Тема: Кредитный скоринг

• Вид работы:
  Отчет по практике по теме: Кредитный скоринг
• Предмет:
  Другое
• Когда добавили:
  21.03.2012 10:20:07
• Тип файлов:
  MS WORD
• Проверка на вирусы:
  Проверено - Антивирус Касперского

Другие экслюзивные материалы по теме

• Полный текст:
  
  

  ОГЛАВЛЕНИЕ

  
  

  ВВЕДЕНИЕ. 3

  ГЛАВА I. ГЕНЕЗИС И СУЩНОСТЬ СКОРИНГА.. 5

  1.1. Возникновение и развитие скоринга. 5

  1.2. Зарубежный опыт. 8

  Глава II. Практика применения скоринга в банках России..

  2.1. Основные причины невозврата заемных средств.

  2.2. Меры кредитных организаций по возврату заемных средств.

  Заключение.

  СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ..

  
  
  

  ВВЕДЕНИЕ

  До недавних пор кредитный энтузиазм банкиров сдерживался невозможностью быстро оценить кредитоспособность заемщика. У российских клиентов нет кредитной истории, а у большинства нет даже счета в банке. Так что кредитный потенциал заемщика каждый банк оценивает по-своему. Еще совсем недавно любой претендент на кредит должен был пройти долгую и мучительную процедуру проверки – его финансовую надежность исследовали по самым разным параметрам. От него требовалось собрать массу справок и документов, подтверждавших платежеспособность. В результате предоставление кредита растягивалось как минимум недели на две. Ситуация изменилась, как только в нашу жизнь вошел кредитный скоринг. Теперь все больше банков пользуются технологией «быстрой оценки» не только при выдаче потребительских кредитов физическим лицам, но и кредитуя малый бизнес. Для кредитного досье в этом случае необходим минимальный пакет документов, а решение принимается после анализа основных данных о бизнесе клиента. Как правило, это сведения о выручке, количестве торговых точек, торговой площади этих объектов, а также сведения о личном имуществе владельца бизнеса.

  Содержание скоринговых систем – самый большой секрет розничных отделов банков. Впрочем, это до сих пор тайна за семью печатями и в развитых странах. Например, в США всем трем крупнейшим кредитным бюро методику скоринга поставляет компания Fair Isaac. Но лишь несколько лет назад она приоткрыла завесу секретности над тем, как рассчитываются данные.

  Что же такое скоринг? Это способ получения балльной оценки кредитора. Чем выше балл, тем кредитор надежней. Балл получается перемножением выбранных весов на различные факторы, которые влияют на кредитоспособность.

  Повышение доходности кредитных операций непосредственно связано с качеством оценки кредитного риска. В зависимости от классификации клиента по группам риска банк принимает решение, стоит ли выдавать кредит или нет, какой лимит кредитования и проценты следует устанавливать.

  В мировой практике существует два основных метода оценки риска кредитования, которые могут применяться как отдельно, так и в сочетании с друг другом:

   - субъективное заключение экспертов или кредитных инспекторов;

   - автоматизированные системы скоринга.

  Во всех странах с развитой системой финансовых услуг кредиты выдаются только тем заемщикам, кто прошел специальную процедуру оценки кредитоспособности, называемую кредитным скорингом. В связи с быстрым ростом кредитного рынка в России и рисками, связанными с кредитным бизнесом, данная методика становится крайне нужной и для российских банков.

  Целью данной работы является исследование формирования эффективной системы скоринга, как залога возврата кредита.

  Исходя из поставленной цели, задачами исследования явились:

  - изучить генезис и сущность скоринга;

  - проанализировать практику применения скоринга в банках России;

  -  установить практику применения методов скоринга и их дальнейшее совершенствование в России.

  Объект исследования работы – формирование систем скоринга. Предмет исследования работы – скоринг.

  Базой исследования послужили работы отечественные и зарубежных авторов в области кредитования, публикации периодической печати, статистика Центрального банка Российской Федерации. В работе были использованы методы системного, логического, графического анализа, а также метод сравнения.

  
  
  
  
  

  ГЛАВА I. ГЕНЕЗИС И СУЩНОСТЬ СКОРИНГА

  1.1. Возникновение и развитие скоринга

  
  

  Прежде всего, дадим определение понятия «скоринг». Кредитным скорингом называется быстрая, точная и устойчивая процедура оценки кредитного риска, имеющая научное обоснование. Скоринг является математической моделью, которая соотносит уровень кредитного риска с параметрами, характеризующими заемщика, - физическое или юридическое лицо. Моделей  скоринга множество, каждая из них использует свой набор факторов, характеризующих риск, связанный с кредитованием заемщика, и получает в результате пороговую оценку, которая и позволяет разделять заемщиков на «плохих» и «хороших». Смысл кредитного скоринга заключается в том, что каждому соискателю кредита приписывается свойственная только ему оценка кредитного риска. Сравнение значения кредитного скоринга, полученного для конкретного заемщика, со специфичной для каждой модели скоринга пороговой оценкой помогает решить труднейшую проблему выбора при выдаче кредита, разделяя заемщиков на два класса (тех, кому кредит выдать можно, и тех, кому он «противопоказан»)[1].

  Скоринг, по существу, является методом классификации всей интересующей нас популяции на различные группы, когда нам неизвестна характеристика, которая разделяет эти группы (вернет клиент кредит или нет), на зато известны другие характеристики, связанные с интересующей нас. В статистике идеи классификации популяции на группы были разработаны Фишером в 1936 г. на примере растений. В 1941 г. Дэвид Дюран впервые применил данную методику к классификации кредитов на «плохие» и «хорошие». По времени это совпало со Второй мировой войной, когда почти все кредитные аналитики были призваны на фронт, и банки столкнулись с необходимостью срочной замены этих специалистов. Банки заставили своих аналитиков перед уходом написать свод правил, которыми следовало руководствоваться при принятии решения о выдаче кредита, чтобы анализ мог проводиться неспециалистами. Это и был как бы прообраз будущих экспертных систем.

  В начале 50-х гг. в Сан-Франциско образовалась первая консалтинговая фирма в области скоринга - Fair Issac, которая до сих пор является лидером среди разработчиков скоринговых систем.

  Но широкое применение скоринга началось с распространением кредитных карточек. При том количестве людей, которые ежедневно обращались за кредитными карточками, банкам ничего другого не оставалось, как автоматизировать процесс принятия решений по выдаче кредита. Однако очень скоро они оценили не только быстроту обработки заявлений на выдачу кредита, но и качество оценки риска. По данным некоторых исследований, после внедрения скоринг-систем уровень безнадежного долга сокращался до 50%[2].

  В 1974 г. в США был принят Закон о предоставлении равных возможностей на получение кредита, который запрещал отказывать в выдаче кредита на основании следующих характеристик: раса, цвет кожи, национальное происхождение, возраст, пол, семейное положение, религия, получение социальных пособий, отстаивание прав потребителей. В Великобритании законодательство допускает использование информации о возрасте и семейном положении, но зато запрещает принимать во внимание какие-либо физические увечья и недостатки (инвалидность). Для кредитных организаций использование скоринговых систем стало доказательством исполнения этих антидискриминационных законов - у компьютера нет предубеждений.

  Помимо установления принципов равноправия в области кредитования, кредитное законодательство США, как и Закон о потребительском кредите, принятый в Великобритании в том же 1974 г., имели важное значение для формирования службы кредитных бюро. В таких бюро записывается кредитная история всех людей, когда-либо обращавшихся за ссудой в любую кредитную организацию страны.

  В кредитных бюро содержатся следующие виды данных:

  социально-демографические характеристики;

  судебные решения (в случае передачи дел о востребовании задолженности по кредиту в суд);

  информация о банкротствах;

  данные об индивидуальных заемщиках, получаемые от кредитных организаций по принципу «ты - мне, я - тебе», т. е. банк может получать информацию о клиентах других банков, только если сам поставляет аналогичную информацию.

  Объем и характер информации, хранящейся в бюро, строго регулируется законодательством каждой страны. В «Банковских технологиях» уже была публикация о кредитных бюро в сентябре 1999 г. - «Вопросы учреждения кредитного бюро в России». Хотелось бы добавить, что помимо рассмотренных в статье моделей бюро существуют и транснациональные коммерческие компании, такие как Experian, Equifax, TransUnion, Scorex. Эти компании сами используют скоринговые системы, и во многих случаях продают клиентам не «сырую» информацию, а уже готовый интегральный показатель, который вводится в автоматизированную систему кредитной организации.

  Значение кредитных бюро чрезвычайно велико, их существование позволяет кредитным организациям выдавать ссуды клиентам, которые ранее в этой организации не обслуживались. Кроме того, общепризнанной является ценность предыдущей кредитной истории для прогнозирования вероятности дефолта.

  В настоящее время скоринг становится все более популярным не только при оценке риска при различных видах кредита, но и в других областях: в маркетинге (для определения вероятности, что именно эта группа клиентов будет пользоваться этим видом продукции), при работе с должниками (если клиент задерживается с очередным платежом, какой метод воздействия будет наиболее эффективным), при выявлении мошенничества с кредитными карточками, при определении вероятности, что клиент может перебежать к конкуренту и т. п.

  
  

  1.2. Зарубежный опыт

             

  Для оценки кредитного риска производится анализ кредитоспособности заемщика, под которой в российской банковской практике понимается способность юридического или физического лица полностью и в срок рассчитаться по своим долговым обязательствам. В западной банковской практике кредитоспособность трактуется как желание, соединенное с возможностью своевременно погасить выданное обязательство. Далее мы будем использовать термин «кредитоспособность» именно в этом значении. В соответствии с таким определением основная задача скоринга заключается не только в том, чтобы выяснить, в состоянии клиент выплатить кредит или нет, но и степень надежности и обязательности клиента. Иными словами, скоринг оценивает, насколько клиент creditworthy, т. е. насколько он «достоин» кредита.

  Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.

  В западной банковской системе, когда человек обращается за кредитом, банк может располагать следующей информацией для анализа:

  анкета, которую заполняет заемщик;

  информация на данного заемщика из кредитного бюро - организации, в которой хранится кредитная история всего взрослого населения страны;

  данные движений по счетам, если речь идет об уже действующем клиенте банка.

  Кредитные аналитики оперируют следующими понятиями: «характеристики» клиентов (в математической терминологии - переменные, факторы) и «признаки» - значения, которые принимает переменная. Если представить себе анкету, которую заполняет клиент, то характеристиками являются вопросы анкеты (возраст, семейное положение, профессия), а признаками - ответы на эти вопросы.

