быстрый доступ
12 февраля 2020, 17:30
Количество просмотров 41

Принятие кредитных решений. Когда «быстро» означает «хорошо»

Принятие кредитных решений. Когда «быстро» означает «хорошо»
В середине 2000-х автору настоящей статьи довелось поработать с риск-менеджерами Украины, России, Польши, Чехии, Великобритании, США, Ирана. Специалисты наперебой рассказывали о сложных системах верификации заемщиков, на деле же демонстрировали простенькие алгоритмы и маломерные уравнения. Зато когда приходили национальные или центральные банки, псевдостратеги заявляли: «Скоринг не покажем – коммерческая тайна».

Олег Брагинский, основатель «Школы траблшутеров» и директор «Бюро Брагинского»

Раздобыл книгу «Financial Risk Manager Handbook», по которой сертифицировались умники, проработал и погрустнел – крайне линейно, прозаично, буднично: сплошной секрет Полишинеля. После руководства службой экономической безопасности понимал – мошенники не пожалеют средств нанять консультантов из бывших сотрудников банков, которые за сребреник подскажут, как обойти математические сети.

Поразмыслив, засел за построение модели абсолютной верификации: сформировал пространство факторов, потенциально влияющих на доверие к аппликанту, документам и процедуре, отметил случаи, которые «вылавливают» ответственные сотрудники. После заполнения диаграммы Карно-Вейча осознал, что коллеги из 528 возможных ситуаций отслеживают лишь 10,6% – целых 56 штук (см. рис. 1).

[caption id="attachment_462464" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.1 Рис. 1. Анализ эффективности существовавших зон рассмотрения достоверности и причин отказов[/caption]

Хотя в виде дерева решений работа рисковиков выглядела благопристойно – ветвление идеально, последовательность разумна, охват значителен (см. рис. 2).

[caption id="attachment_462466" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.2 Рис. 2. Алгоритм абсолютной верификации и причины отклонения заявок на кредит[/caption]

Насторожила одномерность – потенциальный клиент получал отказ по первой встретившейся причине, остальные не анализировались, т. е. множественные обстоятельства дела не изучались. Вспомнились языки программирования – как они классифицируются на интерпретаторы и компиляторы. Первые работают до нахождения единственной ошибки, вторые – выворачивают наизнанку все огрехи. Ситуацию предстояло переломить.

Напрягала уверенность в корректности подхода, страшила классическая фраза: «Мы так в банке Х страны Y делали». Интересуюсь: «Зачем в первых строках кредитной анкеты запрашиваем ФИО?». Ответ вроде разумен: «Чтобы знать, как к клиенту обращаться». Но зачем эти данные на ранних этапах? В первых строках анкеты ФИО бесполезны – в скоринг большинство персонифицированных текстовых строк не направляется, а время сотрудника и ресурсы системы на их заполнение тратим. Эти данные лучше запрашивать после принятия кредитного решения – в таком случае банк не тратит время на отказников, а это 30% от популяции. То же касается названия организации – полезнее налоговые номера.

Уходя от произвольного текста, создал серию локальных скорингов не для клиентов (прерогатива рисковиков), а для товаров, специальностей и прочих свободно излагаемых фраз (см. рис. 3).

[caption id="attachment_462467" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.3 Рис. 3. Первичная база «опасности» текстовых полей[/caption]

Попутно построил мощнейшую систему коррекции, преобразующую неверно введенные данные анкет – данные, встречавшиеся более пяти раз, приобретали начальный коэффициент доверия в 100%.

По мере накопления статистики отношение к городам, улицам, магазинам и товарам менялось – предыдущие случаи неплатежа создавали предпосылки ужесточения процедур, а действительные коэффициенты доверия снижались.

Собрав тысячи строк, вероятных для полей произвольного ввода, понял, что пора переходить к проектированию архитектуры решающей машины (см. рис. 4).

[caption id="attachment_462468" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.4 Рис. 4. Внутренняя архитектура системы моментального кредитного анализа[/caption]

Программному комплексу дал имя CreditCheck, договорившись с риск-менеджерами, что строю «входные ворота», они же за собой оставляют последующий «фейс-конт­роль».

