Під час кредитування: важко відмовитися від ручного підтвердження

Бізнес-управління

Етап кредитування вважається тим, хто несе ризик і керує ним після оцінки кредитоспроможності, є зв’язком між передкредитною та посткредитною ризик-управлінською системою.

◎ Створення моделі управління ризиками

Згідно з відгуками, 16 опитаних споживчих фінансових установ у етапі кредитування зазначили, що використовують технології штучного інтелекту, хмарних обчислень, великих даних для створення системи кредитної оцінки в реальному часі, ще 3 установи застосовують традиційний підхід з поєднанням ручної роботи та систем управління ризиками.

Динамічне управління ризиками

Самостійне створення цифрової інфраструктури

◎ Погашення боргу — ключовий аспект управління ризиками

Загалом, за даними 16 фінансових установ, у процесі кредитування при класифікації користувачів вони враховують історію кредитів, стан активів, стабільність споживання та інші показники для всебічної оцінки здатності користувача погасити борг.

Всебічна оцінка здатності погасити борг

Багатовимірні дані

Для побудови збалансованих моделей ризику та стратегій, що регулюють допуск і ціноутворення, необхідні передові алгоритми машинного навчання та багаті дані.

◎ Використання та збір даних

З точки зору джерел збору даних, 16 фінансових установ використовують поєднання внутрішніх великих масивів даних про користувачів та глибоку інтеграцію з даними валютного ринку. За допомогою накопичених даних про позичальників вони здійснюють глибоку аналітику у складних бізнес-сценаріях та збирають різноманітні ризикові дані клієнтів.

Точне формування профілю користувача

Множинний збір даних

◎ Прогрес у дослідженнях та результати

Згідно з відгуками 16 установ, через різний масштаб і доходи, інвестиції у R&D та технологічні досягнення суттєво різняться.

Відчутний ефект у боротьбі з шахрайством

Різниця у кількості патентів

Труднощі у розвитку бізнесу

Крім різниць у технологічних інвестиціях, кожна фінансова установа має свої особливості щодо труднощів у операційній діяльності під час кредитування та можливих рішень.

◎ Недосконалість оцінювальних даних

На даний момент внутрішні дані про доходи, борги та кредитну історію в Україні ще недостатньо розвинуті, що ускладнює оцінку платоспроможності користувачів.

Рішення: постійне залучення точних сторонніх даних про доходи та борги, розробка моделей перевірки доходів і боргів для швидкої та ефективної оцінки платоспроможності позичальників.

◎ Конфлікт між “поширеністю” та “вигодою”

На тлі зниження загальних відсоткових ставок у секторі споживчого кредитування, виникає конфлікт між прагненням до масового охоплення та наданням вигідних умов, а також посиленням конкуренції, що вимагає більш точного управління існуючими клієнтами, зокрема, більш точного попереднього відсікання ризикових користувачів і підвищення їхньої лояльності.

Рішення: активне просування цифрових технологій для підвищення ефективності залучення клієнтів і зниження витрат на персонал, а також використання технологій для подолання труднощів у процесі розширення бізнесу.

(Редактор: Маджінлу HF120)

Повідомити