Версия для печати
Оригинал статьи http://www.franklin-grant.ru/ru/news2/data/news_03/2005_07/20050726_125852_dg.asp

Экспертные модели кредитного скоринга. Способ построения модели кредитования малого и среднего бизнеса в условиях дефицита статистических данных. (окончание)

 

Начало

26.07.2005

 

 

Структура опросного листа

 

Управление и начальная подготовка

 

Успешное функционирование любой скоринговой модели требует определенной подготовленности работающего с ней персонала. Знание внутренней структуры опросного листа и принципов формирования  скоринговых оценок может помочь пользователям сформировать базовые навыки работы с заемщиками.

 

Данная информация вопреки распространенному мнению не должна оставаться для персонала  тайной за семью печатями. Верность замечания о том о том, что подобное знание сможет помочь некоторым недобросовестным сотрудникам «обмануть» модель не является решающим аргументом. Тот, кто захочет обойти процедуры оценки кредитоспособности, обойдет их в любом случае. А если подобные люди составляют большинство в банке, то в банке налицо проблема персонала, которая выходит за рамки проекта кредитного скоринга. Более того, хорошо структурированная система мотиваций и адекватное обучение, включающее обучение принципам, лежащим в основе скоринговой модели, являются рецептом успешного использования скоринга.

 

Заключительный компонент плавного внедрения скоринга – контрольное тестирование. Особенность контрольного тестирования будет зависеть от намеченного использования модели, но в любом случае целесообразно провести тестирование скоринговой модели на реальных, текущих данных в течение некоторого промежутка времени или параллельно имеющимся процедурам или автономно в конкретном отделении банка. Все это позволяет выявить слабые места модели, произвести корректировку и усовершенствования до того, как модель будет внедрена в рамках всего банка и его отделений и филиалов.

 

Как только модель доказала свою работоспособность при экспериментальном тестировании, и банк принял решение ее использовать, остается еще достаточно много моментов, которые необходимо решить, чтобы гарантировать успешный запуск. Должны быть спроектированы и одобрены письменные процедуры, включающие в себя описание модели, правила работы и интерпретацию результатов скорингования. Необходимо провести обучение всех сотрудников банка, которые будут работать с моделью. Модель должна быть запрограммирована, иметь дружественный интерфейс, и быть полностью совместима с  уже установленным в банке программным обеспечением. И, что очень важно, IT должен иметь план относительно сбора и хранения данных по кредитам.

 

Управление моделью и маркетинг любых специфических продуктов, связанных с моделью, напрямую зависит от структуры банка и избранной им стратегии, а также размера портфеля микро-кредитов который может составлять от нескольких десятков или сотен тысяч долларов, до нескольких миллионов.

 

Случай из практики; отдел маркетинга одного из банков, проведя исследование, выяснил, повышенную востребованность на рынке микро-кредитов, размером до 30 тыс. долларов. Сделав ставку на данный вид кредита в линейке кредитных продуктов было выявлено, что среднее время ожидания решения о предоставлении подобного вида кредитов у основных конкурентов банка составляла от 2-х недель до 2-х месяцев.

 

Внедрением экспертной модели банку удалось достичь следующих показателей:

  • Объем финансовой отчетности необходимой к представлению потенциальным заемщиком сократился с трех лет (документы предоставлялись за последние три года) до нескольких месяцев плюс бюджет денежных средств на срок предоставления кредита
  • Сроки принятия банком решений о выдаче подобного вида кредитов составили от одного дня до недели, что явилось мощным стимулом привлечения новых заемщиков, с учетом того, что среднее время ожидания решения о предоставлении кредита у его основных конкурентов составляло от 2-х недель до 2-х месяцев
  • Качество кредитного портфеля улучшилось за счет снижения до менее чем 2% кредитов с просроченной задолженностью 30 и более дней
  • Для управления $15 миллионным кредитным портфелем было достаточно одного кредитного менеджера
  • Стандартизованная процедура сбора и хранения информации по микро-кредитам во всех филиалах банка, позволила создать объемную и структурированную базу данных клиентов, обратившихся за микро-кредитами и т.д.

 

 

Путь к преобразованию: требования к данным для перехода к использования статистических моделей.

 

Для перехода от экспертной скоринговой модели к ее статистическому варианту требуется определенное время для накопления данных по «плохим» кредитам (т.н. “кредитное кладбище”), 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 не возврата кредитов)

 

Если банк начинает с “нуля”, то выдавая по 500 кредитов в месяц, 5% из которых не будут возвращены ("плохие" кредиты), понадобится чуть более 3-х лет, чтобы накопить данные по 1000 случаев не возврата кредитов, что обычно рассматривается как минимальный порог необходимый для построения статистической скоринговой модели. Для банков, предоставляющему только 100 ссуд в месяц с тем же процентом невозвратов, понадобится чуть более 16 лет.

 

В любом случае, банку ставящему своей целью в будущем использование статистической скоринговой модели необходимо несколько лет для набора достаточной статистической базы служащей основой для ее работы. А поскольку этот процесс требует времени, экспертная модель, описанная выше, может уже сейчас принести определенные выгоды банку, во-первых отчасти автоматизируя кредитный процесс параллельно помогая банку создать первичную базу данных кредитных историй, которые в будущем будут использованы при разработке и создании более совершенных методов принятия решений о предоставлении кредитов.

 

По материалам Bannock Consulting Group.

 

 

Ссылки по теме:

Системы скоринга физических лиц для развития различных программ потребительского кредитования

Системы оценки кредитоспособности юридических лиц

Прогулка в обход «кредитного кладбища»

Чужие ошибки потребительского кредитования, на которых могут поучиться российские банки.

Почему молчит Fair Isaac?

Скажи, кто твой заемщик, и я скажу кто ты.

Что такое скоринг и может ли он помочь в улучшении качества кредитов российских банков.