Кредитные карты
Кредитный рейтинг — это числовое выражение, отражающее кредитоспособность человека. [1] Кредитный рейтинг главным образом основан на кредитном отчете , информации, обычно получаемой из кредитных бюро . [2]
Кредиторы, такие как банки и компании, выпускающие кредитные карты, используют кредитные рейтинги для оценки потенциального риска, связанного с кредитованием потребителей, и для уменьшения потерь из-за безнадежных долгов . Кредиторы используют кредитный рейтинг, чтобы определить, кто имеет право на получение кредита, по какой процентной ставке и каковы кредитные лимиты. [3] Кредиторы также используют кредитные рейтинги, чтобы определить, какие клиенты могут принести наибольший доход.
Кредитный скоринг не ограничивается банками. Другие организации, такие как компании мобильной связи, страховые компании, арендодатели и государственные ведомства, используют те же методы. Компании цифрового финансирования, такие как онлайн-кредиторы, также используют альтернативные источники данных для расчета кредитоспособности заемщиков. [4] [5]
Характеристики карт показателей
[ редактировать ]Оценочные карты создаются и оптимизируются для оценки кредитного досье однородной совокупности (например, досье с просрочками, очень молодые дела, досье, в которых очень мало информации). Большинство эмпирически полученных систем кредитного скоринга имеют от 10 до 20 переменных. [6] В оценках заявок, как правило, преобладают данные кредитного бюро, которые обычно составляют более 80% прогнозирующей силы по сравнению с 60% в конце 1980-х годов. [6] для оценочных карт Великобритании. Действительно, наблюдается растущая тенденция сводить к минимуму переменные заявителя или непроверяемые переменные в оценочных картах, что приводит к зависимости от данных кредитного бюро.
Кредитный рейтинг обычно варьируется от 300 до 850, что свидетельствует о кредитоспособности клиента. Клиент с высоким кредитным рейтингом показывает, что он кредитоспособен, и у банков не возникнет проблем с выдачей ему кредита. Если у клиента низкий кредитный рейтинг, банки не решаются выдавать кредит, а если и делают, то это может быть с более высокой процентной ставкой. [7]
Кредитный скоринг обычно использует наблюдения или данные клиентов, допустивших дефолт по своим кредитам, а также наблюдения за большим количеством клиентов, которые не допустили дефолта. Статистически методы оценки, такие как логистическая регрессия или пробит, используются для создания оценок вероятности дефолта для наблюдений на основе этих исторических данных. Эту модель можно использовать для прогнозирования вероятности дефолта для новых клиентов, используя те же характеристики наблюдения (например, возраст, доход, владелец дома). Вероятности дефолта затем масштабируются до «кредитного рейтинга». Эта оценка ранжирует клиентов по степени риска без явного определения вероятности их дефолта.
Существует ряд методов кредитного скоринга, таких как моделирование степени риска, кредитные модели сокращенной формы, модели веса доказательств, линейная или логистическая регрессия. Основные различия связаны с необходимыми допущениями относительно объясняющих переменных и способностью моделировать непрерывные и бинарные результаты. Некоторые из этих методов превосходят другие, позволяющие косвенно оценить вероятность дефолта. Несмотря на многочисленные исследования ученых и представителей промышленности, ни один метод не доказал свою эффективность в прогнозировании дефолта при любых обстоятельствах.
Типичное ошибочное мнение о кредитном скоринге заключается в том, что единственная характеристика, которая имеет значение, это то, действительно ли вы произвели платежи вовремя, а также своевременно выполнили свои денежные обязательства. Однако, хотя платежный фон имеет важное значение, он по-прежнему составляет чуть более одной трети кредитного рейтинга. Кроме того, история погашения отображается только в вашей кредитной истории.
Одной из основных областей дохода банков является кредитный бизнес, и эти кредиты могут быть обеспеченными или необеспеченными. Банки не захотят выдавать кредит клиентам или предприятиям, которые не смогут погасить кредит в будущем. Процесс оценки заявителя на основе его кредитоспособности определяет, кто и на какую сумму должен получить кредит. Именно здесь в игру вступают кредитные карты, которые помогают банкам и финансовым ситуациям минимизировать риск и снизить уровень просрочек.
Методы моделирования
[ редактировать ]Методологии, которые используются для создания кредитной карты, в целом делятся на две категории, а именно: статистический метод и метод искусственного интеллекта/машинного обучения. [8]
Модель кредитного скоринга, основанная на статистике
[ редактировать ]В эту категорию попадают модели, которые обычно менее сложны и результаты которых можно легко интерпретировать. Простые методы, такие как логистическая регрессия, линейная регрессия и деревья решений, являются примерами простых статистических методов. Многие банки предпочитают эту категорию, потому что, если клиенту отказано в кредите, необходимо указать причину отказа, и это можно легко интерпретировать с помощью этих моделей.
Модель кредитного скоринга на основе искусственного интеллекта/машинного обучения
[ редактировать ]Используемые здесь методы в мире аналитики широко называются черными ящиками, поскольку их интерпретация сложна. Банки обычно используют этот тип скоринговой модели для дополнительных или перекрестных продаж различных продуктов банка своим клиентам. Эти методы обычно превосходят статистические модели кредитного скоринга, но отстают из-за проблем с интерпретацией. [8]
Типы карт показателей
[ редактировать ]Оценочная карта приложения — используется, когда клиент подает заявку на новый кредит. Этот тип системы показателей предсказывает, не сможет ли клиент выплатить кредит. Здесь тип данных, которые используются, в основном поступает из исторических заявок на получение кредита, и если у клиента есть существующий кредит, эти данные извлекаются из одного из кредитных бюро. Если, например, продукт, который запускается, является новым, то в этом случае данные берутся из кредитных бюро. Этот тип системы показателей помогает компании принимать автоматизированные, точные и последовательные решения о том, утвердить, рассмотреть или отклонить кандидата. Некоторые из преимуществ этого типа системы показателей заключаются в том, что организация может автоматизировать весь процесс принятия решений, что, в свою очередь, сокращает время выполнения процесса андеррайтинга. Это также позволяет бизнесу принимать обоснованные и точные решения. [9]
Поведенческая система показателей . Используется для прогнозирования дефолта существующего клиента, имеющего кредит. Здесь данные включают в себя детали транзакций клиента, а также информацию, связанную с Бюро. Этот тип оценочной карты также используется в качестве альтернативного кредитного рейтинга для внутренних целей учреждения наряду с кредитным рейтингом, полученным в кредитном бюро. Этот тип системы показателей также используется для выявления наиболее ценных клиентов банка. [9]
Система показателей сбора – используется для прогнозирования реакции клиентов на различные стратегии взыскания причитающихся денег. Используемые здесь данные аналогичны поведенческой системе показателей. Когда банк решает предоставить кредит своим клиентам или если он решает предоставить кредит своим существующим клиентам, ему необходимо оценить вероятность того, что эти клиенты смогут с комфортом погасить сумму кредита. Здесь важно учитывать, что обстоятельства клиентов также могут со временем меняться, и для поддержания хороших отношений со своими клиентами банку необходимо будет предложить соответствующую поддержку. Для организации важно выявить и расставить приоритеты по счетам, требующим взыскания, поскольку они играют жизненно важную роль в контроле безнадежной задолженности. Выбор частоты и канала связи может оказаться затруднительным при создании баланса в справедливом обращении с клиентами. Эта система показателей помогает выявить клиентов, которым требуется меньше взаимодействия. Некоторые из преимуществ использования карточек сбора данных — это упрощенный и эффективный процесс сбора платежей, возможность предложить лучшее качество обслуживания клиентов, не нанося вреда их настроениям, а также повышение уровня возмещения. [10]
Развитие кредитного скоринга
[ редактировать ]Наим Сиддики обсуждает некоторые важные моменты, касающиеся более широкого использования систем показателей и процессов, которые использовались в прошлом, а не сейчас. [11]
Некоторые моменты, которые привели к увеличению использования оценочных карт, включают:
- Повышение уровня регулирования со стороны руководящих органов.
- Лучшее программное обеспечение с открытым исходным кодом для разработки систем показателей
- Увеличение количества информационных/образовательных материалов в Интернете.
- Возможность создать индивидуальный клиентский опыт.
- Улучшение аппаратного обеспечения и вычислительной мощности с годами.
Традиционный подход
[ редактировать ]Поиск файлов будет включать в себя сбор всех физических документов от клиента. Сначала будут собраны такие документы, как банковские выписки, документы о подоходном налоге и т. д. Кредитный специалист возьмет все эти документы и проведет оценочную оценку. Все документы затем проверяются вручную. Кто-то из банка должен будет пойти в указанное клиентом место, чтобы проверить, действительно ли человек там живет, и в этом контексте также обсудить с ним кредит. В прошлом не существовало кредитных бюро или кредитных карточек, из-за чего весь процесс принятия решений выполнялся вручную. Из-за этого процесса кредитному специалисту потребуется больше времени на заполнение заявок на кредит, что, в свою очередь, сократит время обработки заявки.
Современный подход
[ редактировать ]В наши дни все необходимые файлы и документы необходимо подавать онлайн на веб-портале банка. Больше никаких физических бумаг, поскольку все в цифровом формате. Эти файлы обычно представляют собой PDF-файлы. Раньше оценка доходов производилась вручную кредитным специалистом. В настоящее время существует программное обеспечение, которое считывает банковские выписки клиентов и автоматически проверяет их доходы. Вместо выездов на места также проверяется цифровой профиль клиента. О клиенте может быть много информации из-за наличия кредитных бюро. Если у клиента есть какая-то банковская история, которую можно получить в Бюро. Модели кредитных карточек используются для принятия или отклонения заявки клиента на кредит. Клиент сможет увидеть свое решение онлайн на самом веб-портале. Поскольку большая часть процесса принятия решений теперь происходит онлайн, можно обрабатывать гораздо больше заявок, что увеличивает время обработки.
См. также
[ редактировать ]- Кредитный рейтинг
- Критика систем кредитного скоринга в США
- Риск потребительского кредитования
- Кредитный риск
- Кредитные бюро :
- Основные бюро США: Dun & Bradstreet • Equifax • Experian • TransUnion
- Основные канадские бюро: Equifax • TransUnion
- Основные бюро Великобритании: Equifax • Experian • TransUnion
- Основные индийские бюро: CIBIL • Equifax • Experian • Highmark
Ссылки
[ редактировать ]- ^ Каган, Джулия. «Кредитный рейтинг» . Инвестопедия . Архивировано из оригинала 19 октября 2007 г. Проверено 24 мая 2021 г.
- ^ «Что такое хороший кредитный рейтинг?» . www.experian.com . 11 февраля 2021 г. Проверено 24 мая 2021 г.
- ^ «Что такое кредитный рейтинг – диапазон кредитного рейтинга | Equifax» . www.equifax.com . Проверено 24 мая 2021 г.
- ^ Экспериан; Карма, Кредит; Герой, Студенческий заем; Третина, подробнее Узнайте о нашей редакционной политике Кэт. «Какой кредитный рейтинг вам нужен, чтобы купить автомобиль?» . Инвестопедия . Проверено 24 мая 2021 г.
- ^ Каган, Джулия. «Страховой рейтинг» . Инвестопедия . Архивировано из оригинала 17 марта 2006 г. Проверено 24 мая 2021 г.
- ^ Jump up to: а б Мюррей Бейли «Практический кредитный скоринг: проблемы и методы», White Box Publishing (2006)
- ^ «Что такое хороший кредитный рейтинг?» . www.experian.com . 11 февраля 2021 г. Проверено 17 апреля 2022 г.
- ^ Jump up to: а б Энгку, Назри; Энгку, Назри. «Модели кредитного скоринга: методы и проблемы» . Журнал перспективных исследований в области бизнеса и управления . 2 .
- ^ Jump up to: а б «Карты показателей приложений» . Экспериан . Проверено 17 апреля 2022 г.
- ^ «Карты сбора и восстановления» . www.experian.com.pl . Проверено 17 апреля 2022 г.
- ^ Сиддики, Наим, изд. (2 января 2012 г.). Оценочные карты кредитного риска . дои : 10.1002/9781119201731 . ISBN 9781119201731 .