Грехи отцов: почему вам могут отказать в кредите из-за родственников
Розничное кредитование укрепляет свои позиции. Цифры не врут: в Штатах долговая нагрузка на домохозяйства достигла во II квартале 2018 года отметки $13,3 трлн. В России за 2017 год совокупный объём потребительских кредитов увеличился без малого на 11% и составил 12,5 трлн руб. Между тем повышаются риски, которые несут финансовые организации, предоставляющие такие займы. Как развивается ситуация сейчас, какие существуют перспективы у скоринга и к чему готовиться - об этом расскажу подробнее.
Стремясь снизить риски дефолтов, банки тестируют различные инструменты скоринга заемщиков. В частности, чтобы повысить точность скоринга, кредитные организации стараются поставить себе на службу инновационные методы и технологии. Технологии ИИ радикально меняют облик финансового сектора и принципы, по которым тот живёт. Кредитные организации и сами создают скоринг-продукты на базе методов machine learning и искусственного интеллекта, и прибегают к сторонним разработкам.
Один из передовых стартапов в инновационном скоринге — ZestFinance (США). Основанная на ИИ, его платформа собирает и анализирует данные из множества источников, в том числе сведения об онлайн-активности выбранных лиц; правда, в отличие от многих конкурирующих платформ, в ZestFinance информацию из соцсетей не используют, считая её малопригодной для своих целей.
Отталкиваясь от тысяч сигналов, алгоритмы сервиса высчитывают, какой степени доверия заслуживает человек. Помимо всего прочего, система помогает выявить перспективных заёмщиков среди тех, кому кредитные организации по формальным признакам обычно отказывают в ссудах (например, короткая кредитная история или вообще её отсутствие). Говоря о сферах применения решения, достаточно добавить, что в ZestFinance инвестировал китайский интернет-гигант Baidu, с тем чтобы построить скоринг-платформу, которая использовала бы данные о поведении пользователей в поисковике.
В отличие от ZestFinance, гонконгская Lenddo делает ставку именно на оценку профилей заёмщика в социальных сетях и круга его друзей. При удачном прохождении такого «социального скоринга» одобряется микрокредит, обычно в несколько сотен долларов (стартап делает ставку на развивающиеся страны с низким средним доходом населения).
В целом, с развитием технологий data science становится возможным выявление всё более сложных закономерностей в массивах больших данных — были бы сами данные. Так что финансовые организации стремятся агрегировать максимально широкий пул информации о потенциальном заёмщике, и информации по возможности разносторонней.
Популярностью пользуется, в частности, транзакционный скоринг. Банки оценивают не только доходы клиента, запросившего ссуду, но и движение средств на его счетах, категории его трат, характер его расчётов с организациями. К примеру, работающий на американском рынке UpStart (основан выходцами из Google) наряду со стандартными метриками учитывает в своём скоринге образование кандидата на получение кредита. Вплоть до его отметок, сферы его деятельности и карьерного пути.
Активно финансовые организации используют и данные операторов сотовой связи. Портрет заёмщика могут существенно дополнить сведения о том, насколько регулярно и насколько много он платит за услуги мобильной связи, часто ли совершает звонки из-за рубежа и так далее. Причём банку вовсе не обязательно иметь прямой доступ к такой информации: он может предоставить компании-оператору телефонный номер потенциального клиента и получить от неё в ответ скоринговую оценку, которая покажет, насколько проблемным обещает оказаться заявитель.
Востребованы и психометрические модели скоринга. Иначе говоря оценки, основанные на измерениях, которые помогают с определённой вероятностью установить базовые качества, склонности, паттерны поведения личности. Такие модели сегодня задействуют игроки самого разного калибра, включая одного из лидеров рынка кредитных оценок FICO.
На отечественном рынке последняя инициатива – проверка кредитных историй родственников перед принятием решения о выдаче займа. История не совсем этическая и малоинформативная. Расскажем, почему.
В России за последние два года кредитов было выдано очень много. Соответственно росту их количества увеличивалось и количество «плохих» кредитов. По статистике НБКИ за 2012 год уровень заемщиков, просрочивших кредиты на срок свыше 60 дней в течение последних 6 месяцев, вырос с 7% до 9%. А количество просроченных счетов, по которым не было ни одного платежа, увеличилось до 576,736 тысяч, или на 31% по сравнению с данными 2012 года.
