Ольга Зинкевич,
заместитель директора дирекции розничного бизнеса и пластиковых карт Промышленно-строительного банка:
При определении кредитного лимита для клиентов наши кредитные специалисты применяют специальную скоринговую программу . В массовом порядке данную технологию Промышленно-строительный банк начал применять с 2001 года.
Используемая скоринговая программа была разработана и модифицируется исключительно собственными специалистами ОАО «ПСБ».
Потребительский кредитный портфель нашего банка характеризуется хорошими показателями, процент просроченной задолженности, как правило, не превышает 0,6-0,7% от объема текущей задолженности.
На наш взгляд, эффективность скоринговой системы можно оценить с помощью показателей рентабельности и прибыльности кредитного портфеля. Процент невозврата в принципе является в таких условиях второстепенным показателем, так как основная задача банка - обеспечить заданную прибыльность при зафиксированном уровне риска.
Можно ли научиться обманывать скоринговую программу, зависит от того, насколько продумана («защищена») эта программа, а также от того, какие показатели она использует в своей работе. Например, если используется только документально подтвержденная информация, то, естественно, обмануть такую систему практически невозможно. Если же значительная часть вопросов относится к информации, которую сложно проверить непосредственно при заполнении, то клиент может попытаться «обмануть» скоринг.
Фирмы, оказывающие услуги по оказанию помощи в заполнении анкет, на практике можно разделить на две группы. Первая группа оказывает обычную консультационную помощь в заполнении документов. В принципе ровно такую же помощь клиент мог бы получить и от кредитного специалиста банка. Вторая группа - это фирмы, рассказывающие клиенту, как лучше обмануть банк. Как показывает практика, услуги последних редко приводят к положительному результату, так как заведомо ложная информация выявляется достаточно легко, и клиент в итоге получает отказ.
К сожалению, подобные организации получили достаточное распространение в крупных городах России. Это связано прежде всего с традиционным страхом населения перед финансовыми институтами, а также с низким уровнем информированности и знания специфики банковской деятельности.
Максим Чернущенко,
вице-президент Инвестсбербанка:
Наш банк использует систему принятия кредитного решения с участием статистических моделей оценки заемщика. Система разработана специалистами нашего банка и работает с момента появления в банке массового потребительского кредитования.
Наша система - это сложная компьютерная программа, использующая передовые технологии. Ее целью является выявление недобросовестных заемщиков до выдачи кредита и помощь «хорошим» клиентам в правильной оценке своих возможностей. Соответственно, и эффективность системы оценивается на основе показателей, характеризующих поставленные цели. В частности, скоринговые модели, предназначенные для выявления мошенничества, оцениваются с использованием статистики несвоевременных поступлений платежей и невозвратов.
На данный момент мы имеем передовую систему оценки заемщика, которая позволяет быстро реагировать на изменения в бизнесе. Специальные сотрудники регулярно (практически на ежедневной основе) проводят анализ изменений рынка, изменений категорий клиентов, появления новых схем обмана банка и соответственно адаптируют скоринговую систему.
Для нашей системы не существует «заведомо» проходных ответов, так как заемщик оценивается в комплексе на основе всей имеющейся информации о нем, о его кредитной истории, о месте получения кредита. Тем не менее, обманывать систему возможно, но достаточно непродолжительное время. Новые схемы мошенничества регулярно выявляются и пресекаются, а их исполнители преследуются по закону.
Алена Желтова,
начальник отдела по связям с общественностью Хоум Кредит энд Финанс Банка:
Скоринговая система, используемая в нашем банке, является собственной разработкой и включает в себя информацию о 4,2 млн человек. Использование данной системы позволяет принимать решение о выдаче кредитов на сумму до 50 тыс. рублей в течение нескольких минут.
Автоматизированная система скоринга, используемая в нашем банке, была разработана и протестирована членами группы Home Credit в странах Центральной Европы на основании статистики платежей по потребительским кредитам в этом регионе. В 2003 году данная система была доработана с учетом специфики российского рынка финансовых услуг, а в последующем была несколько раз обновлена.
Основной критерий оценки эффективности системы скоринга - количество невозвратов, которое, естественно, учитывается.
Процент невозвратов в «Хоум Кредит» остается ниже заложенного в бизнес-модели банка.
