57
другие проблемы, включая растущие ожидания потребителей и изменение
моделей их поведения, а также ужесточение конкуренции, в том числе со
стороны небанковских организаций. Например, новые технологические
решения по сопровождению платежей, предлагаемые телекоммуникационными
и интернет-компаниями, служат причиной уменьшения соответствующих
потоков выручки традиционных банков. Сайты-агрегаторы, такие как Banki.ru,
становятся все более популярными источниками информации для
потребителей, ищущих те или иные финансовые продукты, и расширяют
возможности по переадресации клиентов.
Если эти тенденции будут и дальше развиваться столь же стремительно,
то в перспективе они способны полностью изменить всю модель дистрибуции
финансовых услуг и еще больше усилить отток клиентов из традиционных
банков.
Использование инновационных технологий позволяет стремительно
завоевывать сегменты рынка. С учетом сравнительно низкой ценности
потребительского предложения игроки должны разрабатывать экономичные
модели дистрибуции и обслуживания, а также создавать продукты,
ориентированные на предпочтения местных потребителей. По мере того как на
рынке появляются новые конкуренты и технологии, а клиенты становятся все
более требовательными, прибыль в банковском секторе неизбежно начинает
падать. В этой связи представителям отрасли необходимо искать
принципиально иные подходы, позволяющие снизить затраты.
Инновации в области продуктов и услуг. Некоторые банки внедрили
новые технологические решения в области платежей, в том числе Р2Р-расчеты
и комплексные цифровые платежные платформы, доступ к которым можно
осуществлять через смартфоны. Эти системы позволяют проводить самые
разные операции, например, покупку билетов в кино или уплату штрафов за
нарушение правил дорожного движения.
Инновации в области работы с клиентами и дистрибуции. Некоторые
58
банки начали оптимизировать сети своих отделений, в частности закрывать
традиционные офисы и создавать специализированные мини-отделения в
гипермаркетах, а также осуществлять интеграцию с розничными сетями. Кроме
того, они используют современные технологии, устраняющие необходимость в
личном контакте с клиентом (такие, как биометрическая идентификация).
Инновации в деятельности бэк-офиса. Некоторые банки приступили к
осуществлению бережливых преобразований, включая оптимизацию форматов
и планировки отделений, создание гибких технологических модулей,
изменение организационной структуры и процессов, а также реализацию
программ непрерывного совершенствования. Помимо сокращения затрат,
бережливые преобразования позволяют повысить качество обслуживания и
удовлетворенность клиентов.
Например, ПАО Сбербанк добился успехов, запустив систему Р2Р-
платежей с использованием текстовых сообщений и внедрив бережливые
технологии, которые регулярно совершенствуются с учетом предложений
сотрудников. Банк Raiffeisen успешно реализовал ряд программ бережливых
преобразований, включая максимальное повышение гибкости технологических
модулей и размещение вспомогательных подразделений в небольших городах с
целью снижения затрат.
Инновации в области продуктов и услуг. Некоторые азиатские банки
начали применять в своих отделениях технологии будущего — интерактивные
сенсорные экраны, видеоконференции со специалистами в других отделениях и
индивидуальные пакеты услуг, ориентированные на технологически
продвинутое поколение. Бережливые инновации также обладают большим
потенциалом, и некоторые финансовые и нефинансовые учреждения в Индии и
Африке весьма успешно используют их (в качестве примера можно привести
платежную систему M-Pesa компании Safaricom).
Инновации в области работы с клиентами и дистрибуции.
Африканские и латиноамериканские банки разработали ряд эффективных
59
подходов для обслуживания малонаселенных районов. К ним относятся
банкоматы, устанавливаемые в автобусах и на лодках, и другие виды
передвижных мини-отделений.
Инновации в деятельности бэк-офиса. Для оптимизации операционных
моделей и сквозных процессов может применяться метод проектирования в
пределах заданной стоимости. Например, банки, воспользовавшиеся этим
подходом для реорганизации процессов ипотечного кредитования, сумели
сократить затраты на 20—40%. Также можно рассмотреть возможность выхода
на новый уровень аутсорсинга, используя мультибанковские центры
обслуживания, которые предлагают недорогие типовые операционные и ИТ-
решения разным банкам.
Традиционное потребительское кредитование, которое характеризуется
следующими особенностями: наличие высоких процентных ставок;
использование системы пеней и штрафов в качестве одного из источников
дохода для кредиторов; агрессивные, а порой даже юридически сомнительные
методы взыскания; быстрое увеличение клиентской базы; большое количество
проблемных кредитов.
Микрокредитование для представителей неофициального бизнеса
(преимущественно мелких фирм, принадлежащих женщинам), которое
характеризуется следующими особенностями: ориентация на краткосрочные
кредиты, зачастую выдаваемые всего на несколько месяцев; трудоемкие, но
тесные отношения между кредитным инспектором и заемщиком; применение
схемы солидарной ответственности (когда одни члены группы являются
поручителями по кредитам, предоставленным другим ее участникам);
повторное кредитование сразу после погашения предыдущей ссуды; доля
проблемных кредитов, не превышающая 2—3%.
Ни одну из этих двух моделей нельзя считать идеальной для того, чтобы
рентабельно и стабильно удовлетворять разнообразные потребности
экономически активного населения и предприятий с относительно низким
60
уровнем дохода. Однако у кредитных организаций есть возможность выбрать
другую стратегию: разработать усовершенствованную модель управления
рисками, опираясь на растущие возможности современной вычислительной
техники и новых источников информации (включая сведения об использовании
потенциальным заемщиком мобильной связи, его историю оплаты
коммунальных услуг и т.д.). Реализовав эти возможности, а также внимательно
изучив законы о неприкосновенности частной жизни и потребительские
предпочтения, банки, розничные сети, компании коммунальной сферы и
операторы связи смогут принимать обоснованные решения о кредитовании,
сводя при этом к минимуму свои усилия и финансовые затраты. Если
правильно применить этот третий подход, отойдя от традиционных методов
потребкредитования и микрокредитования, компании будут иметь возможность
получать прибыль, обслуживая многочисленный сегмент потребителей,
которые прежде не пользовались банковскими услугами. Кроме того, этот
механизм способен помочь обществу приблизиться к весьма и весьма
труднодостижимой цели — полному охвату населения финансовыми услугами.
Использование нетрадиционных моделей анализа данных в ходе
экспериментальных попыток взаимодействия с представителями
малообеспеченного сегмента позволило этим компаниям сократить убытки по
кредитам на 20—50%, а также в два раза увеличить долю положительных
кредитных решений.
В традиционной схеме расчета кредитных рейтингов используется
сравнительно небольшой объем данных, поступающих ежемесячно из
ограниченного количества источников (включая данные по кредитным картам,
сберегательным счетам, платежным квитанциям и ипотечным займам). В то же
время новые виды информации, не предусмотренные традиционными
моделями, иногда приходится искать в самых разных местах, а масштабы этих
данных порой в несколько раз превышают объем сведений из традиционных
источников. Например, в течение месяца один абонент мобильной связи может
61
делать сотни или даже тысячи звонков и отправлять такое же количество
сообщений. При этом по каждому абоненту ведется учет целого ряда
параметров, включая время звонка или отправки сообщения, местонахождение
звонящего или отправителя в этот момент, номер собеседника или получателя,
тип информации в отправленном сообщении, а также виды и количество
платежей, сделанных с помощью соответствующего устройства мобильной
связи. Все это осложняет задачу построения моделей, позволяющих
прогнозировать риски. Если одни новые технологии обеспечивают создание
целых массивов данных, то другие помогают собирать, обобщать и
анализировать эту информацию с помощью таких инструментов, которые
прежде были недоступны. Появились новые стандарты и протоколы обмена
данными, а также новые средства обработки несвязанных массивов данных,
сравнения и сопоставления их между собой для получения точного ответа на
тот или иной вопрос.
Существует схема из трех этапов, позволяющая разработать
эффективную стратегию оценки кредитоспособности для успешного охвата
сегмента экономически активного населения и мелких фирм с относительно
низкими доходами:
1) выбрать наиболее перспективные источники информации;
2) обеспечить доступ к необходимым данным;
3) на основе собранных данных сделать выводы о кредитоспособности.