При этом если совсем недавно банки и кредитные организации полагались в основном на кредитную историю человека, величину его дохода, оценку FICO, то сегодня привычных данных мало. Во-первых, в силу необходимости эффективнее отсеивать мошенников и недобросовестных клиентов (например, склонных к рискованному финансовому поведению). Во-вторых, в силу того, что о существенной доли заёмщиков такой информации попросту нет, а если есть, то неполная. Следовательно, требуются иные критерии ранжирования тех, кто подаёт заявку на кредит, по степени благонадёжности.
Для решения проблемы одно из крупнейших российских бюро кредитных историй страны – НБКИ - предложило банкам две новые услуги. Одной из них стал улучшенный скоринг, позволяющий более точно оценить кредитоспособность заемщика. Вторая представляет из себя возможность проверки так называемых «социальных связей» клиента банка. Это означает, что в кредитных отчетах, получаемых банками при проверке кредитных заявок, может появиться информация о родственниках заемщика и их финансовой дисциплине.
Новый подход разработало БКИ «Эквифакс». Компания посчитала, что это отличный продукт для анализа заемщиков, о которых кредитору абсолютно ничего неизвестно — лицах без кредитной истории или с недостаточными сведениями о платежной дисциплине. По оценкам кредитной организации, у нее около 30 % таких клиентов.
При этом, по информации самого бюро, у них есть данные о 60 % рынка за исключением клиентов Сбербанка. Механизм уже запущен в качестве теста в 10 или более банках.
И уже есть косвенное подтверждение, что технология используется на практике:
«Одной из причин отказа в выдаче кредита может быть плохая кредитная история ближайших родственников, если Вы утверждаете, что сами ранее не кредитовались. Кроме того, на решение может повлиять асоциальное поведение (судимость, наркотическая и алкогольная зависимость) как заявителя, так и его родственников» — Дмитрий Шаркин, замдиректора Московского территориального управления ОАО КБ «Восточный», banki.ru
Нововведение будет анализировать и оценивать риск дефолта исключительно на основании платежной дисциплины ближайшего окружения клиента банка. Кредитная история самого заемщика вообще не будет рассматриваться при анализе.
Кредитная организация сделает запрос по клиенту в БКИ, а то, в свою очередь, проверит совпадают ли данные с информацией о близких субъектах кредитных историй. Объектом изучения станут ФИО человека, его адреса регистрации и фактического проживания, контакты, сведения о созаемщиках, поручительстве и иные данные, отображенные в заявке.
При совпадениях механизм проанализирует платежную дисциплину родственников и посчитает коэффициент риска неполучения банком платежей в отношении самого заемщика. Полученные данные могут повлиять на итоговый скоринговый балл клиента, который и получит кредитная организация.
На данный момент в системе «Эквифакс» содержатся сведения о 60 млн граждан РФ. Вероятность того, что в базе данных найдется информация о его родственниках, составляет 80 %.
Наличие просрочек по кредитным платежам родственников и их размер напрямую повлияют на кредитный рейтинг заемщика. При этом система будет учитывать платежную дисциплину супругов, родителей и детей заемщика.
Самый высокий показатель дефолта система рассчитает при длительных неплатежах со стороны родителей — вероятность 9,7 %. Вторыми по риску для заемщика окажутся длительные неплатежи со стороны супруга — 5,5 %. На третьем месте оказались недолгие просрочки по кредитам детей — 5,4 %. При этом если у потенциального заемщика вообще не окажется родственников с кредитной историей, система автоматически учтет до 4,2 % в сторону дефолта.
Систему сейчас тестируют в ряде банков, но она показывает себя неидеальной. За родственников можно принять и бывших супругов, не изменивших фамилию или однофамильцев, а мужа и жену с разными фамилиями не засчитать за родственников. И это лишь техническая часть проблемы, есть ещё юридическая, логическая и этическая.
«Во-первых, стоит вспомнить принцип «сын за отца не отвечает». В российском законодательстве нет ссылок на то, что граждане должны отвечать за действия своих супругов, родителей или совершеннолетних детей.
Во-вторых, подобная инициатива противоречит не только законодательству, но и здравому смыслу. Вполне состоятельный в финансовом отношении человек может иметь сына или дочь с плохой кредитной историей. И эта история никак не будет связана с благонадежностью и состоятельностью заемщика. Сколько примеров, когда у высокопоставленных родителей есть дети – игроки или зависимые от алкоголя и наркотиков
В-третьих, вызывают большие вопросы и практические механизмы реализации данной идеи. Спрашивается, а как в Бюро кредитных историй будут устанавливать родителей или супругов заемщика? Правом ведения оперативно-розыскной деятельности банки и подобные структуры не наделены. То есть, они будут действовать исключительно на основе собственных баз данных. И тогда в число неблагонадежных заемщиков могут попадать однофамильцы, бывшие супруги, не успевшие или не захотевшие поменять фамилию после развода» — Изабелла Атласкирова, юрист, генеральный директор ООО «СааС проект».
