”Credit scoring"– nowoczesna metoda oceny zdolności kredytowej

SPIS TREŚCI

I. WSTĘP 2
II. GENEZA 3
II.1. DEFINICJA: 3
II.2. HISTORIA: 3
III. CHARAKTERYSTYKA 5
III.1. RODZAJE SKORINGU 6
III.1.1. SKORING UŻYTKOWY: 6
III.1.2. SKORING BEHAWIORALNY 6
III.1.3. SKORING ZYSKU 7
III.2. MODELE SKORINGOWE 7
III.2.1. ANALIZA DYSKRYMINACYJNA: 8
III.2.2. ANALIZA REGRESJI 8
III.2.3. DRZEWO KLASYFIKACYJNE (ALGORYTM RP) 9
III.2.4. METODA ”NAJBLIŻSZEGO SĄSIEDZTWA” 9
III.2.5.PROGRAMOWANIE MATEMATYCZNE 10
III.2.6. SIEĆ NEURONOWA 10
III.2.7. SYSTEMY EKSPERCKIE 10
III.2.8. ALGORYTM GENETYCZNY 11
IV. PODSUMOWANIE: 11
IV.1. WADY: 12
IV.2. ZALETY: 12
LITERATURA 15


I. WSTĘP
Ryzyko jest nieodłączną cechą bankowości od zarania jej dziejów. Ze względu na wysokie koszty i inne konsekwencje mylnych decyzji kredytowych banki dążą do wyko-rzystania różnorodnych instrumentów, które redukują niepewność w podejmowanych decy-zjach alokacyjnych. Naturalnym bodźcem rozwoju owych instrumentów jest zmierzania do polepszenia jakości portfela kredytowego, a w konsekwencji do generowania zysku z prowa-dzonej działalności. W miarę zwiększania się konkurentów na rynku usług kredytowych oraz wobec niekorzystnych zjawisk w gospodarce, banki stają wobec wyzwań kredytowania coraz większego segmentu podmiotów oraz przedsięwzięć wysokiego ryzyka.
W tych okolicznościach banki staja przed wyborem metod i technik, dzięki którym dbać będą o własny interes i jednocześnie przyczyniać się do bezpieczeństwa całego systemu bankowego. Pozyskanie solidnych, wiarygodnych i zdolnych do spłaty zobowiązań wobec banku kredytobiorców zmniejsz ryzyko towarzyszące pożyczaniu pieniędzy. Główna rola w tej grze o bezpieczeństwo i efektywność przypada właśnie owym metodom i techni-kom, które pozwalają określić zdolność kredytową .
Metody badania zdolności kredytowej i oceny ryzyka kredytowego muszą po-siadać wiele użytecznych cech. Do tych pożądanych atrybutów z pewnością należą: łatwość w uzyskaniu niezbędnych informacji do oszacowania ryzyka, sprawne przetwarzanie tych in-formacji, ograniczające i czas i koszty oceny, dostarczenie wyników do nadających się do precyzyjnej interpretacji i podjęcia jednoznacznej decyzji. Ponadto z praktycznego punktu musi posiadać jeszcze dwie okoliczności: masowość w kredytowaniu i powtarzalną naturę wielu aplikacji kredytowych oraz posiadanie fazy przygotowania wniosku kredytowego, jego oceny i wydania decyzji jako bardzo ważny atrybut walki konkurencyjnej o klienta.
Credit-scoring, punktowa ocena ryzyka kredytowego, system skoringowy czy skoring kredytowy określające ta samą metodę oceny przyszłości dotyczącą kredytobiorców i ich przyszłej wypłacalności stanowi aktualnie najbardziej pożądaną przez banki.
II. GENEZA
II.1. DEFINICJA:
System credit-scoringu definiuje się jako wprowadzony w rezultacie doświad-czenia i uzasadniony przykładami, statystykami oraz oparty na danych zebranych dzięki em-pirycznemu porównaniu populacji rzetelnych i nierzetelnych kredytobiorców, którzy starali się o kredyt w pewnym okresie czasu. Rozwinięty w celu oceny zdolności kredytowej wnio-skodawcy, przy respektowaniu interesu kredytodawcy, oparty na zaakceptowanych staty-stycznych zasadach i metodologii, okresowo weryfikowany poprzez użycie tych zasad i me-todologii właściwie i modyfikowany w celu utrzymania zdolności oceny przyszłości. Defini-cja ta sztonowi jedyną określoną w akcie prawnym, a mianowicie w The Equal Credit Oppor-tunity Act (Sekcja 202.2), wprowadzonym w życie dzięki Regulacji B w Stanach Zjednoczo-nych.
W literaturze polskiej J. Supera określa skoring jako ”proces, metodę, w wyni-ku której informacje dotyczące ocenianego obiektu są w sposób obiektywny przekształcane na ciąg liczb, tzw. punktów, które po zsumowaniu stanowią miarę oceny”.

