Файл: Совершенствование оценки кредитоспособности.pdf

62
Клиент самостоятельно определяет свой годовой пробег на год и платит только за пройденные им километры. В зависимости от потенциального пробега клиент получает скидку от 10-40%, а по итогу года проставляется оценка, относительно его манеры вождения, что дает возможность получить дополнительную скидку на пролонгацию.
Можно сколько угодно спорить о телематике и приводить тысячи сравнений с конкурентами, но вряд ли найдутся те, кто будет оспаривать уникальность скоринговой модели R-TELEMATICA. Только мы, кроме фиксирования стандартных показателей ускорений, торможений, боковых ускорений, протяженности поездки и превышений скорости, фиксируем все нарушения с учетом картографических особенностей местности. Кроме этого все полученные данные о поездки проходят через так называемый погодный фильтр» и после этого, на преобразованные данные, мы еще накладываем статистику аварийности полученную от ГИБДД.
По истечении 12 месяцев использования телематического устройства, страховая компания принимает решение о предоставлении клиенту скидки: в случае, если манера вождения является безопасной, что подтверждается скоринговой оценкой, автовладелец получает дополнительную скидку в размере до 20%.
Сегодня коробочные решения для клиентов не достаточно продуманы, поскольку их запустили в конце 2015 года. 2016 год был пробным для реализации нового проекта.
Тарифы на коробочные продукты устанавливаются в расчете на собирательный образ потенциального клиента.
А поскольку страховщик не знает заранее, с какими рисками ему придется иметь дело, кто купит полис, то страховая компания должна защитить свои интересы. Это приводит к удорожанию полиса и сужению страхового покрытия. Для клиента это не выгодно. Тем более что сейчас на рынке существует тенденция отхода от «универсализации» продуктов в сторону
«индивидуализации». В этой связи коробочные продукты должны быть индивидуальны. Тогда спрос на них существенно возрастет.

63
На данный момент запущена электронная торговля полисами ОСАГО, в перспективе в 2017-2018 году могут запустить проекты по продаже полисов страхования жизни (особенно актуально это для тех, кто имеет ипотеку и полис необходимо продлить).
Сегодня широкое распространение получило бюро кредитных историй.
Все коммерческие банки обмениваются информацией о клиентах, их кредитной истории, платежеспособности. Такую же базу необходимо вести и для страхователей. Тогда страховые организации и коммерческие банки смогут отслеживать информацию о недобросовестных страхователях, накопительных скидках и т.п. Сегодня такая база для клиентов ОСАГО уже существует, но в системе банкострахования такое бюро все еще не работает полноценно.

64
Карта рисков является совершенно новой идеей для банкострахования.
Такую карту предлагается составлять на основе данных бюро страховых и кредитных историй для каждого клиента банка. Сегодня информационные технологии шагнули далеко вперед, поэтому ориентируясь на ПО для андеррайтинга предлагается создать комплексную программу, оценивающую риски в отношении клиентов банка. Более наглядно предложения по объединению бюро кредитных историй бюро страховых историй представлены на рис. 3.3.
Рисунок 3.3 – Модель синергии «карты рисков» при кредитовании физических лиц
Источник: [43, c. 56]
Объединение БКИ И БСИ позволит минимизировать кредитные риски при кредитовании физических лиц, за счѐт получения более подробной информации о клиенте. Итак, для совершенствования взаимоотношений страховых компаний и коммерческих банков в работе был предложен ряд мероприятий: внедрение новых продуктов (телематический продукт автокаско, страхование жизни при помощи новых ПО для отслеживания состояния здоровья); активное продвижение «коробочных продуктов» в
Имеющаяся база
«Бюро кредитных историй»
Новая наполняющаяся база «Бюро страховых историй»
Объединение двух баз
Разработка индивидуальной карты рисков для клиентов.
Группировка клиентов по рискам

65
страховании имущества физических лиц и других видах; продажи онлайн; новые технологические решения для удаленных продаж; революционные изменения структуры банкострахования (введение «карты рисков», бюро страховых историй). Данные меры позволят в 2018 году минизировать кредитные риски коммерческих банков, за счет объединения кредитного и страхового скоринга и взаимного влияния итогового балла при оценке заемщика (страхователя).
3.2. Возможности развития и модификации методик оценки кредитного риска
На данном этапе развития банковской инфраструктуры в РФ полностью дистанционно получить кредит нельзя, но учитывая постоянно возрастающую роль ДБО в банковском обслуживании банки над этим работают.
Проблема заключается в том, что банк фактически не может проверить достоверность данных, предоставленных заемщиком при за полнении анкеты на получение кредита через систему ДБО. Так же банк не может обезопасить себя от мошеннических действий: владея некоторой информацией о человеке, мошенники могут подать заявку на кредит от имени этого человека и получить кредитные средства.
Данные проблемы можно решить с помощью банковских инноваций, и банки, которые первыми это сделают, имеют реальный шанс повышения своей конкурентоспособности и привлечения большой доли новых клиентов.
Планируется, что решением проблемы удаленной идентификации клиента будет являться взаимодействие банков с Единой системой идентификации и аутентификации
(ЕСИА).
Благодаря такому взаимодействию, любой клиент банка сможет получить кредит дистанционно, используя свои биометрические данные предоставленные ранее. Эти данные будут храниться в ЕСИА и периодически обновляться [31, c. 15].

