Скоринговая бальная оценка кредитоспособности. Скоринговая система, ее уязвимость и перспектива развития в российских финансовых системах

Рассмотрим модели банкротства предприятия, и более детально методы оценки платежеспособности предприятия.

Что такое скоринговая модель оценки предприятия?

Скоринговый подход к оценке платежеспособности предприятия заключается в анализе статистики по предприятиям по их исполнению обязательств перед кредиторами, информация о которых содержится в бюро кредитных историй. Поэтому скоринговые модели иногда в литературе называют кредитные скоринговые модели (credit- score ) или кредитные оценочные модели. Таким образом, можно сказать, что кредитные скоринговые модели – статистические модели оценки платежеспособности предприятия.

История скорингового подхода к оценке

Ранее скоринговые модели разрабатывались исключительно для оценки кредитоспособности физических лиц в целях выдачи кредитов банками. Данный подход был впервые предложен Д. Дюраном в 1941 году для классификации клиентов банков по двум классам: кредитоспособные и некредитоспособные. Для определения класса рассчитывались показатели, позволяющие сделать вывод о его риске банкротства. Баллы для скоринговых моделей рассчитываются с помощью инструмента логистической регрессии. На ее основе, к слову, также строятся logit-модели оценки риска банкротства физических лиц и предприятий.

Задача скорингового подхода оценки платежеспособности предприятия

Задача скоринговой модели оценки платежеспособности предприятия заключается в классификации его по степени финансового риска. Скоринговый подход схож с рейтинговым подходом оценки предприятия, так как в нем также присутствует рейтинг (класс) у предприятия, помимо этого присутствуют балльная оценка и присвоение рейтинга финансовым показателям.

Отличие заключается в том, что в результате присваивается рейтинг и предприятие относится к классу платежеспособности, т.е. производится помимо оценки еще и классификация. Также в результате скоринга получается рейтинг у предприятия и рейтинг у финансовых коэффициентов, описывающих предприятие.

Скоринговые модели оценки платежеспособности предприятия

Рассмотрим отечественные скоринговые модели оценки платежеспособности предприятия. Проанализируем две отечественные скоринговые модели Донцовой-Никифоровой и Савицкой. Данные модели предназначены для оценки риска банкротства отечественных предприятий. Итак, начнем.

Скоринговая модель Донцовой-Никифоровой (1999 г.)

Донцова Л.В.

Экономисты Донцова Л.В. и Никифорова Н.А. предлагают скоринговую модель оценки платежеспособности предприятия, которая позволяет отнести предприятие к одному из шести классов платежеспособности, на основании оценки шести финансовых коэффициентов.

Примечание:

В модели оценки основной упор делается на коэффициенты ликвидности (, коэффициент быстрой ликвидности, коэффициент абсолютной ликвидности), а также на коэффициенты оборачиваемости (коэффициент обеспеченности собственными оборотными средствами, коэффициент обеспеченности запасов).

н.п. и к.п. – значение строки баланса на начало периода и конец периода соответственно.

Скоринговая модель Савицкой (2007 г.)

Савицкая Г.В.

Профессор Г.В. Савицкая предлагает свою скоринговую кредитную модель оценки финансового состояния предприятия. Отличие заключается в том, что в модели классификация предприятия происодит по пяти классам и для этого используются три финансовых коэффициента.

Примечание:

Два из трех финансовых коэффициента определяют платежеспособность предприятия, где коэффициент текущей ликвидности определяет краткосрочную ликвидность, а коэффициент финансовой независимости – долгосрочную ликвидность предприятия.

Коэффициент финансовой независимости = коэффициент автономии.

Расчет финансовых коэффициентов в скоринговой модели

Резюме

Подведем итоги разбора кредитных скоринговых моделей оценки платежеспособности предприятия. Один из неоспоримых плюсов заключается в том, что данные модели были разработаны для отечественных предприятий. Одна из трудностей оценки по таким моделям заключается в большой громоздкости расчетов и зачастую непонятности в использовании балльной оценки финансовых коэффициентов. Использование их хорошо сочетать с другими методиками оценки финансового состояния.

Спасибо за внимание! Удачи!

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:

• субъективое заключение экспертов или кредитных инспекторов;
• автоматизированные системы скоринга.

Данная статья посвящена западной практике использования скоринг-систем, которые в настоящее время широко применяются во всех экономически развитых странах. Хотя скоринг является одним из наиболее успешных примеров использования математических и статистических методов в бизнесе, в российской печати эта тема незаслуженно обойдена вниманием. Цель данной публикации -- восполнить этот пробел и дать общий обзор истории и практики применения скоринга. Так как статья рассчитана на достаточно широкий круг читателей, в ней дается только самое общее описание того, как работает скоринг. Теоретические основы и обоснования правомерности использования того или иного метода здесь не затрагиваются.

