• Виктор
  • Статьи
  • 2 мин. чтения

Учет долговой нагрузки: как не упустить «хорошего» заемщика?

Владимир ШИКИН, НБКИ, заместитель директора по маркетингу.

Оправдано ли мнение об излишней закредитованности населения? Какой показатель целесообразно учитывать для расчета долговой нагрузки: PTI (payment to income) или DTI (debt to income)? Какие три подхода к расчету долговой нагрузки можно использовать при принятии кредитных решений и какой из них предпочтительнее с точки зрения эффективности и гибкости?

 
 

К весне 2018 г. Банком России был подготовлен ряд материалов, которые дают представление о том, как финансовым институтам придется ограничивать тех граждан, которые уже взяли на себя значительные обязательства. Между тем банковская практика последних 10–15 лет учитывает (или пытается учитывать) долговую нагрузку как индикатор риска, ограничивающий предоставление заемных средств клиентам.

Напомним о материалах Банка России. Это:
 
— консультативный доклад «Об оценке рисков заемщиков — физических лиц на основе показателей долговой нагрузки»;
— концепция расчета показателя долговой нагрузки;
— консультационный доклад «О стратегии развития рынка бюро кредитных историй».
 
Собственно, первые два документа — это и есть анализ вариантов расчета и соответственно ограничения индикатора долговой нагрузки. Регулятору, как и кредиторам-практикам, было важно выбрать фактически между двумя вариантами: 
— рассчитывать показатели за месяц (очередные платежи к зарплате и авансу), то есть коэффициент PTI (payment to income);
— рассчитывать показатели за год (все долги к ежегодному доходу), то есть коэффициент DTI (debt to income).
В результате за основу был взят показатель PTI. 
 
Подходы к учету PTI
 
Рассмотрим три подхода к учету PTI в рамках принятия кредитных решений:
 
1. Система правил.
При этом подходе кредитор может эмпирически или экспертно (а в случае регулятивных ограничений, о которых говорилось выше, — с их учетом) определить предельное значение PTI, при котором возможна выдача кредита. Оценка PTI проводится на начальном этапе андеррайтинга, что минимизирует затраты кредитора на построение полного риск-профиля заемщика за счет отсева заявителей с PTI выше предельного значения.
Способ простой, не требующий серьезной работы по внедрению и управлению. К несомненным достоинствам можно также отнести прозрачность и легкость в управлении: предельное значение PTI представляет из себя одну цифру, которую легко скорректировать в любой момент. Нетрудно предположить, что регулятором в случае введения ограничений по PTI такой способ будет наиболее приветствоваться.
К недостаткам такого подхода можно отнести низкий уровень сегментации входящего потока, что с точки зрения  управления рисками и эффективности розничного кредитования представляется не самым оптимальным решением.
 
2. Калибровка скоринга.
Метод основан на совместном использовании кредитного скоринга (S) и показателя PTI (P) для построения линии отсечения cutoff-line. Решение для скоринг-бюро НБКИ подробно описано в статье «Статистическая калибровка индикаторов долговой нагрузки и ее применение в кредитной аналитике1» . Здесь отметим, что для внедрения такого подхода от кредитора потребуется относительно высокий уровень математической подготовки. Но в случае реализации кредитор получает существенно более эффективную по сравнению с системой правил процедуру управления рисками.
 
3. Двумерная матрица принятия решений.
Этот подход, на наш взгляд, органично совмещает простоту первого примера и эффективность второго. Схематично матрица принятия решений представлена на рисунке.
 
В случае реализации этого подхода любая заявка потенциального заемщика может быть отнесена к одному из сегментов двумерной матрицы, составленной из показателя кредитного скоринг-бюро и PTI. В этом случае предполагается отказ только тем заемщикам, у которых одновременно высокий уровень риска по кредитному скорингу и долговой нагрузке. Если один из этих показателей может считаться удовлетворительным, кредитор может выдать кредит, компенсировав риск снижением лимита или повышением кредитной ставки. Для группы заемщиков с низким PTI и высоким значением кредитного скоринга (очевидно, обладающей возможностью выбора среди предложений различных кредиторов) кредитор имеет возможность сформировать премиальное предложение.
 
Среди преимуществ такого подхода можно выделить: 
— гибкость в управлении: кредитор имеет возможность настраивать мерность матрицы и сегментацию по переменным до любого уровня;
— стабильность относительно внешних факторов: если требуется провести корректировку одной из переменных, остальные можно не менять;
— простоту разработки и внедрения.
 
Отметим, что использование PTI, как и любой другой переменной для оценки риска, конечно, требует регулярного мониторинга. Например, модель скоринг-бюро НБКИ проходит оценку стабильности и эффективности сегментации ежеквартально. Для PTI, как мы уже отметили, характерна относительная стабильность. Поэтому НБКИ проводит оценку всех индикаторов долговой нагрузки два раза в год. 

