Автоматизированный кредитный скоринг
Объект исследования: методика работы скоринговой системы в банковской сфере.
Результаты, полученные лично автором: определены основные этапы построения скоринга, проведен анализ задач решаемых скоринг-моделями.
Скоринг является моделью классификации клиентской базы на различные группы, если неизвестна характеристика, которая разделяет эти группы, но известны другие факторы, связанные с интересующей нас характеристикой.
В основе скоринговых систем лежит предположение, что люди со схожими социальными показателями ведут себя одинаково. Априорно принимая такой постулат, можно строить различные статистические модели весьма полезные при ведении любого бизнеса.
Если некоторым социальным характеристикам клиента (Пол, Возраст, Место проживания, Должность, Длительность работы в одном месте и т.д.) присвоить определенные веса, то каждого нового клиента можно, на основе его анкеты, отнести к группе сильно или слабо соответствующих бизнесу. То есть, клиенту автоматически присваивается целочисленный ранг, указывающий степень доверия и внимание, которое ему следует оказывать со стороны данного бизнеса.
Можно выделить следующие этапы построения скоринга:
- определение интересующей характеристики;
- cбор второстепенных сведений о клиентах и значения интересующей характеристики;
- разработка скоринговой модели (присвоение весов второстепенным данным) на основе имеющихся данных;
- автоматическое ранжирование новых клиентов по приоритетным группам посредством скоринговой модели.
Если в качестве интересующей характеристики взять способность клиента вернуть кредитный заем, тогда в итоге мы получим две группы: клиенты, которым можно выдать кредит и клиенты, кредитование которых очень рискованно.
Банкам, выдающим кредиты, требуется каким-либо образом оценить нового клиента и принять решение о выдаче или невыдаче ему запрашиваемого кредита.
В мировой практике существует два основных метода осуществления этой процедуры, которые могут применяться как отдельно, так и в сочетании друг с другом:
- субъективное заключение экспертов или кредитных инспекторов;
- автоматизированные системы скоринга.
Методика оценки кредитного риска посредством скоринговых систем, позволяет, оценив набор социальных признаков, характеризующих заемщика, сказать, стоит ли выдавать ему кредит. Эта методика используется уже на протяжении более полувека для оценки кредитоспособности, как предприятий, так и физических лиц. Важной особенностью скоринговых систем является то, что решение о выдаче кредита может приниматься автоматически без участия специалиста.
Согласно общей философии скоринга, не требуется искать объяснения, почему данный клиент не вернул выданные деньги. Скоринг выделяет те характеристики, которые наиболее тесно связаны с ненадежностью или, наоборот, с надежностью клиента.
Приложения моделей скоринга могут быть распространены на большое количество задач. Основная идея оценки риска банкротства распространилась посредством скоринг-моделей на другие аспекты кредитного риск-менеджмента.
Задачи, решаемые с использованием скоринг-моделей, могут быть разделены на четыре основные группы.
- Задачи маркетинговых исследований. Цели: определение кредитоспособных клиентов, предсказание вероятности потери клиентов и формулировка эффективной стратегии по их сохранению.
- Задачи, возникающие на стадии подачи заявки на кредит. Цели: решение вопроса о продлении кредита и о сроке продления, прогнозирование будущего поведения нового кредитного претендента посредством предсказания непредвиденных обстоятельств, связанных с невыполнением платежных обязательств со стороны клиента или плохое осуществление клиентом выплат по кредиту.
- Задачи, возникающие на стадии исполнения. Цель: предсказание будущего платежного поведения существующих должников позволяет выделить нежелательных клиентов и, таким образом, уменьшить вероятность того, что указанные должники опять станут проблемными клиентами.
Таким образом, задача кредитного скоринга состоит не только в определении привлекательности потребителя кредита, а также в привлечении добросовестных клиентов, которые при последующем удержании и контроле в целом образуют доходный кредитный портфель.
Материал поступил в редколлегию 24.02.2017
УДК 004.415.2
М.С.Анапреенко
Научный руководитель: доцент кафедры «Компьютерные технологии и системы», к.т.н. Филиппова Л.Б., доцент кафедры «Компьютерные технологии и системы», к.т.н. Филиппов Р.А.