56
большую оценку в баллах получит человек, имеющий одну запись в «Трудовой
книжке», нежели специалист, делающий карьеру
72
.
В перспективе системы проверки кредитоспособности физического лица
должны избавиться от недостатков:
- высоких затрат на адаптацию под изменяющиеся реалии;
- влияния субъективного мнения специалиста на выбор модели оценки
клиента.
- высокой формализованности выставления оценок.
Среди современных технологий оценки кредитоспособности физических
лиц можно отметить программный продукт Deductor Credit, разработки
компании BaseGroup Labs. Система оценки кредитоспособности состоит из
двух частей - системы оценки рисков, в которых, собственно и реализована
скоринговая модель и системы реализующий необходимый документооборот
(ввод данных, проведение необходимых регламентных процедур и прочее).
Предлагаемая система включает в себя серверную часть (backoffice),
реализующую скоринговую модель и обеспечивающую принятие и хранение
необходимой для анализа информации и 3 рабочих места (frontoffice): торговой
точки (принятие документов и выдача результатов клиенту), служба
безопасности (проверка объекта на удовлетворение требований безопасности) и
кредитный офицер (принятие окончательного решения)
73
.
Существующие системы должны не просто совершенствоваться,
становиться аддаптивными, обучающимися, но и синтезировать в себе
различные методики оценки платежеспособности клиентов – физических лиц.
Можно привести данные о, как минимум, трех различных подходах в
работе с заемщиками (Таблица 9).
72
,76 Комаров Д. С. Применение современных технологий для оценки кредитоспособности
физических лиц // Молодой ученый. — 2017. — №5. — С. 177-180
57
Таблица 9
Методики определения кредитоспособности заемщика –
физического лица
Скоринг
Методика
определения
платежеспособности
Андеррайтинг
Вид кредита
экспресс-
кредитование,
кредитные
карты
Кредит на неотложные
нужды
Ипотечный кредит
Документы,
предоставляемые
заемщиком для
оценки
Паспорт,
заявление,
анкета
Паспорт, заявление-
анкета, справка о
доходах с места
работы, документы по
объекту залога и другие
документы по
требованию банка
Время
рассмотрения
15-30 минут
1-14 дней
15-30 дней
Подразделения
банка,
учатвующие в
анализе клиента
Кредитный
инспектор
Кредитный
департамент, служба
безопасности,
юридический
департамент
Кредитный департамент,
служба безопасности,
юридический
департамент, отдел
ценных бумаг, отдел
оценки, отдел
жилищного
строительства
Показатели,
характеристики
Качественные
характеристик
и
Количественные
показатели
Качественные и
количественные
показатели, оценка не-
движимости
Степень
автоматизации, %
100
70
60
Развитие методик оценки кредитоспособности заемщиков – физических
лиц должна быть предусмотрена общей кредитной политикой Банка.
Необходимо на уровне стратегического планирования деятельности банка
предусматривать концепцию постоянного совершенствования существующей
системы оценки кредитоспособности физических лиц.
Из анализа современных проблем в оценке Банком кредитоспособности
физического лица, можно предположить дальнейшее развитие такой системы.
Во-первых, банк должен разработать систему соответствия
предъявляемого комплекта требований к потенциальному частному клиенту и
значимости запрашиваемого кредита.
58
Значимость или свойство кредита можно определять по его
характеристикам (таблица 9):
- экспресс-кредитование, кредитные карты;
- кредит на неотложные нужды;
- ипотечный кредит.
Во-вторых, снижение времени на принятие решения о предоставлении
либо в отказе выдачи кредита физическому лицу будет происходить за счет
дальнейшей автоматизации скоринга, проверки кредитной истории,
андеррайтинга – это внедрение уже существующих и хорошо
зарекомендовавших себя пакетов прикладных программ – Deductor Credit
(«кредитный конвейер») и Платформа «EGAR Scoring» (которая позволяет не
только проводить скоринг, но и прогнозировать риски.
В-третьих, совершенствования деятельности Кредитных бюро, за счет
роста квалификации кредитных комиссаров, автоматизации их труда за счет
возможности использования внешних информационных источников.
В-четвертых, создание и развитие реляционной системы управления
базами данных (СУБД) комплексных сведений о потенциальном клиенте,
которые будут накапливаться по мере обращения клиентов в банковскую сеть.
В-пятых, считаем, так же полезным в перспективе создавать учетные
записи в такой базе не только для тех клиентов, которым уже был ранее выдан
или в текущем режиме одобрен кредит, но и для тех, кому пока отказано в
выдаче кредита.
В-шестых, сведенья о потенциальном клиенте должны легко при
необходимости дополняться информацией из той же Базы о членах его
домохозяйства.
Таким образом, в перспективе система оценки кредитоспособности
заемщика – физического лица должна развиваться в область программных
технологий и за счет роста квалификации специалистов кредитных отделов
Банка.