Скоринговая система регулярно обновляется с учетом реалий российского рынка потребительского кредитования и в соответствии с требованиями, необходимыми для полноценной деятельности банка.
Если сотрудники каких-то сторонних фирм просто помогают человеку заполнять документы на получение кредита, то их деятельность банкам идет только на пользу, так как в конечном счете ведет к увеличению количества клиентов. Другое дело, что процесс получения кредита в нашем банке не настолько сложен, чтобы требовались услуги специалистов. Правильно заполнить анкету помогает администратор банка или сотрудник магазина, с которым сотрудничает банк.
Если же сотрудники фирмы подсказывают человеку, что именно следует писать, чтобы пройти скоринг, пусть даже эта информация не соответствует действительности, то это уже обман банка и подпадает под определение «мошенничество».
Для справки:
Кредитный скоринг, это система оценки кредитоспособности (кредитных рисков) физического лица, основанная на численных статистических методах. Как правило, используется в потребительском (магазинном) экспресс-кредитовании на небольшие суммы. Также возможно его использование в бизнесе сотовых операторов, страховых компаний и.т.д. Скоринг заключается в присвоении баллов по заполнению некой анкеты, разработанной оценщиками кредитных рисков андеррайтерами. По результатам набранных баллов системой принимается решение об одобрении или отказе в выдаче кредита (по информации с сайта Википедия ).
Система оценки клиентов, в основе которой заложены статистические методы. Как правило, это компьютерная программа, куда вводятся данные потенциального заемщика . В ответ выдается результат – стоит ли предоставлять ему кредит . Название скоринг происходит от английского слова score, то есть «счет».
Существуют четыре вида скоринга:
Многие скоринговые системы не только обрабатывают введенные данные, но и способны к самообучению: они учитывают модель поведения уже принятых на обслуживание клиентов, чтобы корректировать свою оценку будущих заемщиков.
На рынке программного обеспечения для банков существуют готовые решения. Самые известные западные программы - SAS Credit Scoring, EGAR Scoring, Transact SM (Experian-Scorex), K4Loans (KXEN), Clementine (SPSS). Среди российских разработчиков выделяются Basegroup Labs, «Диасофт», известна украинская компания "Бизнес Нейро-Системы". В то же время многие банки разрабатывает свои собственные системы.
Скоринговые системы позволяют снизить издержки и минимизировать операционный риск за счет автоматизации принятия решения, сокращают время обработки заявок на предоставление кредита, дают возможность банкам проводить свою кредитную политику централизованно, обеспечивают дополнительную защиту финансовых организаций от мошенничества. В то же время скоринг имеет и ряд недостатков: часто решение системы основано на анализе данных, предоставленных исключительно самим заемщиком. Кроме того, скоринговые системы необходимо постоянно дорабатывать и поддерживать, т. к. они учитывают только прошлый опыт и реагируют на изменения социально-экономической ситуации с запозданием.
Автоматический скоринг позволяет более точно предсказать поведение заемщика
Фото: Fotolia/aleks649
Вопрос, выдаст банк вам кредит или откажет, очень непрост. За его решением стоит кропотливая дорогостоящая работа. Все больше банков стремятся удешевить и ускорить свой скоринг, автоматизировав его. О том, как проводится такой скоринг, порталу Банки.ру рассказали специалисты компании Experian.
Компьютер не позвонит
Анализ кредитных заявок – процесс, который можно и нужно автоматизировать. Классический, ручной скоринг крайне затратен, так как требует тщательной проверки и обучения сотрудников, и времени на каждую заявку тратится достаточно много. В то же время автоматическая система способна за секунды обработать большой объем данных, не подвержена предубеждениям и переменам настроения.
Скоринговые системы, построенные на таких платформах как PowerCurve компании Experian, призваны не заменить живого работника, а помочь ему быстро и правильно принимать решения на всех этапах жизненного цикла клиента банка. Принципы, в соответствии с которыми работают автоматические системы, по сути, не отличаются от принципов ручного скоринга.
Упрощенно процесс можно описать как применение скоринговой модели к собранным данным. Цель проведения скоринга – предсказать, как заемщик будет выплачивать кредит. Это дает возможность применить к скоринговым оценкам заявителя рисковую стратегию и принять ряд решений по его заявке: дать ли кредит, в каком объеме, на какой срок, под какую ставку.
