Кредитный скоринг

Что такое кредитный скоринг

Банки и МФО проводят скоринговую проверку при рассмотрении заявок на оформление продуктов, которые предполагают выдачу денег в долг: кредиты, займы, ипотека, автокредиты, кредитные карты. Это позволяет кредиторам выяснить, сколько денег и на каких условиях они могут выдать, а также оценить свои риски по невыплате долга заемщиком.

При проведении кредитного скоринга каждая кредитно-финансовая организация обязана получать согласие клиента на обработку персональных данных и уведомлять о целях их использования

Как работает кредитный скоринг

Кредитно-финансовые организации могут использовать сразу несколько моделей скоринга в зависимости от типа кредитного продукта и конкретных характеристик заявителя. Как правило, кредитный скоринг включает следующие этапы:

1. Сбор данных. Потенциальный заемщик заполняет структурированную анкету на сайте кредитно-финансовой организации.
2. Анализ данных. Каждый из пунктов анкеты оценивается в баллах. Например, по параметру «занятость» студент и пенсионер получат меньше баллов, чем официально трудоустроенный человек, а специалист с продолжительным стажем в одной компании — больше, чем сотрудник, устроившийся на работу три месяца назад.
3. Формирование скоринговой модели. При обработке информации скоринговая программа суммирует баллы по каждому пункту и выводит общий балл заемщика. Чем выше значение, тем более надежным считается клиент.

Поскольку скоринговые модели учитывают большое количество информации, требуется проведение комплексного анализа Big Data и создание отдельных компьютерных программ. У каждого банка и МФО такое ПО имеет собственный алгоритм.

Данные из каких источников анализирует скоринговая система

Скоринговые программы оценивают сведения о заявителе, полученные из следующих источников:

Кредитная история

Имеет определяющее значение для кредитора. Обычно в отчете из бюро кредитных историй содержится достаточно сведений, чтобы сделать вывод о платежной дисциплине человека и спрогнозировать, как он будет погашать задолженность. Чем лучше кредитная история, тем выше вероятность одобрения кредита или займа на выгодных условиях — на крупную сумму и длительный срок под небольшой процент.

Кредитно-финансовые организации интересует следующая информация:

• Текущий уровень закредитованности — сколько кредитов обслуживает человек в настоящее время.
• Наличие долга перед другими кредиторами, а также просрочки по платежам.
• Следование графику погашения кредитов — какой объем финансовых обязательств человек выполнил строго в соответствии с условиями договора.
• Количество обращений за заемными средствами и число отказов в получении денег. Если в кредитной истории содержится информация о множестве отклоненных заявок, для нового кредитора это косвенный признак ненадежности клиента.

Кроме того, банки обращают внимание, пользовался ли человек микрозаймами. Обычно МФО предоставляют деньги в долг под более высокий процент, но при этом не запрашивают большой пакет документов. У банков излишний интерес заявителя к быстрым займам может вызывать подозрение в недобросовестности.

В кредитной истории каждого заемщика собираются и хранятся сведения о нем за последние 10 лет. Каждый банк или МФО вправе самостоятельно решать, данные за какой период будет анализировать система скоринга. Одни организации учитывают информацию за последний год, другие оценивают все сведения, находящиеся в КИ.

БКИ выводят собственные кредитные рейтинги заемщиков, которые могут использоваться кредиторами. Однако крупные банки и МФО предпочитают ориентироваться на собственные модели кредитного скоринга, которые разработаны специально под их требования.

Анкета заемщика

Заявитель предоставляет кредитно-финансовой организации заполненную анкету, сведения из которой также используются для оценки его кредитоспособности. Банки и микрофинансовые организации собирают примерно одинаковую информацию. Чаще всего они запрашивают следующие данные:

• Место жительства. Клиенты из более благополучных регионов аккуратнее погашают кредиты, чем заемщики из бедных республик, краев и областей.
• Возраст. Обычно кредиторы настороженно относятся к студентам и пенсионерам. В отношении остальных клиентов действует общее правило: чем старше человек, тем аккуратнее он будет относиться к погашению долга.
• Семейное положение. Предпочтение отдается людям, которые состоят в браке. Они ответственнее подходят к выполнению финансовых обязательств.
• Наличие детей. Клиент с несовершеннолетними детьми несет больше расходов и может чаще сталкиваться с незапланированными тратами, поэтому данный факт может снижать скоринговый балл.
• Место работы и общий трудовой стаж. Кредиторы по-разному оценивают представителей различных профессий и предпочитают заемщиков, которые имеют большой стаж работы.
• Доход. Чем больше заработок человека, тем ниже риск, что он перестанет платить по кредиту.
• Наличие недвижимости. Если заемщик является собственником недвижимости, это автоматически снижает риски кредитора даже в ситуации, когда кредит оформляется не под залог. Логика следующая: если клиент не сможет погашать долг самостоятельно, будет возможность получить возмещение через суд после продажи собственности должника.
• Уровень образования. Люди с высшим образованием чаще имеют более высокое социальное положение и устойчивое материальное положение, а значит, более осознанно подходят к получению денег в долг.

