2953 (Споживче кредитування та його розвиток в Україні), страница 11

На практиці використовується комбінація декількох методів, і компанії зберігають свої скорингові моделі в найсуворішому секреті, тому складно сказати, який метод краще.

Ціль процесу розробки скоринг карт побудувати найбільш повний профіль ризику для кожного клієнта. Такий широкий підхід робить скорингкарти не тільки більш ефективними, але і менш сприйнятливими до змін в одній окремій області. Такий профіль ризику повинний містити в собі характеристики, що відбивають стільки незалежних типів інформації, скільки можливо.

Так, кредитна скорингкарта користувача повинна містити в собі:

демографічну інформацію про клієнта (вік, місце проживання, регіон і стаж роботи);

розділ кредитних характеристик, що відбивають володіння нерухомістю, професію, платоспроможність,деяку фінансову інформацію;

ступінь довіри клієнтові у відношенні погашення боргів (загальний коефіцієнт неповернення боргу);

а також іншу значиму для розгляду інформацію про існуючих позичальників.

Профіль позичальника також допомагає при наступному моніторингу скорингкарт по релевантності. Більшість аналітиків, що займаються вивченням ризиків, використовують щомісячні звіти типу "стабільність системи" або "стабільність чисельності клієнтів" для підтвердження ефективності застосування карт при поточній чисельності клієнтів. Ці звіти показують міри ефективності, виходячи лише з характеристик, використовуваних у скорингкарті. Загальний же профіль ризику більш реалістично відбиває поточні зміни чисельності, ніж при використанні обмеженої кількості перемінних зі скорингкарти. У найпростішій формі, ризикова таблиця складається з групи характеристик, що згідно статистики є прогнозуючими при поділі облікових записів на гарні і погані (табл.3.2).

Таблиця 3.2 Приклад ризикових таблиць скоринг-кредитування [31]

Кожному атрибутові ("Вік" це характеристика, "2325" атрибут) привласнюється рейтинг на основі статистичного аналізу з урахуванням різних факторів, таких як прогнозна сила характеристик, кореляція між характеристиками і вага характеристик. Загальний рейтинг кандидата це сума рейтингів усіх його атрибутів, що присутні у таблиці.

Нижченаведена табл. 3.3 являє приклад звіту, отриманого при скоринговому аналізі.

Таблиця 3.3 Результати скорингового аналізу [31]

Виділений рядок у таблиці 3.3 повідомляє наступне:

Для діапазону рейтингів 245250 очікувана частка "поганих" дорівнює 1,2%. Це значить, що 1,2% кандидатів з рейтингом від 245 до 250 швидше за все будуть "поганими".

Сумарна частка "поганих", тобто частка "поганих" серед усіх кандидатів з рейтингом вище 245, дорівнює 0,84%.

Acceptance rate для 245 дорівнює 17,44%, тобто 17,44% усіх кандидатів мають рейтинг вище 245.

На основі факторів, описаних вище, банк може вирішити, наприклад, відмовляти всім кандидатам з рейтингом нижче 200, або призначати їм велику ціну через те, що вони представляють більший ризик. Поняття "поганого" клієнта визначається головним чином за допомогою таких негативних показників, як банкрутство, шахрайство, правопорушення, відмовлення від виконання зобов'язань і негативна чиста приведена вартість (NPV).

Інформація про ризиковий рейтинг у сполученні з іншими факторами, такими як середній ступінь схвалення [approval rate] і потенціал доходу/прибутку для кожного рівня ризику, можуть використовуватися для розробки нових стратегій добору заяв, що будуть максимізувати доход і мінімізувати неповернений борг. Прикладами стратегій для кандидатів з високим рівнем ризику є:

відмовлення в наданні кредиту або послуги, якщо рівень ризику занадто високий,

менший стартовий кредитний ліміт або максимальне значення кредиту на кредитній картці,

збільшена ціна при оплаті на виплат або вимогу застави при іпотеці або позичках на автомобіль,

збільшена процентна ставка по позичці,

збільшений страховий внесок по страхових полісах,