Вопросы и ответы

Отчетность по форме 0409704 «Информация о долговой нагрузке заемщиков – физических лиц» (с учетом сведений, предусмотренных Указанием Банка России от 31.08.2018 № 4892-У)

Верно ли, что в соответствии с информационным письмом Банка России от 25.03.2020 № ИН-05-15/29, Отчет за I квартал 2020 года представляется не позднее 16.07.2020, Отчет за II квартал 2020 года — не позднее 16.10.2020 и так далее, если не будет иных указаний.

В соответствии с информационным письмом Банка России от 25.03.2020 № ИН-05-15/29 «О неприменении мер к кредитным организациям» Банк России не применяет меры, предусмотренные статьей 74 Федерального закона от 10.07.2002 № «О Центральном банке Российской Федерации (Банке России)», в отношении кредитных организаций, представивших в том числе указанный в пункте 77а приложения 1 к данному информационному письму Отчет с нарушением сроков его представления, предусмотренных Указанием Банка России № при условии представления Отчета не позднее рабочего дня четвертого месяца, следующего за отчетным кварталом.

Указанные регуляторные послабления введены для кредитных организаций вплоть до особого распоряжения Банка России.

С учетом изложенного Отчет за I квартал 2020 года с информацией по состоянию на 01.04.2020 должен быть представлен не позднее 16.07.2020. Сроки представления Отчета за II квартал 2020 года с информацией по состоянию на 01.07.2020 будут определены в соответствии с информационным письмом Банка России № ИН-05-15/29 или в соответствии с пунктом 4 порядка составления и представления отчетности по форме 0409704 в зависимости от дальнейших распоряжений Банка России, размещаемых на его официальном сайте.

Правильно ли банк планирует в целях составления Отчета с ежегодной периодичностью по состоянию на 1 января наступившего года проводить анализ остатков ссудной задолженности на балансовых счетах №№ 455А (кроме 45523), 457А (кроме 45713) за 12 предшествующих месяцев (т.е. за предыдущий год) и определять необходимость составления и представления Отчета в наступившем году?

Если в течение 2020 года средняя величина ссудной задолженности по кредитам физических лиц, рассчитанная на начало каждого отчетного месяца анализируемого периода, составила более 60 млрд рублей, то следует ли банку начать предоставлять Отчет в Банк России начиная с 01.01.2021?

Для того чтобы определить, требуется ли составление и представление Отчета в текущем году, кредитной организацией по состоянию на 1 января текущего года проводится анализ остатков ссудной задолженности на балансовых счетах №№ 455А (кроме 45523), 457А (кроме 45713) за 12 предшествующих месяцев (т.е. за предыдущий год). Если средняя величина ссудной задолженности по кредитам (займам) физических лиц, рассчитанная за этот период (например, в период с 01.01.2020 по 31.12.2020), соответствует или превышает 60 млрд рублей, Отчет необходимо составить и представить в текущем году (в указанном примере — с 01.01.2021).

Правильно ли банк понимает, что в расчет средней величины ссудной задолженности по кредитам физических лиц не включаются остатки по счетам просроченной задолженности на балансовых счетах № 45815 и 45817?

Необходимо ли в случае непревышения средней величины ссудной задолженности по кредитам (займам) физических лиц, рассчитанной за 12 месяцев, предшествующих году представления Отчета, порога в 60 млрд рублей, представление Отчета с заполненными фактическими или нулевыми данными либо представление указанной отчетности не требуется ни в каком виде?

Согласно пункту 1 порядка составления и представления отчетности по форме 0409704 Отчет представляется кредитными организациями, у которых средняя величина ссудной задолженности по кредитам (займам) физических лиц, рассчитанная за 12 месяцев, предшествующих году представления Отчета, равна или превышает 60 млрд рублей.

