другому пути развития. С клиентами этих компаний общаются исключительно региональные филиалы. Благодаря этому каждый банк-клиент работает напрямую, не с огромной бюрократической машиной, а с ближайшим представительством, которое оперативно реагирует на все запросы заказчика и в тоже время обладает всей полнотой теоретических знаний наработанных компанией в целом. К сожалению, на сегодняшний день таких скоринг-вендоров крайне мало.

1.3 Скоринговые системы как средство минимизации кредитного риска

кредитный скоринг риск оценка

Продолжающийся бурный рост рынка кредитования физических лиц неизбежно влечет за собой принятие дополнительных кредитных рисков как на отдельное кредитное учреждение, так и на банковскую систему в целом. Это связано с двумя основными факторами:

l   вовлечением в процесс розничного кредитования в качестве заемщиков нового контингента физических лиц и, как следствие, увеличением общего количества действующих кредитных договоров;

l   ростом среднего объема розничного кредита.

Экстенсивное развитие розничного кредитования проходит в условиях жесткой продуктовой и ценовой конкуренции основных участников рынка, что неизбежно ведет к снижению доходности данного направления банковского бизнеса. В этой ситуации качество управления кредитными рисками в розничном кредитовании становится не просто важным вопросом, а одним из конкурентных преимуществ/недостатков для кредитных учреждений, развивающих данный вид кредитования.

Конкурентная борьба идет не просто за доли расширяющегося рынка (в отличие, например, от торговли), а за «высококачественные» доли рынка, то есть за кредитоспособных заемщиков.

Методы покрытия кредитных рисков, связанные с созданием сложной для восприятия потенциального заемщика системы комиссий (за рассмотрение заявки, за открытие ссудного счета, за ведение и обслуживание ссудного счета и т.д.), себя практически исчерпали. Не случайно в последнее время и Банк России, и Федеральная антимонопольная служба уделяют пристальное внимание вопросам раскрытия коммерческими банками информации о реальных затратах потенциальных заемщиков по потребительским кредитам. Причем это относится не только к экспресс-кредитам или овердрафтному кредитованию держателей банковских карт, но и к другим видам розничного кредитования, в частности предусматривающим использование залогов или поручительств в качестве обеспечения. Причина в том, что затраты и потери банков в связи с обращением взыскания на предмет залога достаточно велики. В значительной степени это может относиться и к поручительствам - например, к поручительствам физических лиц, когда заемщик и поручители проживают в средних и небольших городах и работают на одном из градообразующих предприятий. По сути, выдача кредита (даже при наличии обеспечения) целесообразна при высокой доле уверенности в кредитоспособности потенциального заемщика. Именно задаче выбора кредитоспособных заемщиков в основном служат скоринговые системы. [18, c. 109-110]

Английский глагол «score» имеет среди своих значений следующие: подсчитывать очки, вести счет; как существительное «score», в частности, означает количество набранных очков, оценку. [27, c. 223 ]

Скоринговая система - это алгоритм или методика, позволяющие на основе данных о потенциальном заемщике оценить его кредитоспособность. По существу система призвана дать категоризированную оценку степени кредитного риска по потенциальному заемщику. В простейшем и наиболее значимом для практики случае эта оценка бинарна: «выдать кредит» (или «заемщик кредитоспособен») либо «отказать в выдаче кредита» (или «заемщик некредитоспособен»). Величина кредитного лимита в скоринговых системах второстепенна. Как правило, основой расчета кредитного лимита служит оценка уровня доходов заемщика при условии его кредитоспособности. В качестве данных о потенциальном заемщике выступает доступная кредитору информация, как содержащаяся в представляемых заемщиком документах, так и получаемая «со слов» самого заемщика. Зачастую эти два вида данных имеют непустое пересечение: например, данные о доходах, указываемые заемщиком в анкете, подтверждаются соответствующими справками и документами об уровне этих доходов. Фрагмент примерного (возможного) перечня данных для скоринга может иметь следующий вид:

l   уровень среднемесячного дохода за последние 6 месяцев;

l   стаж работы на последнем месте работы;

l   возраст;

l   семейное положение;

l   количество лиц, находящихся на иждивении;

l   образование;

l   должностной статус;

l   наличие в собственности недвижимости и др.

Каждый вид используемой в скоринге информации обычно называют характеристикой или фактором (например, стаж работы на последнем рабочем месте; семейное положение и т.п.). Некоторые характеристики потенциального заемщика (возраст) имеют числовой характер, некоторые (образование) - дискретный нечисловой (категоризированный). Очевидно, что в скоринге целесообразно использовать наиболее существенные, важные для правильного принятия решения относительно оценки кредитоспособности характеристики. Их выбор ограничен наличием информации о заемщике и степенью ее документального подтверждения. Тем не менее в анкетах и представляемых заемщиком документах содержится достаточно данных для организации первоначальных работ по скорингу. Определение конкретной системы факторов для скоринга может быть сделано как на основе экспертных оценок кредитных работников, так и с использованием статистических методов.

Статистические методы эффективны при наличии достаточного по объему массива данных (значения факторов и результат погашения кредита - погашен или не погашен в срок). Если данных нет или их объем незначителен, то скоринг на основе экспертных оценок - разумное решение, во всяком случае, это лучше, чем отсутствие скоринга вообще. [13, c.40]

Несмотря на начало работы по формированию в России системы Бюро кредитных историй (БКИ), скоринговые системы не теряют своей актуальности. Это обусловлено двумя обстоятельствами:

) расширением рынка розничного кредитования за счет вовлечения в процесс физических лиц, не бравших ранее кредиты в банках и не имеющих кредитных историй;

) ограниченными возможностями БКИ по оценке кредитоспособности потенциальных заемщиков: кредитные отчеты БКИ содержат основную часть кредитной истории, то есть точно определенный перечень информации о фактически имевшем место исполнении/неисполнении потенциальным заемщиком (субъектом кредитной истории) обязательств по ранее выданным ему кредитам и займам. Сама по себе эта информация чрезвычайно важна: потенциальному заемщику с негативной кредитной историей новый кредит, скорее всего, не будет выдан. Однако выдача кредита заемщику с положительной кредитной историей не может проходить в «автоматическом режиме» - в любом случае необходима квалификация заемщика, оценка его кредитоспособности. Факты положительной кредитной истории заемщика и момент обращения за новым кредитом могут быть сильно разнесены во времени; в уровне доходов, обязательствах, собственности, условиях жизни заемщика, а, следовательно, и в его кредитоспособности могли произойти серьезные изменения. [12, c.30]

Таким образом, чтобы снизить кредитный риск и уменьшить время для принятия решения о выдаче кредита, банкам необходимо использовать систему кредитного скоринга не как отдельно функционирующую систему, а работать во взаимосвязи с Бюро кредитных историй.

ГЛАВА 2. СИСТЕМА КРЕДИТНОГО СКОРИНГА НА ПРИМЕРЕ БЛАГОВЕЩЕНСКОГО ФИЛИАЛА ВТБ 24

2.1 Характеристика ЗАО «ВТБ 24»

История Банка ВТБ - это история становления флагмана отечественной банковской индустрии. ВТБ сегодня принадлежит ключевая роль в инвестиционном кредитовании экономики и развитии розничного рынка банковских услуг в России.

Банк внешней торговли (Внешторгбанк) был учрежден в октябре 1990 года при участии Государственного банка РСФСР и Министерства финансов РСФСР для обслуживания внешнеэкономических операций России и содействия интеграции страны в мировое хозяйство. Генеральная лицензия № 1000 на право совершения всех видов банковских операций в российских рублях и иностранной валюте была выдана ВТБ 2 января 1991 года. Основными направлениями деятельности Банка стали обслуживание и кредитование участников внешнеэкономической деятельности, международные расчеты, межбанковские операции и торговля драгоценными металлами.

ВТБ быстро сумел занять прочные позиции на российском рынке банковских услуг, добиться международного признания и заслужить репутацию одного из самых надежных и финансово устойчивых банков страны.

ВТБ изначально свойственны: глобальный характер операций, высокое качество обслуживания, внимательное отношение к клиентам, широчайший выбор продуктов и услуг, передовые банковские технологии.

В 1990-е годы ВТБ успешно развивался как крупный специализированный Банк, ориентированный на работу с корпоративными клиентами, преимущественно российскими предприятиями-экспортерами. Уникальный опыт в области проведения международных расчетов и широкая корреспондентская сеть, позволяли Банку обслуживать до трети всего внешнеторгового оборота России.

Сохранение ВТБ полной платежеспособности в ходе финансового кризиса 1998 года способствовало дальнейшему укреплению рыночных позиций Банка. ВТБ смог избежать участи многих обанкротившихся крупных кредитных организаций.

С приходом в ВТБ в 2002 году новой команды топ-менеджеров во главе с действующим президентом-председателем правления А.Л.Костиным начался один из наиболее ярких этапов в истории Банка.

