Получение кредита можно сравнить с компьютерным квестом — возможности заемщика зависят от того, на каком уровне он находится. Для определения этого разработана специальная система, тонкости которой держатся банками в строжайшей тайне.

Раньше решения о выдаче или невыдаче банковского кредита принимали люди. Понятное дело, не обходилось без человеческого фактора и связанной с ним необъективности. Но сейчас к процессу подключилась бездушная машина, призванная автоматизировать процесс андеррайтинга и довести его до совершенства за счет использования идеально точных математических формул. Пока что статистика того, насколько успешно компьютеры справляются с этой миссией, отсутствует, но по умолчанию использование скоринг-систем банком считается повышающим его надежность.

Что такое?

Скоринг — это автоматизированная система оценки, помогающая принять решение о том, можно ли выдавать кредит тому или иному лицу. Данные о заемщике вводятся сотрудником фронт-офиса (проще говоря, операционистом) в специальную программу, затем система дает ответ о том, соответствует ли финансовое и социальное положение заемщика требуемым для получения займа критериям.

Принцип простой и используется банками без особенных различий — «на входе» операционист имеет дело с одними и теми же данными, да и анкеты, которые клиент заполняет при обращении — будь то потребительский кредит, ипотека или автокредитование, мало различаются у кредитных организаций. Кроме социально-демографических характеристик, они учитывают доходы, наличие кредитных обязательств перед другими банками, имущество в собственности и прочее.

Дальше начинается то, что принято называть «коммерческой тайной». Банки крайне неохотно рассказывают о своих скоринг-системах, аргументируя это тем, что размещение в свободном доступе информации о том, какие критерии являются «правильными», позволит легко получать невозвратные кредиты.

Тонкости кредитного сыска

Как правило, для кредитных оценок используются три типа скоринг-систем: Application Scoring оценивает кредитоспособность заемщиков из числа физических и юридических лиц, Collection Scoring работает с просроченными задолженностями, оценивая риски по  уже выданным кредитам, а Fraud Scoring рассчитывает вероятность мошенничества.

Классические скоринговые системы, которые применяются в большинстве банков, рассчитаны на физических лиц и основаны на анализе исторических данных о дефолтах заемщиков, имеющих сходные характеристики. Грубо говоря, такой подход полагается на статистику по определенным группам за какой-либо период: если, к примеру, домохозяйки (социальная группа), имеющие определенный доход, зарекомендовали себя как ответственные заемщики, у которых нет просрочек и задолженностей по потребительским кредитам, система в дальнейшем будет определять их как благонадежных для этого вида услуг.

Методы, которые предлагают наиболее «продвинутые» разработчики скоринг-систем, позволяют отойти от вероятностно-статистической модели и, кроме социально-демографических показателей и данных о доходах потенциального заемщика, учитывать макроэкономические факторы. Такой подход позволяет прогнозировать будущие доходы клиента на основе существующих источников (качества, количества, постоянства), а также социально-демографических показателей (род занятий, стаж работы и прочие характеристики, например, жилищные условия и наличие несовершеннолетних детей).

Такая система позволяет оценить весь комплекс сведений — например, характеристика «жилье в собственности» в группе показателей «жилье» позволяет отнести заемщика к определенной социальной группе с определенным же уровнем доходов. По «месту проживания» можно оценивать расходную составляющую на жилье, например, в случаях, когда жилье арендуется.

Доходная статья складывается из таких характеристик, как доход от предпринимательской деятельности, заработной платы, участия в доходах компании. Иногда банки вводят и такие показатели, как доход по ценным бумагам, доходы по вкладам, премиальные и прочие выплаты, которые не учитываются в официальном заработке. При оценке доходов  системой особенно значимым становится  общий макроэкономический фон и тенденции рынка.

Такой подход разработчики программ для финансовых организаций называют более гибким — он не привязан к существующей статистике дефолтов и позволяет «просчитывать» ситуацию на шаг вперед благодаря привязке к макро­экономическим тенденциям.

