Дмитрий Григоров, начальник управления розничных кредитных рисков ОАО «Промсвязьбанк»
Банковская информация является одним из ценных активов финансового учреждения. И как любой актив — должна использоваться с максимальной отдачей. В каждом банке «коэффициент» использования данных — показатель индивидуальный и косвенно отражает степень информационной зрелости банка, технологии принятия управленческих решений, масштаб применения аналитических инструментов сотрудниками и другие организационные и технологические аспекты ведения бизнеса.
В розничных кредитных учреждениях постоянно решаются вопросы: «можно ли выдать кредит этому гражданину?», «какие группы клиентов можно кредитовать, какие нет», «кому следует предложить новый кредитный продукт?», «как лучше воздействовать на должника, чтобы вернуть часть долга?», «почему наблюдается та или иная негативная либо позитивная тенденция (например, меняется уровень дефолтности), какие меры необходимо предпринимать?». Чтобы дать на них обоснованные ответы - а только это позволит адекватно реагировать и получать ожидаемые результаты -придётся собрать и проанализировать большие объемы данных, которые имеют отношение к поставленному вопросу. Результаты такого анализа определят последующую операционную и управленческую деятельность.
В Промсвязьбанке портфель розничного кредитования в результате динамичного развития на 1 января 2009 года составил 49,7 млрд руб (29,2 млрд руб. на 1 января 2008 г.) Подобный рост объемов розничного кредитования (разветвленная филиальная сеть насчитывающая 47 филиалов, широкий спектр розничных в т.ч. кредитных продуктов, большое количество обслуживаемых клиентов и т.д.) потребовал соответствующего развития управления кредитным процессом, мониторинга портфеля и непосредственно процессов управления розничными рисками. Говоря кратко, необходимо было решить две взаимосвязанные задачи:
• Организовать «кредитный конвейер» от момента заведения кредитной заявки до момента полного погашения задолженности по кредиту.
• Построить систему управления
конвейером, обладающую высокой скоростью реакции как на вариации внешних условий, так и на изменения внутри банка. Таким образом, для эффективного управления розничными рисками потребовалась соответствующее ИТ-обеспечение, удовлетворяющее следующим основным требованиям:
• Автоматизация создания и постоянного усовершенствования кредитных правил, скоринговых карт, бизнес-процессов рассмотрения заявок и работы с портфелем.
• Автоматизация анализа эффективности операционных процессов, тенденций миграции кредитного портфеля, их причин, математическое моделирование
последствии принятия планируемых управленческих решений.
• Автоматизированный мониторинг эффективности процессов, динамики портфелей, выявление новых трендов в поведении клиента.
• Система должна легко интегрироваться в IT-инфраструктуру, как текущую, так и планируемую.
• Система должна обеспечивать подключение смежных подразделений банка при решении совместных задач.
Аля решения этих задач в начале 2008 года в банке стартовал проект по внедрению программного продукта SAS Credit Scoring. Был проведен сравнительный анализ ряда аналогичных программных продуктов и на Технологическом Комитете банка было отдано предпочтения решению от компании SAS. Главные факторы, на которые обращалось внимание
• функциональность решения, опыт внедрений, стоимость ПО, рынок специалистов по его обслуживанию и поддержке в стране. Важными аспектами были и сложность работы с таким софтом (гибкость, дружественность интерфейсов), и то, сколько аналитиков по управлению рисками на рынке знакомы с ним.
Несмотря на то, что основным заказчиком системы в банке является розничный риск-менеджмент, результатами её внедрения сегодня пользуются и связанные бизнес-подразделения, занимающиеся разработкой розничных кредитных продуктов и управлением сетью продаж. Мониторинг розничной кредитной деятельности банка централизован и ведется не только для целей собственно управления рисками, но и для понимания всеми участниками розничного направления «где и что происходит», согласования совместных корректирующих действий.
КРЕДИТНЫЙ СКОРИНГ - ОСНОВА ПРАВИЛ КРЕДИТОВАНИЯ
Классический кредитный процесс начинается с рассмотрения заявки заемщика и принятия решений о выдаче кредита на основе соответствующих правил и процедур. В начале развития розничного кредитования эти правила в Промсвязьбанке создавались на базе экспертных оценок и исторически сложившихся, логически очевидных условий («если - то»). Этот подход имеет ряд существенных недостатков, главными из которых являются субъективизм правил и затруднительность оценок на основе одновременного учета множества критериев. Эти недостатки устраняются при переходе к процессу принятия решения, основанному на правилах, сформированных на основе анализа статистических данных и скоринговой оценки заемщиков. Соответственно возрастает эффективность принятия решений, снижается итоговая дефолтность.
Текущий процесс принятия кредитного решения в Банке полностью централизован и включает в себя следующие основные этапы: введение заявки в систему, работу автоматических процедур принятия решения и «ручную» верификацию данных клиента. Важной составляющей системы принятия решений является скоринг. Кредитный скоринг - это оценка платежеспособности клиента на основании статистического анализа его социального портрета, то есть набора переменных, по результатам оценки которых клиент может быть отнесен к той или иной группе по степени риска. Скоринг обеспечивает поддержку решения по розничным кредитам. Использование статистических методов позволяет определить, кто получит кредит, в каком размере, какие группы заемщиков имеют допустимую величину риска, а также помогает оценить риск по каждой конкретной заявке. Кредитный скоринг основывается на реальных данных, включая данные о действующих заемщиках банка, скоринговая модель строится на основе предыдущей статистики путем обработки и преобразования больших объемов данных.
Процесс разработки скоринговых карт полностью автоматизирован в системе, которая имеет уже готовый стандартный функционал для основных операций:
• Формирование выгрузки необходимых данных для анализа -система самостоятельно выгружает исходные данные из АБС банка, формирует и обновляет аналитические витрины, с которыми работают специалисты.
• Формирование первоначального набора переменных модели.
• Отбор статистически значимых переменных, которые войдут в итоговую скор-карту.
Также система позволяет проводить различное моделирование при разработке новых продуктов, оценки эффективности различных кредитных стратегий.
Функциональность системы SAS Credit Scoring позволяет не только создавать скоринговые карты, но и отслеживать, насколько используемая скоринговая карта соответствует текущему поведению клиентов. Если в качестве тестовой выборки используются данные по заемщикам последнего периода времени, то можно видеть, изменились ли параметры карты, по которым оценивается её статистическая значимость и предсказательная сила. В зависимости от того, ухудшились они или нет, принимается решение об адекватности и устойчивости карты. Оперативное отслеживание адекватности текущих скоринговых карт особенно важно в условиях быстроменяющейся рыночной ситуации, например, при развитии кризисных явлений в экономике.
По практике, операция обновления скоркарт в Промсвязьбанке проводится не реже двух раз в год, однако в кризис ситуация меняется быстро и скор-карты обновляются чаще, по мере необходимости. Наступление такого момента легко отслеживается с помощью имеющегося в системе функционала.
Когда мы говорим о разработке правил и процедур розничного кредитования, не стоит забывать, что работа с уже имеющимся портфелем - не менее важный раздел, чем принятие решения по новым кредитам. Работа с текущим портфелем также требует статистических оценок и математического моделирования, разработки скоринговых правил (поведенческий и collection скоринг).
В случае сбора просроченных задолженностей по кредитам (collection) цель скоринга - определить наиболее эффективные воздействия на задолжника с целью возврата средств. В скор-карте для коллекшн используются соответствующие параметры, которые формируются на основе статистики по сбору долгов. Работа в этом направлении ведется одновременно с развитием специализированной системы автоматизации операционных бизнес-процессов сбора задолженности на основе решения Collection Siebel. Также доступность в SAS накопленных службой коллекшн данных позволяет их использовать и при разработке правил принятия кредитного решения.
МОНИТОРИНГ КЛЮЧЕВЫХ ПОКАЗАТЕЛЕЙ
Наряду с разработкой правил кредитного решения внедрение решения SAS Credit Scoring позволило запустить полноценный риск-мониторинг процессов кредитования, перейти от простейших показателей, недостаточных для полного понимания всей динамики портфеля (например, просто уровень просроченной задолженности не дает правильной картины потерь в случае активного роста портфеля -необходим винтажный анализ), к отслеживанию нужных риск-менеджменту показателей.
Мониторинг осуществляется на регулярной основе в разрезе продуктов, филиалов, сотрудников банка (менеджер по работе с клиентом, операционист, сотрудник службы проверки). Все данные аккумулируются в SAS, что позволяет оперативно, своевременно и корректно формировать риск-отчетность. На основе регулярной риск-отчетности проводится детальный анализ одобрений заявок, отказов и дефолтности, анализируются динамика портфеля, динамика резервов, эффективность сбора задолженности, производится винтажный анализ, анализ выходов на профочку и погашений и т.п. Исходя из расчета показателей риска в разрезе подразделений банка, филиалы сравниваются между собой, среди них выявляются проблемные, анализируются причины проблем.
Данные о заявках и действиях по ним поступают в хранилище данных (ХА), а из него в OLAP-кубы и витрины, доступные для пользователей, на базе которых, используя Enterprise Guide и Web-доступ, и ведут свою работу наши аналитики.
Агрегированные в OLAP-кубах данные позволяют увидеть, например, как с течением времени в тот или иной период выдачи в конкретном филиале менялся уровень неплатежей, сколько заявок поступило, и какие решения по ним были приняты (одобрения, отказы и их причины). Обновление 80% показателей по состоянию кредитного портфеля происходит автоматически в регламентном режиме (еженедельно) и эта доля неуклонно растет по мере развития системы. В начале новые метрики и показатели самостоятельно разрабатываются и анализируются риск-менеджерами средствами Enterprise Guide, затем оперативно добавляются программистами в OLAP-кубы и витрины для автоматического обновления в системе.
В ходе мониторинга содержащихся в OLAP-кубах показателей выявляются тенденции изменения возвратности ссуд и расследуется причины их появления. Разбор ситуаций, в которых выявлена негативная тенденция, является частью процесса управления рисками и автоматизирован с помощью решения SAS Enterprise Guide, которое помогает понять причину тенденции, оценить эффективность различных вариантов действий. По полученным результатам корректируются бизнес-процессы, принимаются необходимые управленческие решения (например, может поменяться кредитная политика, процедуры коллекшн и так далее).
Функционал Enterprise Guide позволяет аналитикам банка, не прибегая к программированию, а используя имеющиеся в системе средства выбора, оценки, фильтрации, определить сегмент проблемных или хороших заемщиков, проиграть различные сценарии поведения сними.
Наш практический опыт показывает, что решение подобных задач с помошью написания SQL-запросов к базам данных также возможно, но по трудозатратам не идет в сравнение с простотой и удобством работы в визуальной графической среде. Важно отметить, что для работы с таким мощным аналитическим инструментом, как Enterprise Guide, не требуется особого обучения, его интерфейс интуитивно понятен. Сегодня продуктом в банке пользуются не только все аналитики розничного риск-менеджмента, но и сотрудники бизнес-подразделений, занимающиеся разработкой розничных кредитных продуктов и управлением сетью продаж.
С внедрением аналитических продуктов SAS в банке не только решилась проблема мониторинга розничного кредитного портфеля, но и сформирована его новая методология для всех стадий кредитной деятельности на базе риск-показателей (винтажный анализ, сравнение поколений кредитов и др.).
АНАЛИТИЧЕСКАЯ СИСТЕМА — КООРДИНАТОР СМЕЖНЫХ ПОДРАЗДЕЛЕНИЙ
Портрет клиента (хороший или плохой) важен не только для специалистов по управлению кредитными рисками, но и для подразделения, которое разрабатывает новые продукты, а также для блока сети продаж, организующего привлечение клиентов. Данные витрин в SAS содержат в себе как чисто «рисковые» показатели, так и продуктовые (например: доля клиентов с доходом выше такого-то, которые пришли в банк тогда-то и пр.). Система позволяет другим подразделениям тесно взаимодействовать с риск-менеджментом в части совместного использования аналитических данных. Такой опыт сотрудничества постоянно развивается, позволяя разным службам банка, независимо друг от друга, работать с единым информационным пространством, сокращая трудоемкость обмена данными. Например, сотрудники сети продаж (кураторы филиалов) могут видеть, что в каком-то филиале качественно изменился поток входящих клиентов (например, изменилась средняя сумма по кредитной заявке, средний доход приходящих клиентов и т.д.), провести анализ причин и принять соответствующие меры. Хотя основной пользователь аналитической системы SAS - розничные риски, благодаря системе значительно улучшилось взаимодействие смежных структур банка. Оно стало проще и в плане обмена данными, и в части их совместного анализа. Таким образом, обеспечивается прозрачный, эффективный и понятный всем участникам, процесс контроля состояния и динамики показателей всего процесса розничного кредитования.
ПРЕИМУЩЕСТВА, ПОЛУЧЕННЫЕ ОТ ИСПОЛЬЗОВАНИЯ АНАЛИТИКИ
Аналитическая система SAS позволяет нам понимать, что происходит в банке на всех участках кредитного процесса, и управлять этим процессом на постоянной основе без рутинных операций и во взаимодействии с продуктовым подразделением, подразделением Collection и сетью продаж.
На базе витрин данных постоянно отслеживается более 40 различных отчетов, но их число фактически не ограниченно благодаря гибкости OLAP технологии. Кроме того, функционал системы даёт возможность
контролировать показатели по продуктам, филиалам и временным периодам, в том числе в разрезе допофисов филиалов. Графический интерфейс позволяет делать это легко и быстро.
Аналитики отдела кредитных рисков могут теперь всё внимание уделять исследованию происходящего, разработке стратегии по работе с новыми продуктами, оперативно отслеживать негативные тенденции, не тратя времени на рутинную работу.
Точного подсчета финансовой отдачи мы не проводили, но очевидно, что даже только возможность, постоянного мониторинга и принятия своевременных мер по управлению кредитным портфелем объемом более 40 млрд руб. дают преимущества, позволяющие быстро окупить внедрение системы. Более того, без такого функционала, который заложен в системе, вообще невозможно полноценно следить за портфелем такого размера - столько данных, например, просто нельзя обработать в Excel в силу технических и физических ограничений. С системой вы перестаете тратить 80% рабочего времени на получение данных в нужном виде и, наконец, начинаете заниматься их анализом.
Еще одно преимущество - возможность провести тот или иной анализ, просмотреть те или иные показатели, не обращаясь в ИТ-службу банка и без дополнительного программирования. Было время, когда программисты по просьбе аналитиков банка писали код для отчетных форм. Так и происходит до сих пор во многих банках: аналитики ставят одну за другой задачи, для которых программисты ИТ-службы пишут код, тестируют, вносят изменения, и в результате нужные показатели становятся доступными через 2 недели вместо двух дней. Наша практика показала, что это - путь «в никуда». Правильная практика, это когда аналитик легко самостоятельно получает нужные ему данные и сразу может их анализировать.
ПЛАНЫ РАЗВИТИЯ В НОВОМ ГОДУ
Текущее развитие аналитической системы банка напрямую связано с развитием других АБС Банка, общебанковского хранилища данных. Сейчас в системе уже имеются все основные типы данных - история рассмотрения заявок, данные самих заявок, кредитные сделки, данные работы Collection. В этой части мы планируем скорее эволюционное развитие. С появлением в АБС банка новых типов данных добавляются новые показатели для целей мониторинга, обновляются различные бизнес-правила, скор-карты, реорганизуются бизнес-процессы.
Другой важный этап развития процессов розничного кредитования, который запланирован на следующий год, это организация автоматизированной имплементации кредитных правил из аналитической системы в операционную среду рассмотрения заявок. Целью является сокращение времени между разработкой кредитного правила и началом его работы по реальным кредитным заявкам, а также снижение трудоемкости самой имплементации. Это, безусловно, крупная и непростая задача, но по мере естественного роста сложности логики процедур принятия решения нам придется ей заняться, и мы планируем решить ее как можно скорее.
______________________________
Аналитический банковский журнал, декабрь 2009
_____________________________
Пресс-служба ОАО "Промсвязьбанк"
www.psbank.ru.