  В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель (score); чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособности.

  Интегральный показатель каждого клиента сравнивается с неким числовым порогом, или линией раздела, которая, по существу, является линией безубыточности и рассчитывается из отношения, сколько в среднем нужно клиентов, которые платят в срок, для того, чтобы компенсировать убытки от одного должника. Клиентам с интегральным показателем выше этой линии выдается кредит, клиентам с интегральным показателем ниже этой линии - нет.

  Все это выглядит очень просто, однако сложность заключается в определении, какие характеристики следует включать в модель и какие весовые коэффициенты должны им соответствовать. К этой проблеме имеется несколько подходов, которые будут рассмотрены в разделе «Методы классификации клиентов».

  Философия скоринга заключается не в поиске объяснений, почему этот человек не платит. Скоринг выделяет те характеристики, которые наиболее тесно связаны с ненадежностью или, наоборот, с надежностью клиента. Мы не знаем, вернет ли данный заемщик кредит, но мы знаем, что в прошлом люди этого возраста, этой же профессии, с таким же уровнем образования и с таким же числом иждивенцев кредит не возвращали. Поэтому мы давать кредит этому человеку не будем.

  В этом заключается дискриминационный (не в статистическом, а в социальном значении этого слова) характер скоринга, т. е. если человек по формальным признакам близок к группе с плохой кредитной историей, то ему кредит не дадут. Поэтому даже при очень высокой степени использования автоматизированных систем скоринга осуществляется субъективное вмешательство в случае, когда кредитный инспектор располагает дополнительной информацией, доказывающей, что человек, классифицированный как ненадежный, на самом деле «хороший», и наоборот.

  Какие же характеристики являются наиболее «ценными» для прогнозирования кредитного риска? В Великобритании наиболее часто используются следующие характеристики:

  - Возраст;

  - Количество детей/иждивенцев;

  - Профессия;

  - Профессия супруга(и);

  - Доход;

  - Доход супруга(и);

  - Район проживания;

  - Стоимость жилья;

  - Наличие телефона;

  - Сколько лет живет по данному адресу;

  - Сколько лет работает на данной работе;

  - Сколько лет является клиентом данного банка;

  - Наличие кредитной карточки/чековой книжки.

  В других странах набор характеристик, которые наиболее тесно связаны с вероятностью дефолта - вероятностью, что заемщик не вернет кредит или задержится с выплатой, будет отличаться в силу национальных экономических и социально-культурных особенностей. Чем более однородна популяция клиентов, на которой разрабатывается модель, тем точнее прогнозирование дефолта. Поэтому очевидно, что нельзя автоматически перенести модель из одной страны в другую или из одного банка в другой. Даже внутри одного банка существуют различные модели для различных групп клиентов и различных видов кредита.

  Благодаря использованию скоринга банк получает снижение числа «плохих» кредитов. В качестве доказательства приведем данные по кредитованию физических лиц с использованием системы скоринга фирмы  Fair Isaac. После «пропускания» факторов, характеризующих заемщика, через скоринговую модель, получим число, определяющее уровень риска, свойственного кредитованию данного заемщика. Это число принимает одно из значений в интервале от 300 до 850. Каждое из этих значений характеризует различную возможность погашения кредитных обязательств. Разные значения кредитного скоринга определяют различные соотношения «хороших» и плохих» заемщиков (табл. 1.1.)

  Таблица 1.1.

  Определение уровня риска

  Численная оценка скоринга	Соотношение «хороших» и «плохих» заемщиков
  Менее 600	8:1
  620-659	26:1
  660-679	38:1
  680-699	55:1
  700-719	123:1
  720-759	323:1
  760-799	597:1
  Более 800	1292:1

  
  

  Таким образом, кредитуя заемщиков с высоким значением скоринга, банк уменьшает вероятность невозврата кредитов. Тем самым уменьшаются потери, и увеличивается прибыль от кредитной деятельности без снижения стандартов кредитования.

  В соответствии со способом, при помощи которого оценивается кредитоспособность заемщика, все методы кредитного скоринга могут быть разделены на два основных класса: дедуктивные и эмпирические. Если для построения скоринговой оценки используется предварительно накопленная статистическая информация о заемщиках, то система относится к классу дедуктивных, а оценка кредитоспособности строится на не явно выраженном (не статистическом) экспертном опыте. Если статистическая информация используется, то система относится к классу эмпирических и оценка кредитоспособности производится с помощью некой формулы, которая «вобрала» в себя все статистические закономерности. Их обнаруживает в исторических данных процедура обучения модели скоринга.

  При оценке кредитных рисков заемщиков – физических лиц – это данные кредитной истории претендента на заемные средства, данные о динамике его платежей, о его социальном, профессиональном, демографическом статусе и многое другое. При оценке заемщика – юридического лица, в качестве данных обычно выступают различные показатели хозяйственной деятельности – так называемые финансовые индикаторы. Все, что мы будем говорить о скоринге, будет, относится к скорингу как физических, так и юридических лиц.

  В зависимости от применяемых статистических данных и способа разнообразных моделей скоринга. В основу классификации скоринговых моделей (рис.1.1.) положен способ их построения (тип используемой процедуры обучения – оценки параметров модели скоринга) и набор используемых данных.

  Рис.1.1. Классификация подходов к построению скоринговых моделей[3]

  
  

  С точки зрения используемых данных, приведено три подхода, которые применяют: экспертные знания менеджмента о кредитоспособности заемщиков, статистика по ранее выданным кредитам и данные о динамике доходов, потребления и накопления (макроэкономические данные). В приведенной классификации отсутствуют самые старые подходы к скорингу, которые основывались на чисто экспертных знаниях без каких-либо процедур обучения (экспертный скоринг, основанный на  «назначении» весов, характеризующих значимость факторов риска). Такие модели представляют собой скоринговые анкеты, поля которых содержат различные факторы риска. Значимость факторов риска определяется не ранее полученными в процессе кредитования данными, а взвешивается экспертом на глазок.

  В приведенной в левой части рис.1.1. моделях скоринга взвешивание факторов, определяющих риск заемщика, либо на основании теоретического описания (знаний). Термины «обучение с учителем» и «обучение без учителя» применяются для обозначения разницы в определении численных значений коэффициентов, взвешивающих факторы риска в скоринговой модели.

  При построении модели скоринга, основанной на процедуре «обучение с учителем», необходимы статистические данные по предшествующим кредитам, которые должны быть предварительно разбиты на группы – «удачных» и «неудачных».

  Отсутствие в статистической выборке данных по группе «неудачных» кредитов (банкротства, задержки платежей, мошенничества)  характеризует одну из главных проблем построения статистических скоринговых моделей в условиях нашей страны – отсутствие «кредитного кладбища». «Кредитное кладбище» играет в моделях скоринга роль того самого «учителя», благодаря которому мы, обучая модель, узнаем, с какими весами надо учитывать факторы риска для получения наиболее адекватной (точной) оценки риска заемщика. Точность, в свою очередь оценивается количеством  ошибок, которые совершает модель, классифицируя заемщиков: ошибки бывают «первого» и «второго» рода. Они «говорят» о том, сколько «плохих» заемщиков пропустила (не заметила) модель скоринга, и о том, сколько «хороших» заемщиков она неоправданно забраковала.

  В зависимости от того, первый или второй раз обратился заемщик в конкретное кредитное учреждение, выделяют еще один тип методов оценки кредитоспособности. Этот тип скоринга оценивает кредитоспособность существующего заемщика (например, уже пользующегося кредитной картой) и называется «поведенческим», так как кредитоспособность оценивается на основе статистических данных финансового поведения заемщика (например, количества, частоты, качества и размеров операций по пластиковой карте).

  Начиная свою кредитную программу банк, естественно, не имеет статистики по «плохим» и «хорошим» кредитам и, как следствие, не может построить модель скоринга, используя в качестве «учителя» упомянутую статистику. В данном случае в оценке кредитного риска могут помочь методы обучения моделей скоринга, называемые обучение «без учителя». Сразу оговоримся, это не означает ненужности вообще никаких данных, просто не следует разделять всю статистику по выданным кредитам на «плохие» и «хорошие» (не нужно «кредитное кладбище» для получения модели). Для построения скоринга здесь могут быть использованы разнообразные методы: во-первых, основанные на классификации, и, во-вторых, на макроэкономических закономерностях (т.е. модели обучения «без учителя»). Согласно первым, заемщиков делят на группы (кластеры) в соответствии с имеющейся о них информацией. Правда, из-за отсутствия при обучении информации о качестве кредитов использование данного подхода порождает проблему интерпретации выделены групп, особенно, если метод выделяет более двух групп. Итак, при отсутствии у банка статистики по кредитам он вынужден воспользоваться знаниями экспертов (по сути, здравым смыслом) и построить модель экспертного скоринга, модернизировав процедуру нахождения весов факторов риска, заменив и агрегирования ментальных моделей[4] и применив те же процедуры «обучения с учителем». Таким образом, основой для построения скоринговых моделей могут быть экспертные знания, статистические данные, полученные в процессе кредитования, и макроэкономическая информация.    

  Для создания систем скоринга необходимо несколько ингредиентов. Их рассмотрение начнем с анализа моделей скоринга, используемых для оценки кредитоспособности предприятий. Наиболее известна среди них модель Э.Альтмана[5], первый вариант разработан автором в 1968 г. на основе статистических данных менее 70 американских компаний, половина из которых стала банкротом. Эта модель предназначена для оценки кредитоспособности крупных публичных компаний, которые в соответствии с требованиями SEC (американской комиссии по ценным бумагам) должны обладать годовым оборотом не менее 15 млн. долл. Модель Альтмана не может быть использована для оценки кредитоспособности, например, предприятий малого бизнеса. Поэтому в 1984 г. исследователем Фулмером (США) была создана специальная модель оценки кредитоспособности малых предприятий с годовым оборотом около 0,5- 1 млн.долл. третья из рассматриваемых нами моделей создана всемирно известной фирмой Fair Isaac – признанным лидером в разработке моделей скоринга – для кредитования физических лиц. Эта одна из наименее публичных моделей, о внутреннем устройстве которой известно немного. Может ли что-то объединять модели скоринга для столь различных объектов. Да, может, этим объединяющим является равенство (1):

  Z = a1X1 + a2X2 + … + aiXi                         (1)

  Где: Z- значение оценки скоринга;

   ai – весовые коэффициенты, характеризующие значимость факторов риска;

  Xi – факторы риска, определяющие кредитоспособность заемщика.

