Что такое скоринг и как он работает. Формирование скоринговой модели оценки кредитоспособности корпоративного заемщика Построение скоринговых моделей в excel практика применения

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Подобные документы

Анализ платежеспособности заемщика и поручителя. Получение кредита во время кризиса физическим лицом. Совершенствование методики оценки платежеспособности физических лиц. Совершенствование механизма оценки кредитоспособности индивидуальных заемщиков.

дипломная работа , добавлен 29.08.2013

Особенности и теоретических представления бизнес-моделей. Характеристика бизнес-моделей европейских энергокомпаний, на примере интегрированной бизнес-модели E.ON AG, а также оценка современных их изменений. Анализ препятствий развития энергосбережения.

реферат , добавлен 04.05.2010

Виды моделей. Модели принятия решений. Причины, по которым может быть снижена эффективность моделей. Виды управленческих решений. Управление запасами. Модель линейного программирования. Экономический анализ. Этапы построения моделей.

реферат , добавлен 28.03.2007

Основные модели развития организаций. Сравнительный анализ моделей жизненного цикла организаций. Распространенные схемы жизненных циклов организаций. Стадии развития предприятий. Особенности организаций, находящихся на разных стадиях своего развития.

реферат , добавлен 20.07.2012

Разработка стратегии управления конкурентоспособностью торгового предприятия экономическими методами (на примере магазина автозапчастей "Авто-Форд"). Характеристика методов оценки конкурентоспособности предприятия, ее экономико-математическая модель.

дипломная работа , добавлен 19.09.2015

Теоретические аспекты применения современных моделей управления на предприятии, недостатки и преимущества. Краткая характеристика деятельности ООО "Твин Фуд". Обоснование экономической эффективности рекомендаций по совершенствованию моделей управления.

дипломная работа , добавлен 03.06.2014

Стадии жизненного цикла информационной системы (ИС). Проблемы спирального цикла. Проблемы внедрения при использовании итерационной модели жизненного цикла. Положительные стороны применения каскадного подхода. Поэтапная модель с промежуточным контролем.

лабораторная работа , добавлен 02.02.2015

Ключевые слова

БАНКИ / КРЕДИТ / КРЕДИТНЫЕ РИСКИ / СКОРИНГ / СКОРИНГОВЫЕ СИСТЕМЫ / КРЕДИТНЫЙ РЫНОК / BANKS / CREDIT / CREDIT RISKS / SCORING / SCORING SYSTEMS / CREDIT MARKET

Аннотация научной статьи по экономике и бизнесу, автор научной работы - Самойлова Светлана Сергеевна, Курочка Мария Алексеевна

В статье рассмотрен скоринг как инструмент управления кредитным риском , его основные характеристики, а также механизм его реализации и методов снижения просроченной задолженности. Кредитные организации имеют сложную многоуровневую систему рисков, всесторонняя и объективная оценка которых играет ключевую роль в обеспечении финансовой устойчивости каждой кредитной организации и стабильного развития банковской системы в целом. Скоринг заключается в определении совокупного кредитного балла заемщика в результате его оценки по ряду критериев. Существуют скоринговые модели, позволяющие оценивать кредитоспособность физических лиц, юридических лиц и субъектов малого бизнеса. Внедрение системы кредитного скоринга позволит банку получить то самое всеми желаемое конкурентное преимущество длительную выгоду применения создающей потребительскую ценность стратегии, основанной на уникальной комбинации внутрифирменных ресурсов и способностей. Устойчивое конкурентное преимущество дает возможность бизнесу поддерживать и улучшать свои конкурентные позиции на рынке и выживать в борьбе с конкурентами в течение длительного времени.

Текст научной работы на тему «Скоринговые модели оценки кредитного риска»

СКОРИНГОВЫЕ МОДЕЛИ ОЦЕНКИ КРЕДИТНОГО РИСКА

С. С. САМОЙЛОВА, М. А. КУРОЧКА

В статье рассмотрен скоринг как инструмент управления кредитным риском, его основные характеристики, а также механизм его реализации и методов снижения просроченной задолженности. Кредитные организации имеют сложную многоуровневую систему рисков, всесторонняя и объективная оценка которых играет ключевую роль в обеспечении финансовой устойчивости каждой кредитной организации и стабильного развития банковской системы в целом. Скоринг заключается в определении совокупного кредитного балла заемщика в результате его оценки по ряду критериев. Существуют скоринговые модели, позволяющие оценивать кредитоспособность физических лиц, юридических лиц и субъектов малого бизнеса. Внедрение системы кредитного скоринга позволит банку получить то самое всеми желаемое конкурентное преимущество - длительную выгоду применения создающей потребительскую ценность стратегии, основанной на уникальной комбинации внутрифирменных ресурсов и способностей. Устойчивое конкурентное преимущество дает возможность бизнесу поддерживать и улучшать свои конкурентные позиции на рынке и выживать в борьбе с конкурентами в течение длительного времени.

Ключевые слова: банки, кредит, кредитные риски, скоринг, скоринговые системы, кредитный рынок.

Кредитный риск представляет собой основной банковский риск, управление которым является ключевым фактором, определяющим эффективность деятельности банка. Обычно банки формируют значительную часть своих доходов за счет кредитной деятельности, поэтому особую актуальность представляет оценка потенциальной прибыли по отношению к вероятности непогашения кредита. В узком смысле кредитный риск определяется как существующий для кредитора риск невозврата кредитополучателем заимствованных средств.

В последнее время в нашей стране наблюдается интенсивный рост рынка кредитования и, в частности, сектора кредитования физических лиц. Это неизбежно приводит к увеличению кредитных рисков, которые принимают на себя как отдельные кредитно-финансовые институты, так и банковская система страны в целом. Рост рисков обуславливается одновременно расширением контингента заемщиков и увеличением объемов кредитования. В этой ситуации качество управления кредитными рисками в розничном кредитовании приобретает особую актуальность и становится одним из факторов повышения конкурентоспособности кредитного учреждения на рынке банковских услуг .

