Эволюция технологий кредитного менеджмента – понять и успеть Некоторые термины

Эволюция технологий кредитного менеджмента – понять и успеть
Асната Венцкава, менеджер по внешним связям SIA Balt Risk
Некоторые термины
Scoring - интегральный показатель уровня кредитного риска
Neural systems – системы, базирующиеся на технологии искусственного
интеллекта
Automated monitoring – автоматизированный процесс мониторинга (например,
клиентского портфеля)
Predictive modeling – прогнозирующее моделирование
За последнее десятилетие IT-технологии до неузнаваемости изменили
окружающий нас мир. Так называемый intelligent business – умный бизнес
побеждает на всех фронтах и оказывает сильнейшее влияние как на развитие
деловой среды в целом, так и отдельных ее сегментов. В выигрыше сегодня
оказывается тот, кто лучше информирован о новейших технологических
достижениях, способен осознать их значимость для конкретной, отдельно
взятой сферы деятельности, и воспользоваться этим для быстрого продвижения
вперед собственного бизнеса. Сегодня мы расскажем о новых технологиях в
области кредитного менеджмента: что, как и для каких целей могут
использовать менеджеры уже сегодня, в своей практической деятельности.
Проблема как двигатель прогресса
Чтобы рассказать о результатах, которые можно получить, используя формулу
«кредитный менеджмент плюс новые технологии», лучше всего начать с
анализа проблем, с которыми сегодня сталкивается рядовой кредитный
менеджер. «Среднестатистический» перечень претензий выглядит следующим
образом:





Не хватает времени, чтобы сделать всю необходимую работу – клиентов у
нашей компании (отдела) много, а я один.
Не хватает информации, чтобы понять, что из себя представляет
конкретный клиент, и нет времени на ее поиск.
Информации о клиенте слишком много – не понятно, что действительно
важно, а на что не стоит обращать внимание.
Сложно принять решение, на каких условиях сотрудничать с клиентом –
делать поставку на условиях кредита или это слишком рискованно?
Не хватает времени и недостаточно информационных источников, чтобы
отслеживать, что происходит с клиентами - платежеспособны ли они?
А вот некоторые, связанные с процессами кредитного менеджмента, проблемы,
над которыми задумываются менеджеры верхнего уровня:

Как повысить качество входящего денежного потока, обеспечить его
непрерывность и сократить расходы на обслуживание дебиторской
задолженности?
Версия 0.1
1(7)



Как мотивировать клиентов платить вовремя и сделать их более
лояльными?
Являются ли условия, на которых мы предоставляем товары и услуги,
оптимальными, – может быть, конкуренты предлагают более выгодные
условия?
Какие шаги необходимо сделать, чтобы увеличить продуктивность, снизить
издержки, повысить прибыльность?
Если кто-то задал вопрос, кто-то другой начнет искать ответ, чтобы к взаимной
выгоде решить возникшую проблему и предложить удовлетворительное
решение. Инновации в сфере кредитного менеджмента, которые сегодня
предлагает рынок, в большей или меньшей степени помогают справиться с
вышеперечисленными проблемами. Рассмотрим подробнее, каким образом та
или иная новинка способна повысить эффективность работы кредитного
менеджера.
Нужная информация в нужном месте
Большинство изменений в бизнес-среде происходит очень быстро, иногда
молниеносно. Кредитному менеджеру рекомендуется учитывать, что уровень
платежеспособности клиента может меняться фактически мгновенно – вчера
этот клиент еще был добропорядочным плательщиком и источником дохода, а
сегодня он банкрот и источник головной боли. Чтобы избежать подобных
неприятных ситуаций, менеджерам необходимо оперативно работать с
различными видами данных – быстро получать доступ к соответствующей
информации, оперативно делать выводы и без промедления принимать решения
о последующих действиях. Реальность на сегодняшний день такова, что
большинство компаний либо испытывают острую нехватку кредитной
информации, либо не могут соориентироваться в многообразии данных,
которые используются при работе с клиентами и в процессе принятия решений.
Если менеджер не является профессиональным финансовым аналитиком, ему
достаточно сложно разобраться, какие именно источники информации, виды
данных, каналы передачи, в каком объеме ему необходимы. Кроме того, могут
возникнуть проблемы в процессе анализа и последующего принятия решения.