  Эта формула для расчета значения кредитного скоринга, или численного значения, характеризующего качество кредитоспособности заемщика. Именно такая (или аналогичная) формула – «ядро» практически любой системы скоринга. В частности, в модели Альтмана она принимает вид:

  Z =  1,2 A + 1,4 B + 3,3 + 0,6 D + 0, 999 E,                           (2)

  Где: числа 1,2; 1,4; 3,3; 0,6; 0,999 – веса, определяющие значимость факторов риска; а символы А, В, С и т.д. – факторы риска. А – отношение оборотного капитала к совокупным активам; В – отношение нераспределенной прибыли прошлых лет к совокупным активам; С – отношение прибыли до уплаты процентов и налогов к совокупным активам; D – отношение рыночной капитализации к полной балансовой стоимости долговых обязательств; Е – отношение объема реализации к совокупным активам.

  В модели Фулмера аналогичная формула для оценки кредитоспособности имеет следующий вид:

  Z = - 6,075 + 5,528 V1 + 0,212 V2 + 0,073 V3 + 1,270 V4 – 0,120 V5 + 2,335 V6 +

  + 0,575 V7 + 1,083 V8 + 0,849 V9,                                                                        (3)

    где:  V1 – отношение нераспределенной прибыли прошлых лет к совокупным активам;   V2 – отношение объема реализации к совокупным активам;  V3 – отношение прибыли до уплаты налогов к совокупным активам; V4 – отношение денежного потока к полной задолженности;  V5 – отношение долга к совокупным активам;  V6 – отношение текущих пассивов к совокупным активам; V7  - логарифм материальных активов;  V8 – отношение оборотного капитала к полной задолженности и  V9  - логарифм отношения прибыли до уплаты процентов и налогов к выплаченным процентам.

  Две описанные модели скоринга, как и множество других моделей, объединяет общее свойство – их многомерность, которая может быть проиллюстрирована в простейшем случае для двух факторов риска следующей геометрической «интерпретацией» (рис. 1.2.), где факторы риска кредитоспособности – это некие переменные  Х1 и Х2 (их конкретный смысл в данном случае не важен).

  Рис.1.2. Геометрическая интерпретация процедуры кредитного скоринга

  
  

  Заемщики двух классов изображены на нем овалами разных цветов; одни, например «плохие», изображены красным овалом, тогда кА другие («хорошие») – синим овалом. Отличить «плохих» заемщиков от «хороших» ни по одному фактору риска в отдельности не представляется возможным (из-за значительного пересечения функций распределения факторов риска – колокообразных кривых). На рис.1.2. колокообразные кривые по осям факторов риска образуются за счет проекцирования на эти факторы риска групп «хороших» и «плохих» заемщиков. Данные проекции – функции плотности вероятности – описывают частоту встречаемости используемых для скоринга свойств заемщика в классифицируемых группах. Большая часть пересечения этих кривых по любому из факторов риска (заштрихованные области) говорит о невозможности отличить «плохих» заемщиков от «хороших». Заемщики разных классов очень похожи друг на друга, если оценивать их по первому и по второму факторам риска. Модель скоринга «ищет», используя статистику ранее обработанных кредитов, такой «угол зрения» на данные в пространстве факторов риска (в нашем случае оно двумерно, а в общем случае - многомерно), что бы рассматриваемые под этим «углом» объекты разных классов были максимально не похожи друг на друга.

  На рис.1.2. этот «угол зрения» обозначен черной прямой, проходящей между красными и синим овалами и разделяющей их. Перпендикуляр к этой прямой и является осью скоринга, проецирование на которую образов «плохих» и «хороших» заемщиков дает возможность отличать их друг от друга. Точка пересечения данных прямых дает пороговое значение скоринга (уровень отсечения) – Z. Функции плотности заемщиков разных классов при проецировании на ось скоринга Z становятся отличными друг от друга.

  Откуда в модели появляются численные значения коэффициентов, взвешивающих входящие в нее факторы риска? Эти коэффициенты – результат процедуры обучения, когда настройка модели ей предъявляются имеющиеся статистические данные о выданных кредитах и результативности этого процесса («плохие» и «хорошие» заемщики) и она итеративно «подбирает» коэффициенты таким образом, чтобы точность распознавания «плохих» и «хороших» заемщиков была максимальной. На рис.1.2.  это подбор угла наклона прямой, рассекающей синий и красный овалы, и точки пересечения этой прямой с осью ординат.

  Для определения коэффициентов модели необходимо, чтобы статистическая выборка была разбита по тем группам заемщиков (в простейшем случае их две – «плохие» и «хорошие»), которые должен распознавать скоринговый механизм. Эта проблема уже была ранее определена термином «кредитного кладбища». Более того, к данным, используемым для подбора коэффициентов, предъявляются довольно жесткие требования: чтобы эти коэффициенты «чувствовали» «плохих» заемщиков, тех должно быть достаточно много (а у многих наших банков количество «плохих» заемщиков невелико).  Цифры, характеризующие отношение «плохих» заемщиков к «хорошим», типичны для многих банков: от 1  к 100 до 10-15 к 100. говорить  о возможности реализации процедуры статистического обучения при таких цифрах пока нельзя.

  Отметим, что чем подробнее описание заемщика (к чему, естественно, стремится любой кредитор, используя большее число признаков),   тем больше должно быть используемое «кредитное кладбище». Таким образом, для создания скоринга, использующего процедуру обучения «с учителем», нужно, чтобы набралось достаточное число заемщиков, нанесших урон банку. Есть обходной путь, который использует экспертные знания. Однако, выбирая его, следует понимать, как можно оценить состав требуемых для скоринга признаков, значимость того или иного признака кредитоспособности и как объединять мнения множества экспертов по этому поводу, поскольку полагаться при выдаче кредитов на мнение одного человека опасно. Именно поэтому при формализации экспертных знаний мы все равно попадаем на «дорогу», ведущую нас к научному скорингу.

  Для модели Fair Isaac описать формулу, аналогичную приведенным выше для моделей Альтмана и Фулмере, не представляется возможным: фирма не раскрывает всех своих секретов (но по структуре эта формула аналогичная приведенным). Про эту модель известно, что 35 % значимости скоринговой оценки определяется свойствами прошлых платежей, причем учитывается эффект конечной памяти – более ранние платежи имеют меньший вес, чем те, которые отстоят от настоящего момента не небольшой временной интервал. На переменные, связанные с использованием кредита, приходиться 30 % значимости в скоринговой оценке (например, малые балансы на множестве кредитных карт лучше, чем большие балансы на небольшом количестве карт, и т.д.). Еще 15 % веса в скоринге приходится на кредитную историю и по 10 % - на тип использованных кредитов (например, кредиты финансовых компаний ценятся меньше, чем банковские, их превалирование в кредитной истории может тянуть скоринговую оценку вниз) и на запросы по кредитам (новые обращения за кредитами).

  
  
  
  
  
  
  
  
  

  Глава II. Практика применения скоринга в банках России

  2.1. Основные причины невозврата заемных средств

  Кредитование банками населения имеет большое социальное значение, так как способствует удовлетворению жизненно важных потребностей населения в жилье, различных товарах и услугах. Но кроме социальных, кредитование выполняет и чисто экономические задачи, позволяя рационально использовать временно свободные денежные средства вкладчиков. За счет кредитования банки получают большую часть прибыли. Как и все активные операции, кредитование обладает высокой степенью риска, связанного с не возвратом заемных средств. Но как банкам правильно распорядиться свободными денежными средствами? Как выяснить, кому стоит давать кредит, а кому нет? Для этого необходимо определить кредитоспособность клиента.

  Кредитоспособность клиента (заемщика) – одно из новых понятий, которое внесла в нашу жизнь новая экономическая эпоха. И сегодня уже можно с уверенностью сказать, что понятие кредитоспособности заняло в ней свое место прочно и навсегда.

  Существует множество определений кредитоспособности клиента (заемщика). Самым распространенным из них является следующее: способность лица полностью и в срок рассчитаться по своим долговым обязательствам. Есть различные дополнения, уточнения, иные трактовки этого понятия, большинство которых можно кратко свести к следующим определениям кредитоспособности:

  - необходимая предпосылка или условие получения кредита;

  - готовность и способность возвратить долг;

  - возможность правильно использовать кредит;

  - возможность своевременно погасить ссуду (реальный возврат кредита).

  В трудах экономистов 20-х годов, где проблемы кредитования всегда были актуальны и широко освещены, кредитоспособность с точки зрения заемщика понимали как способность к совершению кредитной сделки и возможность своевременно возвратить ссуду; а с точки зрения банка как правильное определение размера допустимости кредита.

  Между кредитоспособностью заемщика и рисками кредитования прослеживается обратная связь. Чем выше кредитоспособность заемщика, тем ниже риск банка потерять свои деньги. И наоборот, чем ниже платежеспособность клиента, тем меньше шансов у банка вернуть кредит. Исходя из этого, можно сделать вывод, что правильная кредитная политика банка позволит ему с меньшим риском осуществлять активные операции и получать максимальный доход от размещения свободных денежных средств в кредиты.

  Сегодня на рынке появилось новое слово «невозврат». Уровень невозврата по кредитам, выданным через кредитные карты, составил 70% общего объема просроченной задолженности. А сам уровень невозврата по потребительским кредитам до одного года достигает уже 20%[6].

  Основными причинами наступившего в России "кредитного бума" являются благоприятная конъюнктура нефтегазового рынка, политическая и экономическая стабильность государства, укрепление рубля и рост реальных доходов населения. В свою очередь, рост потребительского спроса обеспечивает экономический рост России. Однако рынок потребительского кредитования на сегодняшний день далек от совершенства. Одной из главных проблем для банков является риск невозврата кредитов. Снизить риски позволяет страхование потребительских кредитов. Среди важнейших предпосылок страхования кредитов следует отметить снижение процентных ставок, усиление конкуренции среди банков, рост операционных издержек и необходимость наращивать объемы кредитования.

  Уровень кредитных рисков в российской банковской системе - один из самых высоких в мире, скупо говорится в отчете международного рейтингового агентства Standard & Poor,s. Эксперты же прямо говорят, что некоторые банки уже оказались за критической чертой и реальный объем плохих кредитов достигает 10-15 процентов[7].

  В российском банковском секторе, утверждают аналитики агентства, опасно увеличивается разрыв между частными и государственными банками. Госбанки агрессивно усиливают свои позиции, что приводит к ухудшению условий развития для "частных" представителей банковской системы. По мнению аналитиков, "владельцы многих частных банков уже приближаются к той черте, за которой они начнут терять контроль над своими банками и задумываться над тем, чтобы привлечь внешних инвесторов к участию в их капитале".