При переводе одних и тех же данных в цифровое значение организации могут начислять разное количество баллов, отталкиваясь от собственной статистики. Например, одни кредиторы больше доверяют заемщикам мужского пола, другие — женского.

При кредитном скоринге учитываются и параметры кредита или займа, который запрашивает человек.

Микрофинансовые организации более лояльно относятся к клиентам, которые хотят получить небольшую сумму на минимальный срок — такие микрозаймы заемщики в большинстве случаев возвращают без задержек.

Банки стараются не выдавать максимальные суммы, предусмотренные в рамках конкретного финансового продукта. Если лимит по потребительскому кредиту составляет 1 млн рублей, а человек запросил меньше (например, 700 000 рублей), для кредитно-финансовой организации это признак, что заемщик ответственно подходит к оценке своего финансового положения и планируемых трат.

Собственная финансовая информация

При рассмотрении заявки кредитор обязательно поднимет все сведения о предыдущих обращениях заявителя в кредитно-финансовую организацию. Эта информация также будет переведена в баллы и учтена в скоринговой модели.

Большим плюсом будет факт обслуживания потенциального заемщика в том же банке по зарплатному проекту, наличие у него открытых вкладов, действующей дебетовой или кредитной карточки. Тогда кредитно-финансовая организация сможет лучше оценить финансовое состояние клиента и спрогнозировать собственные риски.

Также банки и МФО отталкиваются от предположения, что люди из одной и той же социальной группы со схожими привычками одинаково обращаются с деньгами. Поэтому при оценке собственных рисков они также сравнивают заявителя с клиентами, с которыми до этого уже имели дело.

Дополнительные данные

Скоринговая программа может учесть, к примеру, стоимость смартфона заемщика, получив данные о модели телефона из установленного на него мобильного приложения банка.

Государственные базы данных

Кредитно-финансовые организации вправе запрашивать сведения о потенциальном заемщике из информационных баз государственных органов. Однако они могут делать это только с предварительного письменного согласия клиента. Заявитель может отказать кредитору, но это будет расцениваться как попытка скрыть нежелательные факты о себе, что, скорее всего, приведет к отказу в одобрении кредита или займа.

В информационных базах ведомств кредитор может получить разные сведения, которые повлияют на оценку заемщика.

Социальный фонд России — уровень официального дохода.

Федеральная налоговая служба — уровень дохода, задолженность по налогам, наличие собственного бизнеса.

Федеральная служба судебных приставов — наличие неисполненных обязательств по уплате налогов, штрафов, отчислению алиментов, а также других непогашенных долгов.

МВД — паспортные данные, наличие судимостей, наличие автомобиля в собственности и непогашенных штрафов в ГИБДД.

Информационная система о государственных и муниципальных платежах — наличие информации об уплаченных штрафах и госпошлинах, информационная система жилищно-коммунального хозяйства, выполнение обязательств по внесению платежей за услуги ЖКХ.

Росреестр — наличие комнаты, квартиры, дома, земельного участка в собственности.

База судебных актов — вынесенные решения по судебным делам, наличие претензий к заемщику со стороны третьих лиц.

Все ли данные одинаково важны при скоринге

Скоринговая программа учитывает значимость каждого параметра. Наибольшее внимание традиционно уделяется сведениям из кредитной истории. Эти данные позволяют кредитору максимально объективно оценить свои риски. При отсутствии у человека КИ банку сложнее предсказать поведение заемщика, поэтому шанс отказа в выдаче денег в долг повышается.

Однако ни одна кредитно-финансовая организация не раскрывает алгоритм работы своей скоринговой модели. Ни клиенты, ни конкуренты банка или МФО не могут точно знать, как производится начисление баллов и какие параметры имеют наибольший удельный вес при расчете кредитного рейтинга. Информация хранится в тайне, чтобы ей не могли воспользоваться недобросовестные заемщики.