Поэтому, если речь идет о новых технологиях в области кредитного
менеджмента, одним из наиболее важных аспектов является работа с
информацией – ее изучение, отбор представляющих ценность данных и
«доставка» этой информации кредитному менеджеру «в нужное время, в
нужное место».
На практике это выглядит следующим образом: предположим, что менеджер
должен принять решение, на каких условиях предоставить кредит новому
клиенту. Сделать это нужно максимально быстро – клиент как раз решает, будет
ли он сотрудничать с данным поставщиком или же с его конкурентом.
Менеджер, работающий по старинке, принимает решение либо интуитивно,
либо основываясь на сравнительно скудном объеме информации, например,
запросив информацию из базы данных инкассовой компании, с которой он
привык сотрудничать. Как правило, качество принятого решения оставляет
желать лучшего – «ясновидцев» среди нормальных, среднестатистических
людей очень мало.
Версия 0.1
2(7)
Если же кредитный менеджер использует новейшие IT-решения, которые
сегодня предлагает рынок, тот же самый процесс выглядит несколько иначе. В
течение нескольких секунд непосредственно на своем рабочем месте менеджер
получает доступ к максимальному объему полезной информации – взяв за
основу различные данные, детали, нюансы, характеризующие платежное
поведение клиента и его финансовое положение, он быстро формирует единый
«кредитный» портрет. То, что мог не увидеть, не учесть, пропустить живой
человек, не пропустит компьютер – качество принимаемого решения намного
выше, чем в первом случае.
Что касается выбора конкретной информационной система для отдела
кредитного контроля, рекомендуется проверить ее соответствие следующим
критериям:




Система использует данные из максимального количества источников
кредитной информации и оперирует в режиме реального времени – это
гарантия того, что портрет, который мы рисуем, будет соответствовать
действительности.
Система не только осуществляет «добычу» информации (так называемый
data mining), но и производит ее первоначальную чистку, анализ и
сегментацию, отбирая именно те данные, которые являются наиболее
важными для принятия кредитного решения в данный конкретный момент
времени.
Все процессы сбора и обработки данных автоматизированы – кредитный
менеджер тратит время и силы только на просмотр и оценку уже готового
информационного «концентрата».
Действительно «умная» современная система не только предоставит
менеджеру данные в сжатой форме, но и даст подсказку – обеспечит
собственные результаты оценки и выводы о платежном поведении клиента.
Именно этому аспекту посвящен следующий раздел нашей статьи.
Predictive modeling – что это такое?
Может быть, вы помните, что столь популярная и среди читателей, и среди
телезрителей героиня Настя Каменская работает аналитиком – она блестяще
раскрывает преступления, изучая, анализируя, сопоставляя различные факты и
цифровые данные, и достаточно часто ей заранее, не переступая порога своего
кабинета, удается предсказать, какие действия совершит преступник. Логика
современных аналитических систем кредитного менеджмента та же – они
анализируют и сопоставляют различные виды данных и рассказывают
кредитному менеджеру о том, что представляет из себя в плане платежной
дисциплины клиент, дают прогноз о платежном поведении в будущем и
рекомендации для дальнейшего сотрудничества.
Одной из наиболее распространенных моделей такого типа является
скоринговая модель. Здесь сразу необходимо сделать оговорку – скоринговая
модель является повседневным и широко используемым в работе кредитного
менеджера инструментом в экономически развитых странах, однако на нашем
рынке это пока новый и недостаточно освоенный продукт. Именно поэтому мы
решили рассказать о нем в нашей статье.
Версия 0.1
3(7)
Кредитный скоринг предназначен для экспресс-оценки уровня кредитного
риска при работе с тем или иным клиентом. Для сравнения: привычная для
наших пользователей кредитная история только демонстрирует наиболее
важные факты из платежной истории клиента, и кредитор самостоятельно
интерпретирует полученную информацию. Если же речь идет о показателе
скоринга, система самостоятельно вычисляет уровень кредитного риска,
анализирует платежное поведение клиента в динамике, дает готовые
рекомендации для дальнейшего сотрудничества.
