First payment default (FPD)
Дословно переводится как дефолт первого платежа и представляет собой обозначение возникновения просрочки сразу же в рамках первого периода пользования кредитными средствами. Другими словами, отказ заемщика обслуживать кредит/заем в первый месяц, в случае если в рамках договора предусмотрено ежемесячное погашение кредита.
По данным специалистов, во многих случаях отказ погашать кредит с первого месяца связан с мошенничеством, то есть заемщик уже на этапе оформления кредита принимает решение не возвращать его. First payment default является большой проблемой для кредиторов, так как просрочка в первый месяц, как правило, говорит о том, что средства вернуть не удастся. Большая доля First payment default в портфеле МФО или банка свидетельствует о проблемах в скоринговой модели компании и требует срочного ее пересмотра и совершенствования. В противном случае это может привести к банкротству.
Все термины на букву «F»
Автор: Маргарита Гвоздева, аналитик портала Zaim.com
ООО «ИА «Займ.ком»
Страшное слово «Скоринг», или то, что вы давно хотели, но боялись спросить
Риск-технологии начали серьезно развиваться в России с 2008 года. Буквально 5 лет назад индустрия была еще совсем «зеленой», а сегодня сделала колоссальный рывок. Мы часто слышим о том, что финансовым организациям работать с рисками важно и нужно, однако, все же большое количество людей и компаний не совсем понимают специфику такой работы. Этот гайд станет отличным обучающим материалом для всех и позволит разложить вопросы по полочкам.
Что такое скоринг
Скоринг (от англ. scoring — подсчет очков в игре) — это модель классификации клиентской базы на различные группы, если неизвестна характеристика, которая разделяет эти группы, но известны другие факторы, связанные с интересующей нас характеристикой. Существует много разных скорингов, которыми пользуются компании, но самым главным для банков и МФО остается application scoring, то есть «заявочный» скоринг, который происходит на момент подачи заявки клиентом на получение кредитного продукта. Цель данного инструмента заключается в управлении кредитным риском, а именно максимально точном отделении тех, кто вернет деньги, от тех, кто не сможет этого сделать.
Для решения задачи скоринга в базовом виде могут использоваться простые классификаторы, допустим, является ли клиент пенсионером, отвечают ли по указанному рабочему номеру и многие другие. Понятно, как эти факторы влияют на риск и какие правила из этого могут вытекать: например, скидка пенсионерам как хорошим клиентам и отказ в выдаче неработающим заемщикам. При этом мы понимаем, что чем больше получено данных и чем качественнее эта информация, тем больше можно построить различных правил. Но с увеличением количества данных растет сложность их обработки, и правила органичным образом преобразуются в математические модели.
Кому нужен скоринг
Очевидное для крупных организаций оказывается не самым очевидным для небольших. Далеко не все МФО пользуются услугой запроса данных из БКИ, чего же говорить о других источниках. Почему так происходит?
Некоторым не хватает базовых знаний, они не знают с чего начать и не понимают, как вообще это может помочь. Другим, кто понимает основы, также известно, что построить хороший скоринг сложно — нужен хороший риск-менеджер, а это дорого и непонятно как оценить эффективность его работы. Третьи вообще опасаются участвовать в процессах передачи и получения данных. Например, еще несколько лет назад, многие, в том числе и крупные МФО, боялись передавать свои данные даже в БКИ. Сейчас же закон обязывает передавать данные о клиентах, и ни о каких инцидентах рынок не слышал. Причин может быть много, хотя на вопрос, кому нужен качественный скоринг, то уверенно отвечу — всем.
Как понять, что скоринг работает
Во-первых, все смотрят на показатель просроченной задолженности или попросту «просрочку». В банковском секторе есть устоявшаяся методология и соответствующие виды просрочки — portfolio NPL (доля плохих займов в портфеле, говорит о качестве текущего портфеля), FPD/SPD (отсутствие первого или второго платежа, помогает находить мошеннические кредиты), 90+ dpd in a year (просрочка более 90 дней через год после выдачи займа, чаще всего используется для построения и оценки скоринговых моделей).