«Процент решений, принимаемых банками полностью автоматически, пока не очень велик. Проблема в том, что банки не вполне доверяют автоматическим системам. Кроме того, не все данные можно проверить без привлечения человека. Например, компьютер не позвонит на работу заявителю. Поэтому полностью автоматические решения принимаются обычно по заявкам на небольшие кредиты», – рассказала порталу Банки.ру глобальный консультант компании Experian Анна Уштей.
Все, что вы хотели знать о клиенте
Банки стараются собрать о клиенте как можно больше информации, используя различные источники. Помимо данных, предоставляемых самим заявителем, используются информация кредитных бюро (в первую очередь, кредитная история), государственные информационные системы, открытая информация из соцсетей, внешние проверки (например, звонок работодателю). Анализируемые в процессе скоринга данные можно условно разделить на несколько категорий.
Идентификационные данные . Набор информации, позволяющий идентифицировать заемщика: паспортные данные, место жительства, фотография, подпись, рабочий и домашний телефоны. Именно с обработки этих данных начинается скоринг. Это позволяет на самом раннем этапе отсеять возможных мошенников и явно неперспективных клиентов. При этом, если клиент уже является клиентом банка, проверка и обработка этих данных обойдется банку крайне дешево и может быть практически полностью автоматизирована. Идентификационные данные практически не меняются со временем. Заметим, что даже непреднамеренная ошибка при указании идентификационных данных, скорее всего, приведет к отказу в кредите.
Демографические данные . Возраст, пол, образование, семейное положение, место проживания, место работы и должность. В отличие от идентификационных данных демографические со временем меняются: увеличивается возраст, человек учится, переезжает, меняет работу, женится, разводится и т. д. Может измениться даже пол.
Финансовые положение . Наличие и размер регулярного дохода, объем трат, наличие иждивенцев. Тут для заявителей имеется широкое поле для разного рода хитростей: траты можно скрыть и доход преувеличить. Эти данные меняются постоянно, в связи с чем банки вынуждены уделять их сбору и проверке самое пристальное внимание.
Кредитная история . Возможно, самые ценные для скоринга данные – наличие отданных и текущих кредитов, случаи попадания в просрочку и ее продолжительность. Если человек многие годы аккуратно выплачивал кредиты, можно с большой долей вероятности предположить, что он и продолжит в том же духе. Обратное тоже верно.
Трансакционное поведение . Такого рода данные доступны банку, если речь идет о выдаче кредита не человеку «с улицы», а держателю платежной карты банка. Имеют значение регулярность и характер операций по карте – как часто, где, в каком объеме заявитель оплачивает товары и услуги. Заметим, что банк оперирует не конкретными товарами и услугами, и даже не названиями магазинов, а суммами и категорией торговой точки.
Данные, предоставляемые самим заемщиком, подвергаются верификации. Для этого применяются как внешние источники, так и проверки на внутренние противоречия. Есть четкие, поддающиеся проверке связи между местом проживания и работы, профессией, должностью и уровнем дохода и т. д. Непротиворечивость этих данных можно проверить автоматически, не тратя дорогое рабочее время кредитного специалиста.
Моделируем будущее
Скоринговая модель – ценнейший актив банка. Именно она определяет, какую оценку (скоринговый балл) получит клиент на всех этапах скоринга. В простейшем случае скоринговую модель можно «набросать» и вручную. Но значительно более эффективным путем будет построение модели на основе собранной статистики по заявкам и выданным кредитам.
При анализе статистики могут выявиться самые различные, зачастую неожиданные связи между просрочкой и данными о заемщиках. К примеру, работники, занятые в какой-либо одной отрасли, могут оказаться более склонны к просрочкам, нежели занятые в другой сфере. Или многодетные матери окажутся более качественными заемщиками, чем холостые мужчины. Такие связи и выводы из них зависят от профиля банка, от экономической, демографической и политической обстановки, они могут сильно изменяться во времени, в связи с чем скоринговая модель должна регулярно пересчитываться. Обычно это делается не реже чем раз в полгода.
Если кредитная организация только выходит на рынок или радикально меняет профиль, наработанной статистики у нее нет. В этом случае она может приобрести готовую модель или заказать сторонней компании разработку модели для своего профиля. В большинстве случаев такие модели работают не слишком эффективно, и через какое-то время их необходимо обновить, основываясь на собранной статистике.
