Кредитная политика коммерческого банка на примере ЗАО «ВТБ-24»

 

Демографическая информация – это анкетная информация о клиенте.

 

Ситуационная информация – информация о том за каким кредитом, в какое место и время пришел клиент. В случае револьверного кредитования такая информация отсутствует.

 

Историческая информация – информация об истории финансовых операций с клиентом. Пока что в большинстве случаев такая информация отсутствует.

 

С полученной информацией производится два основных действия – проверка информации (банки не хотят выдавать кредит тому, кто их обманывает) и кредитный скоринг.

 

Проверка информации должна включать:

 

- проверку информации на полноту  и непротиворечивость (в случае  необходимости информация уточняется);

 

- проверка информации по внешним  базам данных. В большинстве случаев  банк может получить базы для  проверки демографических данных таких, как прописка и владение автотранспортом. Часть этих проверок может быть интегрирована, а часть требовать выгрузки данных и проверки вручную инспектором безопасности;

 

- проверка информации на соответствие  данных данным других анкет. Такие проверки могут выявить, например, ситуацию, когда жена уже получила кредит, а муж подал заявку на еще один потребительский кредит.

 

Для скоринга обычно предлагается использовать нейронную сеть. Свойство универсальной аппроксимации нейронной сети говорит о том, что она работает по крайней мере не хуже любого наперед заданного метода или модели кредитного скоринга. Нейронная сеть обучается на конкретных демографических и ситуационных данных.

 

Как и со всякой системой, основанной на системах искусственного интеллекта, с нейронной сетью самое сложное – ее обучение и запуск в эксплуатацию. В начальный момент отсутствует история выдачи кредитов, и вряд ли конкуренты поделятся информацией. Более того, данные разнятся по регионам, и те признаки, которые были важны в одном регионе, могут в другом не работать.

 

Соответственно, предлагается взять сначала как можно больше анкетных и ситуационных данных о клиенте. В дальнейшем те пункты анкеты, которые не влияют на кредитный риск, отбросить.

 

Начальное обучение нейронной сети производится на основе специально сгенерированной выборки анкет и простой скоринговой модели и экспертных оценок.

 

Другой проблемой, сопряженной с использованием нейронной сети является некоторая непрозрачность для человеческого понимания принимаемых ею решений. Решение, предлагаемое разработчиками данных автоматизированных систем, состоит в:

 

- извлечении правил из нейронной  сети для понимания факторов, влияющих на кредитные риски  и управления ими;

 

- утверждении и использовании  в операционной деятельности дерева решений.

 

Одна из таких программ "NTRScoring" представляет собой модуль управления взаимоотношениями с клиентами интегрированной банковской системы (ИБС) и включающий в себя систему скоринга – расчета кредитного рейтинга, и настраиваемый на основе правил и регламентов, принятых в кредитной организации.

 

Система реализует отработанный и содержательный бизнес-процесс работы с клиентом в части предоставления им продуктов (как правило, кредитов того или иного вида). Бизнес-процесс может быть настроен на условия в конкретном банке.

 

Назначение данной системы в следующем:

 

- создание единой базы данных  по клиентам Банка, зарегистрированных  в рамках Системы;

 

- автоматизация процессов регистрации  и обработки заявок клиентов  Банка на предоставление Продуктов в рамках Системы;

 

- автоматизация процесса принятия  решения о кредитоспособности  клиентов на основе процедуры  скоринга;

 

- обеспечение целостности информации  по клиентам в Системе;

 

- накопление кредитной истории  клиентов Банка;

 

- автоматизация процедур управления  продуктами;

 

- обеспечение целостности информации  по кредитам в Системе;

 

- получение статистической и  аналитической информации по  использованию продуктов Банка;

 

- анализ истории предоставления  кредитов;

 

- расчет и перерасчет скоринговых коэффициентов.

 

Система выполняет следующие функции:

 

- регистрация и ведение заявок  клиентов на предоставление Продукта;

 

- выполнение проверок зарегистрированных  заявок;

 

- выполнение расчета кредитного  рейтинга клиента (скоринг);

 

- регистрация и ведение информации о клиентах;

 

- управление статусами клиентов;

 

- сбор информации о клиентах  от других модулей Системы;

 

- предоставление информации о  клиентах другим модулям Системы;

 

- регистрация событий, связанных  с жизненным циклом клиента;

 

- регистрация и ведение информации  о кредитах;

 

- регистрация событий, связанных  с жизненным циклом кредита;

 

- управление статусами кредитов;

 

- сбор информации о кредитах  от других модулей Системы;

 

- предоставление информации о  кредитах другим модулям Системы.