II.2. HISTORIA:
Zalążków credit – scoring można by dopatrywać się w sformułowanej przez R. A. Fishera w 1936 r. metodzie, polegającej na rozpoznawaniu grup w populacji na zasadzie kojarzenia cech pokrewnych, którą zastosował do badania irysów i możliwości ich rozpozna-nia na tle innych roślin. W 1941 r. David Durand wskazał, że tę metodę można zastosować do odróżnienia tzw. dobrych kredytów od złych. Jednak jego badania prowadzone w ramach projektu badawczego nie zostały wykorzystane.
W tym samym czasie instytucje finansowe oraz firmy wysyłkowe miały po-ważne problemy z zarządzaniem ryzykiem kredytowym. Było to spowodowane nie brakiem wiedzy o udzielaniu kredytów czy wysyłaniu paczek, ale masowym poborem ludności do wojska, co spowodowało drastyczny spadek pracowników o wymaganych kwalifikacjach do oceny tego ryzyka. Firmy te zleciły analitykom opracowanie takich reguł, na podstawie któ-rych, możne by podjąć decyzję czy udzielić kredyt czy nie. W zasadzie chodziło tu o ułatwie-nie podjęcia decyzji kredytowych przez osoby o niskich kwalifikacjach. Opracowany system określono skoringiem liczbowym (numerical scoring system), opierał się na obliczeniach do-konywanych przez analityka, a nie jak obecnie przez kompoter.
Prawdziwy rozkwit credit-scoringu datuje się na około 1956 r., kiedy to powstała pierwsza firma konsultingowa Fair, Isaac and Company. Williama Faira i Earla Isaaca, założycieli Fair, Isaac and Company uważa się za ojców sukcesu credit-scoring.
Wydawałoby się, że możliwość podejmowanie decyzji kredytowych w oparciu o zmienne ilościowe mające poparcie liczbowe, stanowi wielki postęp w pośrednictwie finan-sowym, to jednak metoda ta nie stała się tak od razu popularna. Dopiero rozwój techniki komputerowej na początku lat sześćdziesiątych spowodował intensywny rozwój punktowej oceny ryzyka za pomocą komputera, a wiodącym krajem w tej dziedzinie były i nadal są Sta-ny Zjednoczone.
W początkowej fazie rozwoju metod skoringowych zainteresowane ich stoso-waniem były głównie banki ze względu na ich dużą liczebność problemy w zarządzaniu ryzy-kiem kredytowym. Następnie firmy handlu detalicznego. Wśród pierwszych był Montgomery Ward and Co., Inc., główna firma wysyłkowa w Stanach Zjednoczonych. W późnych latach sześćdziesiątych emitenci kart kredytowych zdali sobie sprawę z korzyści i użyteczności punktowej oceny ryzyka. Okazało się, że oprócz minimalizacji kosztów obsługi klientów uzy-skano skuteczniejszy mechanizm oceny przyszłości tak, że liczba klientów nie spłacających kredytów zmniejszyła się aż o 50%.
Pod koniec lat 70 ocena wniosków kredytowych przy wykorzystaniu credit-scoringu w Stanach Zjednoczonych stała się całkowicie powszechna. Ogromny wpływ na to miała wprowadzona w życie w 1974 ustawa „The Equal Credit Opportunity”, zakazującą ja-kiejkolwiek dyskryminacji podmiotów przy udzielaniu kredytów.
Sukces zastosowania punktowej oceny ryzyka przekonał również firmy z innych państw. Sco-ring zaczęto stosować w Anglii, a następnie w innych krajach Europy Zachodniej, Japonii, Australii.
W latach 90 zaczęto wykorzystywać metodę punktowej oceny również w mar-ketingu i ubezpieczeniach. Przy pomocy scoringu ocenia się na przykład reakcję klienta na nowy produkt albo prawdopodobieństwo, że klient będzie korzystał z produktu po zakończe-niu okresu promocyjnego.