Новое руководство ВТБ поставило стратегическую задачу - превратить Банк в универсальный кредитный институт европейского уровня, работающий во всех ключевых сегментах банковского рынка России, включая розничный бизнес и инвестиционно-банковские услуги.

Последовательно реализуя указанную задачу, Банк активизировал работу с населением и добился существенного увеличения объемов инвестиционного кредитования экономики. ВТБ были запущены сразу две масштабные целевые программы - финансирование малого бизнеса и развитие ипотеки в России, - заложившие долговременную основу его лидерства на российском рынке розничных банковских услуг.

Менее чем за пять лет из узкоспециализированного Банка с небольшой филиальной сетью ВТБ превратился в один из крупнейших, системообразующих кредитных институтов страны общефедерального значения (по темпам роста бизнеса, существенно опережавшим другие крупные российские банки). [30]

Уже к концу 2006 года Банку удалось удвоить свою долю в активах российской банковской системы, доведя ее до 9%, и охватить своей филиальной сетью практически всю территорию страны. Сегодня ВТБ прочно занимает в России второе место по размеру активов, капитала, ресурсной базы, объемам кредитования предприятий и населения, величине чистой прибыли.

ВТБ является одним из лидеров национального банковского сектора и занимает прочные конкурентные позиции на всех сегментах рынка банковских услуг. Главным акционером ВТБ с долей в 77,5% является Правительство РФ. В ходе проведенного в мае 2007 года IPO среди российских и международных инвесторов было размещено 22,5% акций ВТБ. Общий объем средств, привлеченных в рамках дополнительной эмиссий акций, составил около $8 млрд., что сделало IPO ВТБ крупнейшим публичным размещением акций в мире в 2007 году. Кроме того, оно стало самым «народным IPO» в России за всю историю национального фондового рынка, по его итогам акционерами ВТБ стали более 120 тыс. россиян.

Рыночная капитализация ВТБ, акции которого обращаются на ММВБ и РТС, а также на Лондонской фондовой бирже в форме Глобальных депозитарных расписок, по итогам размещения акций превысила $35,5 млрд. Размер уставного капитала ВТБ составляет 67,2 млрд. рублей.

Размер собственных средств ВТБ по состоянию на 1 октября 2008 года составил 363 млрд. рублей, чистых активов - 1982 млрд. рублей.

ВТБ - один из ведущих кредиторов российской экономики. Кредитные вложения ВТБ в нефинансовый сектор на 1 октября 2008 года составили 1101 млрд. рублей. Наибольший удельный вес занимают кредитные вложения в предприятия топливно-энергетического комплекса, машиностроения и торговли, в том числе внешней. [8, 24]

ВТБ имеет наивысший для российских банков рейтинг международных рейтинговых агентств Moody`s Investors Service, Standard & Poor`s и Fitch. Российские рейтинговые агентства традиционно относят ВТБ к высшей группе надежности.

Диверсифицируя свою деятельность, Группа ВТБ постоянно расширяет круг проводимых на российском рынке операций и предоставляет клиентам широкий комплекс услуг, принятых в международной банковской практике

ВТБ является ведущим банком России в области обслуживания внешнеторговых расчетов. Активно развивается сотрудничество ВТБ с Европейским банком реконструкции и развития, совместно с которым реализуется и разрабатывается ряд совместных проектов. ВТБ стал первым после кризиса 1998 года российским банком, участвующим в программе ЕБРР по содействию деятельности в области внешней торговли (Trade Facilitation Program) и до настоящего времени является одним из активных ее участников.

ВТБ использует обширный спектр финансовых инструментов при привлечении несвязанных ресурсов на международных рынках для фондирования растущего объема активных операций, а также для целей корпоративного развития. Банк придерживается стратегии диверсификации источников фондирования по географии, валютам, инструментам и типам инвесторов. ВТБ привлекает ресурсы в форме синдицированных кредитов, еврооблигаций, локальных долговых инструментов Schuldscheindarlehen, а также в других формах.

Так, в мае 2008 года ВТБ разместил однотраншевый выпуск еврооблигаций в объеме 2 млрд. долларов США, рекордном за всю историю Банка. На момент размещения этот выпуск также стал самым крупным однотраншевым заимствованием на международном рынке капиталов, осуществленным финансовым учреждением СНГ, Центральной и Восточной Европы. Еврооблигации были выпущены с фиксированной ставкой на срок 10 лет с опционом «пут» через 5 лет, ставка купона составила 6,.875% годовых.

ВТБ располагает одной из наиболее разветвленных среди российских банков корреспондентских сетей - свыше 1800 банков-корреспондентов в более чем 100 странах ближнего и дальнего зарубежья. Постоянно развивается межбанковское сотрудничество с ведущими финансовыми учреждениями стран - основных торговых партнеров России. На сегодняшний день соглашения о сотрудничестве подписаны с кредитными учреждениями Алжира, Бразилии, Вьетнама, Грузии, Израиля, Индии, Казахстана, Китая, Малайзии, Польши, Украины и других стран.

ВТБ по-прежнему занимает одно из ведущих мест среди российских банков в сфере проведения операций с драгоценными металлами. В апреле 1998 г. ВТБ первым из коммерческих банков получил генеральные лицензии на экспорт аффинированного золота и серебра. Таким образом, ВТБ, ранее в течение многих лет экспортировавший золото только по поручениям Правительства РФ, получил дополнительную возможность реализовывать на международных рынках собственный металл, закупаемый им на внутрироссийском рынке, а также золото российских клиентов по их поручениям.

В рамках сотрудничества с российскими золотодобывающими предприятиями ВТБ осуществляет кредитование с целью их подготовки к сезону добычи. При этом ВТБ стремится обслуживать золотодобывающие предприятия на местах через филиалы, которые банк имеет в таких важнейших центрах золотодобывающих регионов, как Магадан, Хабаровск, Благовещенск, Красноярск и ряде других.

Банк - активный участник как международного, так и внутреннего валютного рынка России.

ВТБ проводит операции со всеми видами государственных и корпоративных ценных бумаг и является одним из крупнейших клиентских депозитариев в России.

Для выполнения стратегических задач по превращению в универсальный банк европейского уровня и укрепления конкурентных позиций на российском рынке банковских услуг ВТБ уделяет большое внимание развитию комплекса розничного обслуживания. В этих целях в августе 2005 года начал свою работу специализированный дочерний банк ВТБ, осуществляющий обслуживание населения и предприятий малого бизнеса под брендом ВТБ 24.

В рамках дочернего банка, предлагающего полный спектр розничных услуг, продолжена реализация важнейших и социально значимых программ ВТБ - ипотечного жилищного кредитования и поддержки малого бизнеса. Эти программы - последовательное воплощение в масштабах всей России политики ВТБ по содействию росту национальной экономики путем развития частного предпринимательства и выполнения задач по становлению широкомасштабной системы долгосрочного ипотечного жилищного кредитования.

В стратегических планах Банка и возглавляемой им группы ВТБ - превращение в безусловного лидера банковской розницы в России, занятие ведущих позиций на отечественном рынке инвестиционно-банковских услуг, дальнейшее расширение деятельности за рубежом, прежде всего в странах СНГ. Банк планирует существенно увеличить объемы лизинговых и страховых операций, более активно работать в сфере управления активами, брокерской деятельности, негосударственного пенсионного обеспечения и в ряде других сегментов финансового рынка России.

Реализация намеченных планов позволит ВТБ к концу 2010 года увеличить количество своих консолидированных активов до 150 млрд долларов и по размеру капитала войти уже в число 50 крупнейших банков мира.

В ближайшем будущем ВТБ намерен в соответствии с избранной стратегией развития не только упрочить лидерство во всех основных сегментах российского рынка банковских услуг, но и стать первым и единственным в мире финансово-банковским институтом, предоставляющим банковские услуги практически на всём постсоветском пространстве. К концу 2010 года свыше полутора тысяч отделений ВТБ смогут предложить клиентам Банка весь комплекс финансовых услуг более чем в 20 странах мира. [30]

2.2 Применение скоринговой системы в ЗАО «ВТБ 24»

Использование Microsoft Office Excel для кредитного скоринга условно можно назвать типовым подходом к скорингу физических лиц. Он используется во многих, если не сказать в большинстве, российских банках. Стандартная процедура оценки заемщика выглядит так: сотрудник банка, опираясь на свои знания и опыт, вручную расставляет баллы, ориентируясь, как правило, исключительно на кредитную заявку. При этом одни факторы, указанные в заявке, увеличивают количество баллов, а другие уменьшают. Если после подсчета у заемщика набирается необходимое, строго определенное для каждого кредитного продукта количество баллов, он получает кредит.

На первый взгляд все очень просто. Но в этом случае заемщик обречен на томительное ожидание и зависимость от настроения и внимательности кредитного эксперта, работающего с его заявкой.