 

Схема бизнес-процессов в части предоставления продуктов следующая:

 

- регистрация заявок клиентов  на предоставление Продуктов (заявка  содержит подробную информацию  о клиенте);

 

- уточнение данных клиента;

 

- предварительная проверка заявок на полноту и достаточность предоставленной информации;

 

- проверка на наличие информации  о клиенте в "черном списке";

 

- проведение расчета кредитного  рейтинга клиента на основании  зарегистрированной заявки;

 

- выполнение проверки информации  на внешние условия;

 

- утверждение заявки кредитным  инспектором;

 

- при необходимости согласование  условий предоставления Продукта  с клиентом;

 

- формирование пакета документов  для подписания клиентом;

 

- регистрация клиента в Системе;

 

В разных странах набор характеристик, описывающих заемщиков, и их относительный вес в оценке кредитного риска различаются, как различны экономические условия жизни и национальный менталитет. Поэтому нельзя автоматически переносить модель из одной страны в другую. В российских условиях параметры одного региона не переносимы на ситуацию другого региона, на его уровни зарплат и рисков. Более того, не дает эффекта даже перенос скоринговой модели из одного банка в другой, поскольку клиентская база каждого банка имеет свои особенности.

 

Предлагается разработка и внедрение системы скоринга, позволяющей оценивать кредитный риск заемщика и всего кредитного портфеля на основании уникальной модели, адаптивной к данным. Модель скоринга физических лиц может базироваться на анкетных данных заемщиков, экспертных знаниях менеджмента банка, численных оценках, полученных на статистике "плохих" и "хороших" кредитов, численных оценках, построенных на объективной региональной и отраслевой информации.

 

В результате работы модели по оценке конкретного заемщика формируется кредитный портрет потенциального заемщика, позволяющий производить:

 

- процедуру разделения потенциальных  заемщиков на "плохих", которым  не может быть выдан кредит, и "хороших", которым кредит  может быть выдан;

 

- расчет индивидуальных параметров кредитной сделки для конкретного заемщика (лимит, процент, срок, график погашения кредита);

 

- расчет риска и управление  кредитным портфелем по всем  ссудам, выдаваемым частным лицам.

 

Методология решения базируется на анализе специфики деятельности банка. При этом учитываются как группы клиентов (отраслевая и региональная принадлежность и др.), так и кредитные продукты банка для физических лиц. Исходя из потребностей банка в развитии бизнеса и имеющихся данных, могут быть построены скоринговые модели, основанные на экспертных знаниях банковского менеджмента, на статистических данных, на учете макроэкономических данных о социально-экономическом развитии конкретных регионов и отраслей. Наиболее мощными по точности оценки кредитного риска являются модели, использующие комплексный подход, т.е. учет всех данных и экспертных знаний менеджмента банка.

 

Ключевые преимущества от внедрения скоринговой системы

 

- Сокращение сроков принятия  решения о предоставлении кредита. Увеличение числа и скорости  обработки заявок за счет минимизации документооборота при выдаче кредита частным клиентам, как важнейший способ обеспечения доходности ритейлового кредитования.

 

- Эффективная оценка и постоянный  контроль уровня рисков конкретного  заемщика.

 

- Снижение влияния субъективных  факторов при принятии решения о предоставлении кредита. Обеспечение объективности в оценке заявок кредитными инспекторами во всех филиалах и отделениях банка.

 

- Оценка и управление риском  портфеля кредитов частным лицам  банка в целом, включая его  отделения. Учет, при определении параметров новых кредитов, уровня доходности и риска кредитного портфеля.

 

- Реализация единого подхода  при оценке заемщиков для различных  типов кредитных продуктов банка (экспресс-кредиты, кредитные карты, потребительские кредиты, автокредитование, ипотечные кредиты).

 

- Адаптация параметров кредита  под возможности конкретного  заемщика (кастомизация кредитного  продукта).

 

- Резкое расширение, за счет  кастомизации кредитных продуктов, состава и численности кредитуемых  лиц.

 

- Контроль всех шагов рассмотрения заявки.