При выдаче кредита банк, прежде всего, интересует кредитоспособность потенциального заемщика, то есть способность полностью и в срок рас-

Сущность скоринга заключается в определении совокупного кредитного балла заемщика в результате его оценки по ряду критериев. Данные критерии имеют различные удельные веса и впоследствии агрегируются в интегральный показатель - совокупный кредитный балл. Величина кредитного лимита в скоринговых системах носит второстепенный характер и определяется исходя из уровня доходов заемщика. Интегральный показатель сравнивается с определенным числовым порогом, который представляет собой так называемую линию безубыточности для банка. Кредит выдается тем клиентам, интегральный показатель которых выше этой линии .

Оценка кредитоспособности с использованием скоринговых систем в большинстве случаев строится на не более чем 20 критериях, среди которых: уровень среднемесячного дохода, частота смены места работы, возраст, семейное положение, количество лиц, находящихся на иждивении, образование, наличие недвижимости и личного автомобиля и т. д.

Внедрение скоринговых систем имеет ряд преимуществ, к которым относят:

Возможность снижения издержек и минимизацию операционного риска за счет автоматизации принятия решения о выдаче кредита;

Сокращение времени обработки заявлений и предоставления ответа о выдаче или отказе в кредите;

Централизацию принятия кредитного решения и снижение влияния человеческого фактора при его принятии;

Выявление и предотвращение попыток мошенничества .

К недостаткам скоринга относится в первую очередь то, что оценка кредитоспособности возможных заемщиков проводится на основе имеющийся информации о предыдущих, выданных кредитах, а сведений, характеризующих возможное поведение соискателей кредита, которым в выдаче кредита, было отказано, не имеется представления. Также оценка заемщика с использованием скоринговой системе основывается не на оценке реального человека, а на основе имеющейся о нем информации, которую он же и сообщает, и клиент может представить о себе такие данные, которые позволят ему получить положительный результат при разрешении вопроса о выдаче ему кредита .

Кроме всего перечисленного, скоринговые системы нуждаются в постоянной доработке и обновлениях, так как по прошествии определенного времени происходит изменение социальных и экономических условий, условий кредитования, и самих людей. В странах запада разработка ско-ринговых моделей осуществляется раз в полтора-два года и во многом зависит от того, насколько стабильна экономика в этот период .

Существует несколько типов скоринга:

Скоринг кредитоспособности - оценка кредитоспособности заемщиков, используемая для принятия решения о предоставлении кредита;

Скоринг по прогнозу качества обслуживания долга клиентом - оценка уровня риска существующих заемщиков, позволяющая определить поведенческие особенности клиентов, проявляющие в качестве обслуживания долга;

Скоринг востребования - оценка способов работы с просроченной задолженностью и выбор из нескольких альтернативных наборов наиболее эффективного для последующего воздействия;

Скоринг по оценке вероятности мошенничества - реализующий оценку вероятности мошенничества клиента на основе совокупности признаков проводимой сделки .

На основе теоретических данных можно сказать, что развитие скоринга в России сдерживается тем, что в сравнении с западными мерками в нашей стране все еще низкие объемы кредитования и постоянно меняющиеся социальные и эко-

номические условия. Российские кредитные организации не имеют в наличии достаточной информации о клиентах для того, чтобы построить эффективные скоринговые системы, которые бы обеспечивали спрос на розничное кредитование и минимизировали риски банков. В этой ситуации кредитные организации могут воспользоваться двумя способами.

Первый - использование модели, разработанной за границей с обязательной адаптацией к российским условиям, что затратно и долго по времени.

Второй - отказ от использования моделей скоринга еще на первоначальном этапе и выдача кредита всем желающим на основе стандартной проверки, проводимой с целью накопления кредитной истории. После чего использовать полученные данные для разработки собственной ско-ринговой модели, которая будет эффективной, но и весьма дорогостоящей для банка .

Кроме скоринговых моделей, ориентированных на оценку кредитоспособности физических лиц, существуют скоринговые модели, позволяющие оценивать кредитоспособность юридических лиц и субъектов малого бизнеса.

Итак, выше мы подробно разобрали эффективную систему кредитного скоринга - такую, какой она должна быть в идеале. Естественно, что решение о внедрении такой системы дается банку нелегко. Причин такого нежелания множество: привычка работать «на глаз» и по «установившейся традиционной методике», вечная несвоевременность и кажущаяся сложность внедрения, и так далее. Да и зачем так сложно, когда есть табличка, «на коленке» составленная рисковиками, которая, пусть неидеально, но работает .

Действительно, большая часть отечественных банков уже пользуется некими простейшими подобиями скоринговых систем, позволяющими оценивать заемщика. В какой-то мере эти методики несколько упрощают работу кредитных специалистов. Но такие элементарные программы (около 90 % из них - таблицы характеристик заемщика, выполненные в MS Excel) имеют ряд недостатков, в связи с которыми их нельзя назвать «системами кредитного скоринга» в полном понимании этого слова. Вот некоторые из этих недостатков:

Децентрализованность системы оценки;

Сложность осуществления быстрых решений департамента риска кредитной организации -смена или корректировка методики оценки превращается в длительную процедуру для большого количества точек обслуживания;

Невозможность построения сложной стратегии принятия решения;

Скоринговые модели основаны на экспертных знаниях кредитных аналитиков банка, что ограничивает качество моделей и опосредованно сокращает клиентскую базу;

Возможность обмануть методику оценки -любой человек, имеющий определенные навыки, может «взломать» методику оценки и в дальнейшем «подстроиться» под «хорошего» заемщика. Это касается не только рисков мошенничества, но

Так же нужно отметить конкурентные преимущества. Постоянный рост конкуренции вынуждает многие компании вести все более ожесточенную борьбу за достойное место на рынке. Независимо от того, в какой области работает компания - бытовая электроника, пассажирские авиаперевозки или банковская деятельность, -ее руководству постоянно приходится задавать себе одно и тоже задание - достичь потенциальных конкурентных преимуществ. Для банков ответ на этот задание прост: либо предложить клиентам дополнительные услуги, либо радикально снизить цены. И в любом случае не обойтись без инновационных технологий работы. Несмотря на видимую простоту решения, далеко не все финансовые организации смогли его реализовать .

