- высокие издержки и несовершенство действующего законодательства по взысканию долга кредитом, также является проблемой развития потребительского кредитования в Росси;

- экспресс – кредитование сопряжено с максимумом риска потерь, однако конкуренция между значительным количеством кредитных учреждений вынуждает снижать уровень требования к заемщикам и пакету документов, предъявляемых для получения кредита, что негативно сказывается на качестве потребительского кредитования в целом;

- снижение стоимости недвижимости в стране в целом, может негативно сказаться на обеспеченности даже наиболее надежных видов потребительского кредита, таких как ипотека. Так в среднем коэффициент отношения суммы кредита в предкризисный период составлял около 70% (20% - первоначальный взнос, в течение срока обслуживания погашено еще около 10% первоначальной суммы кредита). Из-за падения стоимости недвижимости примерно в 2 раза стоимость залога стала составлять 70% суммы кредита (50% первоначальной стоимости квартиры / 70% отношение суммы кредита к первоначальной стоимости залога).[22] Дальнейшее снижение стоимости недвижимости может привести к снижению желания заемщиков обслуживать кредиты.

- наиболее дискуссионной является проблема нарушения банками закона о защите прав потребителей, а именно, заемщиков – физических лиц, в части Положения п.2 ст.16 Закона РФ «О защите прав потребителей» запрещают обусловливать приобретение одних товаров (работ, услуг) обязательным приобретением иных товаров (работ, услуг). В целях повышения доходности по кредитным операциям, банки положениями кредитного договора предусматривают оплату дополнительных услуг заемщиком при оформлении выдачи кредита, например, комиссию за ведение ссудного счёта, за рассмотрение заявки или за выдачу наличных, что является проблемой развития потребительского кредитования, хотя многие банки уже отказались от указанных тарифов и установили открытые проценты по кредитам.

Для решения указанных выше проблем развития потребительского кредитования на современном этапе, коммерческим банкам необходимо решить ряд задач:

- усовершенствование работы НБКИ, возможно в части заимствования из французской картотеки недостающих показателей, чтобы исключить закредитованность заемщиков банков;

- повышение активности кредитных организаций по обмену информацией с НБКИ и ЦККИ.

- приоритетно рассматривать не только фактические показатели финансового состояния заемщика, но и с учетом прогноза до конца срока кредитования с учетом перспектив развития всемирного экономического кризиса.

Также перспективным направлением решения проблем потребительского кредитования является выход экономики страны из общеэкономического кризиса, снижение уровня безработицы и исключение пробелов в действующем законодательстве по взысканию проблемной задолженности. Однако, основным доступным способом регулирования риска по кредитам физических лиц, на современном этапе, остается вопрос совершенствования собственных методик оценки кредитоспособности заемщиков коммерческих банков России.

На современном этапе, на мой взгляд, актуальным является внедрение скоринговых методик при этом с учетом недостатков зарубежного опыта путем усовершенствования, включения метода оценки «деревьев решений». Основной недостаток скоринговой системы оценки кредитоспособности физических лиц - ее низкая адаптируемость. Используемая же для оценки кредитоспособности система должна отвечать настоящему положению дел. Например, в США считается плюсом, если человек поменял много мест работы, что говорит о его востребованности. В нашей стране было наоборот - данное обстоятельство свидетельствовало, что человек либо не может ужиться с коллективом, либо он малоценный специалист, и, соответственно, повышается вероятность просрочки в платежах.

Сложность заключается только в выборе характеристик, т. е. какая информация является существенной, а какой можно пренебречь. Выборка подразделяется на две группы: «хорошие» и «плохие» риски. В Западной Европе «плохим риском» считается клиент, задерживающийся с очередной выплатой на три месяца, либо клиент, слишком рано возвращающий кредит, банк не успевает ничего на нем заработать. В настоящее время скоринг, широко применяемый во всех экономически развитых странах, вероятнее всего, будет использоваться и в России. И скорее будет применим к юридическим, а не к физическим лицам, потому что у банков накоплено гораздо больше информации о предприятиях (с использованием балльных систем оценки риска различной сложности).

Еще одним вариантом решения поставленной задачи является применение алгоритмов, методом автоматического анализа данных, т. е. отнесения какого-либо потенциального заемщика к одному из заранее известных классов (давать / не давать кредит). Такого рода задачи с большим успехом решаются одним из методов DataMining — при помощи «деревьев решений». Получаемая модель - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение.

Сущность этого метода заключается в следующем.

На основе данных за прошлые периоды строится дерево. При этом класс каждой из ситуаций, на основании которых строится дерево, заранее известен. В нашем случае следует знать, были ли возвращены основная сумма долга и проценты и не было ли просрочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются по узлам, которые в свою очередь также могут быть разбиты на дочерние узлы. Критерий разбиения - это различные значения какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый энтропия, или мера неопределенности. Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различным классам) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу.

Полученную модель используют при определении класса (давать / не давать кредит) вновь возникших ситуаций (поступила заявка на получение кредита).

При значительном изменении текущей ситуации на рынке дерево можно перестроить, т. е. адаптировать к существующей обстановке.

Используя такой подход, можно устранить недостатки скоринговой системы оценки кредитоспособности. Дальнейшие усовершенствования модели оценки кредитоспособности физического лица на основе технологии интеллектуального анализа данных DataMining (с использованием деревьев решений) могут затрагивать следующие моменты: более точный подбор определяющих заемщика факторов; изменение самой постановки задачи, например, вместо двух значений целевого параметра можно использовать более детальную информацию (вернул / не вернул / не вовремя), или в качестве целевого значения - вероятность того, что деньги выплачены вовремя. Различные методики отличаются друг от друга числом показателей, применяемых в качестве составных частей общего рейтинга заемщика, а также различными подходами к самим характеристикам и приоритетностью каждой из них. Если бы состав показателей был универсальным для всех банков и стран, то можно было бы обмениваться статистикой и мозаично набирать полную картину. При этом нельзя не отметить отсутствие единства у стран, банков и авторов в выборе системы показателей. В рамках дилеммы «риск - доходность» заемщики, имеющие более слабые финансовые позиции (более подверженные риску), должны платить за кредит больше, чем более надежные заемщики.