Библиографическое описание:

Скачкова Е. К. Скоринг как метод оценки кредитного риска // Молодой ученый. — 2016. — №8. — С. 667-671.



Принимая во внимание, что основной объем активных операций банков приходится на заемные операции, одним из наиболее значимых является кредитный риск. В начале XXI в. наблюдался бум кредитования в России, Венгрии, Польше. При этом выдача кредитов 2007–2008 гг. часто проводилась мгновенно, без качественной оценки риска невозврата средств заемщиками, и стала одним из следствий финансового кризиса 2008–2009 гг., т. к. большинство банковских учреждений оказалось неготовым к экономическим потрясениям, вызванным, в том числе, невозвратностью ссуд и снижением ресурсной базы банков. По данным Центрального банка России, доля просроченных ссуд юридическим лицам и индивидуальным предпринимателям на 01.01.2016 г. составила 5,6 %, а физическим лицам с просроченными платежами свыше 90 дней — 10,5 % [1]. Таким образом, одним из недостатков сегодняшней банковской системы в нашей стране является то, что значительная часть банков не могут адекватно оценить кредитные риски и в результате этого проводят достаточно нерезультативную политику управления ими. В свою очередь, формирование эффективной политики управления кредитным риском банка требует совершенствования методов его оценки для достижения финансовой устойчивости каждой кредитной организации и стабильного развития банковской системы в целом. На наш взгляд, наиболее приемлемым и отвечающим запросам современного риск-менеджмента потребительского кредитования банка является скоринг. Сегодня отдельные крупнейшие банки в России и мире активно внедряют и развивают системы кредитного скоринга. Это обусловлено несколькими факторами практического значения. Первым фактором является необходимость получения обоснованной оценки кредитного риска заемщиков. Такая оценка получается путем разработки экономико-математических моделей и преимущественно используется в сегменте потребительского кредитования, что обусловлено массовым характером и относительно невысокими суммами кредитов. Главным преимуществом таких моделей является высокая эффективность и объективность в условиях быстрого принятия решений. Вторым фактором является конкуренция. Финансовые учреждения, занимающиеся кредитованием, постоянно совершенствуют структуры кредитного риск-менеджмента, в состав которых входят скоринговые системы. Основными направлениями развития скоринговых систем является поиск новых факторов влияния, разработка и использование новейших моделей оценки кредитного риска заемщиков, методов их реализации. Поскольку конкуренция на рынке потребительского кредитования жесткая, то учреждение с более результативной системой кредитного риск-менеджмента, позволяющей нарастить объемы кредитования, доходность кредитного портфеля и минимизировать кредитный риск, получает значительные конкурентные преимущества. При этом, внедрение скоринга кредитных рисков в российской банковской практике сопряжено с рядом сложностей, решению которых посвящена статья.

Цель статьи обобщение основных проблем эффективного внедрения скоринга кредитных рисков в российскую практику и обоснование путей их преодоления.

Задачами, которые поставлены для решения данной цели, являются:

 исследование современных подходов к скорингу кредитных рисков;

 выявление преимуществ и недостатков использования скоринга как метода оценки кредитного риска в российской практике;

 разработка путей преодоления проблем внедрения скоринга кредитных рисков в России.

Для того чтобы работа на рынке кредитования приносила эффект, выраженный в росте прибыли банковского учреждения, необходима эффективная система оценки рисков, которая дает возможность отследить ненадежных клиентов и не отказывать при этом надежным клиентам банка с необходимым уровнем доверия. Именно такая система должна обеспечивать уровень рискованности кредитных операций на допустимом для банка уровне.