  Тем временем данные ЦБ отражают необычайно быстрые темпы прироста потребкредитования. Один из пионеров этого рынка выдал в 2006 году потребительских кредитов на общую сумму 2,12 млрд. долларов - на треть выше, чем в первом полугодии прошлого года. Еще более внушительные показатели роста у тех, кто только приступил к освоению рынка.

  При этом по информации Центробанка, существует слишком большой уровень невозврата кредитов физическими лицами, который уже создал угрозу снижения достаточности капитала отдельных банков ниже установленного норматива в 12 процентов. Банк России даже составил список из 40 банков с высокими рисками невозврата выданных кредитов, доля которых была оценена в 2,6 процента. Опасность, по мнению ЦБ, наступит после того, как этот показатель выйдет за отметку 5 процентов. Однако некоторые эксперты считают, что эта "черта" уже пройдена, и реальный объем плохих кредитов достигает 5-6 процентов, а у некоторых банков вышел на отметку 10-15 процентов.

  Российские банки оказались в зоне особого внимания не только надзорных, но и правоохранительных органов - в связи с усилением борьбы с отмыванием преступных доходов. По информации министерства внутренних дел, уже возбуждено 22 уголовных дела в отношении руководителей коммерческих банков, через которые были отмыты денежные средства на сумму более 130 млрд. рублей.

  Однако эксперты Ассоциации российских банков (АРБ) предупреждают, что многие кредитные организации могут быть незаслуженно наказаны якобы за соучастие в преступном выводе денег из легального оборота, который делается на вполне законных основаниях. Дело в том, что после отзыва лицензии у ряда мелких банков, участвовавших в "теневом" бизнесе, масса фирм-однодневок переходит в крупные банки. И у банкиров пока нет правовых возможностей для того, чтобы избавиться от нежелательных клиентов. В российском банковском законодательстве, например, отсутствует право отказа от совершения сомнительных операций или открытия счетов сомнительным клиентам.

  Но есть у отечественной банковской системы и положительные стороны. Преодолевая значительные проблемы и риски, российские банки все же постепенно продвигаются вперед, говорят аналитики агентства. Правда, они отмечают, что основной причиной общего повышения кредитоспособности российских банков по-прежнему остается благоприятный макроэкономический климат. Большинство позитивных изменений определяется экономическими, политическими и отраслевыми условиями, и если они ухудшатся, ситуация в банковском секторе может резко измениться, считает аналитик агентства Екатерина Трофимова.

  Конечно, здесь играет свою роль и повышение профессионализма и качества менеджмента, растущий спрос на банковские услуги и повышение доверия населения к банкам. А также укрепление финансового положения клиентов, представляющих малый и средний бизнес, и приток иностранных инвестиций. Но, тем не менее, российскому банковскому сектору давно необходима реформа, считают в агентстве.

  Банковская культура российских граждан все еще довольно низка. Значительная часть населения страны чаще всего использует банковские услуги лишь для оплаты коммунальных платежей, осуществления денежных переводов и обмена валюты». И все же один из главных итогов 2006 года - очевидный рост кредитной и инвестиционной грамотности частных клиентов.

  Россияне продолжают нести деньги в банки. И это несомненное достижение российской банковской розницы в 2006 году. Только с 1 октября 2005 года по 1 октября 2006-го рынок банковских депозитов физических лиц вырос более чем на 35,5% (рис.2.1.). Население активно открывало банковские вклады и во втором, и особенно в третьем квартале прошлого года: с января, согласно данным Агентства по страхованию вкладов (АСВ), объемы депозитов выросли на 600 миллиардов рублей.

  Рис.2.1. Динамика рынка депозитов в России в 2006 г., млрд.руб.

  
  

  Такой рост связан, прежде всего, с увеличением доходов граждан (реальные денежные доходы россиян за январь–октябрь 2006 года выросли на 11,5%, а заработная плата - на 13,2%) и повышением размера страхового возмещения со 100 до 190 тысяч рублей с 9 августа 2006 года. В связи с этим АСВ даже повысило итоговый прогноз роста рынка вкладов населения на 2006 год с 28–32 до 34–36%. Впрочем, без перекосов не обходится: до сих пор почти половина банковских вкладов сосредоточена в Сбербанке (53,9%).

  Растущую популярность вкладов эксперты объясняют снижением интереса к альтернативным способам инвестирования после начала коррекции фондового рынка: люди стали более трезво оценивать высокие риски, сопровождающие высокие доходы на фондовом рынке. Кроме того, ряд экспертов высказывает мнение, что рост рынка депозитов вызван еще и неудовлетворенным спросом на автомобили: покупатели, ожидающие новые иномарки порой по нескольку месяцев, прибегают к услугам временного хранения средств в банках.

  По данным Центробанка, средневзвешенная ставка по рублевым депозитам сроком до 1 года в российских банках в третьем квартале 2006 года составила 4%. По сравнению с первым кварталом этот показатель неожиданно вырос (на 0,1%), однако по отношению ко второму средневзвешенная ставка снизилась на 0,2% - с 4,2 до 4%[8]. Большинство аналитиков уверено, что тенденция к снижению ставок продолжится в 2007 году.

  Другой фактор, оказывавший прямое влияние на развитие розничного сегмента банковского рынка, - снижение темпов инфляции в стране: на 11 декабря 2006 года она составила 8,5% по сравнению с 10,4% за аналогичный период 2005-го.

  Ну и, наконец, россияне стали больше доверять национальной валюте. Если в начале года доли депозитов в рублях, долларах и евро составляли 79%, 18% и 3% соответственно, то в конце года соотношение стало иным: 86, 11 и 3.

  В течение всего прошлого года банкиры вели активную работу в сфере кредитования. Заметные изменения произошли и в сегменте потребительского кредитования, и в сфере автокредитов, и на рынке ипотеки. По данным экспертов, с 1 октября 2005 года по 1 октября 2006-го рынок кредитования физических лиц в России вырос более чем на 84% рис.2.2. Население становится все более состоятельным, что расширяет круг потенциальных клиентов банков. Кроме того, улучшаются условия процентных ставок по кредитам.

  Рис.2.2. Динамика рынка кредитов в России в 2006 году, млрд.руб.

  
  

  В 2006 году россияне взяли у банков 200 тысяч ипотечных кредитов на покупку жилья: по сравнению с 2005 годом объемы привлеченных кредитов выросли в три-четыре раза. Ипотека стала реальностью. Однако специалисты считают, что слишком оптимистические выводы делать преждевременно. Как минимум, кредиты на приобретение жилья все еще непомерно дороги, если сопоставлять реальные кредитные ставки со среднестатистическими доходами граждан: если кто и решился влезть в эту кабалу, то непременно с досрочной «расплатой». Тем временем недвижимость в России продолжает дорожать, а вот качество возводимого жилья до сих пор не дотягивает до мировых стандартов.

  Зато борьба банков за клиента обернулась некоторым смягчением условий кредитования. Высокая конкуренция в области потребительского кредитования привела к снижению требований банков к заемщикам, что в конечном итоге отразилось на качестве их кредитных портфелей. По данным Центробанка, доля просроченных кредитов населению увеличилась с 1,9% на конец 2005 года до 2,7% на 1 октября 2006-го. Цифра еще не критическая, но уже настораживающая. Общую картину пока заметно улучшает Сбербанк, сумевший добиться самых низких показателей просроченных кредитов. Однако в августе прошлого года эксперты «Рус-Рейтинга» понизили краткосрочный рейтинг кредитоспособности банка «Русский стандарт» с «ВВ-» до «В+». Причина - в увеличении реальной просроченной задолженности клиентов этого банка по потребительским кредитам[9].

  Проблема невозврата кредитов, выданных частным лицам, в наступившем году, по прогнозам аналитиков, лишь обострится. Зато сохранится подъем на рынке автокредитования в регионах: насыщения в этом сегменте достигнут разве что Москва и Санкт-Петербург. Ситуация на рынке ипотечного кредитования, в 2006 году «рванувшего» более чем на 300%, в 2007-м будет прямо зависеть от темпов роста цен на недвижимость. Ожидается и рост на рынке пластиковых (в том числе кредитных) карт - особенно в регионах, где банкиры видят значительный потенциал. Продолжится и развитие инфраструктуры: по стране будет появляться все больше точек приема карт, поскольку при отсутствии таковых ценность находящейся в портмоне банковской карты оказывается, мягко говоря, сомнительной[10].

  Основные причины этого явления - недостаточная проверка кредитоспособности заемщика в местах выдачи кредита, отсутствие эффективных процедур, плохо функционируют каналы обмена информацией между кредиторами. И последний фактор – высокая подготовка мошенников.

  отличие от стран с развитой экономикой, в России не существует специального законодательства, регулирующего взаимоотношения между банком и заемщиком в сфере потребительского кредитования. Основными нормативными актами в этой области являются Гражданский Кодекс РФ, Федеральные законы "О банках и банковской деятельности" и "О защите прав потребителя".

  Активное развитие рынка потребительского кредитования, как в части видов кредитования, так и его объемов за последние несколько лет не привело к созданию законов, способствующих развитию этого вида финансовых услуг. Рост емкости российского рынка потребительского кредитования и совершенствование форм кредитования свидетельствуют, скорее, о гибкости подходов кредитных организаций, их готовности предложить потребителю новые продукты, чем об адекватном правовом регулировании соответствующей области.

  Действующее российское законодательство (а также практика его применения) не дает банку возможности ни эффективно провести потенциальную оценку заемщика, ни осуществить принудительное исполнение в случае невозврата кредита. По сложившейся практике, банки предпочитают перекладывать эти риски на заемщика за счет повышения процентов за пользование кредитом. Однако это лишь временное решение проблемы, поскольку, с одной стороны, конкуренция на рынке потребительского кредитования требует дальнейшего снижения процентных ставок, с другой - безнаказанный невозврат кредита не способствует повышению кредитной дисциплины заемщиков, что, в конечном итоге, не может не сказаться на стабильности рынка.

  Нередко банки предпочитают решать вопросы с недобросовестными клиентами не путем судебного разбирательства, а с использованием ресурсов службы безопасности. Такой подход является вполне действенным, поскольку при должном уровне сотрудничества с правоохранительными органами недобросовестный заемщик рискует быть привлеченным по ст. 159 УК (за мошенничество). Перспективы уголовного преследования, как правило, становятся для такого клиента серьезным аргументом в пользу мирного решения проблемы.

