Μοντέλο βαθμολογίας. Τύποι μοντέλων βαθμολόγησης. Μειονεκτήματα του συστήματος βαθμολόγησης

Ας εξετάσουμε μοντέλα πτώχευσης επιχειρήσεων και λεπτομερέστερα μεθόδους για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης.

Τι είναι ένα μοντέλο βαθμολόγησης για την αξιολόγηση της επιχείρησης;

Η προσέγγιση βαθμολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης συνίσταται στην ανάλυση στατιστικών στοιχείων για τις επιχειρήσεις σχετικά με την εκπλήρωση των υποχρεώσεών τους προς τους πιστωτές, πληροφορίες για τις οποίες περιέχονται στο γραφείο πιστωτικού ιστορικού. Ως εκ τούτου, τα μοντέλα βαθμολόγησης ονομάζονται μερικές φορές μοντέλα βαθμολόγησης στη βιβλιογραφία ( πίστωση-σκορ) ή μοντέλα πιστωτικής βαθμολόγησης. Έτσι, μπορούμε να πούμε ότι τα μοντέλα πιστωτικής βαθμολόγησης είναι στατιστικά μοντέλα για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης.

Ιστορικό της προσέγγισης βαθμολόγησης στην αξιολόγηση

Προηγουμένως, αναπτύχθηκαν μοντέλα βαθμολόγησης αποκλειστικά για την αξιολόγηση της πιστοληπτικής ικανότητας ιδιωτών για σκοπούς έκδοσης δανείων από τράπεζες. Αυτή η προσέγγιση προτάθηκε για πρώτη φορά από τον D. Durand το 1941 για να ταξινομήσει τους πελάτες τραπεζών σε δύο κατηγορίες: φερέγγυους και μη αξιόπιστους. Για τον προσδιορισμό της κατηγορίας, υπολογίστηκαν δείκτες για να καταστεί δυνατή η εξαγωγή συμπερασμάτων σχετικά με τον κίνδυνο πτώχευσης. Οι βαθμολογίες για τα μοντέλα βαθμολόγησης υπολογίζονται χρησιμοποιώντας ένα εργαλείο λογιστικής παλινδρόμησης. Στη βάση του, παρεμπιπτόντως, χτίζονται και μοντέλα logit για την αξιολόγηση του κινδύνου χρεοκοπίας ιδιωτών και επιχειρήσεων.

Το καθήκον της προσέγγισης βαθμολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης

Το καθήκον του μοντέλου βαθμολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης είναι να την ταξινομήσει σύμφωνα με τον βαθμό χρηματοοικονομικού κινδύνου. Η προσέγγιση βαθμολόγησης είναι παρόμοια με την προσέγγιση αξιολόγησης για την αξιολόγηση μιας επιχείρησης, καθώς περιέχει επίσης μια βαθμολογία (κλάση) για την επιχείρηση, επιπλέον, υπάρχει βαθμολογία και εκχώρηση βαθμολογίας σε χρηματοοικονομικούς δείκτες.

Η διαφορά είναι ότι ως αποτέλεσμα, εκχωρείται μια αξιολόγηση και η εταιρεία ανήκει στην κατηγορία φερεγγυότητας, δηλ. Εκτός από την αξιολόγηση, πραγματοποιείται και ταξινόμηση. Επίσης, ως αποτέλεσμα της μοριοδότησης, λαμβάνεται μια αξιολόγηση για την επιχείρηση και μια βαθμολογία για τους χρηματοοικονομικούς δείκτες που περιγράφουν την επιχείρηση.

Μοντέλα βαθμολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης

Ας εξετάσουμε εγχώρια μοντέλα βαθμολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης. Ας αναλύσουμε δύο εγχώρια μοντέλα σκοραρίσματος Dontsova-Nikiforova και Savitskaya. Αυτά τα μοντέλα έχουν σχεδιαστεί για να αξιολογούν τον κίνδυνο χρεοκοπίας εγχώριων επιχειρήσεων. Λοιπόν, ας ξεκινήσουμε.

Μοντέλο βαθμολογίας της Dontsova-Nikiforova (1999)

Dontsova L.V.

Οι οικονομολόγοι Dontsova L.V. και Νικιφόροβα Ν.Α. προτείνει ένα μοντέλο βαθμολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης, το οποίο επιτρέπει στην επιχείρηση να ταξινομηθεί σε μία από τις έξι κατηγορίες φερεγγυότητας, με βάση μια αξιολόγηση έξι χρηματοοικονομικών δεικτών.

Δείκτης	1 τάξη(σημείο)	2η τάξη(σημείο)	3η τάξη(σημείο)	4η τάξη(σημείο)	5η τάξη(σημείο)	6η τάξη(σημείο)
Απόλυτος δείκτης ρευστότητας	0,25 και περισσότερα (20)	0.216	0.15(12)	0.1(8)	0.05(4)	Λιγότερο από 0,05(0)
Γρήγορη αναλογία	1 ή περισσότερα (18)	0.9(15)	0.8 (12)	0.7(9)	0.6(6)	Λιγότερο από 0,5(0)
	2 ή περισσότερα (16,5)	1.7(120	1.4(7.5)	1.1(3)	1(1.5)	Λιγότερο από 1(0)
	0,6 και περισσότερα(17)	0.54(12)	0.43(7.4)	0.41(1.8)	0.4(1)	Λιγότερο από 0,4(0)
Αναλογία πρόβλεψης ιδίων κεφαλαίων κίνησης	0,5 και περισσότερα (15)	0.4(12)	0.3(9)	0.2(6)	0.1(3)	Λιγότερο από 0,1(0)
Αναλογία κάλυψης αποθεμάτων	1 ή περισσότερα (15)	0.9(12)	0.8(9)	0.7(6)	0.6(3)	Λιγότερο από 0,6(0)
Ελάχιστη τιμή του ορίου σε σημεία	100	64	50	28	18	–
1η τάξη>100 βαθμοί	Η εταιρεία έχει ένα καλό περιθώριο οικονομικής ισχύος
Β' τάξη>64 μόρια	Η εταιρεία έχει ασήμαντη πιθανότητα αποπληρωμής οφειλών, γενικά υπάρχει κίνδυνος
Γ' τάξη>50 μόρια	Προβληματική επιχείρηση
Δ ́ τάξη>28 μόρια	Η εταιρεία έχει υψηλό κίνδυνο χρεοκοπίας
Ε' τάξη>18 μόρια	Η εταιρεία έχει πολύ υψηλό κίνδυνο χρεοκοπίας· τα μέτρα ανάκαμψης πιθανότατα δεν θα βοηθήσουν
6η τάξη<18 баллов	Η εταιρεία είναι οικονομικά αφερέγγυα

Σημείωση:

Στο μοντέλο αξιολόγησης, η κύρια έμφαση δίνεται στους δείκτες ρευστότητας (ταχύς δείκτης ρευστότητας, δείκτης απόλυτης ρευστότητας), καθώς και στους δείκτες κύκλου εργασιών (δείκτης ιδίων κεφαλαίων κίνησης, δείκτης κάλυψης αποθεμάτων).