Отметим, что скоринговую модель нередко дополняют настраиваемыми вручную условиями и фильтрами. Хорошо известно, что банки с предубеждением относятся к журналистам и юристам, даже если статистика не выявляет повышенного процента просрочки у представителей этих профессий. Первые способны попортить репутацию банка, а вторые могут доставить проблем в суде. Что интересно, сами сотрудники финансового сектора также нередко попадают в эти фильтры.
Стратегия серой зоны
Как именно скоринговые баллы влияют на решения, принимаемые на всех этапах обработки заявки на кредит, определяет рисковая стратегия. Шкала скорингового балла условно делится на три зоны: белую, черную, серую. Попадание оценки в белую зону гарантирует положительное решение, черную – отрицательное, а вот серая зона дает определенный простор для маневра.
Стратегия определяет, какой процент заявок в серой зоне получит положительное решение, причем стратегия должна учитывать самые разные факторы. Скажем, в ней можно прописать, что замужние учительницы младших классов, чей балл попал в серую зону, должны получать одобрение заявки в 50% случаев, объем кредита не должен превышать 100 тыс. рублей в 80% случаев, а срок кредит не должен быть менее пяти лет в 100% случаев.
Такие тонкие настройки позволяют кредитной организации формировать свой портфель очень точно и аккуратно. И средства автоматизации могут здорово облегчить формирование корректной стратегии.
«В системе PoweCurve я могу разобрать стратегию по нескольким сегментам клиентов, похожих друг на друга по каким-либо критериям, – рассказал порталу Банки.ру глава представительства Experian в России и странах СНГ Сергей Горащенко. – Одним, к примеру, задаем увеличение лимита, другим – поднять ставку, но не менять лимит, третьим – снизить лимит, и установим запуск этой стратегии по определенной части портфеля или по всему портфелю. Применяем стратегию в PowerCurve, система все просчитывает и выдает сотрудникам банка данные, что с каким клиентом нужно делать, что поменять, какие действия предпринять».
Такие системы, как PowerCurve от Experian, позволяют риск-менеджеру сформировать желаемую стратегию в считаные минуты и проверить ее на статистике по кредитному портфелю. После расчетов система покажет тот уровень просрочки, на который вышел бы кредитный портфель, если бы тестируемая стратегия была применена в заданный период. Можно подойти и с другой стороны: задать желаемый уровень просрочки, и система предложит стратегию, основываясь на статистике за заданный период.
Увы, полностью положиться на автоматику тут не выйдет: если новая стратегия существенно отличается от действующей, нужной информации просто может не оказаться. К примеру, если банк практически не давал кредитов престарелым индивидуальным предпринимателям, а в новой стратегии им должно найтись место в кредитном портфеле, PowerCurve не сможет предсказать просрочку с достаточным уровнем точности. Ведь статистики по таким заемщикам у банка нет.
Заметим, что стратегия может включать в себя выдачу кредитов в черной зоне – то есть заявителям, для которых скоринговая модель показывает высокую вероятность попадания в просрочку. Небольшой процент одобрений «черных» заявок позволяет составить статистику по маргинальным заявителям, что помогает уточнять как скоринговую модель, так и стратегию.
Обращаясь за получением кредита, заемщик проходит проверку по скоринговой системе. Что же такое скоринг, зачем он нужен и как влияет на решение кредитора о выдаче или отказе ссуды. Программа представляет собой формулу, в которую кредитор подставляет данные клиента для принятия решения.
В финансовых учреждениях применяется система оценки потенциальных клиентов, основанная на статистических методах. Это компьютерная программа, в которую сотрудник банка вводит сведения о заемщике, затем получает положительный или отрицательный ответ. Баллы в процентах означают вероятность возврата ссуды клиентом. Чем выше балл, тем больше риск невозврата.
С английского скоринг переводится как подсчет очков. В общем понимании это классификация клиентской базы на группы, в результате отнесения тестируемого к группе по количеству набранных баллов. Основа скорингового анализа – предположение об одинаковом поведении людей с похожими социальными данными.