А также о том, какие инструменты скоринга существуют, об их эволюции, эффективности и возможном будущем. Кроме того, проанализируем, как банки используют цифровых двойников своих клиентов.
Чем выше риски для банков, тем активнее появляются новые инструменты скоринга. Прошлый скачок в темпах развития произошёл в кризис 2014-2015 года:
С 1 марта 2015 г. вступили в силу нормы 218-ФЗ, благодаря которым в кредитные бюро может передаваться информация, не имеющая никакого отношения к кредитам: данные о задолженности по алиментам, оплате жилья, коммунальных услуг и услуг связи и т.д. Кроме того, кредитные бюро научились обновлять скоринговые карты заемщиков на основе макроэкономических показателей.
Дополнительный скоринг начинают предоставлять и операторы сотовой связи. Как сообщили FutureBanking в пресс-службе «ВымпелКом», компания находится на стадии пилотов по скорингу с ограниченным количеством известных российских банков, хотя пока о возможности коммерческой эксплуатации говорить рано.
Сейчас естественным развитием ситуации будет анализ действий пользователей в соцсетях .
Имеет значение и развивающаяся работа с биометрическими данными:
Сбор, упорядочивание и применение биометрических данных даёт возможность со значительно более высоким процентом достоверности идентифицировать заявителя и понять, не выдаёт ли он себя за кого-либо другого. Среди популярных и применимых в индустрии видов биометрии:
Централизованное применение таких технологий обещает снизить объём мошенничества в финансовой индустрии. В России летом 2018 года в рамках правительственной программы «Цифровая экономика Российской Федерации» была введена в строй Единая биометрическая система для подтверждения личности по голосу и изображению. С её помощью человек, пройдя регистрацию и «сдав» биометрические данные, в будущем сможет получать банковские услуги, включая кредитные, удалённо.
В конечном счёте становится ясно, что будущее за искусственным интеллектом, нейросетями и сбором big data, включающих в себя максимум информации о каждом человеке. Рано или поздно, каждый заёмщик будет перед банком как на ладони, и это неизбежно.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
Зарубежный опыт
Стремясь снизить риски дефолтов, банки тестируют различные инструменты скоринга заемщиков. В частности, чтобы повысить точность скоринга, кредитные организации стараются поставить себе на службу инновационные методы и технологии. Технологии ИИ радикально меняют облик финансового сектора и принципы, по которым тот живёт. Кредитные организации и сами создают скоринг-продукты на базе методов machine learning и искусственного интеллекта, и прибегают к сторонним разработкам.
Один из передовых стартапов в инновационном скоринге — ZestFinance (США). Основанная на ИИ, его платформа собирает и анализирует данные из множества источников, в том числе сведения об онлайн-активности выбранных лиц; правда, в отличие от многих конкурирующих платформ, в ZestFinance информацию из соцсетей не используют, считая её малопригодной для своих целей.
Отталкиваясь от тысяч сигналов, алгоритмы сервиса высчитывают, какой степени доверия заслуживает человек. Помимо всего прочего, система помогает выявить перспективных заёмщиков среди тех, кому кредитные организации по формальным признакам обычно отказывают в ссудах (например, короткая кредитная история или вообще её отсутствие). Говоря о сферах применения решения, достаточно добавить, что в ZestFinance инвестировал китайский интернет-гигант Baidu, с тем чтобы построить скоринг-платформу, которая использовала бы данные о поведении пользователей в поисковике.
В отличие от ZestFinance, гонконгская Lenddo делает ставку именно на оценку профилей заёмщика в социальных сетях и круга его друзей. При удачном прохождении такого «социального скоринга» одобряется микрокредит, обычно в несколько сотен долларов (стартап делает ставку на развивающиеся страны с низким средним доходом населения).
В целом, с развитием технологий data science становится возможным выявление всё более сложных закономерностей в массивах больших данных — были бы сами данные. Так что финансовые организации стремятся агрегировать максимально широкий пул информации о потенциальном заёмщике, и информации по возможности разносторонней.
