Алексей Кордичев, Росбанк: Управлять рисками – значит смотреть в будущее.

Направление, связанное с управлением рисками, для банков является одним из ключевых, но не единственным. Но даже здесь информационная поддержка аналитики предстает в виде комплекса тесно взаимосвязанных компонентов, вместе составляющих единое решение. Об этом мы беседуем с начальником отдела сопровождения продуктов управления по работе с просроченной задолженностью Росбанка Алексеем Кордичевым.

Intelligent Enterprise: Прежде всего хотелось бы кратко остановиться на трактовке термина «управление рисками». Он упоминается сейчас довольно часто, оставаясь при этом весьма размытым. А в банковском бизнесе это, наверное, одно из ключевых направлений?

Алексей Кордичев: Традиционно выделяют различные виды рисков, которым в разной степени постоянно подвержен тот или иной бизнес, в том числе (а может быть, и в особенности) и банковский. Основные — это кредитный, операционный и рыночный, однако на их более детальной классификации и описании вряд ли стоит останавливаться, тема эта объемная и узкопрофессиональная. Скажу лишь о неких общих для всей сферы Risk Management моментах, сфокусировавшись при этом на управлении рисками в банковском ритейле, поскольку именно данное направление сегодня чрезвычайно важно для Росбанка.

Согласно классическому определению, управление рисками (вне зависимости от рода деятельности компании) — это процесс измерения риска, его оценки и выработки адекватной стратегии, необходимой для того, чтобы впоследствии иметь возможность контролировать риски. В данном определении особо хочу выделить тезис, касающийся выработки стратегии, — он явно дает понять, что тот процесс, о котором мы говорим, это оценка не только прошлого, но и будущего, зачастую даже не самого ближайшего.

Для выдачи кредитов физическим лицам и малому бизнесу (иными словами, ритейла) банк собирает массу информации о работе с заемщиками, причем не только на этапе предварительного взаимодействия с ними, но и после того, как они становятся нашими клиентами. По собственному опыту работы как в России, так и в ряде зарубежных банков могу сказать, что такие сведения, как возраст и пол заемщиков, их социальный статус и род деятельности, играют важнейшую роль и являются статистически значимыми при анализе рисков невозвращения кредитов. Немаловажны и некоторые другие параметры, которые с первого взгляда могут показаться неинтересными. Например, в каком городе выдан паспорт или где родился заемщик, — значению таких факторов тоже есть объяснение: они могут показывать стабильность заемщика как производную от его проживания на одном месте. Кроме того, сбор подобной информации напрямую связан с формированием гибкой отчетности аналитического департамента, что также входит в сферу нашей деятельности. Эта работа ведется постоянно и является одним из важнейших направлений для банка.

Отдельно стоит отметить связь оценки рисков с выработкой стратегии компании: особое внимание в аналитической работе уделяется прогнозированию возможных потерь, базирующемуся на собранной информации. Это необходимо делать как минимум на три месяца вперед или даже на более длительный срок. На основе данных оценок в свою очередь планируются резервы, а в конечном итоге принимаются стратегические решения по развитию банка. Если по каким-либо причинам стратегия банка оказывается явно сфокусированной на клиентах определенной категории, то сразу более рельефно встают и другие задачи. Если, к примеру, большинство клиентов связано с нефтедобычей, необходимо профессионально давать оценку перспективам развития данной отрасли, если же мы главным образом выдаём кредиты на покупку автомобилей иностранного производства, то надо уметь просчитывать будущие риски в отношении объемов рынка товаров этой категории. То, что в настоящее время рынок, к примеру, находится на подъеме, для серьезного банка не является достаточным условием для максимального смещения соответствующих акцентов в портфеле.

То есть, выражаясь техническим языком, степень достоверности, достигнутую в процессе сбора данных о заемщиках, необходимо конвертировать в адекватную степень надежности предсказаний и формирования стратегии. По сути это отдельная задача, и здесь мы уже переходим от прошлого к будущему.

А используются ли какие-либо методические принципы, когда речь идет об аналитической обработке информации? Ведь иногда подобные методы ассоциируются с чисто креативной, творческой работой...

Когда мы говорим о сборе информации и представлении ее в виде отчетов, то здесь, безусловно, существуют лучшие практики, причем по каждой отдельной задаче обширной сферы управления рисками. Ими можно и нужно пользоваться, и их вполне можно считать методической основой. Причём желательно, чтобы понимание вопроса достигло такого объема, который позволял бы эти лучшие практики для конкретного бизнеса дополнительно «улучшить». Поэтому, кстати, творческая составляющая здесь может действительно играть не последнюю роль.

Если мы также ведем речь о более сложных аналитических вещах, связанных в том числе и с прогнозом, то стоит упомянуть небезызвестную в банковском бизнесе группу рекомендаций под названием Basel II, которые пользуются международным признанием как со стороны самого банковского бизнеса, так и со стороны структур, призванных контролировать его деятельность. Они касаются, например, методик исчисления необходимых резервов, соответствующих определенной величине того или иного банковского риска.

Что можно сказать об информационной поддержке этих задач?

