По данным специалистов, за последние пять лет скоринговые модели претерпели существенные изменения. Причем в первую очередь в микрофинансовом секторе. Скоринг в банковском секторе более-менее статичен в силу того, что портрет банковского клиента за последние годы существенно не изменился.
Это подтверждает Григорий Шабашкевич, вице-президент, директор департамента управления «Ренессанс Кредит», по словам которого подходы к построению скоринговых моделей были разработаны десятки лет назад, но они успешно применяются и сейчас, и значительных изменений в них не происходило.
«При этом появилось программное обеспечение, позволяющее автоматизировать многие шаги, которые раньше проводились вручную, что позволяет строить и обновлять модели намного быстрее», – заметил эксперт.
Скоринг в микрофинансовом секторе более динамичный. Это объясняется тем, что качество заемщиков на этом рынке ниже, чем на банковском. «Поэтому МФО среди банковских «отказников» тщательно выбирают тех, кому можно выдать хоть что-то. В результате МФО делают допуски по просрочке, по качеству кредитной истории, кредитуют клиентов с действующей просрочкой, которым банки в такой ситуации наверняка бы отказали. МФО также вынуждены рассматривать клиентов, у которых есть дела в исполнительном производстве: анализируют, вникают, насколько дело серьезное, были ли подобные дела у клиента в прошлом и так далее. Конечно, есть и стоп-факторы, при наличии которых об одобрении не может быть и речи даже в МФО», – рассказал Александр Орехов, заместитель председателя правления финансовой компании Boggat Finance Store.
Как отмечают эксперты, во-первых, за последнее время изменились источники данных для автоскоринга. В моделях используются такие источники данных, как соцсети. Самый простой, но сильный предиктор – «свежесть» страницы в соцсети. Также используются данные базы ФССП, анализируется поведение пользователя на сайте.
Во-вторых, начали применяться мощные алгоритмы. Раньше это была логистическая регрессия. Сейчас же перестали бояться неинтерпретируемых, но более мощных алгоритмов: случайный лес, бустинг, нейронные сети.
В-третьих, изменилось понятие коммерческой тайны и отношение к данным. Сейчас обезличенные данные выкладываются на площадках, организовывается соревнование. Участники могут открыто делиться решениями. И другие компании могут использовать эти наработки у себя.
«На смену простому кредитному рейтингу приходит очень глубокая и сложная проработка каждого кандидата, в рамках которой выявляются и поддельные документы, и криминальные риски, и даже проводится лингвистическая и семантическая оценки страниц в социальных сетях», – отметили в компании «Интернет-поиск».
Как правило, крупные финансовые организации самостоятельно занимаются разработкой скоринговых моделей. «Скоринг – это система, которую нужно постоянно совершенствовать и поддерживать. С командой в штате это сделать проще. Кроме того, работа скоринговой модели должна быть согласована с отделом маркетинга, что затруднительно, если скоринг разрабатывается сторонней организацией», – комментирует Дмитрий Горелов, руководитель группы кредитного скоринга МФК «До Зарплаты».
Точность скоринговой модели зависит в том числе от правильно составленного тренировочного набора данных. Популяция заемщиков в исторических данных практически никогда не соответствует текущей популяции. Обычно это связано с маркетинговыми акциями. Знание того, какие акции проводились и в какой период, помогает правильно отфильтровать тренировочный набор и повысить качество модели. Всю эту информацию собрать чрезвычайно сложно, если разработкой занимается сторонняя организация.
«Скоринг делали самостоятельно. Потому что подход был принципиально иной – оценивать не заемщика, а заем, не вручную, а автоматически, не по 15 параметрам, а по 400+ параметрам. Поэтому все делалось инхаус, командой математиков, дата-сайентистов, аналитиков и кодеров. Весь скоринг построен на AI и ML», – рассказали представители краудлендинговой платформы Penenza.ru.
Zaim.com решил поинтересоваться у МФО, наличие каких факторов говорит о 100% отказе в предоставлении займа.
Мошенники и люди с чрезмерной финансовой нагрузкой получают моментальный отказ. «Другая часть заемщиков может рассчитывать лишь на минимальную сумму – не более 3 000 рублей. Эту категорию считают высокорискованной: они с «просрочками», потеряли доверие большинства кредиторов, но при своевременном погашении получают возможность исправить кредитную историю. Среди обратившихся в МФО есть те, кого компании распознают как однозначно хороших клиентов: им сразу доступен микрозайм на лучших условиях», – комментирует Сергей Весовщук, директор по рискам группы компаний Eqvanta (в состав входят МФК «Быстроденьги», МФК «Турбозайм» и др.).
На принятие решения о выдаче займа влияет благонадежность заемщика. «Мы не выдадим займ клиенту при наличии текущей просрочки в других организациях. Если на данный момент заемщик уже имеет высокую долговую нагрузку, мы также откажем в выдаче новых средств, даже если он еще не попал в просрочку. Кроме того, в компании действуют ограничения по возрасту: клиенты младше 18 лет и старше 75 лет не смогут получить деньги, т. к. не отвечают основным требованиям к профилю заемщика», – заметил Андрей Петков, генеральный директор онлайн-сервиса микрокредитования «Честное слово» (МФК «Честное слово»).
Принятие решения о выдаче займа, как правило, зависит от типа клиента. «Финальное решение может приниматься автоматически или оставаться за андеррайтером», – отметила Фарида Валуева, генеральный директор микрофинансовой организации Smartcredit.
Система скоринговой оценки заемщиков будет развиваться дальше, обогащаясь новыми данными и математическими моделями. Поэтому обманывать кредитные организации недобросовестным заемщикам станет сложнее.
Маргарита ГВОЗДЕВА