Внедрение системы кредитного скоринга позволит банку получить то самое всеми желаемое конкурентное преимущество - длительную выгоду приме-

и «помощи» заемщикам со стороны кредитных инспекторов (нельзя забывать, что эти, по большей части низкооплачиваемые сотрудники, стремятся к максимальному объему привлеченных кредитов, никак не отвечая за их возврат) .

Практический опыт внедрения систем кредитного скоринга в отечественных банках позволяет нам сравнить типовой подход к скорингу, рассмотренный выше, и применение полноценных систем кредитного скоринга. Такое сравнение по ключевым критериям приведено в таблице 1.

нения создающей потребительскую ценность стратегии, основанной на уникальной комбинации внутрифирменных ресурсов и способностей. Устойчивое конкурентное преимущество дает возможность бизнесу поддерживать и улучшать свои конкурентные позиции на рынке и выживать в борьбе с конкурентами в течение длительного времени .

Эффективная система кредитного скоринга позволяет банку:

Оперативно корректировать бизнес-модели розничного бизнеса;

Выйти первым на рынок с новым продуктом;

Обеспечить для розничного бизнеса банка гибкость и быстроту;

Быстро и безошибочно принимать стратегические решения;

Эффективно управлять накопленной информацией;

Таблица 1

Сравнение типового подхода и скоринга

Критерии Типовой подход к оценке заемщика Система кредитного скоринга

Первичная обработка кредитной заявки Основывается на экспертных знаниях кредитного специалиста Основывается на объективной информации из различных источников

Процесс оценки идентичных заявок Рассмотрение каждой заявки зависит от конкретного кредитного специалиста и субъективных факторов Идентичные заявки проходят идентичную процедуру оценки

Легкость восприятия «Уже используется», результаты ожидаемы Необходимы культурные перемены, готовность сотрудников к нововведениям

Процесс внедрения Длительное обучение и тренировка каждого кредитного специалиста. Наработка опыта и интуиции Не требует длительного обучения сотрудников. При внедрении необходим контроль со стороны кредитных специалистов высшего звена

Возможность ошибок, злоупотреблений и мошенничества Ошибки возможны в силу человеческого фактора. Злоупотребления и мошенничество возможны и распространены Злоупотребления возможны только на уровне высшего звена кредитных специалистов. Ошибки могут быть связаны с некачественными скоринговыми моделями. Мошенничество возможно, однако его вероятность заметно снижается

Гибкость При внедрении нового кредитного продукта необходима разработка новых инструкций и обучение персонала. Процесс длительный и мало поддающийся контролю При внедрении нового кредитного продукта необходимо создание новых скоринговых моделей и стратегий (или внесение изменений в уже имеющиеся). Процесс полностью контролируемый. Качество вновь созданных моделей (стратегий) может быть проверено без запуска в работу. Дополнительное обучение персонала не требуется

Строить и развивать бизнес, опираясь на точные данные и математический анализ .

Внедрение системы кредитного скоринга позволяет банку получить целый ряд преимуществ: начиная от снижения времени принятия решения по кредитной заявке и заканчивая оптимизацией бизнес-процессов в целом. Основным же преимуществом является снижение дефолтности кредитного портфеля банка за счет скорингового анализа и рей-тингования заемщиков.

Если кредитная организация правильно и адекватно использует кредитный скоринг, то получает эффективное конкурентное преимущество для поддержания и улучшения своих конкурентных позиций на рынке и выживания в борьбе с конкурентами в течение длительного времени.

Литература

1. Зобова Е. В., Самойлова С. С. Управление кредитным риском в коммерческих банках // Социально-экономические явления и процессы. Тамбов, 2012. № 12 (046). С. 74-81.

2. Коротаева Н. В. Проблемы и перспективы развития в России безналичных розничных платежей // Социально-экономические явления и процессы. Тамбов, 2012. № 12 (046).

3. Международная конвергенция измерения капитала и стандартов капитала: уточненные рамочные подходы (Базель 2). М., 2004.

4. О типичных банковских рисках: Указание оперативного характера Банка России № 70-Т от 23.06.2004. Доступ из справ.-правовой системы «Кон-сультантПлюс».

5. Пищулин А. Г. Система кредитного скоринга: необходимости и преимущества. 2011. URL: www.gaap.ru

6. Развитие финансовой системы в условиях модернизации экономики России: колл. монография. Тамбов, 2013.

7. Турлачева М. А., Малышкина Д. Н. Современные тенденции развития кредитования аграрного сектора в России // Саяпинские чтения: сборник материалов круглого стола. Вып. 7. гл. ред. В. М. Юрьев. Тамбов, 2014.

8. Усачев С. Кредитный скоринг // Банки и технологии. 2008. № 04.

9. Юрченко Е. Г. Совершенствование управления кредитным риском в сфере потребительского кредитования на основе скоринга востребования // Управление риском. 2009. № 2. С. 44-50.

SCORING MODELS OF THE ASSESSMENT OF CREDIT RISK

S. S. Samoylova, M. A. Kurochka

In article scoring as the instrument of credit risk management, its main characteristics, and also the mechanism of its realization and methods of decrease in arrears is considered. The credit organizations have difficult multilevel system of risks, the comprehensive and which objective assessment plays a key role in ensuring financial stability of each credit organization and stable development of a banking system as a whole. Scoring consists in determination of cumulative credit point of the borrower as a result of his assessment on a number of criteria. There are the scoring models, allowing to estimate solvency of natural persons, legal entities and subjects of small business. Introduction of system of credit scoring will allow bank to get that all desirable competitive advantage - long benefit of application of the strategy creating consumer value based on a unique combination of intra firm resources and abilities. Steady competitive advantage gives the chance to business to support and improve the competitive positions in the market and to survive in fight against competitors for a long time.

Key words: banks, credit, credit risks, scoring, scoring systems, credit market.

