Несмотря на прогрессивность скоринга и повсеместное использование его зарубежными банками, до сих пор остается нерешенным целый ряд проблем, связанных с оценкой заёмщиков по данной методике. Одна из них заключается в том, что классификация выборки производится только на клиентах, которым дали кредит. Довольно сложно узнать, как бы повели себя клиенты, которым в кредите было отказано: вполне возможно, что какая-то часть оказалась бы вполне приемлемыми заемщиками. Также возникает проблема, связанная с изменениями поведенческих аспектов заёмщиков, социально-экономических и прочих условий, оказывающих влияние на них. Поэтому скоринговые модели подлежат обязательной корректировке с частотой полгода-год для России, экономика которой не отличается статичностью. У российских банков при применении любого вида статистического анализа возникают трудности рассмотрения длинных временных рядов за отсутствием «кладбища» кредитных историй. Кроме того, ещё одной особенностью российской экономики является неоднозначная интерпретация данных российских предприятий. Это связано с тем, что состояние финансовой отчетности, строго говоря, не всегда четко соответствует реальному положению вещей, а значит, финансовые показатели могут принимать любые значения вплоть до отрицательных, причем со значительно большей частотой, чем такое, к примеру, возможно в западных компаниях. В результате, неадекватными будут значения коэффициентов, что приводит к необходимости устанавливать для них особые лимиты или удалять сомнительные данные.
Какую бы банк не выбрал скоринговую модель очевидно одно – без её автоматизации смысл в ней просто пропадает. Бесперебойная работа и репутация банка обуславливаются минимумом субъективности при принятии решения отдельными сотрудниками и максимумом алгоритмов, реализованных в виде программного кода и настроек автоматизированной банковской системы. Даже если кредитный сотрудник в некоторых случаях уполномочен производить субъективную оценку, то программное средство в целях безопасности должно ограничивать его возможности принятия решений в пределах определенной суммы или, например, запрашивать подтверждение данной операции от еще одного специалиста. Подобные правила разрабатываются на основе кредитной политики банка, а автоматизированная система способствует их беспрекословному соблюдению.
Жизнеспособность автоматизированной скоринговой модели в немалой степени зависит от взаимодействия разработчиков модели и кредитных работников, которые по сути осуществляют окончательную настройку модели и управляют ею. Именно специалисты банка должны определить, какой информации не хватает для того, чтобы модель удовлетворяла их требованиям. При этом идеальным вариантом считается приближение скоринговой модели к внутренней методологии оценки кредитоспособности заёмщика. Поэтому банки не должны пренебрегать сравнительным тестированием, которое может быть проведено как на этапе первичной апробации скоринговой модели, так и на этапе её адаптации к принципам кредитной политики банка[16].
После того, как банк принял положительное кредитное решение, начинается собственно процесс выдачи кредитных средств заёмщику и мониторинг за их возвратом. IT-компании определяют его в блок «обслуживание» и предлагают банку ряд программных продуктов, опосредующих этот процесс и повышающий его эффективность. В частности, не представляет сложности автоматизирование ведения траншей по кредиту, расчета процентов и формирования графиков платежей, открытия кредитных линий с различными лимитами и выполнения всех операций по кредитованию держателей пластиковых карт. IT-продукты могут даже прогнозировать платежи по погашению задолженностей, делать расчет и перерасчет графиков погашения основного долга и процентов, формировать и менять категории качества ссуды. Иными словами, уже сегодня IT-компании предлагают банку автоматизацию формирования бухгалтерских проводок по всем операциям, связанным с выдачей кредита, его погашением, вынесением на просрочку, пролонгацией, начислением процентов, формированием резерва на возможные потери по ссудам, принятием и списанием обеспечения, учетом лимитов выдачи и задолженности по кредитным линиям, списанием задолженности, признанной безнадежной и т.д. Кроме того, IT-продукты могут облегчить работу банковским сотрудникам, ответственным за составление кредитной отчетности.
Другие статьи:
Индекс КР - Драгон
Индекс КР - Драгон (KPDCI USD) рассчитывается компанией "Драгон Капитал" и отражает динамику котировок акций десяти наиболее ликвидных компаний. Индекс "увидел свет" 5 мая 1997 года. На дату начала расчета он был равен ...
КБ "Востокбизнесбанк"
Коммерческий Банк "Востокбизнесбанк" - один из первых коммерческих банков Приморья.
Банк имеет следующие лицензии:
• Генеральная лицензия на право совершения банковских операций в рублях и иностранной валюте №1342 была получен ...
Аналитическое исследование Газпромбанка
Газпромбанк (Открытое акционерное общество) – один из крупнейших универсальных финансовых институтов России, предоставляющий широкий спектр банковских, финансовых, инвестиционных продуктов и услуг корпоративным и частным клиентам, финансо ...
