Вячеслав Бутко
Математические модели оценки заемщиков приобрели популярность и у наших банкиров
Многих из нас уже перестала удивлять навязчивая банковская реклама потребительских кредитов на покупку фена, утюга или телевизора за 30 минут. В том, что они действительно существуют, убедились многие. Но как можно качественно и достоверно оценить платежеспособность и истинные намерения человека с улицы за полчаса? В общем-то, можно. Хотя и не без погрешностей. И помогают банкам в этом вопросе так называемые скоринговые модели оценки потенциальных заемщиков, которые основаны на применении математической и экономической статистики.
Что это такое?
В мировой практике существуют два основных метода оценки риска кредитования, которые могут применяться как отдельно, так и в сочетании друг с другом, — это субъективное заключение экспертов или кредитных инспекторов и автоматизированные системы скоринга. Само слово скоринг (от английского scoring —- подсчет очков) в мире кредитов означает автоматизированный процесс оценки кредитоспособности заемщика. Оценка производится с помощью так называемой скоринговой карты, основу которой составляет математическая модель. Результатом исчислений является некий суммарный показатель — балл (по-английски score), который и описывает в числовом эквиваленте надежность заемщика. Чем выше балл, тем выше кредитоспособность.
Связь с точными науками упомянута не случайно. Следует особо подчеркнуть, что выбор параметров для скоринговой карты происходит не спонтанно, а в соответствии со строгими правилами математики. Или статистики, если быть точнее. Анализируется база данных уже существующих клиентов кредитной организации, и в ходе анализа те, кто исправно платит по счетам, противопоставляются тем, кто находится на просрочке. Задача аналитиков — из имеющегося набора данных по этим клиентам найти признаки, которые окажутся определяющими для каждой из вышеупомянутых групп. В конечной форме взаимосвязь признаков описывается математической моделью, которая просчитывает вероятность того, в какую именно категорию — добросовестных плательщиков или должников — имеет больше шансов попасть новоиспеченный клиент.
Пионером прикладного применения статистических методов в бизнесе стала консалтинговая компания Fair Issac, основанная в начале 50-х годов в Сан- Франциско. Она и по сей день остается лидером среди разработчиков скоринговых систем. Широкое использование статистики оказалось возможным благодаря развитию вычислительной техники, а точнее, появлению персонального компьютера, без которого обработка огромных баз данных была бы просто немыслима.
Кредитный скоринг получил распространение в США более полувека назад в форме процедуры балльной оценки соискателей кредита по скоринговым картам.
Таким образом, в условиях дефицита специалистов по розничному кредитованию кредитный скоринг должен был стать суррогатом опыта кредитных офицеров.
Однако если деятельность кредитного офицера базировалась на субъективных оценках (результат жизненного, профессионального опыта и интуиции), то с внедрением скоринговых карт основной упор стал делаться на формальный анализ, что значительно упростило и ускорило работу по анализу кредитоспособности заемщиков.
Как применить на практике?
Понятно, что украинские банки в условиях резко усиливающейся конкурентной борьбы за клиентов-заемщиков остро нуждаются в усредненном портрете идеального заемщика, на сравнении с которым и строится модель оценки клиента. Именно такой усредненный портрет и выстраивается в скоринговой карте, поскольку каждый раз оценивается не одно качество заемщика отечественного банковского учреждения, а их совокупность. Скоринг выделяет те характеристики клиента, по которым можно определить, надежен или ненадежен данный субъект. То есть граждане Украины какого социального статуса, профессии, семейного положения всегда и исправно возвращали кредиты в срок, с кем возникали проблемы, а кто оказывался мошенником или недобросовестным заемщиком.
Поэтому 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.
Очевидно, что объективно проверить можно только несколько пунктов из всей анкеты, касающихся возраста, семейного положения, места жительства, — все это указано в паспорте. Остальные данные могут как соответствовать действительности, так и преувеличиваться (преуменьшиться) заемщиком. Вот почему вопросы часто имеют перекрестный характер, позволяя банку вычислить несоответствие. Имея математическую формулу и численное выражение той или иной характеристики клиента, банк в состоянии быстро принять решение о выдаче кредита, избежав длительных проверок и уточнений данных анкеты, ведь основанные на математических моделях системы являются более действенными и надежными. Клиент заполняет стандартную анкету, а компьютер, оценивая ответы, выставляет баллы, которые определяют, выдать ли кредит и на какую сумму.
Дальнейшее прогнозирование строится на допущении, что люди со схожими социальными характеристиками ведут себя одинаково, а выявленные в прошлом закономерности поведения человека имеют все шансы повторяться и в будущем.
Таким образом, подсчитанный с помощью скоринговой карты балл не стоит буквально считать оценкой вашей кредитоспособности как индивидуума. Он, скорее, соотносит вас с группой клиентов со схожими характеристиками, с которыми банк уже имел дело и знает, как люди этой категории выплачивают долги.
Понятно, что скоринговая модель не в состоянии учесть все сугубо индивидуальные факторы каждого, и вас, милого и пушистого, действительно могут не оценить по достоинству, но шанс этот не так уж велик. Потом, при больших потоках желающих получить кредит автоматизация процесса просто необходима. Полагаться на скоринг принято именно в столь популярном в нашей стране экспресс-потребительском кредитовании, где скорость принятия решений высока, а заявление на ипотеку, безусловно, рассматривается индивидуально.