Рассмотрим современные подходы к скорингу кредитных рисков. Процесс кредитования по своей сути требует проведения анализа рисков невыполнения заемщиком взятых на себя обязательств, то есть невозврата, несвоевременного возврата или возвращения в полном объеме кредитных средств. Исторически такой анализ кредитоспособности заемщика проводился индивидуально и достаточно субъективно [8] — это так называемый метод экспертных оценок, который имеет много недостатков при массовом кредитовании: поверхностная оценка кредитоспособности заемщика, низкая скорость выдачи кредитов, несовершенство централизованной статистики о выданных кредитах и, как следствие, потенциально высокие финансовые риски операций кредитования. Учитывая приведенные слабые стороны метода субъективного анализа финансовых рисков, после Второй мировой войны в развитых странах с началом активного развития розничного кредитования начали формироваться подходы к автоматизации оценки потенциальных заемщиков на основе экспертных предположений поведения клиентов и статистических данных за прошлые периоды [8]. Такие системы оценки кредитоспособности лица, уровня его финансовых рисков на основе анализа различных характеристик его жизни и деятельности получили название скоринговых систем или систем кредитного скоринга (от англ. scoring — балльная оценка).

Вопросы развития кредитного скоринга широко представлены в научной литературе. Существует большое количество работ отечественных и зарубежных ученых, посвященных оценке кредитных рисков, в частности системам кредитного скоринга. Среди последних российский публикаций следует отметить труды Деникаевой Р. И. и Альберт В. А. [2], Синельникова М. В. [3], Самойловой С. С. и Курочки М. А. [4], Банных А. А. [5], Новичкова Н. В., Черниковой Л. И., Фаизовой Г. Р. [6] и др. В приведенных работах исследуются различные аспекты проблемы оценки кредитного риска заемщиков с помощью скоринговых моделей: уровень субъективности моделей оценки (от экспертных до полностью автоматизированных), подходы к моделированию (параметрические и непараметрические), использование современных методов оценки (нейронных сетей, генетических алгоритмов и проч.), использование временного параметра в скоринговых моделях (анализ выживания и тп) и др.

В частности, Новичков Н. В., Черникова Л. И., Фаизова Г. Р. все существующие системы оценок делят на три вида: «экспертные (основаны на качественном подходе), балльные (основаны на количественном подходе) и системы оценки, включающие в себя как экспертное мнение, так и балльную оценку, как правило, с активным использованием коэффициентов» [6, с. 136], а скоринг рассматривается с учетом высокой роли технологической составляющей для реализации данной системы оценки. Банных А. А. говорит о необходимости методик оценки риска потенциального заемщика на основе совмещения оценок, полученных с помощью анкетного скоринга банка и скоринга Бюро кредитных историй [5, с. 25–32].

Как правило, системы скоринговой оценки кредитных рисков используются в потребительском экспресс-кредитовании физических лиц на небольшие суммы, при котором клиенту для получения кредита необходимо предоставить информацию, которая будет оценена по балльной шкале в соответствии с алгоритмами обработки введенных в систему данных. Следует заметить, что принцип работы скоринговой системы может использоваться банками для анализа платежеспособности клиентов и при оформлении всех типов кредитных договоров (ипотечных, авто и т. д.). Но при этом анализ уровня финансовых рисков клиентов должен быть проведен на более глубоком уровне, пропорционально размеру потенциальных потерь. По результатам такой оценки система предоставляет рейтинговую оценку финансовых рисков клиента, согласно которой банк принимает решение о выдаче, изменении условий выдачи или невыдаче кредита. Банк может выделить финансовые, экономические и мотивационные факторы, отделяющие «хорошие» кредиты от «плохих» путем анализа большой группы заемщиков. Важно отметить, что единых критериев оценки кредитоспособности не существует, каждый банк самостоятельно выбирает параметры и их значения, основываясь на собственном опыте работы и требованиях регулятора.

Анализ научной литературы позволил обобщить преимущества и недостатки использования скоринга как метода оценки кредитных рисков.