Πιθανότητα	Τύπος	Υπολογισμός
Απόλυτος δείκτης ρευστότητας	(Μετρητά + Βραχυπρόθεσμες χρηματοοικονομικές επενδύσεις) / Βραχυπρόθεσμες υποχρεώσεις	σελ.1250 / (σελ.1510+σελ.1520)
Γρήγορη αναλογία	( Κυκλοφορούν ενεργητικό - Αποθέματα) / Βραχυπρόθεσμες υποχρεώσεις	(σελ.1250+σελ.1240) / (σελ.1510+σελ.1520)
Τρέχουσα αναλογία
Δείκτης οικονομικής ανεξαρτησίας	Ίδια Κεφάλαια/Ενεργητικό	σελίδα 1300 / σελ.1600
Αναλογία πρόβλεψης ιδίων κεφαλαίων κίνησης	(Ίδια κεφάλαια - Μη κυκλοφορούντα στοιχεία ενεργητικού) / Κυκλοφορούντα στοιχεία ενεργητικού	(σελ.1300-σελ.1100) / σελ.1200
Αναλογία κάλυψης αποθεμάτων	Αναλογία κύκλου εργασιών αποθεμάτων= Έσοδα από πωλήσεις / Μέσο απόθεμα	σελ.2110 / (σελ.1210 σελ.+σελ.1210 χιλ.)0,5*

n.p. και κ.π. – την αξία του ισολογισμού στην αρχή της περιόδου και στο τέλος της περιόδου, αντίστοιχα.

Το μοντέλο βαθμολογίας της Savitskaya (2007)

Savitskaya G.V.

Ο καθηγητής G.V. Η Savitskaya προσφέρει το μοντέλο πίστωσης της για την αξιολόγηση της οικονομικής κατάστασης μιας επιχείρησης. Η διαφορά είναι ότι στο μοντέλο η επιχείρηση ταξινομείται σε πέντε κατηγορίες και για αυτό χρησιμοποιούνται τρεις χρηματοοικονομικοί δείκτες.

Δείκτης	1 τάξη	2η τάξη	3η τάξη	4η τάξη	5η τάξη
Απόδοση συνολικού κεφαλαίου, %	30 και άνω (50 βαθμοί)	29,9-20 (49,9-35 πόντοι)	19,9-10 (34,9-20 πόντοι)	9,9-1 (19,9-5 πόντοι)	Λιγότερο από 1 (0 βαθμοί)
Τρέχουσα αναλογία	2 ή περισσότερα (30 βαθμοί)	1,99-1,7 (29,9-20 πόντοι)	1,69-1,4 (19,9-10 πόντοι)	1.39-1.1(9.9-1)	1 και κάτω (0 βαθμοί)
	0,7 ή περισσότερο (20 βαθμοί)	0,69-0,45 (19,9-10 πόντοι)	0,44-0,3 (9,9-5 πόντοι)	0,29-0,2 (4,9-1 βαθμοί)	Λιγότερο από 0,2 (0 βαθμοί)
Όρια τάξης	100 βαθμοί	99-65	64-35	34-6	0 βαθμοί
1η τάξη>100 βαθμοί	Επιχείρηση με καλή οικονομική ευρωστία
Β' τάξη 65-99 μόρια	Η εταιρεία έχει χαμηλό κίνδυνο μη αποπληρωμής οφειλών
Γ' τάξη 35-64 μόρια	Προβληματική επιχείρηση
Δ' τάξη 6-34 μόρια	Η εταιρεία έχει υψηλό κίνδυνο χρεοκοπίας. Οι δανειστές κινδυνεύουν να χάσουν τα επενδυμένα κεφάλαιά τους
Ε΄ τάξη 0 βαθμοί	Η εταιρεία είναι αφερέγγυα

Σημείωση:

Δύο από τους τρεις χρηματοοικονομικούς δείκτες καθορίζουν τη φερεγγυότητα της επιχείρησης, όπου ο τρέχων δείκτης καθορίζει τη βραχυπρόθεσμη ρευστότητα και ο δείκτης οικονομικής ανεξαρτησίας καθορίζει τη μακροπρόθεσμη ρευστότητα της επιχείρησης.

Συντελεστής οικονομικής ανεξαρτησίας = συντελεστής αυτονομίας.

Υπολογισμός οικονομικών δεικτών στο μοντέλο βαθμολόγησης

Πιθανότητα	Τύπος	Υπολογισμός
Απόδοση συνολικού κεφαλαίου	Κέρδη προ φόρων / Υποχρεώσεων	σελ.2300 / σελ.1700
Τρέχουσα αναλογία	Κυκλοφορούν ενεργητικό / Βραχυπρόθεσμες υποχρεώσεις	σελ.1200 / (σελ.1510+σελ.1520)
Δείκτης οικονομικής ανεξαρτησίας	Ίδια Κεφάλαια/Ενεργητικό	σελίδα 1300 / σελ.1600

Περίληψη

Ας συνοψίσουμε την ανάλυση των μοντέλων πιστοληπτικής αξιολόγησης για την αξιολόγηση της φερεγγυότητας μιας επιχείρησης. Ένα από τα αναμφισβήτητα πλεονεκτήματα είναι ότι αυτά τα μοντέλα αναπτύχθηκαν για εγχώριες επιχειρήσεις. Μία από τις δυσκολίες αξιολόγησης με τη χρήση τέτοιων μοντέλων είναι η μεγάλη δυσκινησία των υπολογισμών και η συχνά ακατανόητη χρήση των οικονομικών δεικτών βαθμολόγησης. Η χρήση τους μπορεί να συνδυαστεί καλά με άλλες μεθόδους αξιολόγησης της οικονομικής κατάστασης.

