Қазір Қазақстанда өзін-өзі жұмыспен қамту үрдісі айқын көрініс тауып жатыр. 2021 жылы өзін-өзі жұмыспен қамтыған адамдардың саны 2020 жылмен салыстырғанда 2,9 пайызға (+60,2 мың адам) артты.
Өзін-өзі жұмыспен қамту үрдісінің өсуімен бірге жалдамалы жұмыскерлердің құрылымдық құрамы да өзгеруде, мұнда жалдамалы еңбек сипаттамаларының корпоративтік жұмыспен қамтудан ауытқу жағына қарай өзгеру үрдістері байқалады. Мысалы, өзін-өзі жұмыспен қамтыған адам омартадан бал, көкөніс бақшасынан көкөністер, жұмыртқа, сүт, қаймақ, май, өндірілген ет сата алады. Бірақ тәуекелдер бар: егін болмаса, сататын ештеңе де болмайды.
Сондықтан қаржыгерлер барлық жұмыртқаны бір себетке салмауға және қауіпсіздік көпшігіне ие болуға кеңес береді. Өзін-өзі жұмыспен қамтыған адамдарда тұрақты зейнетақы аударымдары мен кредиттік тарих болмағандықтан, банкте мұндай адамға кредит беруден бас тартуы ықтимал. Бұл жағдайда өзін-өзі жұмыспен қамтыған адамдар әртүрлі қаржы ұйымдарынан, соның ішінде МҚҰ-дан жиі несие алады. Қаржы технологияларындағы инновациялық әзірлемелердің, жасанды интеллекттің (ЖИ), ауқымды деректерді талдаудың және басқа да құралдардың арқасында бүкіл әлемдегі, оның ішінде Қазақстандағы қаржы ұйымдары кредит алушының төлем қабілеттілігін талдайды және кредит беру немесе бермеу туралы шешім қабылдайды. Кредиттік скоринг технологиясы өзін-өзі жұмыспен қамтыған халыққа кредит беру негізінде тұр.
Кредиттік скоринг дегеніміз не?
Бағалау карталарын, сызықтық модельдерді және бағалауды қолдана отырып, дәстүрлі кредиттік скоринг бұрыннан таусылды. Әлсіз кредиттік тарихы бар қарыз алушылар қаржылық жағынан ауқатты болуы және ай сайынғы төлемдерді кідіріссіз енгізуі мүмкін. Бірақ олар ескірген скоринг модельдерінің стандарттарына байланысты назардан тыс қалады. Дәстүрлі банктен кредит алу үшін әлеуетті қарыз алушыға несие тарихы және жақсы балл қажет. Бірақ несие тарихы жоқ немесе жеткілікті ақпараттың болмауына байланысты өзін-өзі жұмыспен қамтыған адамдар ен істей алады.
Сіз сәтті өнімі бар перспективалы АТ-стартаптың 24 жастағы иесі екеніңізді елестетіп көріңіз. Сіз бизнесті кеңейтіп, кеңсе ашып, көп адамды жалдағыңыз келеді — бұл сізге қолыңызда жоқ боп тұрған ақшаны қажет етеді. Банк Сізге несие бере ме? Беруі екіталай. Сіз тым жассыз және ұзақ несиелік тарихыңыз жоқ.
«Статистикаға сәйкес, 2020-2021 жылдары қоғамның үлкен топтары банктік емес болып қалады немесе ресми кірісі жоқ, бірақ бұл олардың төлемге қабілетсіз дегенді білдірмейді. Алайда, жоғарыда айтылғандай, егер адам стандартты өлшемшарттар жиынтығына сәйкес келмесе, олар әлі де тиімді клиент бола алады. Барлық ықтимал қарыз алушыларды жұқа файлдармен қамту және пайдаланушылар базасын кеңейту үшін МҚҰ балама кредиттік скорингті таңдауы керек», - дейді SunFinance Group өңірлік басқарушысы Виталий Нижегородцев
Несиелеудің баламалы модельдері
Көптеген банктер мен несие берушілер тәуекелдерді бағалаудың балама модельдерінен аулақ болуды жалғастырып жатқан кезде, шағын және орта бизнес жаңа аудиторияға шығуға дайын және қызығушылық танытады. МҚҰ үшін ЖИ кредиттік скорингінің артықшылықтары мен кемшіліктерін қалай анықтайтынын қарастырайық.