Поскольку скоринг используется главным образом при кредитовании физических лиц, особенно в потребительском кредите при необеспеченных ссудах, далее речь пойдет об оценке кредитного риска заемщиков -- физических лиц.

Определение кредитоспособности и информация, используемая для ее прогнозирования

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:

статистические методы, основанные на дискриминантном анализе (линейная регрессия, логистическая регрессия);

различные варианты линейного программирования;

дерево классификации или рекурсионно-партиционный алгоритм (РПА);

нейронные сети;

генетический алгоритм;

метод ближайших соседей.

Традиционными и наиболее распространенными являются регрессионные методы, прежде всего линейная многофакторная регрессия :

р = w o + w 1 x 1 + w 2 x 2 + … + w n x n ,

где р -- вероятность дефолта, w -- весовые коэффициенты, x -- характеристики клиента.

Недостаток данной модели заключается в том, что в левой части уравнения находится вероятность, которая принимает значения от 0 до 1, а переменные в правой части могут принимать любые значения от - Ґ до + Ґ .

Логистическая регрессия позволяет преодолеть этот недостаток:

log (p/(1-p)) = w o + w 1 x 1 + w 2 x 2 + … + w n x n .

Для применения логистической регрессии необходимы гораздо более сложные расчеты для получения весовых коэффициентов и, следовательно, более мощная компьютерная база и усовершенствованное компьютерное обеспечение. Но при современном уровне развития компьютерной техники это не является проблемой, и в настоящее время логистическая регрессия является лидером скоринговых систем.

Преимущество логистической регрессии еще и в том, что она может подразделять клиентов как на две группы (0 -- плохой, 1 -- хороший), так и на несколько групп (1, 2, 3, 4 группы риска).

Все регрессионные методы чувствительны к корреляции между характеристиками, поэтому в модели не должно быть сильно коррелированных независимых переменных.

Линейное программирование также приводит к линейной скоринговой модели. Провести абсолютно точную классификацию на плохих и хороших клиентов невозможно, но желательно свести ошибку к минимуму. Задачу можно сформулировать как поиск весовых коэффициентов, для которых ошибка и будет минимальной.

Дерево классификации и нейронные сети представляют собой системы, которые разделяют клиентов на группы, внутри которых уровень риска одинаков и максимально отличается от уровня риска других групп. Нейронные сети используются главным образом при определении кредитоспособности юридических лиц, где анализируются выборки меньшего размера, чем в потребительском кредите. Но наиболее успешной областью их применения стало выявление мошенничества с кредитными карточками благодаря их способности выявлять нестандартные ситуации (см.: Нортон М. Нервный бизнес//Банковские технологии. 1995. № 3. С. 73).

Генетический алгоритм основан на аналогии с биологическим процессом естественного отбора. В сфере кредитования это выглядит следующим образом: имеется набор классификационных моделей, которые подвергаются «мутации», «скрещиваются», и в результате отбирается «сильнейший», т. е. модель, дающая наиболее точную классификацию.

При использовании метода ближайших соседей выбирается единица измерения для определения расстояния между клиентами. Все клиенты в выборке получают определенное пространственное положение. Каждый новый клиент классифицируется исходя из того, каких клиентов -- плохих или хороших -- больше вокруг него.

На практике используется комбинация нескольких методов, и компании хранят свои скоринговые модели в строжайшем секрете, поэтому сложно сказать, какой метод лучше. Можно только делать приблизительные заключения, основываясь на научных публикациях, ниже приводится сравнительная таблица точности классификации для различных методов, составленная профессором Л. Томасом (Thomas L. C. A Survey of Credit and Behavioural Scoring//University of Edinburgh. 1999).

Сравнение следует производить только горизонтально, потому что авторы использовали разные определения «хороших» рисков и проводили исследования на различных популяциях и выборках. Таблица показывает процент правильно классифицированных клиентов. Цель всех приведенных исследований заключалась в сравнении эффективности различных методов классификации, поэтому не следует делать вывод, что данные цифры показывают эффективность скоринговых систем в целом, так как уже говорилось, что коммерческие системы используют несколько методов.

