how to best leverage advanced analytics to enhance credit process in emerging markets
Post on 20-Aug-2015
139 Views
Preview:
TRANSCRIPT
Pri
vate
an
d c
onfi
den
tial
Убальдо Тамбини (Ubaldo Tambini) CRIF Decision Solutions Business and Analytics Consulting Director
Как наиболее эффективно использовать углубленную аналитику для оптимизации кредитного процесса на развивающихся рынках
4 июня, 2013 - Киев
| 3 | Private and confidential
АНАЛИТИКА В УПРАВЛЕНИИ ЖИЗНЕННЫМ ЦИКЛОМ КРЕДИТА Обзор наиболее общих вариантов применения
Маркетинг § Модель таргетирования § Propensity-скоринг-карта
РЕГУЛИРОВАНИЕ Стресс-
тестирование Прогноз Ценообразование на основе оценки
рисков
Уведомле-ние о риске
ПРОГНОЗНАЯ АНАЛИТИКА
Выдача § Общая скоринг-карта § Специальная скоринг-карта § Оценка кредитного бюро § Фрод-скоринг-карта
УПРАВЛЕНИЕ
РЕШЕНИЕ
Оптимизация
Управление портфелем
§ Поведенческая скоринг-карта § Скоринг-карта по доходам § Propensity-скоринг-карта
Взыскание § Модель LGD § Скоринг-карта для раннего/среднего/позднего взыскания
Таргетирование, субсидия, управление,
продажа
Анализ, предсказание, отслеживание, оптимизация
процесс управление
| 4 | Private and confidential
• Надежное, полноценное, устоявшееся КРЕДИТНОЕ БЮРО существует (возможно, с позитивной информацией, большим количеством деталей для сегментации, с некоторыми ограничениями по нормативно-правовой базе ... и набором готовых скоринг-карт)
• Обновленные и надежные источники доступны для официальной финансовой информации о юридических лицах (и официальная ... "экономика" имеет смысл)
• Обширная внутренняя информация об общем процессе (от заявки до взыскания) хранится правильным образом
• Ситуация на рынке «стабильна» (или по крайней мере без внезапных изменений)
• Внутренние бизнес-процессы «стабильны» (или по крайней мере без недавних серьёзных изменений)
• «Цифр» достаточно для полноценного статистического анализа
АНАЛИТИКА ПРОСТА, ЕСЛИ… Рай для специалистов по статистике
| 6 | Private and confidential
РАЗНООБРАЗИЕ ДЕЛАЕТ МИР ИНТЕРЕСНЕЕ Мы имеем дело со множеством разных ситуаций
| 7 | Private and confidential
• Основана в 1988 г.
• Офисы более чем в 20 странах Европы, Америки и Азии
• Корпоративный головной офис в Болонье, Италия
• Операции в 40 странах по всему миру
• Доходы: 285 млн € (2012)
• Служащие: 1,400+ (2011)
• Доходы и количество служащих постоянно растет даже в последние годы экономического кризиса
• Более 1,900 банков, финансовых и нефинансовых учреждений в более чем 40 странах используют решения CRIF.
• Более 25,000 бизнес клиентов • Отчеты и информация более чем по 200 миллионам компаний по всему миру
КЛЮЧЕВЫЕ ЦИФРЫ CRIF
Ведущий поставщик услуг кредитного бюро, аналитики и принятия решений
Общий доход (млн евро)
Количество служащих (по всему миру)
| 8 | Private and confidential
УСЛУГИ CRIF ДЛЯ БАНКОВ И ФИНАНСОВЫХ ОРГАНИЗАЦИЙ
ü Услуги кредитного бюро ü Объединение данных кредитных бюро
ü Бизнес-информация ü Аналитика и системы принятия решений
(скоринг, системы рейтингов, предотвращение мошенничества)
ü Кредитные решения ü Аутсорсинг бизнес-процессов ü Взыскание задолженности –
Управление дебиторской задолженностью
Приобретение Управление портфелем
Взыскание задол- женности
Планирова- ние и
развитие
| 9 | Private and confidential
НЕКОТОРЫЕ ТИПИЧНЫЕ ПРОБЛЕМЫ РАЗРАБОТКИ АНАЛИТИКИ (1/2) Маркетинг и выдача кредита
Типичные проблемы Возможные подходы
• Полное отсутствие в заявке или в истории большинства предиктивных переменных которые обычно используются для разработки специальных моделей заявок (напр. доход, информация Кредитного Бюро, место жительства, цель кредита, и т.д.)
• Низкая достоверность данных (особенно в отношении финансовых отчетов и доходов)
• Низкое качество данных
• Местные Кредитные Бюро не предоставляют скоринг Кредитного Бюро
• Много Кредитных Бюро, большинство из которых с низким уровнем охвата и/или надежности
• Ограниченные предиктивные возможности количественных переменных в сегменте Малого бизнеса
• Трудности в оценке серой зарплаты
• Низкий уровень надежности справки о доходах
• Ввод и/или внесение в историю этих дополнительных переменных в форму заявки, для совершенствования будущих моделей.