В случае соответствия кредитной организации указанным требованиям, она представляет информацию в составе Отчета только по непогашенным на отчетную дату кредитам (займам), а также проданным или списанным с баланса за этот период кредитам (займам), в отношении которых в соответствии с приложением 1 к Указанию Банка России № был осуществлен расчет ПДН.

В иных случаях Отчет не представляется.

Верно ли, что в Отчете за I квартал 2020 года необходимо отразить кредиты, выданные с 01.10.2019 по 31.03.2020, по которым был рассчитан ПДН?

В соответствии с пунктом 2 порядка составления и представления отчетности по форме 0409704 в Отчет включается информация по всем кредитам (займам), в отношении которых кредитной организацией в соответствии с приложением 1 к Указанию Банка России № был осуществлен расчет ПДН.

С учетом положений пункта 15 данного Указания в Отчет включается информация по определенным в пункте 1.1 приложения 1 к Указанию кредитам (займам), предоставленным кредитной организацией с 1 октября 2019 года, а также по кредитам (займам), предоставленным до 1 октября 2019 года и в отношении которых после указанной даты были приняты решения о реструктуризации задолженности по кредиту (займу) 1 и (или) решения, изменяющие условия договора кредита (займа). Данная информация включается в Отчет на каждую отчетную дату до момента погашения, списания с баланса или продажи соответствующих кредитов (займов).

1 За исключением случаев, указанных в абзаце четвертом пункта 1.1 приложения 1 к Указанию Банка России № в соответствии с которым кредитная организация вправе не признавать кредит (заем) реструктурированным, если договор кредита (займа), содержит условия, при наступлении которых заемщик получает право исполнять обязательства по кредиту (займу) в более благоприятном режиме в соответствии с подпунктом 3.7.2.2 пункта 3.7 Положения Банка России №

Нужно ли рассчитывать и отражать в Отчете данные по кредитам, предоставленным индивидуальным предпринимателям для целей осуществления своей деятельности?

По кредитным требованиям и требованиям по получению начисленных (накопленных) процентов по кредитам (займам), предоставленным физическим лицам для нужд, связанных с осуществлением предпринимательской деятельности, в рамках программы кредитования предприятий малого и среднего бизнеса, ПДН не рассчитывается, и, следовательно, информация по таким кредитам (займам) не включается в Отчет.

Включаются ли в разделы 1 и 2 Отчета сведения о кредитах (займах) физических лиц, права (требования) по которым приобретены банком, в том числе по договору цессии?

В соответствии с пунктом 3 порядка составления и представления отчетности по форме 0409704 сведения о кредитах (займах) физических лиц, права требования по которым были переданы кредитной организации, в том числе по договору цессии, не включаются в Отчет, если в отношении таких кредитов (займов) кредитной организацией не производился расчет показателя долговой нагрузки заемщика.

Необходимо ли представлять Отчет банку с лицензией на осуществление банковских операций со средствами в рублях и иностранной валюте для расчетных небанковских кредитных организаций?

С учетом положений пункта 4 порядка составления и представления отчетности по форме 0409704 указанная форма небанковскими кредитными организациями, имеющими право на осуществление переводов денежных средств и связанных с ними иных банковских операций, не представляется.

Раздел 1 и раздел 2

Как правильно отражать в Отчете кредит с лимитом кредитования, предоставленный с использованием банковской карты, по которому было принято решение об увеличении лимита?

• 01.04.2020 банком принято решение о предоставлении кредита с использованием банковской карты с лимитом кредитования в размере 100 тыс. руб. и значением ПДН = 9% (рассчитан при принятии решения о предоставлении).
• 01.06.2020 банком принято решение об увеличении лимита до 120 тыс. руб., значение ПДН = 12% (пересчитан при принятии решения об увеличении лимита).