Изучает ли скоринговая программа соцсети

Информация из социальных сетей может приниматься в расчет при определении кредитного рейтинга клиента, но ее удельный вес будет ниже, чем у сведений, полученных от БКИ или из официальных баз данных.

По профилю в соцсетях кредитор может сделать вывод об образе жизни человека, его привычках, характере и т.д. Если по постам и комментариям можно понять, что человек одобряет нарушение закона, любит участвовать в конфликтах, поддерживает экстремистские высказывания, это станет для кредитора аргументом отказаться от заключения договора. Конечно, такая информация собирается не вручную, а специальными программами, которые анализируют текст и фотографии в профиле потенциального клиента.

Заемщику важно знать, что анализ информации из профиля в соцсетях может проводиться только с согласия владельца аккаунта. Обычно такой пункт включен в пользовательское соглашение на сайте банка или МФО и вносится в согласие на обработку персональных данных, которое клиент подписывает при подаче заявки на кредит или займ.

Виды кредитного скоринга

Существует несколько разновидностей скоринговых программ в зависимости от способов анализа информации о заявителе:

Заявочный

Наиболее распространенная схема проверки клиентов. Кредитор оценивает стабильность текущего финансового положения заявителя и пытается спрогнозировать, как тот будет выплачивать долг. Для работы алгоритма, помимо сведений из анкеты, используется информация из других источников, например, БКИ и ФССП.

Поведенческий

При таком подходе кредитор делает упор на изучение поведения клиента при использовании заемных средств и погашении предыдущих долговых обязательств. К примеру, если держатель кредитной карты активно пользуется платежным инструментом и вносит платежи не допуская просрочек, он будет выглядеть надежным в глазах кредитно-финансовой организации.

Мошеннический

Такая проверка направлена на выявление подозрительных действий со стороны заявителей. Для снижения собственных рисков банки и МФО проводят подобную оценку параллельно с основным скорингом.

Программа анализирует клиента по различным параметрам, пытаясь обнаружить попытки обмана. К примеру, если программа выявит несоответствие указанных в анкете сведений данным о заявителе из других источников, заявка на кредит или займ будет отклонена или дополнительно рассмотрена вручную.

Коллекторский

Коллекторский скоринг используется в отношении клиентов, допустивших просрочку. Программа анализирует поведение заемщика при обслуживании предыдущих кредитов и выносит решение о действиях, которые необходимо предпринять для того, чтобы клиент закрыл просроченную задолженность.

Каждая кредитно-финансовая организация самостоятельно выбирает подходящую ей схему проверки. При этом банки и МФО могут оценивать потенциального заемщика сразу по нескольким алгоритмам.

Преимущества и недостатки скоринговых программ для банков и МФО

Разработчики скоринговых моделей постоянно совершенствуют их, учитывая пожелания кредитно-финансовых организаций. Востребованность скоринга объясняется их преимуществами:

• Сокращение времени на проверку заявителя и вынесение решения по заявке. Компьютерная программа обрабатывает данные всего за несколько минут.
• Объективная оценка личности заемщика. Скоринговая программа снижает влияние человеческого фактора и исключает ошибки, которые могли бы быть допущены сотрудником по невнимательности.
• Формирование базы данных для более точного выявления рисков. Позволяет сократить потери банков и МФО при работе с заемщиками, что в итоге приводит к снижению стоимости финансовых продуктов для конечного клиента.

Однако, как и у любого ПО, у скоринговых программ есть и недостатки:

• Необходимость постоянного обновления.
• Вероятность хакерских атак, что требует привлечения дополнительных ресурсов для защиты информации от утечек.
• Сложность с объективностью проверки при нулевой кредитной истории.

Некоторые из перечисленных недостатков программисты пытаются нивелировать, разрабатывая программы для кредитного скоринга с использованием искусственного интеллекта на основе самообучаемых систем.

Скоринговые модели в России

Использование кредитного скоринга в России регулируется нормативными актами и рекомендациями ЦБ РФ.

Положение Банка России № 483-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» устанавливает требования к оценке кредитного риска и формированию резервов.

Указание Банка России № 4892-У «О порядке оценки кредитными организациями качества обслуживания долга заемщиками — физическими лицами» устанавливает критерии и порядок оценки качества обслуживания долга.

Методические рекомендации Банка России № 12-МР «По управлению кредитными рисками в кредитных организациях» содержат рекомендации по внедрению и использованию скоринговых моделей для оценки кредитоспособности заемщиков.