Одна из главных отличительных особенностей этого показателя – он базируется
на документально подтвержденной информации и статистических данных, при
этом полностью исключается субъективный или интуитивно-оценочный
подход. Исходные данные могут быть самыми различными – история платежей,
количество и тип имеющихся в наличии счетов, сроки их оплаты, количество и
суммы просроченных платежей, действия по взысканию долгов, текущая
неоплаченная задолженность и т.д. Чем больше входящих данных используется
для анализа, тем более точными будут результаты оценки. После их получения
специальная статистическая программа сравнит их с аналогичными
показателями дебиторов со схожим профилем (сфера деятельности, величина
оборота и т.д.). После этого каждому фактору, влияющему на способность
дебитора вернуть долг, присваивается определенное количество баллов. Общий
результат обработки баллов называется кредитным скорингом и помогает
прогнозировать вероятность оплаты или возврата кредита.
В процессе разработки модели скоринга кредитор (или профессиональное
агенство), используя либо случайную выборку, либо выборку клиентов схожего
профиля проводит ее статистический анализ и определяет параметры,
влияющие на кредитоспособность. Каждому из вышеуказанных параметров
присваивается «весовая категория», в зависимости от степени влияния этого
фактора на прогнозируемый кредитный риск. В целом модели кредитного
скоринга могут быть достаточно сложными и различаться в зависимости от
типов кредиторов, типов предоставляемых кредитов и т.д.
Системы кредитного скоринга позволяют кредиторам быстро, последовательно
и беспристрастно оценивать большое количество потенциальных дебиторов.
Это хороший инструмент для принятия решения в стандартных ситуациях и
надежный вспомогательный инструмент для оценки важных сделок с большими
объемами.
В наиболее современных системах модели скоринга комбинируются с моделями
принятия решений, в этом случае кредитный менеджер получает уже готовое
кредитное решение, а в некоторых случаях система сама совершает
последующую сделку в режиме реального времени на основе полученных
данных. Участие человеческого фактора в данном случае сведено к минимуму.
«Портфельные» решения
Если речь идет о новых технологических решениях для кредитного
менеджмента, нельзя не упомянуть о преимуществах, которые получают в
случае их использования кредиторы с клиентскими портфелями большого
размера и сложной структуры. В качестве примера можно привести крупные
компании оптовой торговли или банки. Для них характерно наличие большого
количества клиентов разного размера, с разным объемом поставок и уровнем
Версия 0.1
4(7)
кредитного риска. Новые технологические решения в данном случае
предназначены для выполнения следующих задач:
Улучшенная и более качественная сегментация клиентского портфеля согласно
уровню риска. Если клиенты считаются на сотни или тысячи, кредитному
менеджеру достаточно сложно, а иногда физически невозможно производить
индивидуальную оценку кредитного риска и принимать кредитное решение для
каждого отдельно взятого клиента. Поэтому необходимо, чтобы IT-система
кредитного менеджмента в автоматическом режиме выполняла следующие
действия:




самостоятельно производила оценку кредитного риска клиента в
соответствии с заранее определенными критериями;
согласно полученным результатам определяла профиль клиента и относила
его к соответствующей части (сегменту) клиентского портфеля;
определяла оптимальные для данного типа клиента условия кредитования
(также согласно ранее определенным стандартизированным критериям);
отслеживала изменения уровня риска клиента и, согласно результатам,
меняла его профиль и сегмент уровня риска.
Более объективная и достоверная оценка уровня риска для всего клиентского
портфеля. При работе с автоматизированными информационными системами
имеется возможность не только производить более точную оценку отдельно
взятых клиентов, но и всего клиентского портфеля в целом. В этом случае
система отслеживает все нюансы и детали на уровне отдельно взятого клиента,
а затем обобщает полученные данные и предоставляет кредитному менеджеру
уже готовый аналитический материал. В результате менеджер в состоянии сразу
же увидеть, на каких участках рабочего фронта позиции ослабли или же,
наоборот, усилились. Так, если в портфеле резко увеличилось количество
клиентов, опоздавших с оплатой счетов, система сразу же просигнализирует об
этой неблагоприятной тенденции и менеджер сможет незамедлительно
предпринять необходимые действия для коррекции ситуации.
Уменьшение доли «плохих» долгов. Технология, без которой на сегодняшний
день немыслима работа кредитного менеджера, - постоянный автоматический
мониторинг платежеспособности клиентского портфеля. Как уже упоминалось,
своевременное выявление изменений уровня платежеспособности позволяет на
максимально ранней стадии начать мероприятия по защите кредита, избежать
временных потерь и возникновения безнадежных долгов.
