Скоринговые модели

Размещено на http://www.allbest.ru/

Содержание

Введение

1. Виды скоринговых моделей

2. Сферы применения скоринговых моделей

3. Кредитный скоринг

Заключение

Литература

Введение

В условиях экономического кризиса особенно актуальными становятся задачи оперативной оценки состояния компаний и предприятий, общей платежеспособности физических и юридических лиц, а также объективный подход к принятию решений о сотрудничестве, расширении базы клиентов и других экономических решений.

В этой связи скоринговые модели являются весьма эффективным инструментом оценки существующих рисков и способствуют выработке взвешенного, сбалансированного управленческого решения. Точность и надежность такого рода моделей позволяют минимизировать риски при принятии решений.

Скоринг (от англ. scoring - подсчет очков в игре, счет) - это модель классификации организаций, клиентской базы на различные группы, если неизвестна характеристика, которая разделяет эти группы, но известны другие факторы, связанные с интересующей нас характеристикой. Данное определение скоринга весьма туманно и не дает представления о его практическом применении.

В других источниках можно прочитать, что скоринг представляет собой математическую или статистическую модель, с помощью которой на основе накопленных данных и экспертных заключений можно определить, насколько велика вероятность того, что конкретное юридическое или физическое лицо может осуществить какие-либо действия: предприятие стать банкротом, потенциальный заемщик банка или микрофинасовой организации - не вернуть долг, торговое предприятие - расширить сферу деятельности и пр.

В рамках скорингового моделирования используются такие понятия как: «характеристика», «признак» (то значение, которое принимает характеристика), «весовой коэффициент» и др. В результате функционирования скоринговой модели получается некий показатель, представляющий собой взвешенную сумму определенных признаков. По уровню данного значения можно оценить надежность (платежеспосбность) фирмы, предприятия, клиента.

Обращаясь к истории, можно отметить, что впервые методику скоринговой оценки применил американец Дэвид Дюран в 1941 году в целях оценки кредитоспособности физических лиц. Он выделил не только группы факторов, позволяющие максимально определить степень кредитного риска, но и коэффициенты, характеризующие кредитоспособность частного клиента. Таким образом, заемщик, который преодолел пороговое значение, набрав достаточное количество баллов, потенциально мог получить запрашиваемую сумму. Идея Дюрана получила продолжение - вскоре в Сан-Франциско образовалась первая консалтинговая фирма в области скоринга FairIssac, а несколько позже, с появлением новых массовых кредитных продуктов (кредитных карт), к идее скоринга обратились все финансовые учреждения США.

За более чем 70-летнюю историю процесс принятия решения на основе скоринговой модели претерпел немало изменений. И до сих пор данный процесс протекает в постоянном развитии и совершенствовании, находя свое активное применение и в нашей стране.

1. Виды скоринговых моделей

Скоринг - используемая банками система оценки клиентов, в основе которой заложены статистические методы. Как правило, это компьютерная программа, куда вводятся данные потенциального заёмщика. В ответ выдается результат - стоит ли предоставлять ему кредит. Название скоринг происходит от английского слова score, то есть «счет».

Существуют четыре вида скоринга:

application-scoring (дословный перевод с английского - «скоринг заявки, обращения») - оценка кредитоспособности заемщиков при выделении кредита. Это самый распространенный и известный клиентам вид скоринга. В его основе лежат первичный сбор анкетных данных заемщика, их обработка компьютером и вывод результата: предоставлять заем или нет;

collection-scoring - система скоринга на стадии работы с невозвращенными займами. Определяет приоритетные действия сотрудников банка для возврата «плохих» кредитов. Фактически программа позволяет предпринять ряд шагов по работе с невозвращенными долгами, например от первичного предупреждения до передачи дела коллекторскому агентству. Считается, что в процессе такой обработки порядка 40% клиентов ссылаются на забывчивость и возвращают кредит;

behavioral-scoring, «скоринг поведения» - оценка наиболее вероятных финансовых действий заемщика. Такая система дает возможность прогнозировать изменение платежеспособности заемщика, корректировать установленные для него лимиты. Основой анализа могут служить действия клиента за определенный период, например операции по кредитной карте;

fraud-scoring - статистическая оценка вероятности мошеннических действий со стороны потенциального заемщика. Такой скоринг, как правило, используется совместно с другими видами исследования клиентов. При этом считается, что до 10% невозвратов по кредитам связаны в России с откровенным мошенничеством и этот показатель растет.

