Кредитный риск представляет собой основной банковский риск, управление которым является ключевым фактором, определяющим эффективность деятельности банка. Обычно банки формируют значительную часть своих доходов за счет кредитной деятельности, поэтому особую актуальность представляет оценка потенциальной прибыли по отношению к вероятности непогашения кредита. В узком смысле кредитный риск определяется как существующий для кредитора риск невозврата кредитополучателем заимствованных средств.

В последнее время в нашей стране наблюдается интенсивный рост рынка кредитования и, в частности, сектора кредитования физических лиц. Это неизбежно приводит к увеличению кредитных рисков, которые принимают на себя как отдельные кредитно-финансовые институты, так и банковская система страны в целом.

Рост рисков обуславливается одновременно расширением контингента заемщиков и увеличением объемов кредитования. В этой ситуации качество управления кредитными рисками в розничном кредитовании приобретает особую актуальность и становится одним из факторов повышения конкурентоспособности кредитного учреждения на рынке банковских услуг.

При выдаче кредита банк, прежде всего, интересует кредитоспособность потенциального заемщика, то есть способность полностью и в срок рассчитаться по своим долговым обязательствам. Именно для выбора кредитоспособных заемщиков из всех приходящих клиентов в основном и служат скоринговые системы.

Само слово scoring переводится с английского как "подсчет очков" и буквально означает побалльную оценку при принятии решения. Это специальная система, придуманная хитрыми заокеанскими финансистами и программистами. Она позволяет быстро и эффективно оценить степень риска потенциального заемщика. Иными словами, скоринговая программа выносит решение – стоит или не стоит давать этому человеку кредит в зависимости от того, наберет ли заемщик определенное количество баллов или нет. Конечно же, это решение принимается не на пустом месте. Оно подкреплено сравнением с теми случаями, что уже есть в базе данных. Упрощенно говоря, программа выявляет всех заемщиков с такими-то данными и подсчитывает процент возвращенных и невозвращенных ими кредитов, а также степень возможных рисков.

Приоритет формулировки концепции кредитного скоринга обычно отдается Дэвиду Дюрану, который в своем исследовании, опубликованном в 1941 г. в National Bureau of Economic Research, использовал 7 200 "хороших" и "плохих" кредитных историй займов с регулярным погашением, предоставленных 37 фирмами. Он применил критерий хи-квадрат (chi-square) для выявления характеристик, которые заметно различали "плохих" от "хороших", и разработал индекс эффективности, предназначенный для демонстрации того, насколько эффективна данная характеристика для дифференциации степени риска ("хороший"/"плохой") среди заявителей на кредиты. Затем он воспользовался дискриминационной функцией для разработки моделей кредитного скоринга.

По данным Fair Isaac, в настоящее время более 90% банков развитых стран используют кредитный скоринг. Все более популярным он становится и среди российских банков.

Итак, первостепенная задача, которую решают кредитные менеджеры, используя систему скоринга при кредитовании – это оценка рисков и управление ими на основе прогноза. Другими словами, это статистический метод оценки кредитоспособности заемщика, который позволяет определить, с какой вероятностью конкретный заемщик может просрочить платежи по кредиту.

Во вторую очередь скоринг – это процесс автоматизации принятия решений. В процессе предоставления кредита банки заинтересованы в изучении платежеспособности будущего потребителя банковских услуг. Цель этого изучения – моделирование или предсказание вероятности, с которой претендент на кредит может быть отнесен к привлекательным или непривлекательным клиентам.

На практике скоринг выглядит в виде деревьев решений – это модель, строящаяся на логической цепочке правил, которые пытаются описать отдельные взаимосвязи между данными относительно ожидаемого результата. Структура деревьев решений открыто показывает аргументацию правил и поэтому позволяет легко понять процесс принятия решения.

Если кредитная организация будет правильно и адекватно использовать кредитный скоринг, то получит эффективное конкурентное преимущество для поддержания и улучшения своих конкурентных позиций на рынке и выживания в борьбе с конкурентами в течение длительного времени.

