Кредитный конвейер: Управление кредитными рисками



Поделиться:


Публикации

Новые возможности ПрограмБанк.XBRL: квинтэссенция опыта
ПрограмБанк представил рынку новую разработку — ПрограмБанк.XBRL. Система позволила формировать XBRL-отчетность в соответствии с таксономией Банка России.


Онлайн-контроль платежей — с чего начать работу?
При внедрении решения «ПрограмБанк.ФинМониторинг» проходит предварительное тестирование преднастроенных методик. О том, что этот этап дает банкам и в чем он заключается рассказал Евгений Хохлов.


Борьба с обналичиванием — инструменты контроля и анализа
Осенью 2018 года Центральный Банк РФ распространил среди банков рекомендательное письмо, в котором обозначил новые подходы к борьбе с обналичиванием...


 

«ПрограмБанк» провел on-line семинар
«Кредитный конвейер: Управление кредитными рисками»

29 Октября 2013

Бесплатный on-line интернет-семинар прошел 22 октября 2013 года.

В рамках интернет-семинара (вебинара) были рассмотрены следующие аспекты автоматизации выдачи кредитов:
    • Анализ достоверности данных
    • Андеррайтинг, прескоринг
    • Скоринг
    • Интеграция с бюро кредитных историй
    • Нечеткий поиск по черным спискам
    • Антифрод
    • Интеграция с фронт-офисом


На оn-line семинаре выступили: Руководитель производственного центра «Нострадамус» Сергей Рязанцев, Заместитель руководителя направления бизнес — аналитики Олег Миронович, Алексей Арустамов Директор ООО «Аналитические технологии».

Сергей Григорьевич Кротов ЗАО «СНГБ»: Каким образом определяется корректность и достоверность заявки? Какие ошибки выявляются?
Сергей Рязанцев. Проверка анкеты (заявки) заключается в выявлении грамматических ошибок, описок, смешения языков (русский/латиница), несоразмерных или некорректных числовых (знаковых) значений, некорректности типов данных (цифры/буквы) и др.

Применяются методы логико-семантического анализа, в том числе, на основе сопоставления со словарными значениями и эталонными значениями. Модуль включает в себя обновляемые базы данных (справочник имен, фамилий, кодов телефонных номеров, КЛАДР, перечень организационно-правовых форм и др.)

Пример:
ПолеЗначениеОшибка
ИмяCергейПервая буква — латинская
ФамилияПетровичЗначение из другого поля
ГородМскваОпечатка
Доходы100 руб.Слишком маленькая цифра

Модуль также позволяет решать проблему задвоения данных по клиентам. В случаях, когда имеются данные об одном и том же клиенте с незначительными расхождениями, можно настроить степень соответствия этих данных для отнесения их к одному клиенту («склейке» данных) в автоматическом режиме, либо отнесение на усмотрение аналитика.

В итоге модуль позволяет формировать базу данных, содержащую стандартизированную, очищенную, непротиворечивую, неповторяющуюся информацию о клиентах.

Александр Варламов АКБ «Ижкомбанк» (ОАО): Каким образом (алгоритм) происходит анализ кредитного портфеля?
Алексей Арустамов. Анализ кредитного портфеля это, по большому счету, частная задача, не относящаяся к кредитному конвейеру. Хотя скоринг для ее решения тоже может использоваться.

Логика решения этой задачи больше напоминает, наверно, бюджетирование. Есть набор входных данных, в частности, скоринговая бальная оценка, но не только. Требуется дополнительная информация, например, о марже, издержках. Есть модель анализа портфеля, через которую «прогоняются» имеющиеся данные.

Александр Варламов АКБ «Ижкомбанк» (ОАО): Какие данные (конкретнее) используются для оценки финансового положения заемщика?
Алексей Арустамов
Есть 3 вида данных:
    • Анкетные. В принципе, сами анкеты очень слабо отличаются от банка в банку. Можно взять за основу, например, вот это — https://anketa.letobank.ru/.
    • Дополнительные данные. Информация из интернета, социальных сетей и других источников.
    • Поведенческие данные. История платежей, сведения из БКИ и взаимоотношений с банком.


Анкетные и дополнительные данные используются для выдачи кредитов, когда нет поведенческих данных, т.е. для аппликационного скоринга.
В случае поведенческого скоринга добавляются и поведенческие данные. Можно смело за отправную точку брать те данные, которые по умолчанию предоставляет БКИ. Эта информация есть в документации к любой БКИ. Это примерно с десяток таблиц, в том числе:
    • Информация о кредитах
    • Факты рассмотрения судом
    • Информация о банкротстве
    • Адрес регистрации


Сергей Григорьевич Кротов ЗАО «СНГБ»: Правильно ли я понимаю, что у Вас статистики какой-то значимой из БКИ, Сбербанка или еще откуда-то, которую можно было бы сразу взять на вооружение, нет?
Сергей Рязанцев. Такой статистики нет, да и по большому счету не должно быть. В интересах формирования скоринговых моделей каждый кредитор должен накапливать свою статистику. Ведь статистика другого банка получена на основании его стратегии и отношения к рискам, с большой степенью вероятности несоответствующих вашему банку, тем более Сбербанк.

