4. Скоринговые системы

До создания скоринговых систем бремя решения вопросов кредитования лежало только на экспертах в этой области, услугами которых пользовался каждый банк. Но вторая мировая война привела к тому, что у банков возникла проблема: как в условиях отсутствия экспертов решать данные вопросы? Поэтому было принято решение: попросить их описать правила, по которым они принимают решение, чтобы в дальнейшем следовать им. Так и появились бальные оценки.

Консервативность же банкиров донесла данный принцип оценки до наших дней. Сейчас существуют куда более прогрессивные способы добычи и формализации знаний (Data Mining). Даже если самого эксперта нет, то, основываясь не на опыте, а на статистических данных, им станет, например, дерево решений.

Данные же для построения моделей классификации берутся из огромных баз данных по заемщикам. Мировые кредитные агентства предоставляют централизованную информацию о каждом заемщике. Очевидна необходимость создания подобных организаций и у нас, но сейчас это невозможно, поскольку существует положение о банковской тайне. Также наиболее крупные банки не захотят делиться информацией в силу следующих причин:

- Крупный банк итак обладает огромными объемами информации.

- Оглашенная информация о "хороших" заемщиках приведет к их переманиванию.

- Оглашенная информация о "плохих" заемщиках не даст им перезанять денег в другом банке, чтобы рассчитаться с первоочередным кредитором.

Основные проблемы в области кредитования физических лиц, стоящие перед банками на сегодняшний день:

1. Отсутствие специального законодательства, регулирующего отношения в области потребительского кредитования. Отношения в данной сфере регулируются законом "О банках и банковской деятельности" и законом "О защите прав потребителей".

2. Отсутствие кредитной истории. Это дает массу возможностей недобросовестным заемщикам, которые могут получить несколько кредитов в различных банках без какой–либо проверки их предыдущих кредитных "подвигов".

3. Используемые зарплатные схемы предприятий. Работодатели зачастую отдают предпочтение "серым" схемам выплаты вознаграждения своим работникам. Заемщик не может официально подтвердить уровень доходов, а банк лишается платежеспособного клиента.

4. Нет простого механизма возврата денег инвестору в случае несостоятельности заемщика. Стоимость таких ошибок очень велика: потеря основной суммы долга, судебные издержки, административные издержки, потерянное время и т.д.

5. Проблемы классификации. Необходима достоверная оценка потенциального заемщика, отсечение "плохих" заемщиков. Неверная классификация порождает проблему обеспечения возврата средств заемщиком в принудительном порядке.

6. Проблема залога. Механизм реализации залога – неудобное и дорогостоящее занятие. Отсутствие регистрации залога движимого имущества позволяет продать или повторно заложить недобросовестным заемщиком заложенное имущество.

7. Проблема оценки реальных возможностей поручителей. Большинство банков решают вопрос снижения своих кредитных рисков путем простого переноса их на поручителей заемщика. При этом нередко поручителями, особенно при крупных размерах кредита, являются различные юридические лица (как крупные, так и средние и малые предприятия). В контексте будущих пластиковых кредитов такая практика будет применяться повсеместно, поскольку удобно выдать заемщику пластиковую карточку, а в случае каких-либо затруднений с возвратом кредита востребовать его с поручителя – предприятия, на котором он работает. На первый взгляд это должно решить проблему, но если более широко рассмотреть вопрос, то данная кредитная политика не гарантирует успеха в той степени, на которую полагаются банки. Рассмотрим общие положения, которыми руководствуется кредитор. Будем считать, что поручительство имеет определенную стоимость. Для простоты будем считать стоимость поручительства равной рыночной стоимости предприятия (или рыночную стоимость материальных ценностей и их ликвидность поручителя – физического лица). Но дело в том, что рыночная стоимость как предприятия, так и имущества является величиной непостоянной. Она, в основном, зависит от динамики экономики, т. е. на фазе экономического подъема рыночная стоимость увеличивается, а на стадии экономического спада стремительно уменьшается, т.е. при оценке необходимо учитывать будущую динамику. Возникает необходимость привлечения экспертов для прогнозирования макроэкономической ситуации. Только таким образом можно адекватно оценить будущую "стоимость" поручительства на момент погашения кредита.

Вообще говоря, влияние макроэкономики редко учитывается при оценке кредитного риска. Исследование влияния макроэкономических показателей на риск неплатежа с помощью средств Data Mining показало, что, к примеру, увеличение ВВП на 1% уменьшает на 1% кредитный риск, увеличение уровня безработицы на 1% увеличивает на 0.7% кредитный риск. Тем или иным образом кредитный риск зависит и от других экономических показателей (индексы деловой активности, курс рубля, уровень продаж товаров длительного пользования…).

Таким образом, на данный момент банки находятся в невыгодном положении. С одной стороны, необходимо осваивать рынок потребительского кредитования, а с другой стороны, с этим процессом связаны слишком высокие риски, которые зачастую перекладываются на заемщиков, что явно не способствует стимулированию спроса на кредиты. Также не известно, когда освещенные здесь проблемы будут должным образом урегулированы с правовой точки зрения.

В такой ситуации банки, решившиеся на освоение данного рынка должны иметь несколько вещей:

1. Консолидированную информацию о клиентах, представленную в унифицированном виде. Информация должна периодически пополняться данными из всех филиалов банка. Такое хранилище будет исполнять функцию кредитного бюро.

2. Достоверный способ классификации (достоверность должна быть более 90%) потенциальных заемщиков и отсечение "неблагонадежных". Этот способ позволит снизить риски невозврата к минимуму, что позволит выдавать более дешевые кредиты и, соответственно, привлечет больше заемщиков. При этом значительно увеличится прибыль от кредитования физических лиц.

3. Модель классификации заемщиков должна иметь свойства тиражируемости и адаптации к состоянию рыка, к каждому филиалу банка, т.е. построенная модель, основываясь на общих закономерностях, должна корректироваться под частные, присущие каждому филиалу особенности. Это позволит учесть местные особенности, что еще больше будет способствовать снижению риска.

4. Модель классификации должна периодически перестраиваться, учитывая новые тенденции рынка. Этим достигается ее актуальность. Ведь не может же использоваться один и тот же подход в течение 5 лет по сегодняшний день.

На данный момент банки в той или иной степени имеют наработки по каждому из этих пунктов, но методики, заложенные в их основе либо слишком инертны, чтобы адекватно реагировать на динамику рынка, либо слишком дороги (предлагаемые зарубежные решения сопоставимы с доходами от потребительского кредитования в сегодняшнем виде). Именно поэтому так дороги кредиты и не так велик спрос на них. Увеличение же достоверности и снижение стоимости позволят отказаться от практики переноса рисков и затрат на заемщиков. Тогда в выигрыше окажутся все: банки, сохраняя удельную прибыльность на прежнем уровне, и заемщики, привлеченные более выгодными условиями. Все это становится более актуальным в виду будущего бурного роста рынка потребительского кредитования и будущей конкуренции.