Так, Синельников М. В., отмечая сложность использования скоринговых моделей в Российской Федерации, выделяет следующие преимущества:

 «возможность минимизировать затраты и снизить операционные риски за счёт автоматизированного процесса оценки кредитоспособности и принятия решения о кредитовании;

 сокращение временных затрат при обработке кредитных заявок;

 увеличение величины обрабатываемых заявок;

 отсутствие влияния субъективных факторов при принятии решения;

 определение доходности и риска кредитного портфеля;

 отслеживание попыток мошенничества» [3, с. 27].

С. С. Самойлова, М. А. Курочка отмечают, как преимущества, так и сложности использования скоринга, приводя сравнительную таблицу ошибок типичного подхода к оценке кредитного риска и эффективных скоринговых моделей [4, с. 101].

Мадера А. Г. выделяет следующие наиболее важные причины ошибок скоринга:

 «скоринг оценивает материальное, имущественное и социальное состояния заемщика только на момент подачи им кредитного заявления. Между тем по прошествии времени, когда подойдет срок расплаты по долгам, материальное и социальное положения заемщика могут претерпеть существенные изменения. Однако скоринг не способен прогнозировать будущие состояния заемщика;

 в основе скоринга лежит сомнительная гипотеза, согласно которой люди, имеющие схожие имущественные и социальные показатели, также и поступают одинаково;

 система скоринга никак не оценивает психологический склад личности потенциального заемщика, который определяет установку заемщика на возврат/невозврат кредита» [7, c. 72].

Причины ошибок, указанные автором, на наш взгляд, возможно решить (и в отдельных случаях банковской практики решаются) применением современного экономико-математического аппарата и методов интеллектуального анализа данных (нелинейная байесовская регрессия, байесовские сети, нечеткая логика, дерево решений, нейронные сети), позволяющего не только точно спрогнозировать будущее состояние заемщика, но и учесть другие (в том числе психологические) факторы.

Таким образом, преимуществами скоринговых систем оценки кредитного риска являются: быстрота принятия решения о выдаче кредита, уменьшение субъективизма процесса принятия решений, возможность перманентного совершенствования оценки кредитного риска, относительная точность оценки риска в результате использования значительных объемов ретроспективных данных по аналогичным субъектам кредитования, возможность управления качеством принимаемых решений, снижение трудозатрат, быстрая адаптация к изменяющимся условиям рынка.

К недостаткам скоринга можно отнести: неверно выбранную модель скоринга кредитных рисков; ошибки при определении квалификации заемщика из-за недостаточности или неточности предоставленной информации, не учтенное либо неверно учтенное влияние макроэкономических факторов, таких как уровень реальных доходов, уровень безработицы и т. д.; снижение качества кредитного портфеля и его доходности в результате допущенных ошибок скоринга кредитного риска.

Обозначенные недостатки скоринга кредитных рисков определяют проблемы его эффективного внедрения в российскую практику банковской деятельности. Ввиду этого, предлагаются следующие пути их преодоления.

Для решения первой проблемы необходимо ответственно подойти к выбору и реализации системы кредитного скоринга в зависимости от потребностей и возможностей банка; максимально автоматизировать процесс принятия решений о выдаче кредитов; обратить внимание на разработки инструментов кредитного скоринга постсоветских компаний, которые больше приспособлены к специфике российского банковского сектора. Относительно практической реализации системы кредитного скоринга в банке, то существует два альтернативных решения:

 разработка скоринга внутри банка — это наиболее популярная реализация в банках, преимущественно такая система создается средствами Microsoft Excel. Конечно, она ограничивается минимальным функционалом, незначительными возможностями, рядом неудобств для использования, однако, при небольших объемах количества кредиторов-физических лиц рационально применять данный вариант из-за относительно невысоких затрат на его разработку;

 разработка скоринга специализированной компанией — такой вариант реализации более распространен в банках развитых стран. Речь идет о создании полноценной системы оценки финансовых рисков, их анализа, построения статистических отчетов, отображения трендов путем использования средств математического и статистического аппарата, методов глубокого анализа данных, в частности, линейной и логистической регрессии, нейронных сетей, генетического алгоритма, дерева решений и других инструментов «data mining».