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.

2. Сферы применения скоринговых моделей

Скоринговые модели в сфере кредитования

Одно из самых широких применений скоринговые модели нашли в сфере кредитования, для целей которых они и создавались.

Банкам, выдающим кредиты, требуется каким-либо образом оценить нового клиента и принять решение о выдаче или невыдаче ему запрашиваемого кредита.

В мировой практике существует два основных метода осуществления этой процедуры, которые могут применяться как отдельно, так и в сочетании друг с другом:

субъективное заключение экспертов или кредитных инспекторов;

автоматизированные системы скоринга.

Методика оценки кредитного риска посредством скоринговых систем, позволяет, оценив набор социальных признаков, характеризующих заемщика, сказать, стоит ли выдавать ему кредит. Эта методика используется уже на протяжении более полувека для оценки кредитоспособности, как предприятий, так и физических лиц. Важной особенностью скоринговых систем является то, что решение о выдаче кредита может приниматься автоматически без участия специалиста.

Согласно общей философии скоринга, не требуется искать объяснения, почему данный клиент не вернул выданные деньги. Скоринг выделяет те характеристики, которые наиболее тесно связаны с ненадежностью или, наоборот, с надежностью клиента.

Если в области кредитования скоринговые модели применяются уже, то в маркетинге идея применения скоринга сравнительно нова.

Предположим, большой супермаркет желает удержать своих постоянных клиентов, посредством различных поощрений (скидки на товары, рассылка рекламы по почте или e-mail и т.д.). Магазин не может снизить цену на все товары сразу, тем самым, угодив всем покупателям, а так же не может сделать рассылку рекламы всем покупателям - это не принесет никакой прибыли. Таким образом, требуется выделить группу покупателей, поощрение которых принесет наибольшую прибыль магазину и интересующие их товары (примечание: согласно принципу Парето 80% прибыли приносят лишь 20% клиентов).

Посредством дисконтных карт, социологических опросов и анкет можно получить некоторую общую информацию о клиентах (пол, возраст, место работы и т.д.) и информацию о том, что и как часто они покупают. Вот теперь требуется качественная скоринговая модель, посредством которой всех покупателей можно разделить на группы согласно их ценности для магазина.

К примеру, клиентов можно разделить по частоте обращения в магазин:

раз в неделю и чаще (около 16% клиентов)

раз в две недели (около 22% клиентов)

раз в месяц (около 17% клиентов)

раз в два месяца (около 12% клиентов)

реже двух месяцев (остальные)

Или по количеству потраченных денег за месяц:

>300$

200-300$

100-200$

50-100$

<50$

На основе подобных таблиц скоринга можно выбирать группы потребителей, поощрение которых даст наилучшие результаты.

Скоринговые модели оценки платежеспособности предприятия.

Скоринговый подход к оценке платежеспособности предприятия заключается в анализе статистики по предприятиям по их исполнению обязательств перед кредиторами, информация о которых содержится в бюро кредитных историй. Задача скоринговой модели оценки платежеспособности предприятия заключается в классификации его по степени финансового риска.

Скоринговый подход схож с рейтинговым подходом оценки предприятия, так как в нем также присутствует рейтинг (класс) у предприятия, помимо этого присутствуют балльная оценка и присвоение рейтинга финансовым показателям.

Отличие заключается в том, что в результате присваивается рейтинг и предприятие относится к классу платежеспособности, т.е. производится помимо оценки еще и классификация. Также в результате скоринга получается рейтинг у предприятия и рейтинг у финансовых коэффициентов, описывающих предприятие.