Уменьшение расходов инкассо. Аналогичным образом - чем раньше выявлена
проблема и начинается процесс инкассо, тем больше шансов, что долг будет
оплачен на ранней стадии и тем меньше кредитор потратит ресурсов на
взыскание задолженности.
Выбор правильной стратегии коммуникации с клиентом. Продвинутые системы
кредитного менеджмента также помогают кредитному менеджеру выбрать
стратегию коммуникации с дебитором. Определив его профиль, система в
автоматическом режиме выбирает соответствующую этому профилю стратегию
коммуникации (в систему заранее введены стандартизированные стратегии и
Версия 0.1
5(7)
определены критерии выбора). Менеджеру или кредитному инспектору
предлагается уже готовое решение – например, проводить жесткое, агрессивное
взыскание долга, или же напротив вести инкассо максимально щадящими
методами.
Полдень, двадцать второй век
На текущий момент в экономически развитых странах наблюдается настоящий
бум инновационных технологий для кредитного менеджмента. У рядового
неискушенного читателя, читающего описания новинок и «продвинутых»
технологических решений, может сложиться впечатление, что перед ним
фантастический роман о далеком будущем. Используемая терминология только
усиливает это впечатление – например, «комбинирование разных типов
интеллекта», «нейронная система» и т.д. Тем не менее, речь идет об абслютно
реальных вещах, которые уже сегодня активно применяются на практике.
Так, в случае с нейронными системами, речь идет о новейших технологиях,
которые позволяют в общем потоке данных вычленить так называемые скрытые
нетипичные явления. Кредитор в этом случае имеет возможность с
опережением обнаружить новые тревожные симптомы в поведении клиента и
принять меры для защиты от неплатежей. В частности, новейшие системы
мониторинга способны проводить анализ покупок, которые осуществляются
при помощи кредитных карт, и предупреждать банк или другого кредитора о
нетипичном, настораживающем поведении клиента. Еще один вариант –
система анализирует текстовые сообщения в электронной переписке между
кредитором и дебитором, и вычисляет в этом тексте слова, формы и обороты,
которые сигнализируют о том, что готовится мошенничество.
Несомненно, наш бизнес становится более интеллектуальным и менее
примитивным. С каждым годом эта тенденция все отчетливее прослеживается и
на нашем местном рынке. В связи с чем руководство компаний задает себе
вполне законный вопрос – насколько быстро и в каком объеме необходимы им
инновации. Что выгоднее – быть первопроходцем, лидером в области внедрения
новых технологий, или имеет смысл занять более консервативную позицию?
Рекомендуем в процессе принятия решения учесть следующие соображения:
1. Кредитный менеджмент, в частности, вопросы своевременной оплаты счетов
и платежной дисциплины, для большинства латвийских компаний все еще
является головной болью номер один. Это та сфера, в которой вне сомнения
необходимо повышать эффективность операций, и новые инновационные
технологии способны сыграть в этом процессе не последнюю роль.
2. Принимая решение о внедрении той или иной технологической новинки,
необходимо подумать, сможет ли фирма успешно интегрировать эту
новинку в свою среду? С этой точки зрения лучше использовать готовые
решения от местных компаний кредитного менеджмента, которые лучше
адаптированы к локальным условиям и потребностям наших менеджеров.
3. Еще один аспект – используют ли подобные технологии в своей
деятельности конкуренты. Возможны две ситуации. Первая: технология,
которую планируется внедрить, уже широко используется конкурентами, к
ней достаточно просто получить доступ и осуществить последующую
реализацию. Наш мотив - «Мы не можем быть хуже». Во втором случае,
если речь идет об инновации, которую достаточно трудно скопировать и
Версия 0.1
6(7)
внедрить, нашей задачей является создание мощного высокого барьера
между нами и нашими конкурентами.
В заключение хотелось бы сказать, что если изложенные выше соображения
заставили читателя хотя бы немного задуматься о дальнейшем развитии и
совершенствовании, то поставленная в рамках настоящей статьи задача
выполнена, так как самое главное в нашей жизни – движение вперед.
Версия 0.1
7(7)