Как банки определяют, достойны ли мы кредита

Первые скоринговые системы оценки заемщиков появились в западных банках во время Второй мировой, когда почти все кредитные аналитики были призваны на фронт. Сегодня любой банк, выдавая экспресс-кредит, по-прежнему не

Первые скоринговые системы оценки заемщиков появились в западных банках во время Второй мировой, когда почти все кредитные аналитики были призваны на фронт. Сегодня любой банк, выдавая экспресс-кредит, по-прежнему не может знать наверняка, собирается ли человек его вернуть.

Невозврат кредитов в отдельных банках, специализирующихся на потребкредитовании, официально доходит до 5%, неофициально – до 15-20%. Между тем, по мнению экономистов, 5%-ный порог невозврата является критическим для устойчивости банка. Но это если исходить из справедливого уровня процентных ставок по кредиту, что про выплаты по потребкредитам не скажешь. Вместо декларируемых 25-30% годовых реальная ставка с учетом комиссий и надбавок у некоторых банков доходит до 60-65%. Тем самым банки пытаются подстраховаться на случай невозврата экспресс-кредитов за счет добросовестных заемщиков.

Разгоревшийся недавно скандал по поводу сокрытия рядом банков реальных ставок по потребкредитам вынудил антимонопольную службу и Центробанк обязать банки раскрывать реальную информацию о плате за кредит. Очевидно, что, так или иначе – в ходе конкурентной борьбы, под давлением контролеров – банкирам придется отказаться от такого способа хеджирования кредитных рисков, как завышение ставок. Ключевое значение тогда будет иметь качество скоринговой системы оценки заемщиков, применяемой банком.

Чистая математика

Разумеется, банки, выдающие кредит «здесь и сейчас» по предъявлении паспорта и на основании устной информации, полученной от заемщика, сильно рискуют. Скоринг («подсчет очков (баллов)») – это статистическая модель, с помощью которой на основе кредитных историй прошлых клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик окажется «хорошим» или «плохим». То есть банк не знает заранее, вернет ли человек кредит, но знает, что раньше люди этого возраста, профессии, имеющие такое же образование и т. п. кредит, как правило, не возвращали. Отсюда вывод: банк откажет такому заемщику.

Впервые идея применить автоматизированную систему для разделения потенциальных заемщиков на «хороших» и «плохих» пришла в голову американцу Дэвиду Дюрану в 1941 году. 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. Банкиры попросили своих аналитиков перед уходом написать свод правил, которыми следовало руководствоваться при принятии решения о выдаче кредита. Это и был прообраз сегодняшних скоринговых систем. В начале 50-х годов прошлого века в Америке появилась первая консалтинговая фирма в области скоринга Fair Isaac, которая до сих пор является законодателем мод в кредитном скоринге.

Запад подогнали под себя

В Петербурге одними из первых скоринг стали использовать банки «Русский стандарт», «Первое О.В.К.» и др., чуть позже подтянулись банки с западным участием – «Райффайзенбанк», «Ситибанк» и др. Эти первые системы скоринговой оценки основывались на западных моделях с некоторой «подгонкой» под российские условия. «Для построения достоверной скоринговой модели необходимо иметь в распоряжении достаточно большую базу данных по заемщикам, накопленные за ряд лет кредитные истории и т. п., – говорит начальник управления розничного кредитования петербургской дирекции банка «УралСиб» Дмитрий Банников. – Российская банковская система начала формироваться недавно, единого банка данных нет, а собственная база данных одного банка не всегда позволяет выстроить достоверную оценочную модель. В то же время западные скоринговые модели не учитывают российскую специфику, и простой их перенос в Россию проблемы не решает».

Кроме того, особенностью России является и то, что у нас достаточно быстро изменяются социально-экономические и другие условия, оказывающие влияние на поведение людей. Соответственно скоринговые модели должны разрабатываться на основе выборки из «последних» клиентов, а уже существующие модели – корректироваться с учетом меняющейся ситуации. Западные же методики предполагают определенную статичность, и обновляются гораздо медленнее. Так, на Западе обновление происходит примерно раз в пять лет, в то время как в России, по мнению экспертов, необходимо производить корректировку не реже чем раз в два года.