Особенно важно, чтобы в процессе анализа данных кредиторы крайне
внимательно относились к выбору критериев, определяющих уровень
кредитоспособности. В противном случае они рискуют нанести ущерб своей
репутации, отпугнуть клиентов или попасть в еще худшую ситуацию. Особое
внимание нужно уделить следующим шести источникам информации: сведения
операторов связи, компаний коммунальной сферы, оптовых компаний,
розничных сетей, государственных органов, а также собственные данные
финансовых учреждений, которые прежде не использовались.
62
Массовое применение скоринга началось с появлением массовых
кредитных карт. Увеличение потока клиентов, желающих оформить тогда еще
новый и перспективный банковский продукт, привело к объективной
необходимости автоматизировать процесс принятия решений по выдаче карт и
установлению кредитных лимитов. Такая автоматизация впоследствии привела
к увеличению скорости обработки заявлений на выдачу кредита, но и качество
оценки риска. После внедрения скоринг-систем неперспективный к погашению
долг снижался до 50%.
Когда клиент обращается за кредитом, коммерческий банк может
располагать такой информацией для определения его кредитоспособности:
заявка-анкета, которую заполняет и подписывает непосредственно заемщик;
доступная информация на данного клиента из бюро кредитных историй —
организации, в которой хранится база данных кредитных историй граждан
страны; данные оборотов по текущим расчетным счетам.
В наиболее общем виде скоринговая модель представляет собой
интегрирование и оценку определенных характеристик клиента. В результате
получается комплексный показатель (score) – аналог кредитного рейтинга; чем
он больше, тем выше степень надежности клиента, и банк может ранжировать
своих клиентов по уровню возрастания кредитоспособности. Интегральный
скоринговый рейтинг каждого заемщика сравнивается с неким нормативом, или
линией допустимого уровня, которая, по существу, является порогом
безубыточности рисковой операции и рассчитывается из пропорции, сколько в
среднем нужно однородных клиентов, которые платят по кредитам в срок, для
того, чтобы нивелировать убытки от одного должника. Заемщикам с
интегральным показателем выше этого уровня (минимальной кредитный
рейтинг) выдается кредит, клиентам с рейтингом ниже этой линии — не
выдается.
Основные методологические проблемы, с которыми сталкивается риск-
менеджер банка, который проектирует создание скоринговой системы:
63
ограничения и разнородность источников информации, которые не позволяют
широко применять универсальные скоринговые модели; дифференциация
клиентов по многочисленным сегментам, широта линейки кредитных
продуктов вызывают необходимость разработки отдельных
специализированных скоринговых моделей и их модификаций; выбор перечня
показателей для оценки уровня риск-факторов; правильный выбор
спецификации модели и необходимость ее актуализации; наличие «шумов» в
данных, недостоверность и пробелы в данных; выбор корректного
методологического аппарата анализа и программного продукта для
автоматизированных расчетов параметров моделей; корректность трактовки и
экономической интерпретации скоринговых моделей (наличие модели является
вспомогательным инструментом для эксперта-аналитика, особенно это касается
крупных кредитов, тогда как по мелким возможно автоматизированное
принятие решений). Математически скоринг представляет собой стандартную
классификационную задачу, где исходя из доступной информации необходимо
получить модель, наиболее точно разбивающую общую выборку клиентов на
«плохих» и «хороших».
Учитывая разную размерность входящих данных, из которых некоторые
могут быть непараметрическими, необходимо сначала преобразовать
информацию в консолидированный и сопоставимый вид для
автоматизированной обработки пакетами прикладных программ. Спектр
методов непосредственно классификации весьма широк и включает в себя
такие методы: эконометрические и статистические методы, основанные на
дисперсионном или регрессионном анализе (линейная многофакторная
регрессия, логистическая регрессия и т.п.); методы линейного
программирования; деревья классификации; нейронные сети; другие методы.
Наиболее распространенными и простыми в интерпретации являются
регрессионные методы, использующие многофакторную модель такого вида:
S = ao + a1x1 + a2x2 + … + anan, (1) где,
64
S — вероятность дефолта по выплате кредита (дефолта клиента),
A — весовые коэффициенты регрессионной модели,
X — характеристики клиента (триггеры регрессии).
