Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: XCV Международной научно-практической конференции «Актуальные вопросы экономических наук и современного менеджмента» (Россия, г. Новосибирск, 04 июня 2025 г.)

Наука: Экономика

Секция: Банковское и страховое дело

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Воронин И.С. КОНЦЕПЦИЯ МОДЕЛИ СКОРИНГА ФИЗИЧЕСКИХ ЛИЦ ДЛЯ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ ПРОБЛЕМНОЙ ЗАДОЛЖЕННОСТЬЮ В СФЕРЕ ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ // Актуальные вопросы экономических наук и современного менеджмента: сб. ст. по матер. XCV междунар. науч.-практ. конф. № 6(78). – Новосибирск: СибАК, 2025. – С. 21-26.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

КОНЦЕПЦИЯ МОДЕЛИ СКОРИНГА ФИЗИЧЕСКИХ ЛИЦ ДЛЯ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ ПРОБЛЕМНОЙ ЗАДОЛЖЕННОСТЬЮ В СФЕРЕ ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ

Воронин Иван Сергеевич

аспирант Владимирского филиала ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации»,

РФ, г. Владимир

THE CONCEPT OF AN INDIVIDUALS SCORING MODEL FOR EFFECTIVE MANAGEMENT OF PROBLEM DEBT IN CONSUMER LENDING

 

Ivan Voronin

Postgraduate student at the Vladimir Department of the Russian Presidential Academy of National Economy and Public Administration.

Russia, Vladimir

 

АННОТАЦИЯ

Цель научного исследования – представить концептуальную модель скоринга физических лиц для отечественных банковских организаций, направленную на повышение результативности управления проблемной задолженностью в сфере потребительского кредитования. Основные результаты научного исследования: статья содержит актуальность формирования концептуальной модели скоринга физических лиц для отечественных банковских организаций в сфере потребительского кредитования; характеристику группы переменных модели скоринга физических лиц для отечественных банковских организаций; результаты применения регрессионной логит-модели. Практическая значимость данного научного исследования определяется тем, что результаты концептуальной модели скоринга физических лиц в сфере потребительского кредитования могут быть использованы отечественными банковскими организациями, для того чтобы увеличить результативность управления проблемной задолженностью.

ABSTRACT

The purpose of the scientific research is to present a conceptual model of scoring individuals for domestic banking organizations aimed at improving the effectiveness of problem debt management in the field of consumer lending. The main results of the scientific research: the article contains the relevance of the formation of a conceptual model of scoring individuals for domestic banking organizations in the field of consumer lending; characteristics of a group of variables of the scoring model of individuals for domestic banking organizations; results of applying the regression logit model. The practical significance of this scientific research is determined by the fact that the results of the conceptual model of scoring individuals in the field of consumer lending can be used by domestic banking organizations in order to increase the effectiveness of problem debt management.

 

Ключевые слова: концепция модели скоринга; скоринг физических лиц; отечественные банковские организации; эффективное управление; проблемная задолженность; потребительское кредитование; логит-модель; результаты.

Keywords: scoring model concept; scoring of individuals; domestic banking organizations; effective management; problem debt; consumer lending; logit model; results.

 

В современных условиях ключевой проблемой в деятельности отечественных банковских организаций выступает неопределенность реализуемого кредитного процесса. На данном этапе отечественным банковским организациям приходится постоянно сталкиваться с банковским кредитным риском, не обладая при этом полным объёмом информационных данных о физических лицах – о потенциальных заёмщиках, а также о происходящих в национальной экономике изменениях [Арутюнян, 2024].

Развитие IT-систем и цифровых технологий способствует эффективному решению многообразия задач банковского управления в современных условиях макроэкономической и геополитической неопределенности. Достаточно распространёнными инструментами исследования потенциальных заёмщиков на предмет кредитоспособности выступают нейронные сети, дерево решений, статистические методы, генетические алгоритмы управленческих решений, регрессионные модели [Водопьянова, Бородай, 2020].

