Виталий Нижегородцев, SunFinance: кредитный скоринг может сделать финансы более доступными

Сейчас в Казахстане ярко выражен тренд на самозанятость. Количество самозанятых людей в 2021 году увеличилось на 2,9 процентов (+60,2 тыс. чел.) в сравнении с 2020. А так как у самозанятых людей нет постоянных пенсионных отчислений и кредитных историй, в банке такому человеку скорее всего откажут в кредите. Однако, благодаря инновационным разработкам в финтехе, машинному обучению, анализу больших данных и прочим инструментам финансовые организации во всем мире, в том числе в Казахстане, анализируют платежеспособность кредитополучателя и принимают решение выдавать кредит или нет. В основе решения о выдаче кредита лежит технология скоринга. О том, что это за технология, о ее плюсах и минусах, мы говорим с Виталием Нижегородцевым, региональным управляющим SunFinance Group.

— Виталий, давайте начнем с того, что такое кредитный скоринг?

— Кредитный скоринг — это система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах. Кредитный скоринг широко используется как крупными банками, микрофинансовыми организациями, так и в потребительском (магазинном) экспресс-кредитовании на небольшие суммы. Также возможно его использование в бизнесе сотовых операторов, страховых компаний и т. д. Суть системы заключается в присвоении баллов человеку, который хочет взять кредит. По результатам набранных баллов системой автоматически принимается решение об одобрении или отказе в выдаче кредита.

— Как обстоит ситуация с самозанятыми людьми в вопросе кредитного скоринга?

— Для начала, хочется отметить, что самозанятые — вовсе не значит неплатежеспособные. Традиционный кредитный скоринг с использованием оценочных карт, линейных моделей и оценок давно исчерпал себя. Заемщики со слабой кредитной историей могут быть финансово состоятельными и вносить ежемесячные платежи без задержек. Но их упускают из виду из-за стандартов устаревших моделей подсчета очков. Чтобы получить кредит в традиционном банке, потенциальному заемщику нужна кредитная история и хороший балл. Но что делать самозанятым людям, которые не имеют кредитной истории или они не могут быть оценены из-за отсутствия достаточной информации. Представьте, что вы 24-летний владелец многообещающего ИТ-стартапа с успешным продуктом. Вы хотите расширить бизнес, открыть офис и нанять больше людей — для этого нужны деньги, которых у вас пока нет. Банк выдаст вам кредит? Скорее всего, нет. Вы слишком молоды и у вас нет длинной кредитной истории. По статистике, в 2020–2021 годах большие слои общества остаются небанковскими или не имеют официального дохода, но это не означает, что они неплатежеспособны. Чтобы охватить всех возможных заемщиков с тонкими файлами и расширить базу пользователей, следует развивать альтернативный кредитный скоринг. Поэтому технология скоринга как раз и подходит для выдачи кредитов самозанятых слоев населения. И для этого нужно альтернативное программное обеспечение для развития кредитного скоринга.

— В чем заключаются плюсы и минусы кредитного скоринга?

— Самым большим преимуществом альтернативного программного обеспечения для оценки кредитоспособности является то, что больше заемщиков могут выбирать кредиты. В отличие от традиционного подхода, сторонники альтернативного подхода могут решать, как создавать свои кредитные рейтинги, выбирая анализируемые параметры. Для управления кредитным рейтингом банки обычно учитывают длину кредитной истории заемщика, историю платежей, использование кредита и т. д. Современные решения на основе машинного обучения могут собирать любую информацию, которую они хотят: должность, семейное положение, пенсионные взносы, ежемесячные платежи, сумма погашения и просроченные долги, местоположение, тип бизнеса, судимости и другие данные. К примеру, программа анализирует сколько времени человек провел на сайте МФО, изучил ли он шаблон договора, воспользовался ли онлайн-калькулятором, с какого смартфона он заходил и т. д. Технологические решения выявляют, что молодые потребители с последней моделью iPhone 13 Pro max часто являются неплатежеспособными заемщиками, так как они уже взяли кредит на покупку дорогого смартфона и выплачивать еще один кредит скорее всего не смогут, несмотря на их пенсионные отчисления, кредитную историю и т. д. Для молодых людей без кредитной истории или пользователей с низкими традиционными баллами нетрадиционные методы оценки помогают подать заявку на кредиты на более выгодных условиях. Тем не менее, МФО расширяют свою клиентскую базу и одобряют больше кредитных заявок, имея глубокое понимание поведения клиентов и их кредитных рисков.

— В чем состоит уникальность кредитного скоринга?

— Еще одна вещь, способствующая расширению клиентской базы, — это возможность разрабатывать уникальные скоринговые модели, а не выбирать готовую. Имея под рукой технологии машинного обучения, решения для оценки кредитоспособности тратят минуты или даже секунды на оценку тысяч заявок. Вместо того, чтобы ждать днями (традиционно 7 дней) предоставления кредита, альтернативное программное обеспечение позволяет сократить процессы принятия решений до одного рабочего дня. Таким образом, кредиторы могут предоставлять кредиты в день подачи заявки. Используя автоматический альтернативный кредитный скоринг, МФО могут минимизировать затраты на выдачу кредита, тем самым предоставляя клиентам более выгодные процентные ставки. Около миллиона человек имеет файк ниже 500 баллов (серая зона): мы, используя большие данные, собираем всю информацию и анализируем ее, и на основании этого даем решение более точное, чем банки. Ноу-хау, к примеру, нашего скоринга — дерево решений. Это близко к машинному обучению. Например, наша система скоринга помогла выдать 10 кредитов, 5 из этих заемщиков не вернули деньги: сравниваем, что общего у этих заемщиков. 2 клиента могут выплатить (откладываем в сторону на сопровождение), троим предоставляем другие условия, помогаем с процессом удобного погашения.

— Позволяют ли технологии кредитного скоринга гарантированно рассчитать возврат кредитов?

— Решения, предоставляющие альтернативные кредитные отчеты, не лишены недостатков. Одним из основных минусов является неготовность клиентов делиться информацией, такой как кредитная история, финансовые привычки и прочее. Тем не менее, опросы показывают, что около 71% заемщиков поделились бы личными данными, если бы это привело к более справедливому кредитному рейтингу. Поэтому если вы предоставите отличный опыт и позволите людям без кредитной истории подать заявку на кредит, они будут рады поделиться дополнительной информацией.

Ни одно программное обеспечение на базе машинного обучения не может гарантировать 100% возврат кредита. Однако даже при этом альтернативный подход более точен в прогнозах и позволяет вдвое сократить неработающие кредиты. Система искусственного интеллекта со специальными методами оценки может помочь МФО сделать кредиты более доступными для различных социальных слоев. Машинное обучение позволяет брать необработанную информацию и превращать ее в эффективную стратегию подсчета очков. Таким образом, программное обеспечение с альтернативными моделями может быть реализовано не только при выдаче кредитов, но и для инкассации и скоринга заявок.