В основе проекта лежит разработанная ранее система поддержки принятия кредитных решений Forecsys Scoring Pilot, а также собственные технологии анализа клиентских сред (Customer Environment Analysis, CEA) и прогнозирования взаимосвязанных процессов (Interrelated Processes Forecasting, IPF).
Технология оценки кредитных рисков, применяемая в данном решении, основана на методах data mining (деревья решений, поиск логических правил и т. д.). Программное обеспечение, использующее такие алгоритмы, может работать даже с малыми объемами данных.
Поведенческий скоринг реализован на основе логических моделей и Марковских цепей.
Функциональные характеристики
Система устанавливается на оборудовании банка в центральном офисе и имеет единое хранилище данных. Таким образом, гарантируется централизованное принятие решений и централизованный анализ данных.
Все модули Системы — автоматизированное рабочее место персонала, модули импорта данных, решающий сервер, гибко интегрируются с компонентами информационной системы банка.
Данные, обрабатываемые Системой, поступают из различных источников, находящихся в пределах корпоративной сети банка. Большая часть данных для анализа поступает из фронт-офиса и Хранилища данных. Часть данных может импортироваться из внешних источников.
Основные функции, реализуемые Системой:
- автоматизация процессов обработки кредитных заявок связанных с принятием решения по заявке;
- выявление значимых и незначимых вопросов из анкеты клиента, оптимизация состава анкеты;
- накопление анкетных данных по клиентам (очистка, дополнение и корректировка анкетных данных);
- поведенческий скоринг клиентской базы (построение поведенческих моделей клиентов);
- маркетинговый анализ клиентских данных и проверка гипотез, решение маркетинговых задач (сегментации, прогнозирования ухода клиентов, направленного предложения и др.);
- интеллектуальный анализ данных, построение моделей риска по разным кредитным продуктам и регионам, подстройка моделей с течением времени;
- анализ динамики и структуры кредитных портфелей, анализ кредитных историй клиентов в портфеле (выработка критериев приемлемых и неприемлемых клиентов);
- VAR-анализ кредитных портфелей, управление капиталом под риском и ожидаемыми потерями;
- построение моделей для новых рынков методом формализации экспертных знаний;
- построение отчетности по работе скоринговых моделей, динамике кредитования и др.
Преимущества Системы:
- использование математического потенциала одной из ведущих российских научных школ;
- большой объем заложенного в систему практического опыта и ноу-хау по организации скоринга;
- простота получаемых результатов, увеличение скорости обработки заявок, снижение операционных рисков и операционных расходов;
- централизованное управление кредитованием, возможность формулировать кредитную политику в терминах естественного языка, поддержка принятия решений по кредитному портфелю;
- возможность начать скоринговый анализ с небольших объемов данных, фактически «с нуля»;
- значительное снижение потери от невозвратов, наличие предупреждений о задержках в выплатах;
- поддержка принятия маркетинговых решений (система помогает обнаружить потребность в новом кредитном продукте, проанализировать отклик на маркетинговые акции, сегментировать клиентов и др.);
- увеличение стоимости компании и повышение ее рейтинга (наличие у банка технологий управления рисками может существенно повысить его привлекательность для инвесторов и других контрагентов).
Для определения качества работы действующих скоринговых моделей и общей эффективности программ кредитования, производится регулярное построение отчетности по стабильности клиентской группы, по качеству работы модели, по динамике проблемной задолженности, по основным параметрам кредитного портфеля и по доходности действующих программ кредитования.
Производительность
В стандартной конфигурации в Системе нет модулей, требующих отклика в режиме реального времени. Наиболее приближен к работе в режиме реального времени решающий сервер — компонент Credit4Cast, принимающий и обрабатывающий в автоматическом режиме заявки на оценку клиентов. На сервере может работать одновременно любое количество скоринговых моделей, к примеру — отдельные модели для заявок, приходящих из разных регионов, по разным кредитным продуктам или, в общем случае, по разным сегментам клиентской базы.
Время работы алгоритмов зависит от объема входных данных. Для перечисленных ниже алгоритмов произведена ориентировочная оценка времени выполнения на рабочей станции на базе процессора Intel Pentium 4 для 1000 элементов выборки:
- обработки заявок на оценку клиента — 1000 заявок в секунду;
- автоматический подбор градаций признака — 1 сек.;
- построение карт сходства — 20 сек.;
- построение карт Кохонена — 5 сек.;
- построение решающего дерева — 30 сек.;
- построение решающего списка — 30 сек.;
- построение голосующего набора правил — 30 сек.;
- локальная адаптация скоринговой модели — 5 сек.;
- автоматический тест качества модели — 5 мин.;
- расчет портфельных показателей — 3 мин.;
- время генерации статистического отчета о работе сервера — 3-5 минут.
Алгоритмы, не указанные в списке, не являются ресурсоемкими, и в обычной ситуации не требуют сколько-нибудь значительного времени на выполнение.
Награды
В 2007 году на вручении CNews AWARDS 2007 — награды, отметившей главные достижения отрасли ИТ и телекоммуникаций России — система кредитного скоринга Forecsys вошла в тройку лучших проектов в номинации «Управление Финансами».
При выборе лауреатов премии эксперты CNews Analytics учитывали значимость проекта для отрасли, новаторский подход к его реализации, влияние проекта на рынок ИТ и телекоммуникаций России.
Перспективы проекта
В настоящее время Банк «Петрокоммерц» планирует запуск нового кредитного продукта — банковских кредитных карт для розничных клиентов. В связи с этим, приоритетным направлением развития скоринговой системы является обеспечение скоринга и управления рисками по новому продукту.
Предлагается решение следующих задач:
-
интеграция с процессинговой системой OpenWay: получение исторических данных по транзакциям по пластиковым картам, выгрузка решений скоринговой системы в OpenWay;
-
скоринг заявок на получение карты: оценка кредитоспособности нового клиента на этапе выдачи карт;
-
улучшение поведенческого скоринга с целью прогнозирования расходования средств и поступления платежей;
-
общее улучшение качества скоринговых моделей за счет улучшения математических алгоритмов;
-
анализ транзакций по кредитным картам с целью выявления случаев мошенничества;
-
организация мониторинга — возможности проводить периодическое скорирование имеющихся клиентов различными скоринговыми картами и сигнализировать о каких-либо критических значениях.
Продемонстрирован серьезный потенциал для внедрения и импортозамещения.