III. CHARAKTERYSTYKA

Punktową ocenę ryzyka można sklasyfikować w/g kryteriów:

1. ze względu na oceniany podmiot:
 skoring osób fizycznych,
 skoring podmiotów gospodarczych,
a) małych przedsiębiorstw,
b) średnich i dużych przedsiębiorstw,

2. ze względu na rodzaj kredytu:
 skoring kredytów konsumpcyjnych,
a) kredytów gotówkowych,
b) kredytów samochodowych,
c) kredytów hipotecznych,
d) kart kredytowych,
 skoring kredytów gospodarczych,
3. ze względu na podmiot wykorzystujący skoring:
 skoring banku komercyjnego,
 skoring banku centralnego,
 skoring biura kredytowego,
 skoring emitentów kart płatniczych i kredytowych,
 skoring agencji ratingowej,
 skoring towarzystwa ubezpieczeniowego,
 inne,

4. ze względu na dziedzinę wykorzystania skoringu:
 skoring bankowy,
 skoring marketingowy,
 skoring ubezpieczeniowy,
 inne.

III.1. RODZAJE SKORINGU
Podziały systemu skoringowego mają wpływ na rodzaj danych, które są wyko-rzystywane w budowie tablic skoringowych. W tym kontekście wskazuje się na znaczenie pojedynczego wniosku kredytowego – skoringu użytkowego, skaoringu behawioralnego oraz skoring zysku.

III.1.1. SKORING UŻYTKOWY:
Jest procesem oceny pojedynczego wniosku o kredyt lub inny produkt. Ma na celu określenie prawdopodobieństwo sumiennego wywiązania się kredytobiorcy ze zobowią-zań. W skrócie polega to na ocenie złożonych przez kredytobiorcę odpowiedzi na szereg py-tań zamieszczonych we wniosku. Z każdą odpowiedzią kojarzone są punkty, których suma decyduje o udzieleniu kredytu lub odrzuceniu.
Model ten rozpowszechniony został na początku lat osiemdziesiątych i należy do najpopularniejszych technik na świecie.

III.1.2. SKORING BEHAWIORALNY
To technika oceniając, która pozwala kredytodawcy podjąć trafną decyzję do-tyczącą stałego klienta poprzez prognozowanie jego przyszłych wyników działalności. Jest szeroko rozpowszechniony przy wyznaczaniu na przykład nowego limitu kredytowego, czy modyfikowaniu poprzedniego, przy udostępnianiu nowych produktów.
Ocenę behawioralna uznaje się za bardziej wiarygodną i kompleksową ze względu na wykorzystanie w niej danych historycznych zebranych przez bank w trakcie ob-sługi klienta, a także ze względu na jej periodyczny charakter.
Wyróżnia się dwa podejścia do oceny behawioralnej. Pierwsze wykorzystuje metody credit-scoringu wzbogacone o dodatkowe zmienne, drugie polega na budowie modeli prawdopodobieństwa określonych zachowań klientów w przyszłości.
Pomimo prawie trzydziestoletniego zastosowania wydaje się słabo rozwinięta i zaniedbana, jednak należy do tych obszarów, które będą się rozwijać w najbliższej przyszło-ści.

III.1.3. SKORING ZYSKU
Jego idea wyrosła z przekonania, że to zysk a nie współczynniki określające ryzyko w spłacie zadłużenia jest kryterium pozwalającym trafniej podjąć decyzję o przyzna-niu kredytu. To taki system punktowej oceny, który stawia sobie za główny cel maksymaliza-cje zysku, jeśli może być wypracowany w związku z obsługą danego klienta a nie minimali-zację ryzyka nie wywiązania się z umowy.
Ocena zysku jest technika nową i ciągle rozwijającą, ale brakuje modeli na tyle efektywnych, aby mogły być one bez problemu wykorzystywane.