Мировая практика риск-менеджмента доказала преимущества использования именно мощных систем кредитного скоринга, которые характеризуются такими сильными сторонами, как гибкость, легкая интеграция с другими банковскими системами, масштабность, производительность, широкие возможности подсистемы аналитической отчетности. Следует заметить, что, с другой стороны, стоимость запуска современной системы скоринга может составлять десятки и сотни тысяч долларов США. Наиболее известными разработчиками таких систем являются западные компании — SAS, EGAR, Experian, KXEN, а также компании стран СНГ — BNS, Basegroup Labs, Scorto. Как показывает практика использования этих систем банками стран СНГ, именно локальные разработки являются более адаптированными к особенностям кредитования в постсоветских странах. Несмотря на высокую сложность и стоимость внедрения подобных систем, их использование должно оптимизировать кредитный портфель банка путем уменьшения доли «проблемных» кредитов и роста объемов кредитования. Поэтому дополнительные доходы, полученные благодаря введению системы кредитного скоринга, должны покрыть затраты на ее имплементацию за несколько лет.

Для решения второй проблемы скоринговая система должна регулярно (не реже, чем раз в полгода) пересматриваться, предоставляя возможность принимать решения на основе анализа тенденций развития кредитного рынка и пополнения ретроспективной базы по проведенным кредитным операциям. Для оценки кредитоспособности заемщика с помощью скоринговой системы необходимо проанализировать информацию о клиенте, его социальное и финансовое состояние. Такие данные заемщик изображает в виде заполненной анкеты или выражает в виде устных ответов. Немаловажным дополнительным этапом в процессе рассмотрения кредитной заявки в российских реалиях является проверка предоставленной клиентом информации.Необходимым условием функционирования скоринговой системы является наличие базы данных кредитных дел за прошлые периоды, то есть той основы, из которой сравнивается каждый новый заемщик банка. Практика показывает, что для формирования такой аналитической базы (тысячи кредитных дел) может потребоваться несколько лет, в зависимости от кредитной активности банка (в случае, если банк использует только собственные источники информации). Однако в мировой банковской практике довольно часто применяется информация из внешних источников, как правило, это так называемые «бюро кредитных историй», которые содержат данные о кредитных делах многих лиц. Специалисты отмечают, что внедрение готовых западных скоринговых моделей не будет эффективным: «в 2005 году было создано Национальное бюро кредитных историй (НБКИ), разработанные скоринговые продукты которого являются одними из самых популярных в Российской Федерации. При этом нельзя не упомянуть то, что продукты не являются в полной мере собственными разработками НБКИ» [3, с. 26]. Совместная работа компании FICO (Fair Isaac Corporation) и НБКИ позволила создать скоринговую модель, максимально адаптированную для российского рынка. Также в структуре модулей конкретной скоринговой системы возможны вариации, в частности, использование так называемых «стоп-факторов», «черных списков» и других блокирующих характеристик, которые ограничивают возможность получения кредита отдельным заемщиком.

Для решения третьей проблемы необходимо пытаться достичь поставленных целей по минимизации проблемных кредитов при максимизации общего объема кредитования. По сути работы скоринговой системы, ее основной целью является прогнозирование вероятности полного выполнения заемщиком своих кредитных обязательств. С другой стороны, кредитный скоринг должен быть направлен на оценку потенциального уровня финансовых рисков по каждому кредиту для оптимизации кредитного портфеля по доходности и рискованности в соответствии с внутренней кредитной политикой банка. Результатом оценки кредитоспособности заемщика должно быть не только положительное или отрицательное решение о выдаче кредита, а также изменение стандартных условий выдачи кредита (например уменьшение суммы кредита при высоком, но приемлемом для банка уровне риска).

