Кредитный скоринг появился в России относительно недавно, когда банки стали в массовом порядке выдавать розничные кредиты россиянам. До этого кредитные заявки рассматривались банками вручную. По мере роста масштабов бизнеса, особенно с развитием таких массовых направлений кредитования как экспресс-кредиты и кредитные карты, ручная обработка заявок стала невозможной: ни один розничный банк просто не справился бы с таким объемом обращений. Скоринговые решения призваны автоматизировать процесс выдачи кредитов, увеличив их количество, и при этом сохранить контроль над уровнем дефолтов и доходностью крелитного портфеля. Для банков внедрение скоринговых систем является вынужденной мерой. Это своеобразная плата банков за возможность работать на массовом рынке. 

В западных странах скоринг существует многие десятилетия и является составной частью процесса управления кредитными рисками розничных банков. Развитие скоринга проходило постепенно: принципы, методики и подходы вырабатывались годами. В свою очередь, по сравнению со своими западными коллегами российские банки столкнулись с необходимостью жесткого контроля кредитных рисков достаточно внезапно: ведь они прошли весь эволюционный западный путь за каких-то 5-7 лет и теперь вынуждены внедрять зарубежный опыт, чтобы удержать на приемлемом уровне финансовые показатели в условиях бурно увеличивающегося спроса на кредитные продукты и ужесточающейся конкуренции со стороны других банков. 

В переводе с английского скоринг - подсчет очков. С точки зрения банка скоринг сводится к оценке вероятности исполнения  потенциальным заемщиком обязательств по кредитному договору. Скоринговое решение подразумевает набор кредитных стратегий, включающих скоринг, набор кредитных правил и расчет лимита. У каждого банка свой набор кредитных стратегий, которыми он руководствуется при выдаче кредитов. Как правило, однако, анкетный скоринг (application scoring)  включает самые обычные социо-демографические характеристики: пол, возраст, место проживания, место работы, доход и т.д. Данные, полученные от заемщика анализируются скоринговой системой и если заемщик соответствует заложенным в систему параметрам, система дает добро на выдачу кредита. 

Профессиональные банкиры говорят: “Скоринговая карта настолько хороша, насколько хороши данные”. Именно качественные данные и разработанная на их основе математическая модель являются залогом эффективной работы скоринговой системы. Так как же банк может построить такую модель? Так или иначе, банку нужна статистика для построения эффективной скоринговой карты, но есть разница в подходе. Есть вариант отказа от применения скоринга на первых этапах с последующем накоплением данных для построения математической модели расчета вероятности дефолта, но в этом случае нужно четко понимать какие данные и каким образом нужно собирать и сохранять. Есть риск получит некачественные данные в конце пути, соответственно потеряв время и деньги. Наиболее подходящий вариант, постепенного перехода к скоринговому методу принятии решений, когда банк начинает с экспертной модели и подкручивает ее по мере поступления данных. 

Приобретение опыта банками - дорогостоящий процесс не только для банков, но и для их клиентов. Что компенсировать повышенные риски, банкиры идут на повышение процентных ставок, зачастую маскируя их под всевозможные комиссии и штрафы. Со временем накопленная информация позволяет снизить уровень риска дефолтов и пойти на снижение процентных ставок. Тем не менее, свести процент невозвратов к нулю с помощью скоринга невозможно. Задача скоринга - обеспечить приемлемый уровень риска при необходимом уровне выдаваемых кредитов.

Российский рынок скоринговых решений представлен следующими категориями: 

     “Самописные” разработки банков

     Решения сторонних программистов или математиков

     Скоринговые услуги кредитных бюро

     Скоринговые услуги специализированных компаний.

Поговорим о преимуществах и недостатках каждой из категорий. Большинство собственных банковских разработок объективно ограничены широтой взглядов их создателей. Это могут быть прекрасные специалисты, они способны эффективно автоматизировать процесс в рамках поставленной задачи. Однако самописные решения редко остаются столь же хороши в долго— и среднесрочной перспективе, так как последующая адаптация и масштабирование таких решений ограничена их же создателями. Существует ряд глобальных банков, использующих собственные разработки. Но успешно реализовать подобный подход смогли только те, для кого работает эффект экономии от масштаба. Тем более что для создания информационной инфраструктуры банку требуется потратить сотни тысяч долларов, что может оказаться не по силам новичкам на рынке розничного кредитования.

Качество решений сторонних программистов или математиков (при создания математико-статистических моделей), выполняющих по заказу банка разработку программного обеспечения, полностью зависит от понимания банком собственных потребностей, как в настоящем, так и в будущем, конкретных целей внедрения скорингового решения, а также ожиданий и ряда других факторов. Соответственно, неточно поставленная задача или неверно оцененные потребности, могут в результате обернуться дополнительными затратами или потерями - ведь IT-компания не является специалистом в сфере бизнеса банка и не способна указать на недочеты. Тем более, что банки, как правило, заказывают узкоспециализированные решения, а не комплексные программные пакеты для работы с заемщиками на каждом этапе взаимодействия с банком. 

С недавнего времени крупнейшие российские кредитные бюро также предлагают скоринговые услуги розничным банкам. То есть, помимо обращения за получением кредитной истории потенциального заемщика, банкам предлагается также провести его скоринговую оценку. данная услуга является основополагающей для оценки кредитного риска на рынках с большим количеством накопленных в кредитных бюро историях и несомненно, в скором будущем при продолжение пополнения бюро кредитными историями будет набирать вес при принятия решений банками в России. Однако данная услуга не отменяет механизмы принятия решений в каждом индивидуальном банке, так как  у каждого банка будут разниться продукты и условия кредитования.

Комплексные решения для работы с заемщиками предлагают только специализированные поставщики продуктов для аналитической поддержки кредитных решений. Преимущество таких компаний заключается в том, что специализированные решения вбирают в себя опыт работы других банков и постоянно совершенствуются, чтобы соответствовать рыночным реалиям. Более того, специализированные поставщики являются специалистами в сфере розничного кредитования и разработки программных продуктов. Помимо скоринговых решений, такие компании предлагают решения для проведения последовательной кредитной политики, системы сбора долгов и предотвращения мошенничества, консалтинг и многое другое. Такие комплексные решения могут быть дорогостоящими и недоступными мелким и средним банкам. 

С появлением предложений об аутсорсинге скоринговых услуг ситуация кардинально изменилась. Аутосорсинг обладает рядом важных преимуществ. Он позволяет банку избежать высоких затрат на разработку или внедрение скорингового программного обеспечения, банк может практически мгновенно подключиться к системе, созданной и отлаженной ИТ-компанией. Стартовых вложений не требуется: расчет идет за транзакцию — обработку одной заявки. Таким образом, аутсорсинг позволяет быстро развернуть новый бизнес. 

Банкам, которые уверены, что они входят в сегмент, например, розничного кредитования всерьез и надолго, может, и имеет смысл тратиться на собственную инфраструктуру. А если успех на рынке нельзя спрогнозировать, есть риск, что бизнес не пойдет, или банк просто хочет попробовать силы — выбор за аутсорсингом. Он обеспечивает не только быстрый вход в рынок, но и безболезненный выход.

Даниэль Зеленский, глава представительства подразделения Experian по аналитической поддержке кредитных решений Decision Analytics в России и СНГ