Сейчас российские банки, не использующие западные продукты, либо сами разрабатывают скоринговые модели, либо заказывают их скоринговым компаниям. Однако статистики невозврата по первым и вторым программам нет, соответственно, сравнить, что более эффективно, невозможно. Стоимость разработки программного обеспечения по ряду кредитных продуктов обойдется банку примерно в $100 тыс., сообщил заместитель директора скоринговой компании Forecsys (Москва) Юрий Чехович. «Мы разрабатываем продукт под потребности определенного банка. Наши аналитики и банковские специалисты дополняют друг друга в разных областях компетенции. Сейчас нашими клиентами являются крупные и средние банки. Пока среди них петербургских банков нет, но со временем мы надеемся сотрудничать и с ними», – говорит он.

Ребенок в плюсе

Сложность любой скоринговой системы в том, чтобы определить, какие характеристики следует включать в модель и какие весовые коэффициенты должны им соответствовать. От выбора исходных параметров и присвоенной им степени значимости зависит качество получаемой оценки и, следовательно, правильность оценки кредитного риска. Обычно банк интересуется возрастом клиента, семейным положением, количеством иждивенцев, профессией, местом работы и стажем работы на последнем месте, доходом, стоимостью жилья, наличием телефона и т. д. При этом один и тот же фактор может быть интерпретирован по-разному: например, для незамужней женщины наличие ребенка будет «минусом», а для семейного мужчины – «плюсом». Наличие собственной квартиры, машины – безусловно, «плюс». Выплата алиментов и частые командировки – «минус». Программа должна быть составлена таким образом, чтобы суметь не только оценить клиента в текущий момент, но и спрогнозировать, как он станет действовать в случае возникновения каких-либо сложностей. Так, специалист востребованной на рынке специальности сумеет быстро найти новую работу в случае увольнения, тогда как обладатель хорошего дохода, но редкой профессии может на некоторое время остаться без заработка.

Кроме того, для обеспечения наиболее точной оценки банки дифференцируют потенциальных заемщиков. Это значит, что под каждую кредитную программу определяется целевая аудитория и разрабатывается соответствующая скоринговая модель.

Детектор лжи

Очевидно, что проверить можно только несколько пунктов из всей анкеты – возраст, семейное положение, место регистрации и т. п. Остальные данные могут как соответствовать действительности, так и быть преувеличены (преуменьшены) заемщиком – иногда даже неумышленно. Поэтому вопросы анкеты часто имеют перекрестный характер, позволяя банку вычислить несоответствие. Однако оператор, сидящий за компьютером, также имеет «право голоса». Так, если по всем формальным признакам заемщик соответствует нужным параметрам, но кредитный оператор видит, что человек, например, наркозависимый, – в выдаче кредита будет отказано. Сотрудник одного из банков, специализирующегося на экспресс-кредитовании, пояснил, что скоринговая программа банка составлена таким образом, что, забивая данные со слов клиента в форму анкеты, сотрудник на основе личной оценки может незаметно поставить «черную метку» в определенное поле, и тогда система выдаст отказ. Юрий Чехович также подтвердил возможность внесения личного мнения оператора в данные системы – путем заполнения отдельной анкеты, которая отправляется на обработку вместе с анкетой заемщика.

На состоявшемся недавно XIV Международном банковском конгрессе зампред Центробанка Андрей Козлов сообщил, что Россия может натолкнуться через пять лет на предел возможностей населения оплачивать взятые потребительские кредиты в условиях бурного роста этого рынка. Кризиса потребительского «перекредитования» можно избежать, дорабатывая и совершенствуя системы скоринговой оценки заемщика, а также наладив эффективную работу системы бюро кредитных историй.