Транзакции, осуществленные по договору за период с 01.04.2020 по 30.06.2020:

Период	Характер операции	Сумма, тыс. руб.
04.2020	Предоставление кредита	80
05.2020	Предоставление кредита	10
05.2020	Гашение кредита клиентом	5
06.2020	Предоставление кредита	30
06.2020	Гашение кредита клиентом	5
Остаток задолженности на 01.07.2020		110

В соответствии с пунктом 5.1 порядка составления и представления отчетности по форме 0409704 в графе 1 раздела 1 и раздела 2 Отчета указывается месяц и год возникновения требований по кредитам (займам) в формате «мм.гггг», где «мм» — месяц, «гггг» — год.

При этом каждую транзакцию, совершенную заемщиком по банковской карте, с использованием которой был предоставлен кредит, следует рассматривать как вновь выданный кредит.

Таким образом, в отношении кредитов, предоставленных с использованием банковских карт, в том числе на условиях овердрафт, в графе 1 раздела 1 Отчета указывается период совершения очередной транзакции. Учитывая, что увеличение (уменьшение) лимита кредитования по кредиту, предоставляемому с использованием банковской карты, не влияет на ранее произведенные транзакции, указанная информация не подлежит включению в графу 1 раздела 1 Отчета.

В соответствии с пунктом 5.2 порядка составления и представления отчетности по форме 0409704 в графе 2 раздела 1 и раздела 2 Отчета указывается интервал, которому соответствует значение ПДН, рассчитанное при принятии решения, предусмотренного пунктом 1.1 приложения 1 к Указанию Банка России № на наиболее позднюю дату (в частности, при увеличении лимита кредитования по кредиту (займу), предоставленному с использованием банковской карты).

С учетом вышеизложенного раздел 1 Отчета по кредиту (займу), предоставленному с использованием банковской карты, из приведенного примера подлежит заполнению в соответствии с указанной ниже таблицей.

Период, в котором возникли требования	Интервал ПДН заемщика, %		Задолженность без просроченных платежей, тыс. руб.
	рассчитанный при принятии решения	рассчитанный в течение срока действия договора кредита (займа) 1
1	2	3	10
04.2020	(10;20]	70
05.2020	(10;20]	10
06.2020	(10;20]	30

Одновременно отмечаем, что с учетом положений абзаца второго пункта 5.1 порядка составления и представления отчетности по форме 0409704 если кредитной организацией принимаются решения, влияющие на порядок погашения ранее произведенных транзакций (например, при реструктуризации задолженности по кредиту (займу)), то период возникновения требований указывается с учетом периода реализации соответствующих решений.

1 В указанном примере положениями Методики расчета ПДН банка не предусмотрен пересчет ПДН в течение срока действия договора кредита (займа), предоставленного с использованием банковской карты.

Вопросы и ответы

Курс рубля к иностранной валюте (прямая котировка) — это стоимость одного рубля, выраженная в единицах иностранной валюты (возможен расчет курса рубля и по отношению к группе валют). Для большинства валют обычно используют обратную котировку, то есть курс иностранной валюты к рублю — стоимость одной единицы иностранной валюты, выраженная в рублях. Повышение курса иностранной валюты к рублю означает ослабление рубля, снижение курса иностранной валюты — его укрепление.

Курс иностранной валюты к рублю определяется соотношением спроса на иностранную валюту и ее предложения на валютном рынке. Причинами изменения валютного курса могут быть любые факторы, воздействующие на изменение этого соотношения: изменение объемов внешней торговли, импортных и экспортных цен, уровней инфляции и процентных ставок в России и за рубежом; темпы экономического роста; возможные периоды нестабильности в России и мире, определяющие настроения и ожидания инвесторов; изменения денежно-кредитной политики (ДКП) центральных банков как России, так и других стран; ожидания хозяйствующих субъектов.

Таким образом, курс валюты зависит от множества факторов. В процесс курсообразования может вмешиваться и центральный банк страны. Степень вмешательства определяет режим валютного курса, который был выбран, правила регулирования валютных операций и возможности центрального банка влиять на курс.

Информация о динамике курса рубля и факторах, оказывающих на нее влияние, содержится в ежеквартальном Докладе о денежно-кредитной политике.

