Logica di processo del CRCL

Transcript

1 Logica di processo del CRCL Definizione Caratteristiche Operazione Dati Anagrafici Reddituali Centrale Rischi Posizione Globale Credit Bureau Valutazione Preliminare Dettaglio Operazione Mutuo Credit Rating Iter Deliberativi Allestimento automatico di iter deliberativi conseguenti alle valutazioni automatiche del sistema di Application Processing e alle decisioni degli operatori

2 Architettura del sistema Anagrafe Generale Posizione Globale Centrale Rischi Griglie di scoring,, Decisioni, Strategie, Condizioni di Business Strategy Execution Module (S.E.M.) Accertamenti Aziendali Fidi e Garanzie SQL Server Transact Server Gestione centrale dei processi e delle interfacce Configurazione ambiente strategico Credit Client WEB Client Rete Direzioni Generali

3 Architettura del sistema Raccolta dati Valutazione preliminare Implementa regole, strategie, algoritmi, griglie di scoring, condizioni e gruppi Champion-Challenger Challenger Definisce regole, strategie, algoritmi, griglie di scoring, condizioni e gruppi Champion-Challenger Challenger Strategy Manager Raccolta dati supplementari S E M Decisione Finale sistema Esecuzione Regole Definizione regole Iter deliberativi Ambiente operativo Configurazione Ambiente strategico

4 Segmentazione Mutui Tipo Tasso Destinazioni Finanziamento Tasso Applicazione mirata di regole e strategie

5 Algoritmo dei consumi Partizioni Regionali Nucleo Famigliare Stima dei consumi medi per calcolare il reddito teorico mensile.

6 Algoritmi di Scoring Il Credit Scoring è un algoritmo che utilizza una combinazione di informazioni disponibili al punto decisionale per prevedere la probabilità che il debitore risulti insolvente Punto decisionale Misura dell evento T - 1 T Richieste/ Contratti No default (1) EVENTO BINOMIALE Default (0)

7 Algoritmi di Scoring - Breve cronologia dello scoring Società di credito al consumo e di vendita per corrispondenza ( ) 1945) Sears & Roebuck (anni 50) Introduzione carte di credito (fine anni 60) Equal Credit opportunity Act ( ) 1976) Primi utilizzi scoring nelle banche (anni 80-90) Modelli di portafoglio e applicazioni conseguenti (metà anni 90) Basilea II (2001) Primi sistemi esperti (rule( rule-based) ) per sopperire agli esperti arruolati in guerra Targeting dei cataloghi sulla base della probabilità di acquisto Numero dei richiedenti tale da rendere indispensabili sistemi statistici Non è ammessa discriminazione nel dare credito a meno che questa non possa essere statisticamente dimostrata Estensione ad altri prodotti come prestiti personali, mutui, small business lending Modelli di VAR creditizio, RAPM, allocazione del capitale che utilizzano scoring come input Modelli statistici/rating determinanti per il calcolo del patrimonio di vigilanza Sviluppo tecniche di analisi predittiva ed utilizzo operativo dello scoring Introduzione dei sistemi di controllo adattivo Utilizzo strategico dello scoring

8 Algoritmi di Scoring Occupazione Dati Richiedenti Età intestatario < Numero Intestatari Delphi Experian < > Credit Bureau Tipo abitazione Prima casa 0 Seconda casa -30 Classi di score Calcolo Score: Importo Mutuo Reddito annuo netto Entro il 100% +30 Entro il 130% +25 Superiore al 400% -30 Anni assunzione intestatario < 1 anno 0 >15 anni +20 Rapporto B:C :1 8% Costante iniziale :1 10% : % -100 = 860 Rata annua/redditi Entro 15 % +30 Entro 20% +15 Entro 30% +10 Lavoratori tempo indeterminato No -50 Si +15 % Popolazione Fino a 650 1:1 3% :1 4% :1 5% :1 15% :1 15% :1 15% oltre :1 15% Canalizzazione stipendio No 0 Si +20 Durata Mutuo Meno di 10 anni +10 Oltre 15 anni 0 Tipologia mutuo Acquisto +10 Ristrutturazione -50 Prodotto

9 Risultati di Scoring in un portafoglio mutui 30% 25% 25% Tasso di Default, % Tasso di Default 20% 15% 10% 5% 14% 9% 7% 5% 3% 3% 3% 1% 2% 2% 1% 2% 1% 1% 1% 0% 1% 1% 0% Fasce di score

10 Strategie & Decisioni Nel modulo decisionale sono implementati differenti set di strategie creditizie utili ad evidenziare in automatismo eventuali criticità di business relativamente al prodotto di finanziamento mutui. Tali regole creditizie, denominate Policy Rules, sono applicate in precise fasi di valutazione della richiesta di mutuo e sono suddivise in: Policy per la fase preliminare di valutazione Policy per la fase finale di valutazione Evidenziano la presenza di almeno una negatività a carico del richiedente e/o degli altri soggetti coinvolti nella richiesta di mutuo. Evidenziano eventuali criticità relative alla congruità tra capacità reddituale e operazione di mutuo o situazioni da sottoporre ai livelli superiori della Banca.

11 Def i ni zi one Car atter i sti che Oper azi one Dati Anagrafici Reddituali Centrale Rischi Posizione Globale Credit Bureau Valutazione Preliminare Dettaglio Operazione Mutuo Credit Rating Iter Deliberativi Visione integrata Strategie&Decisioni Data Capture Data processing Applicazione Algoritmi Gestione automatica Process Flow Segmentazione

12 Considerazioni Conclusive La soluzione di Application Processing sviluppata da Experian- Scorex per Unicredit costituisce, pertanto, uno strumento di Decision Making&Support Decision che ha avuto gli effetti di: Migliorare la qualità del portafoglio Riduzione dei tassi di insolvenza. Rendere oggettivi e centralizzare i processi decisionali Controllo strategico e centralizzato delle politiche creditizie. Allestire un processo predittivo e prescrittivo Combinazione efficiente tra data capture, applicazione di algoritmi (scoring, ), decision processing e process flow. Valorizzare il patrimonio informativo Raccolta centralizzata di dati e informazioni e loro uso efficiente ai fini di analisi,simulazioni e monitoraggio.

13 Lo sviluppo di un sistema automatico di valutazione del merito creditizio per l erogazione dei mutui: aspetti critici e opportunità strategiche. L esperienza Alessandro Quadrelli, UniCredito Italiano Pietro Cordella, Experian-Scorex THE MORTGAGE DAY Il futuro dei mutui casa in Italia - Roma, 15 e 16 marzo 2004