На местах

С тем, как происходит работа с заемщиками в банках, мало-мальски знаком каждый, кто хоть раз пытался оформить  кредит. Оценивать будущего клиента начинают с того самого момента, как он входит в банк. На этом предварительном этапе операционисты не только предложат будущему клиенту заполнить анкету, но и оценят его внешний вид и степень адекватности.

«Существует целая система оценки клиентов, — рассказывает заместитель генерального директора КБ «Лево­береж­ный» Людмила Глушкова. — Сотрудники фронт-офиса должны очень четко понимать, что за заемщик пришел в банк — по внешнему виду, документам. Мы ввели обязательное фотографирование клиентов, чтобы даже если девушка-операционист побоялась принять решение — отказать или не отказать заемщику, информация о нем прошла через вторичный скоринг и специалисты могли принять решение».

Далее операционист составляет заявку и по внутреннему Интернету отправляет ее на согласование. На этом этапе начинает работать собственно скоринговая модель. Для первичного андеррайтинга используются «усеченные» варианты — скоринг-системы, которые могут оценить заемщика по минимуму факторов.

Кстати, размер зарплаты некоторые скоринг-системы первичного андеррайтинга попросту игнорируют — вместо них используется информация о доходах населения на местном рынке. С этим связана и одна из погрешностей системы — даже если доходы заемщика выше среднего по рынку, он может «отсечься» системой уже на начальном этапе. В этом случае операционисты просто разводят руками: «вот такая у нас скоринг-система, и мы ничего не можем с этим сделать». Иногда после первичного скоринга сотрудник банка признается, что для данного кредитного продукта баллов недостаточно, и предлагает выбрать другой. Например, для получения кредитной карты в систему закладывается больший процент благонадежности, чем для обычного кредита, но меньший, чем для ипотеки или автокредитования.

Добропорядочная система

Если система все же дала добро, заемщиком начинают заниматься сотрудники бэк-офиса. Вторичный андеррайтинг заключается в проверке предоставленных клиентом данных, звонках на место работы, а также в поиске клиента в «черных списках» — самого банка и кредитного бюро.

Кредитное бюро — это коммерческая организация, которая занимается хранением кредитных историй заемщиков. Система бюро двухуровневая. Первая — это центральный каталог кредитных историй — база, которую ведет Центральный банк. В ней находятся сведения о том, кто из заемщиков передал  информацию в любое бюро кредитных историй. Второй уровень — это коммерческие бюро, которые конкурируют между собой и самостоятельно собирают информацию. «В центральном бюро есть информация о том, в каком из кредитных бюро хранится история того или иного клиента. Это просто способ нахождения того бюро, в котором имеется информация вашего заемщика», — рассказывает начальник кредитного управления банка «Левобережный» Андрей Сергеев.

Сейчас в общей базе Центробанка содержится около 15 млн кредитных историй. Ее формирование, начатое в 2005 году, идет пока что очень медленными темпами — далеко не все заемщики согласны предоставлять информацию о себе. К тому же и сами банки не очень охотно делятся друг с другом сведениями о своих заемщиках. Правда, банкиры все же надеются, что этот механизм заработает так, как в странах с более развитой банковской системой.

Как правило, на все процедуры отводится не более трех–пяти банковских дней, после чего клиент может знать наверняка, посчитали его благонадежным или стоит попытать счастья в другом банке.

Справедливости ради стоит заметить, что далеко  не во всех банках действуют специализированные скоринг-системы. Нужны они только тем кредитным организациям, которые работают на рынке розничного кредитования. При этом размер банка и его статус не играют особой роли — главное, чтобы розничный портфель был большим. Пока что в большинстве банков действует типовой подход, и баллы сотрудник вводит вручную в обычную таблицу Microsoft Office Excel. Если после подсчета у клиента набирается число баллов, необходимое для кредитного продукта, он получает кредит. В этом случае решение в большей мере зависит от кредитного эксперта, работающего с его заявкой, нежели от действительных финансовых обстоятельств.

Александра Еремина, руководитель направления банков и финансов «Эксперт Сибирь»