На данный момент на рынке МФО все по-разному считают просрочку и адаптируют под свои продукты на схожих принципах. Соответственно, для оценки работы скоринга используют ту же методологию — просрочку по поколениям, так называемый «винтажный» или «когортный» формат. Суть его заключается в том, чтобы посмотреть, как выдачи определенных периодов ведут себя через какой-то фиксированный промежуток времени. Такой формат завоевал довольно широкую популярность, потому что при его использовании очень удобно увидеть, когда произошли те или иные изменения в процессе кредитования.
Таблица 1. Пример того, как выдачи разных месяцев попадают в просрочку 90+
Во-вторых, вместо показателя просрочки можно использовать «рекавери рейт», то есть долю всех оплат по отношению к выдачам в «винтажном» формате. Проще говоря, выдав 100 рублей, сколько компания вернет с них с учетом основного долга, уплаты всех процентов штрафов и пеней. Данный показатель уже давно используется для поколенческого анализа в мире и набирает популярность на российском рынке. Дополнительно о его популярности говорит то, что, начиная с 2017 года, этот показатель можно встретить в запросах на предоставление статистики от Банка России к МФО.
Таблица 2. Пример того, как выдачи разных месяцев выплачиваются с течением времени
Соответственно, если просрочка падает, а «рекавери рейт» растет при сохранении объемов выдач — компания начинает больше зарабатывать. Это утверждение верное, но оно не единственное. Чтобы разобраться, нужно понять, за счет чего скоринг может увеличивать доходы организации.
Конкретные кейсы, где может помочь скоринг
1. Отказывать клиентам, на которых компания теряет деньги.
Почти любой скоринг можно улучшить, добавив данные и хорошую модель. Это поможет найти в клиентской базе «плохих» клиентов, которые до этого «прятались» среди других. Существенное улучшение скоринговой модели поможет определить 10-20% текущих действующих клиентов, у которых «рекавери рейт» значительно ниже 100. То есть в этом сегменте вы не зарабатываете, а занимаетесь благотворительностью для мошенников и самых неблагонадежных заемщиков.
2. Одобрять некоторым клиентам, которым компания сейчас отказывает.
Почти все МФО используют много стоп-факторов — простых условий, после которых не производится выдача займа. Примером может служить ограничение возраста заемщика 21 или 25 годами. Всем известно, что чем моложе заемщик — тем в среднем выше шансы у него не вернуть займ. Но не стоит всех ставить «под одну гребенку». Может быть, он регулярно оплачивает платежи, полноценно работает несколько лет и обладает другими факторами «хорошего» клиента. Скоринг поможет найти таких клиентов и не отказывать им по ряду стоп-факторов.
3. Одобрять различные суммы.
Многие МФО недооценивают важность этого метода. Он менее интерпретируемый, поэтому удобнее всего изучить его на примере инфографики, из которого станет понятно, насколько больше можно заработать, просто перераспределив суммы между скоринговыми интервалами.
Пример того, как работает скоринг
Большие игроки уже давно используют скоринг, но с чего начать остальным
Первый — не самый простой способ — развивать свою систему оценки рисков, подключать много источников данных, делать ретроспективные тесты и самим строить модели. Подходит для крупных проектов с высокими объемами ежемесячно обрабатываемых заявок. Требует больших инвестиций на время набора персонала и организации системы управления рисками. При этом дает максимальное качество.
Второй — для быстрого начала — получать скоринг от БКИ или от другого источника данных, предоставляющего скоринговый балл отдельно для банков и МФО. Сейчас крупная тройка БКИ (НБКИ, Эквифакс, ОКБ) имеет полную линейку таких продуктов и постоянно их улучшает. Начать работать достаточно просто, к тому же это может сразу дать высокий прирост в эффективности. Сложности могут только быть, когда нужно объединять данные нескольких бюро или источников, и если нет риск-менеджера или даже просто человека с математическим образованием, готового разбираться в вопросе.
