Каким образом банк смог так быстро выдать заключение по заемщику? Ведь для этого нужно обработать немаленький массив данных, обратиться к нескольким источникам информации. Такая возможность появилась после автоматизации этого процесса. В помощь финансистам в мире работает несколько систем. Разработчики отечественной системы Fraud Detection (компания Secure Technologies) утверждают, что она способна разгрузить службу безопасности банка и сделать проверки быстрыми и непредвзятыми.

Проверка на предмет мошенничества – неотъемлемая часть процедуры обработки кредитной заявки в любом банке. «Но в большинстве кредитно-финансовых учреждений эти действия выполняются в ручном режиме. Где-то они частично автоматизированы. К примеру, автоматически могут сопоставляться идентификационный код и дата рождения, а также проводиться поиск паспортных данных в базе утерянных паспортов. Но единой автоматизированной системы борьбы с мошенничеством нет ни у одного из банков», – рассказывает «ЧП» директор дирекции прямых продаж Укргазбанка Евгений Руденко. Поэтому проверка одной кредитной заявки может длиться от получаса до нескольких дней в зависимости от сложности кредита. Автоматизация процесса проверки позволит выдать беспристрастные данные за несколько минут.

В результате проверки заявки обратившемуся за кредитом могут или отказать в получении займа, или передать информацию в службу безопасности банка, которая и будет решать, мошенник это или нет. Например, в принесенных человеком документах указан адрес, по которому он прописан. Система находит, что в банк за кредитом уже обращались несколько человек, якобы проживающих там же. Причем, судя по документам, кроме общего адреса, этих людей ничего не связывает. При таком совпадении дополнительной проверки не требуется и банк отказывает в займе. Но если адрес и домашний телефон совпадают по двум заявкам, есть такие варианты: или люди живут вместе, или это неправдивые данные. Тогда одному из клиентов звонят, якобы с целью уточнить какие-то дополнительные детали. В случае группового мошенничества у членов группы обычно есть связующее звено: один и тот же работодатель, на одном из телефонов сидит «утка», подтверждающая информацию, и т. п. Вычисляют их по совпавшему номеру телефона, общему работодателю или же с помощью уточняющего звонка.

«Практически все преступные группы ограничены в средствах. То есть они вынуждены повторно использовать свои ресурсы. Указанные несколько раз в анкетах адреса, телефоны или места работы могут означать и случайное совпадение, и мошенничество. Если количество совпадений не попадает в нормальное распределение вероятности, то, скорее всего, мы имеем дело либо с мошенничеством, либо с чудом», – рассказывает директор компании Secure Technologies Сергей Григораш. И добавляет: совершить преступление можно, только обманув банк. В любой дезинформации по отношению к фактическим данным есть некая «система искажения правды». При помощи нескольких сотен правил сравнения и анализа эта система с большей или меньшей вероятностью будет обнаружена. И чем больше аналогичных ситуаций, тем выше шансы ее выявить.

Помимо Fraud Detection мошенников помогают вылавливать системы Hunter (разработчик – компания Experian-SCOREX) и Falcon (Fair Isaac Corporation). Принцип действия у них примерно одинаковый. Все они имеют набор из более 200 правил проверки, которые условно можно разделить на три группы. Первый свод правил представляет собой перекрестные проверки. Например, если сотрудник какой-то компании уже брал кредит и не погашал заем, то вполне вероятно, что его коллеги тоже не будут или не смогут платить по своим обязательствам. Вторая группа – проверка по так называемой черной зоне: не светился ли человек ранее как недобросовестный плательщик, были ли у него административные нарушения, судимости и т. д. Третий свод – проверка по внутренней базе банка. Финучреждение вряд ли выдаст заем, если система обнаружит, что бюджет семьи обратившегося за ним уже отягощен, например, ипотечным кредитом, оформленным на кого-то из родственников.

