Рис. 5.2. Схема алгоритма интеллектуальной поддержки |
принятия решений (продолжение) |
105
Рис. 5.2. Схема алгоритма интеллектуальной поддержки |
принятия решений (окончание) |
На втором шаге соискатель заполняет анкету в соответствии с кредитной политикой банка, получает оценку платежеспособности. После того, как он даст согласие на оценку его кредитоспособности, соискатель заполняет анкету КЗ. Далее кредитный инспектор заносит данные в систему.
На четвертом шаге алгоритма формируется управляющее воздействие на систему оценки кредитоспособности. Критерии системы
106
формируются на основании оценки их эффективности, а именно на оценке репрезентативности обучающей выборки (в соответствии с типом группы соискателя), на оценке правильности принятых решений на основании оценки платежеспособности/кредитоспособности (по правилу большинства). Управляющее воздействие учитывает возможность выбора предпочтений как по умолчанию (с учетом критериев системы), так и в соответствии с активным планом действий аналитика или риск-менеджера кредитной организации в соответствии с кредитной политикой банка.
На последнем пятом шаге осуществляется обход дерева поддержки принятия решения с набором управляющих воздействий на интеллектуальную подсистему формирования СПП и подсистему предпочтений в зависимости от ситуаций поддержки принятия решения. При этом система обращается к БД средств управления, БЗ решенных задач по принятию решений. Исходом является принятие решения.
Таким образом, МЗ для оценки вероятных рисков невозврата кредитных средств, связанных с субъективным кредитным поведением дает возможность значительного увеличения динамически меняющегося многомерного множества разнородных признаков.
Алгоритм интеллектуальной поддержки принятия решений о возможности выдачи кредита на основе оценки кредитоспособности с ситуационным управлением системой оценки рисков, реализующий предложенную концепцию. БП для принятия решения обеспечивает уход от переборов ситуаций в случае наличия противоречий в системе, которые обусловлены участием таких оценок соискателя, как платежеспособность и кредитоспособность согласно плану активного вмешательства ЛПР или плану, принятому по умолчанию. Алгоритм направлен на поддержание системы в актуальном состоянии и позволяет в квазидинамическом режиме изменять ключевые критерии оценки субъективного кредитного поведения КЗ.
107
Глава 6. РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ИСППР И АНАЛИЗ ЭФФЕКТИВНОСТИ РАЗРАБОТАННОГО МЕТОДА И АЛГОРИТМОВ
В главе приведен краткий анализ существующего программного обеспечения, используемого кредитными организациями, представлена функциональная структура ИСППР со схемой базы данных. Также представлены алгоритмы программной реализации разработанной ИСППР. В соответствии с выявленными функциями и ограничениями разработана схема отражения функций и прав доступа кредитного инспектора и аналитика в структуре ИСППР. Приведены результаты анализа эффективности разработанного метода и алгоритмов посредством разработанной ИСППР.
6.1. Анализ программного обеспечения, используемого банками для принятия решения о выдаче кредита физическому лицу
Для анализа в работе использованы публикации [16, 90,132, 135, 149, 158], а также для более детального изучения, информация с сайтов разработчиков рассматриваемых программных продуктов [79. 87, 160, 163, 165, 174]. Вопросы адресовались ведущим кредитным учреждениям, занимающимся розничным кредитованием. Результаты анализа приведены в табл. 6.1.
Таблица 6.1
Используемое скоринговое программное обеспечение
Программное обеспечение (ПО) |
Доля от общего количества получен- |
|
ных ответов, % |
||
|
||
Собственная независимая система (ко- |
15,9 |
|
эффициентный метод) |
||
|
||
Специализированное коммерческое ПО |
11 |
|
MS Excel(коэффициентный метод) |
10,4 |
|
Собственная разработка на базе АБС |
7,3 |
|
(коэффициентный метод) |
||
|
||
Собственная разработка на базе других |
|
|
систем автоматизации (коэффициент- |
6,1 |
|
ный метод) |
|
|
Собственная разработка (без уточнения |
|
|
платформы разработки) (коэффициент- |
0,6 |
|
ный метод) |
|
|
Затруднились ответить |
48,8 |
108
Вкачестве респондентов выступали руководители и сотрудники отделов и управлений по кредитованию физических лиц, а также специалисты банковских подразделений автоматизации. Приведенные данные в табл. 6.1 показывают, что основным методом принятия решений для выдачи кредита является коэффициентный метод и большая часть банков, работающая в секторе розничного кредитования, использует MS Excel или его аналоги.
Втабл. 6.2 обобщена информация о скоринговых системах, представленных на российском рынке.
|
|
|
Таблица 6.2 |
Скоринговые системы, представленные на российском рынке |
|||
|
|
|
|
Программный продукт |
Компания- |
Основание для |
Применение |
|
разработчик |
принятия реше- |
|
|
(дистрибьютор |
ний |
|
|
интегратор) |
|
|
1 |
2 |
3 |
4 |
Credit Scoring Solution |
SAS |
Технология «data |
Находится в про- |
|
|
mining» на осно- |
мышленной экс- |
|
|
ве классической |
плуатации: |
|
|
анкеты заёмщи- |
Райффайзен Банк |
|
|
ка, |
(Австрия); |
|
|
стандарт ЦБ |
Никойл Банк; |
|
|
|
Банк Ренессанс; |
|
|
|
Капитал; |
|
|
|
Дельта-Банк; |
|
|
|
Московский Меж- |
|
|
|
дународный Банк. |
Автоматизированная |
Страховая |
Модели скорин- |
Банк «ЦентроКре- |
система РОСНО по |
компания |
га, основанные |
дит»; Инвестсбер- |
предоставлению пред- |
РОСНО |
на методах мате- |
банк; |
страховой экспертизы |
|
матической ста- |
(алгоритмы анали- |
(терминальная часть |
|
тистики и психо- |
за и сама модель |
этого продукта извест- |
|
логической |
скоринга в данном |
на как АРМ «Клиент») |
|
оценке личности |
продукте остаются |
|
|
анкетируемого |
закрытыми для |
|
|
(продукт обеспе- |
банка); Global |
|
|
чивает страхо- |
Payments Credit |
|
|
вую защиту с ис- |
Services (одно из |
|
|
пользованием |
первых россий- |
|
|
системы скорин- |
ских бюро КИ. |
|
|
га) |
|
109