У профессиональных банкиров есть пословица: "Скоринговая карта настолько хороша, насколько хороши данные".

При скоринговой оценке учитывается практически все: пол, возраст, профессия, трудовой стаж, наличие семьи и детей, сумма, запрашиваемая в качестве кредита. Возраст кредитоспособного заемщика – как правило, 25–45 лет. Теоретически банки обещают выдавать кредиты и тем, кому 21 год, и тем, кому уже 50. Но на практике все выглядит совсем иначе.

Точно так же дела обстоят и с семейным положением. Банк желает видеть своими клиентами добропорядочных и ответственных граждан. Наличие семьи – это показатель ответственности. Поэтому при прочих равных банк скорее даст кредит женатому клиенту, нежели холостому.

Огромную роль при скоринговой оценке будет играть профессия. Одно дело – быть учителем, который мирно объясняет детишкам, как вычислить дискриминант, а другое дело – быть пожарным, который с риском для жизни этих самых детишек, если что, спасает. При одинаковом доходе, возрасте и семейном положении кредит скорее дадут представителю менее опасной профессии. "Ненадежными" у банков считаются и специальности, связанные со сферой развлечений – в первую очередь игорный и шоу-бизнес. Правда, к работникам кафе и ресторанов банки зачастую относятся лояльно – кушать людям хочется всегда. Но вот к зрелищам пустое брюхо бывает глухо. Так что у официанта будет больше шансов получить кредит, чем у певицы, исполняющей "живую" музыку в том же ресторане.

Не стоит забывать и про кризисные периоды. Одно время строители и риэлторы были желанными и надежными клиентами, но когда наступил великий и могучий кризис в строительной отрасли, то их сферы работы стали считаться весьма нестабильными. То же самое касается брокеров, трейдеров, работников страховой и туристической отрасли. Поэтому не стоит обижаться на банк, отказавший в кредите – риск слишком высок.

А вот к "бюджетникам" банки обычно относятся лояльно. Врачи, учителя, преподаватели, некоторые работники милиции (в первую очередь следствия и дознания), даже железнодорожники имеют неплохие шансы получить кредит. "В почете" у многих банков и представители "вневременных" рабочих профессий – парикмахеры, повара, автослесари. Главное – чтобы заемщик был наемным работником.

Бизнесменам среднего уровня в банках не слишком рады: мало того, что свое дело может прогореть, но и хлопот по обслуживанию кредита предприниматели доставляют больше. В случае потери "кресла" с большым доходом сегодня непросто быстро найти новую работу с аналогичным заработком. Чиновникам тоже сложно взять кредит с их небольшой зарплатой: "откаты" в справке 2-НДФЛ, к сожалению, не указываются.

Сведения о месте работы любой уважающий себя банк тоже проверяет. Но делает это уже не с помощью скоринговой программы, а через базы данных Пенсионного фонда (как Сбер). Осуществлять проверку может собственная службы безопасности, для которой в случае надобности не составит труда узнать чуть-ли не любую информацию об обстоятельствах, встретившихся на жизненном пути заемщика. У идеального заемщика не должно быть судимостей или "темных пятен" в биографии вроде пленения сомалийскими пиратами.

Чтобы стать идеальным заемщиком, нужно порой соответствовать довольно оригинальным требованиям. Например, желательно работать по той специальности, которую вы получили в институте – особенно если вы только недавно этот самый институт закончили. Кстати, с приходом финансового кризиса многим банкам уже не внушает доверия трудовой стаж в 3 месяца работы на одном месте – минимум полгода, а лучше несколько лет. При этом карьерный рост в биографии тоже будет большим плюсом.

Чем больше качеств, совпадающих с портретом идеального заемщика, тем больше шансов на положительный вердикт. Но иногда логика скоринговой программы выдает такие решения, которые неискушенному клиенту кажутся как минимум забавными. Девушка-менеджер, улыбаясь, рассказывает, что ей без проблем дали потребительский кредит, а ее гражданскому мужу в том же банке отказали, хотя возраст, сфера деятельности и доход у них абсолютно одинаковые. Скоринговый анализ показал, что мужчины чаще оказываются неплательщиками, и программа вынесла решение в пользу девушки.