Σας ευχαριστώ για την προσοχή σας! Καλή τύχη!

Η βαθμολογία (από αγγλικά score, account) είναι μια μέθοδος αξιολόγησης της πιστοληπτικής ικανότητας. Εσείς, ως δανειολήπτης, ενδιαφέρεστε να βαθμολογήσετε για αυτοδιάγνωση: να μάθετε τους λόγους άρνησης δανείου ή να αξιολογήσετε τις πιθανότητες μελλοντικού δανείου. Σε αυτό το άρθρο θα σας πούμε πώς να μάθετε τη βαθμολογία βαθμολογίας σας και πώς να την αυξήσετε.

Πώς λειτουργεί η βαθμολογία

Για την αξιολόγηση της πιστοληπτικής ικανότητας, η βαθμολόγηση απαιτεί δεδομένα. Τα δεδομένα μπορούν να προέρχονται από διαφορετικές πηγές: πιστωτικό ιστορικό, προφίλ δανειολήπτη, κοινωνικά δίκτυα κ.λπ. Η βαθμολογία επεξεργάζεται τα δεδομένα και εκχωρεί μια βαθμολογία. Όσο υψηλότερο είναι το σκορ, τόσο μεγαλύτερες είναι οι πιθανότητες να λάβετε δάνειο με ευνοϊκούς όρους.

Η βαθμολογία βαθμολογίας δεν είναι σταθερή τιμή. Αλλάζει ανάλογα με τις ενέργειες του δανειολήπτη. Για παράδειγμα, ένας δανειολήπτης πήρε ένα δάνειο - το πιστωτικό φορτίο αυξήθηκε και η βαθμολογία βαθμολογίας μειώθηκε. Εάν κάνετε καθυστερημένη πληρωμή, η βαθμολογία σας πέφτει ακόμη χαμηλότερα. Εάν ο δανειολήπτης αποπληρώσει προσεκτικά το δάνειο χωρίς καθυστέρηση, η βαθμολογία θα αυξηθεί.

Τύποι βαθμολόγησης

Οι τράπεζες χρησιμοποιούν τη βαθμολογία εφαρμογής, συμπεριφοράς και απάτης.

Βαθμολόγηση της αίτησηςχωρίζεται σε κοινωνικοδημογραφικό και πιστωτικό. Η πρώτη αναλύει το προφίλ του δανειολήπτη: ηλικία και φύλο, εργασία, διάρκεια υπηρεσίας, εισόδημα. Το δεύτερο αναλύει το πιστωτικό ιστορικό: πόσα δάνεια πήρε ο δανειολήπτης, πώς πλήρωσε, πόσα πληρώνει τώρα κ.λπ.

Βαθμολογία συμπεριφοράςπροβλέπει πώς ο δανειολήπτης θα αποπληρώσει το δάνειο: ομοιόμορφα, πριν από το χρονοδιάγραμμα ή σε καθυστέρηση. Η βαθμολόγηση συμπεριφοράς μπορεί να πραγματοποιηθεί, για παράδειγμα, από μια τράπεζα μισθών - γνωρίζει πώς χρησιμοποιεί ο δανειολήπτης την κάρτα, πόσα χρήματα ξοδεύει και σε τι.

Δόλια βαθμολογίακαταπολεμά τις σκόπιμες αθετήσεις δανείων. Αυτή η βαθμολόγηση αναλύει τις βάσεις δεδομένων του Υπουργείου Εσωτερικών, της Ομοσπονδιακής Υπηρεσίας Δικαστικού Δικαστικού, της υπηρεσίας εσωτερικής ασφάλειας, καθώς και ύποπτα δεδομένα στο πιστωτικό ιστορικό, για παράδειγμα, συχνές αλλαγές διευθύνσεων και αριθμών τηλεφώνου.

Εσείς, ως δανειολήπτης, μπορείτε να αξιολογήσετε τον εαυτό σας χρησιμοποιώντας δύο τύπους βαθμολόγησης: πιστωτική και κοινωνικοδημογραφική.

Πιστωτική βαθμολογία

Η πιστοληπτική αξιολόγηση χρησιμοποιείται για την αξιολόγηση των δανειοληπτών που έχουν ήδη συνάψει δάνεια. Η βαθμολογία βαθμολόγησης υπολογίζεται με βάση την ανάλυση του πιστωτικού σας ιστορικού.

Παράδειγμα αναφοράς πιστωτικής βαθμολογίας

Κοινωνικοδημογραφική βαθμολόγηση

Η κοινωνικοδημογραφική βαθμολόγηση προορίζεται για δανειολήπτες με κενό ή καθόλου πιστωτικό ιστορικό. Αναλύει την ηλικία, το φύλο, την οικογενειακή κατάσταση, την παρουσία εξαρτώμενων ατόμων, την εκπαίδευση, το επάγγελμα, την εργασιακή εμπειρία, το εισόδημα και την περιοχή κατοικίας.

Η βαθμολογία κοινωνικής επίδειξης συγκρίνει τα δεδομένα του δανειολήπτη που επαληθεύεται με προηγούμενους πελάτες της τράπεζας για την αξιολόγηση της αξιοπιστίας. Για παράδειγμα, σύμφωνα με τραπεζικά στατιστικά στοιχεία, τα άτομα άνω των 30 κάνουν πληρωμές δανείων με μεγαλύτερη συνέπεια από τους νέους. Ως εκ τούτου, οι δανειολήπτες άνω των 30 ετών, καθώς όλα τα άλλα είναι ίσα, λαμβάνουν υψηλότερη βαθμολογία.