Таблица

Источники:

Henley W. E. Statistical aspects of credit scoring. Ph.D. thesis. Open University. 1995.
Boyle M. , Crook J. N. , Hamilton R. , Thomas L. C. Methods for credit scoring applied to slow payers in Credit Scoring and Credit Control//Oxford University Press. 1992.
Srinivasan V. , Kim Y. H. Credit granting: a comparative analysis of classification procedures//Journal of Finance. 1987. № 42.
Yobas M. B. , Crook J. N. , Ross P. Credit scoring using neural and evolutionary techniques//Working Paper 97/2, Credit research Centre, University of Edinburgh.
Desai V. S. , Convay D. G. , Crook J. N. , Overstreet G. A. Credit scoring models in the credit union environment using neural networks and genetic algorithms//IMA J. Mathematics applied in business and industry. 8/1997.

У каждого из методов имеются свои преимущества и недостатки, кроме того, выбор того или иного метода связан со стратегией банка и с тем, какие требования банк считает приоритетными при разработке моделей. Регрессионные методы показывают значимость каждой характеристики для определения уровня риска, и поэтому особенно важны на этапе разработки анкеты, которую заполняют клиенты. Линейное программирование может оперировать большим количеством переменных и моделировать определенные условия: например, если маркетинговая стратегия банка направлена на молодежь, можно ввести условие, чтобы интегральный показатель молодых людей был выше, чем тех, кому за 60. Нейронные сети и деревья классификации выявляют нелинейные связи между переменными, которые могут привести к ошибке в линейных моделях.

Точность классификации проверяется либо методом «скользящего экзамена» для небольших выборок (модель строится на всей выборке за исключением одного клиента, выбранного наугад, затем проверяется на этом клиенте, и так перебираются все клиенты), либо при достаточно большой выборке она подразделяется на две части: на одной модель строится, на другой -- проверяется.

Ограничения, связанные с применением скоринга

В скоринге существует две основные проблемы. Первая заключается в том, что классификация выборки производится только на клиентах, которым дали кредит. Мы никогда не узнаем, как бы повели себя клиенты, которым в кредите было отказано: вполне возможно, что какая-то часть оказалась бы вполне приемлемыми заемщиками.

Но, как правило, отказ в кредите производится на основании достаточно серьезных причин. Банки фиксируют эти причины отказа и сохраняют информацию об «отказниках». Это позволяет им восстанавливать первоначальную популяцию клиентов, обращавшихся за кредитом.

Вторая проблема заключается в том, что люди с течением времени меняются, меняются и социально-экономические условия, влияющие на поведение людей. Поэтому скоринговые модели необходимо разрабатывать на выборке из наиболее «свежих» клиентов, периодически проверять качество работы системы и, когда качество ухудшается, разрабатывать новую модель. На Западе новая модель разрабатывается в среднем раз в полтора года, период между заменой модели может варьироваться в зависимости от того, насколько стабильной была экономика в это время. Для России, вероятно, максимальным периодом будет полгода, да и то при условии, что в этот период не произойдет никаких кардинальных потрясений типа событий августа 1998 г.

В настоящее время ведутся исследования того, как вводить социально-экономические характеристики в модель с тем, чтобы она служила дольше.

Перспективы развития скоринга в России

В России использование скоринг-систем тормозится, прежде всего, низкими объемами кредитования. Но с экономическим ростом (будем оптимистами) ситуация начнет меняться.

Само по себе небольшое по сравнению с западными кредитными организациями количество заемщиков препятствием не является, необходимо только следить за количеством характеристик по отношению к величине выборки. В статье В. Степанова, А. Заяца «Анализ состояния банка» (Банковские технологии. 1996. № 8. С. 58) авторы применили статистический подход -- кластерный анализ -- для классификации банков по группам рисков всего на 76 состояниях и при этом получили хороший результат -- более 90% совпадений с оценкой эксперта.

Отсутствие кредитных бюро, безусловно, также не способствует развитию скоринга. Но, с другой стороны, на Западе существует проблема проверки достоверности информации, которую человек указывает о себе в анкете. В России большая часть такой информации содержится в паспорте. Банкам достаточно иметь паспортные данные и данные трудовой книжки -- вот и исходный материал для анализа.

Еще один неблагоприятный фактор -- недостаточная распространенность таких универсальных статистических пакетов, как SAS и SPSS. Но, обращаясь опять к статье В. Степанова и А. Заяца, отметим использование пакета Stat-Media. Кроме того, существуют и другие программы, доступные по цене, которые могут делать линейную многофакторную регрессию, а для начала этого вполне достаточно.

Вполне вероятно, что в России скоринг сначала будет применяться не для физических лиц, а для юридических просто потому, что у банков накоплено гораздо больше информации о предприятиях, при этом используются балльные системы оценки риска различной сложности и с различным уровнем автоматизации. Отличие балльной системы от скоринговой заключается в том, что в первой значимость того или иного коэффициента или финансового показателя определяется субъективно, а во второй производится привязка коэффициентов к уровню риска.

На Западе при кредитовании юридических лиц скоринг-модели распространены не настолько широко, как в потребительском кредите. Это связано с тем, что для разработки модели очень трудно набрать достаточное количество компаний, сходных друг с другом: компании сильно отличаются по размеру, обороту, секторам экономики. Чем крупнее предприятие, тем труднее подобрать аналогичные предприятия для сравнения.

В последние годы большие сдвиги произошли в разработке скоринг-моделей для малого бизнеса. Применение скоринга для малого и среднего бизнеса оказалось возможным именно в силу большого количества сходных между собой предприятий.

В заключение хотелось бы отметить, что в России внедрение скоринга тормозится не столько объективными, сколько субъективными причинами, связанными с недоверчивым отношением банковских менеджеров к математическим и статистическим методам. Не так уж много требуется, чтобы начать анализировать своих клиентов -- кредитная история прошлых клиентов и статистический пакет, -- а отдача будет колоссальной. Среди преимуществ скоринговых систем западные банкиры указывают, в первую очередь, снижение уровня невозврата кредита. Далее отмечается быстрота и беспристрастность в принятии решений, возможность эффективного управления кредитным портфелем, отсутствие необходимости длительного обучения персонала.

В России внедрение скоринга должно осуществляться постепенно. Для начала можно сделать автоматизированную систему предварительной оценки заемщиков, которая будет автоматически отсеивать заведомо «плохие» риски, а на рассмотрение кредитного комитета предлагать риски «хорошие» и «пограничные». Но даже не вводя автоматизацию, можно оценить связь отдельных характеристик клиента с вероятностью дефолта как для физических, так и для юридических лиц -- знание таких характеристик может послужить существенной поддержкой кредитным инспекторам.

Итак, скоринг представляет собой автоматизированные системы оценки кредитного риска, которые широко используются в США и Западной Европе. В качестве исходного материала для скоринга используется разнообразная информация о прошлых клиентах, на основе которой с помощью различных статистических и нестатистических методов классификации делается прогноз о кредитоспособности будущих заемщиков. Скоринг-системы позволяют банковским работникам быстро принимать решения о кредитовании, регулировать объемы кредитования в зависимости от ситуации на рынке и определять оптимальное соотношение между доходностью кредитных операций и уровнем риска.

При подготовке статьи были использованы материалы Центра изучения кредита при Эдинбургском университете (Великобритания).

Все мы прекрасно знаем, что банки – это не благотворительные организации, и перед тем, как выдать кредит, они тщательнейшим образом оценивают кредитоспособность заемщика, его способность и желание своевременно погашать долг. Для этой цели разработаны и используются различные методики оценки, о которых мы и расскажем в нашем обзоре.

Итак, когда вы обращаетесь в представительство банка с целью получения кредита, первая встреча начинается с собеседования и анкетирования. Цель данного собеседования – собрать максимум информации о потенциальном заемщике, а именно выяснить цель кредитования, возраст, семейное положение, место жительства, место работы, стаж, размер заработной платы и другие, социальные и демографические характеристики. Далее, собранные сведения могут дополняться данными, полученными из бюро кредитных историй, юридического отдела, службы безопасности и т.д., после чего обрабатываются. Для анализа полученной информации банки используют экспертную и скоринговую модели, о которых мы и расскажем далее.

Экспертная и скоринговая модели – основные особенности

Экспертная модель оценки кредитоспособности заемщика или индивидуальный андеррайтинг. Главная особенность данной модели заключается в том, что анализом полученной информации занимается кредитный эксперт (или коллегиальный орган – кредитный комитет банка во главе с председателем данного комитета), он же принимает решение о выдаче кредита и формирует окончательные условия кредитного договора. Как правило в экспертной оценке задействовано несколько служб банка, которые собирают, анализируют, представляют информацию на кредитном комитете. Кредитный менеджер обычно анализирует платежеспособность , параллельно делается запрос кредитной истории в БКИ. Юридический отдел анализирует объекты залога, личные документы заемщика, изучает риски и правоустанавливающую документацию. Работа службы безопасности банка заключается в проверке легальности трудоустройства клиента и наличия судимостей. Задействованные подразделения банка дают свои заключения, после чего дело выносится на рассмотрение кредитного комитета банка.