Что касается процесса сбора данных, то здесь по понятным причинам важна их достоверность и непротиворечивость, которая, как известно, достигается за счет создания единого хранилища. Конечно, это идеальная ситуация, не всегда просто достижимая в условиях развития банковских систем, где мы почти всегда имеем их многообразие и соответственно многообразие источников данных. Но тем не менее достижению высоких параметров качества исходных данных необходимо уделять пристальное внимание.
Говоря же об обработке первичных данных, надо отметить чрезвычайную значимость отчетности для бизнеса вообще и для высшего руководства в частности. Именно из нее менеджмент банка должен постоянно видеть (или постоянно иметь возможность видеть) информацию в разрезах банковских продуктов, региональных филиалов, клиентов и некоторых других «измерений». А обладая этой информацией, сразу можно оценить состояние портфеля и те направления, в которых он наращивается. Если есть проблемы, то их источник (точка продаж, филиал или конкретный продукт) также виден гораздо лучше.

В отношении информационной поддержки целесообразно пользоваться проверенными инструментами формирования и визуализации нерегламентированной отчетности. Они достаточно известны и популярны на корпоративном рынке вообще, так что на этом вряд ли стоит останавливаться. Быть может, с такой точки зрения более интересен переход к процессам предсказания (в том числе и количественного) развития бизнеса и формирования стратегии банка на перспективу. А это, как мы уже отметили, является неотъемлемой частью Risk Management. Речь здесь идет о профессиональной, если можно так выразиться, аналитике — например, использовании статистического моделирования по методу Монте-Карло или применении нейронных сетей. Это деятельность несколько иного рода, нежели формирование отчетности о прошедших периодах. Но повторю, что всё это звенья единого процесса менеджмента рисков. Еще раз подчеркнем, что процесс анализа данных един, и идеальной можно считать такую ситуацию, когда банк на этапе формирования процессов управления рисками уже знает, какие методы обработки информации и какие информационные системы он будет при этом использовать.

Популярность использования методов «продвинутой» аналитики на российском рынке пока не может сравниться с распространенностью процедур построения нерегламентированной отчетности. С другой стороны, и те и другие методы, как мы выяснили, представляют собой неотъемлемые компоненты информационной и методологической поддержки процессов управления рисками. Значит, культуру их применения в бизнесе надо как-то выравнивать...

Да, действительно, как я уже сказал, аналитические методы, в совокупности направленные на предсказание ситуации в будущем, на построение стратегии бизнеса на перспективу (особенно когда речь идет о выдаче достоверных количественных результатов), качественно отличаются от тех, которые в основном применяются для оперативного анализа сегодняшней ситуации. Существуют также целые категории методов, основанные на концепции нейронных сетей, временных рядов и пр. Более того, подобные алгоритмы очень часто ложатся в основу неких узкоспециализированных аналитических решений, выпускаемых, как правило, компаниями, которые многие годы специализируются именно на выпуске аналитических решений для корпоративного рынка, а иногда даже для определенной отрасли. Такие решения, конечно, еще больше дистанцированы от привычной схемы работы своего рода «отчетной» аналитики, где алгоритмы консолидации и представления информации в целом всегда прозрачны. В данном случае на первый взгляд всё может напоминать некий «черный ящик», хотя это и не так.

Применять же их можно и нужно. В иностранных банках они активно используются, и мой опыт работы там позволяет утверждать, что, например, в такой сфере, как выявление мошенничества, первичная аналитическая обработка информации, проведенная «традиционными» методами, безусловно, позволит выявить, скажем, 20% наиболее явных прецедентов, в то время как специализированные решения выявят еще 70% подобных попыток.

Необходимому выравниванию культуры применения традиционных и «продвинутых» аналитических методов как раз способствует то, что более рельефную роль на предприятии начинают играть аналитики. Фактически они по роду своей работы могут претендовать на то, чтобы служить тем самым интерфейсом между бизнесом и ИТ, построение которого, как известно, является сейчас активно обсуждаемой темой. То, что деятельность этих людей близка к бизнесу, в общем, понятно — ведь они по сути напрямую осуществляют постановку задач бизнеса и решают их. Речь здесь идет, правда, о сугубо профессиональных методах оценки или предсказания, о специфическом мышлении в пространстве вероятностных оценок, к чему не всегда могут быть привычны бизнес-менеджеры. Хотя все равно, конечно, подразумеваются типичные бизнес-задачи.

Что касается близости этих людей к ИТ, то она тоже просматривается с достаточной очевидностью. Я, по крайней мере, поработав как в российском, так и в зарубежных банках, ни разу не встретил аналитика, не представляющего себе, как работают специфические алгоритмы, о которых мы говорили выше, и не знающего, как они реализованы в продуктах. Да, эти люди могут не знать нюансов, не представлять в деталях исходные коды программ (хотя многие из них так или иначе занимались и программированием, по крайней мере в учебных целях), но общее понятие они, безусловно, имеют. Благодаря их деятельности, кстати, в организации должно исчезать представление о «продвинутой» аналитике как о черном ящике, который трансформирует информацию по каким-то своим законам.

Какие информационные системы применяются в вашем банке для аналитической работы с информацией?

Для анализа рисков мы, как большинство крупных банков, начинаем применять системы, базирующиеся на решениях SAS, а также активно пользуемся помощью консалтинговых компаний, которые помогают внедрять лучшие практики управления рисками в нашем банке.