Παράδειγμα αναφοράς κοινωνικοδημογραφικής βαθμολόγησης

Αποκωδικοποίηση βαθμών βαθμολογίας

Πίστωση	Sociodemogr.	Αποκρυπτογράφηση
690-850	1000-1200	Μέγιστο αποτέλεσμα. Ανήκετε στην κατηγορία των αξιόπιστων δανειοληπτών. Οι τράπεζες είναι πρόθυμες να εγκρίνουν δάνεια με καλύτερους όρους
650-690	750-1000	Καλό αποτέλεσμα. Υψηλή πιθανότητα λήψης δανείου με τυπικούς όρους.
600-650	500-750	Αποδεκτό αποτέλεσμα. Η τράπεζα θα απαιτήσει πρόσθετα πιστοποιητικά για την επιβεβαίωση της φερεγγυότητας, για παράδειγμα, 2-NDFL.
500-600	250-500	Αδύναμο αποτέλεσμα. Με μια τέτοια βαθμολογία, είναι απίθανο να πάρετε δάνειο από μεγάλες τράπεζες. Επικοινωνήστε με μικρές περιφερειακές τράπεζες ή πιστωτικούς συνεταιρισμούς.
300-500	0-250	Το χειρότερο αποτέλεσμα. Οι τράπεζες είναι απίθανο να εγκρίνουν ένα δάνειο. Επικοινωνήστε με το MFO ή το KPK. Προσφέρετε ασφάλεια στον δανειστή.

Πώς να αυξήσετε τη βαθμολογία σας

Εάν έχετε χαμηλό πιστωτικό σκορ, υπάρχει μόνο μία επιλογή για να το αυξήσετε - βελτιώστε το πιστωτικό ιστορικό σας. Για αυτό:

και ελέγξτε αν όλα σε αυτό είναι αλήθεια. Μερικές φορές τα πιστωτικά ιδρύματα διαβιβάζουν δεδομένα πολύ αργά ή και καθόλου. Για παράδειγμα, έχετε αποπληρώσει ένα δάνειο, αλλά αναφέρεται ως ανοιχτό στο πιστωτικό ιστορικό σας. Αυτό μειώνει το σκορ.
Διάβασε το άρθρο
Κλείστε καθυστερημένες πληρωμές και περιττά δάνεια: πιστωτικές κάρτες, μικροδάνεια, δάνεια για εξοπλισμό. Όσο λιγότερα ανοιχτά δάνεια, τόσο υψηλότερη είναι η βαθμολογία.
Εάν είχατε ληξιπρόθεσμα δάνεια τα τελευταία δύο χρόνια, πρέπει να αποκαταστήσετε τη φήμη σας ως αξιόπιστου δανειολήπτη. Για να το κάνετε αυτό, λάβετε νέα δάνεια και εξοφλήστε τα προσεκτικά. Δεν δίνουν δάνειο χωρίς εξασφαλίσεις - παρέχετε εξασφαλίσεις, βρείτε έναν συνοφειλέτη. Χρησιμοποιήστε την υπηρεσία. Μετά από έξι μήνες ή ένα χρόνο, η βαθμολογία θα αυξηθεί.

Για να αυξήσετε την κοινωνικοδημογραφική βαθμολογία σας, μελετήστε τους «παράγοντες» από την αναφορά και προσπαθήστε να τους διορθώσετε. Για παράδειγμα, εάν είστε μεμονωμένος επιχειρηματίας, βρείτε δουλειά και δουλέψτε για έξι μήνες ως υπάλληλος. Βρείτε συνοφειλέτη, φύγετε στο εξωτερικό, βρείτε μια πηγή πρόσθετου εισοδήματος.

Θυμάμαι

Η βαθμολόγηση βοηθά τους δανειολήπτες να αξιολογήσουν τη δική τους πιστοληπτική ικανότητα και να κατανοήσουν τους λόγους για τις αρνήσεις των τραπεζών.

Υπάρχουν διάφοροι τύποι βαθμολόγησης: άλλοι αναλύουν ένα πιστωτικό ιστορικό, άλλοι ένα ερωτηματολόγιο και άλλοι αναζητούν σημάδια απάτης. Υπάρχουν δύο τύποι βαθμολόγησης στη διάθεσή σας: κοινωνικοδημογραφική και κοινωνικοδημογραφική. Το πρώτο είναι σχετικό για δανειολήπτες με εμπειρία δανεισμού, το δεύτερο - για όσους δεν έχουν λάβει ποτέ δάνεια.

Η βαθμολογία βαθμολόγησης ποικίλλει ανάλογα με την πιστωτική συμπεριφορά. Η βαθμολογία μπορεί να μειωθεί ή να αυξηθεί.

