CC BY
123
the guidelines of the author's approach to the assessment and measurement of the innovation potential.
Key words: innovation potential, the index of innovation potential, methods of measurement and assessment of innovative potential, synergistic aspects.
Vlasova Maria Aleksandrovna, Professor, Department of innovation and applied Economics, [email protected], Russia, Orel, Orel state University named after I. S. Turgenev.
Salnikova Inna Nikolajevna, lector, Department of innovation and applied Economics [email protected], Russia, Orel, Orel state University named after I.S. Turgenev
УДК 338.124.4; 336.774.3
СКОРИНГ В СИСТЕМЕ ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ С ИСПОЛЬЗОВАНИЕМ СОЦИАЛЬНЫХ СЕТЕЙ
В.В. Евсюков
Проведен анализ скоринга в системе потребительского кредитования в современных условиях. Выявлены особенности поведения пользователей в социальных сетях, формирующие их психометрические портреты. Исследованы возможности использования психометрического портрета пользователя при проведении скоринга в системе потребительского кредитования.
Ключевые слова: потребительское кредитование, скоринг, социальные сети, психометрический портрет.
Особенности текущего момента в системе потребительского кредитования
В документе ЦБ "О динамике развития банковского сектора Российской Федерации в сентябре 2017 года приведены сведения, указывающие на продолжающийся рост основных показателей банковского сектора [1]. За период с января по сентябрь 2017 г. активы банковского сектора увеличились на 5,1 %, кредиты экономике выросли на 4,3 %, кредиты нефинансовым организациям выросли на 2,8 %, а кредиты физическим лицам приросли на 8,4 %. При этом объем просроченной задолженности по корпоративному портфелю увеличился с начала года на 6,3 %, по розничным кредитам увеличился на 2,8 %. Удельный вес просроченной задолженности по корпоративному портфелю вырос с 6,3 до 6,6 %, а по розничным кредитам сократился с 7,9 до 7,5 %. В секторе кредитования физических лиц отмечается устойчивый рост ипотечного кредитования и некоторый рост необеспеченных потребительских ссуд. Вклады населения за девять
месяцев увеличились на 5,2 %; объем депозитов и средств организаций на счетах за девять месяцев практически не изменился (сокращение на 0,02 %).
Несколько иная динамика характеризует достигнутый банковским сектором финансовый результат. Прибыль банков за период январь— август 2017 г. вышла на уровень 997 млрд рублей, превысив финансовый результат 2016 г. (по действующим на 01.01.2017 банкам - 930 млрд руб.) [2]. Однако за девять месяцев с января по сентябрь 2017 г. прибыль по сравнению с показателем за январь-август сократилась до 675 млрд рублей.
По-видимому, главным фактором снижения прибыли явилось разовое признание отрицательного финансового результата ряда банковских групп, головные организации которых проходят процедуру финансового оздоровления с использованием средств Фонда консолидации банковского сектора и соответственно формирование дополнительных резервов на возможные потери по проблемным активам.
О санации банка "ФК Открытие" через подконтрольный ЦБ Фонд консолидации банковского сектора было объявлено 29.08.2017, аналогичное решение по Бинбанку было принято ЦБ 21.08.2017. Оба банка до последнего времени по размеру активов относились к группе крупных банков. По представленным в сети Интернет оценкам, для финансового оздоровления банка "ФК Открытие" и Бинбанка совокупно потребуется порядка 1 трлн руб.
В соответствии с данными, опубликованными в Едином федеральном реестре юридически значимых сведений, по состоянию на 01.10.2017 банк "ФК Открытие" имел отрицательный капитал 188,872 млрд руб. сектора [3]. Месяцем ранее банк владел положительным капиталом в размере 158 млрд руб.
В санируемом банком "ФК Открытие" банке "Траст" по состоянию на 6.09.2017 отрицательный капитал банка составлял 99 млрд руб., а 1.10.2017 его уровень достиг уже 157,9 млрд руб.
Ранее (28.07.2017) ЦБ отозвал лицензию у крупного банка "Югра". По данным портала Banki.ru, объем вкладов физических лиц в банке "Югра" к июлю 2017 г. составлял более 184 млрд руб. [4]. Отзыв лицензии у банка "Югра" последовал после заверений главы ЦБ о завершении расчистки банковского сектора.
