Национальные особенности кредитного скоринга

КритерийТиповой подход к скорингуСистема кредитного скорингаПервичная обработка кредитной заявкиОсновывается на экспертных знаниях кредитного специалистаОсновывается на объективной информации из различных источниковПроцесс

Национальные особенности кредитного скоринга

Дипломная работа

Банковское дело

Другие дипломы по предмету

Банковское дело

Сдать работу со 100% гаранией

·наличие рабочих мест для каждого из специалистов, задействованных при выполнении Collection Strategy, обеспечивающих их взаимодействие как с должниками, так и между собой, согласно предустановленным ролям;

·возможность гибкой настройки процесса выгрузки данных. То есть возможность получать итоговые данные в удобном для пользователя виде;

·отчетность об эффективности воздействий и работе сотрудников в системе, миграции просрочек и других статистических закономерностях.

В процессе выполнения Collection Strategy к должнику применяется ряд автоматизированных действий. Эти действия должны также гибко настраиваться специалистами банка: задание/изменение текста писем, аудиофайлов, сообщений; наличие в системе средств автоматической рассылки сообщений (SMS, E-mail, автозвонок) с привязкой шаблона сообщения к типу должника; настраиваемое информационное сопровождение (подсказки, шпаргалки, шаблоны) рабочих мест специалистов.

Примененное воздействие приводит к некоему результату. То есть, например, для воздействия «звонок секретаря» результатом может быть отказ платить, невозможность дозвониться до должника и т.п. Результат сохраняется в Debtors Pool и определяет тип нового воздействия на должника на следующем цикле обработки сollection-заявки.

Упрощенно весь путь, проделываемый сollection-заявкой в системе сollection-скоринга, показан на рисунке 3.

 

Рисунок 3 - Общая схема движения сollection-заявки в автоматизированной системе сollection-скоринга

 

Результативность системы в большой степени зависит от практической реализации воздействий на должника. Рассмотрим пример практической реализации для каждого вида воздействий, применяемый в ВТБ 24.

. Звонок секретаря. Секретарь зачитывает текст, который генерируется системой на основании имеющихся данных (в том числе о предыдущих воздействиях) согласно задаваемым шаблонам, которые можно изменять.

. SMS. Текст SMS может строиться на основании нескольких различных шаблонов определяемых типом сообщения и применяемых в зависимости от содержания данных по кредитному делу (например, количество дней просрочки, наличие предыдущих воздействий).

. E-mail. Полностью автоматизированная отправка электронного письма системой. Текст письма также строится на основании нескольких различных шаблонов, определяемых типом сообщения.

. Auto Call. Система совершает автоматический звонок должнику с проигрыванием определенного аудиофайла. Тип аудиофайла определяется содержанием данных по кредитному делу.

. Письмо. Система формирует текст письма согласно имеющимся данным (выбирает тип письма, подставляет данные заемщика, срок просрочки и другие изменяемые поля в тексте письма) и вместе с другими параметрами письма отправляет посредством электронного письма соответствующему оператору, которому необходимо только распечатать письмо и отправить его по обычной почте.

. Звонок коллектора. Текст, произносимый коллектором, также генерируется системой на основании существующего шаблона и с учетом данных по кредитному делу.

. Неформализованное действие коллектора. Неформализованное действие коллектора также сопровождается системой. В качестве информационного сопровождения рабочего места коллектора может использоваться база законов и нормативных актов либо пособие по психологии.

. Hard Action. Формирование пакета информации для передачи на «жесткое» воздействие в коллекторскую компанию. Такое кредитное дело больше не возвращается в систему до тех пор, пока по нему не станет известен какой-либо результат - долг оплачен либо заемщик объявлен банкротом.

Такова в общих чертах схема работы эффективной системы collection-скоринга.

Как говорилось выше, необходимо наличие эффективного статистического аппарата, то есть возможности мониторинга деятельности системы. На практике такая возможность реализуется созданием отчетов по результатам collection-скоринга.

Такие отчеты можно условно разделить на две группы.

. Управленческие отчеты - позволяющие анализировать весь массив информации о деятельности системы. Такие отчеты могут строиться по любой информации из Debtor`s Pool (например, они могут отображать распределение должников по категориям, эффективности применяемых воздействий и т.п.). Кроме того, большую роль играет возможность отслеживать эффективность работы специалистов-коллекторов и всей системы collection-скоринга в целом. Для реализации такой отчетности обычно используют специальные подсистемы отчетности.

