Скоринг что это в страховании

Один из пунктов новой корпоративной кредитной политики – усиленное обеспечение займа (залог). Это вызвало «бум» на рынке страхования залогового имущества предприятий, но привело к новым проблемам для СК, в НБКИ уже предложили решение.

Страховой скоринг: первые шаги в России

Страховой скоринг: первые шаги в России

Выход из ситуации предложил посредник – НБКИ (бюро кредитных историй). Его директор Алексей Волков рассказал в конце февраля, чем его организация может помочь страховому рынку в сфере страхования передаваемого в залог имущества предприятий.

По словам эксперта, в Европе наблюдалась схожая ситуация 12 лет назад. Тогда в развитых западных странах (Россия в 2014 году последовала их примеру) законодатель вынужденно открыл СК доступ к историям кредитов по гражданам и что важнее, предприятиям.

Одна из крупнейших аналитических компаний FICO разработала для крупных страховщиков специфический продукт – модель страхового скоринга по аналогии с кредитным скорингом. Что это?

Скоринг – технология для определения вероятности наступления дефолтного состояния кредитора (страхователя). Но в отличие от классической методики оценки страховых рисков она учитывает поведенческие факторы – уровень ответственности субъекта и его готовность отвечать по обязательствам при любых обстоятельствах.

В 2014 году в России был принят закон, который позволяет страховщикам пойти тем же путем,

• получить доступ к историям обслуживания кредитов предприятиями;
• проанализировать качество поведения в отношении контракта с кредитором;
• сделать вывод о добросовестности страхователя, чтобы предложить ему тарифы по страхованию залогов на основе полученных данных (или отказать в оформлении полиса).

Алексей Волков рассказал, что в 2014 году потребность в подобной технологии скоринга для РФ была не так высока, как сейчас. Заметного сокращения потока страхователей (в том числе, корпоративных) еще не замечалось, СК покрывали свои риски за счет потоковых сборов.

Но сегодня, когда каждый контракт нужно проверять, страховой скоринг снова набирает актуальность. И НБКИ при содействии специалистов FICO уже разработали модель его расчета. Принцип ее работы прост:

• на основании данных по кредитам юридического лица система определяет уровень его лояльности;
• результат получается в баллах, диапазон – от 350 до 850;
• чем ниже балл, тем выше будет стоимость страхования предмета залога для предприятия и наоборот.

Кому в кризис нужен страховой скоринг?

Страховщику такой подход выгоден по двум причинам, – уверен Волков. Во-первых, СК получает точные данные для расчета своих рисков. Во-вторых, она может отсечь нелояльных (ненадежных) клиентов и сократить для себя вероятность мошенничества со стороны страхователя.

Последнему нововведение тоже будет интересным, – считает руководитель НБКИ.

1. Компания-заемщик (в прошлом или настоящем) сможет рассчитывать на скидку по страхованию имущества организаций при условии исправного погашения прошлых займов.
2. Наличие прозрачной методики оценки перспективности страхователя упростит процесс утверждения страхового бюджета.

Применение скоринга в маркетинге

Применение скоринга в маркетинге

Если в области кредитования скоринг применяется уже давно (по существу, скоринговые системы зародился именно как системы для оценки кредитных рисков в отсутствие квалифицированных экспертов), то в маркетинге идея применения скоринга сравнительно нова.

Предположим, большой супермаркет желает удержать своих постоянных клиентов, посредством различных поощрений (скидки на товары, рассылка рекламы по почте или e-mail и т.д.). Магазин не может снизить цену на все товары сразу, тем самым, угодив всем покупателям, а так же не может сделать рассылку рекламы всем покупателям – это не принесет никакой прибыли. Таким образом, требуется выделить группу покупателей, поощрение которых принесет наибольшую прибыль магазину и интересующие их товары (примечание: согласно принципу Парето 80% прибыли приносят лишь 20% клиентов).

Посредством дисконтных карт, социологических опросов и анкет можно получить некоторую общую информацию о клиентах (пол, возраст, место работы и т.д.) и информацию о том, что и как часто они покупают. Вот теперь требуется качественная скоринговая модель, посредством которой всех покупателей можно разделить на группы согласно их ценности для магазина.

К примеру, клиентов можно разделить по частоте обращения в страховую компанию:

   5 раз в год и чаще  (около 6% клиентов)
   4 раза в год (около 12% клиентов)
   3  раза в год (около 17% клиентов)
   2 раза в год (около 12% клиентов)
   1 раз в год и реже  (остальные)

Или по количеству потраченных денег за месяц:

    >300$
    200-300$
    100-200$
    50-100$
    <50$

На основе подобных таблиц скоринга можно выбирать группы потребителей, поощрение которых даст наилучшие результаты.

Можно выделить следующие этапы построения скоринга:

Можно выделить следующие этапы построения скоринга:

•     определение интересующей характеристики;
•     cбор второстепенных сведений о клиентах и значения интересующей характеристики;
•     разработка скоринговой модели (присвоение весов второстепенным данным) на основе имеющихся данных;
•     автоматическое ранжирование новых клиентов по приоритетным группам посредством скоринговой модели.

Если в качестве интересующей характеристики взять способность клиента вернуть кредитный заем, тогда в итоге мы получим две группы: клиенты, которым можно выдать кредит и клиенты, кредитование которых очень рискованно.

В каждом случае следует выявлять несколько промежуточных интересующих характеристик, строить скоринг для каждой из них, а затем рассматривать совокупность результатов.

Применение скоринга в банковской сфере

Применение скоринга в банковской сфере

Посмотрим, как можно применить описанные выше идеи к оценке кредитных рисков.

Банкам, выдающим кредиты, требуется каким-либо образом оценить нового клиента и принять решение о выдаче или невыдаче ему запрашиваемого кредита.

В мировой практике существует два основных метода осуществления этой процедуры, которые могут применяться как отдельно, так и в сочетании друг с другом:

•     субъективное заключение экспертов или кредитных инспекторов;
•     автоматизированные системы скоринга.

Методика оценки кредитного риска посредством скоринговых систем, позволяет, оценив набор социальных признаков, характеризующих заемщика, сказать, стоит ли выдавать ему кредит. Эта методика используется уже на протяжении более полувека для оценки кредитоспособности, как предприятий, так и физических лиц. Важной особенностью скоринговых систем является то, что решение о выдаче кредита может приниматься автоматически без участия специалиста.

Согласно общей философии скоринга, не требуется искать объяснения, почему данный клиент не вернул выданные деньги. Скоринг выделяет те характеристики, которые наиболее тесно связаны с ненадежностью или, наоборот, с надежностью клиента.