Усилившийся отток частного капитала, составивший по данным ЦБ 8,9 млрд дол. за сентябрь 2017 г., во многом можно считать следствием появления нервозности и возрастания неопределенности в банковском секторе [5].
В конце сентября 2017 г. глава ЦБ констатировала наличие в банковском секторе относящихся к 4-й и 5-й категориям кредитов в объеме 5,3 трлн руб., что составляет 10 % банковских активов [5]. Такой объем про-
блемных и безнадежных ссуд с высокой вероятностью указывает на возможность появления новых громких банкротств в банковском секторе.
Согласно данным "Объединенное кредитное бюро" (ОКБ) на конец первого полугодия 2017 г. к потенциальным банкротам можно было отнести 0,66 млн россиян, что соответствует 1,4 % от общего числа заемщиков с открытыми счетами [6]. В категорию потенциальных банкротов включены граждане, имеющие долг более 500 тыс руб. и просрочки платежа 90 и более дней минимум по одному кредиту.
Кроме того, еще около 7,1 млн заемщиков, которые в настоящий момент не платят по своим кредитам более 90 дней, потенциально могут воспользоваться правом банкротства для облегчения своего финансового положения.
Среди потенциальных банкротов 21 % составляют заемщики с двумя открытыми кредитами, 19 % - заемщики с тремя открытыми кредитами, 16 % - заемщики с одним открытым кредитом.
Основными драйверами банкротства являются следующие кредитные продукты: в 76 % случаев заемщики перестают вовремя платить по кредитам наличными со средним остатком долга 754 тыс руб.; в 10,2 % случаев это автокредиты со средним долгом 981 тыс руб.; в 5,8 % случаях это ипотечные кредиты со средним долгом 3,1 млн руб.
Во избежание массовых банкротств своих клиентов банки вынуждены принимать решения о реструктуризации долгов и рефинансировании ранее выданных кредитов, что приводит к снижению маржинальности бизнеса.
Одной из важных для сферы потребительского кредитования новаций является рассмотрение Госдумой поправки в статью 5 ФЗ "О потребительском кредите", определяющей использование поступающих платежей по просроченным потребительским кредитам как на погашение основной суммы долга, так и процентов по нему (в действующей редакции закона приоритетно погашаются проценты по неустойке). Эти поправки ранее одобрены правительством.
Динамика изменений состояния деловой среды, характеризующаяся высокими уровнями разнообразных рисков, побуждает банки перманентно совершенствовать свои системы риск-менеджмента.
Скоринг в системе потребительского кредитования
К широко распространенным в банковской практике мерам по снижению кредитного риска относятся: уменьшение объемов выдаваемых одному заемщику кредитов, оформление залога в качестве обеспечения кредита, привлечение поручителей в качестве гарантов возврата кредита, страхование кредитов и других, использование инструментов оценки кредитоспособности заемщика.
В настоящее время основным превентивным инструментом в си-
88
стеме банковского риск-менеджмента в рамках бизнес-процесса потребительского кредитования является скоринг, базирующийся на бальной оценке заявок на получение кредита, и сведениях из бюро кредитных историй (БКИ) [6].
В обобщенном виде бизнес-процесс выдачи потребительского кредита заемщику включает следующие этапы: прием заявки, интервью с потенциальным заемщиком, изучение его кредитоспособности с использованием различных источников и оценка риска, подготовка к заключению договора, принятие решения по выдаче кредита, реализация положений кредитного договора.
Основу массива исходных данных, используемых при принятии решения о выдаче конкретного кредита, составляют сведения из анкеты заемщика: ФИО, Адрес проживания, Возраст и дата рождения, Место работы и должность, Сведения о доходах, Сумма кредита, Срок кредита, Цель кредита, Сведения о поручителях, Дополнительный доход, Имущество в собственности и др.