. Операционные отчеты - позволяющие мониторить состояние системы, например, статистику звонков за период, количество активированных за период рабочих мест специалистов и т.п. Такая отчетность обычно встраивается в рабочее место соответствующего специалиста-администратора. [28, 30]

Таким образом, кредитный скоринг - это инструмент, который необходим всем банкам для успешного преодоления кризиса. И, чтобы выжить в условиях кризиса, Банк мобилизовал все свои ресурсы как для обеспечения возвратов выданных кредитов, так и для улучшения своего кредитного портфеля. А технологии кредитного скоринга, в частности collection-скоринга, послужили эффективным лекарством для отечественного кредитования.

 

ЗАКЛЮЧЕНИЕ

 

Кредитные операции - основа банковского бизнеса, поскольку являются главной статьей доходов банка. Но эти операции связаны с риском невозврата ссуды (кредитным риском), которому в той или иной мере подвержены банки в процессе кредитования клиентов. Именно поэтому кредитные операции должны являться главным объектом внимания банков. Кредитная политика банка должна обязательно учитывать возможность кредитных рисков, предварять их появление и грамотно управлять ими, то есть сводить к минимуму возможные негативные последствия кредитных операций.

Таким образом, основной целью банка является нахождение «золотой середины», т.е. оптимального соотношения между степенью риска и доходностью по кредитным операциям при помощи грамотного управления кредитным процессом, что реализуется посредством разработки практических мероприятий по привлечению новых клиентов и анализа их кредитоспособности.

Наиболее распространенным в практике банков мероприятием, направленным на снижение кредитного риска, является оценка кредитоспособности заемщика, осуществляемая при помощи скоринга, который представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок. В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель: чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособности. Для разработки алгоритмов кредитного скоринга необходима историческая выборка данных - так называемая обучающая выборка. От качества этой выборки (на языке статистики - репрезентативности) зависит точность оценок параметров модели скоринга и соответственно эффективность (предиктивная мощность) скорингового алгоритма.

Рисковый скоринг, таким образом, дает кредиторам возможность последовательного и объективного принятия решений на основании эмпирически полученной информации. В сочетании с деловым знанием, технологии прогнозирующего моделирования позволяют риск-менеджерам увеличить эффективность процесса риск-менеджера и контроль над ним.

Следует так же особо подчеркнуть, что в России внедрение скоринга тормозится не столько объективными, сколько субъективными причинами, связанными с недоверчивым отношением банковских менеджеров к математическим и статистическим методам. Скоринговые модели необходимо разрабатывать на самых свежих данных, периодически проверять качество их работы, иметь возможность быстро и дешево перенастраивать модель, чего не позволяют сделать закрытые западные системы, применяемые в некоторых российских банках.

Для того чтобы иметь возможность сравнивать клиентов с совершенно разными признаками и принимать решения о кредитовании не интуитивно, а на основе формализованных критериев, непосредственно связанных с вероятностью дефолта, необходимо построить математическую модель, которая позволит оценить, какая информация является существенной, а какой можно пренебречь. Скоринг представляет собой классификационную задачу, где, исходя из имеющейся информации, необходимо получить функцию, наиболее точно разделяющую выборку клиентов на «плохих» и «хороших». Но предварительно необходимо преобразовать имеющуюся информацию в форму, поддающуюся анализу.

У каждого из методов классификации заемщиков имеются свои преимущества и недостатки, кроме того, выбор того или иного метода связан со стратегией банка и с тем, какие требования банк считает приоритетными при разработке моделей. Регрессионные методы показывают значимость каждой характеристики для определения уровня риска, и поэтому особенно важны на этапе разработки анкеты, которую заполняют клиенты.

Для перехода от экспертной скоринговой модели к ее статистическому варианту требуется определенное время для накопления данных по «плохим» кредитам, так что период времени для накопления необходимых данных будет в значительной степени зависеть от объемов и качества портфеля - чем больше объем (число) выданных кредитов, тем больше вероятность невозврата какой-то их части. С другой стороны, низкое качество кредитного портфеля увеличивает процент безнадежных ссуд (процент случаев невозврата кредитов).

В данной дипломной работе рассмотрена система кредитного скоринга, применяемая непосредственно в ЗАО «ВТБ 24», преимущества, которые получает заемщик в результате применения этой системы,

Похожие работы

<< < 6 7 8 9 10 11 >