Для построения скоринговых моделей (причем независимо от выбранного математического подхода) берется репрезентативная выборка из предыдущих заявителей (от нескольких тысяч до сотен тысяч - что не проблема для отрасли, обслуживающей десятки миллионов клиентов). Для каждого заявителя из выборки извлекается полная информация из анкеты-заявления и информация из его кредитной истории за фиксированный период времени (обычно 12, 18 или 24 мес.). Затем принимается экспертное решение, какую историю считать приемлемой, т.е. является ли клиент "хорошим" или "плохим". Чаще всего "плохим" считается клиент, не выплативший по кредиту 3 месяца подряд. Всегда оказывается некоторое число клиентов, которых нельзя отнести ни к "хорошим", ни к "плохим", поскольку
они либо недостаточно давно получили кредит (прошло слишком мало времени), либо их кредитная история "неясна" (например, были задержки по 3 месяца, но не подряд). Как правило, такие "промежуточные" клиенты исключаются из выборки.
Эмпирические требования к базе данных, используемых для построения скоринговой модели:
размер выборки - не менее 1500 всего, не менее 500 плохих;
четкое определение критерия "плохой"/"хороший". Далеко не всегда ясно, на каком этапе кредитной истории, по какому признаку и на каком уровне разделять "плохих" и "хороших";
четкое определение временного отрезка - периода жизни продукта (зависит от самого продукта и может меняться от месяца - мобильный телефон до десятилетий - ипотека);
стабильность состава клиентской группы - демография, миграции, сохранение привычек потребления;
неявное, но обязательное требование: стабильность экономических, политических, социальных и прочих условий.
При построении кредитных моделей существенным является выбор временного горизонта - отрезка времени между подачей заявления (выдачей кредита) и классификацией "плохой"/"хороший". Анализ показывает, что процент дефолта как функция длительности нахождения клиента с организацией поначалу растет и только через 12 месяцев (кредитные карты) и даже более (разовые займы) начинает стабилизироваться. Таким образом, меньший временной горизонт приводит к недооценке и не учитывает полностью всех характеристик, предсказывающих дефолт. С другой стороны, временной горизонт более двух лет оставляет модель подверженной к сдвигам в составе клиентской группы в течение этого времени, т.к. как состав клиентов в выборке в начале временного горизонта может оказаться существенно отличным от состава клиентов, приходящих в настоящее время. Фактически используются два единовременных среза (в начале и в конце временного горизонта) для создания модели, которая стабильна по времени (за пределами начального временного отрезка). Это и диктует выбор длины временного отрезка - временного горизонта при моделировании.
Другим чрезвычайно важным и дискутируемым вопросом остается соотношение "хороших" и "плохих" в выборке. Должно ли оно отражать реальное соотношение их в составе населения или их должно быть равное число (такое соотношение резко облегчает построение модели с математической точки зрения)?
Далее построение скоринговой модели превращается в классификационную проблему, где входными характеристиками (или параметрами) являются ответы на вопросы анкеты-заявления и параметры (или данные), получаемые в результате проверок из различных организаций (например, полиции, судов, местных советов, кредитных бюро и т.д.), а выходными характеристиками (ответом) - искомым результатом - является разделение клиентов на "хороших" и плохих" согласно имеющимся кредитным историям, сопоставленным по этим входным характеристикам.
Собственно рейтинговая таблица (scorecard) - это система придания численных баллов (счета) характеристикам (или параметрам) заемщика для получения искомого числового значения, которое отражает, с какой вероятностью у заемщика по отношению к другим заемщикам произойдет некое событие или он совершит определенное действие (аспект "по отношению" в определении очень важен).
Кредитная рейтинговая таблица, например, не показывает, какой уровень риска следует ожидать (скажем, какой процент кредитов данного типа, вероятно, не будет возвращен); вместо этого она показывает, как данный заем, скорее всего, будет вести себя по отношению к другим займам. Например, ожидается ли, что процент невозвратов или дефолтов для кредитов с данным набором атрибутов будет больше или меньше, чем у кредитов с другим набором.
Большинство рейтинговых таблиц построены с помощью расчета регрессионной модели - статистической модели, которая проверяет, как отдельный параметр (характеристика) влияет на другой параметр или (чаще всего) на целый набор других параметров.
Регрессионная модель дает в результате своего применения набор коэффициентов (factors), называемых регрессионными, которые можно интерпретировать как корреляцию между искомыми параметрами (которые необходимо определить) и объясняющими параметрами, сохраняя неизменными все остальные воздействия на искомые параметры. Эти коэффициенты превращаются в веса баллов (point weights) в рейтинговой таблице.
Самый часто используемый метод построения рейтинговых таблиц
Чаще всего для построения рейтинговых таблиц используется статистический метод логистической регрессии. Однако для объяснения этого подхода стоит начать с простой линейной регрессии, а потом перейти к логистической - как особого случая линейной.
В простейшем случае линейная регрессия пытается найти линейную связь между двумя переменными: X и К Переменная Y, которую пытаются спрогнозировать, определяется как зависимая (поскольку она зависит от X). Переменная X является объясняющей, поскольку она "объясняет", почему У меняется от одного индивидуума к другому.
С помощью линейной регрессии пытаются выяснить следующее: если меняется X, то насколько