Этапы работы системы выглядят следующим образом:
Что касается использования системы в кредитовании, итогом проверки станет две группы клиентов – которым можно или рискованно выдать кредит. В мировой практике выставление скоринговых баллов происходит по двум методикам:
Метод скоринговой оценки клиента нужен для оценки и управления рисками, прогнозирование вероятной неплатежеспособности заемщика. Принятие решения происходит автоматизировано по расчету введенных данных. Когда скоринг только начали использовать, балл выставлялся экспертом отдельно по каждой характеристике. В 2017 году - это сложная математическая программная модель, которая дает возможность одновременно учесть сотню разноплановых факторов.
Для банка польза скоринга заключается в оценке рисков. Заемщику прохождение скорингового тестирования позволяет проанализировать шансы на получение займа, даже если в данный момент такой необходимости нет.
Скоринговый балл – величина непостоянная. Недостаточный для получения кредита балл можно «подтянуть», следуя рекомендациям в отчете. Большое влияние на балл оказывают имущественные характеристики: наличие имущества в собственности, трудоспособный возраст, доход, отсутствие других ссуд, лиц на иждивении. Получившийся в результате балл становится показателем, стоит ли рассматривать клиентскую заявку дальше. Задача программы оценки рисков – отсеять на первых этапах из потока заявок неплатежеспособных клиентов.
На практике применяются такие виды скорингов:
Анализ кредитной истории подразумевает скоринг:
Социально-демографический анализ базируется на персональных сведениях о тестируемом лице. Учитываются возраст, семейное положение, образование, пол, место жительства и другие социальные факторы. Расчет скорингового балла используют в страховых компаниях. Выявлена обратная зависимость между качеством погашения ссуды и частотой оформления дорогих полисов страхования. Клиентам, прошедшим страховой скоринг предлагают выгодные условия полиса. С 2014 года юридические лица получили доступ к просмотру кредитных историй. Работодатели при найме сотрудника могут проверить долговую нагрузку, финансовые проблемы. В ближайшем времени, вероятно, будет разработана программа скоринга персонала.
Самый распространенный в России кредитный скоринг – это анализ платежеспособности заявителя, когда оценивается способность погасить взятую ссуду. Скоринговый балл имеет определяющую роль в принятии решения при экспресс-кредитовании небольшими суммами. Главный акцент такого анализа – надежность заемщика. Программа после обработки выдает ответ, что лица такого возраста, пола, профессии не выплачивали вовремя кредит. Причины этого банк не интересуют, он отказывает в выдаче без объяснения причин.
При поведенческом скоринге выясняется степень риска невозврата кредита уже существующими клиентами. Коллекторский скоринг рекомендует меры по работе с неплательщиками. Анализ отклика оценивает реакции клиента на предложения. Скоринг потерь показывает вероятность того, что клиент не уйдет к другому кредитору.
Кредитный анализ дает возможность оценить клиента и выставить скоринг-балл автоматически. При крупных суммах займа (ипотека, автокредит) окончательное решение о выдаче средств принимает кредитный инспектор. Если программа скоринга дала другой результат, эксперту придется обосновывать кредитному комитету свое решение.
При использовании скорингового анализа уменьшается риск невозврата кредитов. Финансовые организации, запрашивающие сведения в бюро кредитных историй, предлагают клиентам разумные процентные ставки по ссудам. Ведь им нет необходимости перекрывать финансовые потери от невозвратов за счет существующих клиентов. Бюро кредитных историй предоставляет данные также о заемщиках микрофинансовых компаний и кооперативов. Кредитные организации постепенно переходят на матричный анализ с использованием нескольких источников.
Эксперты советуют при планировании серьезного кредита в ближайший год проходить скоринг-тест раз в квартал. Улучшить балл можно, анализируя изменения в большую или меньшую стороны, следуя рекомендациям в отчете. Положительный балл позволяет не только получить одобрение банка на получение займа, но и избежать поручительства, дополнительного залога, повышенной процентной ставки.
Каждый кредитор применяет индивидуальную систему оценки клиентов и прогнозирования возврата займов. К стандартным характеристикам относятся:
Программа присваивает балл за каждый ответ. Кроме этого, автоматически анализируются совпадения в ответах и выявляются потенциально недобросовестные заемщики. Один и тот же фактор имеет разное значение для разных категорий. Например, наличие детей у семейного мужчины улучшает балл, у женщины в разводе – ухудшает.
Узнать скоринговый рейтинг можно бесплатно, запросив информацию в Национальном бюро или платно сколько угодно раз в частных бюро кредитных историй. Повысить рейтинг желательно при планировании взятия ссуды. Чем выше балл скорингового анализа, тем больше шанс получить ссуду по меньшей процентной ставке.