Για τη δημιουργία μοντέλων βαθμολόγησης (και ανεξάρτητα από την επιλεγμένη μαθηματική προσέγγιση), λαμβάνεται ένα αντιπροσωπευτικό δείγμα προηγούμενων αιτούντων (από αρκετές χιλιάδες έως εκατοντάδες χιλιάδες - κάτι που δεν αποτελεί πρόβλημα για μια βιομηχανία που εξυπηρετεί δεκάδες εκατομμύρια πελάτες). Για κάθε υποψήφιο του δείγματος, εξάγονται πλήρεις πληροφορίες από το έντυπο αίτησης και πληροφορίες από το πιστωτικό ιστορικό του για καθορισμένο χρονικό διάστημα (συνήθως 12, 18 ή 24 μήνες). Τότε λαμβάνεται μια απόφαση ειδικού ποια ιστορία είναι αποδεκτή, δηλ. αν ο πελάτης είναι «καλός» ή «κακός». Τις περισσότερες φορές, ένας πελάτης που δεν έχει πληρώσει το δάνειο για 3 μήνες στη σειρά θεωρείται "κακός". Υπάρχει πάντα ένας συγκεκριμένος αριθμός πελατών που δεν μπορούν να ταξινομηθούν είτε ως «καλοί» ή «κακοί», γιατί
είτε έλαβαν το δάνειο πριν από λίγο καιρό (έχει περάσει πολύ λίγος χρόνος), είτε το πιστωτικό ιστορικό τους είναι «ασαφές» (για παράδειγμα, υπήρξαν καθυστερήσεις 3 μηνών, αλλά όχι στη σειρά). Κατά κανόνα, τέτοιοι «ενδιάμεσοι» πελάτες εξαιρούνται από το δείγμα.
Εμπειρικές απαιτήσεις για τη βάση δεδομένων που χρησιμοποιείται για τη δημιουργία του μοντέλου βαθμολόγησης:
Μέγεθος δείγματος - τουλάχιστον 1500 συνολικά, τουλάχιστον 500 κακές.
σαφής ορισμός του κριτηρίου «κακό»/«καλό». Δεν είναι πάντα σαφές σε ποιο στάδιο της πιστωτικής ιστορίας, σε ποια βάση και σε ποιο επίπεδο να διαχωρίσουμε το «κακό» και το «καλό».
σαφής ορισμός της χρονικής περιόδου - η διάρκεια ζωής του προϊόντος (εξαρτάται από το ίδιο το προϊόν και μπορεί να ποικίλλει από ένα μήνα - ένα κινητό τηλέφωνο έως δεκαετίες - μια υποθήκη).
σταθερότητα της ομάδας πελατών - δημογραφικά στοιχεία, μετανάστευση, διατήρηση των καταναλωτικών συνηθειών.
σιωπηρή αλλά υποχρεωτική απαίτηση: σταθερότητα οικονομικών, πολιτικών, κοινωνικών και άλλων συνθηκών.
Κατά τη δημιουργία μοντέλων πίστωσης, είναι σημαντικό να επιλέξετε έναν χρονικό ορίζοντα - το χρονικό διάστημα μεταξύ της υποβολής μιας αίτησης (έκδοση δανείου) και της ταξινόμησης "κακό"/"καλό". Η ανάλυση δείχνει ότι το ποσοστό αθέτησης σε συνάρτηση με τη διάρκεια της παραμονής του πελάτη στον οργανισμό αρχικά αυξάνεται και μόνο μετά από 12 μήνες (πιστωτικές κάρτες) ή ακόμη περισσότερο (εφάπαξ δάνεια) αρχίζει να σταθεροποιείται. Έτσι, ένας μικρότερος χρονικός ορίζοντας οδηγεί σε υποεκτίμηση και δεν λαμβάνει πλήρως υπόψη όλα τα χαρακτηριστικά που προβλέπουν αθέτηση υποχρεώσεων. Από την άλλη πλευρά, ένας χρονικός ορίζοντας άνω των δύο ετών αφήνει το μοντέλο επιρρεπές σε αλλαγές στη σύνθεση της ομάδας πελατών κατά τη διάρκεια αυτής της περιόδου, επειδή πώς η σύνθεση των πελατών στο δείγμα στην αρχή του χρονικού ορίζοντα μπορεί να είναι σημαντικά διαφορετική από τη σύνθεση των πελατών που εισέρχονται αυτήν τη στιγμή. Στην πραγματικότητα, χρησιμοποιούνται δύο ταυτόχρονες φέτες (στην αρχή και στο τέλος του χρονικού ορίζοντα) για τη δημιουργία ενός μοντέλου που είναι σταθερό στο χρόνο (πέρα από τον αρχικό χρονικό ορίζοντα). Αυτό υπαγορεύει την επιλογή της διάρκειας της χρονικής περιόδου - του χρονικού ορίζοντα κατά τη μοντελοποίηση.
Ένα άλλο εξαιρετικά σημαντικό και αμφιλεγόμενο ζήτημα παραμένει η αναλογία «καλών» και «κακών» στο δείγμα. Πρέπει να αντικατοπτρίζει την πραγματική αναλογία τους στον πληθυσμό ή θα πρέπει να είναι ίσος αριθμός (μια τέτοια αναλογία διευκολύνει πολύ την κατασκευή ενός μοντέλου από μαθηματική άποψη);
Στη συνέχεια, η κατασκευή ενός μοντέλου βαθμολόγησης μετατρέπεται σε πρόβλημα ταξινόμησης, όπου τα εισερχόμενα χαρακτηριστικά (ή παράμετροι) είναι απαντήσεις σε ερωτήσεις στο έντυπο αίτησης και παράμετροι (ή δεδομένα) που λαμβάνονται ως αποτέλεσμα ελέγχων από διάφορους οργανισμούς (για παράδειγμα, αστυνομία , δικαστήρια, τοπικά συμβούλια, πιστωτικά γραφεία κ.λπ.), και τα χαρακτηριστικά εκροών (απάντηση) - το επιθυμητό αποτέλεσμα - είναι η διαίρεση των πελατών σε "καλούς" και "κακούς" σύμφωνα με τις διαθέσιμες πιστωτικές ιστορίες, σε σύγκριση με αυτές τις εισροές Χαρακτηριστικά.
Ο πραγματικός πίνακας αξιολόγησης (scorecard) είναι ένα σύστημα για την αντιστοίχιση αριθμητικών πόντων (βαθμών) στα χαρακτηριστικά (ή τις παραμέτρους) του δανειολήπτη για να ληφθεί η επιθυμητή αριθμητική τιμή, η οποία αντανακλά την πιθανότητα του δανειολήπτη σε σχέση με άλλους δανειολήπτες να βιώσει μια συγκεκριμένη εμπειρία. γεγονός ή εκτελέστε μια συγκεκριμένη ενέργεια (η πτυχή "σε σχέση" στον ορισμό είναι πολύ σημαντική).
Ένας πίνακας αξιολόγησης πιστοληπτικής ικανότητας, για παράδειγμα, δεν υποδεικνύει ποιο επίπεδο κινδύνου θα πρέπει να αναμένεται (ας πούμε, ποιο ποσοστό των δανείων ενός συγκεκριμένου τύπου είναι πιθανό να μην αποπληρωθεί). Αντίθετα, δείχνει πώς ένα συγκεκριμένο δάνειο είναι πιθανό να συμπεριφέρεται σε σχέση με άλλα δάνεια. Για παράδειγμα, είναι το ποσοστό αθέτησης ή αθέτησης για δάνεια με ένα δεδομένο σύνολο χαρακτηριστικών που αναμένεται να είναι υψηλότερο ή χαμηλότερο από ό,τι για δάνεια με διαφορετικό σύνολο.
Οι περισσότεροι πίνακες πρωταθλημάτων δημιουργούνται με τον υπολογισμό ενός μοντέλου παλινδρόμησης - ένα στατιστικό μοντέλο που ελέγχει πώς μια μεμονωμένη παράμετρος (χαρακτηριστικό) επηρεάζει μια άλλη παράμετρο ή (τις περισσότερες φορές) ένα ολόκληρο σύνολο άλλων παραμέτρων.
Ένα μοντέλο παλινδρόμησης έχει ως αποτέλεσμα ένα σύνολο συντελεστών, που ονομάζονται συντελεστές παλινδρόμησης, οι οποίοι μπορούν να ερμηνευθούν ως συσχέτιση μεταξύ των παραμέτρων ενδιαφέροντος (που θα καθοριστούν) και των επεξηγηματικών παραμέτρων, διατηρώντας σταθερές όλες τις άλλες επιρροές στις παραμέτρους που ενδιαφέρουν. Αυτοί οι συντελεστές μετατρέπονται σε βάρη πόντων στον πίνακα του πρωταθλήματος.
Η πιο συχνά χρησιμοποιούμενη μέθοδος για την κατασκευή πινάκων πρωταθλημάτων
Τις περισσότερες φορές, η στατιστική μέθοδος της λογιστικής παλινδρόμησης χρησιμοποιείται για την κατασκευή πινάκων αξιολόγησης. Ωστόσο, για να εξηγήσουμε αυτήν την προσέγγιση, αξίζει να ξεκινήσουμε με απλή γραμμική παλινδρόμηση και στη συνέχεια να προχωρήσουμε στην λογιστική παλινδρόμηση - ως ειδική περίπτωση γραμμικής.
Στην απλούστερη μορφή της, η γραμμική παλινδρόμηση προσπαθεί να βρει μια γραμμική σχέση μεταξύ δύο μεταβλητών: X και K. Η μεταβλητή Y που προσπαθεί να προβλεφθεί ορίζεται ως η εξαρτημένη μεταβλητή (επειδή εξαρτάται από το X). Η μεταβλητή X είναι επεξηγηματική γιατί «εξηγεί» γιατί το Y διαφέρει από το ένα άτομο στο άλλο.
Χρησιμοποιώντας γραμμική παλινδρόμηση, προσπαθούν να ανακαλύψουν τα εξής: αν το Χ αλλάζει, τότε κατά πόσο

