Credit scoring

Z Encyklopedia Zarządzania
Wersja do druku nie jest już wspierana i może powodować błędy w wyświetlaniu. Zaktualizuj swoje zakładki i zamiast funkcji strony do druku użyj domyślnej funkcji drukowania w swojej przeglądarce.

Credit scoring - jest to metoda punktowa oceny zdolności kredytowej kredytobiorców indywidualnych i przedsiębiorstw. Stosowana jest ona przez instytucje kredytowe do ograniczania ryzyka związanego z udzieleniem kredytu danemu podmiotowi. Metoda polega na przyznaniu ocenianym punktów w karcie scoringowej. Dzięki sumie punktów możemy ocenić wiarygodność kredytobiorcy banku. (J. Gwizdała 2018, s. 211)

Cechy credit scoringu

Credit scoring wyróżnia się następującymi cechami (A. Krysiak 2012, s. 160):

  • bazuje na zebranych danych, które wywodzą się z empirycznego porównania grup rzetelnych i nierzetelnych kredytobiorców, którzy zabiegali się o kredyt w określonym przedziale czasowym,
  • oparty jest na podstawie zaakceptowanych i zatwierdzonych metodach statystycznych,
  • celem tej metody jest zbadanie zdolności kredytowej kredytobiorców ze względu na interesy kredytodawcy,
  • jest okresowo modyfikowany w celu modernizacji oceny wiarygodności potencjalnego kredytobiorcy.

Rodzaje credit scoringu

Kryterium klasyfikacji credit scoringu wyróżniamy (J Gwizdała 2018, s. 214):

  1. Ze względu na cel analizy scoringowej,
  2. Ze względu na oceniany podmiot (scoring osób fizycznych; scoring podmiotów gospodarczych),
  3. Ze względu na rodzaj kredytów (scoring kredytów konsumpcyjnych; scoring kredytów gospodarczych),
  4. Ze względu na cel wykorzystania (zewnętrzny - tworzony dla obcych instytucji; wewnętrzny - tworzony dla potrzeb własnych),
  5. Ze względu na podmiot dokonujący oceny ryzyka kredytowego (scoring banku komercyjnego; scoring banku centralnego; scoring biura kredytowego; scoring agencji ratingowej; ocena emitentów kart płatniczych; ocena towarzystwa ubezpieczeniowego),
  6. Ze względu na dziedzinę, w której jest wykorzystywany scoring (scoring bankowy; scoring ubezpieczeniowy; scoring marketingowy).

Koncepcje credit scoringu

Credit scoring dzieli się na 3 rodzaje w zależności jaką funkcję pełni (A. Krysiak 2012, s. 163):

  • Scoring użytkowy (application scoring) - nazywany również scoringiem aplikacyjnym; ten rodzaj scoringu wykorzystywany jest do oceny nowych klientów. Na podstawie analizy danych dotyczących kredytobiorców, którzy otrzymali w przeszłośći kredyt, jest budowana karta scoringowa. Stosowany jest przez banki, ubezpieczalnie oraz przedsiębiorstwa wysyłkowe.
  • Scoring behawioralny (behavioural scoring) - używany jest do oceny stałych klientów, czyli klienta, który korzysta już z oferty kredytodawcy. Odpowiada, na pytanie, czy klient spełnia określone warunki, aby zaoferować mu dodatkowy produkt z oferty np. w przypadku banku: zaoferować klientowi dodatkowy kredyt, zwiększyć limit karty.
  • Scoring zysku - skupia się na osiągnieciu maksymalnego zysku, a nie ograniczeniu ryzyka kredytowego. Trzeba określić politykę sprzedażową, czyli czy bardziej opłaca się maksymalizować zysk na kliencie, czy zysk na produkcie. Czasami warto jest zaoferować klientowi nieprzynoszące zysku produktu, aby w efekcie zakupił inne instrumenty, które są bardziej zyskowne.

Budowa modelu scoringowego

Fazy wprowadzania systemu credit-scoring (A. Krysiak 2012, s. 166):

  • Faza koncepcyjna - polega na zebraniu odpowiedniego zespołu specjalistów (statystyków, analityków kredytowych, sprzedawców, informatyków) i określeniu celu modelu, czyli jakich klientów ma analizować i do czego służyć.
  • Faza projektowania - polega na określeniu grup "dobrych" i "złych" klientów; na wyborze populacji bazowej klientów, która jest wykorzystywana do budowy systemu; analizie danych oraz wyborze właściwych charakterystyk i ich atrybutów oraz, w wyniku analizy statystycznej, przypisanie do nich poszczególnych wag; wykonaniu testów.
  • Faza wdrożenia - w tej fazie systemy informatyczne muszą zostać zintegrowane; pracownicy muszą zostać wyszkoleni, aby odpowiednio wprowadzali dane oraz interpretowali ich wyniki; od tej fazy zależy, czy opracowany model scoringowy będzie efektywny i skuteczny.
  • Faza monitoringu systemu credit-scoring - w każdym modelu konieczna jest faza monitorowania, ponieważ mogą wystąpić jakieś zdarzenia losowe. Wpływać może zmiana demograficzna, polityka kredytowa, cykl koniunkturalny, recesja albo ekspancja itp.

Scoring w Polsce

Biuro Informacji Kredytowej SA (BIK) to jedna agencja kredytowa na polskim rynku, która dostarcza scoringu w postaci ogólnego modelu polskim kredytodawcom. Bank, w trakcie oceny klienta, zamawia w BIK-u raport, w którym są zawarte dane klienta podlegające Ustawie o ochronie danych osobowych. BIK posiada wszelkie informacje dzięki dostaeczaniu informacji przez banki oraz SKOK-i. Posiadane dobrych i złych informacji o klientach przez BIK pozwala na wiarygodną ocenę punktową. Natomiast dla klientów indywidualnych BIK oferuje trzy rodzaje raportów: informacja ustawowa (jest ona bezpłatna i udostępniania nie częściej, niż raz na 6 miesięcy na wniosek osoby zainteresowanej); raport PLUS; raport PLUS z informacją o ocenie punktowej (raport udostępniany jest już odpłatnie). (A. Krysiak 2012, s. 173)


Credit scoringartykuły polecane
Customer Satisfaction IndexTestowanie produktów7 narzędzi TQCMetody pozyskiwania informacji z rynkuAnaliza danychZdolność kredytowaMinima sensoryczneMetody analizy strategicznejMetoda XYZ

Bibliografia

  • Gwizdała J. (2018), Ryzyko kredytowe w działalności banku komercyjnego, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk
  • Jajuga K. (2013), Inwestycje finansowe i ubezpieczenia – tendencje światowe a rynek polski, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 323
  • Jajuga K. (red.) (2008), Zarządzanie ryzykiem, Wydawnictwo Naukowe PWN, Warszawa
  • Kałużny R. (2009), Pomiar ryzyka kredytowego banku, Wydawnictwo Naukowe PWN, Warszawa
  • Krysiak A., Staniszewska A., Wiatr M. (2012), Zarządzanie portfelem kredytowym banku, Oficyna Wydawnicza Szkoła Główna Handlowa w Warszawie, Warszawa
  • Wątroba J. (2004), Skoring kredytowy a modele data mining, StatSoft Polska


Autor: Kinga Kluczewska