III.2. MODELE SKORINGOWE
Dużym dylematem w praktycznym wykorzystaniu skoringu jest wybór metody w parciu o którą będą klasyfikowane podmioty. W rozwiniętych systemach pośrednictwa fi-nansowego można wyróżnić kilka dominujących metod.
 analiza dyskryminacjyjna,
 analiza regresji (regresja liniowa i logistyczna),
 drzewo klasyfikacyjne (algorytm RP),
 metoda ”najbliższego sąsiedztwa”,
 programowanie matematyczne,
 sieć neuronowa,
 systemy eksperckie,
 algorytmy genetyczne.
Większość systemów skoringowych posługuje się albo jedną albo kombinacją tych technik.

III.2.1. ANALIZA DYSKRYMINACYJNA:
Analiza dyskryminacyjna, nazywana również rozdzielającą, należy do najstar-szych metod klasyfikacyjnych wykorzystywanym w skoringu kredytowym. Polega na klasy-fikowaniu obiektów do znanych już klas na podstawie danych historycznych. Określenie prawdopodobieństwa zaklasyfikowania do odpowiedniej grupy opiera się na wiarygodności dwóch grup.
Przy analizie dyskryminacyjnej, która dzieli kredytobiorców na dwie grupy, można popełnić dwa błędy. Błąd pierwszego rodzaju polega na przyporządkowaniu nierzetel-nego kredytobiorcy do grupy osób nadających się do przydzielenia kredytu. Nie przyznanie kredytu osobie, która byłaby wypłacalna nazywamy natomiast błędem drugiego rodzaju.

III.2.2. ANALIZA REGRESJI
Analiza dyskryminacyjna i regresji liniowe, przy odpowiednich założeniach wyjściowych mogą dać podobne rezultaty, jednak częściej stosowana jest metoda regresji. Przemawia za tym m.in. jej lepsza znajomość, mniejsza ilość problemów z jej zastosowaniem, większa dostępność i jasność oraz większa ilość możliwych do zastosowania informacji.
Metoda ta bada wpływ zmiennych niezależnych (X) na zmienną zależna (Y). jest wyrazem przyporządkowania średnich wartości zmiennej zależnej wartościom zmienych niezależnych.
Chociaż regresja liniowa stanowi dobrą technikę skoringową to mimo wszyst-ko częściej wykorzystywana jest regresja logistyczna. Wynika to głównie z możliwości zasto-sowania jej w sytuacjach, kiedy posiadane dane nie spełniają założeń regresji liniowej.
Regresja logistyczna może dotyczyć zarówno prawdopodobieństwa spłaty kre-dytu, jak i określenia przynależności badanego podmiotu do jednej z dwóch grup” – ”do-brych” lub ”złych klientów”.

III.2.3. DRZEWO KLASYFIKACYJNE (ALGORYTM RP)
Jest najczęściej skomputeryzowaną, nieparametryczną techniką, opartą na roz-poznawaniu obrazów. Ma formę binarnego drzewa klasyfikacyjnego, które przydziela rozpa-trywane przypadki do wcześniej wytypowanych grup podmiotów.
Drzewo klasyfikacyjne składa się z punktów węzłowych oraz ich rozgałęzień, które powstają w wyniku przeciwstawienia sobie wzajemnie wykluczających się wariantów odpowiedzi. Najczęściej w wyjściowym (najwyższym) punkcie węzłowym znajduje się pyta-nie mającej najwyższą zdolność dyskryminującą.

III.2.4. METODA ”NAJBLIŻSZEGO SĄSIEDZTWA”
Metoda ta służy do zaklasyfikowanie rozpatrywanego obiektu do jednej z grup na podstawie jego podobieństwa do występujących w niej przypadków. Kryterium podobień-stwa obiektów jest odległość punktów w wielowymiarowej przestrzeni cech. Za jej pomocą wyznacza się k najbliższych obiektów o podobnych cechach (sąsiadów) i na tej podstawie można rozpatrzyć zaklasyfikowanie punktu do danej grupy, np. kredytobiorcy do grupy rze-telnych klientów.
Jako zalety tej metody można wymienić: łatwość zrozumienia i zastosowania w praktyce, znaczną skuteczność oraz możliwość dogodnej aktualizacji.