• Интеграция модели заявки с экспертными правилами политики
• Усиленный фокус на поведенческие переменные и/или переменные кредитного бюро
• Управление изменениями учебные сеансы для бизнес-сети для освещения важности процесса ввода надлежащих данных
• Интеграция «сырой» информации Кредитного Бюро в модель заявки
• Разработка спец. скоринга Кредитного Бюро
• Разработка специального скоринга Кредитного Бюро, используя лишь самые предиктивные
• Статистическая модель, интегрированная с Качественным Опросником
• Ситуативные модели для проф. категорий с серыми зарплатами, с анализом предыдущего опыта
• Лишь очень небольшие суммы для новых клиентов
| 10 | Private and confidential
НЕКОТОРЫЕ ТИПИЧНЫЕ ПРОБЛЕМЫ РАЗРАБОТКИ АНАЛИТИКИ (2/2) Управление кредитным портфелем и Взыскание
Типичные проблемы Возможные подходы
• Быстрые и резкие экономические перемены (от глубокого кризиса к быстрому росту и наоборот) которые сильно влияют на риск кредитного портфеля и на предиктивные возможности скоринг-карты
• Недостаточная история для разработки поведенческой скоринг-карты
• Отсутствие уникального ID клиента в различных единицах банковской группы (для вычисления Basel II PD)
• Отсутствие кредитного ХД, но данные разбросаны по нескольким различным неофициальным архивам в разных подразделениях банка
• Трудности в упорядочении одной и той же информации для разных единиц, особенно в отношении просроченной задолженности
• Низкое качество данных
• Необходимость постоянного мониторинга скоринг-карты
• Разработка прогнозной аналитики
• Использование более короткого периода работы для разработки моделей
• Применение алгоритмов, использующих несколько альтернативных ID (напр. номер паспорта, ID-номер, ИНН) чтобы объединить инф. о клиенте на уровне группы
• Требуются большие усилия в составлении катр источников данных, сборе данных и подготовке данных
• Упорядочение определения просроченной задолженности начиная с «сырых данных» каждой единицы группы
• Создание целевых групп для понимания причин и улучшения качества данных хотя бы одного набора важных переменных
| 11 | Private and confidential
СЛУЧАЙ 1: СИСТЕМА ОЦЕНКИ РИСКА «СТАРТАП» – УКРАИНА Цели и описание проекта
Подход
Недоступность исторических данных в банке (стартап-продукт в новом потребительском сегменте)
Низкая вероятность предоставления клиентом справки о доходах из-за специфических каналов распределения («shop-in-shop», аэропорты, и т.д.)
Высокая важность серой зарплаты в целевом сегменте
Низкая степень надежности по доходам и справке о доходах
Необходимость управлять тремя разными кредитными бюро
Специфические
проблемы проекта
Клиент § Крупнейший частный банк с 2-мя десятилетиями опыта в Украине
Охват § Розничные клиенты § Возобновляемые кредитные карты (стартап)
Цели
§ Установление процесса кредитных заявок, ведомого системой скоринга кредитных рисков, позволяющей одновременно оценивать и будущие действия заявителей, и действия по управлению кредитными рисками (установка кредитного лимита)
§ Разработка стартап-системы скоринга кредитных рисков. Это стартап-решение основано на наборе данных Кредитного портфеля с местного рынка для учёта местных особенностей
§ Чтобы максимально подстроиться под особенности банка, это стартап-решение будет специально создано на репрезентативной пробе целевого населения банка.
1
2
3
4
5
Контекст и цель
| 12 | Private and confidential
Измерение результатов(*)
Индекс Gini
Новые клиенты
Существующие клиенты
Рыночное население 0.39 0.40
Целевое население 0.41 0.44
Индекс Gini
Цель – новые клиенты
Цель – существующие клиенты
Удовл. 20-35%
Хорошо 35-60%
Отлично >=60%
Методологический подход
СКОРИНГ ЗАЯВОК Методологический подход и результаты
ü Данные клиентов (возраст, доход) ü Данные договора (сумма) ü Внешние данные/ Кредитное бюро UBKI
(MBKI)
ü Внутренние поведенческие данные/существующие данные клиента (транзакции/использование кредитной карты)
ü >60 дней просрочки (12 месяцев работы)
ü Стратегия банка заключалась в ориентации на особую целевую группу населения, состоящую из потребителей с доходом более 4.000 ГРН)
ü Специфические и предварительные модели были разработаны начиная с данных местного рынка
ü Разработка скоринговой системы, позволяющей оценивать, оперируя набором данных местного рынка, возможность для каждой заявки иметь схожий профиль целевой группы потребителей, среднего сегмента.
