Банки внедряют нейросети в систему оценки рисков заёмщиков

Возможности нейросетей используют для прогнозирования вероятности банкротства — недавно банки и МФО начали включать такую опцию в скоринг оценки рисков. Сейчас идёт тестирование данного инструмента. Пока что подробности инновации не разглашаются, но IT-специалисты говорят, что технологическим прорывом она не станет.

Банки в России начали включать в систему оценки рисков заемщиков прогноз, оценивающий вероятность личного банкротства, на основе нейросетей. Об этом сообщают "Известия"  со ссылкой на представителей финансовых организаций. Новшество связано с распространением процедуры банкротства физлиц.

По данным Национального бюро кредитных историй (НБКИ), во второй половине 2023 года прошли пилотные проекты по включению меры, оценивающей вероятность личного банкротства. Многие банки и МФО уже внедрили эту процедуру, а некоторые активно её тестируют. Оценка первых результатов ожидается не раньше лета.

“Оценка вероятности банкротства проводится на основе накопленной информации в НБКИ о более чем миллионе случаев банкротства. Алгоритмы нейросети выявляют в поведении прошедших процедуру банкротства комбинации и последовательности событий, которые позволяют делать соответствующий прогноз в отношении всех заемщиков”, — рассказал порталу РынокВзыскания.РФ директор по маркетингу НБКИ Алексей Волков.

Удобный инструмент, но нового в нём немного

Как рассказал генеральный директор агентства ML-разработки MetaToad Александр Тихомиров, определение рисков — это стандартная задача для нейросетей. Даются определённые базовые параметры, в этом случае, -  это данные бюро кредитных историй и информация о паттернах поведения пользователей, которой располагают банки. Туда входят все транзакции, кредитная нагрузка, данные о том, просрочивает ли пользователь выплаты по кредитам, и насколько часто

“На основе всех этих параметров нейросеть дает приближенный результат — с какой долей вероятности конкретный пользователь будет относиться к группе “хороших” или “плохих”. Также возможно введение градаций, например, пользователь “хороший”, но может просрочить выплату, или, в целом, “плохой”, но в итоге всё выплатит, — объясняет г-н Тихомиров. — Подобная сегментация давно существует и используется в банковской сфере и в области инвестиций. Это обычное матричное вычисление, просто никто раньше не называл его нейросетями. Я считаю, что сейчас на фоне общего хайпа вокруг ChatGPT и прочих подобных инструментов маркетологи решили “раскрутить” это программное решение”.

***

Использование нейросетей фактически стало дополнительной опцией для прогноза , оценивающего риски банкротства, который банки и МФО недавно включили в систему оценки рисков при рассмотрении кредитных заявок. Из-за этого количество отказов может вырасти на 20–30%. Однако эксперты рынка считают, что в МФО этот процент будет значительно меньше ввиду менее строгих критериев отбора.