К этому моменту в Excel-прототипе накопились сотни интересных наблюдений. Например, оказалось, что добросовестные заемщики в далекие точки продаж не ездят, ограничиваясь трехкилометровыми зонами, центрами которых были адреса проживания, регистрации и работы. Мошенники же перемещалась на значительные расстояния – для них преобладали дистанции, превышающие 12 км от тех же адресов.

Чтобы «дважды не вставать», распланировал свести воедино анкеты и фронт-системы всех видов займа, начиная с потребительского и заканчивая ипотекой и кредитами малому и среднему бизнесу (см. рис. 5).

[caption id="attachment_462469" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.5 Рис. 5. Центральное место CreditCheck в инфраструктуре банка[/caption]

Полезным побочным действием стала возможность оценки работоспособности и загруженности серверов: в погоне за скоростью верификационных процедур установили журналирование времени исполнения, стремясь к тому, чтобы время проведения каждой операции не превышало 0,002 секунды, поэтому длительность задержек оказалась надежным индикатором здоровья технических систем.

Первой преградой промышленного внедрения стала чешская компания-поставщик фронт-системы, выставив в ответ на мой запрос неприлично крупный счет за документацию. Решил поступить хитрее: запускал прототип разрабатываемой системы поверх браузера, в котором работала программа «недругов» и собирал информацию с помощью парсинга локальной копии веб-страницы. Ответные реакции CreditCheck тоже возвращал в браузер, имитируя действия обычного пользователя (см. рис. 6).

[caption id="attachment_462471" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.6 Рис. 6. CreditCheck работает поверх браузера, имитируя действия пользователя[/caption]

Второй преградой оказалось противодействие «начальницы кредитного конвейера», сдерживающей автоматизацию из-за опасений снижения собственного влияния в организации вследствие сокращения количества подчиненных. Пришлось действовать «на кошачьих лапках», но, к счастью для всех, наступила долгожданная беременность руководителя, страсти поутихли, а к моменту возвращения дамы из декретного отпуска основные работы были завершены.

Третья преграда – саботаж подразделений ИТ-поддержки, которые не желали подучить математику, а обвиняли команду разработки в шифровании процедур и функций. На деле «устрашающие» блоки кода были не чем иным, как таблицами скоринговых коэффициентов. Для достижения мира потребовались недели переговорных баталий, которые завершились переводом части команды разработчиков в регулярное ИТ-подразделение организации.

Наиболее сложной задачей оказалось создание интерфейсов андеррайтинга. Большинство программных решений подобного класса предлагали вертикально сравнивать «левую» и «правую» руки – информацию, предоставленную заявителем, и имеющуюся в системе организации (см. рис. 7).

[caption id="attachment_462472" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.7 Рис. 7. Экран сравнения предыдущей и текущих заявок системы Hunter[/caption]

Многочисленные эксперименты показали, что сотрудники ошибаются в сравнении полей из-за усталости и эффекта ложной памяти: от частых совпадений разные строки инерционно кажутся одинаковыми. Спроектировал построчную сверку информации, выводя значение «Ок», чтобы в случае соответствия хранящихся и предлагаемых данных пользователи не теряли время на вычитывание текста (см. рис. 8).

[caption id="attachment_462473" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.8 Рис. 8. Экран сравнения данных физического лица в CreditCheck[/caption]

Учитывая массовость заявок на заем, система распухла сведениями, которые клиенты предоставляли о себе и местах работы, что позволило быстро нарастить справочник организаций (см. рис. 9).

[caption id="attachment_462475" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.9 Рис. 9. Экран сравнения контактных данных в CreditCheck[/caption]

Несоответствие телефонов отдела кадров и бухгалтерии стало надежным индикатором недобросовестности авторов анкет, особенно при подмене стационарных номеров мобильными, принадлежащими  ранее отвергнутым аппликантам. Последние пытались вместо телефонов отдела кадров и бухгалтерии давали мобильные телефоны сообщников, в т. ч. и тех, кто ранее подавал заявку на кредит, но его не получил.

После автоматизированной процедуры сверки строк реализовал режим «караоке», при котором на экран выводились полные фразы к произнесению, с учетом имени говорящего и времени суток: «Доброе утро, (обращение по имени-отчеству)! Меня зовут Иван, звоню из (название) банка, чтобы уточнить информацию по клиенту (ФИО)!» (см. рис. 10).