Зачем Банк России перешел к режиму плавающего курса?

В России действует режим плавающего валютного курса. Это означает, что курс иностранной валюты к рублю определяется рыночными силами — соотношением спроса на иностранную валюту и ее предложения на валютном рынке.

Таким образом, курс рубля не определяется правительством или центральным банком, он не является фиксированным и какие-либо цели по уровню курса или темпы его изменения не устанавливаются. Банк России в нормальных условиях не совершает валютных интервенций с целью повлиять на динамику курса рубля. Это отличает режим плавающего валютного курса от многочисленных разновидностей режима управляемого курса.

Банк России перешел к режиму плавающего валютного курса в ноябре 2014 г.

Плавающий курс является важной составляющей режима таргетирования инфляции, при котором главная цель центрального банка — обеспечение ценовой стабильности. Такой курс позволяет Банку России проводить самостоятельную ДКП, направленную на решение внутренних задач, а именно на снижение инфляции.

Плавающий курс действует как встроенный стабилизатор экономики, и это его основное преимущество по сравнению с управляемым курсом. Плавающий курс помогает экономике подстраиваться под меняющиеся внешние условия и сглаживать их воздействие.

Режим фиксированного или управляемого курса делает ДКП зависимой от политики других стран и внешнеэкономической ситуации. Валютные интервенции центрального банка, проводимые для воздействия на курс, влияют также на ликвидность банковского сектора. Стерилизация влияния подобных операций на денежный рынок может требовать значительных усилий центрального банка вплоть до введения нестандартных мер и инструментов (в случае нехватки рыночного обеспечения у кредитных организаций), приводить к повышению напряженности в различных сегментах финансового рынка и увеличению волатильности краткосрочных процентных ставок в экономике.

Кроме того, режим фиксированного или управляемого курса в отсутствие ограничений по трансграничному движению капитала повышает привлекательность спекулятивных операций на валютном рынке. В этом случае изменение дифференциала процентных ставок (разницы между внутренними и внешними процентными ставками) может приводить к росту спекулятивного притока или оттока капитала и импортированию внешних денежно-кредитных условий. При режиме плавающего курса увеличение спроса на валюту или ее предложения со стороны участников рынка в результате изменения процентного дифференциала приводит к соответствующему изменению валютного курса, делая спекулятивные операции невыгодными.

Плавающий валютный курс, действуя как встроенный стабилизатор, позволяет снизить чувствительность экономики к внешним шокам, смягчить ее адаптацию к изменению внешних условий. Укрепление национальной валюты на фоне позитивного внешнего воздействия (например, роста цен на нефть) снижает риски перегрева экономики, а ее ослабление при возникновении негативного воздействия (падении цен на нефть) оказывает поддержку отечественным производителям за счет увеличения объемов экспорта и стимулирования импортозамещения. При фиксированном валютном курсе влияние внешних шоков на экономику не сглаживается.

Опыт России 1998 и 2008 гг., а также кризисов в других странах подтверждает, что привязка национальной валюты к иностранной в условиях современной мировой экономики неэффективна. В краткосрочной перспективе она ведет к формированию и наращиванию дисбалансов в экономике, а в долгосрочной невозможна: при наличии мощных негативных внешних факторов попытка удержать национальную валюту от ослабления истощает валютные резервы страны, после чего неизбежно происходит резкая девальвация. Поэтому по мере развития и укрепления национальной финансовой системы желательным становится переход к плавающему валютному курсу.

Ситуация на валютном рынке в 2022 г. имела ряд особенностей, которым посвящен вопрос «Что происходило с курсом рубля в первой половине 2022 года».

Ускоренный скоринг

Как часто меняются модели кредитного скоринга в кризис

Графовая аналитика, коэффициент Джини, геоаналитика, большие данные, нейронные сети и многое другое — из таких важных элементов складывается современный кредитный скоринг. Многое из этого не было актуально еще лет пять назад, но тренды дают о себе знать. Специально для “Ъ” портал Zaim.com выяснил у экспертов, как часто меняются модели кредитного скоринга в кризис.