вероятно, что в результате этого также изменится и К Для того чтобы это сделать, необходим набор данных, в котором можно наблюдать множество пар X и соответствующих ему К Когда они будут отложены на плоскости XY и будет получено некое множество, может оказаться, что оно ложится на некую прямую, т.е. есть определенная связь между X и Y, которую можно попытаться аппроксимировать с помощью уравнения:
Y = B_0 + B_1 x X_1
где
B0 - это величина Y, когда X = 0;
B1 - наклон прямой линии.
Эти В. являются коэффициентами регрессии. На практике, скорее всего, окажется несколько объясняющих переменных:
Y = B_0 + B_1 x X_1 + B_2 x X_2 + ... + B_n x X_n.
Логистическая регрессия в сравнении с линейной регрессией
При использовании скоринга, как правило, зависимая переменная принимает значения в очень небольшом диапазоне. Чаще всего работают с бинарной переменной, т.е. такой, которая принимает только два целых значения: так, например, по кредиту дефолт или произошел, или нет; клиент, получивший каталог по почте или ответил, или нет. Как правило, в таком случае дефолту приписывают значение "1", а выплаченному кредиту - значение "0".
Модель в итоге должна оценить вероятность дефолта по кредиту (или ответа клиента на каталог).
И хотя линейная модель иногда используется для расчета рейтинговой таблицы, логистическая регрессия оказывается много удобнее, поскольку она специально построена для случаев, когда зависимая переменная - бинарная (т.е. принимает, как мы уже говорили, только два значения).
Линейная регрессия может давать значения вероятности и меньше нуля, и больше единицы, что лишено смысла. Логистическая модель избегает этого, поскольку работает не с самим бинарным значением зависимой переменной, а с вероятностью или шансами (odds), что это значение действительно реализуется. Логарифм отношения вероятности реализации к вероятности нереализации называют логитом (logit), который может принимать любые значения, как отрицательные, так и положительные. Поэтому для логитов вполне можно использовать модель линейной регрессии (отсюда и название "логистическая").
В модели логистической регрессии объясняющие переменные, умноженные на свои коэффициенты, предполагаются линейными по отношению не к Y, как в линейной регрессии, а к логиту - натуральному логарифму отношения шансов:
ln (p/(1 - p)) = B_0 + B_1 x X_1 + B_2 x B_2 + X_2 + ... + B_n x X_n, где
р - вероятность того, что V произойдет;
р/(1 - р) - отношение шансов.
Шансы и соотношение шансов
Соотношение шансов позволяет сравнивать уровни рисков для разных кредитов. Так, если для одного р1/(1 - p_1) = 0,11, а для другого р2/(1 - р2) = 0,052, то их отношение составит 0,46, т.е. риск невозврата по одному кредиту составляет чуть меньше половины риска невозврата по второму кредиту.
Самые важные выводы из этого следующие: необходимо получать сами шансы и их отношения для разных кредитов из логистических регрессий, т.к. только так удается прямо сопоставить и учесть как влияние отдельных характеристик на уровень риска, так и относительный риск одного кредита по отношению к другому. Попытки обойтись одной рейтинговой таблицей не позволяют оценить рисковость одного кредита относительно другого в силу возможного влияния характеристик, которые были учтены для одного и не учтены для другого.
Вычисление относительных весов отдельных характеристик рейтинговой таблицы
Построив и оценив логистическую модель, можно подставить величины X для любого заявителя или кредита и вычислить счет (score), используя уравнение:

Однако этот счет представлен в шкале натуральных логарифмов, что неудобно для интерпретации. Поэтому счет переводится в линейную шкалу, где определенное число баллов выбирается так, чтобы это число обеспечивало удвоение шансов того, что определенное событие произойдет. Для этого необходимо умножить счет на множитель, равный числу баллов, которое должно представлять удвоение шансов, а затем поделить на 1n(2):
счет по линейной шкале = (В 1 х Х 1 + ... + Вп х Хп) х (20/1п(2)),
если желаемое число баллов, необходимое для удвоения шансов, равно 20.
Иначе, если надо узнать, сколько именно баллов дает каждая характеристика, можно умножить каждое В_1 на (20/(1n(2)), а затем умножить на значение параметра X_1.
Использование КС-статистики для оценки полученной рейтинговой таблицы
Скоринговая таблица конструируется так, чтобы ранжировать различные кредиты в терминах шансов по отношению к определенному событию. Необходимо, чтобы такая скоринговая таблица приписывала кредитам, с которыми происходит некое событие, и кредитам, с которыми оно не происходит, различные счета.
Например, кредитная скоринговая таблица (скоринговая карта) приписывает меньший счет тем кредитам, которые впоследствии испытают серьезные трудности с возвратом или перейдут в дефолт, так что в целом группа плохих кредитов должна иметь меньшие счета, чем группа хороших кредитов.
Для определения качества полученной таблицы строятся графики - кривые распределения процентов хороших и процентов плохих кредитов (от соответствующего общего числа хороших и плохих) в зависимости от величины счета, и качество скоринговой таблицы (карты) характеризуется тем, насколько эти две кривые разделяются.
Именно для численного определения качества разделения и используется статистика Колмогорова-Смирнова (K-S statistics), которая дает числовую меру этого разделения. Статистика КС вычисляется просто: это максимум разности между кумулятивным процентом распределения "хороших" и кумулятивным процентом распределения "плохих". Теоретически статистика КС может принимать значения от 0 до 100, однако на практике она обычно оказывается в диапазоне от 25 до 75.
Примерная градация выглядит так:
меньше 20 - наверное, скоринговая таблица непригодна к применению;
20-40 - неплохая таблица;
41-50 - хорошая таблица;
51-60 - очень хорошая таблица; />61-75 - поразительно хорошая таблица;
больше 75 - вероятно, слишком хороший результат, чтобы быть правдой, наверное, что-то неправильно* (128).
Следует отметить, что качество скоринговых моделей следует постоянно проверять и мониторинг является обязательной процедурой в процессе эксплуатации. Со временем могут меняться как экономические условия, так и поведенческие особенности заемщиков, и только своевременная подстройка или даже замена скоринговых моделей обеспечат эффективное управление кредитными рисками.

С развитием банковской сферы в нашей стране, практически каждый гражданин хоть однажды обращался в кредитные организации за займом, поэтому процедура оформления кредитной сделки знакома многим. При подаче заявки, кредитный специалист оценивает платежеспособность потенциального клиента путем метода финансового скоринга. В этой статье мы ответим на вопрос: «Скоринг, что это такое и какие особенности имеет процедура подсчета очков?

Получение прибыли банка напрямую зависит с качеством кредитного портфеля. Чем меньше финансовых рисков, тем большая вероятность быстрого возврата заемных средств с дополнительной прибылью от уплаты процентов. Именно поэтому, рассматривая заявки на выдачу ссуды, банк проводит скрупулезную проверку потенциальных клиентов, анализируя возможные финансовые риски.