Популярностью пользуется, в частности, транзакционный скоринг. Банки оценивают не только доходы клиента, запросившего ссуду, но и движение средств на его счетах, категории его трат, характер его расчётов с организациями. К примеру, работающий на американском рынке UpStart (основан выходцами из Google) наряду со стандартными метриками учитывает в своём скоринге образование кандидата на получение кредита. Вплоть до его отметок, сферы его деятельности и карьерного пути.
Активно финансовые организации используют и данные операторов сотовой связи. Портрет заёмщика могут существенно дополнить сведения о том, насколько регулярно и насколько много он платит за услуги мобильной связи, часто ли совершает звонки из-за рубежа и так далее. Причём банку вовсе не обязательно иметь прямой доступ к такой информации: он может предоставить компании-оператору телефонный номер потенциального клиента и получить от неё в ответ скоринговую оценку, которая покажет, насколько проблемным обещает оказаться заявитель.
Востребованы и психометрические модели скоринга. Иначе говоря оценки, основанные на измерениях, которые помогают с определённой вероятностью установить базовые качества, склонности, паттерны поведения личности. Такие модели сегодня задействуют игроки самого разного калибра, включая одного из лидеров рынка кредитных оценок FICO.
Что происходит в России?
На отечественном рынке последняя инициатива – проверка кредитных историй родственников перед принятием решения о выдаче займа. История не совсем этическая и малоинформативная. Расскажем, почему.
В России за последние два года кредитов было выдано очень много. Соответственно росту их количества увеличивалось и количество «плохих» кредитов. По статистике НБКИ за 2012 год уровень заемщиков, просрочивших кредиты на срок свыше 60 дней в течение последних 6 месяцев, вырос с 7% до 9%. А количество просроченных счетов, по которым не было ни одного платежа, увеличилось до 576,736 тысяч, или на 31% по сравнению с данными 2012 года.
При этом если совсем недавно банки и кредитные организации полагались в основном на кредитную историю человека, величину его дохода, оценку FICO, то сегодня привычных данных мало. Во-первых, в силу необходимости эффективнее отсеивать мошенников и недобросовестных клиентов (например, склонных к рискованному финансовому поведению). Во-вторых, в силу того, что о существенной доли заёмщиков такой информации попросту нет, а если есть, то неполная. Следовательно, требуются иные критерии ранжирования тех, кто подаёт заявку на кредит, по степени благонадёжности.
Для решения проблемы одно из крупнейших российских бюро кредитных историй страны – НБКИ - предложило банкам две новые услуги. Одной из них стал улучшенный скоринг, позволяющий более точно оценить кредитоспособность заемщика. Вторая представляет из себя возможность проверки так называемых «социальных связей» клиента банка. Это означает, что в кредитных отчетах, получаемых банками при проверке кредитных заявок, может появиться информация о родственниках заемщика и их финансовой дисциплине.
Новый подход разработало БКИ «Эквифакс». Компания посчитала, что это отличный продукт для анализа заемщиков, о которых кредитору абсолютно ничего неизвестно — лицах без кредитной истории или с недостаточными сведениями о платежной дисциплине. По оценкам кредитной организации, у нее около 30 % таких клиентов.
При этом, по информации самого бюро, у них есть данные о 60 % рынка за исключением клиентов Сбербанка. Механизм уже запущен в качестве теста в 10 или более банках.
И уже есть косвенное подтверждение, что технология используется на практике:
«Одной из причин отказа в выдаче кредита может быть плохая кредитная история ближайших родственников, если Вы утверждаете, что сами ранее не кредитовались. Кроме того, на решение может повлиять асоциальное поведение (судимость, наркотическая и алкогольная зависимость) как заявителя, так и его родственников» — Дмитрий Шаркин, замдиректора Московского территориального управления ОАО КБ «Восточный», banki.ru
Как это работает?
Нововведение будет анализировать и оценивать риск дефолта исключительно на основании платежной дисциплины ближайшего окружения клиента банка. Кредитная история самого заемщика вообще не будет рассматриваться при анализе.
Кредитная организация сделает запрос по клиенту в БКИ, а то, в свою очередь, проверит совпадают ли данные с информацией о близких субъектах кредитных историй. Объектом изучения станут ФИО человека, его адреса регистрации и фактического проживания, контакты, сведения о созаемщиках, поручительстве и иные данные, отображенные в заявке.
При совпадениях механизм проанализирует платежную дисциплину родственников и посчитает коэффициент риска неполучения банком платежей в отношении самого заемщика. Полученные данные могут повлиять на итоговый скоринговый балл клиента, который и получит кредитная организация.
