Scoring eljárások és tudáskoncentráció

A banki folyamatok az elmúlt évtizedekben rendkívüli módon fejlődésnek indultak. Megjelent az igény a folyamatok sztenderdizálására, a banki döntések egységesítésére, a kockázatok jobb kezelésére, az új közgazdasági felfedezések és kifejlesztett módszerek átültetésére a gyakorlatba. A banki iparág erősen számítástechnika-orientálttá vált, s ma a különféle belső rendszerek is egyre erőteljesebben használják a számítástechnika vívmányait.

A banki rendszerek fejlődését a múltban az alkalmazott megoldások sokfélesége jellemezte. Sok különféle alapú, más-más logikára épülő, különböző adatformátumokat használó, egymással és a banki szabályozással nem kompatibilis rendszer jelent meg, s ez magával vonta az elmúlt évtizedben a sztenderdizálás iránti igények megerősödését. Megjelentek olyan elvárások, hogy a banki rendszerek egymással kompatibilisek legyenek, az egyes adatok kellőképpen védve, de a bankon belül bárhonnan egyöntetűen felhasználhatók legyenek, szűnjenek meg a párhuzamos, inkompatibilis adatbázisok és szétszórt, fragmentált adathalmazok. A jelenlegi fejlesztési irányvonalat a rendszerek összekapcsolása (interconnection), a tökéletes kompatibilitás biztosítása és az adatbiztonság (integritás és hozzáférhetőség szabályozása) jelenti. Ebbe a technológiai hálóba ágyazódik be ma az adósminősítések folyamatát támogató rendszerek összessége, a rating és scoring rendszerek.

A fejlett adósminősítő rendszer egy olyan szakértői rendszer, amely megvizsgálja az adott kérelmezőt, valamilyen belső modellre alapozva összehasonlítja az adatbázisában található mintával, és dönt arról, hogy az adott ügyfél kapjon-e hitelt, illetve egyes esetekben milyen plusz feltételeknek tegyen eleget, hogy hozzájusson a hitelhez. Az adósminősítő rendszer koncentrálja a bank tudását, s azt felhasználva próbálja meg eldönteni, hogy az adott leendő ügyfél megfelel-e a bank számára vagy sem.

A kockázati eloszlásoktól függően döntően kétfajta elméleti módszert különböztethetünk meg a belső minősítések alkalmazásakor. Az egyik fajta kockázati tényező-eloszlás jellemzően statisztikailag jól kezelhető eseményeket tömörít, a megfigyelt események tömegesen jelentkeznek, és relatíve kis hatásúak a bank szempontjából. A másik jellemző kockázati tényező-eloszlás a statisztikailag rosszul kezelhető, ritkán bekövetkező, de nagy hatású eseményeket jelenti.

A hitelminősítés témakörében a lakossági, valamint a kisvállalkozási hitelezési kockázatokat jelentik a statisztikailag jól kezelhető események. Ezen típusú kockázati faktorok kezelésére jöttek létre az úgynevezett retail scoring rendszerek, amelyek pár lényeges, a visszafizetési hajlandóságot jellemző változót kiragadva próbálják jellemezni, hogy az adott alany melyik – a bank által felállított – kockázati csoportba tartozik, s hogy az adott személy milyen kockázati felárral, milyen drágán jusson kölcsönhöz, hitelhez.

A lakossági scoring segít a bankoknak a lakossági és kisvállalati ügyfelek kölcsön- és hitelkérelmeinek gyors és pontos elbírálásában, megbecsüli a bank számára az egyes ügyfelek értékét, és homogén ügyfélcsoport-típusokat („poolokat”) alakít ki az egyes tipikus kérelmezők beazonosítására. Egységesíti a banki hitelbírálat stílusát az által, hogy nem egyes banki szakemberek diszkrecionális döntéseire alapozza a hitelbírálatot, hanem egy egységes rendszer biztosítja a pontos és gyors döntést. Ezt a feladatát a scoring a bank adatbázisaihoz való hozzáféréssel, azokon végzett műveletekkel biztosítja. A scoring rendszer biztosítja a bank számára azt, hogy azonos típusú ügyfeleket azonos módon tudjon kiszolgálni.

 

További részletekért keresse szakértőnket!

dr. Madar László, lmadar@bankarkepzo.hu

Amennyiben tetszett Önnek bejegyzésünk, ossza meg ismerőseivel!


Ajánlott bejegyzések

Előzze meg a banális hibákat

MNB-hez küldendő riport automata kitöltését programozta le Pollák Zoltán nagyjából annyi idő alatt, mint ameddig korábban a riport alkalmanként elkészült! A későbbiekben a riportot a banki ... További részletek