Дословно, в переводе с английского языка, «скоринг» означает «подсчет очков». Какие именно очки считают финансовые аналитики и для чего им это нужно?

Скоринг – это целая система распределения базы клиентов на основании статистических данных. Это своеобразный финансовый помощник в определении потенциальной платёжеспособности клиента и оперативного оценивания, который сегодня широко применяется в банковской сфере.

Система подсчета баллов для анализа используется для автоматической обработки данных заемщика, на основании которых выставляет общая оценка по клиенту. Простыми словами, это своеобразный тест, который проходит каждый клиент при подаче заявки. Каждый ответ приносит определенное количество балов по шкале возможных рисков.

Существует допустимое количество баллов, которое переводит клиент из зоны риска и автоматически определяет его потенциальную платежеспособность. Соответственно, не набрав нужного количества баллов, сложно рассчитывать на положительное решение. В некоторых случаях, банки могут проявить лояльность и предложить меньшую сумму займа при низких баллах скоринговой оценки.

При заявке на большую сумму займа (например, автокредит или ипотека), скоринговая оценка будет выступать в качестве дополнительного инструмента оценивания возможных рисков. Решение же будет приниматься на основании многих факторов.

Технические особенности скоринга

Следует понимать, что процедура оценивания клиента программой – это строго конфиденциальная информация и принцип ее действия сотрудники банка не раскрывают. Как правило, клиенту выдается сухая информация в виде отказа либо одобрения займа, а вот технические нюансы алгоритма клиент знать не должен.

Специалисты утверждают, что за каждый ответ программа начисляет определённые баллы, при чем не так легко заранее просчитать механизм действия ответов на конечный результат скоринга.

Стандартно, чем больше баллов клиент набирает, тем больший шанс получить положительный ответ по заявке. Однако, у каждого банка действует своя собственная процедура оценивания финансовых рисков и сказать, что скоринговая оценка – это типичный калькулятор баллов, было бы не верно.

Это сложнейший математический алгоритм, который может делать выводы на основании обработанных данных, производить анализ социальных факторов по уже сущетвующей клиентской базе за несколько лет.

Например, скоринговая программа может обработать данные о неплательщиках или должниках за последние 3-5 лет и выявить типичные социальные, возрастные или поведенческие факторы. На основании этих данных, будет заложена корректировка оценки и при анализе следующих клиентов, программа будет учитывать эти новые факторы.

Допустим, в базе данных конкретного банка, есть 10 должников со схожими признаками. При обращении нового клиента с похожим признаком его автоматически будет здесь ждать отказ. Но это вовсе не означает, что такой же результат он получит и в другом банке. Как уже говорилось выше, у каждого банка существует своя собственная скоринговая оценка.

Справедливости ради следует заметить, что скоринговая оценка не является идеальной программой анализа финансовых рисков, по мнению экспертов.

Так, например, широко известны случаи, когда клиентам, которые обращались в банк за кредитом на телевизор, был дан отказ. При этом спустя три месяца, банк одобрял авто кредит этим же самым клиентам. Парадокс? Не совсем.

Дело в том, что программа при первом обращении анализировала всех заемщиков, взявших кредит в пределах 10-30 тысяч рублей. И клиент мог попасть в зону риска по определенным поведенческим факторам. А по кредиту на большую сумму денег для авто, программа учитывала уже другую группу лиц, которая исправно выплачивает займ банку.

Виды кредитного скоринга

В соответствии с задачами, которые поставлены перед программой, скоринг подразделяют на:

Скоринг заявителя (application scoring), подразумевает подсчет вероятности невозврата кредита клиента из-за низкой платежеспособности;
Скоринг от мошенников (fraud scoring) – фильтрация клиентов по принципу подозрения в мошенничестве. Как правило, оценивание происходит на первом этапе, при тщательной проверке документов.
Поведенческий скоринг – на основании факторов поведения уже существующих заемщиков, вычисляется процент финансового риска при выдаче займа клиенту.
Скоринг взыскания такая модель оценивания работает на этапе возврата непогашенных кредитов. Программа позволяет составить план действий для взыскания займа с клиента.

Методика оценивания клиента проводится на основании социальных признаков, которые характеризуют заемщика. При этом ключевым моментом такого оценивания является автоматизация процесса и исключение участия человеческого фактора в процессе оценивания.

Скоринговая оценка кредитоспособности физического лица

Если после занесения всех ответов в программу, кредитный специалист отвечает, что скоринг пройден, это означает, что основная часть аналитической проверки пройдена. Далее заявка физического лица уходит в службу безопасности, где специалисты банка проверяют клиента уже по своему ряду критериев.

Проведение скоринговой оценки позволяет полностью исключить человеческий фактор. Это может быть предвзятое отношение специалиста к определенному клиенту, либо, напротив, чересчур лояльное отношение и намеренное укрытие некоторых факторов, которые указывают на повышенный финансовый риск для банка.

Информация, на основании которой происходит скоринговой анализ, берется из документов и не может быть искажена. В тех случаях, когда информация заносится со слов клиента, кредитный скоринг имеет меньшую эффективность при определении рисков.

Кредитный риск для банка – это возможная финансовая потеря вследствие невыполнения заемщиком взятых на себя обязательств. Причины могут быть самые разные: просроченные платежи, отказ от выплаты кредита и т.д. В этом случае скоринговая оценка является эффективным финансовым инструментом, который в комплексе с изучением кредитной истории позволит максимально точно определить потенциальную платежеспособность клиента.

Данные для проведения скоринга

В стандартный список вопросов входят следующие:

семейное положение;
возраст;
место работы (если пенсионер работает);
стаж;
образование (специальность);
указание дополнительный доход и т.д.

Также следует учитывать, что банковский работник при заполнении анкеты проводит визуальную оценку наряду со скорингом.