Во-первых, оценка кредитной заявки осуществляется практически мгновенно. Некоторые системы способны осуществлять скоринг со скоростью до 200 заявок в секунду. Конечно, это не значит, что кредит выдадут за одну двухсотую секунды. Все равно информация будет проверяться людьми, ведь многие бизнес-процессы, идущие в банке при кредитовании физических лиц, практически невозможно автоматизировать. Но принять решение за 2-3 минуты в потребительском кредитовании, где суммы невелики и играет роль скорость, реально.

Во-вторых, система кредитного скоринга не зависит от настроения и опыта кредитного эксперта. Она принимает решение беспристрастно, ориентируясь исключительно на математические правила. Конечно, в ипотечном и автокредитовании система кредитного скоринга выступает лишь как советник, основное решение будет принимать все-таки кредитный эксперт. Но если его решение будет отличаться от выводов скоринговой системы, ему придется давать объяснения своему руководству, и, следовательно, у благонамеренного заемщика шансов получить кредит значительно больше.

И, в-третьих, Банк не выставляет заоблачные проценты, потому как они ему просто не нужны, ведь скоринговая система позволяет значительно снизить риск невозврата кредита. Следовательно, нет нужды покрывать его за счет добросовестных клиентов. [26]

Кроме того, не так давно Центральный банк Российской Федерации внес изменения в положение N 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности». Теперь Банку выгоднее рассказать клиенту правду о том, какие именно проценты ему придется выплачивать по тому или иному кредиту. [5]

Конечно, скоринговая система не дает ответа, стоит ли выдавать ссуду. Банк должен сам выбрать точку отсечения - минимальный балл, при котором можно выдавать кредит. Хорошая скоринговая модель отсеивает до 90% неплатежеспособных клиентов, однако при этом мешает в получении кредита 10% качественных заемщиков. Это соотношение зависит от того, какой уровень рисков банк готов принять. Введение скоринга помогает ВТБ24 снизить процент невозвратов и при этом увеличить количество кредитов. Таким образом, Банк может поднять доходность своего кредитного портфеля.

Однако чтобы скоринговые системы заработали действительно эффективно, ВТБ24 необходимо обмениваться информацией. Пока Банк не стремится участвовать в Бюро кредитных историй. Таким образом, он не только не защищает себя от недобросовестной конкуренции, но и значительно сужает возможности по противодействию мошенникам. Из статистики известно, что прогнозная модель тем точнее, чем больше наблюдений использовалось для ее построения. Исследуя корреляции только на основе своих кредитных историй, банки будут получать большие погрешности.

Проблема ВТБ24 состоит еще и в том, что он не используют поведенческий и коллекторский скоринг (ограничиваясь применением аппликационного), а также не учитывает в своей модели региональные особенности заемщиков. Так что уровень невозвратов по розничным кредитам снизится только тогда, когда Банк начнет обмениваться информацией о кредитных историях масштабно и системно.

Методика оценки кредитного риска позволяет, оценив набор признаков, характеризующих заемщика, сказать, стоит ли выдавать ему кредит. В связи со значительным ростом кредитных Банка и разворачивающейся битвой за еще один источник денег - кошельки сограждан - в связи с ростом потребительского кредитования понимание внутреннего механизма этого метода крайне важно.

Итак, для создания эффективной системы скоринга в банке ВТБ24 (как для юридических, так и для физических лиц) необходимо несколько ингредиентов:

) во-первых, необходимо, чтобы заемщик характеризовался количеством описывающих его признаков большем или равном 2;

) во-вторых, необходимо иметь группу аналогичных заемщиков, которая делится на две части - «хорошие» и «плохие», т.е. кредитоспособные и нет.

Причем, вторая группа должна содержать заемщиков, которые реально не погасили задолженность перед кредитной организацией. Первая группа содержит благополучных заемщиков, которые вовремя и в полном объеме выполнили свои обязательства. Существует еще и третий ингредиент - принципиальная возможность построения на этой совокупности заемщиков при имеющихся у них характеристиках и используемом наборе признаков скоринговой системы. [22]

Необходимо так же отметить, что в условиях развития рынка потребительского кредитования Группа ВТБ в лице ЗАО «ВТБ24» внедряет скоринговые информационные системы. Как правило, запуск скоринговой системы в Банке предваряется внедрением системы удаленного обслуживания, связывающей при помощи удаленных веб-технологий автоматизированные рабочие места операторов и лиц, участвующих в принятии решения по заемщику. Однако вне зависимости от того, производится обработка заявки в электронном виде, или в бумажном, с привлечением скоринга или нет, контекстная диаграмма обработки заявки будет выглядеть одинаково (рис. 1).

Характер бизнес-процессов в банке при обработке кредитной заявки всегда является сквозным, т.к. анкета заемщика проходит согласование и верификацию в нескольких функциональных подразделениях: кредитный отдел, служба безопасности и т.д.

С внедрением скоринговой системы добавляется еще одно звено - автоматическая оценка кредитоспособности. Становится критичным время прохождения заявки через все подразделения, а минимальное время рассмотрения заявки - одно из важных конкурентных преимуществ на рынке потребительского кредитования. Поэтому проектированию бизнес-процессов обработки заявки нужно уделить особое внимание.

Анализ процессов документооборота заявок заемщиков в российских банках позволяет говорить о том, что наиболее распространенными ошибками при проектировании бизнес-процессов являются следующие:

. Предварительная проверка анкеты заемщика на удовлетворение простейшим требованиям (так называемый прескоринг) производится на этапе применения скоринговой модели. Это приводит к тому, что анкета проходит через цепочку служб, и только на этапе оценки риска выясняется несоблюдение первичных требований (возраст заемщика не соответствует требованию кредитного продукта, не внесены какие-либо пункты анкеты и т.п.).

. Этап верификации заемщика службой безопасности осуществляется перед оценкой риска. В результате служба безопасности загружена лишней работой - проверяются заемщики, которые изначально не проходят по скорингу.

. В кредитном отделе подтверждаются все заявки. При экспресс-кредитовании это делать нецелесообразно, поскольку скоринговая модель берет на себя функцию оценки кредитоспособности.

В целях эффективной работы ВТБ24 на рис. 2 приведена диаграмма бизнес-функций кредитно-скоринговой системы.

Рисунок 2- Разработанная модель бизнес-процесса обработки кредитной заявки

Приведенная схема обработки заявки свободна от приведенных выше недостатков. Для этого разработчиками Банка был введен дополнительный этап - прескоринг, который осуществляется сразу после ввода анкеты в систему удаленного обслуживания. Прескоринг проводится на решающем сервере вызовом специальной программной процедуры. Это позволит оператору быстро получать обратный ответ в случае неудачного прохождения прескоринга. Этап рассмотрения в кредитном отделе в некоторых случаях можно опустить, если параметр скоринг-модели (рейтинг, балл, достоверность правила и т.п.) для конкретного клиента выше априори заданных величин. Иными словами, кредитный отдел подтверждает только заявки, находящиеся на границах скоринговых классификаций. Эта модель позволит повысить качество обработки кредитной заявки и снизить риск невозврата кредитов.

Несомненно, любая скоринговая модель имеет свой жизненный цикл, и актуализация скоринг-моделей является важной задачей. Использование самообучающихся и интеллектуальных алгоритмов в скоринге предполагает пополнение кредитной истории, представляющей собой соответствие установленному графику погашений. В скоринге для решения задачи классификации необходимо устанавливать правила перехода от графика погашений к классу заемщика по качеству обслуживания долга. Несмотря на то, что существуют строго формализованные методики ЦБ РФ по классификации заемщиков по качеству обслуживания долга, они являются общими, предназначены для регулярной отчетности и формирования банковских резервов, поэтому мало подходят для построения и переобучения скоринговых моделей.

Причины этой проблемы лежат в неопределенности и нечеткости понятий, характеризующих ссудную задолженность. Неопределенность связана с тем, что на этапе погашений неизвестен исход: будет погашен кредит или нет. Нечеткость выражают понятия «большая просрочка», «плохое финансовое состояние» и т.д. Каждая кредитная организация имеет свое видение на понятие «хороший» заемщик.

Кроме того, может использоваться такой фактор как сумма кредита: чем она больше, тем жестче требования к отсутствию просрочек, и наоборот. [23, c.13]

Итак, полноценная система кредитного скоринга позволяет Банку оптимизировать схему документооборота внутри подразделений банка, сократить время на обработку кредитной заявки и, как следствие, принятие решение на выдачу кредита, а так же снизить уровень невозвратов за счет введения дополнительного этапа в системе.

2.3 Разработка скоринговых карт как инструмента оценки уровня риска

В Европе существует большое количество стран, где кредитный скоринг применяется очень успешно, а проблемы мошенничества или отсутствия корректной информации в кредитных бюро или внутренних базах данных банка стоят не менее остро, чем в России.