Кредитный скоринг (от англ. «score» — «оценка») — система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах. Как правило, это компьютерная программа, куда вводятся данные потенциального заемщика. Кредитный скоринг широко используется банками, микрофинансовыми организациями и в потребительском (магазинном) экспресс-кредитовании на небольшие суммы. Скоринг заключается в присвоении потенциальному заемщику баллов по заполнении анкеты, разработанной оценщиками кредитных рисков — андеррайтерами. По результатам набранных баллов система автоматически принимает решение об одобрении или отказе в выдаче кредита.

От года или до месяца?!

Использование классических интерпретируемых алгоритмов, таких как линейная регрессия, логистическая регрессия и дерево решений, в свое время позволило получить прозрачные модели кредитного скоринга и значительно повысить эффективность принятия решений. Но мир не стоит на месте: объем доступных данных увеличивается экспоненциально, а алгоритмы предиктивной аналитики стремительно развиваются. Однако в последние два года в фокусе актуальных вопросов скоринга возник кризис, а любой кризис заставляет сомневаться в качестве и стабильности прогностических моделей.

Кризис и многие другие не менее актуальные темы эксперты активно обсуждали на 6-м ежегодном профессиональном форуме скоринговых технологий Scoring Case Forum 2021. Среди самых актуальных, по наблюдению организатора форума генерального директора ООО «Конгломерат» Алексея Тонкова,— графовая аналитика, машинное обучение, большие данные и другие, не менее важные инструменты современного риск-менеджера. Специалисты предупреждают: наблюдается масштабный поведенческий сдвиг, влияющий на устойчивые алгоритмы поведения заемщиков.

Как отмечает Алексей Волков, директор по маркетингу НБКИ, прежде скоринговые модели поведения заемщика пересматривались раз в год, сейчас — раз в месяц. Встает вопрос о том, можно ли и как анализировать и контролировать эти изменения, чтобы они не были фатальными для финансовой организации.

С этой точкой зрения согласен генеральный директор Webbankir Андрей Пономарев, который считает, что в глобальном плане скоринговые модели не стоит менять слишком часто, и придерживается мнения, что важны именно стабильные модели от года и дольше: «Это связано с тем, что модели построены не на постоянной, а на смещенной выборке. Иными словами, мы можем оценить работу скоринга не на 100% входящих клиентов, а только на тех, кто получил кредит или заем. Назовем их «хорошими клиентами». Между тем, как только скоринговая модель перестраивается, в выборку попадают новые классы клиентов, о которых мало что известно и которые могут вести себя совершенно иначе. Поэтому значительное изменение скоринговой модели — это всегда стресс для бизнеса. Не стоит этим злоупотреблять».

Стабильная модель скоринга позволяет накопить значимый массив данных, отследить поведение клиентов на протяжении длительного периода, а не только дефолтность или своевременную оплату по первому займу.

Но достичь полной стабильности скоринга нереально, считает управляющая санкт-петербургским филиалом АКБ «Фора-банк» (АО) Алина Бажулина. Модель скоринга может быть ультраумной и адаптивной, но случаются разного рода события: политические, экономические или социальные, на которые мир реагирует атипично, и это надо учитывать: «Стоит вспомнить, как общественность и государство приняли пандемию, какая реакция была у коммерческих структур. Многие банки на время приостановили кредитование, так как не понимали, к чему могут привести ограничения, чем чревата сложившаяся ситуация. И выходили банки из этого «мертвого» периода тоже степенно и аккуратно. В момент начала пандемии, вероятнее всего, ни одна скоринговая система не была готова к сложившимся обстоятельствам».

