1 Кредитный скоринг и проблемы потребительского кредитования на постсоветском пространстве Николай Михайловский Генеральный директор ООО Лаборатория НТР

2 Автоматизация выдачи кредитов Функция кредитной организации: выдача кредитов Технологически наиболее простые ниши: –Кредитование юридических лиц –Автокредитование Ипотека – активное государственное регулирование Потребительское кредитование – объективно технологически сложное

3 Потребительское кредитование - проблемы Непрозрачность расходов клиентов Непрозрачность доходов клиентов Отсутствие истории взаимоотношений с клиентом Отсутствие гарантий доходов клиента на срок кредитования Частичная компенсация рисков - целевое кредитование Дополнительная проблема – кредит надо выдавать очень быстро

4 NTR Lab: подход к кредитному скорингу Кредитный скоринг: широко применяется с 1966 года для принятие решения о выдаче/невыдаче кредита Классические методы опираются на кредитную историю Российская ситуация – отсутствие не только кредитной истории но, зачастую, и верифицируемых доходов

5 Наше решение Адаптивные методы, опирающиеся на расширенную демографическую, ситуационную и историческую информацию и анализ достоверности данных. –Демографическая информация – анкетная. –Ситуационная информация – о том за каким кредитом, в какое место и время пришел клиент. –Историческая информация – об истории финансовых операций с клиентом.

6 Что делать с анкетной информацией? проверка информации (мы не хотим выдавать кредит тому, кто нас обманывает) кредитный скоринг.

7 Проверка заявки на полноту и непротиворечивость (в случае необходимости информация уточняется) на наличие информации о клиенте в черном списке по внешним базам данных. на соответствие данных данным других анкет. –Такие проверки могут выявить, например, ситуацию, когда жена уже получила кредит, а муж подал заявку на еще один потребительский кредит

8 Скоринг ( асчет кредитного рейтинга ) Нейронная сеть для кредитного скоринга (хороший метод из-за свойства универсальной аппроксимации) Нейронная сеть обучается на конкретных демографических и ситуационных данных Выдается один из лимитов кредитования (напр., $0, $200, $2000, $3000)

9 Проблема запуска системы. Основные идеи Взять сначала как можно больше анкетных и ситуационных данных о клиенте. В дальнейшем те пункты анкеты, которые не влияют на кредитный риск, отбросить Начальное обучение нейронной сети производится на основе специально сгенерированной выборки анкет и простой скоринговой модели и экспертных оценок.

10 Дальнейшие направления Извлечение правил из нейронной сети для понимания факторов, влияющих на кредитные риски и управления ими Утверждение и использование в операционной деятельности дерева решений

11 Ведение жизненного цикла кредита Открытие кредита Выпуск пластиковой карты Отслеживание погашения кредита с учетом грейс-периода Возобновление кредита Управление досрочным закрытием