Таким образом, использование скоринговой системы в оценке кредитного риска в банке позволяет:

1) увеличить прибыльность кредитных продуктов при ограничении кредитного риска;

2) уменьшить период принятия решения — с 1 недели до 1 дня;

3) увеличить конкурентоспособность банка;

4) ввести более объективный мониторинг качества ссуд для предприятий малого и среднего бизнеса;

5) отсеять потенциальных мошенников и недобросовестных клиентов;

6) снизить требования к квалификации кредитных экспертов;

7) повысить производительность работы кредитных менеджеров;

8) уменьшить список документов, которые подаются будущими заемщиками;

9) более точно проводить ценообразование кредитов в соответствии с возникающими рисками;

10) улучшить качество кредитного портфеля банка за счет снижения уровня его кредитного риска и повышения доходности.

Подведем итоги изложенному в статье. Итак, скоринг — это метод оценки кредитного риска на основе прогноза вероятности, с которой конкретный заемщик может просрочить платежи по кредиту. Предвидение, расчет и распознавание рисков является главным залогом успеха банка при кредитовании.

В результате анализа необходимости использования систем скоринга как метода оценки российскими банками кредитного риска были предложены рекомендации, основанные на изучении мирового опыта для основательного подхода к реализации подобных систем на качественном уровне. В частности, можем выделить следующие:

1) ответственно подойти к выбору и реализации системы кредитного скоринга в зависимости от потребностей и возможностей банка;

2) максимально автоматизировать процесс принятия решений о выдаче кредитов;

3) обратить внимание на разработки инструментов кредитного скоринга компаний постсоветского пространства (BNS, Basegroup Labs, Scorto), которые больше приспособлены к специфике российского банковского сектора;

4) принимать решения по использованию скоринговых систем в перспективе на основе анализа тенденций развития кредитного рынка;

5) пытаться достичь поставленных целей по минимизации проблемных кредитов при максимизации общего объема кредитования.

Внедрение и активное использование мощных систем скоринга оценки кредитного риска позволит решить ряд проблем в сфере кредитования таких, как улучшение качества кредитных портфелей российских банков и повышение их доходности. Такой подход к оптимизации систем риск-менеджмента банков может быть использован ими для практической имплементации современных систем скоринга оценки кредитного риска.

Литература:

  1. Статистика банковского сектора. — Центральный банк России [Электронный ресурс]. — Режим доступа: http://www.cbr.ru/statistics/?PrtId=sors (дата обращения 14.03.2016)
  2. Деникаева Р. И. Скоринг в России и за рубежом / Деникаева Р. И., Альберт В. А. // Научное обозрение. — 2013. — № 11. — С. 194–197.
  3. Синельников М. В. Скоринг как метод оценки кредитного риска в современной России / М. В. Синельников // Проблемы развития современной экономики. — 2015. — № 6. — С. 24–28.
  4. Самойлова С. С. Скоринговые модели оценки кредитного риска / С. С. Самойлова, М. А. Курочка // Социально-экономические явления и процессы. — 2014. — № 3 (61). — С. 99–102.
  5. Банных А. А. Методики оценки кредитного риска заемщика с применением скоринга бюро кредитных историй / А. А. Банных // Приложение математики в экономических и технических исследованиях. — 2014. — № 4 (4). — С. 25–32.
  6. Новичков Н. В. Направление эволюции оценки розничных рисков / Новичков Н. В., Черникова Л. И., Фаизова Г. Р. // Сервис в России и за рубежом. — 2014. — № 3 (50). — С. 132–142.
  7. Мадера А. Г. Оценка кредитоспособности потенциального заемщика / А. Г. Мадера // ECONOMIC SCIENCES. — 2013. — № 1. — С. 72–75.
  8. Клейнер Г. Б. История современного кредитного скоринга [Электронный ресурс] / Г. Б. Клейнер, Д. С. Коробов // Проблемы региональной экономики. Интренет-издательство. — 2012. — № 17 — Режим доступа: http://regec.ru/archive/index.php?infoblock_id=96 (дата обращения 14.03.2016)

Обсуждение

Социальные комментарии Cackle