  Для того чтобы рынок потребительского кредитования успешно развивался, необходимо предпринять комплекс мер, направленных на:

  - создание специального законодательства о потребительском кредитовании;

   - создание системы кредитных бюро, отслеживающих кредитные истории граждан;

  - введение системы регистрации залога автотранспортных средств;

  - упрощение системы обращения взыскания и реализации для кредитов небольшой стоимости;

  - создание системы функционирования электронной цифровой подписи.

  Учитывая, что Банк России внимательно следит за рынком кредитов опасность большого кризиса не слишком велика. Но пока рынок находится в степени молочной зрелости, кризисные явления могут возникнуть очень быстро, достаточно одного сильного толчка. И надо готовиться к таким негативным возможностям. И в первую очередь нужно расширять объемы обмена информацией - не только негативной, но и позитивной.

  Грамотно построенный кредитный рынок серьезно помогает экономическому росту. Реальные потребительские расходы россиян в 2006 г. возросли почти на 11%. В 2005 г. население тратило чуть меньше 70% всех доходов на потребительские нужды. В 2006 г. – уже почти 71%. Прирост на 2% за один год в мире считается высоким показателем. Но одновременно происходит и другой процесс: чем больше мы тратим, чем активнее используем кредиты, тем сильнее нарастают и связанные с этим риски.

  Специалисты, занимающиеся взысканием проблемных долгов, говорят, что по поступающим к ним делам можно уверенно судить о том, как поставлена в банке работа по оценке заемщика, - от банка к банку качество кредитного анализа сильно отличается. Вроде бы ничего принципиально нового в этой работе придумать нельзя. Основы скоринга, согласно легенде, заложил один британский банковский экономист в 1941 году. Уходя по призыву на войну, он набросал своим подчиненным несколько пунктов, по которым следует оценивать заемщиков, и выразил эти пункты в баллах. Конечно, с тех пор система получила существенное развитие (только IT-обеспечение скоринга может стоить несколько сотен тысяч, а то и миллионов долларов). Но суть осталась прежней. Банки учитывают возраст, семейное положение, образование клиента, количество иждивенцев, сведения о занятости, о занимаемой должности и квалификации, о величине ежемесячного дохода и расходов. В анкете в обязательном порядке есть вопросы о владении какой-либо собственностью (квартира, дом, земельный участок, автомобиль) и о кредитной истории клиента. Последнее, в отсутствие кредитного бюро, проверить затруднительно. Но упорство, с которым банки задают эти вопросы потенциальному заемщику, дает основания полагать, что какой-то неформальный обмен информацией между банкирами все-таки происходит.

  Есть два основных принципа анализа заемщика на основании полученной анкеты: с помощью западных или отечественных автоматизированных систем или путем личной оценки кредитного менеджера.

  Субъективную оценку кредитоспособности заемщика, приобретающего автомобиль, может себе позволить любой банк, считают эксперты. С точки зрения затрат на организацию процесса работа кредитного менеджера почти ничего не стоит - по сравнению с затратами на автоматизацию. Но, во-первых, велик соблазн сговора или просто вероятность человеческой ошибки. Во-вторых, при субъективном подходе труднее выявить, систематизировать причины ошибки и устранить их. Хотя бы потому, что для устранения придется связываться лично с каждым менеджером, в том числе в филиалах, отделениях, донести до него мысль и убедиться, что он все правильно понял. Автоматизированная система, напротив, позволяет проводить тонкую настройку часто, быстро и точно.

  Автоматизация, конечно, дорого стоит. Но мало понести расходы - надо настроить систему, набрать довольно значительное количество плохих кредитов, может быть несколько сотен, и хладнокровно отнестись к этим убыткам. По мере роста кредитного портфеля любого кредитного продукта неизбежно формирование так называемого «кредитного кладбища. Это невозвращенные кредиты. Понимание, почему это происходит, - очень важно. Своевременный анализ просроченных кредитов позволяет улучшить скоринговую оценку и уменьшить риск невозврата кредитов».

  Получается, что воспользоваться первыми результатами скоринговой системы банк сможет не раньше, чем через 9-12 месяцев, в течение которых банк должен накапливать статистику и только потом производить настройку скоринг-карты. Ряд специалистов, особенно иностранных, считают, что одного года для полноценной настройки недостаточно. И опыт агентства по сбору платежей это подтверждает: у плательщика могут расстроиться обстоятельства, а также измениться жизненные планы и после года аккуратных платежей по кредиту. Иностранцы вообще считают, что в долгосрочном кредитовании самые проблемные второй и седьмой год платежей, наверно, это как-то связано с психологией заемщика. Поэтому можно сказать, что у довольно значительного количества банков еще нет достаточной статистики для максимально точной настройки скоринговой системы.

          2.2. Меры кредитных организаций по возврату заемных средств

  
  

  Объем кредитования физических лиц в России уже превысил 10 млрд долларов. Около 1 млрд из них банки-кредиторы никогда не вернут - примерно таков объем невозвратов. Точнее, по разным причинам не смогут вернуть сами. Зато проблемными кредитами могут заняться профессионалы - коллекторы, сборщики долгов. В перспективе, вместе с обещанным экспертами троекратным ростом потребительского кредитования, а также ростом невозвратов, коллекторский бизнес может рассчитывать на рынок более чем в 3 млрд долларов. Технологию взыскания просроченных платежей по кредитам представим на рис. 2.3.

  Рис.2.3. Технология взыскания просроченных платежей по кредитам

  
  

  Оказаться в числе «плохих» заемщиков банка очень просто. Люди, бывает, неожиданно теряют работу, несут непредвиденные крупные расходы, и все это на фоне того, что семья платит не по одному, а по двум или трем кредитам, - круг потенциальных неплательщиков резко увеличивается. Логично предположить, что с ожидаемым трехкратным ростом объемов кредитования физических лиц в ближайшие 2-3 года (с 10 до 30 млрд долларов) пропорционально вырастут и размеры «кредитного кладбища»[11]. Безвременно хоронить миллиард, а тем более 3 млрд долларов - для банков слишком расточительно даже при нынешних грабительских ставках. В этой нише обязательно должен был появиться персонаж, который предложит банкам способ решения проблемы. И он появился.

  В прошлом году о своем выходе на рынок просроченных банковских кредитов объявили сразу две компании: Финансовое агентство по сбору платежей (ФАСП) и Sequoia Credit Consolidation («Секвойя»)[12].

  Безусловно, бизнес на долгах существовал в России и раньше. Но его технологии никак не могли устроить банки. При реальной эффективной ставке по кредиту 30% банку во всех смыслах дешевле было списать 10%, то есть треть ставки, на убытки, чем обращаться в юридическую компанию, которая потребует аванс 25% от своего гонорара. Услуги компании, в свою очередь, обойдутся банку в четверть от сумм, предъявленных к взысканию. Нехитрые расчеты показывают, что за портфель просроченных кредитов в миллион рублей банк должен сразу при заключении договора и до начала любых действий заплатить более 60 тыс. рублей. А реальная доля взысканий по незначительным суммам стремится к нулю. Юридические компании предпочитают работать с крупными долгами юридических лиц, как правило, в судебном порядке и проявляют незаурядное мастерство на исполнительной стадии судопроизводства, когда нужно найти активы должника, продать и получить деньги. Возиться с долгами частных потребителей банковских услуг по 300-500 долларов им нет никакого резона.

  Коллекторские агентства, собирающие небольшие по объему потребительские долги, во всем мире действуют по принципиально другой технологии. И пионеры коллекторского дела в России, по их собственным словам, тщательно изучили опыт США, Западной и особенно Восточной Европы, в частности Польши, а также рынок Индии.

  Обе компании, ФАСП и «Секвойя», обрисовали примерно одинаковый порядок действий. Коллекторское агентство заключает с банком договор, по которому банк передает агентству на взыскание портфель проблемных кредитов физических лиц. За свои услуги агентства берут от 25 до 60-70% от реально взысканных сумм и только после взыскания. Это очень важный момент: ведь все остальные юридические компании требуют аванс. В то время как, начиная работать с настоящим коллекторским агентством банк не несет никаких издержек, кроме «морально-волевых», - принимая услуги коллекторов, банк «раскрывается», дает возможность судить о реальном количестве просроченных кредитов и качестве работы риск-менеджмента. Так что коллекторам придется преодолеть довольно серьезный психологический барьер.

  Но сборщики долгов указывают на серьезные преимущества, которые получает банк, обращаясь к услугам профессионалов. Банк дистанцируется от неприятного процесса выяснения отношений с клиентом. В глазах клиента банк остается организацией, которая дает деньги, а не выколачивает долги. Резоны банка по передаче долгов: прежде всего работа с агентством выгодна банку экономически. Банк существенно снижает и имиджевые риски, связанные с процессом взыскания задолженности, так как всю работу с должником ведет не банк, а агентство. После взыскания проблемной задолженности должник, как правило, перестает быть интересным банку как клиент. Отдав плохие долги агентству, банк имеет возможность сконцентрироваться на профилактике просрочки и на работе с должниками, которые еще интересуют банк в качестве добросовестных заемщиков. Иными словами, отвадить от банка жуликов и не испортить отношения с людьми, случайно попавшими в плохую ситуацию.

  Банкам придется учитывать и сугубо экономические аргументы, которые всегда возникают при размышлении об аутсорсинге той или иной услуги.  В зависимости от кредитного продукта до 10-20% должников банка не смогут или не захотят погашать кредит. И тогда банк должен либо делать довольно значительные инвестиции в специальное программное обеспечение, поиск, обучение, найм персонала, либо обратиться к услугам внешнего агентства.

  Еще более привлекательным вариантом для банка может стать не заключение агентского договора, а продажа долга с дисконтом, что означает снятие долга с баланса и влечет за собой оптимизацию резервирования и налогообложения. Сегодня российские коллекторские агентства не оказывают таких услуг, но «Секвойя» ведет работу над технологией покупки долга с дисконтом. Агентству необходима методика оценки и дисконтирования долга, а для того, чтобы выработать такую методику, следует накопить достаточную статистику сотрудничества с банками. В международной практике коллекторские компании активно практикуют покупку долгов. Размер дисконта может варьироваться в достаточно широких границах: от 50 до 97% от суммы основного долга.

  Практически при каждом банке существует собственное подразделение, занимающееся взысканием долгов. Обычно банк работает по системе soft collection, держа марку «хорошего полицейского». В мировой практике банк старается сохранить клиента, если он задерживает платежи по кредиту до 60 дней. Все это время общение с должником происходит в «маркетинговой упаковке», служащие банка демонстрируют рафинированную вежливость. А вот по прошествии 2 месяцев банк может решить, что такой клиент ему не нужен и передает долг коллекторам, которые практикуют hard (late) collection и по сравнению с банком выглядят «плохими полицейскими».