Помимо анкеты заемщика при подготовке решение о выдаче кредита банки используют собственные базы данных о клиентах, в рамках обмена информацией сотрудничают соответствующие службы дружественных банков, банки работают с бюро кредитных историй, взаимодействуют с Федеральной службой судебных приставов и др. При необходимости представители банков могут "приобрести" интересующие их сведения о конкретных клиентах на теневом "рынке данных".
Как правило, при проведении скоринга банки используют собственные критерии для формирования балльной оценки, корректируя их при существенном изменении состояния внешней среды с учетом накапливаемого опыта.
На практике в системе потребительского кредитования доминирует статистическая парадигма управления, опирающаяся на применение статистических моделей, формируемых на основе массивов количественных данных, характеризующих результаты предшествующей деятельности.
Сложившимся трендом в сфере потребительского кредитования при оценке кредитоспособности заемщика является переход от скоринговой модели на основе данных анкеты заемщика к многофакторным поведенческим моделям на основе нейросетей. Так, в работе [7] приведены результаты проведения прескоринга по первичной заявке заемщика с использованием нейросетевой модели.
В общем случае расширение спектра используемых достоверных источников информации потенциально усиливает скоринговые модели. Одним из перспективных направлений повышения эффективности скорин-га в системе потребительского кредитования в настоящее время является поиск и последующее использование информации о потенциальных и реальных заемщиках, доступной в открытых социальных сетях.
Скоринг с использованием информации из социальных сетей
К наиболее популярным в России интернет-площадкам в настоящее время относятся социальные сети "ВКонтакте", "Facebook", "Одноклассники", "Instagramm", "Twitter". Несколько особняком в силу специфичности контента позиционируется относящийся к наиболее посещаемым в мире сайт видеохостинга "YouTube". Считается, что социальные сети "ВКонтакте", "Instagramm" и "Facebook" используются для общения в большей степени молодежью, а "Одноклассники" и "Twitter" привлекают пользователей более старшего возраста.
Основные направления использования социальных сетей - досуг, самосовершенствование, источник заработка, развитие бизнеса, социальная деятельность и др. При этом действия пользователей в социальных сетях не должны нарушать принятые в них правила поведения. Часто в социальных сетях практикуется демонстрация собственных успехов их пользователей.
Любые действия пользователя в социальных сетях (сети Интернет), включая передачу почтовых сообщений, ввод поисковых запросов, ознакомление с конкретными сведениями, совершение любых транзакций при покупках и денежных переводах, размещение информационных ресурсов на сайтах, обработка данных и изображений, игровой досуг и прочее оставляют "цифровой след" (digital footprint) пользователя в компьютерной среде.
Возможности эффективного использования социальных сетей для извлечения информации о поведении конкретных пользователях сетей для решения задач в сфере своей ответственности демонстрируют спецслужбы многих стран, что служит наглядным примером потенциальной значимости социальных сетей как источника разнообразной информации для организаций различных сфер деятельности, в том числе и для банков.
Общая стратегия разработки методологии скоринга с использованием информации из социальных сетей предполагает: выявление особенностей поведения пользователей в социальных сетях, позволяющих сформировать "психометрический портрет"; выявить значимые с позиции оценки надежности и кредитоспособности заемщика информативные признаки (конкретные особенности поведения пользователей); определить значения наборов информативных признаков, характерные для классов (категорий) заемщиков, сформированных на основе традиционных подходов классификации с использованием клиентской базы с историей платежей; построение скоринговой модели с добавленными влияющими факторами (отобранными информативными признаками) с определением значимости (веса, балла) каждого нового фактора.
Последующее применение такой скоринговой модели к оценке кредитоспособности потенциального клиента предполагает поиск в социаль-
ных сетях характеризующих его поведение информативных признаков и формирование на этой основе соответствующей балльной оценки, дополняющей оценку, сформированную на основе традиционных подходов с другими сведениями о заемщике.
Формирование индивидуального психометрического портрета заемщика с выявлением его уникальных особенностей служит основой оценки степени риска при работе с ним. При этом могут быть выявлены как позитивные сведения, способствующие принятию положительного решения о выдаче кредита, так и негативные факторы, указывающие на существование значительных рисков. Выявленные индивидуальные особенности позволяют повысить обоснованность отнесения его к тому или иному классу (категории) заемщиков, с перенесением на него групповых признаков конкретного класса.