Третий — воспользоваться услугами сервисов, предоставляющих готовую агрегированную скоринговую оценку — например, scortech.ru, scorista.ru. Эти проекты знают, что нужно заказчику, их модели проверены на миллионах заявок и подходят для всех, кроме, пожалуй, лидеров рынка, обладающих большими объемами данных и собственной укомплектованной командой, хорошо знакомой со спецификой бизнеса данной конкретной организации.
Помимо прямой выгоды для участников рынка развитие скоринговых систем очень важно для целей снижения социальной напряженности и увеличения финансовой доступности. «Хорошие» заемщики не должны платить за «плохих», и «хорошему» заемщику всегда должен быть одобрен кредит или займ, а тем, кто не сможет исполнить свои обязательства в срок, должны быть ограничены в предоставлении услуги. Мы искренне верим в это, поэтому заложили тезис в миссию нашей группы компаний: создавать услуги и технологии, чтобы сделать финансы доступными.
Зачем нужны продакт-менеджеры в финтехе
Все знают, что продакт менеджеры делают в е-коммерс: оптимизируют воронку и придумывают «как сделать сайт таким же удобным для покупок, как домашние тапочки для похода на кухню ночью». Но сегодня почти любая уважающая себя компания, которая так или иначе присутствует в диджитале, начинает внедрять продуктовый подход с свою работу: телеком, банки, страховые… даже фастфуд.
Под катом Александр Окулов из компании ID Finance рассказывает о том, какие вопросы стоят перед продактами в финтехе, цифровом с рождения, но много взявшем от своих родителей, традиционных банков и финансов. В финтехе, как правило, бизнес строится вокруг продукта и везде сплошной agile, а про «водопад» слышали лишь те кому за 30 и кто успел поработать в компаниях-динозаврах.
Пара слов о трех черепахах
Продукт в финтехе это лишь одна из этих черепах, которая как и в е-коммерс несет на себе воронку. Еще две черепахи — это маркетинг и риски. Маркетинг приводит трафик в воронку, а риски ставят фильтры в его горлышке. Если будет хромать одна из трех черепах, бизнес может накрениться и дефолтнуть.
Это ключевое отличие от диджитал компаний, где часто есть только продукт и маркетинг продукта. Почти половина вопросов, которые приходится решать той или иной черепахе — находятся на стыке ответственности двух других и поэтому их приходится решать совместно в команде, много обсуждать и много тестировать.
Отсюда очень важная особенность продуктовых вопросов в финтехе: нужно понимать сленг коллег, в первую очередь из рисков, зависимости между смежными KPI и как изменения одного приводят к изменениям в другом.
Давайте начнем со слэнга, а потом посмотрим несколько кейсов, когда продактам нужно взаимодействовать с прагматичными риск-математиками и мечтательными маркетологами.
Сленг кредитных рисковиков
AR — approval rate. Соотношение одобренных кредитов к поданным заявкам.
IR — issue rate. Соотношение выданных кредитов к поданным заявкам (бывает так, что компания одобрила заем, но он не был выдан: банк отклонил транзакцию или сам заемщик передумал).
RR — recovery rate. Соотношение входящего денежного потока к исходящему.
NPL — non performing loan. Соотношение количества “не платящих” клиентов к тем, кто оплачивает вовремя. Иными словами просрочка.
NPL2, NPL15, NPL30, NPL90 — non performing loan after 2,15,30,90 days. Соотношение NPL взятое через 2,15,30,90 дней после даты планового поступления.
FPD, SPD, TDP — first (second, third) payment default. Термин актуальный для кредитов с аннуитетными платежами, это соотношение количества “не платящих” первый (второй, третий) платеж к тем, кто оплачивает этот платеж вовремя.
