Смекни!
smekni.com

Работа кредитного отдела ОАО "Альфа-Банк" (стр. 7 из 9)

Для оценки кредитоспособности физического лица банк использует разнообразную информацию. Этой информацией являются данные о заемщике, которые он указывает в анкете-заявлении, и различные базы данных.

Банк может применять следующую систему кредитного скоринга для оценки кредитоспособности индивидуальных заемщиков (таблица.1).

Как видно из таблицы, наибольшее количество баллов, которое может набрать клиент в этой 9-факторной модели кредитного скоринга, равно 67, наименьшее - 20. Если предыдущий опыт кредитования частных лиц показал, что большинство кредитов с рейтингом, например, менее 40 баллов оказались «проблемными», то банк может установить так называемую границу отсечения, при которой в предоставлении кредита будет отказано (таблица.1).


Таблица 1 - Система кредитного скоринга для оценки кредитоспособности индивидуальных заемщиков

Характеристики клиента Баллы Характеристики клиента Баллы
1. Возраст клиента: 6. Профессия, место работы:
менее 30 лет 5 управляющий 9
менее 50 лет 8 квалифицированный рабочий 7
более 50 лет 6 неквалифицированный рабочий 5
студент 4
пенсионер 6
безработный 2
2. Наличие иждивенцев: 7. Продолжительность занятости.
нет 3 менее 1 года 3
один 3 менее 3 лет 4
менее 3 2 менее 6 лет 7
более 3 1 более 6 лет 9
3. Жилищные условия: 8. Наличие в банке счета:
собственная квартира 10 текущего и сберегательного 6
арендуемое жилье 4 текущего 3
другое (живет с друзьями, семьей) 5 сберегательного 2
нет 0
4. Длительность проживания по настоящему адресу: 9. Наличие рекомендаций (в том числе других финансовых институтов):
менее 6 месяцев 2 одна 3
менее 2 лет 4 более двух 5
менее 5 лет 6 нет 1
более 5 лет 8
5. Доход клиента (в год), $:
до 10 000 2
до 30 000 5
до 50 000 7
более 50 000 9

В качестве показателей кредитоспособности индивидуального заемщика могут выступать и другие параметры и характеристики клиента: участие клиента в финансировании сделки, цель кредита, семейное положение, состояние здоровья, образование, чистый годовой доход, средний остаток на банковском счете, владение кредитными картами, доля платежа по ссуде в процентах от месячного дохода.

Прагматический подход, используемый в скоринге (отказ от поиска причинно-следственных связей между параметрами и использование выявленных зависимостей между параметрами для прогнозирования поведения клиента, т.е. вероятности дефолта по кредиту), вызывает у многих довольно сильное отторжение и приводит к определенным законодательным ограничениям в этой области в некоторых странах.

3.2 Модель скоринга, применяемая в томском филиале ОАО «Альфа-Банк», ее достоинства и недостатки

Скоринговая система представляет собой решение, построенное на базе аналитической платформы и web-технологий, автоматизирующее всю последовательность действий от получения заявки на кредит в удаленной торговой точке до принятия решения о его выдаче и формировании необходимого пакета документов. При этом в процессе задействованы все звенья – специалист по продажам кредитных продуктов в торговой точке, служба безопасности, старший кредитный специалист, адаптируемая скоринговая модель, используемая автоматизированная банковская система (АБС).

Скоринговая система состоит из нескольких частей:

­ бэк- и фронт-офис удаленных рабочих мест;

­ схема документооборота (последовательности прохождения анкет через службы банка);

­ база данных, содержащая информацию о заемщиках и истории принятия решений по ним;

­ генератор кредитных историй;

­ система скоринга и аналитической отчетности;

­ модуль интеграции с АБС.

Бэк-офис и фронт-офис представляют собой автоматизированные рабочие места операторов ввода заявок и лиц, участвующих в принятии решений о выдаче кредита. Оперативная работа пользователей с системой происходит при помощи единого веб-интерфейса. К пользователям системы кредитного скоринга в ОАО «Альфа-Банк» относятся:

­ специалист по продажам кредитных продуктов в торговой точке. Он вводит данные из анкеты заемщика в стандартную форму, которая автоматически генерируется на стороне сервера;

­ сотрудник службы экономической безопасности (СЭБ);

- сотрудник кредитного отдела (старший кредитный специалист).

Отличие веб-формы сотрудника СЭБ от сотрудника кредитного отдела заключается в различии информации из анкеты заемщика, которая используется для принятия решения по заемщику. Так, для верификации заемщика службой безопасности необходима информация о номерах документов, регистрации, месте работы и пр. Кредитного инспектора интересует социальный портрет: уровень доходов, семейное положение, образование, и т.д., а так же результат скоринговой модели.

Вся информация о поступающих заявках собирается в оперативной базе данных. Прохождение анкеты на каждом шаге протоколируется с помощью специальных статусов анкеты. Статусы упорядочиваются в соответствии со схемой прохождения анкет.

В большинстве случаев предпочтительно создание хранилища данных, в котором содержится консолидированная информация по заявкам с анкетами заемщиков, истории принятия решений по выданным кредитам, погашениям кредитов. Это позволит сосредоточить информацию о потребительском кредитовании в едином источнике и снизить нагрузку на оперативную базу данных. На рисунке 3 представлен пример создания банком хранилища данных.

В хранилище данных может накапливаться статистическая информация макроэкономического характера об уровне жизни в регионе, средней заработной плате, прожиточном минимуме и т.д. с целью повышения качества скоринговых моделей.

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. Все параметры и количественные характеристики, используемые в скоринговых схемах ОАО «Альфа-Банк» базируются на массивах информации, сформированных по итогам кредитования прошлых лет.

Методология построения кредитной скоринговой системы ОАО «Альфа-Банк» основана 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, были разработаны и внедрены в промышленную среду скоринговые модели, основанные на экспертных знаниях банковского менеджмента, на статистических данных, на учете макроэкономических данных о социально-экономическом развитии региона и отраслей.

Для построения скоринговой системы используются следующие типы данных:

1. Макроэкономические данные, представляющие собой статистическую информацию по социально-экономическому развитию томского региона.

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

3. 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.

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

Исходными данными для оценки заемщика являются: демографические данные (в частности, возраст, продолжительность проживания в определенном регионе, стаж работы, почтовый индекс, семейное положение), имущественное положение клиента (сведения о наличии собственной квартиры, машины), среднемесячный доход клиента, сведения, отражающие уже существующие отношения между клиентом и банком (обращался ли клиент ранее в «Альфа-Банк», его кредитная история).

Скоринг-баллы, получаемые работниками данных предприятий, значительно выше, чем у сотрудников других предприятий и фирм.

На основании статистических исследований данных о заемщиках, уже имеющихся в банке, каждому признаку назначается определенное количество баллов (чем выше кредитоспособность и добросовестность заемщика по тому или иному признаку, тем более высокий балл мы этому признаку присваиваем). При этом принимается во внимание предикативная (прогнозная) сила каждого такого фактора, наличие корреляций между ними и другие статистические характеристики исследуемой совокупности объектов.