  В российской практике, которая пока совсем невелика и насчитывает не более полугода, банки передают в агентства очень разнородные по качеству портфели. Маленький банк может отдать в агентство долг с одним днем просрочки, желая освободиться от непрофильной работы. Такие банки считают, что дело кредитной организации - выдавать кредиты, а собирать долги должны профессионалы в своей области. Кстати, чем «моложе» долг, тем проще его вернуть и тем дешевле обойдутся банку услуги коллектора. По данным ФАСП, каждый день бездействия уменьшает вероятность взыскания в среднем на 0,7%. По старым долгам, с просрочкой в районе года, шансы минимальны, а размер комиссионных, наоборот, самый большой, до 60-70% от взысканного.

  У российских банкиров свой взгляд на принципы фильтрации просроченных кредитов и перспективы коллекторского бизнеса вообще. Начальник управления маркетинга департамента по работе с частными клиентами Росбанка Дмитрий Бенийчук изложил свое мнение: «У нас в стране еще не сложилась культура по выплате кредитов. Граждане могут уехать в отпуск и забыть выплатить банку проценты по кредиту, но, вернувшись из отпуска, они добросовестно выплачивают и проценты, и пени. Отдавать агентству работу с данной категорией заемщиков нецелесообразно. Таким образом, не удастся полностью избавиться от работы с заемщиками и затрат на персонал».

  По мнению Д. Бенийчука, сегодня успех отдельного бизнеса по сбору долгов (в части сбора долгов именно по потребкредитам) неочевиден.

  Возможно, сталкиваясь с такими настроениями в процессе переговоров и поиска клиентов, коллекторы рассчитывают, что рынок раскачают банки с иностранным участием, которые, работая на западных рынках, привыкли к такому сервису и умеют им пользоваться.

  Особый интерес вызывает вопрос: что такого делают коллекторы с должниками, чего не может сделать банк? И «Секвойя», и ФАСП согласны с тем, что методы агентств практически аналогичны методам банков. Эти методы, вырабатывались столетиями. Еще в средневековой Венеции рядом с человеком, не заплатившим в срок, появлялся «призрак» в хорошо всем известной желтой одежде. Этот «призрак» сопровождал неплательщика с утра до вечера, и всему городу было ясно, кто перед ними.

  Методика современных коллекторов причудливым образом сочетает высокие технологии, специальное программное обеспечение и проверенные средневековые способы давления на личность. Еще до появления «клиентоориентированных» коллекторских агентств, когда с должниками работали только спецподразделения некоторых банков, по рынку ходили слухи о крепких парнях, которые сначала приезжали к должнику для задушевной беседы. Если агенты не находили взаимопонимания, то в подъезде должника, якобы, появлялись объявления крупными буквами, которые оповещали соседей неплательщика о его моральном облике. Потом следовали визиты на работу. А также постоянные звонки, «последние китайские предупреждения»…

  На самом деле коллекторский бизнес не имеет ничего общего с криминалом. Максимум, что грозит неплательщику, - суд, обращение взыскания на имущество. Должника никто не пытает, не похищает детей, не назначает встреч на пустыре в полночь. Но даже тот факт, что вежливые банкиры перестали звонить, зато на горизонте появились более решительные, в том числе и в выражениях, парни из непонятного агентства, многих пугает и заставляет искать деньги для погашения долга.

  Руководители коллекторских агентств отмечают при этом, что большую роль играет опыт сотрудников, которые непосредственно имеют дело с должниками. Алексей Козырев («Секвойя») говорит, что в компании работают люди с большим опытом взыскания просроченной задолженности, в прошлом сотрудники соответствующих подразделений коммерческих банков, юристы, психологи, выходцы из силовых ведомств. Олег Морозов (ФАСП) тоже отмечает, что самое важное после юридического образования - опыт переговорщика, то, что называется знанием людей.

  Причем агентства вовсе не ставят своей целью в буквальном смысле слова вынуть душу из должника. В России пока нет законодательства о коллекторском бизнесе, и многие особенности этого дела ничем не регламентированы, кроме практики, сложившейся за рубежом. Иностранные банки, заключая договор с агентством, часто настаивают, чтобы соблюдались именно человеколюбивые иностранные нормы, согласно которым нельзя звонить человеку домой и приходить к нему после шести или десяти часов вечера. Нельзя донимать должника на работе, если работодатель считает, что это снижает производительность труда. Есть ряд других ограничений, и агентства четко придерживаются условий, выставленных банками. А «Секвойя» даже приняла внутренний Кодекс коллектора, многие положения которого соотносятся с законом США, защищающим права банков и их должников от действий недобросовестных коллекторов.

  Если все психологические уловки не помогли, равно как и знание человеческой природы, коллектор должен признать свое поражение. Конечно, по настоянию банка агентство может, и будет судиться, потом взыскивать долг с помощью службы судебных приставов. Но такие разбирательства будут продолжаться и год, и два по каждому делу. А вероятность реального взыскания чрезвычайно невелика. Перспектива судебных разбирательств вообще теряет смысл, если учесть, что средняя сумма иска будет колебаться в пределах 100-500 долларов, редко превышая планку 1000 долларов, потому что самые крупные суммы кредитов, на покупку автомобилей и жилья, защищены залогом. Взыскивать через суд большое количество мелких сумм просто экономически нерентабельно. По опыту ФАСП, например, 90% случаев погашения долгов потребительского кредитования происходит именно в досудебном порядке. И это норма для коллекторов.

  Самое интересное в работе агентства - методы, которые не имеют отношения к психологии и давлению на совесть. Коллекторы говорят о них довольно неохотно. Например, в «Секвойе» сообщили «БО», что «агентство создано в партнерстве с западными специалистами в этой области, и мы воспользовались их наработками (в США подобные агентства работают уже более 30 лет). Конечно же, у нас есть и свои know-how, о которых не хотелось бы сейчас говорить».

  В компании ФАСП были более откровенны и рассказали, какова роль специального программного обеспечения в коллекторском бизнесе. Гендиректор ФАСП Олег Морозов называет коллекторское агентство «фабрикой по переработке долгов». Специальное ПО позволяет поставить процесс переработки на поток. Электронные мозги помогают работникам агентства делать быстро большое количество правильных своевременных действий, на которые без программы понадобилось бы в 3-4 раза больше времени.

  Для начала ПО оценивает все поступающие дела по вероятности взыскания. Это тот же скоринг, только не потенциального заемщика, а реального должника. По результатам оценки программа выстраивает дела в порядке убывания вероятности взыскания и выдает сотруднику готовые шаблоны писем, напоминание о звонках или визитах конкретным лицам. Вроде бы ничего особенного, но в обычных юридических компаниях юристам порой приходится держать в голове или записной книжке обстоятельства и сроки 200 и более дел на одного человека. Нужен особый талант, большая работоспособность и просто везение, чтобы правильно определить именно очередность своих действий. Скорость в данном случае означает оборот и экономическую эффективность агентства. С увеличением собственного материала для статистической обработки у агентства будет возрастать точность рекомендаций, которые система посылает оператору. То есть в агентстве происходит такая же обкатка скоринга, которая бывает в банках в первые 1,5-2 года после начала кредитования и работы с широким кругом заемщиков.

  Оценить объем коллекторского рынка в России на сегодняшний день довольно сложно, потому что нет корректной статистики объема просроченной задолженности по потребительским кредитам, а сами агентства пока работают на рынке меньше года и еще не набрали свою статистику. Но по некоторым оценкам сегодня рынок экспресс-кредитования в магазинах уже приблизился к уровню в 2 млрд долларов, а в целом кредитование физических лиц превысило 10 млрд долларов. Долю невозвратов банки показывают в пределах 0,2-5%, хотя независимые аналитики говорят о 8-20% просроченной задолженности. Косвенно в пользу независимой версии свидетельствует тот факт, что Сбербанк, самый консервативный и дотошный кредитор, требующий у заемщика кучу справок и поручителей, ввел комиссию за выдачу кредита в размере 1,5-3%.

  Поскольку перед нами не стоит задача вычислить какие-то абсолютные значения, верные для коллекторского рынка, то остановимся на средней доле невозвратов 10%. От 10-миллиардного рынка кредитования физических лиц потенциальным сырьем для коллекторов станет портфель плохих кредитов на сумму 1 млрд. Собственной статистики по взысканиям российские коллекторские агентства еще не наработали по причине небольшого стажа. Но мировая практика говорит о том, что собрать можно до 80% просроченной задолженности. Категорическими, злостными неплательщиками (мошенниками) являются не более 10-15% должников, задерживающих выплаты. Значит, если российские коллекторы будут хорошо работать, как по привлечению банков на обслуживание, так и с должниками, у них есть шанс собрать около 800 млн. долларов. И получить в качестве вознаграждения законные 200-500 млн.

  С прогнозируемым увеличением объемов потребительского кредитования втрое в течение ближайших 2-3 лет (а именно такими темпами сейчас растет этот бизнес), потенциальный объем коллекторского рынка вырастет до 3 млрд долларов, а вознаграждение сборщиков долгов - до 0,5-1,5 млрд. Указанные расчеты вовсе не являются попыткой посчитать деньги в чужом кармане, тем более еще не заработанные. Эта занимательная арифметика позволяет оценить масштабы нового зарождающегося бизнеса, обслуживающего банки. Можно предположить, что развитие этого бизнеса будет иметь и некоторый социальный эффект.

  Коллекторский бизнес заявил о себе своевременно. Раньше он никому не был нужен, так как банки еще не почувствовали конвейер плохих долгов, а ставки с лихвой покрывали убытки по невозвратам. Теперь же, по прошествии 1,5-2 лет, нарастающий уровень конкуренции заставляет снижать ставки, и становятся ясны реальные масштабы невозвратов. Пришло время оптимизировать расходы банка на организацию потребительского кредитования и возможность взыскания сумм, которые раньше банк, не глядя, списывал в убытки, будет играть в пользу снижения процентных ставок и комиссионных, которыми банк тоже страхуется от невозврата.

  Особый оптимизм коллекторы испытывают в связи с тем, что потенциальный рост их бизнеса не ограничивается ростом банковского потребительского кредитования. Во-первых, в мировой практике коллекторские агентства работают не только с банками, но с любыми рынками, предоставляющими товары и услуги в кредит широкому кругу потребителей: со страховыми, телекоммуникационными компаниями, коммунальными службами. Потенциал рынка в таком масштабе измерить вообще очень сложно - он огромен.