III.2.5.PROGRAMOWANIE MATEMATYCZNE
Programowanie matematyczne należy do grupy metod nieparametrycznych. Jako metoda klasyfikacji w skoringu zasługuje na zainteresowanie ze względu na to, że:
 może wykorzystywać dużą liczbę zmiennych jednocześnie,
 może rozwiązywać wiele zadań jednocześnie,
 jest wolne od spełnienia założeń parametrycznych,
 pozwala na stosowanie wymagań co do właściwości wag,
 niektóre z jego metod dają możliwość analizy wrażliwości.

III.2.6. SIEĆ NEURONOWA
Należy do kategorii metod istniejących pod nazwą ”sztuczna inteligencja”.
Najpopularniejszą forma sieci neuronowej jest trzywarstwowa oparta na algo-rytmie wstecznej propagacji. Porównuje ona prognozy z wartością rzeczywistą i koryguje siłę powiązań między neuronami. Składa się z trzech warstw: neuronów wejściowych, neuronów z warstwy ukrytej, neuronu lub neuronów wyjściowych. System bazuje na dwóch procedu-rach: uczenia się oraz oceny i przekształcania.

III.2.7. SYSTEMY EKSPERCKIE
Zaliczany jest również do grupy systemów ”sztucznej inteligencji”.
To program komputerowy który używa symbolicznego rozumowania . bazuje na zbiorze reguł (jeżeli …, to …). Oparty jest na trzech głównych składnikach (baza faktów, baza wiedzy i mechanizm inwersyjny) stanowiących jego podstawę oraz na trzech modułach (konsultacyjnym, objaśniającym, nabywania wiedzy), które potrzebne są do porozumiewania się z systemem.
System ten daje możliwość łatwej interpretacji pochodzenia otrzymanych re-zultatów. Ponadto budowa pozwala na dodanie do bazy wiedzy nowych reguł i procedur po-stępowania. Jednak w momencie dokonania jakichkolwiek zmian, system musi zostać dosto-sowany do nowych charakterystyk, co może być i trudne i kosztowne.

III.2.8. ALGORYTM GENETYCZNY
Funkcjonowanie systemu opiera się na ideach genetyki i naturalnej selekcji. Zapożycza koncepcje ewolucji naturalnej, stosując je do rozwiązywanego problemu.
Algorytm genetyczny nie bazuje na jednym rozwiązaniu, ale na populacji rozwiązań.
Podstawowymi operatorami systemu są:
 selekcja i reprodukcja lepszych jednostek,
 krzyżowanie jednostek,
 przypadkowa mutacja cech jednostek.


IV. PODSUMOWANIE:

Metoda punktowa nie jest doskonałą techniką oceny zdolności kredytowej i tak jak inne metody posiada zalety i wady.

IV.1. WADY:
Pomimo licznych zalet system ten zawiera wiele wad. Dużym zagrożeniem jest możliwość szybkiej dezaktualizacji systemu i niezdolność do szybkiego dostosowania się do zmian. Na przykład w wyniku gwałtownych zmian w gospodarce może się okazać, że czyn-niki przyjęte do oceny jako kryterium oceny ulegną zmianie, co doprowadzi do bezużyteczno-ści systemu . Dlatego też od nowoczesnych systemów wymaga się możliwości dostosowy-wania ich do zmiennych realiów, a najlepiej uaktualniania tzw. tablic scoringowych.
Wiele problemów nasuwa również wybór kryteriów oceny i odpowiedniej liczby punktów. Niektóre kryteria można uznać za niemające bezpośredniego wpływu na z-dolności kredytobiorcy. Ilość punkty przydzielana przez system niekiedy wydaje się nielo-giczna. Występuje wręcz dyskryminacja niektórych grup społecznych.
Za wad uważa się to, że dokonuje się wyboru kryteriów oceny na podstawie danych zebranych tylko z grupy podmiotów, którym został udzielony kredyt, pomijając te z odrzuconymi wnioskami. Również zbyt małą ilość ocenianych cech badanego podmiotu.. Klasyfikowanie nowo badanych podmiotów tylko do dwóch klas ryzyka „dobrej’ i „złej”, pomijając klasę „nieokreślony”, wymagający zdobycia szerszych informacji.
Ponadto dokonując oceny zdolności kredytowej banki często korzystają z da-nych zewnętrznych źródeł, na przykład biur kredytowych. Stanowi to kolejny problem, albo-wiem wiele danych będących w dyspozycji tych biur posiadać może błędy. Błędy te mogą być przyczyną złej oceny dokonywanej przez system lub być przestarzałe.
Kolejnym mankamentem scoringu kredytowego, szczególnie przy kredytach gospodarczych, bywa jego zbytnia ogólnikowość jak też brak części poświęconej analizie jakościowej.

IV.2. ZALETY:
Współcześnie nie ma banku, który nie posiadałby lub nie planował w najbliż-szym czasie wprowadzić punktowej oceny ryzyka kredytowego. Przemawia za tym:
 Prostota,
 Homogeniczność procesu oceny zdolności kredytowej,
 Zmniejszenie liczby „złych kredytów”,
 Możliwość zwiększenia delegacji uprawnień do udzielania kredytów,
 Możliwość prowadzenia elastycznej polityki kredytowej przez kierownictwo banku,
 Możliwość rezygnacji z poręczeń,
 Kontrola i przewidywanie złych długów,
 Zwiększenie wydajności pracy banku,
 Możliwość wykorzystania w działaniach marketingu bezpośredniego.

Prostota dotyczy w głównie kredytów konsumpcyjnych, gdzie ocena dokony-wana jest w oparciu o małą liczbę informacji. Sprzyja to szybszej obsłudze, skraca jej czas i klienci prawie że natychmiast otrzymuje odpowiedź na złożony wniosek kredytowy.
Credit-scoring ujednolica proces oceny zdolności kredytowej w czasie i prze-strzeni, funkcjonuje tak samo wydajnie każdego dnia, czego nie można powiedzieć o anality-ku, który – stosującym tradycyjna metodę – jednego dnia może zaakceptować, a drugiego odrzucić wniosek. Ponadto niedojdzie do sytuacji nierównomiernej oceny tego samego wnio-sku w różnych oddziałach tego samego banku.
Przy ograniczonej liczbie dobrych ekspertów kredytowych, credit-scoring daje lepsze końcowe efekty w postaci mniejszej liczby „złych kredytów”, niż w przypadku trady-cyjnej metody weryfikacji wniosków przez różnie doświadczonych pracowników.
Ponadto prostota obsługi tego systemu pozwala na delegacje uprawnień do udzielania kredy-tów pracownikom mniej wykwalifikowanym, i tym samym gorzej opłacanym. Dotyczy to tylko kredytów konsumpcyjnych, przy których system credit-scoring jest wystarczający do podjęcia decyzji o udzieleniu kredytu.
Prowadzenie elastycznej polityki kredytowej jest możliwe dzięki zmianie pro-gów zaliczania klientów do określonej grupy ryzyka. W ciągu krótkiego okresu czasu można złagodzić albo zaostrzyć warunki udzielania kredytów.
W przypadku kredytobiorców o wysokiej ocenie punktowej – grupa niskiego ryzyka – istnieje możliwość rezygnacji z poręczeń od tych klientów.
Dzięki jasnej ocenie kredytobiorcy i przypisanie go do określonej grupy ryzy-ka, znane jest prawdopodobieństwo wystąpienia i skala „złych długów” w całym banku.
Prostota i szybkość scoringu kredytowego wpływa na wydajność banku, przy tej samej liczbie pracowników bank może rozpatrzyć więcej wniosków i udzielić więcej kre-dytów.
Dzięki przydzieleniu kredytobiorcy do kreślonej grupy ryzyka następuje auto-matyczna segmentacja rynku, pozwalającą zdecydować, jaki kredyt zaoferować klientowi, biorąc pod uwagę jego zdolność kredytową.
Ponadto stosowanie credit-scoringu powoduje obniżenie kosztów obsługi, zwiększenie wielkości przyznanych kredytów, zredukowanie ilości żądanych dokumentów niezbędnych do oceny, gwarantuje obiektywizm, znacząco skraca czas i koszty analizy kredy-towej a także daje możliwość ekspansji na nowe dotychczas nieobsługiwane segmenty rynku.