Как вы уже, наверное, догадались, все эти показатели выражаются в процентах и многие из них актуальны для всей банковской индустрии, правда называться они могут по-разному. Например даже у нас в компании у финансистов есть своя странная терминология, которую они используют. Ну и смотреть эти показатели нужно в разрезе винтажей. Что? Да, я тоже раньше называл их “купажами” и не мог понять зачем финансисты извратили всем известную терминологию когортного анализа. Если коротко, то в финансах винтаж ~ когорта, только когорта клиентов, а не кредитов. Чтобы расставить все точки над рисками, надо сказать что самым важными показателями являются RR, NPL и AR.
Немного про recovery
Продуктовый мир живет в парадигме юнит экономики и LTV (life time value, жизненный цикл клиента) и мало кто слышал про recovery, но на самом деле они очень похожи. И тот и другой про то, сколько ты зарабатываешь с определенной группы. Но вот в чем отличия:
- recovery это соотношение входящего денежного потока к исходящему денежному потоку определенного винтажа, а LTV это разница статичных величин (доход минус расход)
- recovery показывает доходность одного винтажа в рамках одного кредитного цикла, а LTV за весь жизненный цикл
- один в процентах, другой в валюте.
Представьте себе кредитный продукт длительностью в 12 месяцев. В течении года вы каждый день выдаете эти 12-месячные кредиты. Как понять сколько вы заработали по результатам года, ведь многие могут не вернуть кредит, многие могут закрыть кредит раньше срока и т.д.? Для этого нужно ждать пока пользователь заплатит по этим кредитам до 3-4 платежа (“дать вызреть”) и затем на основе статистики каждого винтажа вы сможете спрогнозировать recovery вашего портфеля. Посчитать выручку дальше уже несложно.
Зачем продакту нужен этот показатель? Очень часто, когда вы тестируете бизнесовые изменения, а не UI/UX (юзабилити) который проще померить в конверсии, то основным “мерилом” эффекта будет именно recovery, показатель отражающий удельное повышение вашего заработка.
NPL — это второй по важности показатель. Он применим к винтажам и к портфелю целиком. Это показатель характеризует пользовательский трафик, который проник в вашу воронку и приносит вам деньги. И чем он ближе к 0% — тем лучше, 0% означает что все клиенты платят по кредитам. Так, конечно же, не бывает в реальной жизни. Всегда есть те пользователи, которые не платят за свою подписку в Netflix. Но Netflix может просто отключить им доступ к своему контенту. Мы же не можем забрать выданные деньги назад, поэтому для нас это потери, которые сильно влияют на экономику как продукта, так и всего бизнеса. И примерно каждый второй тест, который запускают продакты и маркетинг требует оценки изменения NPL.
AR/IR. Все мы знаем, как работают банки, они нас “скорят”, прогоняют собранные про нас данные через свои модели оценки рисков, ставят нам баллы и определяют “хороший” или “недостаточно хороший” клиент перед ними. Уровень одобрения это результат работы скоринга. Чем более продвинутые скоринг-модели у компании, тем больше клиентов она сможет получить на рынке, и тем больше будет отдача от инвестиций в привлечение клиентов.
Надеюсь вы понимаете, что обозначенные риск-показатели это лишь верхушка айсберга.
Маркетинговые показатели
Они очень похожи на продуктовые, важно то, как отделы договаривается по зонам ответственности внутри компании. Как правило CR (конверсия) и retention — это совместные продуктово-маркетинговые показатели, а вот стоимость привлечения клиента уже чисто маркетинговый показатель.
- Трафик, за который отвечает маркетинг сильно влияет на конверсию. Можно пригнать тонны пользователей, из которых до конца воронки дойдут единицы. Потому что, например, это совершенно нецелевой трафик.
- Трафик, который может хорошо конвертироваться — может плохо проходить через барьер скоринга. Опять же потому что это просто не те клиенты, которые вам нужны.
- Трафик, который хорошо конвертируется и даже проходит через скоринг тоже может быть не тем, что вы ищете. Просто потому что его NPL может быть выше среднего.