Евгений Чернышов, генеральный директор «Колибри Деньги», отмечает, что ситуация, включая уровень безработицы, доходы населения, долговую нагрузку, меняется очень быстро — фактически каждый месяц: «Из-за пандемии апрель 2020 года принципиально отличался от марта. Если бы изменения в скоринг не вносились оперативно, уровень просрочки стал бы катастрофическим. Например, речь идет о таком аспекте, как сфера занятости заемщика. Большое значение имеет и региональный фактор, поскольку в разных областях вводились разные ограничения, и действовали они также неодинаковое время. Локдауны сменяются QR-кодами, потом их отменой, рисками отстранения сотрудников из-за отказа от вакцинации — все это происходит очень быстро и отражается и на занятости, и на уровне доходов».

Действительно, в быстро меняющихся условиях говорить о стабильности скоринговой модели спорно.

Скоринг во многом представляет собой отчасти творческий процесс, считает вице-президент банка «Юнистрим» Григорий Волис: «Вероятно, что скорость жизни диктует необходимость более частых пересмотров скоринговых систем. Вероятно, что ежегодных пересмотров в сегодняшних реалиях уже недостаточно — нужно это делать значительно чаще».

Скоринговая модель постоянно самосовершенствуется с учетом микроизменений и дополнительных вводных. Сергей Шуминский, начальник отдела андеррайтинга и верификации ООО «МФК «Мир капитала»», считает, что обновление информации должно проводиться раз в 7–14 дней. При сохранении фундаментальных основ модели.

К одному из наиболее важных трендов современного скоринга Сергей Афанасьев относит применение нейронных сетей для извлечения информации из собственных источников данных.

К примеру, некоторые банки обучают нейронные сети на данных карточных транcакций и встраивают эти подходы в классический скоринг. Сюда относится извлечение новых знаний из коммуникаций с клиентами (звонки, чат-боты, письменные обращения), где применяется целый ряд нейросетевых технологий: от распознавания речи и текстов отсканированных писем до разнообразных задач текстовой аналитики (выделение тематик, определение тональности, понимание контекста и т. д.).

Обучение без остановки

Банки обычно применяют несколько видов скоринга: аппликационный скоринг, когда оценка клиента осуществляется во время подачи заявки на кредит, поведенческий скоринг, используемый для контроля поведения действующего клиента, а также фрауд-скоринг, который направлен на выявление мошенников.

Стоит учитывать, что люди со временем меняются. Меняются и социально-экономические условия, и все скоринговые модели необходимо корректировать с учетом выборки, состоящей из новых клиентов. Даже оптимальная скоринговая модель со временем будет терять эффективность, если ее не корректировать.

По этим причинам на рынке появляются и завоевывают свои ниши новые скоринговые инструменты.

Сергей Голицын, вице-президент, заместитель руководителя департамента анализа данных и моделирования банка ВТБ, отмечает важность учета геоаналитических данных и геоплатформ. Хотя еще три-четыре года назад данные геоаналитики в принципе не учитывались на рынке. Но «сегодня без геоаналитических решений невозможно глобальное построение сети, невозможна оценка потребительской активности клиентов. Именно на геоданных сегодня основаны большие решения в части построения, например, ритейловых и банковских сетей».

Еще один перспективный скоринговый метод — графовая аналитика (она позволяет выявить закономерности, обнаружить сообщества или группу лиц, предсказать их поведение и проч.). Банки разрабатывают использование этого инструмента около пяти лет. В последние два года публикуется много научных исследований в области графовых нейронных сетей.

Григорий Волис, вице-президент банка «Юнистрим», отмечает, что графы используются для поиска необычных шаблонов, что помогает своевременно выявлять, например, мошеннические действия. «Есть пример того, как при анализе денежных потоков между банками были выявлены неочевидные странности, изучение которых вывело на преступную группу. То есть графы отлично подходят для анализа даже абстрактных понятий, например таких, как отношения и взаимодействия. Поэтому такие решения будут все чаще применяться разными организациями, особенно теми, которые стремятся сохранить свое конкурентное преимущество на рынке».

