Опубликовано 11 января, 201016 г В принципе, человеческая трудоемкость не так велика, и есть статистические подходы и алгоритмы, которые позволяют автоматизированно обрабатывать такие массивы данных, причем возможно и рассчитывать весовые коэффициенты факторов. Естественно для этого должна быть база данных, например крупного кредитного бюро. В данном случае можно рассмотреть два крайних образа - абсолютный "хороший заемщик" и абсолютный "плохой заемщик". А образ "реального" заемщика оценивать численно с точки зрения вероятности приближения/удаления от этих абсолютных образов, причем систему можно сделать самообучающейся, что, в общем-то, будет получше жестких скоринговых систем. Ну а человеку остается только задавать доверительные интервалы, например, в виде областей "да", "категорически нет", "требует дополнительной проверки". При этом можно в разы снизить риски (и страховое резервирование) невозврата. Хотя совершенно согласен с предыдущим утверждением, что пока стимулироваться будет только "продажа" снижения рисков "плохих" заемщиков видно не будет. Всё верно, вышеописанный Вами метод оценки заёмщика и применяется большинством банков, но на мой взгляд его эффективность не очень высока. В скоринговые карты зашиваются слишком уж банальные параметры, которые не сложно преувеличить: образование, срок проживания по фактическому адресу, собственность, з/п, трудовой стаж и т.д. В том же потребительском кредитовании никто не станет проверять вышеуказанную информацию, а преувеличив все параметры в пределах разумного, можно неплохо поднять скоринговый бал и попасть в группу "хороший заёмщик" с автоматическим одобрением кредита.
Опубликовано 12 января, 201016 г Всё верно, вышеописанный Вами метод оценки заёмщика и применяется большинством банков, но на мой взгляд его эффективность не очень высока. В скоринговые карты зашиваются слишком уж банальные параметры, которые не сложно преувеличить: образование, срок проживания по фактическому адресу, собственность, з/п, трудовой стаж и т.д. В том же потребительском кредитовании никто не станет проверять вышеуказанную информацию, а преувеличив все параметры в пределах разумного, можно неплохо поднять скоринговый бал и попасть в группу "хороший заёмщик" с автоматическим одобрением кредита. Вы правы, если пользоваться только теми данными, которые получены от заемщика и которые он может искажать по своему усмотрению. Если же использовать независимые базы данных, например государственные регистрационные и статистические учеты, данные страховых компаний, кредитных бюро то, в принципе, можно уменьшить этот риск. Например, так поступают в "Кроносе" в их банковском продукте для оценки рисков физ.лиц - заемщиков.
Опубликовано 12 января, 201016 г Конечно если строить модель заемщика используя только те данные, которые он предоставляет, то модель будет мягко говоря неинформативной, как в старом анекдоте: "и тут мне такая карта попёрла!!!" :smile12:
Опубликовано 12 января, 201016 г ........ Естественно для этого должна быть база данных, например крупного кредитного бюро....... исходя из опыта общения с БКИ могу сказать, что к сожалению информация, содержащаяся в БКИ очень часто носит не полный характер, а иногда к сожалению и недостоверный, что собственно сильно затруднит построение рабочей скоринговой модели. К тому же любое БКИ не очень то жаждет в предоставлении информации кому-либо для построения модели. Т.е. конечно они могут предложить вам приобрести некоторые отчеты, но вот насколько полно устроит вас информация в этих отчетах (вряд ли они будут разрабатывать отчеты специально под вас)и насколько это окажется экономически целесообразно вопрос другой. Так что расчитывать придется скорее всего только на собственные данные, а обладать ими в достаточном количестве могут только крупные розничные банки Изменено 12 января, 201016 г пользователем Sprinter
Опубликовано 13 января, 201016 г Вы правы, если пользоваться только теми данными, которые получены от заемщика и которые он может искажать по своему усмотрению. Если же использовать независимые базы данных, например государственные регистрационные и статистические учеты, данные страховых компаний, кредитных бюро то, в принципе, можно уменьшить этот риск. Например, так поступают в "Кроносе" в их банковском продукте для оценки рисков физ.лиц - заемщиков. это не особо помогает. Возьмём конкретную ситуацию: потребительское кредитование, приходит человек, который желает взять кредит. Регламентом банка время, отведённое на оценку заёмщика-10 минут.Кредитный специалист заполняет анкету со слов клиента, заявка толкается в систему, далее идёт автозапрос в БКИ и подсчёт скорингового бала. Далее три варианта:отказ системы в выдачи кредита, автоматическое одобрение кредита, клиент на доп проверке. В этом звене, когда риск-система обрабатывает данные, нет места для независимых баз данных. Я сам в работе использую Кронос, а у нас не реализован автоматический запрос в Кронос, на проверку заёмщика хотя бы на судимость. То есть, проверить завысил ли заёмщик данные о себе или нет не представляется возможным. Даже если клиент попадёт на дополнительную проверку и начнётся оценка заёмщика ответственным сотрудником. Что можно сделать за 10 минут? Например, базы, которые у нас подключены к СУБД Кронос, не позволяют мне сказать точно, какая собственность у заёмщика: долевая или нет. Также никак не проверить какое образование у заёмщика: ПТУ или он на самом деле кандидат наук, как указывает в заявке. Та же ситуация и с фирмами-однодневками: за такой короткий срок нельзя выяснить серая это контора, которая подтверждает, что у них работает тот-то, тот-то или легальная организация. Вроде в ЕГРЮЛ есть такая, вроде и сайт у неё есть, вроде и адрес существует...но на основе этой информации выводы не сделаешь
Для публикации сообщений создайте учётную запись или авторизуйтесь