Главная цель продактов
Как я уже говорил, одна из важнейших зон ответственности продактов в ID Finance — это воронка: процесс, когда пользователь становится нашим клиентом заходя на наш сайт. Воронки в разных сервисах могут быть технически устроены по разному, но цель продактов всегда одинакова: минимизировать издержки (funnel costs: APIs, comminications, processing, identification, OCR and other) и максимизировать количество пользователей, добравшихся до горлышка — CR (конверсию). Тут и решение вопросов дизайна и UI, UX (юзабилити), API интеграций (в наших воронках много интеграций со сторонними сервисами), возврат брошенных регистраций (они же abandoned basket в онлайн шоппинге), вопросы безопасности, моделирование кейсов и просчет экономики улучшений — все это в борьбе за драгоценные процентные пункты конверсии.
Однако, конвертнуть пользователя с сайта — это лишь начало. Пользователей, ставших обладателями ценного звания нового клиента, предстоит еще обернуть в повторных клиентов. Тут работает стандартный тандем маркетинга и продакт менеджеров — вместе мы придумываем как это сделать и следим за retention (у нас ~90%). В ход идет весь арсенал директ-маркетинга и коммуникаций, разработка привлекательных продуктовых предложений (но с хорошей экономикой), бонусные программы, скидочные программы и т.п. И, конечно же, через пару лет после старта проекта повторные пользователи становятся основным источником прибыли и мы о них активно заботимся и думаем.
Экономика проекта
Экономика — это самая интересная и самая сложная часть в разработке продуктового функционала в финтехе. Тут мы следим за average check (средним чеком), и за LT/LTV. При тестировании и проработке продуктовых особенностей необходимо отследить весь ворох показателей. Именно это сложнее всего, потому что мы частично на поляне “рисков”, владельцев показателей (просрочки и recovery), которые на самом деле не любят рисковать.
Они будут стараться минимизировать доли трафика на тестовые ветки, придумывать множество причин почему нужно осторожничать. Нужно отдать им должное — они очень часто оказываются правы, математики все-таки. И компромисс — это то, что помогает найти золотую середину между рискованностью нашего MVP и минимизацией возможных потерь при фейле. Тесты в области экономики продукта довольно долгие, но если тест оказывается успешным, то может принести хорошие дивиденды продукту и бизнесу.
Бизнес у нас непростой и без продактов в финтехе никак. Нужно быть техническим спецом, чтобы общаться на одном языке с dev командой и поставить задачу на разработку, нужно отлично понимать бизнес, чтобы заниматься разработкой и тюнингом продуктов, и нужно быть менеджером, чтобы заставлять все вокруг двигаться в нужном темпе.
В следующей статье расскажу зубодробительные кейсы про то, как ваша классная продуктовая фича может взвинтить и RR и NPL одновременно, и про то как можно улучшать CR одновременно снижая, например, AR.
- product management
- воронка конверсии
- риск-менеджмент
- маркетинг
- Блог компании ID Finance
- Usability
- Повышение конверсии
- Управление продуктом
Fpd spd tpd что это
Методология разработки рисковых политик
Ключевая задача любого портфельного менеджера – обеспечение оптимального соотношения риск-доход, т.е. уровня доходности кредитного продукта. Основной инструмент решение данной задачи – продуманная рисковая политика, которая, с одной стороны, позволяет избежать выдачи нежелательных с точки зрения качества кредитных продуктов, а, с другой, обеспечивает достаточный уровень объема продаж данных продуктов.
Кредитная политика – это набор правил и инструментов, регламентирующих процесс предоставления и обслуживания кредитных продуктов. Таким образом, управление кредитным риском включает в себя разные элементы – это и методология работы с кредитной заявкой менеджером по продажам, это настройка фронт-системы, методология системы принятия кредитного решения (рисковые политики), методология андеррайтинга, методология работы с просроченной задолженностью и т.п. В данной статье речь пойдет о ключевом для портфельного менеджера элементе системы управления кредитным риском – методологии разработки автоматических правил принятия кредитного решения (рисковых политик).