  Во-вторых, опыт США, где потребительское кредитование, а вместе с ним и коллекторский бизнес, существуют уже 40 лет, коллекторские компании продолжают стремительно расти, выходят на биржи, котируются на рынке ценных бумаг. Всего в США работает несколько тысяч компаний по сбору долгов, хотя крупных национальных брэндов - не более пяти. Это дает основания полагать, что и в России количество участников рынка будет увеличиваться. И в ближайшее время места хватит всем.

  Если банк активно работает на розничном рынке, в его портфеле неизбежно появляются проблемные кредиты. Как лучше выстраивать работу с клиентами-должниками и бороться с откровенными мошенниками, какие кредиты являются самыми проблемными для банка и что нужно предпринять, чтобы рынок кредитования приобрел более цивилизованные формы? Рассмотрим практику работы в этой области банка «Союз».

  Банк стал активно развивать розничный бизнес два года назад. Объем выданных автокредитов за этот период составил по состоянию на 1 января 2006 года - 230256465 долларов (с марта 2004 года). В настоящее время просроченная задолженность по кредитам, предоставленным физическим лицам, составляет 1,25% от остатка ссудной задолженности розничного кредитного портфеля банка. Называя эту цифру, оценивается уровень задолженности в соответствии с критериями нормативов Банка России, т.е. имеется в виду отражение в балансе банка тех клиентов, которые свыше одного дня, согласно графику погашения, не выполнили своих обязательств по договорам. Банк сейчас динамично растет, стремительно развивается региональная сеть. Такая активность сопровождается увеличением числа самых разных клиентов. На сегодняшний момент кредиты в банке «Союз» стали доступны заемщикам с меньшим доходом. Поэтому средняя сумма кредитов, если мы возьмем фактический портфель банка, уменьшилась. Портфель же клиентов, имеющих признаки проблемной задолженности, остался прежним.

  Банк оценивает проблемных клиентов по разным критериям, исходя из этапов работы с ними. В банке есть отдел мониторинга и методологии, который еженедельно делает выборку должников. Эти данные передаются в банковский call-центр, сотрудники которого осуществляют обзвон клиентов в дневное время и информируют их о возникшей сумме задолженности и способах ее погашения. В самое ближайшее время эта работа будет модернизирована, автоматизировав звонки клиентам. Параллельно планируется осуществлять SMS-информирование заемщиков о сумме очередного платежа по кредиту. Это важные шаги, поскольку клиентская база постоянно увеличивается, у банка сейчас десятки тысяч клиентов. В месяц выдается кредитов на сумму более 30 млн. долларов. В работе с клиентами-должниками банк старается учесть особенности российского менталитета, например забывчивость. Естественно, клиентам, которые забыли вовремя (а такое бывает) погасить кредит, банк просто напоминает об этом и объясняет, как удобно это сделать. Специалисты помогут посчитать точную сумму, которую нужно заплатить, включая пени и штрафы. В ситуации, когда клиент потерял работу и у него возникли временные, вполне объективные, трудности, задолженность может реструктуризироваться и меняется график погашения. Порой клиенты в качестве уплаты долга предлагают вернуть в банк заложенный автотранспорт. При этом они могут по доверенности передать автомобиль сотруднику банка, который поможет заемщику наиболее эффективно реализовать авто в кратчайшие сроки и погасить задолженность. Банк сотрудничает с самыми крупными в Москве дилерскими сетями, и поэтому такая помощь заемщику является необходимой и полезной. Если по истечении определенного срока (30 дней) после звонка клиент не вернул кредит, то к работе подключается служба безопасности, которая выясняет, имеются ли в действиях клиента элементы мошенничества. Кроме того, служба безопасности работает с клиентами, которые недоброжелательно коммуницируют с банком, начинают скрываться, дают обещания и не выполняют их. Как правило, до 70% от объема просроченной задолженности возвращается в банк в досудебном порядке, т.е. по обоюдному согласию заемщика и банка. Сохранив клиента, не портится его кредитная истории. Как правило, выстраивается новый график погашения задолженности, более щадящий и приемлемый для клиента в данной ситуации. Безусловно, если клиент не желает сотрудничать с банком, банк вынужден подать на него в суд.

  Были случаи, когда по факту мошенничества осуществлялось, сотрудничали с несколькими банками. Ведь, как правило, мошенники берут кредит в нескольких кредитных организациях. У банка был прецедент, когда совместно с пятью банками  справились с группой мошенников. Данные клиенты обращались в банки для того, чтобы взять автомобиль в кредит с целью дальнейшей перепродажи. Благодаря совместным действиям нескольких банков этих недобросовестных граждан удалось привлечь к уголовной ответственности. При борьбе с мошенниками банки пользуются следующими статьями уголовного кодекса - 177, 159 и др. Так, при уклонении от погашения кредиторской задолженности в соответствии со статьей 177 УК РФ предусматривается уголовное наказание в виде лишения свободы на срок до двух лет. При предоставлении в банк недостоверных сведений об имущественном положении или официальном доходе, либо при получении кредита без намерения его возвращать в соответствии со статьей 159 УК РФ гражданину грозит наказание: лишение свободы на срок до десяти лет. И, наконец, при подделке документов, в том числе справок о ежемесячном доходе, в соответствии со статьями 327, 198, 199 УК РФ к виновным лицам применяется уголовное наказание в виде лишения свободы на срок до шести лет с лишением права занимать определенные должности или заниматься конкретной деятельностью сроком до трех лет. Необходимо отметить, что клиентов, которые берут у банка кредит с намерением его не возвращать, не так много. Причина этого заключается в том, что банк не работает с потребительским кредитом «просто деньги». Банк работает только с целевыми видами кредитов, среди которых основные продукты - автокредит, ипотека. Потребительский кредит у банка также относительно целевой, когда клиент хочет купить автомобиль определенной комплектации, но ему не хватает некоторой суммы. Банк может выдать кредит на такие цели. Также предлагаются кредиты на ремонт квартиры. То есть, с одной стороны, банк выдает кредиты без обеспечения, а с другой - не раздает деньги просто так.

  Да, существенным подспорьем в работе банка, в последнее время, стало появление на рынке коллекторских агентств. Почему-то многие банки стесняются говорить на эту тему. В банке «Союз» считают, что это такой же помощник для банка в работе, как и кредитные бюро. Коллекторские агентства при большом объеме кредитных операций экономят затраты банков на содержание служб - юридической, службы безопасности, бэк-офисов. Банк уже работает с тремя агентствами. Это коллекторские агентства: «Секвойя», Национальное агентство по сбору платежей и Федеральное агентство по сбору платежей. Для банка «Союз» такой опыт сотрудничества является первым и одновременно позитивным. Все эти агентства заключили с банком договоры, где указано, что они обязуются использовать только легитимные методы работы с клиентами, находиться в рамках законодательной плоскости, не предпринимать шагов, которые могли бы отрицательно повлиять на имидж банка. При растущих продажах портфель просроченной задолженности формируется меньшими темпами, с опозданием. Поэтому, несмотря на то, что каждый из банков вкладывает много усилий в работу собственной службы безопасности, чтобы уменьшить показатель просроченной задолженности, все равно взаимодействие с коллекторами неизбежно.

  Стоимость работы коллекторского агентства зависит от того, в какой момент времени оно включается в работу с проблемными клиентами. Если банк передал агентству клиентов, с которыми уже отработали все службы кредитной организации, вплоть до момента подачи заявления в суд, то коллектор получает так называемого «отжатого» клиента, способного через суд выплачивать какие-то мизерные деньги со своей минимальной зарплаты. Конечно, в этом случае коллектор выставляет банку максимальную комиссию. Если работа банка и коллектора выстраивается как аутсорсинг, то в этом случае комиссия в среднем на рынке исчисляется, начиная от 20% и заканчивая 50-60% от суммы задолженности в зависимости от срока возникновения и обеспеченности кредита. Как правило, банк предоставляет коллектору какую-то часть своего портфеля, которая в течение нескольких дней анализируется, и агентство выставляет цену, по которой будет работать как комиссионер по договору поручения, или приобретет данный портфель кредитов по договору об уступке прав требований.

  По статистике два вида кредитов в портфеле банка «Союз» являются наиболее проблемными. Это потребительские кредиты и экспресс-кредиты. Несмотря на то, что кредитные бюро еще не вышли на должный уровень сотрудничества с банками, который позволил бы оперативно получать информацию, банки, работающие с экспресс-кредитами, уже обмениваются между собой информацией по проблемным заемщикам. Существует такое понятие, как стоп-лист, в котором указаны основные должники по этому продукту во всех банках, между которыми есть соглашение. Если клиент взял кредит в одном банке и не вернул его в положенные сроки, т.е. у банка появился проблемный заемщик, то информация о том, что такой клиент пришел в другой банк, становится доступна кредитной организации, должником которой он является. Пока что это единственный инструмент, позволяющий нам нормально работать. От того, каким будет объем таких неблагонадежных клиентов, зависит процентная ставка. Ведь сейчас большинство добросовестных потребителей вынуждены расплачиваться повышенными процентами за мошенников. Также необходимо добавить, что весь рынок ждет, когда же возникнут полноценные кредитные бюро. Только в этом случае банки смогут на высоком технологическом уровне обмениваться информацией, рынок станет более цивилизованным и доступным для потребителей. Появление кредитных бюро и коллекторских агентств сделает рынок еще более цивилизованным и избавит банки от кризиса.

  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

  Заключение

  Кредитный скоринг получил распространение в США более полувека назад в форме процедуры балльной оценки соискателей кредита по скоринговым картам. В условиях дефицита специалистов по розничному кредитованию кредитный скоринг должен был стать, таким образом, суррогатом опыта кредитных офицеров.

  Однако, если деятельность кредитного офицера в «доскоринговую эпоху» 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.

  Внешне все выглядело просто. Соискатель сообщал о себе сведения: возраст, доход, профессия, стаж работы, наличие имущества и т.д. А кредитный офицер банка определял баллы по специальной таблице - скоринговой карте. Каждому значению показателя выставлялся свой балл, например, возраст от 35 до 42 лет - 83 балла, доход от 30 до 40 тыс. долларов - еще 76 баллов. В зависимости от количества набранных скоринг-баллов по таблице же рассчитывался максимальный размер ссуды, которую банк был готов предоставить заемщику.

