Лайфхак для парней: как добавить своей девушке?

Находка для тех, чьи девушки и супруги работают в сфере услуг: маникюр, брови, ресницы и так далее...
Вы же наверняка задумывались, как помочь своей половинке зарабатывать больше? Но что делать, если во всех этих маркетингах и процедурах не разбираешься от слова «совсем»? Мы нашли выход — это сервис VisitTime
Чат-бот для мастеров и специалистов, который упрощает ведение записей:
— Сам записывает клиентов и напоминает им о визите
— Персонализирует скидки, чаевые, кешбек и предоплаты
— Увеличивает доходимость и помогает больше зарабатывать
А еще там первый месяц бесплатно, поэтому лучшее, что вы можете сделать сейчас — установить или показать его своей принцессе Всё интуитивно понятно и просто, достаточно нажать на этот текст и запустить чат-бота

[ архив ]

03.02.14

Информация о социальном окружении заемщика поможет банкам точнее прогнозировать кредитные риски

До недавнего времени кредиторам для оценки риска заемщика было достаточно информации из кредитной истории. И хотя эти сведения по-прежнему являются ключевым фактором понимания кредитной дисциплины и нагрузки заемщика, появились причины, по которым только кредитной истории банкам уже недостаточно — им важно также знать, каковы кредитная дисциплина людей из ближайшего окружения заемщика и их кредитная нагрузка.

В прошлом году конкуренция на рынке розничного кредитования заметно усилилась. Ведь стало очевидно, что количество людей, не получавших кредиты, стремительно сократилось: сейчас их, по статистке НБКИ, не более 20% от экономически активного населения. Борьба идет за каждого заемщика. В то же время просрочка по необеспеченному кредитованию продолжает расти. На 1 октября 2013 г. коэффициент просроченной потребительской задолженности (КП), то есть доля остатков по займам, просроченным более чем на 30 дней, по кредитам на покупку потребтоваров увеличился с 5,1 до 5,8%, по кредитным картам — с 2,3 до 3%. Ухудшается и кредитная дисциплина россиян. На 1 октября 2013 г. значение Индекса кредитного здоровья, рассчитываемого FICO и НБКИ, составило 102 пункта, это наименьший показатель с января 2010 г. И если ранее для банков наиболее важной задачей был рост клиентской базы и они могли компенсировать риск относительно высокими ставками, то в настоящее время им не позволено это делать. Другими словами, сейчас очевидно, что возможности для количественного роста рынка розничного кредитования исчерпаны — пора переходить к качественному. Такая ситуация вынуждает банки искать принципиально новые инструменты управления рисками.

Эксперты по кредитованию уже давно рассматривали заемщика как человека, получающего кредит не столько для себя, сколько, как правило, для нужд своего домохозяйства. Когда муж или жена берут заем, очевидно, что они делают это для семьи. Но, хотя понятно, что семья влияет на кредитное поведение людей, до сих пор конвейерных решений по оценке кредитного риска заемщика с учетом кредитной нагрузки на домохозяйство не было.

Несколько лет назад эксперты НБКИ задались целью воплотить давнюю идею — оценить риск заемщика в зависимости от кредитной нагрузки и платежного поведения всего домохозяйства как частного случая его социального окружения. В 2012 г. НБКИ провело исследование, оценив свою базу, включающую сведения о 63 млн заемщиков. Мы выяснили, что в 54% случаев заемщики имеют как минимум одно совпадение по различным атрибутам с другими (например, телефоны, адреса). При этом вероятность того, что у человека будет просрочка по кредиту, в два раза выше, если у него есть связь с человеком, также допускающим просрочку.

Другими словами, корреляция в кредитном поведении заемщиков существует и может быть формализована в виде алгоритмов прогноза кредитного риска. В начале 2013 г. мы разработали механизм быстрого выявления социальных связей, практически не изменив время обработки заявки кредитора. Запрашивая кредитный отчет потенциального заемщика, кредитор сразу получал и сам отчет, и информацию о кредитном поведении его окружения.

Остался вопрос об интерпретации полученных данных, то есть о переводе огромного массива новой информации в конкретный результат — прогноз дефолта. Банк, получая кредитный отчет вместе с новыми данными о социальном окружении, должен был разрабатывать систему правил и оценок этой информации для принятия финального решения. Это нетривиальная задача, которая тем не менее оказалась по силам большинству банков. Но НБКИ вместе с партнерами из FICO пошли дальше и к декабрю 2013 г. смогли интегрировать новые данные в скоринговую модель.

Новая скоринговая модель FICO Score v2.6. уже учитывает кредитное качество социального окружения заемщика. Практические результаты ее использования в российских банках показали увеличение прогнозной силы до 11% в зависимости от целевых сегментов — результат, который при переложении на банковские объемы кредитования трансформируется в сотни миллионов рублей финансового итога.

Но улучшение прогноза кредитного дефолта не единственная область применения анализа социального окружения. Анализ социальных связей заемщика может стать для кредитора важным инструментом борьбы с мошенничеством (если, к примеру, обнаружится, что указанный номер телефона использовался для получения кредитов с признаками обманных действий). Более того, кредиторы смогут более эффективно работать с просроченной задолженностью, учитывая такой фактор, как снижение или повышение этого показателя в целом по социальной группе. Таким же образом выявляются группы связанных заемщиков, а также появляются возможности для развития аналитической деятельности и перекрестных продаж (например, при росте спроса социальной группы заемщика на определенный тип кредита).

Очевидно, что традиционные способы оценки кредитного риска могут и должны быть улучшены. Что в конечном итоге должно сказаться на заемщиках: для добросовестных заемщиков кредитные средства будут удешевляться, а те, кто допускает нарушения в кредитной истории, станут платить больше или вообще будут лишены кредитов.

Источник:
Ведомости