Ольга Задорина ОАО «Томскпромстройбанк»: Стоимость программы?
Гулнур Акжигитова «Альянс банк» (Казахстан): Сколько стоят ваши программы?
Леся Выходцева ПАО «БАНК ВОСТОК»: Стоимость системы?
Сергей Рязанцев. Запрос на ссылку на запись вебинара и предварительное коммерческое предложение вы можете направить по адресу mov@prbank.ru

«Альта-Банк» (ЗАО): Просьба рассказать про опыт интеграции с АБС (простота, скорость, функциональные требования). Допускается ли полное «боевое» сопровождение силами только банковских аналитиков?
Леся Выходцева ПАО «БАНК ВОСТОК»: В случае приобретения всех модулей поддержки принятия решений, укажите, пожалуйста, ориентировочный срок внедрения (по опыту).
Алексей Арустамов. Опыт внедрения: МТС Банк, МТС Беларусь, Delta Credit, Гута-банк, Банк Возрождение и прочие.
Можно делать и силами специалистов банка, но нужна серьезная подготовка и хороший уровень знаний по части аналитики. Можно пройти обучение плюс тренинги. Но первую модель лучше реализовать совместно с консультантами. Дальше поддерживать уже проще.

Срок внедрения всего конвейера — примерно 1 год. Первые результаты можно получить значительно раньше, т.к. внедрять надо по частям. Например, сначала закрыть блок по мошенникам и черным спискам, а потом двигаться в сторону скоринга.

«Донкомбанк»: Интеграция с АБС и другими сервисами производится только на уровне шины, или есть возможность работы с объектами СУБД Oracle?
Сергей Рязанцев. Работа с модулями бизнес-приложения в сервисно-ориентированном режиме возможна и без использования шины путем прямого обмена запросами/данными. При этом, безусловно, есть возможность тянуть данные непосредственно из источников.

Это могут, как файловые источники, всех наиболее часто используемых при файловом обмене форматов xls, текстовые с разделителями (csv), xml, так и таблицы баз данных, в том числе работающих под управлением СУБД Oracle. Интеграционные механизмы в целом являются универсальными и позволяют работать с автоматизированными банковскими системами любых разработчиков, что подтверждается практическим опытом внедрения.


Леся Выходцева ПАО «БАНК ВОСТОК»: Какой период накопления данных необходим для разработки собственной скоркарты?
Сергей Рязанцев. Во многом это зависит от интенсивности кредитования, поэтому минимально — от года (при достаточно высокой интенсивности) и до 3-4 лет.

Максим Коломытцев ЗАО КБ «УРАЛЛИГА»: Скажите, на ваш взгляд, на каком этапе развития розничного кредитования целесообразно переходить с «ручного режима» оценки кредитных рисков на кредитный конвейер? Есть ли какие-то критерии для этого (количество выданных кредитов, размер портфеля и пр.)?
Сергей Рязанцев. Какого-то количественного критерия нет. Для каждого банка этот порог свой и зависит от организации бизнес-процессов и применяемых методик. Поэтому критерии скорее качественные. Когда вы понимаете, что при текущей динамике прироста кредитных заявок вы в обозримом будущем перестанете справляться с их потоком, то нужно переходить с «ручного режима» на автоматизированный. В противном случае высок риск снижения качества обслуживания клиентов, невыполнения планов по росту кредитного портфеля и.т.д. и.т.п.

Сергей Григорьевич Кротов ЗАО «СНГБ»: Какой объем «кредитного кладбища» — в штуках, процентах от количества и объема, Вы считаете достаточным для качественного скоринга?
Сайфуллина Диана ОАО «ИнвестКапиталБанк»: А если плохих записей не набирается 30%, что делать? Сокращать рассматриваемую выборку по хорошим записям?
Алексей Арустамов. Желательно иметь выборку в 3-4 тысячи выданных кредитов — примерно 50% на 50% плохих и хороших. Понятно, что в банках не бывает такого уровня дефолта, поэтому 3-4 тысячи — это выборка из несколько большего набора данных.

Если плохих кредитов недостаточно, то выполняется операция балансировки классов, например, undersampling, В этом случае мы оставляем в выборке больше плохих кредитов и «прореживаем» хорошие. Можно еще плохие кредиты продублировать, либо указать, что они имеют больший вес.