  Поскольку подсчет баллов в скоринговой таблице - чисто техническая процедура, его можно было поручить сотруднику банка, не имеющему большого опыта в розничном кредитовании. В последние 30 лет скоринговые карты как инструменты поддержки принятия решений при выдаче кредита стали широко использоваться в банках, а фирмы, специализирующиеся на составлении скоринговых карт, получили устойчивую нишу на рынке.

  Специализированные фирмы, составляющие по заказу банков скоринговые карты, появились на рынке благодаря тому, что разработка карт базируется на статистической обработке больших массивов исторических данных о кредитных прецедентах (погашенных и непогашенных кредитах). Многие банки в то время не были готовы к самостоятельному выполнению такой процедуры ни технически, ни методически, ни информационно.

  Скоринговые карты составляются для конкретных кредитных продуктов и задач анализа (Application-Behavioral-Collection Scoring) и имеют ограниченный срок применения.

  Длительность периода актуальности скоринговой карты зависит от характера и масштаба изменений в экономике и может варьироваться от года до нескольких лет. Проблема здесь кроется в том, что «ухватить» новую тенденцию статистическими методами можно лишь с помощью выборки данных, которые уже реализуют эту тенденцию, и если период смены тенденций сопоставим с периодом накопления данных статистического анализа, то скоринговая карта может стать устаревшей уже к моменту ее расчета.

  На Западе эта проблема была решена в основном за счет создания кредитных бюро, получивших законодательную базу для сбора и использования таких данных. И именно кредитные бюро стали главными заказчиками технологий скоринговых карт. Сейчас западные банки располагают мощной вычислительной техникой и нужным объемом кредитных историй. Любому банку по силам внедрить собственную систему кредитного скоринга и самостоятельно осуществлять расчеты скоринговых карт. Прямой расчет показывает, что суммарные издержки при этом могут быть существенно ниже, чем в случае регулярной покупки скоринговых карт у внешних разработчиков. По оценкам компании SAS, cтоимость покупки скоринговой карты для одного кредитного продукта варьируется у лидеров рынка скоринговых услуг от 40 до 60 тыс. долларов. При среднем сроке актуальности скоринговой карты в два года банк затратит в течение пяти лет как минимум 120 тыс. долларов на обновление скоринговой карты по каждому кредитному продукту. С учетом того, что кредитное предложение банка базируется обычно на 5-10 таких продуктах, стоимость приобретения скоринговых карт может значительно превысить стоимость внедрения и сопровождения собственной системы кредитного скоринга.

  Кроме того, за последнее время методы скоринга существенно развились. Хотя скоринговые карты продолжают широко использоваться в банках, они рассматриваются теперь лишь как один из возможных подходов к оценке кредитного риска и одна из возможных моделей кредитного скоринга.

  В современный арсенал методов кредитного скоринга входят инструменты предиктивного анализа (prediction - прогноз, предсказание). Это регрессия, деревья классификации (деревья решений), нейронные сети, генетические алгоритмы, методы правдоподобных рассуждений и другие методы data mining. Наиболее популярными сегодня являются три основных подхода к скорингу: с использованием логистической регрессии, дерева классификации и нейронной сети. Основное различие между этими тремя методами заключается в подходах к способам сегментации прецедентов обучающей выборки. Например, одно из самых известных западных решений на рынке - SAS Credit Scoring Solution - использует все три метода.

  Понятно, что банки 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, а их совокупность. Скоринг выделяет те характеристики клиента, по которым можно определить, надежен или не надежен клиент. То есть люди, 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 регистрации, - все это указано в паспорте. Остальные данные могут, как соответствовать действительности, так и быть преувеличены (преуменьшены) 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. При этом подобное решение будет достаточно беспристрастным - выбирает не человек, а компьютер.

  Программа должна быть составлена таким образом, чтобы суметь не только оценить клиента в его нынешнем положении, но и предположить, как он станет действовать в случае возникновения каких-либо проблем. Человек востребованной на рынке специальности, с хорошим образованием сумеет быстро найти работу, тогда как обладатель хорошего дохода, но редкой профессии может на некоторое время остаться без заработка.

  Чтобы обеспечить максимальную точность скоринговых систем, банки прибегают к дифференциации потенциальных заемщиков. Под каждую программу определяется целевая аудитория и разрабатывается собственный скоринг с соответствующей процедурой проверки. Что реально для менеджера среднего звена, не подходит для студента или домохозяйки. Именно такой дифференцированный подход позволяет нам не испытывать серьезных трудностей по поводу возврата кредита.

  Большинство банков, которые сейчас задействуют скоринг, использовали в качестве основы для его создания западные решения или модели. Но в реальной российской ситуации формализованные программы скоринг-оценки заемщиков могут просто не работать. В нынешних условиях не столь важен даже доход клиента, сколько его желание отдать долг в будущем и трезвый подход к своим финансовым возможностям. Формализованная же программа скоринг-оценки такие характеристики не оценивает. Хотя, конечно, от применения скоринг-систем никто не собирается отказываться и они постоянно совершенствуются.

  Проблема постоянного совершенствования систем скоринга актуальна для банков и в том контексте, чтобы они позволяли достаточно оперативно корректировать критерии оценки заемщиков. Например, компания «ПрограмБанк», внедрившая систему скоринга в ДельтаБанке, использовала для первоначального формирования модели собственную базу данных банка. В дальнейшем настройка скоринговой модели может быть выполнена силами работников самого банка непосредственно в процессе эксплуатации системы, на основании накопленных данных.

  Со временем банки и страховые компании будут все более и более детализовать данные по потенциальным заемщикам. Более глубокая детализация в скоринге начнется, когда кредитование «переварит» верхнюю часть «пирамиды» потенциальных заемщиков, которая сейчас охвачена. При движении к основанию клиентской «пирамиды» качество заемщиков будет неизбежно падать, а потребности ритейла будут требовать роста объемов кредитования. В такой ситуации для определения кредитонадежности клиента система скоринга должна обрабатывать информацию с наибольшей степенью детализации. Тогда в анкетах можно будет встретить вопросы: в какую сторону выходят окна квартиры, какие номера у машины.

  Эффективная оценка кредитоспособности частных лиц позволит российским банкам решить главную проблему потребительского кредитования - неизбежность высокой кредитной ставки. Повсеместное внедрение методики балльной скоринговой оценки позволяет составить о заемщике лишь приблизительное представление, потому банки и не рискуют снижать ставки. Банковской рознице нужны более тонкие и точные механизмы оценки. И рынок уже предлагает целый арсенал методик: нейронные сети, генетические алгоритмы, методы правдоподобных рассуждений и др.

  У банковских кредитов, наконец, появился потребитель. Эксперты считают таковыми людей с доходом свыше 500 долларов в месяц. Только по официальной статистике, в Москве и области таких более 1,5 млн, в Петербурге - около 300 тыс., всего по России - более 2,5 млн человек. В среднем потенциал рынка кредитования оценивается сейчас в несколько миллиардов долларов в год. Исходя из очень «демократичной» ставки примерно в 9-10%, ежегодно банки могут зарабатывать на этом сотни миллионов долларов.

  Причем велика потребность именно в экспресс-кредитах. Весьма показателен пример банка «Русский Стандарт», который одним из первых стал выдавать кредиты на покупку автомобилей прямо в салонах. Кредиты выдавалась под 50% годовых. Но спрос на быстрые кредиты был столь велик, что клиенты соглашались оплачивать и такую ставку.

  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 не умея рассчитать свои финансовые возможности.

  Поэтому, соглашаются эксперты, 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.

  Но все равно риск невозврата остается, и практически повсеместно он перекладывается на плечи заемщиков: банкиры повышают проценты по кредитам. И обычно чем быстрее выдается кредит и соответственно меньше данных проверяется, тем выше процентная ставка. Единственный выход из замкнутого круга - развитие кредитных бюро.

  СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

  
  

  Статьи

  1. Журнал «Секрет фирмы» Опасные заемщики И.Федоренко. № 21 (108), июнь 2005.

  2. Черкашенко В.Н., Маршукова Н.А. Система управления знаниями в стратегии банка // Банковское дело. 2005. № 9. С.45-50.

  3. Churchill G. A., Nevin J. R., Watson R. R.//The role of credit scoring in the loan decision. Credit World. March/1977; Myers J. H., Forgy E. W. The development of numerical credit evaluation systems//Journal of American Statistical Association. September/1963

  
  

  Электронные ресурсы

  
  

  4. Банк России [Электронный ресурс] www.cbr.ru

  5. Банки рисуют зеркало души. Ксения Болецкая [Электронный ресурс] БО № 4 (70) апрель 2005 #"#">#"#">#"#">#"#">#"#">#"#">#"#">#"#_ftnref1" name="_ftn1" title="">[1] Скоринг как метод оценки кредитного риска. Галина Андреева [Электронный ресурс]  #"#_ftnref2" name="_ftn2" title="">[2] Churchill G. A., Nevin J. R., Watson R. R.//The role of credit scoring in the loan decision. Credit World. March/1977; Myers J. H., Forgy E. W. The development of numerical credit evaluation systems//Journal of American Statistical Association. September/1963

  [3] СОК – самоорганизующиеся карты Кохоннена, ИРР – иерархические растущие решетки.

  [4] Черкашенко В.Н., Маршукова Н.А. Система управления знаниями в стратегии банка // Банковское дело. 2005. № 9. С.45-50.

  [5] Managing credit risk. The next great financial challenge. J.B. Caouette, E.I. Altman, P. Narayanan. J. Wiley &Sons. 1998/

  [6] Банки рисуют зеркало души. Ксения Болецкая [Электронный ресурс] БО № 4 (70) апрель 2005 #"#_ftnref7" name="_ftn7" title="">[7] Банкрот по собственному желанию. Размер невозвращаемых кредитов превысил все допустимые пределы // Российская газета № 4128 от 27 июля 2006 г.

  [8] Банк России [Электронный ресурс] www.cbr.ru

  [9] Банкам предлагают новое оружие борьбы с невозвратами. Таисия Мартынова  [Электронный ресурс] "Банковское обозрение", №3, март 2005 г. #"#_ftnref10" name="_ftn10" title="">[10] Клиентская база. Чего ждать от банков в 2007 год [Электронный ресурс]// Бизнес-журнал. 18 января 2007 г. #"#_ftnref11" name="_ftn11" title="">[11] Журнал «Секрет фирмы» Опасные заемщики И.Федоренко. № 21 (108), июнь 2005.

  [12] Выколачивание долгов: Теперь без утюга [Электронный ресурс]//Банковское обозрение. № 3 март 2007   http://bo.bdc.ru