Кредитный скоринг, как и другие предикативные модели, является инструментом для оценки уровня риска заемщика. Применяя различные статистические и вероятностные подходы, мы назначаем заемщикам скоринговые баллы, разделяя их на «хороших» и «плохих». Эти скоринговые баллы наряду с другими финансовыми характеристиками, такими как ожидаемый уровень выдачи кредитов, прибыль, потери, помогают в конечном итоге принять решение. [14, c.242]

Простейшая скоринговая карта, которая используется при выдаче новых кредитов, состоит из набора характеристик, достаточно значимых со статистической точки зрения, способных разделять данные на «хорошие» и «плохие». Подобный формат карт используется непосредственно в ЗАО «ВТБ24», и имеет следующие обоснования:

l   подобное представление баллов легко интерпретировать. Оно соответствует любому регулирующему требованию, обеспечивая необходимую прозрачность;

l   причины для отказов, низкий или высокий балл можно легко объяснить, используя стандартные формы отчетности;

l   «облегченная» структура скоринговой карты помогает аналитикам выполнить свои функции, не имея глубоких знаний в области статистики или программирования. Это делает скоринговую карту эффективным инструментом для управления рисками.

Скоринговые модели в бизнес-контексте - это инструмент принятия разнообразных кредитных решений, элемент общей стратегии розничного банка. Скоринговые модели в потребительском кредитовании используются на различных этапах работы с клиентом, начиная с получения первой заявки от заемщиков, через организацию работы с текущими заемщиками, и заканчивая прогнозированием возможного уровня потерь в кредитном портфеле и созданием необходимых резервов.

Итак, имея некоторую кредитную историю собственных заемщиков, ВТБ24 создает собственные скоринговые карты, с помощью которых будет оптимизирована работа розничного бизнес-подразделения, а значит, увеличена эффективность всего кредитного портфеля Банка. Процесс разработки и внедрения скоринговых карт, а так же его неотъемлемые компоненты, необходимые для успешного внедрения проекта в Банке, обобщены и приведены в таблице 1.

Таблица 1 - Этапы построения и внедрения скоринговой карты

Процесс построения скоринговой карты - это синтез информационных технологий (IT) и статистического исследования данных. Только подобная комбинация в сочетании с аналитикой и пониманием бизнес-задач может гарантировать успешный результат. В отличие от уже готовой карты самостоятельно построенная банком скоринговая карта - это не «черный ящик». Опыт показал, что если формирование скоринговых баллов происходит изолированно, то это может привести к различным проблемам наподобие включения характеристик, данные по которым больше не собираются или являются недостаточно достоверными и которые в результате приводят к всевозможным «сюрпризам», а зачастую просто неприменимы. Поскольку процесс построения скоринговой карты комплексный, то на разных стадиях, соответственно, задействованы разные специалисты. Успешное завершение проекта возможно лишь при условии, что есть четкое понимание, какие ресурсы необходимы, и обеспечение наличия этих ресурсов в нужный момент в нужном месте. [21, c.138]

Построение скоринговой карты в ЗАО «ВТБ24» включает в себя следующие этапы:

Этап: Анализ ситуации. Создание бизнес-плана и выбор стратегии

Существует ошибочное мнение, что разработка скоринговой карты начинается со сбора данных. Это в корне неверно. Прежде всего, необходимо идентифицировать цели проекта и соответствующий состав участников проекта.

Идентификация цели помогает расположить задачи по степени их важности: например, увеличение дохода - уменьшение потерь. Это повышает жизнеспособность проекта, устраняя возникновение сюрпризов, когда, например, банк неожиданно принимает решение об уменьшении балла отсечения с целью выдачи большего количества кредитов или об увеличении того же балла с целью сокращения потерь. Таким образом, цель должна быть определена заранее, что поможет избежать проблем в будущем, будь то:

l   сокращение процента задолженности/мошенничества;

l   увеличение количества выдаваемых кредитов;

l   увеличение доходности;

l   увеличение операционной эффективности (например, чтобы лучше управлять технологическим процессом);

l   уменьшение расходов или увеличение скорости оборота капитала путем автоматизации;

l   улучшение прогнозной силы модели (по сравнению с существующей).

В конечном итоге цель также влияет на процесс валидации и внедрения построенной скоринговой карты, определяя «лучшую» скоринговую карту из имеющихся в наличии. Как правило, на практике приходится сталкиваться сразу с несколькими целями из тех, что были перечислены выше.

Бизнес-план определяет, какие скоринговые карты будут использоваться в проекте, внутренние (построенные в процессе проекта) или внешние (готовые), и обосновывает этот выбор. Готовые карты используются не только тогда, когда в банке нет достаточной кредитной истории. Подобное решение может быть также вызвано отсутствием определенных ресурсов, необходимых для проекта, или отсутствием опыта построения скоринговой карты для специфического продукта, сжатыми сроками по времени или стоимостью внутренней разработки.

Бывают также случаи, когда статистически невозможно использовать скоринговые карты, ни внутренние, ни внешние. Это происходит обычно из-за очень низких объемов продаж, которые не оправдывают затраты, связанные с любой скоринговой картой. Встречаются также продукты, для которых не существуют готовые скоринговые модели. При таких обстоятельствах модель строится на базе так называемого экспертного мнения.

Развитие такой модели также включает в себя селективный отбор характеристик, обладающих (предположительно) хорошей прогнозной силой, и назначение баллов по каждому признаку, как это происходит со статистическими моделями. Однако внедрение подобной модели производится на основе коллективного опыта, а получающаяся модель отражает проводимую банком политику. В любом случае формирование таких субъективных моделей должно происходить при участии департаментов маркетинга, управления рисками и других соответствующих структур.

Этап: Наличие и сбор данных

По времени это наиболее длительный этап, требующий привлечения большого количества ресурсов. На этом этапе определяется, насколько выполним проект по формированию скоринговой карты, а также его основные параметры. Параметры включают в себя исключения, определение цели, выборку и «окна созревания». Оценивается пригодность данных: их качество и количество. Для построения скоринговой карты необходимы надежные и чистые данные с минимальным числом отсутствующих значений, повторных записей и т.п. Этот процесс можно сделать более эффективным, если данные размещать в специальных хранилищах или витринах данных.

Очевидно, что для решения различных скоринговых задач разработчиками скоринговых карт используются различные данные. Как правило, характеристики для скоринговой карты могут быть выбраны как из одного, так и из нескольких источников данных. Суммируя описание данных, которые могут быть использованы для построения различных скоринговых моделей, можно сказать, что данные всегда разделены на две части: в первой - все переменные, которые используются для предсказания того или иного события (например, дефолта), во второй - переменная, характеризующая наступление того или иного события.

Количество необходимых данных может быть разным, но в целом оно должно удовлетворять требованиям статистической значимости и хаотичности. На этом этапе точное количество данных не имеет значения, так как это зависит от определения «плохого» заемщика, которое будет установлено на следующем этапе. Однако по правилам для корректного построения скоринговой карты претендента достаточно приблизительно 2 тыс. «плохих» записей и 2 тыс. «хороших», которые могут быть случайно выбраны для каждой скоринговой карты из набора заемщиков, получивших кредит в течение определенного интервала времени. Для поведенческих скоринговых карт это будет уже другой набор данных, отражающий «платежное» поведение клиента, а для скоринговых карт должников используются записи со статусом просрочки платежа. Данные об отказах (2 тыс. записей) также могут применяться для построения скоринговой карты. Количество заявлений и отчеты по потерям/просрочкам платежей дают первоначальную идею относительно цели и степени ее достижения. На практике труднее найти достаточное количество «плохих» записей, чем «хороших».

Проектная команда также должна определить, насколько «надежны» внутренние данные, предназначенные для разработки скоринговой карты. Демографические данные, а также неподтвержденные публичные данные, например доход, указанный самим заемщиком, могут оказаться искаженными, в то время как данные кредитного агентства, сведения о регистрации недвижимого имущества, финансовая отчетность и т.д. являются более достоверными и реально могут использоваться. Если решено, например, что данные о заемщиках, предоставленные филиалами, ненадежны, то скоринговая карта может быть построена исключительно на данных кредитного бюро.

Банк решает самостоятельно - разработать скоринговую карту на основе только внутренних данных или добавить к этим данным еще и внешние источники, такие как кредитные бюро и внешние информационные провайдеры. Предпочтительно иметь эти данные в электронном виде, хотя в российской банковской практике, к сожалению, до сих пор практикуется «бумажный» вариант анкет заемщика, которые буквально вручную приходится вносить в компьютер. Естественно, это требует дополнительных ресурсов и задерживает процесс разработки. При этом любопытен тот факт, что региональные отделения в этом вопросе зачастую оказываются более «подкованными» и «продвинутыми» по сравнению с центром.

Определившись с типом данных, следует переходить к непосредственному их сбору. Собирать их необходимо в строго определенном формате, отражающем параметры проекта разработки скоринговой карты.