Однако при прочих равных условиях есть у систем и отличия, так как Hunter и Falcon – «иностранного происхождения» и не полностью адаптированы к украинскому рынку. «В Fraud Detection, разработанной отечественной компанией, уже есть преднастроенные правила, которые приспособлены именно к нашему рынку, а также необходимые для него определенные внешние данные», – рассказывает менеджер проектов департамента управления рисками «VAB Банка» Евгений Матрос, который в свое время принимал участие в разработке этой системы. «При разработке мы опирались на реалии украинского рынка и эксклюзивный опыт отделов рисков нескольких крупнейших отечественных банков», – дополняет господин Григораш.

Значительно разнится и стоимость систем. Интеграция Fraud Detection стоит €20-100 тыс., поддержка системы – еще от €1,5 тыс. в месяц. Покупка и настройка как Falcon, так и Hunter обойдется банку примерно в €300 тыс. Причем последняя совместима исключительно с «родительской» системой CRM Experian.

Каждый банк ориентируется на своего заемщика, и располагает присущими только ему правилами проверок. Автоматизированная система позволяет расширять свод правил так, как нужно финучреждению. «Скажем, мы хотим, чтобы система сообщала о сделках с аналогичным залогом. Предположим, в городе N в одном доме были проданы две квартиры по $60 тыс. каждая. А на покупку третьей в том же доме и примерно той же площади, берется кредит на сумму $150 тыс. Теоретически такое возможно, если там, образно говоря, стоят золотые дверные ручки. Но, скорее всего, это искусственно завышенная стоимость залога. Система нас об этом уведомит, а мы туда поедем и посмотрим. Схожая логика применяется и к другим перекрестным проверкам», – объясняет начальник отдела управления рисками частных лиц «ВТБ Банка» Наталья Викован. Это финучреждение пользуется программным модулем «Пиранья». Он позволяет проводить перекрестные проверки и проверки клиентов по «черной зоне». Если засветилась завышенная стоимость залога, то, возможно, имеет место сговор с сотрудником банка. «Таким образом, кроме борьбы с внешним мошенничеством, мы можем определять внутреннее, на которое приходится до 30% всех потерь финучреждения», – утверждает менеджер.

Установка в банке любой из противомошеннических систем, во-первых, сэкономит время на принятие решения по кредитной заявке и, во-вторых, исключит человеческий фактор. «Машины думают лучше людей. Не потому что они умнее. Просто у них не бывает плохого настроения, не болит голова, они не могут чего-то недосмотреть и т. п.», – говорит госпожа Викован. В-третьих, от внедрения системы есть экономический эффект. «Целесообразно ли использовать сотрудников службы безопасности в 100% обрабатываемых кредитных заявок? Думаю, нет. Хотя бы с финансовой точки зрения. Один человек может проверить за день пять-семь заявок. В банке, где кредитование поставлено на поток, их ежедневно сотни. Посчитайте штат сотрудников, их зарплаты, добавьте к этому помещение, оборудование рабочих мест и необходимую инфраструктуру», – отмечает Евгений Руденко.

Впрочем, говорить о достоинствах систем пока рано. «Насколько нам известно, Falcon и Hunter в украинских банках еще не установлены», – говорит господин Григораш. А Fraud Detection в промышленную эксплуатацию запущена совсем недавно и только в 11 учреждениях: в восьми банках, двух коммерческих структурах, одной коллекторской компании. Еще в 30 она на тестировании. Да и далеко не все банки созрели для внедрения такого программного продукта. Некоторые сомневаются в эффективности систем, мотивируя это тем, что для объективной оценки необходим анализ достоверной информации, что в нашей стране не всегда возможно. «Проверка потенциального заемщика подразумевает использование множества источников информации. Самой достоверной информацией владеют МВД и СБУ, но эти ведомства не идут на сотрудничество с банками. Поэтому, вероятнее всего, погрешность работы таких систем будет весьма велика», – считает начальник управления безопасности «БМ Банка» Борис Сегедин. По его словам, в Украине звездный час систем, способных автоматически определять финансовых мошенников, наступит не ранее чем через пять-семь лет.