По его словам, традиционный финансовый скоринг во многом опирается на данные прошлых периодов, тогда как финансовое положение клиента может измениться мгновенно. Человек может потерять работу или столкнуться с ростом долговой нагрузки, но в банковской системе эти изменения становятся заметны уже после того, как клиент допустил неплатежи по кредитам.

Для построения качественной модели ИИ-скоринга банку важно учитывать шесть классов сигналов. Покупка более дешёвых товаров, сокращение расходов на связь и подписки указывают на ухудшение положения заёмщика за четыре-восемь недель до возможного дефолта. Прекращение инвестиционной активности, отказ от КАСКО и даже смена привычных маршрутов передвижения — всё это сигнализирует, что через 2-4 месяца человек может столкнуться с финансовым кризисом. 

Источниками такой информации выступают бюро кредитных историй, телеком-операторы, страховые компании и ритейлеры. Однако объединение этих данных без применения ИТ-системы с защищённой инфраструктурой затруднено из-за регуляторных ограничений, опасений бизнеса потерять критически важную информацию и слишком долгих согласований. Все это привело к тому, что 2/3 банков испытывают жёсткий дефицит данных.

«Появление защищённых сред, таких как ПАК «Эвирис», в которой партнёры объединяют информацию без взаимного раскрытия исходных данных, повышает точность оценки риска невозврата на 4 п.п. По оценке ИТ-холдинга Т1, для банка с портфелем 300 млрд рублей это означает возможность снижения доли проблемных кредитов на 0,72 п.п. и рост доли одобрений на 2,9 процентного пункта. Дополнительная процентная маржа в таком сценарии может составить свыше 200 млн рублей в год», — отметил Валерий Курышев.

Актуальность ИТ-решения растёт для всех участников финансового рынка вместе с проблемной задолженностью: по официальным данным, доля потребительских кредитов с просрочкой свыше 90 дней выросла с 7,8% на начало 2024 года до 13% к началу 2026 года.