59
3.2 Рекомендации по совершенствованию методик оценки
кредитоспособности замещика-физического лица в ПАО «Сбербанк
России»
В ходе проведенного выше анализа в ПАО «Сбербанк России», объем
просроченной ссудной задолженности по выданным кредитам физическим
лицам кредитам за последние несколько лет увеличивается. Проверка
кредитоспособности заемщика – это основной способ снижения кредитных
рисков банка. Банк устанавливает порядок оценки вероятности погашения
кредита конкретного физического лица. Алгоритм проверки по заявлению на
кредит в предоставлении ссуды предполагает анализ платежеспособности
потенциального клиента, принятие положительного или отрицательного
решения (отказа).
Алгоритм принятия решения о выдаче либо невыдаче кредита
физическому лицу представлен на рисунке 9.
Плюсы существующей системы оценки видны на схеме – алгоритм
структурирован, законодательно поддержан, обращение к внешним источникам
информации находятся в одном блоке, следовательно, все изменения по
состоянию потенциального клиента обновляются одновременно.
Но, хорошо видны и минусы существующего алгоритма – это
обязательный цикл проверки качества модели скоринга, который будет
выполняться, пока модель не удовлетворит новым требованиям системы
проверки, а этот критерий достаточно трудно формализовать, и обращение к
внешним источникам информации откладывается во времени.
60
Рисунок 9. Алгоритм принятия решения по методу скоринга о
выдаче кредита заемщику – физическому лицу
в ПАО «Сбербанк России»
Кроме того, в представленной схеме дополнение клиентской базы данных
происходит только после принятия решения о выдаче кредита.
Если в кредите отказано, то потенциальный клиент теряется и в
дальнейшем, при новом обращении всю работу по анализу кредитоспособности
приходится проводить заново.
Для сокращения предоставления заведомо рискованных кредитов, ссуд,
ПАО «Сбербанк России» необходимо усовершенствовать применяемую на
данный момент методику андеррайтинга.
Оценка платежеспособности клиента кредитным отделом ПАО
«Сбербанк» по своевременному погашению кредита – главный вопрос в
процессе андеррайтинга. Однако в ПАО «Сбербанк России», несмотря на
достаточно жесткие требования к доходам и имущественному положению,
наблюдается тенденция роста просроченной ссудной задолженности. Считаем,
что ПАО «Сбербанк» необходима методика подтверждения достоверности,
предоставляемых заемщиком данных. Так как это новый подход, считаем, что
нужен четкий алгоритм алгоритма проведения информационной проверки, а
61
вот само программное обеспечение внешней к ПАО «Сбербанк России»
информационной связи можно осуществить, применяя уже разработанный
программный продукт.
Информационная проверка данных заемщика в ПАО «Сбербанк России»
должна объединять (консолидировать) сведенья о заемщике, необходимы
ответы на вопросы: трудовая занятость, получаемые доходы, понесенные
расходы.
Вывод о способности заемщика погашать кредит в перспективе может
делаться только на основании этих данных.
Одновременно с анализом информационных баз должно формироваться
заключение по параметрам оценки закладываемого имущества – является ли он
достаточным обеспечением для предоставления кредита или нет.
Технология оценки состоятельности потенциального заемщика, которая
применяется в настоящее время ПАО «Сбербанк России» предлагаем
модернизировать (усовершенствовать) следующим образом (рисунок 10).
Новая система андеррайтинга заемщика в ПАО «Сбербанк россии», по
нашему мнению, должна состоять из двух аналитических блоков: блока
анализа данных и блока принятия решений.
В блоке анализа системы необходимо выполнять решение подзадач:
- проводить анализ данных о заемщиках банка;
- проводить анализ погашения выданных ранее кредитов;
- исследования кредитной истории в целом.
Блок анализа ПАО «Сбербанк России» модернизировать, дополнив
запросы по параметрам:
1) сведенья о получаемых доходах с использованием базу банных
Пенсионного фонда РФ);
62
Рисунок 10. Предлагаемый для ПАО «Сбербанк России» алгоритм
проведения оценки заемщика – физического лица
2) сведенья об имеющемся имуществе (в данном запросе –
недвижимости): земельных участках, их площади и месторасположении.
Информация должна извлекаться из баз данных Бюро технической
инвентаризации и департамента Юстиции;
3) данные о наличие движимого имущества (автотранспорте) – о его
возрасте, что может быть получено из базы данных Государственной
инспекции безопасности дорожного движения;
4) информация о подтверждении сведений о регистрации (даже при
предъявлении паспорта) – база данных Паспортно-визовой службы;
5) информация о наличии срочных и погашенных кредитах в иных
коммерческих банках, кредитных кооперативах, организациях, что позволят
выполнить коммуникации со специализированными кредитными бюро.
Все перечисленные запросы должны осуществляться на договорной
63
основе с согласия заемщика, в режиме реального времени, в максимально
быстрые сроки.
Блок принятия решений позволяет сформулировать заключение о
кредитоспособности заемщика, позволит принять решение не только о
возможности выдачи ему кредита, а так же величине максимально допустимой
сумме кредита.