Скоринговая модель оценки кредитоспособности или бальный метод. Особенность данной модели заключается в том, что вся информация, полученная от заемщика, вносится в специальную программу. За каждый ответ, в упрощенном виде, система начисляет определенный бал и в результате, по совокупности начисленных балов, выносит окончательное решение – выдавать кредит или нет.

Как правило, экспертная методика оценки применяется в случае ипотечного кредитования, когда речь идет о крупных суммах и требуется тщательная, надежная проверка клиента. Скоринговые системы используются в потребительском экспресс-кредитовании, когда решающую роль играет скорость принятия решения по вопросу предоставления денежных средств. Также банки могут использовать эти модели параллельно – скоринг система дает предварительную оценку клиента, которую затем рассматривают эксперты.

Поскольку в последнее время розничный сегмент потребительского кредитования получил широкое распространение (кредиты наличными , кредитование в торговых точках и т.п.) и продолжает активно развиваться, нам все чаще приходится сталкиваться именно со скоринговыми системами оценки. Поэтому дальше мы расскажем о них более подробно.

Система кредитного скоринга – общий принцип работы

Скоринг стал активно применяться после того, как в 1941 году Д. Дюран определил основные группы факторов, максимально влияющие на степень кредитного риска, и коэффициенты влияния каждого из них. Это была первая, и самая примитивная, модель скоринга. Так, женщины сразу получали 0,4 балла, мужчины – ничего. За каждый год жизни людям старше лет свыше 20 лет начислялся 0,1 балл. Человек с профессией с низким риском получал сразу 0,55 балла, а если у него был еще и банковский вклад – дополнительно 0,45 балла. За страховой полис причиталось 0,19 балла, за наличие в собственности недвижимости – 0,35. Кредитоспособным считался человек, которому удалось перешагнуть за порог 1,25 балла.

В настоящее время скоринговые модели, используемые банками, стали более совершенны и оперируют большим набором характеристик и критериев оценки. В США для оценки рисков в области потребительского кредитования используют скоринг-систему, разработанную компанией FICO (NYSE:FICO). На российском рынке представлены, как иностранные скоринг-системы (та же FICO Score), так и разработки отечественных компаний, в т.ч. и банков. Какие из них лучше – вопрос сложный и проблема выбора заключается в том, что система должна учитывать и подстраиваться под особенности банковского законодательства, менталитет граждан, традиции и прочие факторы локального рынка банковских услуг. Но поскольку вопрос выбора системы кредитного скоринга – головная боль банков и нас, обычных заемщиков он не касается, мы рассмотрим общие принципы работы этих систем.

Итак, вся информация, полученная кредитным менеджером от клиента, проверяется, и вносится в скоринг-систему в виде ответов на вопросы. Вопросы разделены на блоки, состав которых индивидуален для каждого банка. Как правило, это блок общих сведений о клиенте (пол, возраст, семейное положение и т.п.), занятость заемщика, активы и обязательства клиента (заполняются на основании предоставленных справок и кредитного отчета , полученного в бюро кредитных историй), наличие имущества в собственности, залог, поручительство и другие характеристики. За каждый ответ система начисляет или отнимает определенное количество балов. После этого набранные баллы суммируются по каждому из блоков и в целом по клиенту, и система выдает решение. Обратите внимание, существует вероятность не пройти по одному из блоков, даже если общая сумма балов укладывается в нужный диапазон.

Некоторые банки разбивают клиентов на категории в зависимости от набранной суммы балов. Например, клиентов 1-ой категории рекомендуется кредитовать на лучших условиях, для 2-ой категории – сократить сумму или срок кредитования, т.е. изменить условия в более выгодную для банка сторону и т.п.

Несмотря на все отличия и многообразие вариантов кредитного скоринга, можно выделить основные рекомендации для заемщиков, которые помогут повысить ваши шансы на получение ссуды. О них мы расскажем далее.

Как отвечать на вопросы кредитного менеджера

Какую бы модель скоринга не использовал банк, есть характеристики, за которые заемщикам всегда начисляют дополнительные баллы. К ним относятся:

• Наличие счетов, материальных активов, недвижимости в собственности. Не пропускайте графы анкеты, содержащие вопросы о вашем имуществе и сбережениях. Не пытайтесь скрыть от банка факт наличия квартиры или депозита: если финансистам понадобится обратить на эти объекты взыскание, они самостоятельно установят все необходимые факты. На этапе получения кредита – это отличный шанс набрать несколько дополнительных баллов.
• Предпочтение отдается людям, состоящим в браке (в том числе – в гражданском). Помните об этом, заполняя заявление.
• Каждый ребенок рассматривается банком, как иждивенец. Если вы являетесь родителем, но при этом не фигурируете в свидетельстве о рождении, данный факт лучше не указывать.
• Важна и цель кредитования. Банки охотнее кредитуют на получение образования, ремонт и т.д., но не на отдых и личные цели.
• Если вы получаете дополнительный доход и можете это подтвердить (к примеру, у вас есть депозит или квартира, которую вы сдаете), обязательно укажите это в анкете и предоставьте соответствующее подтверждение.
• Оплачивая учебу детей или собственную, не спешите писать об этом (данный факт весьма сложно установить, но вы имеете шанс лишиться нескольких баллов).
• Лишний балл можно получить при наличии страховки жизни и имущества, находящегося в собственности.

Таким образом, вдумчивое заполнение анкеты уже само по себе является шансом повысить вероятность получения ссуды. Если же данные будут подкреплены документально – это еще один плюс вам.

Проанализировав основные скоринговые модели и ситуацию на российском рынке, можно сделать вывод о том, что система кредитного скоринга позволяет банку более точно оценить риски по каждому заемщику и максимально снизить вероятность мошенничества, как со стороны клиентов, так и самих сотрудников. Важность оценки потенциальных заемщиков подтверждается еще и тем, что банки начинают активно внедрять Risk-Based Pricing – новый подход в формировании условий кредитования, когда процентная ставка устанавливается индивидуально, в зависимости от надежности клиента.

Скоринг (от английского score, счет) - это способ оценки кредитоспособности. Вам как заемщику скоринг интересен для самодиагностики: узнать причины отказа в кредитовании или оценить шансы на будущий кредит. В статье расскажем, как узнать свой скоринговый балл и как его увеличить.

Принцип работы скоринга

Для оценки кредитоспособности скорингу нужны данные. Данные могут быть из разных источников: кредитной истории, анкеты заемщика, социальных сетей и т. д. Скоринг обрабатывает данные и выставляет оценку в баллах. Чем выше скоринговый балл, тем выше шансы получить кредит на выгодных условиях.

Скоринговый балл — величина непостоянная. Он меняется в зависимости от действий заемщика. Например, заемщик взял кредит — выросла кредитная нагрузка и скоринговый балл снизился. Просрочил платеж — балл упал еще ниже. Если заемщик аккуратно без просрочек выплатит кредит — балл увеличится.

Виды скоринга

Банки используют заявочные, поведенческие и мошеннические скоринги.

Заявочный скоринг делится на социодемографический и кредитный. Первый анализирует анкету заемщика: возраст и пол, работу, стаж, размер доходов. Второй анализирует кредитную историю: сколько кредитов брал заемщик, как платил, сколько платит сейчас и т. д.

Поведенческий скоринг предсказывает, как заемщик будет выплачивать кредит: равномерно, с опережением или с просрочками. Поведенческий скоринг может провести, например, зарплатный банк — он знает, как заемщик пользуется картой, сколько денег и на что тратит.

Мошеннический скоринг борется с намеренными невыплатами кредитов. Этот скоринг анализирует базы МВД, ФССП, внутренней службы безопасности, а также подозрительные данные в кредитной истории, например, частую смену адресов и телефонов.

Вы как заемщик можете оценить себя двумя видами скоринга: кредитным и социодемографическим.

Кредитный скоринг

Кредитный скоринг используется для оценки заемщиков, которые уже брали кредиты. Скоринговый балл рассчитывается на основе анализа кредитной истории.

Пример отчета кредитного скоринга

Социодемографический скоринг

Социодемографический скоринг предназначен для заемщиков с пустой или отсутствующей кредитной историей. Он анализирует возраст, пол, семейное положение, наличие иждивенцев, образование, профессию, трудовой стаж, доходы и регион проживания.

Соцдем скоринг сверяет данные проверяемого заемщика с предыдущими клиентами банка, чтобы оценить благонадежность. Например, по статистике банка люди старше 30 лет вносят платежи по кредитам стабильнее, чем молодежь. Поэтому заемщики от 30 лет при прочих равных условиях получают более высокий скоринговый балл.