Пока успешными историями применения графов могут похвастаться в основном крупные банки, но все идет к тому, что скоро это станет отраслевым банковским стандартом.

Объединить, но не раскрыть

Еще одно направление при формировании скоринговой модели — глобальный тренд data fusion, технология объединения разнородных сведений из разных источников, позволяющая значительно расширить знания о клиенте.

Если банки хотят завоевывать рынок дальше и улучшать обслуживание клиентов, им необходимо научиться объединять и использовать разнородные данные.

Крупные банки используют комбинированный скоринг — свои модели плюс покупные данные. Для разработки сильных скор-карт нужна не только математическая экспертиза, но и глубокое понимание бизнеса и внутренних процессов банка, поэтому у крупных игроков есть свои команды разработчиков скоринга.

Банки вынуждены закупать внешние скоринги, чтобы не проигрывать банкам-конкурентам, подтверждает Сергей Афанасьев: «Для обогащения своих скоринговых моделей мы используем нескольких внешних поставщиков — процесс использования внешних данных абсолютно легален и безопасен. Мы берем у клиента согласие на запрос данных из внешних источников. Кроме того, многие поставщики (операторы сотовой связи, социальные сети, платежные системы и др.) продают только скоринговые баллы для оценки кредитоспособности клиентов и не передают банкам личные данные клиента». Такой подход позволяет также объективно оценить вклад каждого поставщика и оптимально настроить скоринг.

Николай Меркулов, заместитель директора по анализу данных и моделированию платформы больших данных совместного предприятия ВТБ и «Ростелекома» «Платформа больших данных», утверждает, что данные, которые приходят из внутренних или внешних источников, проходят, с одной стороны, процедуру шифрования, а с другой стороны — агрегации. То есть персональные данные «в сыром виде» не передаются. Более того, они не используются в таком формате даже для внутренних целей: все данные проходят процедуру обязательного шифрования и хеширования. Таким образом выполняется задача по защите информации.

По словам Андрея Пономарева, закон «О защите персональных данных» в России соблюдается строго и серьезные участники финансового рынка никогда не будут рисковать безопасностью данных своих клиентов.

Все типы передаваемых данных контролируются. Если они передаются третьим лицам, банк или МФО обязательно получат от клиента согласие на соответствующую операцию. В свою очередь, задача анонимизации эффективно решается с помощью хеширования данных, когда информация о конкретном человеке предоставляется в виде уникального кода. Это позволяет идентифицировать пользователя, не раскрывая его личности.

Цель неизменна

Сейчас в развитии скоринга можно выделить два больших направления: технологическое и регуляторное. К технологическому направлению относятся обогащение скоринга новыми источниками данных и применение новых алгоритмов. К регуляторному — повышение стабильности моделей и снижение модельного риска.

Очень выросли рынок внешних данных, количество поставщиков, большинство из которых продают готовые скоринги. Несколько лет назад таких поставщиков было мало, и банки могли покупать все, что предлагалось на рынке, сейчас их становится кратно больше, и у банков возникла необходимость в оценке их эффективности.

Ольга Торлина, старший консультант отдела рисков SAS, отмечает, что начали развиваться и новые подходы к обработке данных. «Совершенствуется аналитическое программное обеспечение, которое позволяет использовать дополнительные инструменты в части анализа данных, моделирования, принятия решения, исследования результатов. Банки начинают применять более сложные производные прогнозные модели, построенные на базе big data и machine learning».

В последние пять лет скоринг сделал колоссальный рывок, используя цифровые технологии. Это позволяет экономить время персональных менеджеров за счет встроенных скоринговых решений и автоматизации персонализированных рекомендаций. А цель неизменна: сделать скоринг еще более совершенным и точным.

Денис Гончаренко, Екатерина Романова, Игорь Арбузов, при поддержке ООО «Конгломерат»