Среди отечественных моделей оценки платежеспособности предприятий выделяют скоринговые модели Донцовой-Никифоровой и Савицкой. Данные модели предназначены для оценки риска банкротства отечественных предприятий.

Остановим свое внимание на скоринговой модели Донцовой-Никифоровой. Отечественные экономисты Донцова Л.В. и Никифорова Н.А. предлагают скоринговую модель оценки платежеспособности предприятия, которая позволяет отнести предприятие к одному из шести классов платежеспособности, на основании оценки шести финансовых коэффициентов.

Показатель	1 класс (балл)	2 класс (балл)	3 класс (балл)	4 класс (балл)	5 класс (балл)	6 класс (балл)
Коэффициент абсолютной ликвидности	0.25 и больше (20)	0.216	0.15 (12)	0.1(8)	0.05(4)	Меньше 0.05 (0)
Коэффициент быстрой ликвидности	1 и больше(18)	0.9 (15)	0.8 (12)	0.7 (9)	0.6 (6)	Меньше 0.5(0)
Коэффициент текущей ликвидности	2 и больше (16.5)	1.7 (120	1.4 (7.5)	1.1(3)	1(1.5)	Меньше 1 (0)
Коэффициент финансовой независимости	0.6 и больше (17)	0.54 (12)	0.43 (7.4)	0.41(1.8)	0.4(1)	Меньше 0.4(0)
Коэффициент обеспеченности собственными оборотными средствами	0.5 и больше (15)	0.4 (12)	0.3(9)	0.2(6)	0.1(3)	Меньше 0.1 (0)
Коэффициент обеспеченности запасов	1 и больше (15)	0.9 (12)	0.8(9)	0.7(6)	0.6(3)	Меньше 0.6(0)
Минимальное значение границы в баллах	100	64	50	28	18	--
1 класс>100 баллов	Предприятие имеет хороший запас финансовой прочности
2 класс>64 баллов	Предприятие имеет незначительную вероятность погашения долгов, в целом риск есть
3 класс>50 баллов	Проблемное предприятие
4 класс>28 баллов	Предприятие имеет высокий риск банкротства
5 класс>18 баллов	Предприятие имеет очень высокий риск банкротства, меры по оздоровлению, скорее всего, не помогут
6 класс<18 баллов	Предприятие финансово несостоятельно

В модели оценки основной упор делается на коэффициенты ликвидности (коэффициент текущей ликвидности, коэффициент быстрой ликвидности, коэффициент абсолютной ликвидности), а также на коэффициенты оборачиваемости (коэффициент обеспеченности собственными оборотными средствами, коэффициент обеспеченности запасов).

Расчёт финансовых коэффициентов в скоринговой модели

Коэффициенты	Формула	Расчет
Коэффициент абсолютной ликвидности	(Денежные средства + Краткосрочные финансовые вложения) / Краткосрочные обязательства	1250 стр. /(стр. 1510+стр. 1520)
Коэффициент быстрой ликвидности	(Оборотные активы -- Запасы) / Краткосрочные обязательства	(стр. 1250+стр. 1240) / (стр. 1510+ стр. 1520
Коэффициент текущей ликвидности	Оборотные активы / Краткосрочные обязательства	стр. 1200 / (стр. 1510+стр. 1520)
Коэффициент финансовой независимости	Собственный капитал / Активы	стр. 1300 / стр. 1600
Коэффициент обеспеченности собственными оборотными средствами	(Собственный капитал -- Внеоборотные активы) / Оборотные активы	стр. 1300-стр. 1100) / стр. 1200
Коэффициент обеспеченности запасов	Коэффициент оборачиваемости запасов = Выручка от продаж / Средняя величина запасов	стр. 2110 / (стр. 1210нп.+стр. 1210кп.)*0.5

н.п. и к.п. - значение строки баланса на начало периода и конец периода соответственно.

3. Кредитный скоринг

Кредитный скоринг представляет собой шкалу, которая дает возможность оценить кредитоспособность потенциального заемщика в баллах.