Сигналом к необходимости пересмотра существующих или разработки новых рисковых политик обычно служат результаты мониторинга кредитного портфеля и качества новых выдач.
При мониторинге кредитного портфеля негативным сигналом будет являться рост доли портфеля[1] в сегменте ранней просрочки (сегмент договоров в просрочке 0-30 dpd[2]) или наоборот рост сегмента NPL[3]. При обнаружении негативных трендов в вышеуказанных показателях необходимо определить какие поколения выдач служат причиной негативной динамики. Возможно, рост просрочки наблюдается только по недавним выдачам, а динамика вызревшего[4] портфеля стабильна. Другой вариант – растет просрочка в «старом» портфеле. Третий вариант – уровень просроченного долга растет по всем винтажам[5]. В любом из случаев, необходимо убедиться в том, что негативный тренд не связан с возможными изменениями в работе коллекшн (например, низкая интенсивность звонков по недавним выдачам/«вызревшему» портфелю, отсутствие смс-информирования о предстоящих платежах, т.п.). В случае ухудшения показателей по всем поколениям выдач необходимо помимо работы коллекшн и анализа рисковой политики изучить изменения макроэкономической конъюнктуры (динамику уровня безработицы, реальных доходов населения, т.п.).
Индикаторы качества портфеля не всегда могут своевременно подсказать о наличии проблем. Для контроля актуальности рисковой политики портфельному менеджеру в первую очередь необходимо осуществлять мониторинг винтажных индикаторов просрочки. К таким показателям относятся: 1) ранние индикаторы просрочки (FPD, SPD, TPD, FPD90, 30+@3MOB, 30+@6MOB, 60+@6MOB, 90+@6MOB); 2) поздние индикаторы просрочки (90+@12/24MOB)[6]. При этом негативная динамика[7] по таким индикаторам, как FPD, SPD, TPD, FPD90, 60+@6MOB, 90+@6MOB – сигнал к проверке прежде всего правил и процедур, направленных на предотвращение мошенничества.
Анализ винтажных индикаторов просрочки следует начинать с сегментации винтажей – разделения на различные с точки зрения кредитного риска сегменты с целью проверки, в каком из сегментов наблюдается негативная динамика. Примеры вариантов сегментации:
— по уровню предсказанного риска (по сегментам предсказанной скором вероятности дефолта);
— по уровню кредитной нагрузки (по группам уровня DTI[8]);
— по сумме кредита (по определенным группам);
— по сроку кредита (актуально для потребительских кредитов и при анализе более длинных винтажных индикаторов или при анализе портфельных показательней).
— по уровню принятия решения (сегмент автоматического одобрения vs. сегмент, одобренный по результатам верификационных проверок);
— по каналу привлечения клиента (оформления заявки): интернет/офис, отделение/точка продаж.
— по региону оформления кредитного продукта;
— по социально-демографическим характеристикам клиента (возраст, уровень дохода, тип занятости);
— по качеству кредитной истории (глубина исторической просрочки на разных горизонтах (6, 12, 24 месяца); максимальный размер исторической просрочки , др.).
Данные сегменты анализируются как по-отдельности, так и с учетом различных пересечений. Удобным инструментом для анализа пересечений множества сегментов является дерево решений.
После того, как был определен сегмент, за счет которого произошло ухудшение качества винтажа, необходимо принять решение об изменениях кредитной политики. Планируемые изменения должны обеспечить соответствие качества выдаваемых кредитных продуктов риск-аппетиту банка.
Изменения могут быть различными:
— полный отказ определенной категории заявителей (например: снижение уровня cut off[9] c 12 до 10%; повышение минимального возраста; отказ в предоставлении кредитных продуктов категории индивидуальных предпринимателей; повышение требований к качеству кредитной истории[10]);
— ужесточение требований для определенных категорий заявителей (снижение максимально допустимого уровня DTI или максимальной суммы кредиты или максимального срока кредитования для определенных риск грейдов);
— изменение верификационной политики (расширение сегмента заявителей, направляемых на верификационные проверки; внедрение новых проверок).
