Направления совершенствования кредитования частных клиентов в ОАО "ОТП-Банк"

Методы классификации дают набор правил, согласно которым потенциальный заемщик оказывается "плохим" или "хорошим". Для некоторых групп потенциальных заемщиков необходимо дать нечеткую оценку его кредитоспособности. Например, введя понятие вероятности возврата кредита полностью и в срок. Это необходимо, если руководство банка выразит желание смягчить или, наоборот, ужесточить требования к потенциальным заемщикам. Для построения такой модели необходимо представить решение о выдаче кредита в числовом виде: 0 - "плохой кредит", 1 - "хороший кредит". Тогда после построения модели на выходе как раз и получится вероятность возврата. Управляющему же остается лишь задать пороговое значение вероятности, выше которой принимать решение о выдачи кредита, ниже - отказывать. Т.е. полученная модель дает возможность напрямую управлять уровнем риска. Можно свести риск к минимуму, указав в качестве порога 1 или повысить его при меньших значениях порога (но и, согласно применяющейся в банках практике, переложить его на заемщиков). Это также позволит оставаться в выигрышном положении перед конкурентами: снизить стоимость определенных услуг до уровня конкурентов, но также при этом увеличить порог, снизив риск.

Более продуктивным будет групповой анализ данных о потенциальных заемщиках. Принцип его проведения такой: из хранилища извлекаются данные о лицах, обратившихся за кредитом в последнее время. Согласно этим данным, для каждого клиента автоматически подбирается одна из построенных моделей оценки кредитоспособности. Через модели прогоняются все данные. Затем результаты анализа экспортируются на сторону в виде отчета. Т.е. система регулярно сама выдает оценку потенциальных заемщиков.

В данной главе была освещена тема кредитования частных клиентов в ОАО "ОТП-Банк" с позиции проблем, возникающих у банка при освоении данного рынка, в основном касающиеся правовых аспектов и аспектов снижения риска. Также было продемонстрировано решение проблем в сегодняшней действительности при помощи инструментов Data Mining платформы Deductor. В рамках данной задачи был реализован сценарий, заключающий в себе консолидацию данных из сторонней системы, прогон данных через построенную модель, экспорт результатов оценки кредитоспособности на сторону.

Основные преимущества системы:

· Гибкая интеграция с любыми сторонними системами. Т.е. получение информации для анализа и перенос результатов не вызывает проблем.

· Консолидация информации о заемщиках в специальном хранилище данных. Т.е. обеспечение централизованного хранения данных, непротиворечивости, а также обеспечение всей необходимой поддержки процесса анализа данных, оптимизированного доступа, автоматического обновления данных, использование при работе терминов предметной области, а не таблиц баз данных.

· Широкий спектр инструментов анализа. Т.е. обеспечение возможности эксперту выбрать наиболее подходящий метод на каждом шаге обработки. Это позволит наиболее точно формализовать его знания в данной предметной области.

· Поддержка процесса тиражирования знаний. Т.е. обеспечение возможности сотрудникам, не разбирающимся в методиках анализа и способах получения того или иного результата получать ответ на основе моделей подготовленных экспертом. Так, сотрудник, оформляющий кредиты должен ввести данные по потребителю и система автоматически выдаст решение о выдачи кредита или об отказе.

· Поддержка групповой обработки информации. Т.е. обеспечение возможности дать решение по списку потенциальных заемщиков. Из хранилища автоматически выбираются данные по лицам, заполнившим анкету вчера (или за какой угодно буферный период), эти данные прогоняются через построенную модель, а результат экспортируется в виде отчета (например, в виде excel файла), либо экспортируется в систему автоматического формирования договоров кредитования или писем с отказом в кредите. Это позволит сэкономить время и деньги.

· Поддержка актуальности построенной модели. Т.е. обеспечение возможности эксперту оценить адекватность текущей модели и, в случае каких либо отклонений, перестроить ее, используя новые данные.

Таким образом, для эффективного формирования кредитного портфеля ОАО "ОТП-Банк" необходимо взять на вооружение передовые технологии добычи знаний и применить их для оценки потенциальных заемщиков. Благодаря этому можно будет не бояться предстоящей конкуренции на этом рынке. Подготовка решения данного вопроса сейчас позволит обкатать саму процедуру и в дальнейшем избежать ошибок и расходов в связи с массовым применением таких подходов в дальнейшем.

Сатьи по теме:

Оценка эффективности проекта
Для оценки эффективности проекта необходимо выполнить расчет доходов и расходов при реализации проекта по обоим этапам. Предполагаемые доходы и расходы по обоим этапам рассчитаны на основании прогноза объема услуг, рассчитанного в таблице 3.8 и представлены в таблице 3.12. Таблица 3.12 Определе ...

Технологии продажи розничных банковских продуктов
банк коммерческий денежный В последние годы банки активно расширяют сеть продаж. Но проводить агрессивную политику экспансии, не боясь оказаться в убытке, могут позволить себе лишь самые крупные розничные банки. Впрочем, даже им, а уж тем более всем остальным, менее известным, банкам необходимо о ...

Предложения по совершенствованию депозитных операций в Сбербанке РФ
При привлечении денежных средств право выбора остается за клиентом, а банк вынужден вести жесткую конкуренцию за вкладчика, потерять которого довольно легко. Ограниченность ресурсов, связанная с развитием банковской конкуренции, ведет к тесной привязке к определенным клиентам. Если круг этих клиен ...