65
3.2 РАСЧЕТ ЭФФЕКТИВНОСТИ ПРЕДЛОЖЕННЫХ МЕРОПРИЯТИЙ
В кредитовании определен стандартный набор показателей, входящих в
большинство моделей кредитного скоринга клиента. Перечислим основные из
них: пол клиента; место жительства (регион); образование (высшее, среднее,
научная степень); семейное положение клиента; возраст клиента; количество
членов семьи без дохода (иждивенцев); срок кредита; тип занятости
(предприниматель, наемный работник); стаж работы у последнего
работодателя; стаж работы у текущего работодателя; частота пользования
услугами банка (стабильный клиент, новый клиент); ежемесячный чистый
доход (после обязательных выплат); кредитная история (наличие своевременно
погашенных кредитов, просрочек, списаний и реструктуризаций); уровень
закредитованности клиента. Что касается Сбербанка России, то в нем
применяется разработанная методика определения кредитоспособности клиента
на основе параметрической количественной оценки финансового положения и
тщательного анализа рисков. Финансовое состояние клиента оценивается с
учетом динамики показателей финансового состояния и триггеров, влияющих
на такие изменения. Для этой цели анализируются тренды оценочных
показателей, динамика и структура статей баланса, качество активов и
пассивов, основные направления финансово-хозяйственной деятельности
заемщика. В расчетах аналитики применяют принцип консервативности
расчетов, т.е. сознательное преувеличение пассивов (например, признание
пассива скорее краткосрочным, чем долгосрочным) и занижение стоимость
активов (например, признание нулевой стоимости некоторых видов
нематериальных активов, вычитание проблемной дебиторской задолженности и
проблемных запасов из состава активов). Для оценки финансового состояния
клиента Сбербанка используются 3 группы показателей:
1. коэффициенты ликвидности (срочной - К1, текущей - К2, общей -К3);
2. коэффициент соотношения собственных и заемных средств (К4);
3. коэффициент оборачиваемости и рентабельности (К5).
66
По итогам анализа коэффициентов клиенту присваивается класс
(категория), представленный в таблице, по каждому разработаны нормативы.
Таблица 11
Категории коэффициентов оценки кредитоспособности
физических лиц в Сбербанке
Показатель (триггер
модели)
1 категория
2 категория
3 категория
К
1
0,2 и >
0,15-0,2
0,15и<
К
2
0,8 и >
0,5-0,8
0,5и<
К
3
2,0 и >
1,0-2,0
1,0и<
К
4
, без торговли
1,0 и >
0,7-1,0
0,7и<
К
4
, для торговли
0,6 и >
0,4-0,6
0,4и<
К
5
0,15 и >
< 0,15
убыточные
Источник информации: по данным Енина И.В.
3
Следующим шагом является расчет итогового рейтинга (S) со
следующими весами коэффициентов: K1 = 0,11; К2 = 0,05; К3 = 0,42; К4 = 0,21;
К5 = 0,21.
После определения количественного показателя меры риска, проводится
качественный анализ, который базируется на использовании
непараметрической информации. Такой тип информации может обработать
только эксперт-аналитик; скоринговые расчеты здесь не помогут. На последнем
этапе определяется общий класс клиента: первоклассные (1>S>1.05);
второклассные (1,05 < S < 2,42); третьеклассные (S> 2,42, низкий уровень
кредитоспособности). Общий рейтинг состоит из оценки количественных
факторов и поправки на качественные факторы.
В целом, можно выделить следующие преимущества кредитного
скоринга: возможность снижения операционных затрат банка и минимизации
кредитного и операционного рисков за счет автоматизации принятия решения
(в первую очередь, снижается роль человеческого фактора, снижается
количество ошибок в расчетах, при этом ответственность за адекватность
скоринговой модели вырастает до критического); - сокращение сроков
обработки заявок и предоставления ответа о выдаче или отказе в выдаче
кредита; упреждение попыток мошенничества персонала; формирование
3
Енин И.В. Принцип использования кредитных историй // Банковское дело. - 2015.- № 9. - С. 37-39