Автоматизировал оценку залоговых объектов в корпоративном кредитовании Райффайзенбанк
Оценка залогового имущества юридических лиц, а именно жилой недвижимости и грузового транспорта стала значительно быстрее в результате ее автоматизации. Список объектов оценки Райффайзенбанк планирует в скором будущем расширить
Райффайзенбанк автоматизировал оценку грузовых авто и жилой недвижимости в качестве залога при кредитовании юридических лиц благодаря технологии машинного обучения. Это позволило увеличить скорость оценки и предоставления кредитных продуктов заемщикам. По сведениям экспертов кредитной организации, грузовой транспорт и объекты жилой недвижимости являются основным залоговым имуществом по кредитам юрлиц в 10% случаях.
В банке отметили, что они используют большие данные и машинное обучение, чтобы ускорить принятие решений по кредитам и повысить эффективность риск-моделей. Стратегической целью банка является построение организации, в которой решения будут приниматься, основываясь на данных. Автоматизация процесса оценки залога в в кредитовании юридических лиц является значимым шагом в создании data-driven банка. Отмечается, что технологии машинного обучения помогут не только повысить операционную эффективность бизнеса кредитной организации, но и освободить время сотрудников для более интересных задач.
ML-оценка объектов залога работает следующим образом. Чтобы ее провести, эксперт вводит в систему сведения: кадастровый номер, если оценивается квартира, или марку, модель и пробег, если оценивается грузовой автомобиль. ML-модель проводит оценку рыночной стоимости, основываясь на сведениях обо всех сравниваемых объектах. Специалисту только остается верифицировать оценку, которую предложила модель.
В банке рассказали, что они одни из первых среди участников автоматизировали процесс оценки грузового транспорта в качестве залогового объекта. На создание модели потребовалось примерно 6 месяцев. Главный вызов данного проекта был обусловлен необходимостью формирования качественного датасета и его обработки. Полученные индикаторы эффективности модели превзошли подобные проекты иных дочерних банков группы RBI.
Для проведения оценки качества моделей применялся показатель MAPE (Mean Average Percentage Error). Он составил 8,1% для квартир и 9,5% для грузового транспорта. Специалисты по работе с залоговыми объектами Райффайзенбанка планируют расширить применение моделей для проведения оценки залогового имущества. Например, в перечень объектов будут введены личные авто, производственное оборудование, прицепы и полуприцепы, а также объекты коммерческой недвижимости.