είναι πιθανό ότι ως αποτέλεσμα αυτού θα αλλάξει και το K. Για να γίνει αυτό, χρειάζεστε ένα σύνολο δεδομένων στο οποίο μπορείτε να παρατηρήσετε ένα σύνολο ζευγών X και το αντίστοιχο K. Όταν απεικονίζονται στο επίπεδο XY και ένα ορισμένο λαμβάνεται σύνολο, μπορεί να αποδειχθεί ότι βρίσκεται σε μια ορισμένη ευθεία γραμμή, δηλ. υπάρχει μια ορισμένη σχέση μεταξύ X και Y, την οποία μπορείτε να προσπαθήσετε να προσεγγίσετε χρησιμοποιώντας την εξίσωση:
Y = B_0 + B_1 x X_1
Οπου
B0 είναι η τιμή του Y όταν X = 0;
Β1 - κλίση ευθείας γραμμής.
Αυτοί οι V. είναι συντελεστές παλινδρόμησης. Στην πράξη, είναι πιθανό να υπάρχουν πολλές επεξηγηματικές μεταβλητές:
Y = B_0 + B_1 x X_1 + B_2 x X_2 + ... + B_n x X_n.
Logistic Regression Versus Linear Regression
Όταν χρησιμοποιείτε τη βαθμολόγηση, κατά κανόνα, η εξαρτημένη μεταβλητή παίρνει τιμές σε πολύ μικρό εύρος. Τις περισσότερες φορές εργάζονται με μια δυαδική μεταβλητή, π.χ. ένα δάνειο που παίρνει μόνο δύο ακέραιες τιμές: για παράδειγμα, ένα δάνειο είτε αθετήθηκε είτε όχι. ο πελάτης που έλαβε τον κατάλογο μέσω ταχυδρομείου είτε απάντησε είτε όχι. Συνήθως, σε αυτήν την περίπτωση, η αθέτηση πληρωμών εκχωρείται με την τιμή «1» και το δάνειο που εξοφλήθηκε εκχωρείται η τιμή «0».
Το μοντέλο θα πρέπει τελικά να εκτιμήσει την πιθανότητα αθέτησης του δανείου (ή απάντησης πελάτη στον κατάλογο).
Και παρόλο που το γραμμικό μοντέλο χρησιμοποιείται μερικές φορές για τον υπολογισμό του πίνακα πρωταθλήματος, η λογιστική παλινδρόμηση αποδεικνύεται πολύ πιο βολική, καθώς είναι ειδικά κατασκευασμένη για περιπτώσεις όπου η εξαρτημένη μεταβλητή είναι δυαδική (δηλαδή, χρειάζεται, όπως έχουμε ήδη πει, μόνο δύο τιμές).
Η γραμμική παλινδρόμηση μπορεί να δώσει τιμές πιθανότητας μικρότερες από το μηδέν και μεγαλύτερες από ένα, κάτι που δεν έχει νόημα. Το λογιστικό μοντέλο το αποφεύγει αυτό γιατί δεν ασχολείται με τη δυαδική τιμή της ίδιας της εξαρτημένης μεταβλητής, αλλά με την πιθανότητα ή τις πιθανότητες (πιθανότητες) ότι αυτή η τιμή συμβαίνει στην πραγματικότητα. Ο λογάριθμος του λόγου της πιθανότητας υλοποίησης προς την πιθανότητα μη πραγματοποίησης ονομάζεται logit, ο οποίος μπορεί να πάρει οποιαδήποτε τιμή, αρνητική και θετική. Επομένως, για τα logit είναι πολύ πιθανό να χρησιμοποιηθεί ένα μοντέλο γραμμικής παλινδρόμησης (εξ ου και το όνομα «logistic»).
Σε ένα μοντέλο λογιστικής παλινδρόμησης, οι επεξηγηματικές μεταβλητές, πολλαπλασιαζόμενες με τους συντελεστές τους, θεωρούνται γραμμικές όχι σε σχέση με το Y, όπως στη γραμμική παλινδρόμηση, αλλά σε σχέση με το logit - τον φυσικό λογάριθμο του λόγου πιθανοτήτων:
ln (p/(1 - p)) = B_0 + B_1 x X_1 + B_2 x B_2 + X_2 + ... + B_n x X_n, όπου
p είναι η πιθανότητα να συμβεί V.
p/(1 - p) - λόγος πιθανοτήτων.
Αναλογία πιθανοτήτων και πιθανοτήτων
Ο λόγος πιθανοτήτων σάς επιτρέπει να συγκρίνετε τα επίπεδα κινδύνου για διαφορετικά δάνεια. Έτσι, αν για το ένα p1/(1 - p_1) = 0,11, και για το άλλο p2/(1 - p2) = 0,052, τότε η αναλογία τους θα είναι 0,46, δηλ. ο κίνδυνος αθέτησης του ενός δανείου είναι ελαφρώς μικρότερος από το ήμισυ του κινδύνου αθέτησης του δεύτερου δανείου.
Τα πιο σημαντικά συμπεράσματα από αυτό είναι τα ακόλουθα: είναι απαραίτητο να ληφθούν οι ίδιες οι πιθανότητες και οι λόγοι τους για διαφορετικά δάνεια από λογιστικές παλινδρόμηση, επειδή Αυτός είναι ο μόνος τρόπος άμεσης σύγκρισης και λήψης υπόψη τόσο της επιρροής των επιμέρους χαρακτηριστικών στο επίπεδο κινδύνου όσο και του σχετικού κινδύνου ενός δανείου σε σχέση με ένα άλλο. Οι προσπάθειες να αρκεστούμε σε έναν πίνακα αξιολόγησης δεν επιτρέπουν την αξιολόγηση της επικινδυνότητας ενός δανείου σε σχέση με ένα άλλο λόγω της πιθανής επιρροής χαρακτηριστικών που ελήφθησαν υπόψη για το ένα και δεν λήφθηκαν υπόψη για το άλλο.
Υπολογισμός σχετικών βαρών επιμέρους χαρακτηριστικών του πίνακα βαθμολογίας
Έχοντας δημιουργήσει και εκτιμήσει το λογιστικό μοντέλο, μπορείτε να αντικαταστήσετε τις τιμές X για οποιονδήποτε αιτούντα ή δάνειο και να υπολογίσετε τη βαθμολογία χρησιμοποιώντας την εξίσωση:

Ωστόσο, αυτή η μέτρηση παρουσιάζεται σε μια κλίμακα φυσικού λογαρίθμου, η οποία είναι δύσκολο να ερμηνευτεί. Επομένως, η βαθμολογία μετατρέπεται σε γραμμική κλίμακα, όπου επιλέγεται ένας συγκεκριμένος αριθμός πόντων έτσι ώστε αυτός ο αριθμός να παρέχει διπλάσιες πιθανότητες να συμβεί ένα συγκεκριμένο γεγονός. Για να το κάνετε αυτό, πολλαπλασιάστε το σκορ με έναν παράγοντα ίσο με τον αριθμό των πόντων που πρέπει να αντιπροσωπεύουν τον διπλασιασμό των πιθανοτήτων και, στη συνέχεια, διαιρέστε με 1n(2):
μετρώντας σε γραμμική κλίμακα = (B 1 x X 1 + ... + Bp x Xp) x (20/1p(2)),
αν ο επιθυμητός αριθμός πόντων που απαιτείται για να διπλασιαστεί, οι πιθανότητες είναι 20.
Διαφορετικά, εάν πρέπει να μάθετε ακριβώς πόσους πόντους δίνει κάθε χαρακτηριστικό, μπορείτε να πολλαπλασιάσετε κάθε B_1 με (20/(1n(2)) και στη συνέχεια να πολλαπλασιάσετε με την τιμή της παραμέτρου X_1.
Χρήση στατιστικών στοιχείων KS για την αξιολόγηση του πίνακα αξιολόγησης που προκύπτει
Ένας πίνακας βαθμολόγησης κατασκευάζεται για να ταξινομεί διαφορετικά δάνεια ως προς τις πιθανότητες σε σχέση με ένα συγκεκριμένο γεγονός. Είναι απαραίτητο ένας τέτοιος πίνακας βαθμολόγησης να εκχωρεί διαφορετικούς λογαριασμούς σε δάνεια που αντιμετωπίζουν ένα γεγονός και δάνεια που δεν έχουν.
Για παράδειγμα, ένα γράφημα βαθμολόγησης πιστοληπτικής ικανότητας αποδίδει χαμηλότερη βαθμολογία σε εκείνα τα δάνεια που στη συνέχεια αντιμετωπίζουν σοβαρή δυσκολία αποπληρωμής ή αθετούν, έτσι ώστε, συνολικά, μια ομάδα επισφαλών δανείων θα πρέπει να έχει χαμηλότερη βαθμολογία από μια ομάδα καλών δανείων.
Για να προσδιοριστεί η ποιότητα του πίνακα που προκύπτει, σχεδιάζονται γραφήματα - καμπύλες κατανομής του ποσοστού καλών και ποσοστών επισφαλών δανείων (από τον αντίστοιχο συνολικό αριθμό καλών και κακών) ανάλογα με το μέγεθος του λογαριασμού και την ποιότητα της βαθμολογίας ο πίνακας (χάρτης) χαρακτηρίζεται από το πόσο χωρίζονται αυτές οι δύο καμπύλες.
Για τον αριθμητικό προσδιορισμό της ποιότητας του διαχωρισμού χρησιμοποιείται η στατιστική Kolmogorov-Smirnov (statistics K-S), η οποία δίνει ένα αριθμητικό μέτρο αυτού του διαχωρισμού. Η στατιστική KS υπολογίζεται απλά: είναι η μέγιστη διαφορά μεταξύ του σωρευτικού ποσοστού της κατανομής του «καλού» και του αθροιστικού ποσοστού της κατανομής του «κακού». Θεωρητικά, η στατιστική KS μπορεί να κυμαίνεται από 0 έως 100, αλλά στην πράξη συνήθως κυμαίνεται από 25 έως 75.
Μια κατά προσέγγιση διαβάθμιση μοιάζει με αυτό:
λιγότερο από 20 - ο πίνακας βαθμολογίας είναι πιθανώς ακατάλληλος για χρήση.
20-40 είναι καλό τραπέζι.
Το 41-50 είναι καλό τραπέζι.
Το 51-60 είναι πολύ καλό τραπέζι. />61-75 είναι ένα εκπληκτικά καλό τραπέζι.
περισσότερα από 75 είναι πιθανώς πολύ καλά για να είναι αληθινά, κάτι μάλλον δεν πάει καλά* (128).
Θα πρέπει να σημειωθεί ότι η ποιότητα των μοντέλων βαθμολόγησης θα πρέπει να ελέγχεται συνεχώς και η παρακολούθηση είναι υποχρεωτική διαδικασία κατά τη λειτουργία. Με την πάροδο του χρόνου, τόσο οι οικονομικές συνθήκες όσο και τα χαρακτηριστικά συμπεριφοράς των δανειοληπτών μπορεί να αλλάξουν και μόνο η έγκαιρη προσαρμογή ή ακόμη και η αντικατάσταση των μοντέλων βαθμολόγησης θα διασφαλίσει την αποτελεσματική διαχείριση των πιστωτικών κινδύνων.