Если некоторым социальным характеристикам клиента (Пол, Возраст, Место проживания, Должность, Длительность работы в одном месте и т.д.) присвоить определенные веса, то каждого нового клиента можно, на основе его анкеты, отнести к группе сильно или слабо соответствующих бизнесу. То есть, клиенту автоматически присваивается целочисленный ранг, указывающий степень доверия и внимание, которое ему следует оказывать со стороны данного бизнеса.

Можно выделить следующие этапы построения скоринга:

- определение интересующей характеристики;

- cбор второстепенных сведений о клиентах и значения интересующей характеристики;

- разработка скоринговой модели (присвоение весов второстепенным данным) на основе имеющихся данных;

- автоматическое ранжирование новых клиентов по приоритетным группам посредством скоринговой модели.

Если в качестве интересующей характеристики взять способность клиента вернуть кредитный заем, тогда в итоге мы получим две группы: клиенты, которым можно выдать кредит и клиенты, кредитование которых очень рискованно.

В каждом случае следует выявлять несколько промежуточных интересующих характеристик, строить скоринг для каждой из них, а затем рассматривать совокупность результатов.

Бизнес задачи кредитного скоринга

Приложения моделей скоринга могут быть распространены на большое количество задач. Основная идея оценки риска банкротства распространилась посредством скоринг-моделей на другие аспекты кредитного риск-менеджмента:

- определение потенциальных клиентов (дозаявочный этап),

- определение приемлемых клиентов (в заявочный этап),

- определение возможного поведения текущих клиентов (этап исполнения).

Задачи, решаемые с использованием скоринг-моделей, могут быть разделены на четыре основные группы.

1. Задачи маркетинговых исследований:

Цели:

Определение кредитоспособных клиентов - возможных потребителей рекламируемого продукта. Это позволит снизить затраты на привлечение новых потребителей и в большей степени удовлетворить потребности имеющихся клиентов.

Предсказание вероятности потери клиентов и формулировка эффективной стратегии по их сохранению.

Примеры:

Response scoring (скоринг отклика): скоринговые модели, которые оценивают наиболее вероятную реакцию потребителей на почтовую рекламную рассылку информации о новом товаре.

Retention/attrition scoring (скоринг сохранения/потерь): скоринговые модели, предсказывающие возможное поведение клиента: дальнейшее использование продукта или переход к другому кредитору после ознакомительного срока.

2. Задачи, возникающие на стадии подачи заявки на кредит:

Цели:

Решение вопроса о продлении кредита и о сроке продления.

Прогнозирование будущего поведения нового кредитного претендента посредством предсказания непредвиденных обстоятельств, связанных с невыполнением платежных обязательств со стороны клиента или плохое осуществление клиентом выплат по кредиту.

Пример:

Applicant scoring (скоринг заявителя): скоринг - модели, которые оценивают вероятность того, что новый клиент не выплатит кредит.

3. Задачи, возникающие на стадии исполнения:

Цель:

Предсказание будущего платежного поведения существующих должников позволяет выделить нежелательных клиентов и, таким образом, уменьшить вероятность того, что указанные должники опять станут проблемными клиентами.

Пример:

Behavioral scoring (поведенческий скоринг): скоринговые модели, которые вычисляют уровни риска существующих должников.

4. Управление проблемными кредитами:

Цель:

Выбор оптимальных коллективных линий поведения для минимизации числа должников или максимизации количества оплаченных счетов.

Пример:

Scoring models for collection decisions (Скоринговые модели для коллективных решений): скоринг-модели, позволяющие решить вопрос о том, когда должны быть приняты меры в отношении неплательщиков, и какие из нескольких альтернативных наборов методов могут быть наиболее подходящими и успешными.

Скоринг-бюро

Скоринг бюро - эффективный инструмент для измерения риска, который оценивает «риск дефолта» заемщика, т.е. потенциальную возможность исполнения заемщиком своих обязательств по выплате кредита, на основании данных, содержащихся в бюро кредитных историй и отражающих его поведение в прошлом. Услуга разработана для оценки физических лиц.

