Решение предназначено для разработки различных скоринговых моделей для разных кредитных продуктов (потребительского кредита, ипотечного кредита, кредитных банковских карточек и т.п.), различных задач скоринга (application - behavioral - collection скоринга) на основе ряда методов углубленного анализа данных.

Предлагаемое компанией Business & Decision CIS скоринговое решение предназначено для:

• Application scoring - оценки кредитной способности претендентов (апликантов) на получение кредита. Осуществляется с целью принятия решения о возможности предоставления кредита.
• Behavioral scoring - оценки вероятности возврата уже выданных кредитов. Осуществляется в пределах кредитного периода с целью выявления риска дефолта и принятия превентивных мер по снижению этих рисков.
• Collection scoring - оценки возможности полного или частичного возврата кредита заемщиком при нарушении им сроков погашения задолженности. Осуществляется после истечения кредитного периода с целью принятия адекватных мер по возврату кредита.

Решение указанных задач может осуществляться в отношении различных кредитных продуктов: потребительского кредитования, ипотечного кредита, кредитного обслуживания посредством кредитных карт и др.

Решение от Business & Decision основано на продукте компании SAS (www.sas.com) - SAS Credit Scoring Solution for Banking, являющемся составной частью семейства продуктов SAS Banking Intelligence Solutions. Кроме того, в решении используются еще несколько дополнительных продуктов SAS Business Intelligence, позволяющие отслеживать эффективность кредитной стратегии и предиктивную силу модели.

Решение состоит из трех основных функциональных модулей: модуля подготовки данных, аналитического модуля и модуля отчетности:

• В состав модуля подготовки данных входят настраиваемые логические и физические модели данных об апликантах и заемщиках применительно к разным задачам кредитного скоринга.
• Модуль реализован на базе SAS Enterprise Miner, признанного в мире профессионального инструмента углубленного анализа данных (data mining), и включает в себя библиотеку алгоритмов анализа, шаблоны стандартных скоринговых отчетов и средства настройки аналитики.
• Модуль отчетности включает в себя большое количество стандартных отчетов, часть из которых посвящена описательной статистике и доступна через веб-интерфейс.

Ключевую роль для построения скоринговых моделей выполняет SAS Enterprise Miner.  Это решение, с которым SAS вышел на рынок очень давно и которое является признанным лидером в этой области. Работа решения основана на использовании инструментов предиктивного анализа - регрессии, деревьев классификации, нейронных сетей и других методов data mining.

В качестве инструмента доступа к данным оперативных систем может использоваться SAS Data Integration Studio . Это приложение, реализованное на Java и не требующее установки SAS на рабочей станции.

В качестве исходных данных используются характеристики заемщиков (данные анкеты) - пол, дата рождения, регистрация, должность, место работы, семейное положение, дети и т.д. Кроме того, рекомендуется использовать и дополнительную информацию - данные плановых и неплановых проверок,  пункт оформления кредита, идентификатор кредитного представителя, оформлявшего заявку на кредит и т.п.

Функционально решение обеспечивает:

• построение скоринговых моделей
• создание стратегии анализа заемщиков с учетом сегментации рынка и различных условий кредитования
• анализ и управление правилами кредитной политики
• интеграцию с фронт-офисными банковскими системами и сбор данных из внешних источников
• интеграцию с системой управления кредитными рисками и системой управления взаимоотношениями с клиентами
• интеграцию с системами накопления данных (СУБД, хранилища данных)
• настройку интерпретации скорингового рейтинга
• составление отчетности в табличном и графическом виде

Услуги B&D по созданию системы кредитного скоринга в банке

При создании системы кредитного скоринга в банке обычно в состав работ входят:

• Консультации заказчика по инфраструктуре проекта.
• Поставка и инсталляция ПО SAS для системы кредитного скоринга.
• Подключение системы к оперативным системам банка с разработкой программного комплекса регулярной загрузки данных.
• Разработка системы мониторинга устойчивости скоринговых моделей и анализа эффективности кредитной стратегии.
• Консультационные услуги по сопровождению системы и услуги по обучению пользователей системы.

Кроме того, компания имеет ряд решений для анализа эффективности кредитной стратегии и качества кредитного портфеля, напрямую связанные с вопросами построения моделей.

Специалисты Business & Decision внедряли SAS Credit Scoring во многих банках мира. Один из них CIBC - ведущий североамериканский финансовый институт, осуществляющий различные направления банковской деятельности. В Канаде CIBC является крупнейшим поставщиком кредитных услуг по банковским карточкам. Стремление эффективно управлять кредитными рисками привело CIBC к необходимости создания собственной системы предиктивного моделирования, как основы для создания системы управления стратегией кредитования.

«Интеграция SAS Credit Scoring стала осознанным решением для достижения поставленной цели», - заявляет Edward Penner, старший вице-президент (CRO). - «Нам нужна была развитая аналитика, которая бы обеспечила поддержку принятия решений и позволила бы нам использовать предиктивный потенциал всех наших данных». Теперь CIBC способен обновлять скоринговые карты чаще и реагировать на изменение рыночной ситуации более оперативно.

Более короткий цикл разработки скоринговых карт, чем это возможно при аутсорсинге, означает, что CIBC может внедрять более качественные скоринговые карты быстрее и дешевле. По мере роста объема кредитных операций в банке, его база данных о кредитных операциях увеличивается, что позволяет банку использовать более точные модели кредитного скоринга и разрабатывать более совершенную кредитную политику.

По мнению Edward Penner, внедрение SAS Credit Scoring окупается за год, возможно за шесть-девять месяцев. «Сейчас мы делаем свою работу быстрее, с меньшими издержками и гораздо более гибко, чем раньше», - считает Edward Penner.