• Горячая линия:
  •   +7 (495) 268 09 63

Модель оценки платежеспособности заемщиков для микрофинансовых организаций

На первый взгляд оценить платежеспособность должника достаточно просто, но как это сделать при ограниченных данных? Вопрос о наличии  источников выплат лежит в основе решения о предоставлении кредита. Мы можем оценивать историю взаимоотношений с кредиторами, рассматривать под микроскопом те или иные свойства заемщика, но нашей конечной целью всегда будут оставаться ответы на следующие вопросы...

Вопрос о наличии  источников выплат лежит в основе решения о предоставлении кредита. Мы можем оценивать историю взаимоотношений с кредиторами, рассматривать под микроскопом те или иные свойства заемщика, но нашей конечной целью всегда будут оставаться ответы на следующие вопросы:

  1. обладает ли заемщик возможностью генерации в своем обороте свободных денежных средств в должном объеме и в нужные даты для погашения кредитных обязательств;
  2. является ли единственной альтернативой использования свободных денежных средств именно погашение кредитных  обязательств.

В отличие от банков, запрашивающих подтверждение доходов и имеющих доступ к информации по зарплатным счетам заемщиков, микрофинансовые организации не обладают подобными сведениями и вынуждены обходиться лишь анкетными данными. А далее начинается волшебство.

 

Безусловно, что предоставляя услуги удаленного андеррайтинга, агентство было вынуждено уделить достаточно много внимания разработке модели оценки платежеспособности. Попытаемся поделиться с читателями нашим опытом в этом направлении.

 

Итак, нам предстоит смоделировать денежный поток потенциального заемщика и сопоставить его с кредитной нагрузкой. В нашем распоряжении мы имеем следующие данные:

  • пол заемщика;
  • дата рождения;
  • ареал его обитания;
  • отрасль, в которой заемщик работает, либо имеет определенный опыт работы и знания;
  • стаж на последнем месте работы или общий стаж;
  • данные о некотором рыночном и отраслевом окружении;
  • данные о наличии иждивенцев и семейном положении;
  • данные о кредитной истории.

Как правило, это стандартный для МФО набор данных.

Первым делом необходимо оценить присущий для заемщика уровень доходов. Начнем с рассмотрения вида его занятости. Как правило, кредитор использует различные классификаторы. Например,  Агентство использует следующий классификатор:

  • Безработный
  • Инвалидность
  • Пенсионер
  • Студент
  • Бюджетник
  • Военный
  • Научный сотрудник
  • По найму в коммерческой структуре
  • Собственный бизнес
  • Нет в анкете  

   Статистические данные нам позволяют определить некоторый базовый уровень доходов, присущий тому или иному виду занятости и отрасли к моменту рассмотрения заявки. Однако неоднородность рынка труда в России не позволяет использовать данные величины по отношению к различным регионам. Поэтому, должен быть поправочный коэффициент в зависимости от географии работодателей. Кроме того, базовый уровень присущего заработка необходимо скорректировать на стаж работы.

Далее нам необходимо рассчитать присущие заемщику расходы не кредитного характера. Данные расходы можно подразделить на три главных агрегата: иждивенцы, потребительские расходы, коммунальные расходы, прочие требования.

При этом, если присущие заемщику доходы мы рассчитываем в национальной валюте, то базовые уровни тех или иных расходов мы определяем в долларах США, приведя их к рублевому эквиваленту на момент проведения андеррайтинга. Индексация расходов, в зависимости от возраста и причастности к той или иной сфере деятельности, так же должна производиться по-разному. К примеру, молодежь в большей степени долларозависимые, чем скажем бюджетник – пенсионер.

 

Ежемесячные расходы на иждивенцев.

При расчетах обращаем внимание, что удельные расходы на одного ребенка и трех различны. Кроме того, необходимо учитывать и возможную погрешность в вычислениях в связи с тем, что мы не имеем данных о возрасте иждивенца или наличии иждивенцев – инвалидов.

 

Семейный статус подскажет нам, как в семье могут распределяться траты на иждивенцев. Для простоты, можно для брачующихся базовый уровень расходов делить на два.

Потребительские расходы.

В зависимости от возраста человеку присущ некий уровень базовых потребительских расходов. Даже не заикаемся о МРОТ. Определяем их  экспертным путем. Учитываем, что студенты, как правило, сидят на шее родителей, до 30 лет и позже так же разные уровни потребления. Не забываем про опыт и способы выживания в России людей пред пенсионного возраста. Однако и при данном ранжировании потребительской корзины необходимо учитывать географию проживания. В некоторых случаях, для простоты, можно выделить перечень мегаполисов, определить по ним базовый уровень, от которого, в дальнейшем, разрабатываются поправочные коэффициенты.

 

Расходы коммунального характера.

Оценка информации позволяет сделать вывод, что для каждой из возрастных групп присущ некоторый размер жилища, в которой человек чувствует себя комфортно. Имея из публичных источников данные о стоимости аренды площадей и удельный уровень расходов на содержание  одного квадратного метра жилья, мы можем делать предположение о коммунальных расходах. Наблюдения позволяют нам сделать вывод, что в возрасте с 18 до 35 лет, базовый уровень необходимо увеличивать на 30-50 %. Это объясняется тем, что молодежь, в большинстве случаев, вынуждена прибегать к аренде жилья. При этом не факт, что стоимость аренды не носит существенной спекулятивной составляющей. К 30 годам человек, более или менее обзаводится собственным или наследуемым жильем. Кроме того, после наступления «возраста Христа» многие начинают понимать, что жить втроем в квартирах по 200 и более квадратных метров  не есть великое благо. Именно к данному возрасту человек приходит к некоторому оптимуму, в том числе и по коммунальным расходам.