66
Таким образом, чтобы получать финансовые услуги в банках, в том числе и кредиты, клиенту необходимо будет один раз предоставить данные и зарегистрировать свою учетную запись. Так же благодаря использованию
ЕСИА, данные представленные заемщиком будут проверяться в информационных системах ПФР, МВД, ФНС и т.д. Банки смогут проверять всю информацию, которую заемщик указал в анкете на получение кредита. В связи с вышесказанным, можно предположить, что в ближайшем будущем весь цикл получения кредита, от подачи заявки до получения денежных средств, может быть пройден заемщиком с помощью дистанционных каналов обслуживания.
По словам банкиров, в перспективе удаленная идентификация даст новый толчок развитию финансовых технологий и биометрии. Впрочем, совершать открытия в этих сферах российским разработчикам вряд ли придется, скорее заимствовать зарубежные схемы и технологии, так как за рубежом биометрические технологии уже давно активно применяются, а многие российские банки начали использовать их в мобильных приложениях и планируют внедрять их в банкоматы и pos-терминалы.
Упрощение процедуры получения кредита должно понравится клиентам, которые пользуются дистанционными сервисами, а значит система должна стать довольно популярной, рассчитывают эксперты. По мнению заместителя руководителя департамента розничных продуктов, электронного бизнеса и CRM банка ВТБ Александра Солонина, упрощение идентификации снимет барьеры, которые остались в использовании банковских сервисов [49, c. 14].
В перспективе удаленная идентификация способна сильно повысить конкуренцию на рынке. В сложном положении могут оказаться игроки, главным преимуществом которых было расположение офисов, территориальная близость к клиенту.
Данная система скажется только на процедуре открытия счета, так как при наличии открытого счета дальнейшая работа клиента с банком часто

67
проходит через интернет-банк. В результате данная система позволит людям открывать удаленно счета в банках, что приведет к росту банковской конкуренции в регионах, где часто присутствуют один-два банка. Банки, даже не имея в регионе офисов, смогут достучаться до его жителей, что приведет к оттоку клиентов из банков присутствующих в регионе. В результате, последним придется улучшать качество и условия работы с клиентами. По итогам такой гонки, безусловно, выиграют клиенты, как с точки зрения обслуживания, так и с точки зрения условий – ставок по кредитам и депозитам.
Выиграют от удаленной идентификации более технологичные банки, которые уже сейчас готовы оптимизировать сеть и больше инвестировать в технологии. Такая стратегия подразумевает существенную экономию: расходы на операцию в отделении и на ту же операцию в онлайн-банкинге отличаются в сотни раз. Себестоимость оказания услуги в онлайн может составлять несколько рублей, а в отделении - несколько сотен рублей.
А это значит, что скоринговые модели оценки кредитоспособности заемщика в таких высоко технологических банках будут иметь решающее значение для формирования устойчивого кредитного портфеля банка. Чем выше точность скоринговой модели оценки кредитоспособности заемщика, тем выше качество кредитов, предоставляемых банком.
Сегодня особое внимание банки обращают на внедрение нейронных сетей в скоринговые модели оценки платежеспособности заѐмщика.
При этом важно учесть предложения, указанные в п. 3.1 ВКР. То есть при разработке модели нейронной скоринговой оценки заемщика важно учесть не только уже имеющиеся в современных банках критерии оценки, но и объединить оценку с различными базами данных (бюро кредитных историй, бюро страховых историй, данные ФНС, ГАИ, ФСС и прочих государственных структур, а также данные социальных сетей). Таким образом, критериев оценки заемщика в перспективе должно стать гораздо