Пример отчета социодемографического скоринга

Расшифровка скоринговых баллов

Как повысить скоринговый балл

Если у вас низкий кредитный скоринг, вариант его повышения один — улучшать кредитную историю. Для этого:

• и проверьте, все ли в ней соответствует действительности. Иногда кредитные организации передают данные с большим опозданием, а то и вовсе не передают. Например, вы кредит погасили, а в кредитной истории он числится открытым. Это снижает скоринговый балл.
  Читайте статью
• Закройте просрочки платежей и необязательные кредиты: кредитные карты, микрозаймы, кредиты на технику. Чем меньше открытых кредитов, тем выше скоринговый балл.
• Если за последние два года у вас были кредиты с просрочками, нужно восстановить репутацию надежного заемщика. Для этого берите новые кредиты и аккуратно их выплачивайте. Не дают кредит без обеспечения — предоставьте залог, найдите созаемщика. Воспользуйтесь услугой . Через полгода-год скоринговый балл увеличится.

Чтобы увеличить балл социально-демографического скоринга, изучите «факторы» из отчета и постарайтесь их исправить. Например, если вы ИП, трудоустройтесь и проработайте полгода в найме. Найдите созаемщика, съездите за границу, найдите источник дополнительного дохода.

Запомнить

Скоринг помогает заемщикам оценить собственную кредитоспособность и разобраться в причинах банковских отказов.

Скоринги бывают разные: одни анализируют кредитную историю, другие анкету, третьи ищут признаки мошенничества. Вам доступны два вида скоринга — и социодемографический. Первый актуален для заемщиков с опытом кредитования, второй — для тех, кто никогда не брал кредиты.

Скоринговый балл меняется в зависимости от кредитного поведения. Балл можно снизить или повысить.

При выдаче кредитов банки стремятся получить максимальную прибыль и гарантировать возврат переданных заемщику средств. Для того чтобы снизить риск просрочек, финансовые организации тщательно анализируют всех претендентов и одобряют только заявки, обязательства по которым будут выполняться с большой вероятностью.

Оценка кредитоспособности заемщика – физического лица часто осуществляется с помощью (от английского scoring – «подсчет очков»). Скоринговая модель анализирует факторы, влияющие на риск невозврата займа, и выдает рекомендации по одобрению заявки или отказу. При оформлении кредита заемщику в первую очередь предлагается заполнить анкету. Именно на основе этих данных выставляется оценка. За каждый параметр клиент получает определенное количество баллов, действуют повышающие и понижающие коэффициенты. Итоговый результат раньше подсчитывали вручную банковские сотрудники, сегодня это делается автоматически в специальных программах.

Где применяется скоринг

Скоринговая модель широко используется в области микрофинансирования и экспресс-кредитования, где рассмотрение данных потенциального заемщика и принятие решения занимают менее 1 часа. Для проверки кредитоспособности в специальную программу вносят информацию из заполненной заявки. Система автоматически сравнивает указанные потенциальным заемщиком данные со статистикой. Так, если в базе есть сведения о том, что люди аналогичного возраста или профессии нередко не возвращают кредит, то решение по заявке может быть отрицательным. В таких случаях банк или микрофинансовая организация обычно отказывает потенциальному заемщику без объяснения причин.

Преимущества скоринговой системы ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ

Быстрота принятия решений. Если анализом платежеспособности заемщика занимается сотрудник банка, это потребует много времени. Специалисту необходимо самостоятельно проверить каждый параметр, вручную внести все полученные результаты и сделать вывод. С помощью современных скоринговых систем оценки кредитоспособности данные обрабатываются быстро, а значит, и решение принимается оперативно.

Объективность. Даже опытный и квалифицированный специалист может допустить ошибку в подсчетах или сформировать предвзятое мнение из-за личного отношения к клиенту. Скоринг-балл – гораздо более объективный показатель кредитоспособности, потому что он высчитывается в автоматическом режиме. Сотрудник банка не может повлиять на работу алгоритма.

Финансовая выгодность. Использование скоринговой модели оценки кредитоспособности позволяет значительно уменьшить долю невозврата. Это не только увеличивает прибыль банка, но и дает ему возможность предлагать более выгодные тарифы для клиентов. Уровень невозврата прямо влияет на процент по кредитам, поэтому добросовестные плательщики также заинтересованы в его снижении.

От чего зависят результаты скоринга

Итоговая оценка при использовании любой скоринговой модели складывается из целого ряда показателей. В первую очередь проверяются паспортные данные заемщика, информация о месте проживания и другие контактные данные. Это предварительный этап, на котором отсеиваются претенденты с недействительными документами. Затем происходит анализ других факторов.