Возможность подтасовки сведений при введении в скоринговую систему зависит от защиты и используемых показателей. Практически невозможно обмануть систему, которая анализирует только документально подтвержденную информацию. Простой способ обмануть программу – ввести одну из букв имени латиницей, это исказит итоговые данные.
Для защиты от ошибок и намеренных действий данные скоринговой оценки дополнительно проходят проверку кредитным инспектором. При выявлении обмана, рассчитывать на сотрудничество с этим банком уже не придется.
На скоринговый балл негативно влияет:
Личное общение с инспектором поможет дополнить скоринговый анализ субъективными впечатлениями о поведении и внешнем виде клиента. Он подтверждает или опровергает достоверность внесенной информации.
Недостаток программной оценки заключается в предоставлении сведений самим клиентом. Проверять данные при небольших суммах займов слишком дорого для кредитора. При непредоставлении информации ввиду ее отсутствия, система расценивает это как сокрытие и снижает балл.
Программа требует постоянной доработки и технической поддержки, она не может перестроить анализ быстро при изменении экономической, социальной ситуации в стране.
Несмотря на некоторые недостатки скорингового анализа, преимущества использования перевешивают. К ним относится:
Зная эти несложные правила, вы сможете несколько сократить риск получения отказа.
Но не забывайте, что сегодня банки в некоторой степени ужесточают требования к своим потенциальным заемщикам.
Отрицательное решение банка по поводу вашей заявки на кредит – распространенное и довольно неприятное явление. К сожалению, в большинстве случаев бывает так, что клиент даже не знает, по какой именно причине ему отказали в выдаче займа, ведь банки оставляют за собой право отказать в кредите без объяснения оснований.
Предоставление неточных или ложных сведений при заполнении анкеты. Помните, что всю информацию, которую вы впишете в заявку, очень легко проверить. Поэтому банки сегодня борются с нечестными потенциальными заемщиками, которые очень хотят взять кредит наличными и сообщают заведомо недостоверную информацию. Помните, что проверить все представленные в анкете данные не составит труда.
При первом обращении в банк за кредитом, Вы наверняка столкнетесь с таким понятием, как скоринг .
Данным термином обозначается процесс по определению платежеспособности будущего клиента специальными компьютерными системами, анализирующими предоставленные заемщиком данные. При этом анализ подразумевает сравнение со среднестатистическими данными, накопленными банком. Иными словами, потенциальный заемщик заполняет анкету для банка, которую обрабатывают впоследствии не сотрудники банка, а специализированный программно-аппаратный комплекс для скоринга. Он на основании сравнения полученной информации с имеющейся базой данных в итоге выдает вероятность возврата займа, которая служит ключевой характеристикой при предоставлении кредита.
Существенным минусом данной системы для заемщика является тот факт, что он может иметь высокий подтвержденный уровень дохода, высшее образование и не собирается становиться недобросовестным заемщиком, но в результате скоринга его анкета может попасть по нескольким параметрам в группу с высоким процентом невозврата кредитов, и банк откажет в выдаче займа. Например, люди старше 55 лет автоматически считаются скоринг-системами ненадежными заемщиками, а наличие высшего образования практически не добавляет шансов на одобрение кредита, так как не гарантирует само по себе высокий уровень дохода у потенциального клиента .
Кто же считается скоринговыми программами идеальным заемщиком? Это женщины трудоспособного возраста, так как именно они наиболее ответственно относятся к кредитам, совершают меньше всего просрочек и задержек платежей, возвращают практически все займы.
При этом среди всех работающих женщин у скоринг-систем есть свои фавориты. Это матери одного или двух детей, которые состоят в законном браке и имеют высокий уровень ежемесячного официального дохода. При этом их возраст составляет не менее 27 и не более 35 лет.
Естественно, что Вы вполне можете не оказаться идеальным заемщиком для банка, и чтобы не тратить время на походы в банки и ожидание решения по кредиту, воспользуйтесь услугами кредитного брокера. Данный специалист поможет выбрать оптимальный банк для получения кредита, подобрать кредитный продукт на максимально выгодных условиях на нужный срок и рассчитать максимальную сумму займа. Естественно, что за его услуги придется платить, но сумма вознаграждения обычно окупается уже через год после выдачи кредита.