Скоринговая модель позволяет:

- прогнозировать несоблюдение платежных обязательств заемщика;

- ранжировать заемщиков в соответствии с вероятностью их выхода на просрочки.

Значение скоринга рассчитывается исключительно на основе информации, содержащейся в кредитной истории заемщика, которая преобразуется в скоринговый балл, находящийся в интервале от 300 до 850 так, что «добросовестным» плательщикам присваивается наивысший балл, а «недобросовестным» - низший, тем самым ранжируя заемщиков в соответствии с их относительным риском. Скоринговый балл предоставляется с четырьмя причинами, оказавшими наибольшее влияние на его снижение. Список состоит из более чем 100 кодов причин. С подробным списком можно ознакомиться в инструкции для начала получения данных из НБКИ.

Создатель модели расчета скоринга НБКИ компания FICO (NYSE:FIC) - ведущий мировой поставщик технологий принятия решений. Данная модель разработана на основе репрезентативной выборки данных из базы НБКИ о поведении российских заемщиков, что позволило получить высокое качество её работы на российском рынке (Gini index - 0,73 и KS index - 59,1%). Высокое качество гарантируется как для различных видов кредитования, так и для различных регионов. Проведенный анализ эффективности модели отдельно для ипотеки, автокредитов, потребительских кредитов и кредитных карт показал отсутствие видимых отклонений.

Скоринговая модель НБКИ - это обобщенная модель, включающая 7 скор-карт. Данная модель проходит ежеквартальную валидацию, для того чтобы своевременно отражать изменяющиеся рыночные условия.

Скоринг бюро эффективно дополняет модели, построенные на основе анализа социо-демографических данных (Application Scoring банка). Совместное использование этих разных моделей, построенных на основе различной исходной информации, обеспечивает максимально точную оценку риска заемщика (матричная модель).

Анализ, проведенный крупнейшими розничными банками, показал, что при совместном использовании Application Scoring и Скоринга Бюро эффективность оценки заемщиков возрастает в 1,5 раза.

Цели использования скоринга:

1. Для оценки новых потенциальных заемщиков;

2. Для мониторинга собственного кредитного портфеля:

- При управлении клиентскими счетами (Перекрестные продажи и изменение лимитов);

- На ранних этапах сбора задолженности (earlystagecollections).

Преимущества использования Скоринга НБКИ

1. Дает возможность снизить издержки за счет автоматизации принятия решения о выдаче кредита;

2. Сокращает время обработки заявлений и принятия решения о выдаче или отказе в кредите;

3. Снижает влияние человеческого фактора при принятии кредитного решения.

Рекомендованные пути внедрения скоринга НБКИ в банке.

Перед внедрением скоринга для оценки его эффективности на своем портфеле и установки уровней отсечения необходимо провести анализ статистики по присвоенным скоринговым баллам.

Перед внедрением скоринга необходимо оценить его эффективность на кредитном портфеле вашего банка и установить уровни отсечения.

Для этого проводится анализ статистики по присваиваемым скоринговым баллам.

1. Использование в течение выбранного банком периода времени скоринга FICO по оценке заемщиков - Банк выдает кредиты в текущем режиме, параллельно фиксируя скоринговый балл, присвоенный НБКИ.

2. Самостоятельное составление отчета по результатам использования скоринга FICO- Выявление уровней отсечения для обеспечения текущего уровня одобрения заявок.

3. Сравнение результатов скоринга FICO с результатами собственного внутреннегоскоринга банка.

4. На основе анализа, проведенного FICO или самостоятельно, банк:

* Определяет уровни отсечения, сбалансированные относительно возможного уровня риска и необходимого уровня одобрения заявок

* Проводит оценку экономической эффективности стратегии при установке уровня отсечения на определенном уровне за счет анализа соотношения «хороших»/«плохих» заемщиков, а также анализа уровня доходности соотношение прибыль/убыток.

5.Начало промышленного использования скоринга FICO для оценки заемщиков.

Расширенный скоринг

Позволяет оценивать риск дефолта заёмщиков, немеющих кредитной истории, на основе демографических данных.