[caption id="attachment_462476" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.10 Рис. 10. Экран голосовых скриптов, или «Караоке» в CreditCheck[/caption]

Таким образом, сотрудники из числа думающих превратились в киношных очаровашек: вместо того чтобы действовать по скриптам, им требовалось лишь обаятельно прочитывать предложенный текст и аккуратно фиксировать варианты ответа. Скоринг рисковиков, работающий на «последней миле», тоже проводил скорее для приличия: математики знают – искажение начальной выборки нежелательно, но CreditCheck на входе отсеивал 89,4% потенциальных неплательщиков уже через 11 месяцев функционирования.

Указание POS-агентам фотографировать заемщиков на телефон воспринималось с усмешкой ровно до тех пор, пока не начались повторные визиты в банк. Через год у 23% заемщиков удавалось отследить смену имиджа (см. рис. 11).

[caption id="attachment_462478" align="alignleft" width="780"]Принятие кредитных решений. Когда «быстро» означает «хорошо» - рис.11 Рис. 11. Экран фотоверификации CreditCheck[/caption]

Сложная работа кредитных аналитиков свелась к навигируемой очередности низкоквалифицированных действий, что позволило нанимать сотрудников с не самым высоким IQ и без значительного профильного опыта, т. е. нетребовательных усидчивых и прилежных исполнителей. Комплимент преподнесли сайты хедхантеров, снабдив массовые вакансии фразой: «Сотрудников банка X просим не беспокоиться». Дело в том, что рынок уже знал – сотрудники упомянутого банка X сами решений не принимают – это делает наша кредитная система. Забавно было наблюдать высоких начальников, которых без подготовки сажали на кредитный конвейер, и которые с завидным постоянством «принимали» верные решения. Это в очередной раз подтверждало, что от людей процесс практически не зависит – система ежедневно удерживала количество отказов на заданном уровне.

Частотная статистика причин отказов позволила расположить строки кредитной анкеты в порядке, гарантирующем оптимальность заполнения с точки зрения длительности времени и стоимости ресурсов. А когда достигли средней скорости решения в 1/6 часть секунды, акционер банка сказал: «Одобрение займа выглядит скоропалительным, замедли вердикт для автозайма, ипотеки и бизнес-кредита: клиенты помучаются ожиданием – больше ценить будут!».

Отдельная история – магазины. Мы «с ноги» открывали дверь к руководству сетей, заявляя невиданную скорость, гарантируя крупным денежным депозитом уровень одобрения. Достигалось это просто: выбирали лучших клиентов из приходящих, идеально домешивая невозвратчиков до выставленной планки – ни одного дня не ошиблись.

Интересной оказалась реакция рынка – стали говорить: «Сначала зайдем в банк Х, откажут – пойдем к другим». Высокая скорострельность сделала нас кредитно-финансовой организацией первого выбора, и люди с удовольствием «плюхались» на свободный стул POS-агентов.

Когда убедились, что процесс андеррайтинга стабилен, развесили плакаты с обещанием крупных скидок и даже бесплатности, если не уложимся в час. Ситуация изменилась в корне: раньше заемщики бурчали, что бумажная волокита долгая, а теперь мечтали, чтобы мы не уложились в заявленный срок. Однако никому не удалось протянуть время, выходящее за рамки щедрого обещания.

Итоги проекта оказались таковы:

1. Количество андеррайтеров снизилось в 11 раз.

2. 74% кредитных решений принято в автоматическом режиме.

3. Ручная обработка заявки в 90% случаев укладывалась в 35 сек.

4. Точность управления уровнем отказа для сетей составила 99,996%.

5. CreditCheck обработал 1,5 млн кредитных анкет, выдав $3 млрд займов.

Подводя итоги успешного года, на правлении меня спросили: «С такими скоростями вы точно проверяете всех заемщиков или действуете выборочно?». Ответил: «Сам не знаю, как машина работает». Повисла напряженная тишина, которую разрядил фразой: «Обсчитываем не только объект займа, но и ближайшее окружение из 14 человек». Но об этом поговорим в следующем материале.

Рубрика:
{}
Теги:
#