מאת גלעד גרוס
14.5.2020

רווחיות של בנקים ונותני אשראי מונעת ממכירת מוצרי אשראי. אחד הסיכונים המרכזיים הגלומים במוצרי אשראי הוא 'סיכון אשראי', קרי הסיכון שפירעון או תשלום לא ישולם במלואו ובעיתו.

ככל שלנותן האשראי יש מידע טוב ומדויק יותר לגבי לקוחותיו והערכה נכונה יותר של סיכון האשראי הוא יכול להתאים את המוצרים והשירותים לרמת הסיכון של הלקוחות והעסקאות. יכולת זו מאפשרת להתחרות טוב יותר בשוק, למכור מוצרים רבים יותר המותאמים לסיכון של כל לקוח ולקוח 'טוב' או 'רע' וכן לנהל את הסיכונים באופן שוטף.

את סיכון האשראי יש לאמוד הן בעת העמדת האשראי וזאת לצורך התאמת התנאים (ריבית, בטוחות וכיו"ב) והן באופן שוטף על מנת לאמוד את הסיכון בתיק לצורכי ניהול סיכונים וכן על מנת להתאים את אופן ההתנהלות מול הלקוח על ידי הרחבת פעילות או צמצום פעילות מולו.

המודלים המיושמים בעת העמדת האשראי הינם מודלי 'חיתום'. במודלי חיתום מבדילים בין לקוחות חדשים, אשר המידע לגביהם איננו מבוסס על אגירה של נותן האשראי והיכרותו עם הלקוח, לבין לקוחות קיימים אותם נותן האשראי מכיר ובגינם הוא מבצע מעקב. כאן ניתן למצוא מודלים יוריסטיים כגון מודל מומחה ושאלונים ומודלים סטטיסטיים בדרך כלל מסוג profiling.

המודלים המיושמים באופן שוטף משמשים לצורך מעקב אחר סיכון התיק של נותן האשראי, ככלי בתהליך החלטה בבקשת אשראי של לקוחות קיימים ובקביעת סמכויות. בתחום זה, יחד עם ההתפתחות הטכנולוגית ואגירת נתונים באופן דיגיטלי החל להתרחב גם השימוש והפיתוח של מודלים סטטיסטיים, מבוססי נתונים, לניקוד לקוחות (credit score).

במודלים הסטטיסטיים לניקוד לקוחות נעשה ניסיון למצוא קשר סטטיסטי בין מאפיינים שונים של הלקוח ו/או העסקה לבין ההסתברות שיחול אירוע כשל במועד עתידי.

הטכניקה הנפוצה היא שימוש ברגרסיה לוגיסטית שתוצאתה הינה משוואה המגדירה הסתברות לקרות אירוע (במקרה שלפנינו אירוע כשל) על בסיס ערכיהם של משתנים שונים.

נניח לדוגמא שלנותן אשראי יש מידע זמין על לקוחות ביחס לגובה ההכנסה, מספר הנפשות במשק הבית, ותק בעבודה והיקף השימוש בכרטיסי אשראי. אותו נותן אשראי יכול לאגור את המידע ויחד עם תוצאות בפועל של עסקאות יוכל לאמוד את הקשר הסטטיסטי בין אותם נתונים לבין התוצאות של העסקאות של אותם לקוחות. באמצעות טכניקה סטטיסטית (רגרסיה לוגיסטית כאמור) יוכל לקבל משוואת כזו:

ההסתברות לקרות האירוע, PD, הינה פונקציה של המשתנים – הכנסה, מס' נפשות, ותק וכרטיסי אשראי.

אותו נותן אשראי אשר עוקב באופן שוטף אחר משתנים אלו יכול באמצעות נוסחה זו לחשב עבור לקוחותיו את ההסתברות לאותו אירוע כשל. על בסיס הסתברות זו יוכל לחלק את לקוחותיו לקבוצות ניקוד למשל:

באמצעות מודל זה נותן האשראי משיג מעקב אחר רמת הסיכון של לקוחותיו. כלי זה מסייע להחליט באם הלקוח הינו רווחי ביחס לסיכון שהוא משקף, האם התיק בכללותו נמצא ברמת סיכון גבוהה או נמוכה ולהתאים את התיק לרמת הסיכון המבוקשת על ידי ההנהלה, ניתן לערוך מדרג סמכויות בארגון בהתאם לדירוג ועוד.

פיתוח מודל כזה אשר עומד במבחנים סטטיסטיים ובעל תוקף הינו תהליך מרתק ומאתגר הדורש מיומנות גבוהה מעולמות הסטטיסטיקה (data science) והמימון.