Для наблюдения за уровнем финансовой платежеспособности физических лиц – заёмщиков отечественные банковские организации применяют классические модели скоринга, которые позволяют ранжировать заёмщиков по степени вероятности дефолта и погашения заёмных обязательств физическими лицами. Однако на современном этапе классические модели скоринга не могут в полной мере решить трудности подбора адекватных инструментов, способствующих обоснованию факторов финансовой платёжеспособности, формирования комплексных систем хранения и автоматизированного сбора данных, характеризующих заёмщиков, дающих возможность принимать более эффективные управленческие решения отечественным банковским организациям [Куровский и др., 2024], [Orlando, Pelosi, 2020].

Соответственно, в данном научном исследовании предлагается концептуальная модель скоринга физических лиц для отечественных банковских организаций, направленную на повышение результативности управления проблемной задолженностью в сфере потребительского кредитования, которая основана на регрессионной логит-модели.

Были выбраны следующие переменные для построения регрессионной логит-модели: возраст заёмщика (Х1), соответствие отечественной банковской организации региону присутствия (Х2), наличие у заёмщика высшего профессионального образования (Х3), знание заёмщиком иностранных языков (Х4), наличие у заёмщика семьи (Х5), контакты заёмщиков (Х6), любимые книги заёмщиков (Х7), интересы заёмщиков (Х8), место работы заёмщиков (Х9), информация о военной службе заёмщиков (Х10), главное в жизни заёмщика (Х11), главное в людях заёмщика (Х12), отношение заёмщика к курению (Х13), отношение заёмщика к алкоголю (Х14), наличие социальных групп на странице заёмщика, посвященных путешествиям (Х15), наличие социальных групп на странице заёмщика, посвященных аренде жилья (Х16), подписки, посвященные ставкам на спорт (Х17), подписки, посвященные привлечению займов (Х18), подписки, посвященные сомнительным местам дополнительного заработка (Х19), наличие социальных групп на странице заёмщика, посвященных саморазвитию (Х20), наличие социальных групп на странице заёмщика, посвященных криптовалюте (Х21), наличие социальных групп на странице заёмщика, посвященных здоровью (Х22), подписки, посвященные покупке-продаже дешевых товаров (Х23), кредитоспособность и надёжность заёмщика (Y).

На основе выбранных переменных была построена регрессионная логит-модель скоринга физических лиц – потенциальных заёмщиков, в которой имелись незначимые коэффициенты. После последовательного исключения из логит-модели каждого из них была получена итоговая логит-модель, результаты которой приведены в данном научном исследовании (таблица 1).

Таблица 1.

Результаты итоговой регрессионной логит-модели

Наименование переменной

Значение коэффициента

Стандарт. отклонение

z

P > z

Доверительный интервал (уровень вероятности = 95%)

Х3

-0,714

0,271

-2,63

0,008

-1,246

-0,183

Х13

-3,998

0,496

-8,06

0,000

-4,971

-3,026

Х14

-2,878

0,596

-4,82

0,000

-4,047

-1,709

Х15

7,999

0,501

15,97

0,000

7,017

8,980

Х16

-4,321

0,332

-13,03

0,000

-4,971

-3,671

Х17

-5,853

0,378

-15,48

0,000

-6,595

-5,112

Х18

-2,842

0,367

-7,74

0,000

-3,562

-2,123

Х19

-2,953

0,348

-8,50

0,000

-3,634

-2,272

Х20

8,830

0,542

16,30

0,000

7,768

9,891

Х21

-4,890

0,348

-14,03

0,000

-5,573

-4,207

Х22

8,042

0,497

16,18

0,000

7,068

9,016

Х23

-5,568

0,358

-15,55

0,000

-6,269

-4,866

Константа

-0,656

0,295

-2,23

0,026

-1,233

-0,078

Количество наблюдений

4773

Хи2

3607,13

Псевдостатистика R2

0,839

 

