Нейронные сети в прогнозировании кредитных операций

Общие понятия

Первые научные работы, в которых утверждалось, что важность различных критериев анализа заемщика должна быть определена на основе предыдущего опыта, появились в 1936 году. Уже в 1941 году была представлена первая скоринговая система, которая могла классифицировать людей для выдачи или отказа в кредите на покупку поддержанных автомобилей. В начале 60-х годов были разработаны методики, которые добавляли к прикладным критериям психологические и социологические концепции.

Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.

В самом упрощенном виде скоринговая модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель (score); чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособности.

Интегральный показатель каждого клиента сравнивается с неким числовым порогом, или линией раздела, которая, по существу, является линией безубыточности и рассчитывается из отношения, сколько в среднем нужно клиентов, которые платят в срок, для того, чтобы компенсировать убытки от одного должника. Клиентам с интегральным показателем выше этой линии выдается кредит, клиентам с интегральным показателем ниже этой линии — нет.

Переломным моментом в истории развития аналитических методов анализа кредитоспособности можно считать 1967 год, когда впервые была показана целесообразность использования компьютеров для оценки и анализа характеристик заемщиков. Большая часть кредитных знаний извлекалась из накопленной базы данных кредитных историй путем математического анализа, в результате чего были созданы модели, которые основывались на краевых условиях, определенных кредитором, а также на математически сгенерированных правилах и формулах.

По данным некоторых исследований, после внедрения скоринг-систем уровень безнадежного долга сокращался до 50%. Вслед за банками США, скоринговые системы начали применять и банки Западной Европы. В 1977 году компания Fair Isaac внедрила первую скоринговую систему в европейском банке.

Следующий этап в эволюции скоринга пришелся на конец 80-х годов и характеризовался началом бурного развития технологий анализа данных на основе принципов искусственного интеллекта. Ярким примером этого этапа случит одна из первых разработок известной компании HNC. Ее нейросетевая модель кредитного скоринга позволяла увеличить прибыльность существующей модели в банке на 27%.

Учитывая преимущества нейронных сетей (и других методов data mining) перед обыкновенными статистическими методами анализа, американские и европейские кредитные организации начали переход на системы скоринга на основе искусственного интеллекта.

В течение всего последующего времени, вплоть до настоящего момента, аналитические технологии оценки кредитоспособности постепенно завоевали американский, а немного позднее, и мировой банковский сектор. Только за последние 6 лет, такие гиганты финансовой индустрии как ANZ (Australia and New Zealand Banking Group), Barclays, Teikoku Databank, CIBC, Credit Suisse Group и др., внедрив системы интеллектуального анализа данных, увеличили клиентскую базу и значительно усилили свои позиции на рынке.

Сегодня кредитный скоринг входит в практику и в странах СНГ. С целью снижения кредитных рисков, банк «Русский Стандарт» в 2001 году первым в России внедрил систему автоматизированного кредитного скоринга. После внедрения системы для получения беззалогового кредита необходимо лишь заполнить анкету, которая обрабатывается банком в течение нескольких минут, и затем принимается решение.

Если год назад кредитный скоринг практиковали в России только «Русский Стандарт», Дельта-банк и «Первое О.В.К.», то сейчас, технологии «быстрой оценки» применяют уже Райффайзенбанк, Сити-банк, Пробизнесбанк, Альфа-банк, Росбанк и МДМ-банк.

Поэтому можно с уверенностью говорить, что с учетом сложившихся экономических условий и при непрерывно возрастающем значении массового потребительского кредитования для банков, кредитный скоринг является тем краеугольным камнем, который определяет рациональную кредитную политику и культуру успешного банковского бизнеса.