До принятия окончательного решения об изменениях необходимо оценить влияние новых правил на уровень одобрения, объём выдаваемых кредитов, ожидаемый уровень качества одобренной популяции. Если новое правило в дополнении к текущим отсекает значительную часть популяции и при этом уровень риска отсекаемого сегмента немногим выше уровня риска оставшейся популяции, необходимо более ювелирно подойти к критериям нового правила, чтобы выделить более рисковый сегмент при меньшем сокращении уровня одобрения.
После того, как суть изменений определена, наступает не менее важный этап – постановка требований на модификацию стратегии принятия решения. Необходимо подробно описать суть новых правил. Предпочтительнее делать постановку в бизнес терминах (т.е. не в виде программного кода) и в формате «as is – to be» («как есть сейчас – как станет в будущем»). Важно описать не только суть самого правила, но и обозначить этапы работы стратегии (до вызова внешних сервисов или после; до заполнения полной анкеты или после) и сегменты заявителей, которые затрагивает данное правило. При этом важно не нарушить логику не затрагиваемых изменениями правил. Для того, чтобы грамотно поставить задачу у портфельного менеджера должно быть полное представление о работе стратегии принятия решения (этапы обработки заявки, правила, источники данных, …).
В течение первых дней после внедрения изменений необходим обоюдный контроль за работой нового правила и стратегии в целом как со стороны портфельного менеджер, так и риск-технолога. Срок мониторинга зависит от количества заявок, при стабильном потоке достаточно уделить пристальное внимание работе стратегии в первую неделю после внедрения. Убедившись в корректности реализации изменений с технической точки зрения, портфельному менеджеру необходимо оценить насколько совпало ожидаемое влияние изменений на реальный уровень одобрения, объём продаж, качество новых выдач. Любые отклонения – повод проанализировать причины и задуматься о корректировке (при необходимости). Сравнение обычно происходит в формате «as was – to be» («было – стало»). Анализ влияния на качество выдач потребует более длительного срока (как минимум 2-3 месяца для анализа краткосрочных индикаторов просрочки).
Ввиду постоянно меняющихся внешний условий (макроэкономической ситуации, действий конкурентов), а также по причине регулярных изменений внутри банка (новые продукты, новые сегменты клиентов, маркетинговые кампании) мониторинг качества портфеля и анализ необходимых изменений – это постоянные спутники работы любого портфельного менеджера.
[1] Изучаются показатели как «в штуках» (т.е. по количеству кредитных договоров), так и «в деньгах» (т.е. по сумме долга).
[2] DPD – days past due (дней в просрочке).
[3] NPL – non performing loans, портфель в просрочке более 90 дней.
[4] На балансе более года.
[5] Винтаж – поколение выдач.
[6] FPD – first payment default (первый просроченный платеж), SPD – second payment default (два первых просроченных платежа), TPD – third payment default (три первых просроченных платежа), FPD90 – один просроченный платеж в течение первых 90 дней обслуживания кредитного продукта. MOB – months on book (количество месяцев на балансе банка). Показатели ДД+@ХMOB – количество договоров (или сумма лимитов), по которым в течение первых Х месяцев обслуживания кредита была допущена просрочка ДД+ дней.
[7] Рост показателя по поколениям выдач в течение времени.
[8] DTI – debt to income, соотношение всех кредитных обязательств клиента к уровню чистого дохода (за вычетом налогов).
[9] Уровень cut off (отсечения) – значение максимальной вероятности дефолта, которую банк рассматривает в качестве приемлемой для кредитования.
[10] Например, внедрение правила по отказу при условии наличия у заявителя просрочки более 30 дней за последние 12 месяцев по данным БКИ).