Проектные параметры прежде всего включают в себя определение «хороших» и «плохих» заемщиков, временной горизонт и ограничения (исключения) в использовании определенных данных при создании выборки и непосредственно в процессе разработки карты.

Есть поля, обязательные к заполнению, а есть опционные. В первую очередь нас интересуют следующие поля, извлеченные из данных:

l   номер клиента/идентификационный номер;

l   дата обращения/получения кредита;

l   демографические характеристики заемщика;

l   история задолженности в течение жизни скоринговой карты;

l   индикатор заявки заемщика - Одобрить/Отказать;

l   продукт (тип кредита);

l   текущий статус заемщика (например, нет операций по счету/счет закрыт/потеря пластиковой карты/мошенничество и т.д.)

При разработке скоринговой карты поведения заемщика учитывается вся информация на протяжении определенного временного интервала, обычно за последние 6 - 12 месяцев.

В зависимости от бизнес-целей карты в нее могут добавляться всевозможные другие данные, в том числе демографические: возраст, регион, время проведения определенных акций, индикаторы на основе данных бюро и любые другие критерии, которые могут оказаться полезными при создании всестороннего профиля клиентской базы вашего банка.

Данные формируются в структуре, соответствующей задаче проекта. Например, эти банковские данные могут быть размещены с многократными строками для каждой комбинации продукта/учетной записи или с отдельной строкой для каждой учетной записи и многократных столбцов для каждого продукта.

Подготовка данных занимает 90% ресурсов проекта. В принципе, процесс моделирования мог бы принести гораздо большую выгоду, но после изнурительной фазы подготовки данных времени, чтобы провести очистку моделей предсказания, как правило, просто не остается.

Угроза срыва проекта кроется на стадии подготовки данных, когда они идентифицируются, трансформируются и собираются из различных источников, преобразуются и объединяются. Во многих случаях получение данных занимает столько времени, что на выполнение других задач, в том числе и анализа данных, его уже практически не хватает.

Этап: Качество и очистка данных. Определение параметров проекта. Период «созревания».

Скоринговые карты строятся исходя из предположения о том, что «прошлое отражает будущее». Таким образом, базируясь на данных об открытых ранее кредитах и анализируя имеющуюся информацию, можно предсказать результат (поведение) будущих заемщиков. Для того чтобы корректно выполнить этот анализ, нужно собрать необходимые данные за определенный промежуток времени, а затем осуществить их мониторинг в течение другого определенного отрезка времени и оценить, были они хорошими или плохими. Собранные данные (переменные) наряду с соответствующей классификацией (цель: «хороший»/»плохой») составляют основу для разработки скоринговой карты.

Процесс определения временного горизонта может быть представлен следующим образом. Предположим, что очередной кредит был предоставлен 1 февраля 2009 г. В некоторый момент времени в будущем (например, через 90 дней) вы должны будете определить, был ли этот заемщик «хорошим» или «плохим». «Окно созревания» представляет собой тот промежуток времени, когда заемщик, собственно говоря, имел возможность себя проявить (цель: 90+). «Окно выборки» представляет собой тот промежуток времени, когда те или иные заемщики отбираются для анализа (попадают в выборку). Рекомендуется также проанализировать, какой период «созревания» является идеальным для того или иного продукта (региона, типа клиента и т.п.). В некоторых случаях, таких как мошенничество и банкротство, временной период уже известен или предопределен. Но, тем не менее, вышеописанный анализ полезно выполнить для того, чтобы определить идеальное «окно созревания».

Самый простой способ определить «окна созревания» и «выборки» состоит в том, чтобы проанализировать портфель на предмет просроченной задолженности и применить различные сценарии «плохих» случаев в течение определенного времени: просрочка более 30,60,90 дней. Хороший источник для подобных данных - ежемесячная или ежеквартальная отчетность, имеющаяся в любом отделе кредитных рисков.

Этап: Исключения

Определенные записи о заемщиках должны быть исключены из выборки, используемой для разработки скоринговой карты. В целом набор данных для скоринга должен отражать обычную (нормальную) ситуацию и реальных заемщиков, которые ежедневно обращаются в банк с целью получения кредита. Скоринговые карты, разрабатываемые для определенных целей, например, выявление мошенничества, могут также использовать некоторые дополнительные критерии и, соответственно, особые выборки. Подобные наборы данных специфичны и имеют определенную направленность: это работники самого банка, VIP-клиенты, зарубежные клиенты, «отказники» по кредитам, заемщики с утерянными/похищенными карточками, несовершеннолетние или умершие. Заметим, что некоторые программные разработчики скоринговых карт (например, SAS) сознательно включают данные об «отказниках» для того, чтобы восстановить реальный портрет клиента с улицы. С точки зрения логики это является наилучшим подходом.

Другой способ применения метода исключений состоит в том, что можно рассматривать только определенный сегмент (однородную аудиторию, которая принимается за типичную). Например, если задача состоит в построении скоринговой карты для больших городов, то туда не стоит включать записи о заемщиках, проживающих в сельской местности. Точно так же любой регион в силу своих демографических и географических (климатических) особенностей заслуживает разработки собственной скоринговой карты на основе данных о клиентах исключительно данного региона.

Обычно скоринговая карта включает от пяти до пятнадцати параметров. Что это за параметры и как они оцениваются, узнать постороннему человеку невозможно. Такая конфиденциальность объясняется высокой ценой продукта. Банк или покупает его у компании-разработчика, или же разрабатывает самостоятельно, анализируя собственное «кредитное кладбище», то есть базу данных по невозвращенным кредитам, и пытается найти общее между недобросовестными плательщиками. Во втором случае банку приходится поначалу настежь распахнуть ворота и выдавать деньги лишь на основе документов, подтверждающих платежеспособность заемщика. [25]

Итак, разработка скоринговых карт позволяет во многом облегчит работу банка в части оценки уровня риска, а так же значительно сократить время на обработку кредитной заявки за счет уже имеющихся данных в так называемом «кредитном кладбище».

ГЛАВА 3. ПРОБЛЕМЫ ВНЕДРЕНИЯ СКОРИНГОВОЙ СИСТЕМЫ И ПУТИ ИХ РЕШЕНИЯ

3.1 Основные проблемы при внедрении скоринговых систем

Когда банк задумывается о внедрении системы кредитного скоринга в инфраструктуру, то перед ним возникает ряд проблем, на решении которых приходиться сосредотачиваться как самому банку, так и скоринг-вендору. [11, c.327]

Одна из главных проблем - это отсутствие понимания всей сложности полноценного скорингового решения. Во многих банках до сих пор думают, что анализ данных вполне можно проводить при помощи стандартных средств, как например, Microsoft Office Excel или каких-то разработок собственных IT-отделов. О недостатках Microsoft Office Excel в качестве скорингового решения говорилось выше. Что касается собственных разработок, то опыт показывает что, действительно, крупные банки могут, затратив значительные средства, выстроить минимально приемлемое скоринговое решение. Но в банках, обладающих финансовыми и людскими ресурсами для проведения подобных работ, как правило, понимают, что это решение временное, и рано или поздно, но придется обращаться к профессиональному скоринг-вендору. Поскольку современное решение, отвечающее всем требованиям динамично развивающегося банка, может предоставить только компания, владеющая всей полнотой теоретических и практических знаний кредитного скоринга.

Следующая проблема, о которой пойдет речь, связана с отсутствием необходимых данных для работы системы кредитного скоринга. Аналитические технологии могут успешно работать только тогда, когда есть что анализировать. И дело здесь даже не в том, что в России работа Бюро кредитных историй еще не достаточно эффективна, а в том, что банки просто не успели за время работы собрать достаточное для анализа количество информации. Бывают случаи, когда банки практически не собирают данные, которые необходимы для успешной работы. В таких организациях невозможно ответить на вопросы: кто и какие кредитные продукты покупает чаще всего, что из себя представляет среднестатистический клиент для того или иного вида кредитования и т.п. Разумеется, об ориентации банка на нужды клиента здесь не может быть и речи. Без общей системы сбора данных очень сложно проследить долгосрочные тенденции развития, объяснить, почему падают продажи, выработать оптимальную маркетинговую стратегию и т.д.

Но даже если в банке налажен сбор данных, нередки случаи, что работа с ними все равно представляет проблему для скоринг-вендора. Зачастую данные на разных участках банковской инфраструктуры собираются в совершенно разных форматах. Одновременно могут существовать базы различных типов, например ORACLE, MS SQL, таблицы MS Excel и MS Access, а также базы в формате собственной учетной системы, разработанной программистами банка. Наиболее оптимальный, хотя и дорогостоящий вариант в этом случае - внедрение единого хранилища данных, в котором бы собиралась информация обо всей деятельности банка, а также максимально полная информация о клиентах.

Некоторые банки, считают, что в тех случаях, когда данные собираются уже много лет и разрастаются до значительных объемов это становиться непреодолимой преградой для внедрения системы кредитного скоринга. Однако грамотная интеграция системы позволяет свести эту проблему к минимуму.