 

- Возможность вносить коррективы  в методологию оценки централизованно  и немедленно вводить их в  действие во всех отделениях  банка.

 

Для построения скоринговой системы могут быть использоваться следующие типы данных:

 

- Макроэкономические данные, представляющие собой статистическую информацию по социально-экономическому развитию для тех регионов, в которых имеются отделения (представительства, филиалы) банка, или в которых банк планирует их открыть.

 

- Статистические данные предприятий регионов с тем, чтобы включить в модель скоринга информацию о принадлежности заемщика к определенному сектору экономики для повышения точности оценки.

 

- Анкетные данные по всем  имеющимся заемщикам банка в  разрезе возвратов и невозвратов  долга, а также по просроченным выплатам процентов и основной суммы долга. Состав анкетных данных, необходимых для работы модели, определяется после предварительного анализа.

 

- Экспертные знания банковского  менеджмента по каждому из  типов кредитных продуктов банка.

 

В качестве иллюстрации на рис.5 приведен пример бизнес-процесса работы банка по кредитной заявке – от первого контакта с клиентом до принятия банком предварительного решения о предоставлении кредита на определенную сумму (до выбора заемщиком квартиры). Видно, что тут основную роль в снижении рисков до минимума играет согласованная работа всех сотрудников банка в соответствии с утвержденной схемой принятия решения.

 

 

Рис. 8. Пример бизнес-процесса принятия решения о предоставлении ипотечного кредита (до выбора квартиры заемщиком). Общая схема (для примера) и технология формирования заключения аналитиком банка

 

Проведем расчет эффективности внедрения системы кредитного скоринга. Экономический эффект от вндерния системы кредитного скоринга можно рассчитать по формуле:

 

Э = Д–З

 

Где Д – доход от внедрения системы;

 

З – затраты банка на внедрение системы.

 

Стоимость внедрения системы кредитного скоринга составляет около 1000 тыс. руб.

 

Известно, что скоринговые системы сокращают риск невыплат по кредитам на 15-40%. В расчет возьмем среднюю величину – 27,5 %. Как уже указывалось, согласно стратегическим планам ВТБ24 на 2012 год, потребительский кредитный портфель банка составит 130996,5 тыс. руб. Если предположить, что доля просроченных и безнадежных ссуд в кредитном портфеле банка не изменится и останется на уровне 2011 года, т.е. 1,3 % (без внедрения скоринговой системы), то в 2012 году величина просроченных и безнадежных ссуд банка составит:

 

130996,5 * 1,3/100 = 1702,95 тыс. руб.

 

С внедрением скоринговой системы величина просроченных и безнадежных ссуд банка сократиться на 468,3 тыс. руб., т.е. составит:

 

1702,95 – 468,3 = 1234,63 тыс. руб.

 

То есть эффективность внедрения системы кредитного скоринга составляет:

 

1234,63 – 1000 = 234,63 тыс. руб. в год.

 

Таким образом, система скоринга позволит ВТБ24 резко увеличить объем продаж кредитных продуктов банка путем сокращения сроков проверки кредитной заявки и индивидуальной настройки параметров кредита под каждого заемщика. Система скоринга обеспечивает быструю и объективную оценку уровня рисков выдаваемых кредитов и принятие таких решений по ссудам, которые минимизируют кредитные риски портфеля.

 

В целях минимизации рисков ВТБ24 можно рекомендовать совершенствование программ обеспеченного кредитования (автокредитования и ипотечного кредитования).

 

Предлагаются следующие направления:

 

- автокредитование с обратным  выкупом "buy-back";

 

- ипотечное кредитование без  первоначального взноса.

 

Кредитование с обратным выкупом автомобиля уже давно используется в Европе и США, и сейчас данная схема является одном из самых популярных способов покупки автомобилей. Ее преимущество состоит в том, что применение данной схемы позволяет на 20-30 процентов снизить ежемесячный платеж по сравнению с обычным кредитом. Сама же схема работает следующим образом: покупатель вносит первоначальный платеж в размере 20 процентов от стоимости автомобиля, часть стоимости автомобиля затем выплачивается в кредит, а последний платеж (обычно это порядка 35 процентов от стоимости автомобиля), погашается одним из выбранных покупателем способов после окончания срока кредитования. Также есть возможность выкупа автомобиля автосалоном.