Каждый украинский банк, специализирующийся на выдаче потребкредитов, имеет, как правило, систему скоринга, разработанную собственными специалистами.
Постоянно изменяется рыночная конъюнктура, в соответствии с которой происходит адаптация оценочных принципов. Появляются фирмы, помогающие заемщикам правильно заполнять скоринговые анкеты. Нашим банкам нужно это учитывать.
Ответ на вопрос, можно ли научиться обманывать скоринговую программу, зависит от того, насколько продумана (защищена) эта программа, а также от того, какие показатели она применяет в своей работе. Например, если используется только документально подтвержденная информация, то, естественно, обмануть такую систему практически невозможно. Если же значительная часть вопросов относится к информации, которую сложно проверить непосредственно при заполнении, то клиент может попытаться обмануть скоринг.
Более того, известны случаи, когда украинские банки, купив сначала западную скоринговую систему, затем отказывались от ее использования и внедряли сугубо украинское решение. Тем не менее все равно в их основе лежат именно западные статистические разработки. По-другому и быть не может — история потребительского кредитования в Украине насчитывает не более 7-8 лет.
Следовательно, достаточно серьезной почвы для соответствующей статистики в Украине нет.
Практические нюансы
Автору известно немало любопытных и курьезных случаев, при которых скоринговые модели на украинской ниве дают специфические результаты. Так, к примеру, одинокая женщина 35 лет, имеющая ребенка или двух, обычно считается социально слабым субъектом. Однако если она имеет постоянную работу, то с точки зрения скоринга может получить дополнительные баллы для решения о выдаче кредита. Потому что у такой женщины повышенный уровень ответственности из-за детей и привычка рассчитывать на свои силы. Она — благонадежный заемщик. Но всегда ли такая женщина в действительности может быть благонадежным заемщиком? Или, к примеру, состоятельный господин с высоким уровнем доходов является неблагонадежным заемщиком в сфере микрокредитования. Потому что сумма в 5 тысяч гривен для него — пустяк и он может забыть вернуть ее.
Где-нибудь в Западной Украине многодетность может быть расценена как фактор, снижающий оценку заемщика. Потому что многодетные семьи часто не только нуждаются в дополнительной защите, но и привыкли претендовать на особое отношение. У них могут быть сильны иждивенческие ожидания, что им кто-то что-то должен. Это может отрицательно сказаться на чувстве их финансовой ответственности перед кредитором. Объективно же говоря, в Западной Украине умеренная многодетность является традицией. При этом обычно родители прививают детям любовь к труду.
Неумолимая статистика позволяет выявить и опасные профессии. Например, юристы в среднем хуже отдают кредиты. Существует также опасный возраст — от 30 до 35 лет, когда люди (особенно мужчины) склонны переоценивать свои возможности.
И наконец, успешный коммерсант с ежемесячным доходом свыше 10 тыс.
долларов, скорее всего, получит отказ в маленьком кредите на тысячу долларов. С точки зрения скоринговой системы, он может оказаться мошенником, пытающимся завысить показатели своей доходности.
Понятно, что все вышеперечисленные средние результаты скоринговых оценок вряд ли можно признать объективно правильными. Самый же главный вывод состоит в том, что если банк на основе проведенной скоринговой оценки откажет в кредите на сумму в 1 тысячу долларов состоятельному человеку, заподозрив его в забывчивости, то к потенциально не самой кредитоспособной матери двоих детей будет гораздо более благосклонное отношение. Итогом может быть невозврат кредита. То есть субъективная человеческая оценка в процессе выдачи кредитов тоже пригодится. Понятно, что это снизит скорость выдаваемых кредитов в многочисленных супермаркетах электроники. Но, с другой стороны, существующие темпы кредитования должны сами по себе насторожить украинские банки. Если посмотреть на ситуацию с американской ипотекой, то можно заметить, что есть немало схожего.
Отдельная проблема скоринга — мошенники. Простой анализ вопросов анкеты позволяет без труда обойти в ней все подводные камни, которые закладываются для проверки достоверности предоставляемых данных. Самый распространенный механизм — организация специальных групп лжезаемщиков, формально соответствующих требованиям банка по проверяемым характеристикам и обученных правильно отвечать на те вопросы анкеты, которые банк проверить не может. Не защищает скоринг и от заемщиков, сообщающих о себе частично недостоверные данные, причем не для того, чтобы обмануть банк, а просто из-за неумения рассчитывать свои финансовые возможности.
Поэтому самое важное — собрать о заемщике не формальные данные, а составить его психологический портрет. Но тут уже никакая, даже самая совершенная балльная система оценки не поможет. Поэтому по кредитам, получаемым по скоринговой системе (а это чаще всего потребительские экспресс-кредиты, оформляемые непосредственно на месте продажи товара), и процент выше, и сроки короче. Так, перекрывая свои риски, банк перекладывает часть ответственности за невозвращенные кредиты на плечи добропорядочных заемщиков. Несправедливо? Да, но что делать?
Банковский рынок Украины