Усовершенствованный алгоритм позволит упростить (унифицировать)
реализацию подзадачи оценки кредитоспособности индивидуальных
заемщиков - физических лиц для ПАО «Сбербанк России», ускорить процесс
принятия решения, следовательно, снизить затраты на обработку информации,
получить более точный и обоснованный результат.
Модернизация алгоритма приведет к снижению рисков кредитования,
позволит стабилизировать работу банка, повысит его уровень доходности.
Предложенная банку методика обладает рядом положительных сторон:
- банк может применять ее к любому потенциальному клиенту;
- формируемое к потенциальному заемщику отношение будет
индивидуальным;
- количество параметрических оценок для каждого клиента может
изменяться (уменьшаться) в ходе выполнения проверки;
- с каждой новой проверкой будет накапливаться Общая База Данных,
которая в дальнейшем сократит время обращения постоянного клиента в банк.
Конечно, у каждой «медали» есть обратная сторона – минусы
предлагаемой методики, на наш взгляд, это рост трудоемкости работы для
специалистов кредитного отдела банка из-за повышенного требования к их
квалификации. На первых порах внедрения даже автоматизация процесса не
сильно облегчит повышенную интенсивность труда специалистов. Потребуется
дополнительное их обучение работе с прикладной программой.
На сегодняшний день можно предлагать автоматизацию по двум
направлениям: во-первых, применение программной платформы «EGAR
Scoring». Во-вторых программный продукт Deductor Credit, разработки
64
компании BaseGroup Labs, котрый выполняет функцию кредитного конвейера
без потри качества.
Первый вариант предложения обладает важным преимуществом для
снижения отрицательной стороны модернизации системы. Так как можно
воспользоваться уже существующим программным продуктом, что избавит
ПАО «Сбербанк» от разработки собственного программного приложения,
кроме того, автоматизированная система уже прошла апробацию, она
создавалась с учетом особенностей обученного персонала банка, и затраты
времени и трудового потенциала сотрудников на освоение предлагаемой к
внедрению программной платформы «EGAR Scoring» будут минимальными.
Экономическая эффективность от внедрения может ожидаться по
нескольким направлениям:
- рост выпуска (в нашем случае – объема выданных кредитных средств);
- увеличение прибыли за счет ускорения процедуры обслуживания
клиентов (или роста оборачиваемости кредитного капитала);
- снижение затрат на организацию финансового процесса.
Экономическая эффективность от внедрения предложенного нами
алгоритма – методики оценки кредитоспособности заемщиков – физических
лиц мы видим в снижении экономических потерь ПАО «Сбербанк России» из-
за роста неоплаченных просроченных задолженностей по кредитам.
Величина невыплаченной просроченной задолженности на 31.12.2016 г.
составила 36 235 тыс. руб. (35,13 млн. руб.).
Мы считаем, что затраты на внедрение будут минимальными или даже
совсем не потребуются – обязанности по андеррайтингу заемщика можно
включить в должностные инструкции работников отдела кредитования
физических лиц без дополнительной оплаты труда. Это вполне возможно, так
как будут пересмотрены вмененные специалистам функции, будут исключены
и перечня их обязанностей ручные проверки документов, будет выполнена
полная автоматизация обслуживания клиентов в части оценки их
кредитоспособности по основным источникам информации.
65
Итак, мы предлагаем автоматизацию процесса оценки
кредитоспособности заемщиков – физических лиц ПАО «Сбербанк России»
путем внедрения системы «EGAR Scoring», разработанной специалистами
международной компании «EGAR Technology».
Немного о разработчике – компания специализируется на разработке
прикладного программного обеспечения для организаций, фирм, участвующих
в финансовых операциях (действующих на финансовом рынке).
Компания является признанным лидером отрасли производства
программных продуктов, что отмечено наградами от деловых изданий за
лучшие разработки.
В создании «EGAR Scoring» были использованы передовые научные
разработки, которые учитывают специфику российского рынка. Программная
платформа прошла апробацию в крупных компаниях России.
Из вышесказанного можно сделать вывод о целесообразности
применения именно этой системы для ПАО «Сбербанк России».
Функциональные возможности системы автоматизации и особенности ее
внедрения в ПАО «Сбербанк России» для оценки кредитоспособности
заемщиков – физических лиц рассмотрим ниже.
Задачи, решаемые системой «EGAR Scoring» позволяют дать
всестороннюю оценку потенциальному клиенту:
- оценку кредитоспособности физических по традиционным вопросам;
-применение принципиально новых элементов.
Особенность внедряемой технологии (пожалуй, самая главная) – ее
способность оценивать клиента по его социально-демографическим
характеристикам, рассчитывать показатели динамики с экономической
позиции, причем не учитывать в результатах кредитную историю заемщика.
Программа, анализируя параметры заемщика – физического лица,
дифференцирует предложения по кредитованию, в своем выводе о
предлагаемом продукте учитывает внешние рыночные факторы: регион, место
проживания (сельская или городская местность и т.д.).