68
больше, чем сейчас используют банки. Более наглядно модель нейронной скоринговой оценки заѐмщика представим в приложении 1.
В перспективе банки могут добавлять или убирать установленные критерии оценки в зависимости от рыночной ситуации.
Важно искусственный интеллект скоринга наделить функционалом поиска данных в социальных сетях и упоминаний в сети Интернет. Робот находит страницу заемщика, собирает все данные и добавляет в базу. Если о заемщике есть упоминания на любых других сайтах - скайп, почта, номер телефона, адрес, ссылки на другие соцсети, отзывы о нем - эта информация должна попасть в нейронную оринговую систему оценки и проверится специально разработанными функциями. Допустим, проверка мобильного телефона позволяет всегда узнать, на кого он зарегистрирован. Если окажется, что номер числится за другим лицом, то в совокупности с другими проверками делается вывод, является ли это лицо близким родственником, знакомым или просто случайным прохожим (дропом).
Для предоставления полной информации о заемщике важно проверять наличие у него судебных решений и их суммы через «Росправосудие», количество штрафов ПДД и все ли они были погашены, пени и задолженность по налогам, а также имущество и находится ли оно в залоге.
Если у заемщика есть банковские карты, по их счетам определяется наличие и движение средств, с какой периодичностью происходят поступления и как часто происходят списания.
Стоит отметить, что мошенники могут целенаправленно оставлять о себе искаженную информацию, поэтому важно наделить искусственный интеллект самообучающимися алгоритмами. На их основе вся лишняя и вводящая в заблуждение информация впоследствии может помечаться в базе, что исключает анализ заемщика по ошибочным данным. Параллельно может происходить анализ по соотношению верной информации и искаженной, что также позволяет принять более правильное решение.
Отдельным пунктом можно выделить проверку заемщика на его состояние

69
здоровья: не состоит ли на учете в наркологическом отделении, есть ли у него хронические болезни и насколько серьезные, требуется ли ему госпитализация.
Для выдачи человеку займа необходимо определить его платежеспособность (сможет ли он вернуть деньги взятые взаймы). Для этого на каждого заемщика рассчитывается скоринговый балл по множественной линейной регрессии: yi = β1xi1 + β2xi2 + βjxij + ... + βmxim
(3.1) где yi
– зависимая переменная
(платежеспособный/ неплатежеспособный клиент); xi – независимые переменные (скоринговые характеристики);
β – параметры модели (скоринговые веса).
Для увеличения точности модели важно добавить к каждому параметру коррелирующий коэффициент:
K1xА1+K2xА2+...+ KnxАn (3.2)
Коррелирующий коэффициент – показатель, который учитывает статистику возвратов кредитов, то есть показывает, с какой вероятностью заемщик с данным свойством вернет кредит. Каждый коррелирующий коэффициент может рассчитываться на основании большого массива данных, полученных из баз бюро кредитных историй.
В целом, алгоритм расчета скорингового балла с использованием обучаемой нейронной сети представлен в приложении 2.
Также важно хороших заемщиков поощрять. Для этого можно внедрить систему понижения процентной ставки, если заемщик исправно вернул несколько кредитов. Если займ просрочен, то нейронными сетями будет предложено вернуть повышенную ставку (приложение 3).

70
К преимуществам нейронного скоринга можно отнести: снижение временных затрат на принятие решения о выдаче или отказе кредита, автоматизацию процесса и снижения участия человека в принятии решения.
Нейронный скоринг также позволит снизить экономические издержки и операционный риск, позволяет эффективно выявлять и предотвращать попытки мошенничества. Недостатки у нейронного скоринга тоже есть, и достаточно существенные. Ведь программа не может оценить человека, она лишь анализирует предоставленные им данные. Хорошо подготовившись, мошенник может дать такие ответы, благодаря которым он с большой вероятностью получит кредит. При этом сделать этого при внедрении нейронного скоринга будет очень проблематично. Поэтому обычные заемщики не в состоянии будут обмануть такую систему оценки.
Следует так же учитывать, что скоринговые модели должны постоянно модифицироваться и обновляться, в соответствии с экономической обстановкой в стране и в мире. В западных странах, где объемы кредитования значительно больше, и скоринговые программы применяются повсеместно, модели дорабатываются и обновляются постоянно. Доработке должны подлежать и нейронные скоринговые модели оценки заемщиков.
Итак, разные коммерческие банки применяют собственные кредитные скоринги для оценки заемщиков – физических лиц. Для оптимизации оценки кредитоспособности заемщиков в рамках работы было предложено объединить в российских коммерческих банках кредитный скоринг и страховой скоринг. Такая синергия позволит повысить операционную эффективность банка и снизить кредитные риски. Взаимное влияние двух скорингов позволит повысить/понизить кредитный рейтинг заемщика, тем самым оценка кредитоспоосбности будет проведена более качественно, чем до объединения кредитного и страхового скоринга. Положительный опыт использования потенциальным заемщиком страховых продуктов (ОСАГО, каско, медицинское страхование и т.п.) может повлиять на повышение итогового кредитного рейтинга клиента банка, а также может сказаться на