Еще одной серьезной проблемой может стать неполное представление данных в базе. В силу непродуманной технологии сбора данных или из-за ее нарушения, данные могут собираться стихийно, бессистемно, фрагментарно. Анализ подобных данных может быть небезопасен, поскольку на основе неверных результатов анализа очень легко принять неверные решения.

Зачастую случается так, что руководство банка принимает стратегическое решение о внедрении системы кредитного скоринга и останавливается на этом, не совсем понимая, что делать дальше.

В первую очередь начинать нужно с осознания того, что такое скоринг. Если банк принял решение активно работать на рынке кредитования физических лиц, то все зависит от уровня информированности сотрудников банка. Поэтому может оказаться целесообразным посещение профильными сотрудниками банка семинаров, посвященным вопросам скоринга. Если это не будет сделано, банку достаточно тяжело будет сформулировать свои требования к скоринговой системе. Немаловажно это и для выбора скоринг-вендора. Необходимо чтобы банк мог четко осознавать, какую именно систему он ставит. И ориентироваться тут исключительно на слова потенциального поставщика системы было бы не слишком разумно.

Формулировка требований к системе - это первая и возможно самая главная стадия процесса внедрения. Требования к скоринговой системе зависят от того, каким образом она будет использоваться. Рассмотрим несколько вариантов.

l   Банк собирается регулярно выводить на рынок новые кредитные продукты, тогда на первое место из требований к скоринговой системе выдвигается как гибкость. То есть банк должен иметь возможность быстро и качественно запускать в работу новые кредитные продукты.

l   Банк в первую очередь ориентируется на риск-менеджмент, то есть политика банка в большей степени определяется рисками - тогда основные требования к системе будут связаны с отчетностью.

l   Банк потратил значительные ресурсы на собственное хранилище данных, фронт-офис или какое-то другое банковское программное обеспечение. Вследствие, этого на первое место выходит возможность легкой интеграции скоринговой системы в уже существующие решения.

l   Банк обладает большим количеством отделений, у него подписаны контракты с рядом крупных торговых сетей. Для такого банка самыми важными требованиями будет масштабируемость и производительность системы.

После того как банк определиться с технологическими требованиями к системе, он обязательно должен в этот список вставить цену скорингового решения. Для одних банков цена будет на первом месте в списке требований, для других в середине или в конце. Главное чтобы банк обратил внимание не только на цену самого программного обеспечения, но и на общую лицензионную политику скоринг-вендора. Бывают случаи, что цена самой системы относительно не велика, но дальнейшая поддержка и условия обновления лицензии в итоге могут вылиться в крайне значительные суммы.

Дальнейшие действия банка, решившего внедрить систему кредитного скоринга, могут развиваться по двум направлениям. Банк может самостоятельно выбрать скоринг-вендора или обратиться в консалтинговую фирму, которая проведет полноценный тендер. При всех кажущихся преимуществах второго варианта, он содержит в себе ряд серьезных недостатков.

Консалтинговые фирмы, как правило, не слишком внимательно прислушиваются к требованиям банка, и ориентируются в значительной мере не на качество решения, а на известность бренда, на крупные внедрения и на маркетинговые ходы. В случае возникновения каких-либо проблем с эксплуатацией системы или с политикой скоринг-вендора консалтинговая фирма всегда может сказать, что при проведении тендера был выбран поставщик с безупречной репутацией, а возникшие системы это случайность.

Однако если банк не слишком уверен в своих знаниях, то обратиться к консалтинговой фирме для проведения тендера, может быть не самым худшим решением. Другое дело, если банк обладает грамотными специалистами, способными оценить как систему, так и лицензионную политику скоринг-вендора. В этом случае консалтинговая фирма скорее будет помехой, чем поддержкой. [9, c.78-83]

Перспектива внедрения системы кредитного скоринга в банке, как любое другое нововведение, разделяет всех заинтересованных лиц на две большие группы. Одной группе сотрудников банка кажется, что внедрение необходимо, и все вопросы для нее заключаются лишь в деталях. Зато другая и, надо сказать, зачастую весьма внушительная группа считает, что внедрение скоринговой системы - это что-то невероятно сложное, опасное, дорогое и очень несвоевременное.

Зачастую основным доводом противников внедрения скоринговой системы является тот факт, что процесс кредитного скоринга осуществляется и без нее. Более того, общие результаты такого скоринга внешне кажутся вполне приемлемыми. Так зачем что-то менять?

Для того чтобы разобраться, насколько это сложно и стоит ли что-то менять, следует сравнить типовой подход к скорингу и использование полноценной системы кредитного скоринга (таблица 2).

Таблица 2 - Основные различия типового кредитного скоринга и полноценной системы кредитного скоринга.

Стоит заметить, что в основе размышлений некоторой части противников внедрения скоринговой системы кроется опасение, а не заменит ли в недалеком будущем скоринговая система большую часть кредитных специалистов? На самом деле система кредитного скоринга не заменяет, а лишь дополняет работу кредитного специалиста. Это всего лишь инструмент для работы на кредитном рынке.

Кредитный специалист, если он не работает с системой кредитного скоринга, проводя оценку потенциального заемщика, ориентируется в первую очередь на свой опыт, интуицию и соответствующие внутренние инструкции банка. Полноценная скоринговая система ориентируется на формальные статистические законы и, естественно, не обладает интуицией.

Практика использования скоринговых систем показывает, что чем меньше сумма кредита, тем существеннее полномочия в принятии решения выделяются скоринговой системе, а чем больше сумма - тем чаще скоринг используют как фактор «поддержки» в процессе принятия решения. [6]

Таким образом, можно выделить 4 основные проблемы внедрения скоринговой системы:

·        Отсутствие понимания всей сложности полноценного скорингового решения;

·        Отсутствие необходимых данных для работы системы кредитного скоринга;

·        Неполное представление данных в базе;

·        Опасения сотрудников, что скоринговая система в будущем может заменить специалистов.

Для решения этих проблем необходимо обладать знаниями теоретических и практических аспектов кредитного скоринга путем взаимодействия с профессиональными скоринг-вендорами, а так же реальной стоимостью системы.

Участие в Бюро кредитных историй позволяет отечественным кредиторам защитить себя от недобросовестной конкуренции и негативного влияния мошенников.

Для полноты представляемых данных в базе необходимо организовать целенаправленный, систематический сбор и анализ данных, что значительно повысит качество информации на выходе.

И, наконец, опасения сотрудников можно преодолеть путем разъяснения им их роли в самой деятельности банка и функций скоринговой системы как фактора «поддержки».

3.2 Совершенствование банком скоринговой системы в условиях финансового кризиса

В условиях финансового кризиса отечественным банкам для выживания необходимо ужесточать меры при проведении своих операций. В большинстве банков в настоящее время происходят сокращение и пересмотр бюджетов, все банки без исключения ужесточили требования к заемщикам и/или повысили ставки во всех валютах.

Банк ВТБ 24 одним из необходимых условий для выживания в период кризиса видит усовершенствование риск-менеджмента, потому как основные опасения вызывают именно риски в кредитовании.

Сейчас ВТБ 24 и другие банки вырабатывают самые разные схемы выхода из кризиса. Причем первым и главным пунктом их программ чаще всего является коллекторская работа, то есть обеспечение возвратов выданных кредитов. Необходимо рассматривать неплатежи со всей возможной тщательностью - часто выгоднее пойти навстречу хорошему заемщику, дать ему шанс пережить тяжелые времена и продолжить платить по кредиту, чем безапелляционно конфисковать и реализовывать залоговое имущество. В разрезе долгосрочных перспектив такая политика полезна любому банку. Однако хватает в отечественных банках и таких заемщиков, в отношениях с которыми лояльность бесполезна. Особенную важность в этой ситуации приобретает сегментация заемщиков, которая позволит получить в дальнейшем ощутимую прибыль для банка. Отделить «агнцев от козлищ» - вот задача-минимум для банков в период кризиса.

Особое внимание Банк ВТБ 24 уделяет автоматизации банковской деятельности, в частности кредитования, что позволят значительно ускорить все бизнес-процессы, а также уменьшить влияние человеческого фактора на принимаемые решения, снизить издержки на обучение персонала, оплату труда, расходные материалы и т.п. [15]

Один из самых эффективных инструментов риск-менеджеров, применяемых в Банке, являются современные системы кредитного скоринга. Своевременное предупреждение просрочек является очень важным для снижения затрат Банка в рамках работы по взысканию задолженности и работы с залоговым имуществом. Collection-скоринг как один из традиционных видов скоринга по работе с просроченной задолженностью способен оптимизировать работу банка на всех этапах процесса управления взаимоотношениями с должниками.