Как показывает опыт многих заемщиков быстрый кредит без отказа, иногда является не таким уж простым и доступным вариантам. Очень часто случается так, что отказывают в выдаче займа. Выделим наиболее распространенные причины отказа в кредите, а также приведем полезные рекомендации для тех, кто хочет взять кредит банка наличными без опасений получить отказ.
Прежде всего основные причины отказа это плохая кредитная история и открытые просрочки по платежам! В этом случае крайне сложно получить займ на крупную сумму.
Чтобы не оказаться в ситуации, когда вам срочно нужны деньги, а банки один за другим отказывают вам в выдаче кредита, следует помнить несколько важных тонкостей:
При этом нельзя просить и чересчур маленькие суммы денег при высоких доходах. Если клиент хочет получить, скажем, пять тысяч рублей при ежемесячном доходе в сто тысяч, это выглядит по меньшей мере странно и заставляет сотрудников банка усомниться в подлинности предоставленных вами сведений.
Зная эти несложные правила, вы сможете несколько сократить риск получения отказа. Но не забывайте, что сегодня банки в некоторой степени ужесточают требования к своим потенциальным заемщикам.
Как правило, деньги в кредит дают платежеспособным гражданам с высоким доходом, высшим образованием, отсутствием отрицательной кредитной истории и каких-либо задолженностей.
Отрицательное решение банка по поводу вашей заявки на кредит – распространенное и довольно неприятное явление.
К сожалению, в большинстве случаев бывает так, что клиент даже не знает, по какой именно причине ему отказали в выдаче займа, ведь банки оставляют за собой право отказать в кредите без объяснения оснований.
Посмотрите видео, в котором кратко описаны основные моменты отказа банка в займе и даны рекомендации как этого избежать
Как правило, отказ в запрошенном клиентом банка потребительском кредите наличными основывается не на какой-либо одной причине, а имеет под собой несколько оснований, которые в совокупности отрицательным образом влияют на решение банка. Вот наиболее популярные причины отказа в кредите:
В большинстве случаев эта причина становится определяющим фактором, который не позволяет банку дать клиенту положительное решение.
Результатом заявления на получение средств в данном случае почти всегда является отказ.
Это далеко не полный спектр всех причин, которые могут вызвать отказ. Всего специалисты насчитывают несколько десятков таких оснований. При наличии одного такого отрицательного фактора у вас, конечно, есть шанс без особых проблем получить кредит, но если ваша кредитная история сочетает в себе несколько подобных показателей, вероятнее всего, вы получите отказ.
В основном, вся банковская терминология в России, имеет заимствования из английского и итальянского языков, в данном случае, «scoring» — означает буквально, «подсчёт очков».
Что такое «скоринг» в банковском понятии? Скоринг это – система и метод оценки рисков по кредитам, управление ими на основе прогноза вероятности просрочки конкретным заёмщиком платежа по кредиту; это метод оценки кредитоспособности заёмщика, основанный на статистике. А так же: процесс автоматизации принятия решения.
Первоначально, в скоринговые карты, что велись, баллы выставлялись экспертно на основе имеющегося опыта, в основу же оценки входило всего лишь около десяти характеристик. Сейчас для скоринга используются специально разработанные математические модели и математические методы, позволяющие работать с сотнями характеристик.
Кредитный скоринг бывает нескольких видов, в зависимости от задач, для решения которых он предназначен. Итак, виды скоринга:
Скоринг заявителя (application scoring) – оценка того, что новый клиент не сможет погасить кредит.
Поведенческий скоринг (behavioral scoring) – на основе данных о поведении заёмщков проводится вычисление степени риска существующих должников.
Скоринг для работы с просрочниками (collection scoring) – определение когда и какие меры следует принять при работе с неплательщиками по кредитам.
Скоринг против мошенников (fraud scoring) – оценка вероятности того, что новый клиент имеет чистые намерения и не является мошенником.
Скоринг отклика (response scoring) – оценка реакции (отлика) потребителя на направленные ему предложения.
Скоринг потерь (attrition scoring) – оценка вероятности того, что потребитель будет и далее пользоваться продуктом или уйдёт к другому поставщику.