У специалиста есть подробная инструкция по определению платежеспособности клиента, куда входит анализ внешнего вида, речи клиента, соответствие поведения и указанной должности в анкете. Производя визуальную оценку потенциального заемщика, его речь, скорость ответа, поведение, кредитный консультант может добавить комментарий к заявке с примечанием отказать в кредите. При этом документы у клиента могут быть в порядке.

Чтобы повысить шансы на получение займа, отвечать нужно максимально точно и, без лишних раздумий, так как все это фиксируется экспертом в анкете и отправляется на проверку аналитику.

Недоверие может вызвать алкогольное опьянение, медленные запутанные ответы, незнание простой информации (телефон, рабочий адрес и т.д.), эмоциональная неустойчивость, несоответствие внешнего вида с указанным в анкете ежемесячным доходом и т.д.

Как видите, у банка есть очень много критериев проверки клиентов, среди которых, безусловно, большое внимание занимает кредитная история и финансовый скоринг.

Какие данные рассматриваются при скоринге

Алгоритм финансового скоринга достаточно сложен и учитывает множество факторов при выставлении общей оценки финансовых рисков.

У каждого банка существует свой собственный алгоритм проверки платежеспособности клиента и дисциплинированности относительно выплаты кредита.

Стандартно, рассматриваются следующие вопросы:

Проверка кредитной истории – заключительный этап скоринга

Заключительным этапом финансового скоринга, является проверка кредитной истории.

При положительной истории, клиент может смело рассчитывать на одобрение займа. Но это вовсе не означает, что банк даст согласие на кредит любой суммы. Положительная история гарантирует лишь факт одобрения банком займа, а вот размер суммы будет зависеть от дохода и потенциальной платежеспособности клиента.

Где банки берут информацию и как эти данные отражаются на принятии решения? Для упорядочивания работы с бюро кредитных историй и с целью создания единой базы данных, был создан государственный реестр бюро кредитных историй. Этот реестр находится в ведомстве Центрального Банка РФ и имеет все полномочия собирать и аккумулировать данные о выданных кредитах физических и юридических лиц.

У РБКИ находится наиболее полная и актуальная информация по всем клиентам, которая постоянно добавляется и обновляется. Каждый банк самостоятельно для себя определяет алгоритм фильтрации клиентов с «плохой» кредитной историей.

Подводя итог, следует сказать, что, несмотря на очевидные недостатки программы, скоринговая оценка клиента является эффективным инструментом для банка, позволяющим максимально снизить финансовые риски.

Видео. Суть скоринга

Практически каждый, кто хоть раз получал отказ в оформлении кредита, слышал от менеджера такую фразу: «Решение было принято скоринговой системой. Ваши показатели надежности в качестве заемщика не соответствуют норме». Какова же эта норма, что такое скоринг и как пройти «кредитный детектор» на «отлично»? Давайте попробуем разобраться.

Общие сведения

Итак, что такое своеобразная система оценки надежности заемщика, построенная на целом ряде параметров. Когда человек подает заявку на получение кредита, первое, что ему предлагают сделать — заполнить анкету. Вопросы анкеты придуманы не просто так. Это и есть скоринговая модель оценивания потенциального заемщика. В зависимости от ответа по каждому пункту присваивается определенное количество баллов. Чем их больше, тем выше вероятность получения положительного решения о выдаче денежных средств.

Тут имеется один нюанс. Если у вас негативная кредитная история, то дальнейшие ответы на вопросы и число набранных баллов чаще всего уже не имеют значения. Уже одного этого факта достаточно для отказа.

Цели и задачи скоринга в современных банках

Любая скоринговая модель, применяемая в системе кредитования, вводится с целью получения таких результатов:

увеличение кредитного портфеля из-за снижения доли необоснованных отказов по кредитам;
ускорение процедуры оценки потенциального заемщика;
снижение уровня невозврата кредитных средств;
повышение качества и точности оценки заемщика;
централизованное накопление данных о клиенте;
снижение резерва на сумму вероятных потерь по кредитам;
оценка динамики изменений индивидуального кредитного счета и всего портфеля кредитов в целом.

Кредитный скоринг: как это работает?

Для достижения поставленных целей в банках применяется скоринговая модель оценки кредитоспособности. Она предполагает минимальное влияние на результат менеджера или сговора сотрудников банка.

Практически вся информация, вносимая в анкету, должна подтверждаться наличием документов. Менеджер банка исполняет в данном случае чисто техническую роль - вносит данные в программу. Когда все пункты анкеты закружены, компьютерная программа просчитывает и выдает результат - количество набранных вами баллов. Дальше ситуация может развиваться по-разному.

Если вы набрали слишком мало баллов, можете быть уверены: в кредите откажут.

Число баллов оказалось намного выше среднего? Если сумма кредита небольшая, решение может быть принято прямо на месте. В случае если вы претендуете на получение довольно внушительной суммы, вам будет объявлено о том, что первый этап проверки вы прошли, и заявка передана на рассмотрение в службу безопасности банка.

Количество баллов «плавает» посерединке? Менеджер, скорее всего, потребует привести поручителя или назначит серию дополнительных проверок.

Виды скоринга

В общем случае скоринговая модель состоит из семи видов оценки, четыре из которых имеют отношение к кредитованию, а три — к маркетингу. Для кредитной практики характерны такие виды скоринга:

По заявкам (Application-скоринг). Эта модель чаще всего используется для оценки надежности и платежеспособности клиентов. Построена она, как уже было сказано, на оценивании анкеты и присвоении каждому ответу соответствующего количества баллов.
От мошенничества (Fraud-скоринг). Помогает вычислить потенциальных мошенников, сумевших пройти первый этап тестирования. Принципы, способы и методы тестирования на мошенничество являются коммерческой тайной каждого банка.
Прогноз поведения (Behavioral-скоринг). Тут проводится анализ поведения заемщика по отношению к кредиту, вероятность изменения платежеспособности. По результатам оценивания проводится корректировка максимальной суммы кредита.
Работа по возвратам (Collection-скоринг). Эта модель применяется к проблемным кредитам, на стадии возврата неоплаченных задолженностей. Программа помогает сформировать план мероприятий по возврату кредита: от предупреждения до передачи дела в суде или коллекторскую фирму.

