Скоринг помогает не только в управлении рисками невозврата в случае дефолта клиента, но он также используется для задач выявления и предотвращения мошенничества. Следует подчеркнуть, что (по доступным оценкам) примерно половина невозвратов обусловлена дефолтом, и для контроля этих рисков используются методы кредитного скоринга, а другая половина - мошенничеством, и для снижения этих рисков также используются скоринговые методы. Мошенничество при кредитовании можно разделить на две категории: 1) мошенничество при попытке получить кредит (происходящее при подаче заявления); 2) мошенничество, происходящее в процессе использования и погашения кредита. Второе чаще связано с кражей или самой карты, или ее данных для последующего использования в преступных целях. Соответственно методы и выявления, и предотвращения при рассмотрении заявления отличаются от методов, используемых для контроля использования карты и выполняемых по ней транзакций. Мошенничество, происходящее во время подачи заявления на кредит, подразделяется на мягкое (soft) и жесткое (hard). В случае мягкого мошенничества заявители, как правило, используют свое настоящее имя, чаще всего они уже подавали заявки на кредит, но получили отказ, зачастую из-за их неспособности расплатиться. И они манипулируют своими данными так, чтобы выглядеть более основательно (старше, выше доход, более продолжительное проживание по данному адресу; сокрытие адресов, по которым они проживали, когда у них были проблемы - например с выплатой). И хотя эти заявители и намереваются выплачивать кредит, объективно они навряд ли на это способны. В случае жесткого мошенничества заявитель изначально и не собирается платить и, как правило, использует для подачи заявления украденную или даже изобретенную идентификацию (личные данные), за этим зачастую стоит профессиональная организованная группа мошенников. Риск жесткого мошенничества сильно отличается от кредитного риска как по своей природе, так и по способам наилучшего предотвращения. Риски же мягкого мошенничества в определенной степени коррелируют с кредитным риском. Модели, разработанные для оценки кредитного риска, практически не работают для выявления и предотвращения риска мошенничества. Например, в случае если мошенничество заключается в использовании украденной идентификации, то кредитная скоринговая модель чаще всего даст высокий балл и одобрит такое заявление. По этой причине специальные модули по выявлению и предотвращению мошенничества обязательно включаются в интегральную систему обработки принимаемых заявлений. Важнейшим источником информации для сопоставления данных и выявления мошенничества являются кредитные бюро, а также внешние специализированные базы данных (например, по утерянным и украденным паспортам) и обязательно - собственная база данных кредитной организации. Наиболее эффективными оказываются те системы, которые построены не на основе экспертных правил, а на основе моделирования - нейронными сетями, регрессионными методами, деревьями решений (decision trees), индукцией правил (rules induction), генетическими алгоритмами, анализом связей (link analysis) на основе теории графов (graph theory). Такие системы используются как для проверки поступающих заявлений, так и в работе с действующими картами - для выявления и предотвращения мошенничества в транзакциях (причем удается применять скоринг в реальном времени, включая в него алгоритмы оценки мошенничества текущих транзакций).
Ви переглядаєте статтю (реферат): «Скоринг и мошенничество» з дисципліни «Пластикові картки»