• Личная информация о клиенте. Скоринг-оценка учитывает семейное положение заемщика и наличие у него несовершеннолетних детей. Также принимается во внимание продолжительность стажа на последнем месте работы.
• Платежеспособность претендента. Один из самых значимых факторов, влияющих на скоринг-балл. Чтобы получить одобрение, важно доказать наличие не только достаточных для погашения займа средств, но и регулярных выплат. Для оценки финансового положения и кредитоспособности в большинстве случаев (особенно при выдаче крупных кредитов) требуется предоставить документы с места работы: справку 2-НДФЛ или по форме банка. Иногда учитываются также расходы претендента (на содержание иждивенцев, коммунальные услуги и т. д.).
• Кредитная история. При скоринговой оценке кредитоспособности клиентов обязательно проводится проверка задолженностей и просрочек по ранее взятым ссудам. Банк может при наличии согласия получить данные по претенденту из бюро кредитных историй (БКИ), в которых отражается вся необходимая информация. Также системой принимается во внимание наличие или отсутствие регулярных выплат по действующим займам. В БКИ фиксируется история заявок, сделанных претендентом: наличие большого процента отказов от других финансовых организаций может снизить оценку.

• Транзакционное поведение. Если заемщик является зарплатным клиентом или имеет депозит в банке, скоринг-балл при определении кредитоспособности может быть повышен. При этом учитывается размер накоплений на счете и их динамика.

Все данные скоринговая система проверяет по отдельности и сравнивает их между собой, чтобы выявить возможные противоречия. Подтверждением достоверности указанных сведений является наличие связи между доходами и расходами потенциального заемщика, местом работы и адресом проживания и т. д.

Анализ данных скоринга

На основе полученного результата система выносит решение:

• одобрение – оценка высокая, заявка может передаваться на следующий уровень;
• отказ – претендент набрал слишком низкий балл, поэтому рассмотрение запроса прекращается;
• требуется дополнительный анализ – у системы недостаточно данных для выставления адекватной оценки. В этом случае специалист банка самостоятельно изучает анкету заявителя и уточняет информацию. Для подтверждения спорных аспектов у претендента могут затребовать дополнительные документы. После ручного рассмотрения по заявке принимается окончательное решение.

Как получить высокий скоринг-балл

Исключить просрочки по займам. Чтобы увеличить шансы на хорошую оценку и одобрение заявки, нужно иметь чистую кредитную историю. Это значит, что у претендента не должно быть просрочек по другим займам или непогашенных долгов. Поэтому даже при возникновении финансовых трудностей важно следить за своей кредитной историей. Лучше вовремя предоставить банку документальное подтверждение временной неплатежеспособности и разработать схему реструктуризации долга или отсрочки. Это позволит закрыть текущий кредит и повысить вероятность одобрения нового.

Открыть банковский вклад. В большинстве банков можно получить дополнительные скоринг-баллы при наличии счета, поэтому лучше заранее завести депозит.

Указать в заявке только реальные сведения. На оценку также влияет аккуратность в заполнении анкеты. Информация должна быть объективной и правдивой: сомнения в достоверности сведений могут стать причиной для отказа в кредите.

Обратить внимание на актуальность контактов в анкете. Чтобы повысить скоринговую оценку кредитоспособности, необходимо указывать в анкете только реальные контактные данные. Сотрудник банка должен иметь возможность дозвониться до всех абонентов, телефоны которых вписал потенциальный заемщик. Если связаться с ними не удастся, указанные данные могут признать недостоверными. Это один из поводов отказать в кредитовании.

Если скоринговая оценка оказалась слишком низкой и заявка была отклонена, это может свидетельствовать о том, что модель и алгоритм конкретного банка не подходят заемщику. Финансовые организации часто используют собственные системы, в которых учитывается разный набор факторов.

Что делать при отказе

При низком скоринг-балле система обычно просто отклоняет заявку, при этом клиенту не сообщается о причинах такого решения. Сотрудники банка часто рекомендуют повторить обращение через несколько месяцев. В качестве альтернативы можно попробовать подать заявку в другую финансовую организацию. Однако делать это следует с осторожностью: все отказы фиксируются в кредитной истории, а если их слишком много, оценка снижается. Чтобы еще до обращения в банк узнать о наличии и количестве отклоненных заявок, можно отправить запрос в БКИ.

Скоринговая модель не дает объективных и релевантных результатов, если клиент обращается за займом в первый раз. Для таких случаев некоторые банки используют только ручную обработку заявок специалистами. При этом фактически таким клиентам часто предлагают менее выгодные условия, повышенные процентные ставки и уменьшенную сумму ссуды. Так банк снижает убытки от возможного невозврата. Однако если погасить первый заем вовремя и без просрочек, это отразится в кредитной истории, поэтому уже в следующий раз можно будет рассчитывать на более высокую оценку.

Чтобы воспользоваться услугами НБКИ по разработке и/или использованию методик скоринговой системы, заполните форму заявки на сайте.