Эльчин Абдулсалимзаде Халг Банк: Как осуществляется оценка заемщика, по фиксированным правилам или историческим данным? А если у нас нет истории?
Сергей Рязанцев. В системе предусмотрена возможность оценки заемщика, как по бизнес-правилам (андеррайтинг), так и возможность построения скоринговых карт. Для настройки бизнес-правил имеется отдельный функциональный модуль, который позволяет визуально настроить сценарии проверок различной сложности и гарантировать выполнение ограничительных требований банка при рассмотрении кредитной заявки. Пока у вас нет достаточной статистики для построения скоринговых карт, вы используете фиксированные правила оценки. Кроме этого, надо максимально обезопасить себя за счет других методов, например, анализа кредитной истории, антифрода, черных списков. Все это не требует наличия истории.

Гулнур Акжигитова «Альянс банк» (Казахстан): При внедрении таких программ, примерно, на сколько процентов снижается кредитный риск?
Сергей Рязанцев. К сожалению, кредитный риск это объективно существующая данность, неподдающаяся регулированию. Даже управление риском, это, наверное, громко сказано. Мы управляем своим отношением к этому объективному явлению, не более того. Что практически дают такого рода решения банку, занимающемуся массовым кредитованием?

Прежде всего, банк начинает принимать взвешенные, методически и математически обоснованные решения. А говорить о риске нужно всегда в связке с доходностью. Если вы консервативный банк, то можете сделать риск выдачи кредита плохому заемщику минимальным — просто поставив большое значение проходного скорингового балла. Риски будут минимальными, так же как и размер рынка, т.к. многие достаточно хорошие заемщики останутся, за этим порогом. В микрокредитовии, напротив, кредитные риски огромные, однако, это не мешает МФО иметь ROI в размере, до которого многим классическим банкам далеко.

Поэтому банк, в соответствии со своей стратегией сам решает какие риски на себя брать и на какой доход рассчитывать. Предлагаемый нами продукт, повторяю, позволяет делать этот процесс управляемым и осмысленным.

Кроме этого, безусловно, увеличивается скорость обслуживания клиентов, есть возможность оптимизировать РВПС (за счет использования внутренней рейтинговой модели, а не методики ЦБ РФ, что допускает все тот же ЦБ РФ в соответствие Базелю II).

Дилфуза Бабаджанова ОАО Банк Эсхата: Какие вопросы охватывают поведенческие данные?
Алексей Арустамов. В основном — качество обслуживания кредита, т.е. имеются ли задержки в оплате.

Оксана Ломанова ПАТ БАНК ФОРУМ: Как Вы видите практическое использование скоринга или критериев оценки вероятности дефолта для клиентов корпоративного сегмента?
Алексей Арустамов. С этим сложнее, т.к. на корпоративном рынке трудно собрать большую и ОДНОРОДНУЮ статистику. Надо выдать десятки тысяч кредитов примерно одинаковым компаниям, на примерно одинаковых условиях.
Для этого рынка акцент стоит делать не на скоринге, а на обогащении данных, проверке по бизнес-правилам, выявлении признаков мошенничества и прочее. Конечно же, надо проводить финансовый анализ клиентов, но это все-таки не скоринг.

Сайфуллина Диана ОАО «ИнвестКапиталБанк»: Как проходит расчет максимально возможной суммы кредита, если в БКИ нет данных по сумме следующего платежа?
Алексей Арустамов. Если есть скоринг, то один из показателей — это сумма кредита. Берем минимум и максимум суммы «прогоняем» с каким-то шагом, например, в 1000 руб. анкету по скоринговой модели и каждый раз считаем балл. Как дошли до порогового балла — значит это верхняя планка кредита.
По-хорошему надо играться и другими параметрами, например, сроком кредита. Но логика такая же, как и выше, просто перебираем все возможные варианты не только по сумме кредита, но и по сроку.


Справочная информация

Компания «ПрограмБанк» является основателем рынка банковской автоматизации и работает на этом рынке уже 24 года.
Принцип нашей работы – ориентация на клиента. Практическая реализации этого принципа включает: создание каждого нового продукта на основе инновационных технологий, гибкость в решениях и услугах, обеспечение длительной и эффективной эксплуатации продукта в банке.
Согласно рейтингу российских поставщиков банковского программного обеспечения — IBS Sales League Table — компания «Програмбанк» вошла в пятерку поставщиков банковского ПО в России.
Среди клиентов компании: Банк ВТБ, Дойче банк, НКЦ (Центральный контрагент ММВБ), GE Money Bank, Агентство по страхованию вкладов, ВТБ Капитал, Ренессанс Капитал, а также сотни других, самых разных финансовых учреждений России.

Контактная информация
тел.: +7(495) 651-84-84, 651-84-91
marketing@programbank.ru


Мероприятия

Мероприятие состоялось
МСФО (IFRS) 16. Основные принципы и реализация в продуктах компании

Бесплатный on-line Интернет-семинар, предназначенный для сотрудников бухгалтерии и ИТ-служб банков...

 

Расписание мероприятий

   
 
1989-2019 © ПрограмБанк
тел.: +7(495) 651-84-84
info@programbank.ru
Мы в соцсетях: Карта сайта
Политика конфиденциальности