На данный момент в системе «Эквифакс» содержатся сведения о 60 млн граждан РФ. Вероятность того, что в базе данных найдется информация о его родственниках, составляет 80 %.
Наличие просрочек по кредитным платежам родственников и их размер напрямую повлияют на кредитный рейтинг заемщика. При этом система будет учитывать платежную дисциплину супругов, родителей и детей заемщика.
Самый высокий показатель дефолта система рассчитает при длительных неплатежах со стороны родителей — вероятность 9,7 %. Вторыми по риску для заемщика окажутся длительные неплатежи со стороны супруга — 5,5 %. На третьем месте оказались недолгие просрочки по кредитам детей — 5,4 %. При этом если у потенциального заемщика вообще не окажется родственников с кредитной историей, система автоматически учтет до 4,2 % в сторону дефолта.
В чём проблемы?
Систему сейчас тестируют в ряде банков, но она показывает себя неидеальной. За родственников можно принять и бывших супругов, не изменивших фамилию или однофамильцев, а мужа и жену с разными фамилиями не засчитать за родственников. И это лишь техническая часть проблемы, есть ещё юридическая, логическая и этическая.
«Во-первых, стоит вспомнить принцип «сын за отца не отвечает». В российском законодательстве нет ссылок на то, что граждане должны отвечать за действия своих супругов, родителей или совершеннолетних детей.
Во-вторых, подобная инициатива противоречит не только законодательству, но и здравому смыслу. Вполне состоятельный в финансовом отношении человек может иметь сына или дочь с плохой кредитной историей. И эта история никак не будет связана с благонадежностью и состоятельностью заемщика. Сколько примеров, когда у высокопоставленных родителей есть дети – игроки или зависимые от алкоголя и наркотиков
В-третьих, вызывают большие вопросы и практические механизмы реализации данной идеи. Спрашивается, а как в Бюро кредитных историй будут устанавливать родителей или супругов заемщика? Правом ведения оперативно-розыскной деятельности банки и подобные структуры не наделены. То есть, они будут действовать исключительно на основе собственных баз данных. И тогда в число неблагонадежных заемщиков могут попадать однофамильцы, бывшие супруги, не успевшие или не захотевшие поменять фамилию после развода» — Изабелла Атласкирова, юрист, генеральный директор ООО «СааС проект».
А также о том, какие инструменты скоринга существуют, об их эволюции, эффективности и возможном будущем. Кроме того, проанализируем, как банки используют цифровых двойников своих клиентов.
Естественный шаг в эволюции скоринга?
Чем выше риски для банков, тем активнее появляются новые инструменты скоринга. Прошлый скачок в темпах развития произошёл в кризис 2014-2015 года:
С 1 марта 2015 г. вступили в силу нормы 218-ФЗ, благодаря которым в кредитные бюро может передаваться информация, не имеющая никакого отношения к кредитам: данные о задолженности по алиментам, оплате жилья, коммунальных услуг и услуг связи и т.д. Кроме того, кредитные бюро научились обновлять скоринговые карты заемщиков на основе макроэкономических показателей.
Дополнительный скоринг начинают предоставлять и операторы сотовой связи. Как сообщили FutureBanking в пресс-службе «ВымпелКом», компания находится на стадии пилотов по скорингу с ограниченным количеством известных российских банков, хотя пока о возможности коммерческой эксплуатации говорить рано.
Сейчас естественным развитием ситуации будет анализ действий пользователей в соцсетях .
Имеет значение и развивающаяся работа с биометрическими данными:
Сбор, упорядочивание и применение биометрических данных даёт возможность со значительно более высоким процентом достоверности идентифицировать заявителя и понять, не выдаёт ли он себя за кого-либо другого. Среди популярных и применимых в индустрии видов биометрии:
- аутентификация по отпечаткам пальцев;
- сопоставление речи клиента с его «голосовыми слепками»;
- сканирование сетчатки глаза;
- распознавание лиц на фото.
Централизованное применение таких технологий обещает снизить объём мошенничества в финансовой индустрии. В России летом 2018 года в рамках правительственной программы «Цифровая экономика Российской Федерации» была введена в строй Единая биометрическая система для подтверждения личности по голосу и изображению. С её помощью человек, пройдя регистрацию и «сдав» биометрические данные, в будущем сможет получать банковские услуги, включая кредитные, удалённо.
В конечном счёте становится ясно, что будущее за искусственным интеллектом, нейросетями и сбором big data, включающих в себя максимум информации о каждом человеке. Рано или поздно, каждый заёмщик будет перед банком как на ладони, и это неизбежно.