Виталий Нижегородцевтің айтуынша, несие қабілеттілігін бағалаудың балама бағдарламалық жасақтамасының ең үлкен артықшылығы қарыз алушылардың көпшілігі несие таңдай алатындығы болып табылады. Дәстүрлі тәсілден айырмашылығы, балама тәсілді жақтаушылар талданатын параметрлерді таңдау арқылы несиелік рейтингтерді қалай құруға болатындығын шеше алады. Несиелік рейтингті басқару үшін банктер әдетте қарыз алушының несие тарихының ұзақтығын, төлем тарихын, несиені пайдалануды және т. б. ескереді. Жасанды интеллект негізіндегі заманауи шешімдер өздері қалаған кез-келген ақпаратты жинай алады: лауазымы, отбасылық жағдайы, зейнетақы жарналары, ай сайынғы төлемдер, өтеу сомасы және мерзімі өткен қарыздар, орналасқан жері, бизнес түрі, соттылығы және басқа мәліметтер. Сонымен қатар, бағдарлама жас талаптарын реттеуге мүмкіндік береді», - дейді сарапшы. Мысалы, бағдарлама адам МҚҰ сайтында қанша уақыт өткізгенін, ол шарттың үлгісін зерделегенін, онлайн-калькуляторды пайдаланғанын, қандай смартфоннан келгенін және т. б. талдайды. Сарапшының айтуынша, технологиялық шешімдер Iphone 13 pro max соңғы моделі бар жас тұтынушылар көбінесе төлемге қабілетсіз қарыз алушылар болып табылатындығын анықтайды, өйткені олар қымбат смартфон сатып алуға несие алып, зейнетақы төлемдеріне, несие тарихына және т. б. қарамастан, тағы бір несие төлей алмайды.
Көп қарыз алушыларды тарту мүмкіндігі сіздің несиелік тәуекелдерді арттырғаныңызды білдірмейтініне назар аударыңыз. Қазіргі заманғы бағдарламалық жасақтама шекті мәнді орнатуға мүмкіндік береді, сондықтан сіз өзіңіздің әдеттегі шарттарыңыз бен ережелеріңізді сақтай аласыз, бірақ көп адамдарға назар аудара аласыз, өйткені олардың қосымшалары статикалық бағалау шарттарымен шектелмейді.
Несиелік тарихы жоқ жастар үшін немесе дәстүрлі балдары төмен пайдаланушылар үшін бағалаудың дәстүрлі емес әдістері несие алуға неғұрлым қолайлы шарттармен өтініш беруге көмектеседі. Дегенмен, МҚҰ клиенттердің мінез-құлқын және олардың кредиттік тәуекелдерін терең түсіне отырып, өзінің клиенттік базасын кеңейтеді және кредиттік өтінімдерді көбірек мақұлдайды.
Бірегей скоринг модельдері
«Клиенттік базаны кеңейтуге ықпал ететін тағы бір нәрсе — дайын модельді таңдаудан гөрі бірегей скоринг модельдерін жасау мүмкіндігі. Жасанды интеллект технологиялары бар, несиелік бағалау шешімдері мыңдаған өтінімдерді бағалауға бірнеше минут немесе тіпті секунд жұмсайды. Несие беруді бірнеше күн (әдетте 7 күн) күтудің орнына, балама бағдарламалық жасақтама шешім қабылдау процестерін бір жұмыс күніне дейін қысқартады. Осылайша, несие берушілер өтініш берген күні несие бере алады», - дейді SunFinance Group өңірлік менеджері Виталий Нижегородцев.
Автоматты балама несиелік скорингті қолдана отырып, МҚҰ несие беру шығындарын төмендетіп немесе тіпті азайта алады, осылайша клиенттерге тиімді пайыздық мөлшерлемелер ұсынады. Автоматтандыру сонымен қатар әдеттегі тапсырмаларда пайда болатын бұрмаланулар мен қолмен жасалатын қателерді азайтуға мүмкіндік береді.
Сарапшының айтуынша, балама несие есептерін ұсынатын шешімдер кемшіліктерсіз болмайды. Негізгі кемшіліктердің бірі-клиенттердің несие тарихы, қаржылық әдеттер және т.б. сияқты ақпаратпен бөлісуге дайын болуы. Алайда, сауалнамалар көрсеткендей, қарыз алушылардың шамамен 71% - ы, егер бұл әділ несиелік рейтингке әкелсе, жеке мәліметтермен бөлісер еді. Сонымен, егер сіз керемет жеке тәжірибе ұсынсаңыз және несие тарихы жоқ адамдарға несие алуға өтініш берсеңіз, олар қосымша ақпаратпен бөлісуге қуанышты болады.
«Сонымен қатар, жасанды интеллект негізіндегі бірде-бір бағдарламалық қамтамасыз ету несие портфелінің 100% қайтарылуына кепілдік бере алмайды. Жетекші әзірлеушілер бұл технологияны жақын арада енгізе алмайды. Қалай болғанда да, балама тәсіл болжамдарда дәлірек және жұмыс істемейтін несиелерді екі есе азайтуға мүмкіндік береді», - дейді сарапшы.
Арнайы бағалау әдістері бар жасанды интеллект жүйесі МҚҰ-ға әртүрлі әлеуметтік топтар үшін несиелерді қол жетімді етуге көмектеседі. ЖИ сізге өңделмеген ақпаратты алуға және оны тиімді скоринг стратегиясына айналдыруға мүмкіндік береді. Осылайша, балама модельдері бар бағдарламалық жасақтама тек несие беру кезінде ғана емес, сонымен қатар өтінімдерді жинау және скоринг үшін де жүзеге асырылуы мүмкін.
SunFinance group-тағыОрталық Азиядағы Хабтың баспасөз-қызметі
Просмотров материала: 771
