Современный ранок МФО: тренды, цифры, решения

Рынок микрофинансирования в России стремительно развивается, с 2013 года его объем вырос почти пятикратно. Согласно данным БКИ «Эквифакс» за первые два месяца 2019 года россияне взяли 2,5 млн займов на общую сумму 31,8 млрд рублей. Согласно нашим прогнозам, результаты первого квартала 2019 года превысят аналогичные показатели 2018 года на 27 - 30%.

Наиболее активными регионами в данном сегменте традиционно считаются Москва, Кемеровская область, Московская область, Республика Татарстан, Свердловская область, Тюменская область, Республика Башкортостан, Санкт-Петербург, Новосибирская и Челябинская области.

Средняя сумма, которую заемщики брали в течение 2018 года в микрофинансовых организациях, составила 12700 рублей, что является относительной исторической константой, начиная с 2015 года. на момент становления ранка МФО выдаваемые суммы были значительно крупнее, в среднем 17 – 18 тысяч рублей.

С точки зрения эффективности работы кредитно-финансового предприятия, основной показатель состояния кредитного портфеля или портфеля займов, играет наиболее значимую роль. По статистике, организации, выдающие беззалоговые, а также он-лайн займы подвержены наибольшему риску мошенничества и невозвратов. Так, портфель задолженности, просроченной на 90 и более дней, по состоянию на 28 февраля 2019 года составил 34,2 млрд рублей, что на 27% больше показателей 2018 года и почти в два раза превышают аналогичные значения 2017 года, что вполне коррелирует с динамикой роста портфеля МФО в целом. Чтобы поддерживать должный уровень доходности требуется регулярно проводить анализ действующего портфеля, а также внимательно следить за общеэкономическими и социальными показателями.

Ярким примером является устойчивый тренд по снижению уровня кредитной сознательности у клиентов именно в сегменте МФО. Это может быть обусловлено в том числе и политикой кредиторов, зачастую не прибегающих к запросам в БКИ по поворотным клиентам. Анализ данных БКИ «Эквифакс» показал крайне малое количество запросов от МФО по повторным клиентам для оценки благонадежности клиента. Как правило, доля количества запросов по повторным клиентам падает почти на 78 п.п. Уровень риска по ним, безусловно, ниже риска по новым клиентам, но остается значительным, и недооценка повторных клиентов может привести к весьма нежелательным последствиям.

Возможная причина такой политики кредиторов кроется в том, что с 2017 года они работали в первую очередь с повторными клиентами и имели о них сравнительно много информации, что позволяло выдавать займы даже тем, кто имел просрочки свыше 90 дней. Следует отметить, что на практике, это не критичная характеристика, особенно для заемщиков микрофинансовых институтов – ситуация у клиента может стремительно поменяться, и он вновь становится не должником, а добросовестным заемщиком. Однако интенсивная динамика прироста «плохих долгов» грозит увеличению рисков, которые приводят к корректировке текущей кредитной политики и ухудшает показатели портфеля кредитора, поэтому МФО нужны надежные инструменты: хороший скоринг и адекватная, эффективная политика взыскания.

Специализированные скоринги для МФО учитывают допущенные потенциальными заёмщиками просрочки в прошлом, но, в отличие от скорингов, ориентированных на банки, призваны глубже оценить поведение заёмщика, проверить, как он погашал просрочки, брал ли новые кредиты, оформлял ли кредитные карты.

В моделях учитываются характерные для МФО сроки и суммы кредитов, периодичность платежей в счёт погашения кредита, условия допущения просрочек. Уникальность и разнообразие моделей подчёркивает использование в алгоритмах расчёта сразу нескольких показателей, что позволяет с большей эффективностью оценивать кредитный риск микрофинансового института.

Например, в линейке наших скорингов есть такой уникальный продукт - скоринг по повторным клиентам, основная задача которого - эффективно сегментировать поток заявок и выявлять потенциально дефолтных клиентов из числа тех заемщиков, которые обращаются за займами не в первый раз. Продукт разработан на внушительном массиве данных, хранящихся в нашем БКИ, объем которых на текущий момент превышает 316 млн кредитных историй. Модель отличают высокий показатель коэффициента Gini, стабильность на больших временных промежутках и универсальность в использовании. Помимо чисто технической результативности крайне важна скорость получения ответа на запрос, чтобы время принятия решения при интеграции с внешними источниками данных и на обработку запроса на стороне партнера не увеличивались. Это также было заложено в модель при ее разработке и всестороннем анализе эффективности.

В условиях сформировавшегося рынка и острой конкуренции на первый план выходят задачи правильной оценки потенциального заемщика, как с точки зрения кредитного риска, так и в целях раннего выявления потенциального мошенничества. Закредитованность, наличие активных просрочек, признаки мошеннических действий – вот только некоторые факторы, влияющие на вероятность дефолта.