Эксперты сходятся во мнении, что моделирование кредитного риска должно развиваться в семи аспектах.

Полную величину COVID-19 по потребительскому кредиту по-прежнему невозможно подсчитать. Но одно те из нас, кто занимается рынками потребительского кредитования, знают точно: пандемия навсегда изменит моделирование кредитования. На этой неделе стратегическая консалтинговая фирма Oliver Wyman собрала отличную группу руководителей кредитных рисков, чтобы обсудить влияние COVID-19 на потребительские финансовые услуги. Многие из их выводов совпали с тем, что мы видели на Zest.ai, где мы использовали машинное обучение для мониторинга поведения потребителей в отношении кредитов, когда пандемия разразилась, а затем распространилась. Вот краткое изложение формирующегося консенсуса среди специалистов по кредитным рискам относительно влияния COVID-19 на андеррайтинг потребительских кредитов:

  1. Чтобы эффективно выдавать и реструктурировать кредиты в современном мире, кредиторам необходимо пересмотреть свои оценки риска, и даже радикальной корректировки обычных моделей и политик может быть недостаточно. Практически никто не проводил стресс-тестирования. их кредитные модели для спада такой серьезности и скорости, когда уровень безработицы подскочил до 14%, а ВВП упал на 5% за считанные недели. Многие прогнозы предполагают, что экономическая активность останется резко сниженной даже после того, как мы согнем кривую COVID-19. Учитывая, как быстро наступило ухудшение, большая часть возникших в результате проблем с потребительским кредитом еще не отражалась в данных бюро кредитных историй, и многие кредиты, на которые сейчас наложена отсрочка, по-прежнему сообщаются кредиторами как текущие. Даже после того, как бедственное положение потребительского кредита будет более точно отражено в данных, процессы разработки моделей и управления в большинстве финансовых учреждений не будут иметь скорости, необходимой для адаптации к происходящему. (По этой причине кредиторы, не имеющие сложных средств мониторинга моделей, должны относиться к своим текущим результатам моделей с высокой степенью скептицизма в отношении обозримого будущего.)
  2. Кредиторы, которые разовьют способность отделять хороших заемщиков от плохих в трудные времена, займут долю рынка и в долгосрочной перспективе получат больший рост, прибыльность и лояльность клиентов. Большинство кредиторов не в состоянии точно проанализировать риск в случае глобальных экономических кризисов, особенно кризисов такого масштаба. В результате мы видели, как многие кредиторы полностью прекращали первоначальные выплаты, ожидая восстановления. Эта ситуация создает возможность для тех кредиторов, которые используют превосходную аналитику и высокую ликвидность, чтобы получить долю рынка, сохраняя точность и оставаясь гибкими независимо от рыночных условий.
  3. Существует несколько очевидных действий, которые кредиторы могут предпринять, чтобы лучше контролировать кредитный риск. К ним относятся: (а) более строгие требования к подтверждению доходов и занятости за счет большего использования данных расчетных счетов от таких поставщиков, как Yodlee и Plaid, и таких продуктов, как Equifax's The Work Number; (б) сосредоточиться на клиентах со сбережениями, а не на тех, кто живет от зарплаты до зарплаты; и © для автомобилей и других кредиторов, обеспеченных активами, скорректируйте коэффициенты LTV.
  4. Самая сложная задача, стоящая сегодня перед кредиторами, — определить, следует ли и каким образом реструктурировать кредиты в случае просрочки или дефолта. Отделить заемщиков, переживших временный экономический кризис, от тех, кто никогда не восстановится, очень сложно, отчасти потому, что данные, необходимые для проверки большинства прогнозов, недоступны. Кроме того, большинство кредиторов настроены на управление портфелями с низким уровнем дефолтов, и им не хватает автоматизации и тщательной аналитики, чтобы быстро улучшить свои стратегии по снижению убытков при резком росте дефолтов. Типичный оператор колл-центра, в котором работают люди, выполняющие ручную проверку счетов, вряд ли сможет эффективно и действенно определить, какие заемщики заслуживают компенсации, а какие нет — кредиторам потребуются машинное обучение и автоматизация для эффективной реструктуризации просроченных кредитов в масштабе.
  5. Клиенты, скорее всего, изменят свою иерархию платежей. Во время финансового кризиса 2008 года многие заемщики оказались в своих домах под водой, поэтому для многих было финансово целесообразно не выплачивать ипотечные кредиты, но продолжать оплачивать автомобили и кредитные карты. . В нынешнем кризисе заемщики прячутся дома и не так много ездят, поэтому платежи по ипотечным кредитам могут стать приоритетными по сравнению с автомобилями. Платежи по кредитным картам также, вероятно, будут иметь приоритет перед автоматическими платежами, поскольку большинству заемщиков необходимо покупать продукты и предметы первой необходимости, пока они остаются дома.
  6. В дальнейшем кредитные модели должны будут включать переменные, которых раньше не было. Вместе с правильной математикой большее количество переменных означает большую точность и устойчивость моделей. В мире, подверженном пандемии, важными новыми источниками данных для кредитных моделей будут:
  • Проверка данных счета и других платежных транзакций
  • Прогнозы безработицы (в том числе, возможно, по географии и отрасли, хотя эти типы переменных могут вызвать проблемы со справедливым кредитованием);
  • Показатели интенсивности передачи COVID-19 (хотя, опять же, нам нужно следить за справедливым кредитованием — есть много свидетельств того, что меньшинства более неблагоприятно затронуты COVID, поэтому такие переменные, вероятно, могут вызвать тревогу);
  • Переменные, связанные с другими потенциальными маловероятными событиями со значительными последствиями, такими как климатический риск.

7. Кредиторы, которые смогут быстро запустить кредитные модели ИИ (и контролировать их), будут иметь преимущество. Дни кредитных моделей, которые используют 15–20 переменных, полагаются на элементарную математику и требуют больше года для запуска в производство, долгие. ушел. Единственный способ для кредиторов преуспеть на этом кредитном рынке — использовать больше данных, лучшую математику и инструменты, которые быстро оживляют модели. Кредиторы, автоматизировавшие ключевые этапы процесса разработки модели, проверки, документирования и управления, смогут быстрее реагировать на изменения на рынке, чем те, кто этого не сделал. Между тем, расширенное тестирование справедливого кредитования и мониторинг многомерных моделей станут нормой. Инструменты искусственного интеллекта потребуются для мониторинга распределения входных и выходных данных, дрейфа функций, аномалий и выбросов, а также других показателей справедливости, таких как коэффициенты одобрения в режиме реального времени.

Те из нас, кто работает с кредитным риском, могут вернуться в офисы и на рабочие места в ближайшие несколько месяцев, но влияние COVID-19 на нашу работу будет постоянным. Для кредиторов уже начался дивный новый мир кредитного моделирования. Если вам интересно узнать, как правильные инструменты разработки модели ИИ, управления и мониторинга могут помочь кредиторам добиться успеха в этой новой реальности, присоединяйтесь к моему коллеге на вебинаре Джея Будзика 5 мая 2020 года в 13:00 по тихоокеанскому времени. Какими бы трудными ни были эти времена, COVID-19 предоставляет кредиторам возможность ускорить свою цифровую трансформацию и занять хорошие позиции, чтобы выиграть будущее потребительского финансирования.