Η βαθμολόγηση είναι ένα σύστημα αξιολόγησης πελατών που χρησιμοποιείται από τις τράπεζες, το οποίο βασίζεται σε στατιστικές μεθόδους. Κατά κανόνα, πρόκειται για ένα πρόγραμμα υπολογιστή στο οποίο εισάγονται τα δεδομένα ενός πιθανού δανειολήπτη. Ως απάντηση, δίνεται ένα αποτέλεσμα - αν αξίζει να του χορηγηθεί δάνειο. Το όνομα σκοράρισμα προέρχεται από την αγγλική λέξη score, δηλαδή «λογαριασμός».

Υπάρχουν τέσσερις τύποι βαθμολόγησης:

βαθμολογία αίτησης (κυριολεκτική μετάφραση από τα αγγλικά - "βαθμολόγηση αίτησης, έφεση") - αξιολόγηση της πιστοληπτικής ικανότητας των δανειοληπτών κατά την έκδοση δανείου. Αυτός είναι ο πιο κοινός τύπος βαθμολογίας που είναι γνωστός στους πελάτες. Βασίζεται στην αρχική συλλογή των προσωπικών δεδομένων του δανειολήπτη, στην επεξεργασία τους από υπολογιστή και στην έξοδο του αποτελέσματος: εάν θα χορηγηθεί δάνειο ή όχι.

συλλογή-βαθμολόγηση - ένα σύστημα βαθμολόγησης στο στάδιο της εργασίας με μη αποπληρωμένα δάνεια. Καθορίζει τις ενέργειες προτεραιότητας των τραπεζικών υπαλλήλων για την αποπληρωμή «κακών» δανείων. Στην πραγματικότητα, το πρόγραμμα σάς επιτρέπει να κάνετε μια σειρά από βήματα για να αντιμετωπίσετε μη εισπραχθέντα χρέη, για παράδειγμα, από μια αρχική προειδοποίηση έως τη μεταφορά της υπόθεσης σε μια εταιρεία είσπραξης. Πιστεύεται ότι κατά τη διάρκεια αυτής της επεξεργασίας, περίπου το 40% των πελατών ισχυρίζονται ότι ξεχνούν και επιστρέφουν το δάνειο.

βαθμολόγηση συμπεριφοράς, η «βαθμολόγηση συμπεριφοράς» είναι μια αξιολόγηση των πιο πιθανών οικονομικών ενεργειών του δανειολήπτη. Ένα τέτοιο σύστημα καθιστά δυνατή την πρόβλεψη αλλαγών στη φερεγγυότητα του δανειολήπτη και την προσαρμογή των ορίων που έχουν τεθεί για αυτόν. Η ανάλυση μπορεί να βασίζεται σε ενέργειες πελατών για μια συγκεκριμένη περίοδο, για παράδειγμα, συναλλαγές με πιστωτική κάρτα.

fraud-scoring - μια στατιστική αξιολόγηση της πιθανότητας δόλιων ενεργειών από την πλευρά ενός δυνητικού δανειολήπτη. Αυτή η βαθμολόγηση χρησιμοποιείται συνήθως σε συνδυασμό με άλλους τύπους έρευνας πελατών. Πιστεύεται ότι έως και το 10% των αθετήσεων δανείων στη Ρωσία συνδέονται με απάτη, και αυτό το ποσοστό αυξάνεται.

Πολλά συστήματα βαθμολόγησης όχι μόνο επεξεργάζονται τα δεδομένα που έχουν εισαχθεί, αλλά είναι επίσης ικανά να αυτοεκπαιδεύονται: λαμβάνουν υπόψη το μοτίβο συμπεριφοράς των πελατών που έχουν ήδη γίνει δεκτό για εξυπηρέτηση, προκειμένου να προσαρμόσουν την αξιολόγησή τους για τους μελλοντικούς δανειολήπτες.

Υπάρχουν έτοιμες λύσεις στην αγορά τραπεζικού λογισμικού. Τα πιο διάσημα δυτικά προγράμματα είναι τα SAS Credit Scoring, EGAR Scoring, Transact SM (Experian-Scorex), K4Loans (KXEN), Clementine (SPSS). Μεταξύ των Ρώσων προγραμματιστών ξεχωρίζουν η Basegroup Labs και η Diasoft και είναι γνωστή η ουκρανική εταιρεία Business Neuro-Systems. Ταυτόχρονα, πολλές τράπεζες αναπτύσσουν τα δικά τους συστήματα.

Τα συστήματα βαθμολόγησης καθιστούν δυνατή τη μείωση του κόστους και την ελαχιστοποίηση του λειτουργικού κινδύνου αυτοματοποιώντας τη λήψη αποφάσεων, μειώνουν τον χρόνο διεκπεραίωσης των αιτήσεων δανείου, επιτρέπουν στις τράπεζες να ασκούν την πιστωτική τους πολιτική κεντρικά και παρέχουν πρόσθετη προστασία στους χρηματοπιστωτικούς οργανισμούς από απάτες. Ταυτόχρονα, η βαθμολόγηση έχει επίσης μια σειρά από μειονεκτήματα: συχνά η απόφαση του συστήματος βασίζεται στην ανάλυση των δεδομένων που παρέχονται αποκλειστικά από τον ίδιο τον δανειολήπτη. Επιπλέον, τα συστήματα βαθμολόγησης πρέπει να βελτιώνονται και να διατηρούνται συνεχώς, καθώς λαμβάνουν υπόψη μόνο την προηγούμενη εμπειρία και ανταποκρίνονται στις αλλαγές της κοινωνικοοικονομικής κατάστασης με καθυστέρηση.