48
заявки, тем больше вероятность роста плохих кредитов. Значит, необходимы
адекватные меры, минимизирующие риски.
Оптимально решить эту задачу помогает система скоринговой оценки
кредитоспособности, которая сегодня становится ключевым элементом
банковской системы принятия решений в области кредитования — как частных
клиентов, так и малого бизнеса. Ее коренное отличие от традиционных
экспертных методов заключается в том, что скоринг снижает влияние
субъективных факторов, а это открывает возможность автоматизировать
процесс принятия решений и сократить время на обработку кредитных заявок,
сохраняя при этом эффективность оценки и контроля рисков.
Сегодня для моделирования различных аспектов кредитного риска все
более широко используются статистические методы. Помимо моделей
принятия решений о выдаче или отказе в кредите, развиваются методики
прогнозирования вероятности невозврата выданных кредитов и оценки
ожидаемой суммы долга, которую проблемный кредитор может вернуть.
На основе этой структурированной информации о риске возникает
возможность эффективно формировать новые кредитные продукты и услуги,
рассчитывать тарифы и лимиты, выбирать оптимальные параметры кредитов
(периодичность выплат, процентные ставки и др.).
Главная задача при скоринговом моделировании кредитных рисков —
оценить кредитоспособность подавшего заявку клиента на основе его ответов
на определенные вопросы. Какие характеристики являются наиболее ценными
для прогнозирования кредитного риска? В практике банков наиболее часто
используются следующие факторы: возраст, количество детей, образование,
профессия клиента и супруга, доход, наличие жилья, наличие телефона,
сколько лет живет по данному адресу и работает на данном месте и др. В
разных странах набор характеристик и их относительный вес в объеме
кредитного риска будут различными, как различны экономические условия
жизни и национальный менталитет. Поэтому нельзя автоматически переносить