3.1 Практические рекомендации по совершенствованию кредитной политики в ОАО АКБ "Урал ФД"

Анализ кредитной политики банка показал, что одна является достаточно эффективной. Однако на фоне общих тенденций на рынке потребительского кредитования банку можно рекомендовать следующее.

Внедрение новых кредитных технологий (например, кредитный скоринг).

Кредитный скоринг используется для автоматизации потребительского кредитования. Кредитный скоринг широко применяется с 1966 года для принятие решения о выдаче/невыдаче кредита. Под кредитным скорингом понимается формальный метод принятия решения о выдаче/невыдаче кредита или максимальной сумме выдаваемого кредита. Классические методы кредитного скоринга опираются на кредитную историю. Тем, не менее, несмотря на то, что данная технология известная достаточно давно, не все банки ее применяют.

Внедрение данной технологии особенно актуально для ОАО АКБ "Урал ФД" в связи с тем, что одной из приоритетных сфер деятельности банка является расширение клиентского кредитования. Увеличение объема кредитного портфеля планируется как за счет расширения лимитов кредитования основных заемщиков, так и за счет привлечения новых клиентов.

Решение состоит в создании адаптивных систем кредитного скоринга, опирающихся на демографическую, ситуационную и историческую информацию.

Демографическая информация - это анкетная информация о клиенте.

Ситуационная информация - информация о том за каким кредитом, в какое место и время пришел клиент. В случае револьверного кредитования такая информация отсутствует.

Историческая информация - информация об истории финансовых операций с клиентом. Пока что в большинстве случаев такая информация отсутствует.

С полученной информацией производится два основных действия - проверка информации (банки не хотят выдавать кредит тому, кто их обманывает) и кредитный скоринг.

Проверка информации должна включать:

- проверку информации на полноту и непротиворечивость (в случае необходимости информация уточняется);

- проверка информации по внешним базам данных. В большинстве случаев банк может получить базы для проверки демографических данных таких, как прописка и владение автотранспортом. Часть этих проверок может быть интегрирована, а часть требовать выгрузки данных и проверки вручную инспектором безопасности;

- проверка информации на соответствие данных данным других анкет. Такие проверки могут выявить, например, ситуацию, когда жена уже получила кредит, а муж подал заявку на еще один потребительский кредит.

Для скоринга обычно предлагается использовать нейронную сеть. Свойство универсальной аппроксимации нейронной сети говорит о том, что она работает по крайней мере не хуже любого наперед заданного метода или модели кредитного скоринга. Нейронная сеть обучается на конкретных демографических и ситуационных данных.

Как и со всякой системой, основанной на системах искусственного интеллекта, с нейронной сетью самое сложное - ее обучение и запуск в эксплуатацию. В начальный момент отсутствует история выдачи кредитов, и вряд ли конкуренты поделятся информацией. Более того, данные разнятся по регионам, и те признаки, которые были важны в одном регионе, могут в другом не работать.

Соответственно, предлагается взять сначала как можно больше анкетных и ситуационных данных о клиенте. В дальнейшем те пункты анкеты, которые не влияют на кредитный риск, отбросить.

Другой проблемой, сопряженной с использованием нейронной сети является некоторая непрозрачность для человеческого понимания принимаемых ею решений. Решение, предлагаемое разработчиками данных автоматизированных систем, состоит в:

- извлечении правил из нейронной сети для понимания факторов, влияющих на кредитные риски и управления ими;

- утверждении и использовании в операционной деятельности дерева решений.

Одна из таких программ "NTRScoring" представляет собой модуль управления взаимоотношениями с клиентами интегрированной банковской системы (ИБС) и включающий в себя систему скоринга - расчета кредитного рейтинга, и настраиваемый на основе правил и регламентов, принятых в кредитной организации.

Система реализует отработанный и содержательный бизнес-процесс работы с клиентом в части предоставления им продуктов (как правило, кредитов того или иного вида). Бизнес-процесс может быть настроен на условия в конкретном банке.

Назначение данной системы в следующем:

- создание единой базы данных по клиентам Банка, зарегистрированных в рамках Системы;

- автоматизация процессов регистрации и обработки заявок клиентов Банка на предоставление Продуктов в рамках Системы;

- автоматизация процесса принятия решения о кредитоспособности клиентов на основе процедуры скоринга;

- обеспечение целостности информации по клиентам в Системе;

- накопление кредитной истории клиентов Банка;

- автоматизация процедур управления продуктами;

- обеспечение целостности информации по кредитам в Системе;

- получение статистической и аналитической информации по использованию продуктов Банка;

- анализ истории предоставления кредитов;

- расчет и перерасчет скоринговых коэффициентов.

Система выполняет следующие функции:

- регистрация и ведение заявок клиентов на предоставление Продукта;

- выполнение проверок зарегистрированных заявок;

- выполнение расчета кредитного рейтинга клиента (скоринг);

- регистрация и ведение информации о клиентах;

- управление статусами клиентов;

- сбор информации о клиентах от других модулей Системы;

- предоставление информации о клиентах другим модулям Системы;

- регистрация событий, связанных с жизненным циклом клиента;

- регистрация и ведение информации о кредитах;

- регистрация событий, связанных с жизненным циклом кредита;

- управление статусами кредитов;

- сбор информации о кредитах от других модулей Системы;