Представленная пользователями в социальных сетях информация открывает широкие возможности для углубленного целенаправленного анализа любыми заинтересованными лицами.
Появляется возможность проанализировать качественный состав окружения человека, включая семью, в соответствии с народной мудростью "Скажи мне, кто твой друг, и я скажу, кто ты". При этом исследуется количество друзей в сети, динамика их изменений, состав друзей и их статус.
Более адекватно можно представить жизненный уровень заемщика: в каких условиях проживает, на каком автомобиле ездит, где и как отдыхает и др. В частности, активное участие в группах путешественников с предоставлением в сети соответствующих фотографий и видео и демонстрацией здорового образа жизни способствует принятию положительного решения по запрашиваемому кредиту.
Выяснить социальную ориентацию заемщика: участником каких сетевых групп он является, на какие паблики подписан, в обсуждении каких тем на страницах других пользователей принимает участие, какие делает лайки и др. Так, участие в группах с повышенным интересом к способам уклонения от налогов, обсуждением экстремистской деятельности и другими подобными действиями потенциально снижает вероятность получения запрашиваемого кредита.
Проверить надежность (достоверность) сведений, предоставляемых заемщиком в банк. Так, в качестве негативного фактора при скоринге может быть воспринята информация о поиске новой работы (с использованием социальных сетей) при предоставлении заемщиком анкеты со сведениями о постоянном месте работы в течение длительного периода времени.
Уточнить реальные перемещения заемщика (местонахождение в конкретные моменты времени) и проведенные им встречи.
Важную роль с позиции доверия к представленным в социальной
сети сведениям играет дата регистрации (давность создания) аккаунта пользователя в сети, регулярность присутствия в сети и его общая активность.
Наибольшую актуальность скоринг с использованием информации из социальных сетей имеет в ситуациях принятия решения о выделении кредита новому для банка клиента без собственной кредитной истории. При этом имеет место ограничение состава источников, содержащих какую-либо информацию о заемщике, что снижает эффективность скоринга на основе традиционных подходов. В таком случае важную роль может сыграть информация из социальных сетей, способная повлиять на повышение оценки надежности заемщика.
В реальности во многих случаях имеет место практика преднамеренного улучшения пользователями своих профилей в социальных сетях с предоставлением недостоверной информации, в частности, при необходимости получения кредита в банке. В некоторых случаях подобные действия способствуют достижению желаемого, однако выявление банком преднамеренных искажений информации со стороны клиента может значительно снизить вероятность получения им кредита.
При использовании социальных сетей в качестве источника информации при анализе профиля определенного человека возникает вопрос о правомерности подобных действий с учетом законодательно закрепленной охраны персональных данных. Федеральный закон "О персональных данных" устанавливает, что персональными данными считается любая информация, относящаяся прямо или косвенно к определяемому физическому лицу. Закон предусматривает получение согласия клиента на обработку данных.
На самом деле при поиске информации в социальных сетях, как правило, интерес представляют не собственно персональные данные (за нарушение их сохранности наступает уголовная ответственность), а пользовательские данные, которые сохраняются в сетях в результате любых действий пользователей. С одной стороны, это те сведения, которые пользователь сообщает о себе в процессе регистрации в социальных сетях и различного рода информационных сервисах. С другой стороны, это "цифровой след" пользователя, характеризующий деятельность пользователя в социальных сетях (сети Интернет). В обоих случаях пользователь добровольно представляет конкретные сведения; его согласие на использование этих сведений, как правило, выражено либо непосредственно заполнением соответствующего поля при регистрации, либо опосредовано при принятии той или иной публичной оферты. Пользователь сети должен хорошо понимать, что любые его действия в сети могут быть проконтролированы не только спецслужбами (в силу имеющихся у них полномочий), но и другими заинтересованными лицами, обладающими соответствующим инструментарием.