Идеальный заемщик сегодня – это человек 30-40 лет, получающий "белую" зарплату, с супругой (или супругом), имеющий высшее образование и солидный трудовой стаж. А если этот человек имеет еще и собственность, то это может расцениваться как "спасательный круг" на случай возникновения форс-мажорных ситуаций, от которых сегодня никто не застрахован.

Следует помнить, что банки не прощают обмана. Никогда. Если служба безопасности выясняет, что потенциальный заемщик предоставил заведомо неверные данные (например, форма 2-НДФЛ поручителя "нарисованная"), кредит не дадут.

Главный совет, который банкиры дают заемщикам – говорить о себе правду, только правду и ничего кроме правды. По их словам, не так страшно иметь пять детей, как страшно в анкете указать, что их четыре или три.

Однако, если один банк отказал в кредите, другой вполне может его выдать, ибо у каждого банка – своя кредитная стратегия.

Таким образом, возможный клиент оценивается с помощью скоринговой модели – своеобразного тестера, определяющего математически выраженные характеристики заемщика, указывающие на его способность вовремя выплачивать кредит. Так как основой для кредитного скоринга являются статистические законы, оценка потенциального заемщика не всегда верна. В случае возникновения ошибки банк теряет деньги – либо заемщик не выплачивает кредит, либо банк отказывает потенциальному клиенту незаслуженно.

Преимущества скоринга:

– Оптимизация затрат на рассмотрение заявки за счет автоматизации процесса принятия решения и выдаче кредита;
– Сокращение времени рассмотрения заявки, увеличение числа и скорости обрабатываемых заявок;
– Отсутствие субъективного мнения эксперта при принятии решения о выдаче кредита;
– Определение уровня доходности и риска кредитного портфеля и т.п.;
– Выявление и предотвращение попыток мошенничества.

Недостатки скоринга:

– Программа оценивает не реального человека, а информацию, которую он о себе сообщает, и хорошо подготовленный клиент может представить данные о себе так, что практически гарантированно получит кредит;
– Оценка кредитоспособности производится на основании данных о тех заемщиках, кредит которым был выдан. О поведении заемщиков, которым было отказано в выдаче кредитов, можно лишь догадываться.

Кроме того, скоринговые модели требуют постоянной доработки и обновления, так как со временем изменяются как социально-экономические условия и условия кредитования, так и сами люди.

В России же развитие скоринга (в его изначальном значении) ограничивается все еще низкими по западным меркам объемами кредитования, а также быстро меняющимися социально-экономическими условиями. Российские банки и рейтинговые агентства не располагают достаточной информацией о клиентах для того, чтобы выстроить эффективные математические модели, обеспечивающие спрос на розничное кредитование, с одной стороны, и минимизацию банковских рисков – с другой.

Для решения этой проблемы банкам можно предложить действовать двумя способами:

Первый способ – использовать модель, разработанную за рубежом, с ее обязательной адаптацией "калибровкой" к российским реалиям, что потребует и времени, и средств.

Второй способ – отказаться на первоначальном этапе от применения скоринга и выдавать кредиты всем желающим на основании стандартной проверки с целью накопления необходимой кредитной истории. После чего банки смогут на основании этих данных экспертной оценки разработать собственную скоринговую модель, скорее интуитивную, весьма эффективную, но и более дорогостоящую для банка или агентства.

Итак, скоринг представляет собой автоматизированные системы оценки кредитного риска, которые широко используются в США и Западной Европе, а также все больше набирают популярность в России. В качестве исходного материала для скоринга используется разнообразная информация о поведении прошлых клиентах, на основе которой с помощью различных статистических и нестатистических методов классификации делается прогноз о кредитоспособности будущих заемщиков. Скоринг-системы, имея свои плюсы и минусы, позволяют банковским работникам быстро принимать решения о кредитовании, регулировать объемы кредитования в зависимости от ситуации на рынке и определять оптимальное соотношение между доходностью кредитных операций и уровнем риска.