Такая система предназначена для решения ключевых задач коллекторской деятельности, а именно - планирования и осуществления своевременных и целенаправленных действий по управлению взаимоотношениями с должниками начиная с момента первого возникновения просрочки. Основная задача системы collection-скоринга заключается в автоматизации ведения так называемых soft-коллекторских мероприятий. Эффективная автоматизированная система collection-скоринга позволяет максимально формализировать и автоматизировать работу с проблемной задолженностью, применять своевременные и актуальные воздействия к каждому должнику.

Методология collection-скоринга базируется на оптимальной сегментации кредитных дел, которая в свою очередь позволяет использовать прикладные инструменты collection-скоринга (воздействия) наиболее эффективно. Сегментация осуществляется в зависимости от различных факторов:

·        параметров кредитного дела - дней просрочки, суммы кредита, характеристики заемщика и т.д.;

·        locator score - числовой характеристики вероятности контакта с должником. Приоритетными являются должники, характеризующиеся высоким значением данного показателя, что свидетельствует о минимальных ресурсах, необходимых для установления контакта. Кроме того, вероятность контакта позволяет оценить причину возникновения задолженности - нежелание или невозможность выплат;

·        collectability score - числовой характеристики вероятности возврата задолженности. Низкое значение данной вероятности говорит о необходимости более плотной работы с должником и соответственно необходимости привлечения большего количества ресурсов;

·        дополнительных расчетных параметров;

·        результатов предыдущего воздействия.

Результатом сегментации становится определение разновидностей воздействий, которые необходимо применить к определенному должнику.

Необходимо подробнее рассмотреть традиционные разновидности soft-коллекторских воздействий:

·        телефонный звонок - уведомительный телефонный звонок секретаря (либо автоматический звонок с проигрыванием определенного аудиофайла) заемщику. Такой звонок эффективно предупреждает просрочку платежей, особенно при хорошо продуманном тексте сообщения;

·        звонок коллектора - более настойчивый звонок коллектора заемщику. Общение клиента и коллектора в ходе такого звонка более конкретизировано, направлено на скорейшее и обязательное погашение задолженности, часто с назначением конкретных дат выплаты, пени и т.п.;

·        неформализованное действие коллектора - предполагает какое-либо неформализованное воздействие коллектора, такое как посещение заемщика по месту работы или жительства, назначение с ним встречи и др.;

·        SMS или E-mail - автоматическое направление системой соответственно SMS-сообщения или E-mail, имеющих своей целью такое же напоминание о просрочке, как и телефонный звонок.

По результатам воздействий определяется необходимость и своевременность начала следующего этапа - hard collection, то есть взыскания долга через суд.

Рассмотрим стадии работы системы collection-скоринга Банке ВТБ 24.

Работа системы начинается с обработки первичной информации. Система автоматически отслеживает состояние кредитных дел в портфеле банка, осуществляет выборку должников в некую собственную базу должников - Debtor`s Pool (данные заемщиков, допустивших просрочку). Естественно, что система имеет ряд настроек, доступных специалистам банка, для определения граничных сроков просрочек и установки временных рамок мониторинга базы клиентов.

На следующей стадии отобранные ранее должники сегментируются на группы. Соответственно в системе необходима гибкая настройка сегментации заемщиков по одному или нескольким критериям.

В мировой практике существуют два общепринятых показателя, существенных для оптимальной сегментации, - это locator score и collectability score, о которых уже упоминалось выше. Наличие инструмента для расчета этих показателей также является важной характеристикой эффективной системы collection-скоринга.

Далее, к каждой отсортированной группе должна быть применена некая предустановленная последовательность воздействий. Соответственно необходимы:

·        возможность создания формально определенной последовательности воздействий на заемщика (Collection Strategy). Средствами системы специалисты банка должны создавать, модифицировать и запускать в работу сложные, многоуровневые стратегии, включающие в себя условия сегментации, применяемые воздействия, временные рамки ожидания отклика и результаты таких воздействий, причем без привлечения IT-специалистов и разработчиков системы;

·        наличие рабочих мест для каждого из специалистов, задействованных при выполнении Collection Strategy, обеспечивающих их взаимодействие как с должниками, так и между собой, согласно предустановленным ролям;

·        возможность гибкой настройки процесса выгрузки данных. То есть возможность получать итоговые данные в удобном для пользователя виде;

·        отчетность об эффективности воздействий и работе сотрудников в системе, миграции просрочек и других статистических закономерностях.

В процессе выполнения Collection Strategy к должнику применяется ряд автоматизированных действий. Эти действия должны также гибко настраиваться специалистами банка: задание/изменение текста писем, аудиофайлов, сообщений; наличие в системе средств автоматической рассылки сообщений (SMS, E-mail, автозвонок) с привязкой шаблона сообщения к типу должника; настраиваемое информационное сопровождение (подсказки, шпаргалки, шаблоны) рабочих мест специалистов.

Примененное воздействие приводит к некоему результату. То есть, например, для воздействия «звонок секретаря» результатом может быть отказ платить, невозможность дозвониться до должника и т.п. Результат сохраняется в Debtor’s Pool и определяет тип нового воздействия на должника на следующем цикле обработки сollection-заявки.

Упрощенно весь путь, проделываемый сollection-заявкой в системе сollection-скоринга, показан на рисунке 3.

Рисунок 3 - Общая схема движения сollection-заявки в автоматизированной системе сollection-скоринга

Результативность системы в большой степени зависит от практической реализации воздействий на должника. Рассмотрим пример практической реализации для каждого вида воздействий, применяемый в ВТБ 24.

. Звонок секретаря. Секретарь зачитывает текст, который генерируется системой на основании имеющихся данных (в том числе о предыдущих воздействиях) согласно задаваемым шаблонам, которые можно изменять.

. SMS. Текст SMS может строиться на основании нескольких различных шаблонов определяемых типом сообщения и применяемых в зависимости от содержания данных по кредитному делу (например, количество дней просрочки, наличие предыдущих воздействий).

. E-mail. Полностью автоматизированная отправка электронного письма системой. Текст письма также строится на основании нескольких различных шаблонов, определяемых типом сообщения.

. Auto Call. Система совершает автоматический звонок должнику с проигрыванием определенного аудиофайла. Тип аудиофайла определяется содержанием данных по кредитному делу.

. Письмо. Система формирует текст письма согласно имеющимся данным (выбирает тип письма, подставляет данные заемщика, срок просрочки и другие изменяемые поля в тексте письма) и вместе с другими параметрами письма отправляет посредством электронного письма соответствующему оператору, которому необходимо только распечатать письмо и отправить его по обычной почте.

. Звонок коллектора. Текст, произносимый коллектором, также генерируется системой на основании существующего шаблона и с учетом данных по кредитному делу.

. Неформализованное действие коллектора. Неформализованное действие коллектора также сопровождается системой. В качестве информационного сопровождения рабочего места коллектора может использоваться база законов и нормативных актов либо пособие по психологии.

. Hard Action. Формирование пакета информации для передачи на «жесткое» воздействие в коллекторскую компанию. Такое кредитное дело больше не возвращается в систему до тех пор, пока по нему не станет известен какой-либо результат - долг оплачен либо заемщик объявлен банкротом.

Такова в общих чертах схема работы эффективной системы collection-скоринга.

Как говорилось выше, необходимо наличие эффективного статистического аппарата, то есть возможности мониторинга деятельности системы. На практике такая возможность реализуется созданием отчетов по результатам collection-скоринга.

Такие отчеты можно условно разделить на две группы.

. Управленческие отчеты - позволяющие анализировать весь массив информации о деятельности системы. Такие отчеты могут строиться по любой информации из Debtor`s Pool (например, они могут отображать распределение должников по категориям, эффективности применяемых воздействий и т.п.). Кроме того, большую роль играет возможность отслеживать эффективность работы специалистов-коллекторов и всей системы collection-скоринга в целом. Для реализации такой отчетности обычно используют специальные подсистемы отчетности.

. Операционные отчеты - позволяющие мониторить состояние системы, например, статистику звонков за период, количество активированных за период рабочих мест специалистов и т.п. Такая отчетность обычно встраивается в рабочее место соответствующего специалиста-администратора. [28, 30]

Таким образом, кредитный скоринг - это инструмент, который необходим всем банкам для успешного преодоления кризиса. И, чтобы выжить в условиях кризиса, Банк мобилизовал все свои ресурсы как для обеспечения возвратов выданных кредитов, так и для улучшения своего кредитного портфеля. А технологии кредитного скоринга, в частности collection-скоринга, послужили эффективным лекарством для отечественного кредитования.

ЗАКЛЮЧЕНИЕ

Кредитные операции - основа банковского бизнеса, поскольку являются главной статьей доходов банка. Но эти операции связаны с риском невозврата ссуды (кредитным риском), которому в той или иной мере подвержены банки в процессе кредитования клиентов. Именно поэтому кредитные операции должны являться главным объектом внимания банков. Кредитная политика банка должна обязательно учитывать возможность кредитных рисков, предварять их появление и грамотно управлять ими, то есть сводить к минимуму возможные негативные последствия кредитных операций.