Заключение
В настоящее время удельный вес скоринга в системе потребительского кредитования с использованием информации из социальных сетей невелик. Эти технологии не могут заменить ни классический скоринг по данным заявки заемщика, ни технологии с использованием нейросетевых моделей. Тем не менее, высокую эффективность использования данных из социальных сетей демонстрируют технологии привлечения новых клиентов посредством сети Интернет и технологии работы с заемщиками из молодежной среды. В значительной степени сложность широкого внедрения в банковскую практику скорига с использованием информации из социальных сетей объясняется сложностью процесса автоматизации определения ценности конкретной информации в контексте оценки платежеспособности определенного клиента.
По сообщениям в сети Интернет менеджеры ряда банков, включая Альфа-банк, Тинькофф Банк, Хоум Кредит Банк, ОТП Банк, анонсировали запуск скоринга с использованием информации из социальных сетей. В Сбербанке планируется внедрение скоринга клиентов по психометрическим моделям с 2018 г. с использованием данных о клиентах из социальных сетей. В ВТБ использование информации из социальных сетей запланировано на первое полугодии 2018 г.
Список литературы
1. О динамике развития банковского сектора Российской Федерации в сентябре 2017 года. [Электронный ресурс]. Режим доступа: http: //www.cbr.ru/analytics/bank_system/din_razv_17_09.pdf. 10.10.2017.
2. О динамике развития банковского сектора Российской Федерации в августе 2017 года [Электронный ресурс]. Режим доступа: http: //www.cbr.ru/analytics/bank_system/din_razv_17_08.pdf. 10.10.2017.
3. Перемитин Г., Божко М., Пашутинская Е. Размер дыры в "ФК Открытие" составил почти 190 млрд руб. [Электронный ресурс]. Режим доступа: http://www.rbc.ru/finances/10/10/2017/59dc8eb99a7947 abaf135cf4?from=center_4. 10.10.2017.
4. Соловьева О. В банковскую дыру умещается все больше триллионов [Электронный ресурс]. Режим доступа: http://www.ng.ru/economics/ 2017-10-02/4_7085_banks.html. 02.10.2017.
5. ЦБ обнаружил масштабный вывод капитала из России на фоне проблем у банков [Электронный ресурс]. Режим доступа: http://www. finanz.ru/novosti/valyuty/cb-obnaruzhil-masshtabny-vyvod-kapitala-iz-rossii-na-fone-problem-u-bankov-1003807558. 11.10.2017.
6. Официальный сайт "Объединенное кредитное бюро" [Электронный ресурс]. Режим доступа: http://www.bki-okb.ru/. 14.10.2017.
7. Евсюков В.В., Моховикова О.А. Прескоринг по первичной заявке заемщика в системе потребительского кредитования // Известия Тульского государственного университета. Экономические и юридические науки. 2017. №3-1. С.34-46.
Евсюков Владимир Васильевич, канд. техн. наук. доц. Тульского филиала Фину-ниверситета, evsvl@yandex. ru, Россия, Тула, Финансовый университет при Правительстве Российской Федерации
THE SCORING SYSTEM FOR CONSUMER LENDING USING SOCIAL NETWORKING
V.V. Evsujkov
The analysis of scoring in the system of consumer crediting in modern conditions. The features of user behavior in social networks, forming their psychometric portraits. Investigated the possibilities of using psychometric portrait of the user when carrying out a scoring system for consumer lending.
Key words: consumer credit, scoring, social networking, psychometric portrait.
Evsujkov Vladimir Vasilevech, candidate of technical science, docent, [email protected], Russia, Tula, FinUniversity, Tula branch
УДК 338.984:664
ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПЕРАТИВНОГО
УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННОЙ ПРОГРАММОЙ ПРЕДПРИЯТИЯ ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ
И.В. Доможирова
Предложены экономико-математические модели оперативного управления производственной программой предприятия пищевой промышленности, применение которых создает возможности для более точного учета потерь из-за дефицита объёмов готовой продукции при формировании производственной программы по каждой товарной позиции.
Ключевые слова: оперативное управление, производственная программа, издержки, экономико-математическая модель.
Эффективное оперативное управление производственной программой является одной из важнейших задач, стоящих перед руководством промышленных предприятий. Основной целью процесса оперативного управления производственной программой, требующей своего решения, является поддержание необходимого, в соответствии со спросом, и доста-
94
