71
уровнем дохода. Однако у кредитных организаций есть возможность выбрать
другую стратегию: разработать усовершенствованную модель управления
рисками, опираясь на растущие возможности современной вычислительной
техники и новых источников информации (включая сведения об использовании
потенциальным заемщиком мобильной связи, его историю оплаты
коммунальных услуг и т.д.). Реализовав эти возможности, а также внимательно
изучив законы о неприкосновенности частной жизни и потребительские
предпочтения, банки, розничные сети, компании коммунальной сферы и
операторы связи смогут принимать обоснованные решения о кредитовании,
сводя при этом к минимуму свои усилия и финансовые затраты. Если правильно
применить этот третий подход, отойдя от традиционных методов
потребкредитования и микрокредитования, компании будут иметь возможность
получать прибыль, обслуживая многочисленный сегмент потребителей, которые
прежде не пользовались банковскими услугами. Кроме того, этот механизм
способен помочь обществу приблизиться к весьма и весьма труднодостижимой
цели — полному охвату населения финансовыми услугами.
Использование нетрадиционных моделей анализа данных в ходе
экспериментальных попыток взаимодействия с представителями
малообеспеченного сегмента позволило этим компаниям сократить убытки по
кредитам на 20—50%, а также в два раза увеличить долю положительных
кредитных решений.
В традиционной схеме расчета кредитных рейтингов используется
сравнительно небольшой объем данных, поступающих ежемесячно из
ограниченного количества источников (включая данные по кредитным картам,
сберегательным счетам, платежным квитанциям и ипотечным займам). В то же
время новые виды информации, не предусмотренные традиционными моделями,
иногда приходится искать в самых разных местах, а масштабы этих данных
порой в несколько раз превышают объем сведений из традиционных источников.
Например, в течение месяца один абонент мобильной связи может делать сотни