При расчете расширенного скорингового балла принимаются во внимание такие характеристики как возраст, семейное положение, место жительства, место работы, стаж, заработная плата и другие характеристики.

Отличия от Скоринга Бюро:

1. Социальные и демографические характеристики заемщика рассматриваются только для расширенного скоринга, для других моделей используются данные из кредитной истории заемщика.

2. При расширенном скоринге скоринговый балл располагается в интервале 50-250, в отличие от рамок ранжирования в скоринге бюро от 300 до 850.

Особенности Расширенного Скоринга НБКИ:

1. Может быть использован самостоятельно или в сочетании со скорингом бюро или другими скоринговыми решениями;

2. Кредитор получит скоринговый балл и до 4 тех же кодов причин, что и в скоринге бюро.

Преимущества Расширенного Скоринга НБКИ:

1. Предоставляет кредиторам доступ к эффективным кредитным решениям без соответствующих затрат на разработку. Также услуга актуальна для банков, которые не имеют достаточного объема информации для построения собственной скоринговой модели;

2. Идеален и для маленьких, и для больших объемов, когда необходимо принять решение в реальном времени;

3. Помогает автоматизировать процесс принятия решения и освободить ресурсы;

4. Увеличивает пул потребителей, способных получить кредит;

5. Является дополнительным инструментом определения риска;

6. Банки могут определить стратегии, отвечающие их собственной приемлемости риска и текущей кредитной культуре.

Источники данных для Расширенного скоринга НБКИ:

Данные из заявления - Стаж работы, ежемесячные платежи, продолжительность проживания

Заключение

Таким образом, задача кредитного скоринга состоит не только в определении привлекательности потребителя кредита, а также в привлечении добросовестных клиентов, которые при последующем удержании и контроле в целом образуют доходный кредитный портфель.

Внедрение системы кредитного скоринга позволяет банку получить целый ряд преимуществ: начиная от снижения времени принятия решения по кредитной заявке и заканчивая оптимизацией бизнес-процессов в целом. Основным же преимуществом является снижение дефолтности кредитного портфеля банка за счет скорингового анализа и рейтингования заемщиков. Если кредитная организация правильно и адекватно использует кредитный скоринг, то получает эффективное конкурентное преимущество для поддержания и улучшения своих конкурентных позиций на рынке и выживания в борьбе с конкурентами в течение длительного времени.

Литература

скоринговый платежеспособность клиентский

1. В.Ю. Жданов. Скоринговые модели оценки платежеспособности предприятий. Электронный журнал по финансам и инвестициям. [Электронный ресурс].//http://finzz.ru/skoringovye-modeli-ocenki-platezhesposobnosti-predpriyatiya.html. Дата обращения 05.05.2016 г.

2. Саитова С.Т. Использование скоринговой модели при управлении кредитным риском // Молодой ученый. -- 2013. -- № 12. -- С. 342-344.

А.А. Ходыкин. Скоринговое моделирование как инструмент приятия управленческого решения. Журнал «Инновационные технологии в экономике и управлении». [Электронный ресурс].//http://item.imise.ru/vmchk/id6-2009/skoringovoe-modelirovanie-kak-instrument-dlya-prinyatiya-upravlencheskogo-resheniya.html. Дата обращения 05.05.2016 г.

3. Анализ финансового состояния предприятия [Электронный ресурс] http://afdanalyse.ru/publ/finansovyj_analiz/method_fin_analiza/kreditnyj_skoring/9-1-0-280. Дата обращения 16.05.2016 г.

4. http://www.nbki.ru/servicescredit/scoring_office/.

5. А.К. Бахшиян Скорингованговая система банков: анализ работы [Электронный ресурс] http://www.ieay.ru/nauka-v-ieau/nauchnye-trudy-ieau/finansovye-problemy-ozdorovleniya-ekonomiki-gosudarstva-i-predpriyatij-v-rynochnyh-usloviyah/skoringovaya-sistema-bankov-analiz-raboty/?wb=on.

Размещено на Allbest.ru

...