—————————–

Левин В. и др. Статистическая калибровка индикаторов долговой нагрузки и ее применение в кредитной аналитике // Риск-менеджмент в кредитной организации. 2016. № 2. С. 54–67.
 

 
Полностью статью читайте в журнале «Банковское кредитование» № 3/2018
 
или
 
http://futurebanking.ru/reglamentbank/article/5144
 
 

 


Источник: http://futurebanking.ru/post/3677


Source: https://lib.zaplata.ru/markentg/ychet-dolgovoi-nagryzki-kak-ne-ypystit-horoshego-zaemshika.html

Межтекстовые Отзывы
Посмотреть все комментарии
guest

Банки – это транзакции, а деньги – это эмоции

Значительная часть бизнеса IBM ориентирована на работу с банками и финансовыми организациями, биржами, страховыми компаниями. В основном, они...

8 способов для банков заниматься благотворительностью

Реализуя партнерские программы с банками, наш фонд столкнулся с проблемой слабого развития системы бизнес-фандрайзинга, представляющего собой не простое...

Если ты завтра сдохнешь, кто по тебе заплачет?

Люди познаются в беде, компании познаются в беде. Мы не боялись одиночества – мы всегда были вместе, все...

«Только 40% ресурсов надо вкладывать в создание самого продукта, а 60% – в его дистрибуцию» – Алексей Гиязов, Сбербанк

Управляющий директор Сбербанка Алексей Гиязов на форуме FinNext-2017 рассказал о двух новых сервисах, направленных на привлечение свежих пассивов...

Поколение Z скоро придет в ваши отделения

Согласно отчетам Федеральной службы государственной статистики России, по итогам прошлого года процент населения, не достигшего трудоспособного возраста, составил...

Как изменились сайты банков за год. Рэнкинг эффективности

За прошедший год кардинальные изменения произошли на сайтах каждого третьего крупного российского банка. Они пережили полную смену интерфейса, обновили наполнение и добавили интерактивные сервисы. Большинство...

IndusInd Bank брендировал станцию метро

Одна из станций метрополитена индийского города Гургаон получила имя IndusInd Bank Cibercity. Это первая и единственная в стране станция, названная...

Агрегатор как угроза банковскому бизнесу

Агрегатор балансов Krawlly объединяет данные всех банков клиента в одно приложение, при этом продавая собранные данные банкам-партнерам. Многие...

Уравнение без неизвестных: как сохранить лояльность в B2B?

Какие ошибки допускают компании в коммуникациях с B2B-партнёрами, в какие инструменты управления клиентским опытом имеет смысл инвестировать и...

Тинькофф Банк начал продавать смартфоны

Тинькофф Банк запустил сервис по покупке популярных моделей смартфонов в рассрочку под собственным брендом «Tinkoff Store». Среди парнеров сервиса...

«Платформенные решения однозначно лучше для банков» – Дмитрий Демидов, технический директор компании «НОРБИТ» (ГК «ЛАНИТ»)

Крупные банки больше не хотят работать с плохими долгами вручную. Как им помогают CRM-решения и как правильно выстроить...

Банки пытаются преодолеть барьеры геофенсинга

Технология геофенсинга — адресного сообщения клиенту при входе в геозону — кажется очень заманчивой с точки зрения маркетинга...

Программы лояльности: «юрики» имеют право

Пакетные предложения и различные способы поощрения клиентов – это вовсе не изобретение современных маркетологов. Прототипы того, что сегодня...

Как продать данные о чужом клиенте и не заставить всех себя ненавидеть

Агрегатор балансов Krawlly придумал, как собирать информацию о состоянии счетов клиентов в одних банках и продавать эти сведения...

Ваш дэшборд умер

Как часто вы ловили себя на мысли, что ваша отчетность больше не отвечает на те вопросы, которые вы...

«Конверсия из плательщиков в клиенты у нас – около 10%», – Алексей Леоничев, Пробизнесбанк

О методах перевода плательщиков в клиенты, способах наращивания прибыли на клиентах в ДБО и о том, каким будет...

Использование информации о платежной активности клиентов для развития CRM банка

Андрей МУХАМЕДЖАНОВ, Банк Интеза, Управление бизнес-анализа и развития клиентских отношений, бизнес-аналитик.  В процессе развития клиентской аналитики один из...

«Под 30% годовых в долларах на этом рынке готова занять масса людей» – Егор Титов, Ecom.Loans

Зачем предлагать займы под высокий процент небольшой аудитории и будет ли такой бизнес прибыльным, FutureBanking поговорил с основателем...

QIWI и Equifax предложили банкам таргетировать рекламу

Система интерактивных коммуникаций «QIWI Реклама» и бюро кредитных историй Equifax разработали модель, которая позволит банкам и микрофинансовым организациям направлять свои рекламные сообщения...

Зачем Промсвязьбанк сделал сайт для малого бизнеса

В начале сентября Промсвязьбанк объявил о запуске интересного проекта с необычным названием «ЧесТнок». Речь не о популярной овощной...