Три остальных вида выглядят так:

Предпродажная оценка (Pre-Sale) — выявляет потенциальные потребности заемщика, позволяет предложить дополнительно тот или иной продукт.
Отклик (Response) — оценивает вероятность согласия клиента с предложенными программами кредитования.
Оценка истощения (Attrition) — оценка вероятности того, что клиент прекратит свои взаимоотношения с банком на данном этапе или в будущем.

Недостатки скоринговой системы

Оценка кредитоспособности физических лиц имеет свои недостатки. Основным является то, что система недостаточно гибкая и плохо адаптируется под реальные параметры. Например, скоринговая модель, принятая в США, поставит высокий балл человеку, сменившему большое количество мест работы. Такой человек считается замечательным специалистом, очень востребованным на рынке труда. У нас же такой факт сыграет с заемщиком злую шутку. Наибольшее количество баллов получит человек, имеющий всего одну запись в трудовой. Если заемщик часто меняет работодателя, то он считается неблагонадежным, неуживчивым и плохим специалистом. Его рейтинг в глазах банка стремительно падает, ведь за следующим увольнением может и не последовать новая работа, а значит, начнутся просрочки в платежах.

Чтобы максимально адаптировать систему под наши условия жизни, анкеты для оценки должны разрабатывать специалисты высочайшей категории и квалификации. Но любые результаты, полученные подобным образом, все равно будут зависимы от мнения и влияния человека. Так что абсолютно беспристрастной оценки все равно не получается.

Так что любая система скоринга имеет, по крайней мере, два недостатка:

дороговизна адаптации под современные реалии;
влияние субъективного мнения специалиста на выбор модели оценки клиента.

Кроме того, сама система оценивания также несовершенна. Дело в том, что при выставлении баллов учитывается только формальное положение вещей. Система не способна правильно оценивать реальность. Например, если клиент имеет комнатку в коммуналке на Арбате, то система поставит ему высокий балл. Ведь имеется московская прописка и жилье в центре. А шикарный особняк площадью в несколько тысяч квадратных метров, расположенный в небольшом поселке на берегу Черного моря, система обозначит как «жилье в селе» и снизит балл за отсутствие московской прописки.

Какие данные участвуют в построении модели

В тех случаях, когда проводится оценка кредитоспособности физических лиц, сотрудник банка должен опираться на целый ряд критериев. Все их можно разделить на три большие группы, в каждую из которых входит множество показателей.

семейное положение;
возраст;
наличие детей, их возраст и количество.

Финансовые:

сумма основного ежемесячного дохода;
место работы, должность;
количество записей в трудовой книжке;
период трудоустройства в последней фирме;
наличие обременений (долгов, непогашенных кредитов, алиментов и других выплат);
наличие собственного жилья, автомобиля, банковских счетов и депозитов.

Дополнительные:

существование дополнительных источников дохода, не подтвержденных документально;
возможность предоставления поручителя;
другие сведения.

Скоринговая модель оценки кредитоспособности юридического лица построена немного по-другому. Тут ключевыми параметрами считаются Но поскольку они рассчитываются исходя из финансовых отчетов кампании-соискателя, то в случае чего они могут быть скорректированы. С учетом такой возможности объективность оценки сильно уменьшается. Поэтому для оценки юридических лиц применяется скоринг с динамическими показателями.

Первый шаг основывается на сборе сведений, которые нельзя исчислить материальными показателями. К ним относятся положение на рынке, экспертное мнение о финансово-экономической устойчивости.

Следующий шаг — определение финансовых показателей. Здесь изучаются коэффициенты ликвидности, обеспеченности собственными средствами, объективные показатели финансовой устойчивости, рентабельности, оборачиваемости средств и так далее.

По итогам двух независимых оценок банк принимает решение о выдаче займа.

Кто может получить высокую оценку

Если говорить о физических лицах, то тут оценка заемщика также проводится по многим показателям. Существует множество факторов, способных положительно повлиять на рейтинг:

высокая зарплата;
наличие собственного движимого и недвижимого имущества;
долгий срок проживания в конкретном регионе;
наличие депозитов;
документальное подтверждение доходов;
наличие стационарного телефона дома и на работе;
подтверждение официального трудоустройства, особенно на государственных предприятиях и в бюджетной сфере;
наличие открытых счетов (депозитных, пенсионных, расчетных) в банке-кредиторе;
наличие значительной суммы авансового платежа при получении ипотеки или автокредита;
возможность предоставления рекомендаций, поручителя или созаемщика;
отличная кредитная история.

Как обмануть систему и можно ли это сделать?

Считается, что раз оценку проводит бездушная машина, то можно ее обмануть, заранее выяснив «правильные» ответы на вопросы. На самом деле это далеко не так.

Скоринговая модель оценки клиента построена таким образом, что все ответы на вопросы можно проверить при помощи соответствующих документов. Кроме того, банки часто объединяются в целые сети и сбрасывают результаты своих проверок в одну общую систему. Так что если в процессе дополнительной проверки обман будет выявлен, на вашей репутации заемщика будет поставлен жирный крест. Нигде и никогда вы больше кредита не получите.

Приукрасить действительность можно попытаться лишь в том случае, когда данные в систему вносятся лишь со слов клиента. Однако найти такой банк довольно трудно, и проценты там настолько грабительские, что вы и сами вряд ли захотите оформить там кредит.

Скоринг и история кредитования

Если учесть, что как минимум половина жителей нашей страны уже имела опыт обращения за кредитом, в первые ряды выходит такой показатель оценивания заемщика, как кредитная история. Поскольку БКИ с некоторых пор пополнились данными о заемщиках микрофинансовых организаций и других подобных учреждений, на рынке появились скоринговые модели, скорректированные с учетом наличия и состояния кредитной истории.

Эти модели оценивают заемщиков по вероятности невозврата денежных средств, возникновения просрочек, количеству ранее погашенных кредитов и других параметров.

Кроме того, банкам предлагается услуга автоматического информирования о клиентах. Подключив такую услугу, банк будет знать: