Новые технологии скоринга определяют победителей на рынке кредитования. Мы сделали обзор лучших мировых практик оценки заемщиков
Банки и микрофинансовые организации как правило используют свои методики оценки кредитоспособности клиентов, а также сотрудничают с частными бюро кредитных историй, которые собирают из различных источников и хранят информацию о потребителях. На Западе рынок кредитных агентств низкоконкурентный и занят крупными игроками: FICO, Experian, Equifax, TransUnion и SCHUFA. Используя данные этих агентств, кредиторы стремятся минимизировать риски, давая деньги только «надежным» клиентам. Однако проблема в том, что алгоритмы кредитных компаний не учитывают множество факторов и в целом предвзято относятся к некоторым категориям клиентов.
КОМУ БЛАГОВОЛЯТ ТРАДИЦИОННЫЕ СИСТЕМЫ СКОРИНГА?
Людям с длинной кредитной историей и со стабильным доходом. Но есть много категорий населения, не подходящих под стандарты консервативных систем оценки кредитоспособности. Традиционные системы оценки плохо работают с молодежью. Статистика Experian показывает, что молодые люди обычно имеют самые низкие кредитные рейтинги, в основном из-за отсутствия
Другая, высокорисковая, группа — люди, вовлеченные в гиг-экономику. Фрилансеры, водители такси и прочие группы населения со сдельной оплатой труда не очень привлекательны для банков. К этой категории можно также отнести владельцев микро- и малого бизнеса. Такие проблемы наблюдаются и в развитых экономиках, в частности
Еще хуже традиционные системы кредитного скоринга работают в развивающихся странах, где большие сегменты общества не имеют банковского счета или официального дохода, что дает кредиторам очень ограниченный пул данных, на которых они могут основывать свою кредитную оценку.
КАКОЙ ВЫХОД?
Сегодня растущие разнообразие и объем данных о потребителях расширяют пул информации, которую компании могут потенциально использовать для определения кредитоспособности заявителей. Более того, развитие открытого банкинга во всем мире помогло упростить обмен данными между участниками отрасли, увеличив доступность данных о потребителях. Благодаря использованию технологии машинного обучения данные, которые не обязательно связаны с финансовой историей кандидатов, теперь чаще используются для построения прогнозных моделей оценки кредитоспособности.
Этим начали заниматься финтех-компании, предлагая более гибкие и точные системы оценки клиентов. По данным Experian, с 2014 по 2019 год финтех-компании увеличили долю на американском рынке потребительского кредитования более чем вдвое — до
Какие практики кредитного скоринга сегодня считаются самыми прогрессивными? Мы собрали несколько нашумевших кейсов, когда новые технологии и методики позволяют точнее оценивать надежность клиентов.
РЕГУЛЯРНЫЕ ПЛАТЕЖИ
Британский сервис
ВАШ «ЦИФРОВОЙ СЛЕД»
Все мы ведем активную жизнь в интернете. Почему бы не собирать данные о жизни клиентов и не попытаться на их основе прогнозировать платежеспособность? Так, в 2019 году британский стартап Credit Kudos вступил в партнерство с компанией
Подобными разработками занимается и компания
В оценке кредитоспособности населения на базе «цифрового следа», преуспел Китай. Там выстроена система социального рейтинга, которая поощряет граждан за «правильное» поведение и наказывает нарушителей общественного порядка. Так, люди с низким социальным рейтингом
ТОРГОВЛЯ ОНЛАЙН
Сегмент МСБ — важный «кусок пирога» для кредиторов. Компания
Калифорнийский стартап
Компания
ПСИХОСКОРИНГ — ЭФФЕКТИВНЫЙ ИНСТРУМЕНТ?
Малазийский стартап
В июле 2020 года
Однако не все готовы использовать эту методику. Известно, что в Райффайзенбанке не хотят ее внедрять, так как это усложнит жизнь клиентов — им придется тратить до получаса на заполнение анкеты. В ПСБ изучали возможности
Инновационные решения играют важную роль на высококонкурентном рынке кредитования. Банк, который даст клиенту удобный, быстрый и бесшовный опыт получения кредита, повышает свои шансы на успех.
Мы, в Qplatform, предлагаем банкам пакет сервисов «Кредитный конвейер» — решение, позволяющее многократно повысить эффективность выдачи кредитов или гарантий благодаря высокой скорости обработки заявок (рост в 5–7 раз), многоуровневой проверке заемщиков (число недобросовестных заемщиков уменьшается на 50%), а также сокращению человеческого фактора в цепочке согласований. Подробнее о данном решении можно узнать в
Источник: