Как за счет внедрения рассрочки физлицам удвоить продажи. Строим бизнес на основе данных скоринга и анализа DTI и PTI |
Сегодня уже многие лидеры розничного рынка активно развивают рассрочки физлицам. Не будем говорить, кому и насколько это выгодно и в каких сегментах есть больший потенциал, но обратим внимание, что лидеры стали именно лидерами благодаря сочетанию различных технологий. И, на наш взгляд, развитие программ рассрочки очень даже логично и выгодно.
В рамках этой статьи рассмотрим основную проблему: кому отгружать? Как убедиться, что этот покупатель исполнит свои обязательства? Мы все привыкли отправлять клиентов кредитоваться в банк и теряли из-за этого в росте продаж, теперь надо оценивать риски самостоятельно.
Долговая нагрузка
Предлагаем начать с долговой нагрузки, сложностей ее расчета и поговорим о том, в чем помощь от альтернативных данных в ее оценке.
Долговая нагрузка — это сумма долговых обязательств. При этом для заемщика жизненно важно соответствие этим обязательствам его доходов. Для измерения этого соответствия применяется соотношение суммы долга к располагаемому доходу, обычно этот параметр обозначается сокращением DTI (debt to income — долг к доходу) или PTI (payment to income — платеж к доходу). По сути, это отражение долговой ноши, которую тянет заемщик.
Международное определение PTI учитывает ежемесячный платеж заемщика по отношению к его ежемесячному доходу (часто используется более консервативная оценка, когда значение дохода берется за вычетом жизненно необходимых расходов). Часто эти термины используются как синонимы, но смысл сохраняется от PTI, поскольку «долг к доходу» учитывает всю сумму обязательств заемщика и не так нагляден, особенно, когда заемщик имеет открытый «длинный» кредит (лизинг) на большую сумму (например, авто или жилье).
ПРИМЕР
DTI и PTI — качественно разные характеристики, при этом высокий показатель DTI вовсе не означает тяжесть кредитных обязательств для заемщика. Это можно очень просто проиллюстрировать. Допустим, заемщик имеет кредит на приобретение недвижимости 100 тыс. BYN с ежемесячными платежами в 1,2 тыс. BYN. При доходе в 5 000 BYN в месяц уровень PTI составит 24%, а DTI — 167%. Если же заемщик с таким же доходом взял потребительский кредит в 30 тыс. BYN, а ежемесячный платеж по нему составляет 2 тыс. BYN, то уровень PTI составит 40%, а DTI — 50%. Очевидно, что в первом случае обслуживать долг человеку проще, хотя общая сумма долга (и соответственно, DTI) существенно выше.
Если обратиться к опыту, то оговоренная «норма» значения PTI находится в диапазоне 0,30–0,50. При таких значениях заемщик способен равномерно погашать долг и чрезмерно не ограничивать себя в повседневных тратах. При значении 0,50 и выше, большинство консервативных финансистов уже предложат рассрочку (кредит) на менее приятные заемщику условиях или откажут вовсе. Ведь чем ближе PTI к 1,0, тем выше риски невозврата. Вся тяжесть ответственности при этом может лежать на кредиторе, неправильно рассчитавшем (или «предсказавшем») показатель.
Актуальные проблемы расчета PTI
Итак, начнем с того, что обратившемуся за рассрочкой (товаром в кредит) человеку нужно предоставить информацию о его доходах.
Самый стандартный способ, как это можно сделать, — справка с места работы (для нашего примера вид справок достаточно универсален, хотя в целях кредитования все банки разработали свои формы, и вы должны быть готовы их принимать). Об особенностях данных, содержащихся в справках, все знают — информация может быть неполной или недостоверной. Для ранее уже оформлявшихся клиентов мы рекомендуем обязательно сравнивать новую справку с предыдущей по форме заполнения, суммам, подписям и прочим признакам. Доход «зарплатного» клиента наиболее прозрачен, однако для расширения клиентского портфеля надо быть готовыми к справкам индивидуальных предпринимателей, фермеров, самозанятых и даже членов союза художников. Банки тоже не могут похвастаться тем, что у них кредиты получают только «зарплатники».
Если же располагаемый доход оценить не представляется возможным (например, заемщик — самозанятый гражданин), то принятие решения может идти труднее и даже закончиться отказом. Для бизнеса такой исход нежелателен, однако это сложившаяся практика.
Теперь посмотрим на второй компонент — текущую долговую нагрузку.
Основным источником этой информации по клиентам является кредитная история, в которой фиксируются все текущие и закрытые долговые обязательства, а также платежная дисциплина. Кредитная история — наиболее весомый аргумент для принятия решения по заявке, но информация в ней обновляется с некоторой задержкой и есть риск заполучить отчаянного клиента, обросшего за последние сутки быстро выдаваемыми займами или подписавшегося на лизинг или такую же рассрочку в другой сети. Информация об этом может задержаться или вовсе не поступить, а вот вес подобных долгов почувствуется очень скоро. Такой же эффект оказывают и совсем неформальные способы повышения нагрузки, а-ля «занять у соседа». О таких «займах» информирующие и регулирующие органы не узнают совсем, а нагрузка вырастет — причем драматично.
Большой риск несет и получение клиентом займов по месту работу, ведь они могут быть не видны в справке о доходах: зарплата начисляется, но вот часть может удерживаться в счет погашения займа.
По статистике, размер долговой нагрузки — один из ключевых показателей, влияющих на просрочку, даже в тех случаях, когда клиент ранее не нарушал своей платежной дисциплины.
Уравнение с двумя непредсказуемыми неизвестными
...
Альтернативные маячки о клиентах
...
Больше информации о доходах клиента на основании:
График 2. Относительная оценка качества устройства (от 0 до 5) в сравнении с относительной просрочкой
График 3. Относительная просрочка в зависимости от количества запросов на кредит в течение одной недели для случайного пользователя
Резюме
Методики и базовые подходы уже много раз описаны, но перед практиками всегда стоит задача повышения эффективности использования различных данных в единой системе принятия решения. Самый простой пример использования одновременно скоринга бюро кредитных историй и уровня долговой нагрузки (локального скоринга) — построение двумерной матрицы по уровню риска, характеризующегося каждым из показателей. Такой подход позволяет улучшить систему принятия решений по работе с клиентом в автоматическом режиме, а также ввести дифференцированный подход по лимиту для одобренных заявок, исходя из возможностей клиента.
Подробнее читайте в статье.
<...>