ü Калибровка моделей по целевой группе потребителей
(*) образец разработки
Источник данных
Стандартное определение
Целевая модель
| 13 | Private and confidential
СЛУЧАЙ 2: BASEL II СКОРИНГ ЗАЯВОК И ПОВЕДЕНИЯ – МАРОККО Цели и описание проекта
Подход
Контекст и цель
Специфические
проблемы проекта
Клиент § Крупнейшая банковская группа Магриба
Охват § Потребители, профессионалы и малый бизнес § Различные типы продуктов (закрытого и открытого типа)
Цели
§ Цель банка – соблюдение требований Basel II и создание процедур, которые могли бы стать наилучшей практикой в управлении кредитными рисками и их измерении. Банк предпочитает применение подхода IRB для розничных потребителей в 2015 г.
§ Разработка специфических моделей, построенных на внутренних данных с использованием статистического подхода
Полное отсутствие в форме заявки большинства предиктивных переменных, обычно используемых для разработки спец. моделей заявок (напр. дохож, место жительства, цель кредита и т.д.) Информация кредитного бюро не вносится в историю Отсутствие уникального ID клиента в разных единицах банковской группы Отсутствие кредитного ХД, но данные разбросаны по нескольким различным неофициальным архивам в разных подразделениях банка Трудности в упорядочении одной и той же информации для разных единиц, особенно в отношении неуплат
1
2
3
4
5
| 14 | Private and confidential
СКОРИНГ КРЕДИТНЫХ ЗАЯВОК Методологический подход и результаты
0,480,29
without C/A with C/A
+16pb
+19pb
ü Демографические (возраст, сектор деят.,…)
ü Операционные данные (сумма займа) ü Фин. данные малого бизнеса (собственный капитал, суммарные активы ...)
ü Расчетный счет (Транзакции, баланс)
ü ПРОДУКТЫ ОТКРЫТОГО ТИПА >90 дней просрочки (12 мес. работы)
ü ОВЕРДРАФТЫ: Заморозка счета > 90 дней (12 месяцев)
Заявки
Малый бизнес
Профессионалы 2 (рабочие, трейдеры, …)
Потребители
Профессионалы 1
(врач, адвокат,…)
0,420,32
without C/A with C/A
0,54 0,65
without C/A with C/A
Малый
бизнес
Профессионалы
1
Профессионалы
2
Потребители
Измерение результатов Индекс Gini (*)
ü Кредитные заявки
Методологический подход
+11pb
+10pb
(*) образец разработки
Источник данных
Стандартное определение
Охват
Карта моделей
| 15 | Private and confidential
ПОВЕДЕНЧЕСКИЙ СКОРИНГ Методологический подход и результаты
ü Поведенческий риск/продукт (невыплата, Использование/авторизация, кредитные/дебетовые транзакции)
ü Сводный баланс/Малый бизнес (варьирование доходов)
ü ПРОДУКТЫ ЗАКРЫТОГО ТИПА: как минимум 4 невыплаченных платежа подряд (12 месяцев)
ü ОВЕРДРАФТЫ: Заморозка счета > 90 days
Клиенты
Со сводн. балан-сом
С ипотекой Без ипотеки Без св. баланса
ü Рейтинговая система создана на контрагенте Группы (включая другие банки Группы)
ü Уникальный код клиента был создан чтобы связать идентификационные коды, используемые в разных компаниях Группы
Методологический подход
Малый бизнес Потребители
Измерение результатов(*)
Сегменты Индекс Gini
Малый бизнес со свод. балансом 0.52
Малый бизнес без свод. баланса 0.59
Потребители с ипотекой 0.76
Потребители без ипотеки 0.62
Индекс Gini
Удовл. <50%
Хорошо 50-70%
Отлично >=70%
(*) образец разработки
Источник данных
Стандартное определение
Охват
Карта моделей
1
2
3
4
1
2
3
4
| 16 | Private and confidential
ФУНКЦИОНАЛЬНАЯ КОНЦЕПЦИЯ Рабочее применение и регулятивные требования
>6мес >0мес 6мес
Запрос кредита
Модель заявки
Поведенческая модель
Поведенческая модель
Последующий запрос кредита
Модель заявки
Запрос кредита
PD1
0-10 11-20 90-100
Модель заявки
PD1
RWA x 8% Требования к капиталу IRBA
RWA = x 8%
• Уровень авторизации • Кредитное решение
КЛИЕНТ КРЕДИТНАЯ ЗАЯВКА
…
Рабочее применение
Регулятивные
требования
Bas
el I
I
PD2 PDn
• Уровень авторизации • Кредитное решение
PD2 PDn
| 17 | Private and confidential
АНАЛИТИКА ОЧЕНЬ СИЛЬНА, НО НЕ СТОИТ ЗАБЫВАТЬ О БИЗНЕСЕ Аналитика дает возможность принятия решений, но последнее - всё еще задача
менеджера
top related