Таким образом, основной целью банка является нахождение «золотой середины», т.е. оптимального соотношения между степенью риска и доходностью по кредитным операциям при помощи грамотного управления кредитным процессом, что реализуется посредством разработки практических мероприятий по привлечению новых клиентов и анализа их кредитоспособности.

Наиболее распространенным в практике банков мероприятием, направленным на снижение кредитного риска, является оценка кредитоспособности заемщика, осуществляемая при помощи скоринга, который представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок. В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель: чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособности. Для разработки алгоритмов кредитного скоринга необходима историческая выборка данных - так называемая обучающая выборка. От качества этой выборки (на языке статистики - репрезентативности) зависит точность оценок параметров модели скоринга и соответственно эффективность (предиктивная мощность) скорингового алгоритма.

Следует так же особо подчеркнуть, что в России внедрение скоринга тормозится не столько объективными, сколько субъективными причинами, связанными с недоверчивым отношением банковских менеджеров к математическим и статистическим методам. Скоринговые модели необходимо разрабатывать на самых свежих данных, периодически проверять качество их работы, иметь возможность быстро и дешево перенастраивать модель, чего не позволяют сделать закрытые западные системы, применяемые в некоторых российских банках.

Для того чтобы иметь возможность сравнивать клиентов с совершенно разными признаками и принимать решения о кредитовании не интуитивно, а на основе формализованных критериев, непосредственно связанных с вероятностью дефолта, необходимо построить математическую модель, которая позволит оценить, какая информация является существенной, а какой можно пренебречь. Скоринг представляет собой классификационную задачу, где, исходя из имеющейся информации, необходимо получить функцию, наиболее точно разделяющую выборку клиентов на «плохих» и «хороших». Но предварительно необходимо преобразовать имеющуюся информацию в форму, поддающуюся анализу.

У каждого из методов классификации заемщиков имеются свои преимущества и недостатки, кроме того, выбор того или иного метода связан со стратегией банка и с тем, какие требования банк считает приоритетными при разработке моделей. Регрессионные методы показывают значимость каждой характеристики для определения уровня риска, и поэтому особенно важны на этапе разработки анкеты, которую заполняют клиенты.

Для перехода от экспертной скоринговой модели к ее статистическому варианту требуется определенное время для накопления данных по «плохим» кредитам, так что период времени для накопления необходимых данных будет в значительной степени зависеть от объемов и качества портфеля - чем больше объем (число) выданных кредитов, тем больше вероятность невозврата какой-то их части. С другой стороны, низкое качество кредитного портфеля увеличивает процент безнадежных ссуд (процент случаев невозврата кредитов).

В данной дипломной работе рассмотрена система кредитного скоринга, применяемая непосредственно в ЗАО «ВТБ 24», преимущества, которые получает заемщик в результате применения этой системы, а именно: сокращение времени на обработку заявки, независимость от знаний, опыта и внимательности сотрудников, а так же стабильность процентных ставок.

Так же в результате практического наблюдения и исследования рассмотрен характер бизнес-процессов обработки кредитной заявки, представленный в виде контекстной диаграммы обработки заявки. В целях повышения эффективности скоринговой модели в ВТБ 24 была разработана и предложена усовершенствованная модель обработки кредитной заявки. В данной схеме разработчиками Банка был введен дополнительный этап - прескоринг, который осуществляется сразу после ввода анкеты в систему удаленного обслуживания, что позволит оператору быстро получать обратный ответ в случае неудачного прохождения прескоринга.

Предложенная модель бизнес-процесса обработки кредитной заявки позволит оптимизировать схему документооборота, принять более правильное решение при выдаче кредита и снизить риск его невозврата.

Как и любая другая система с применением компьютерных технологий, система кредитного скоринга имеет свои недостатки, которые были рассмотрены в данной работе, а так же предложены пути их преодоления.

В условия финансового кризиса ВТБ 24 разрабатывает самые разные схемы выхода из кризиса в виде усовершенствования риск-менеджмента и организации коллекторской работы, то есть возврата кредитов. Совершенствование Банком системы кредитного скоринга отражено в главе 3 данной дипломной работы.

Подводя итог и говоря о перспективах развития и внедрения скоринговых систем, необходимо констатировать, что это направление деятельности будет развиваться параллельно с развитием системы Бюро кредитных историй и применяться скоринговые системы будут не только в экспресс-кредитовании, но и во всех видах розничного кредитования как операциях, несущих кредитный риск.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1.       Конституция Российской Федерации. - М.: Ось - 89, 2003. - 48 с.

2.      Гражданский кодекс Российской Федерации. - М.: ВИТРЭМ, 2002. - 472с.

.        О банках и банковской деятельности: Федеральный Закон от 02.12.1990 г. № 395-1 (в ред. От 17.05.2007 № 83-ФЗ);

.        О порядке предоставления (размещения) кредитными организациями денежных средств и их возврата (погашения): Положение ЦБ РФ от 31.08.1998 № 54 - П (в ред. 27.07.2001)

5.       О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности: Положение ЦБ РФ N 254-П от 26.03.2004 (в ред. 14.05.2008)

6.      Автореферат диссертации на соискание ученой степени кандидата экономических наук Погорелова Л.В.

.        Банковское дело: учебник/ под ред. Г.Г.Коробовой.- М.: Экономистъ, 2004.- 751 с.

.        Годовой отчет ЗАО «ВТБ 24» за 2008 год

.        Демин Ю. Все о кредитах: понятно и просто/ Ю.Демин.-СПб [и др.]: Питер,2007.-206 с.- (Управление деньгами)

.        Ендовицкий Д.А. Анализ и оценка кредитоспособности заемщика: учебно-практическое пособие/Д.А.Ендовицкий, И.В.Бочарова.-М.:КНОРУС, 2005.-272 с.

.        Жарковская Е.П. Банковское дело: учебник для студентов/Е.П.Жарковская.-4-е изд., испр. и доп.-М.:Омега-Л,2006.-452 с.- (Высшее финансовое образование)

.        Ильясов С.М. Об оценке кредитоспособности банковского заемщика, Деньги и Кредит, №9/2005,с. 28-34

.        Казакова И.И. О методах оценки кредитоспособности заемщика, Деньги и Кредит, №6/2007, с.40-44

.        Костерина Т.М. Банковское дело: учебник для студентов высших учебных заведений/ Т.М.Костерина - М.: «Маркет ДС» - 2003.-453 с.

.        Кредитный скоринг: баланс интересов банка и клиентов:«Банковское кредитование», 2005, N 3// СПС Консультант плюс

.        Кроливецкая Л.П. Банковское дело: кредитная деятельность коммерческого банка: учеб. пособие/ Л.П.Кроливецкая, Е.В.Тихомирова.-М.:Кнорус, 2008.-277, [1] с.

.        Лаврушин О.И. Банковские операции: учеб. пособие/кол. авторов; под ред. О.И.Лаврушина.-М.:КНОРУС,2007.-384 с.- (Среднее профессиональное образование)

.        Лаврушин О.И. Банковское дело: современная система кредитования: учеб. пособие/ О.И.Лаврушин, О.Н.Афанасьева, С.М.Корниенко; Фин. акад. при Правительстве Рос. Федерации.- изд. 3-е, доп.- М.:Кнорус, 2007.- 259, [1] с.

.        Морсман Э.М. Управление кредитным портфелем: Перевод с английского.- М.:Альпина Бизнес Букс,2004.-208 с.

.        Национальные особенности кредитного скоринга: «Банковское дело», 2008, №2//СПС Консультант плюс

.        Научный альманах фундаментальных и прикладных исследований. Современные банковские технологии: теоретические основы и практика.:М.: «Финансы и статистика», 2005.-286 с.

.        О проведении оценки кредитоспособности клиентов банка: Методическое указание ЗАО «ВТБ 24» от 03.03.2009г.

23.     Погорелов Л.В. Организация управления кредитным риском на этапе оценки кредитоспособности заемщика как элемент повышения качества риск-менеджмента банка // Экономика и финансы - 2007. - №4(129)

24.     Пояснительная записка к годовому отчету ЗАО «ВТБ 24» за 2008 год

25.    Разработка скоринговых карт: «Банковский ритейл», 2007, N 3// СПС Консультант плюс

.        Скоринговые системы в кредитовании физических лиц: «Банковский ритейл», 2007, N 1// СПС Консультант плюс

.        Финансово-кредитный энциклопедический словарь/ под ред. А.Г.Грязновой.- М.: Финансы и статистика,2002.-270,[1] с.

.        Что может и чего не может скоринг в потребительском кредитовании: «Банковский ритейл», 2006, N 4// СПС Консультант плюс

.        Этот «загадочный» скоринг: «Банковское дело», 2006,№3 // СПС Консультант плюс

.        Материалы сети Интернет