В России, самый популярный вид скоринга, это – скоринг заявителя. Применяется в экспресс-кредитовании, на небольшие суммы, где оценка проводится за час. В этом случае, скоринг является инструментом для оценки заёмщика, его кредитоспособности.
Скоринг этого вида, акцентирует внимание на характеристиках, которые завязаны на надежности/ненадёжности потенциального заёмщика. При выдаче кредит банк не знает, вернёт ли конкретный заёмщик деньги, однако, в прошлом, люди этого социального статуса, возраста, пола, профессии – кредит не возвращали. Почему до этого заёмщики не возвращали деньги, по каким причинам – это не интересует банк, он просто – отказывает в кредите людям, с определённым набором характеристик.
Конечно же, если банк выдаёт кредиты на значительные суммы и с низкими ставками – проверка заёмщика будет более подробна и длительна. Однако метод скоринга используется в автокредитах или даже в ипотеке, но не в том виде, как при экспресс-кредитовании. Всё начинается как обычно при использовании метода скоринга – с заполнения анкеты заёмщика. Информация собрана, далее она проходит проверку на достоверность, а затем, если потенциальный заёмщик соответствует целевой аудитории кредитной организации, то информация о нём попадает в скоринговую модель, которая оценивает риски. Для клиента рассчитывают так называемый скоринг-балл, как сумма баллов, дающая соответствие признакам. При этом скоринг используется как метод математической статистики для оценки кредитоспособности и не является основным фактором для определения правильности решения о выдаче кредита, он не гарантирует стопроцентную благонадёжность, но он – помогает определиться с принятием решения, носит, скорее, рекомендательный характер
Автоматизированная система скоринга может быть представлена как на примитивном уровне – достаточно использовать обычную таблицу в Microsoft Office Excel™ или же на более высоком уровне – специализированного программного обеспечения. Использование примитивного скоринга – характерно для большинства банков, работающих с физическими лицами. Вручную, исключительно из опыта и знания, расставляются баллы в таблице, которые ставит сотрудник банка, ориентируясь на заявку на кредит. После подсчёта набирается количество очков, которое либо даёт возможность получить кредит, либо нет. Недостатком скоринга здесь является то, что процесс трудоёмкий и длительный – клиенту приходится ждать.
Система кредитного скоринга – программа, дающая возможность оценки заёмщика и исполняющую всю последующую работу в автоматическом режиме. В этом случае оценка идёт практически мгновенная, кроме того, система скоринга не зависит от опыта или настроения работника, выдающего кредит и проводящего оценку – оценка беспристрастна. Возвращаясь к ипотечному кредитованию или автокредитованию, с применением скоринга, отметим, что основное решение о выдаче/невыдаче принимает кредитный эксперт, но если его решение будет отличаться от решений и выводов автоматической системы кредитного скоринга – то ему придётся разъяснять руководству, почему он принял такое решение.
Есть ещё одна тонкость и плюс от использования автоматизированной системы скоринга, которая говорит за то, чтобы обращаться в банки с её использованием. Кредитная организация, работающая с системой кредитного скоринга не будет предлагать кредиты по высоким процентам, потому что использование системы, с её точностью, позволяет снизить риск невозврата кредита, то есть, не будет происходить повышение процентов по кредиту, с целью покрытия убытка за счёт недобросовестных заёмщиков.
Если скоринг проводится, как было написано выше, сотрудником банка и вручную – возможен обман системы, например, в результате сговора сотрудника банка и клиента, когда сотрудник сам укажет нужные, желательные ответы для того, чтобы потенциальный заёмщик превратился в фактического. Однако следует иметь в виду, что это считается мошенничеством, а оно является наказуемым. Обмануть же автоматизированную систему скоринга – невозможно. Существуют организации, предлагающие обмануть скоринг-систему – однако, даже если это – теоретически — удастся, последствии это обязательно раскрывается. Обмануть скоринг – почти невозможно.
Если Вам не удалось получить кредит в одном банке, потому что его скоринговая система Вас «отбраковала» не стоит отчаиваться и думать, что пройти скоринг невозможно. Возможно, просто, скорее всего, данный банк руководствуется своими данными и показателями, тогда как ряд других кредитных организаций, скорее всего, имеет свои, другие критерии для аналитики. Большая доля вероятности того, что другой кредитор с охотой согласится работать с Вами, скоринг возможно пройти и банк согласится работать с Вами.