 

Прочие требования.

Помимо присущих в нормальном режиме трат, отдельные индивидуумы несут бремя дополнительных расходов не кредитного характера. Кто - то успел несколько раз развестись и наплодить детей, кто-то по жизни выплачивает стоимость разбитого в ДТП Мерседеса, кто-то продолжает выплачивать коллектору ранее списанный с баланса банка кредит. Базы судебных приставов нам в помощь для корректировки ежемесячных расходов заемщиков.

Расходы кредитного характера.

 

Используя данные о долгах из кредитной истории, определяем уровень потенциальной кредитной нагрузки.

 

Оценив денежные поступления и траты заемщика, мы можем использовать привычные для оценки платежеспособности агрегаты. Например:

  1. Отношение месячных доходов к процентным  расходам, включая расходы на обслуживание запрашиваемого займа.
  2. Отношение доходов к совокупным долгам.
  3. Уровень финансовой устойчивости и без дефицитности личного бюджета, определяемое как отношение  доходов к расходам.

К примеру, анализ 27000 кредитных решений свидетельствует, что вероятность дефолта по заявкам микрокредитования, при покрытии месячных расходов доходами от 50% до 120%, на треть меньше, чем при более высоком соотношении. Наличие избыточной денежной массы в обороте заемщика, особенно при беззалоговом кредитовании, не значительно влияет на возвратность кредитов. Поэтому, хороший заемщик должен быть немножко голоден и зависим от своей кредитной репутации.

 Income&Exp

Уровень кредитной нагрузки и ее отношение к доходам будет так же влиять на вероятность дефолта. Однако при анализе данных показателей необходимо помнить, что на вероятность дефолта в большей степени влияет изменение данного показателя во времени, чем  его значение как таковое. Данное правило особенно ярко выражено на заемщиках, находящихся в режиме постоянной перекредитовки. Которые, по сути, финансируют достаточно длинные кассовые разрывы короткими и более дешевыми кредитами. Отказ по очередной кредитной заявке приведет к коллапсу привычного платежного режима и дефолту по остальным кредитным обязательствам заемщика. На практике это объясняет, например, почему заемщики, имеющие относительно высокую, но стабильную кредитную нагрузку, при отсутствии каких либо других факторов, выходят на дефолт реже.

 

Рассчитав показатели платежеспособности, и определив свой риск – аппетит, мы можем установить пороги по каждому из показателей, при которых заемщик будет отнесен к определенному классу платежеспособности. А далее, мы выбираем стратегию, при которой мы, например, выдаем кредиты только хорошим – платежеспособным в нашем понимании заемщикам, или заемщикам, с отдельными не значительными признаками неплатежеспособности.

 

При применении подходов при принятии кредитных решений на основе модели платежеспособности заемщика необходимо всегда помнить, что при расчете платежеспособности мы лишь отвечаем на вопрос о том, может ли кредит быть возвращен за счет генерации/обладания заемщиком источников его возврата. Однако модель платежеспособности не ответит нам на вопрос о том, захочет ли заемщик погасить кредит, даже при наличии источников погашения. Поэтому, применение только одной модели на основе расчета платежеспособности для принятия кредитного решения не допустимо. Но при качественной системе антифрода, конгломерат дает весьма не плохие результаты.

 

Результаты, полученные Агентством при применении модели платежеспособности заемщиков

 
 

Отказываем  для  Bad и Pre-Bad

Отказываем только Bad

Отказ при К2<0,2 или К3 <3,5[1]

% Одобрения

32%

78%

37%

% Невозврата, шт.

35%

35%

35%

Чувствительность модели (Sensitivity) –доля выявленных хороших заемщиков, среди  хороших заемщиков

35,4%

77,9%

41,7%

Специфичность модели (Specificity) – доля выявленных плохих заемщиков, среди плохих заемщиков

74,5%

22,1%

70,7%

(False Positives Rate) доля не выявленных плохих заемщиков, среди плохих заемщиков

25,5%

77,9%

29,3%



[1] K2 - отношение источников погашения к сумме запрашиваемого кредита с учетом его месячной лонгации. К3 - отношение источников погашения к сумме процентного долга по запрашиваемому кредиту.

 

2014-11-11


img1325401_grafik_evro-dollar

 

Автор:


Титенский Роман

Директор по рискам

Кандидат экономических наук

 

 

 

 

Тема:

 

Совершенствование подходов к оценке вероятности дефолта при ограниченном наборе данных

 

 

 

Скачайте текст в pdf формате:

 

Модель оценки платежеспособности заемщиков МФО (543,96kb)

 

 

 

Исследование данных из платежных терминалов.
14.02.2016
Необходимые модули для автоматизации бизнеса МФО
28.08.2014
Скоро 8 марта, мужчины, кредитуйтесь!
05.03.2015
Рейтинг банков по возвратности займов в МФО
08.06.2015
Где живем - так и платим! Часть II
09.10.2015
Черные лебеди? Рост невозврата в Августе 2014
04.09.2014
Тенденции рынка кредитования в 2014 году
13.08.2014
Результаты тестирования алгоритма на 85 000 заемщиках
20.01.2014
Снова о готовых IT-решениях для МФО
01.07.2015
Где живем - так и платим!
18.09.2015
Рынок МФО стабилизировался
15.04.2015
Семантический анализ социальных сетей
23.09.2014
Чем ближе праздник, тем хуже платят заемщики.
16.12.2016

Результаты работы на сегодня, 30.04.2017

 Обработано  заявок            1 727949
Процент одобрения 
27,38
 Процент NPL45
 11,60