В соответствии с таблицей 1 статистическая значимость итоговой логит-модели обоснована. Уравнение регрессионной логит-модели примет следующий вид:

Согласно полученным результатам итоговой логит-модели можно прийти к таким выводам:

- информационные данные, полученные о потенциальных заёмщиках – физических лицах с личных виртуальных страниц в социальных сетях, воздействуют на уровень кредитоспособности и надёжности заёмщика;

- наличие у заёмщика подписок на социальные группы, посвященные здоровью, саморазвитию, путешествиям, положительным образом воздействуют на уровень кредитоспособности и надёжности заёмщика;

- наличие у заёмщика на личной виртуальной странице подписок на социальные группы, размещаемый контент которых посвящен сомнительным местам дополнительного заработка, ставкам на спорт, аренде жилья, криптовалютам, продажам-покупкам дешевых товаров, негативным образом воздействуют на уровень кредитоспособности и надёжности заёмщика;

- положительное отношение заёмщика к алкоголю и курению также негативным образом воздействует на уровень кредитоспособности и надёжности заёмщика;

- наличие у заёмщика высшего профессионального образования негативным образом отражается на уровне кредитоспособности и надёжности физических лиц как потенциальных заёмщиков, поскольку некоторые из заёмщиков платно обучались в отечественных университетах (их возраст – менее 28 лет), что может обусловливать отсутствие источников погашения кредитной задолженности. В данном случае вероятность, что кредитная задолженность станет проблемной, увеличивается.

При построении ROC-кривой был получен оптимальный порог отсечения – 0,95, показатель AUC – 0,986, уровень специфичности логит-модели – 95,5%, уровень чувствительности логит-модели – 97,6%. Исходы логит-модели (положительные, отрицательные, ложно-отрицательные, ложно-положительные) отражены в таблице 2.

Таблица 2.

Исходы итоговой регрессионной логит-модели

 

Данные модели

Исходный результат

Положительные

Отрицательные

Положительный

3409

8

Отрицательный

473

883

 

Согласно таблице 2 построенная регрессионная логит-модель точно спрогнозировала, что 3409 физических лиц – потенциальных заёмщиков являются кредитоспособными и надёжными, а 883 физических лиц – не являются кредитоспособными и надёжными, соответственно, если кому-либо из них банковская организация выдаст потребительский кредит, то задолженность с крайне высокой вероятностью станет проблемной.

Резюмируя вышеизложенное, в современных условиях значимым моментом работы отечественных банковских организаций является проверка физических лиц – потенциальных заёмщиков на кредитоспособность и надёжность в целях обеспечения эффективного управления проблемной, просроченной задолженностью. В данном научном исследовании было показано, что одним из инструментов исследования физических лиц является регрессионная логит-модель, которая может стать дополнением классической модели скоринга в сфере потребительского кредитования.

 

Список литературы:

  1. Арутюнян В. Г. Категория и классификация банковских рисков: сравнительный анализ подходов в современном научном дискурсе // Экономика. – 2024. – Т. 14. – №. 7-1. – С. 481-491.
  2. Водопьянова В. А., Бородай Е. А. Анализ методов оценки кредитоспособности юридических лиц, используемых российскими банками // Азимут научных исследований: экономика и управление. – 2020. – Т. 9. – №. 4 (33). – С. 83-86.
  3. Куровский С. В., Мишин Д. А., Маринин А. К., Бурдик В., Куровская М. А. К вопросу о том, как построить банковское мобильное приложение для увеличения лояльности пользователей // Экономика строительства. – 2024. - № 10. – С. 331-335.
  4. Orlando G., Pelosi R. Non-performing loans for Italian companies: When time matters. An empirical research on estimating probability to default and loss given default // International Journal of Financial Studies. – 2020. – Т. 8. – №. 4. – С. 68.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий