Совершенствование методики оценки кредитоспособности физических лиц

В процессе развития риск-менеджмента в розничном кредитовании система правил и экспертные оценки вытесняются более эффективными скоринговыми моделями. Улучшение качества обслуживания физических лиц неизменно требует развития и автоматизации процессов выдачи кредитов, с одновременной минимизацией процента отказа кредитоспособным клиентам и недопущением выдачи ссуд потенциальным должникам. Решение этой задачи осуществляется с помощью создания внутренней системы скоринговой оценки новых клиентов. Скоринг — автоматизированная технология оценки рисков при кредитовании - применяется сегодня практически всеми западными банками в розничном бизнесе.

В основе любой скоринговой системы лежит та или иная статистическая модель, а как известно, для построения любой статистической модели самое главное — это наличие достаточной и достоверной базы исходных данных. Именно с проблемой достаточной базы данных сталкиваются сегодня как белорусские, так и зарубежные банки. Финансовые учреждения должны иметь в виду, что для построения статистически значимой эконометрической модели необходимо иметь в наличии как минимум 200 дефолтов и более (в зависимости от базы данных и типа модели). Кроме того скоринговая модель должна строиться лишь на части исходных данных клиентов, в то время как на оставшейся части осуществляется проверка качества модели (validation). Крупные и опытные в розничном кредитовании финансовые организации уже накопили достаточное количество позитивных и негативных кредитных историй для построения хорошей модели, поэтому они могут построить индивидуальную скоринговую модель, основанную на собственном опыте банка и данных своих клиентов. Остальным банкам остается обращаться или к компаниям-разработчикам, владеющим собственной базой данных по рынку розничного кредитования, или в бюро кредитных историй, или строить модели, не требующие наличия исторических данных о заемщиках (например, экспертная модель). Появление в Республике Беларусь бюро кредитных историй может впоследствии предоставить нашим банкам необходимый объем данных по розничным клиентам для построения собственных скоринговых моделей.

Для построения скоринговых систем оценки физических лиц могут использоваться различные статистические модели, такие как деревья решений, нейросети, экспертные системы и регрессии. Выбор той или иной модели во многом зависит от типа данных в выборке. Так, например, при наличии только количественных показателей в исходной базе данных (к примеру, доход, возраст, стоимость жилья и т.д.) рекомендуется использовать модели множественной линейной регрессии. При наличии лишь качественных показателей (например, профессия, наличие телефона, семейное положение) можно использовать деревья решений, нейросети, экспертные системы. При наличии смешанных показателей рекомендуется использовать логистические регрессионные модели. Далее выбор и использование той или иной модели в скоринговом процессе зависят уже от ее качества и основных статистических показателей.

За основные характеристики модели могут быть взяты следующие:

- демографические показатели (возраст, семейное положение, наличие собственности, наличие телефонов и т.д.);

- кредитная история в данном банке (клиент или не клиент банка, сколько лет является клиентом банка и т.д.);

- данные кредитных бюро (рейтинги кредитных бюро, количество неоплаченных кредитов и т.д.).

В процессе скоринговой оценки все эти характеристики взвешиваются и суммируются, в результате чего каждому заемщику присваивается определенный скоринговой балл, а все баллы представляют собой непрерывную шкалу. Чем выше балл, тем выше кредитоспособность и тем ниже кредитный риск клиента. Таким образом, скоринговая модель дает возможность выделить лучших заемщиков и ранжировать клиентов по степени риска, осуществляет точное прогнозирование дефолта, а скоринговые пункты дают оценку вероятности наступления дефолта (рис. 7).

Статьи по теме:

Правовое регулирование обязательного страхования гражданской ответственности владельцев транспортных средств
Правовые, организационные и экономические основы обязательного страхования гражданской ответственности владельцев автотранспортных средств определяются Законом РФ от 25.04.02 г. № 40-ФЗ "Об обязательном страховании гражданской ответственности владельцев транспортных средств". Законом пред ...

Оценка кредитного потенциала и эффективности его использования в ЗАО ВТБ-24
Банк ВТБ24 – один из крупнейших участников российского рынка банковских услуг, входит в международную финансовую группу ВТБ и специализируется на обслуживании физических лиц, индивидуальных предпринимателей и предприятий малого бизнеса. Сеть банка основывают 500 филиалов и дополнительных офисов в 6 ...

Перспективы и тенденции развития ипотечного банковского рынка в России
С начала нынешнего десятилетия мы стали свидетелями бурного роста розничного кредитования в России, причем именно ипотеке в этом процессе отводилась особая роль. Так, если первоначально розничный бизнес банков преимущественно сводился к выдаче автокредитов и беззалоговому кредитованию в торговых се ...