Система раннего предупреждения: как банкам выявлять риски заёмщиков до появления просрочки

Корпоративное кредитование остается одним из ключевых направлений банковского бизнеса, однако стоимость ошибки в оценке рисков постоянно растет. По данным Банка России, объем просроченной задолженности по корпоративным кредитам составляет 3,2 трлн рублей, при этом более четверти юридических лиц и индивидуальных предпринимателей уже имеют просроченные обязательства. Корпоративный заёмщик редко становится проблемным внезапно. До ухудшения платёжной дисциплины могут снизиться финансовые показатели, измениться собственники, появиться значимые судебные споры, запросы государственных органов, сообщения о потере контрактов или другие негативные события. Каждый признак сам по себе не всегда означает проблему, но их сочетание и динамика требуют внимания.

Изменения по всем клиентам невозможно эффективно отслеживать вручную: аналитикам приходится работать с десятками систем, сопоставлять данные из внутренних источников и внешних сервисов, регулярно актуализировать методики контроля и анализировать документацию. Именно эту задачу решает специальное приложение в банке ТОП-20 РФ от резидента Сколково ФИС — система раннего предупреждения.

От проверки заемщика к непрерывному мониторингу

Система раннего предупреждения предназначена для своевременного выявления потенциальных сигналов возникновения проблем у заемщиков и связанных компаний, чтобы минимизировать риск возникновения просроченной задолженности. Решение позволяет контролировать:

• финансовые показатели — динамику чистых активов, отчётности и других параметров, заданных риск-политикой банка;
• корпоративные изменения — сведения о собственниках, бенефициарах, руководителях и связанных компаниях;
• арбитражную практику — новые дела, изменения по действующим делам и судебные акты по организациям из списка мониторинга;
• входящие документы — запросы государственных ведомств, правоохранительных и иных организаций, а также обращения граждан;
• внешнее информационное поле — негативные публикации, потерю контрактов, массовые увольнения, чрезвычайные и иные значимые события.

В основе решения — непрерывный прозрачный мониторинг и гибкая настройка правил.  Специалисту банка не нужно вручную просматривать изменения по всему портфелю и регулярно собирать информацию из разных источников: система автоматически анализирует информацию из внутренних банковских систем и внешних сервисов и документов. Данные объединяются в общей витрине и досье клиента. Система не просто хранит документы, а превращает их содержание в структурированные сведения: определяет отправителя и объекты запроса, выделяет действия и основания, находит участников дела, суммы требований, категории споров и другие значимые сущности. Эти факты сопоставляются с финансовыми и корпоративными данными, после чего проверяются по настраиваемым правилам.

При этом бизнес-пользователь с помощью инструмента настройки бизнес-правил может самостоятельно изменять алгоритмы проверки, формировать расписание их выполнения и предварительно тестировать новые правила до их запуска в промышленном контуре, в том числе на исторических данных. Правила могут учитывать не только отдельное событие, но и их сочетание и динамику по портфелю. Например, если за короткий период к одному заемщику появляется большое количество похожих исков или существенно растет совокупная сумма требований, то такая динамика требует внимания. Система позволяет формализовать многосоставные сценарии: контролировать количество событий за период, совокупные суммы требований, частоту их возникновения и другие параметры, чтобы выявлять изменения на уровне отдельного дела и в масштабе портфеля.

Таким образом, главной задачей специалиста становится не поиск и первичная оценка сигнала среди массива данных, а подбор релевантных действий при возникновении проблем. Если раньше ручной разбор первичных данных требовал значительных ресурсов команды и повышал риск пропуска критичного события, то теперь около 90% поступающих документов не требуют внимания эксперта. Система берет на себя последовательную обработку всего потока первичной информации и концентрирует внимание специалиста только на значимых событиях, сохраняя доступ к исходным данным и документам для проверки.

Как формируется единый сигнал:

1. Собрать данные. Витрина регулярно пополняется сведениями из банковских систем и внешних сервисов, а также документами и материалами из источников мониторинга.

2. Подготовить информацию. Структурированные показатели нормализуются, а сканы и тексты распознаются; из документов извлекаются сущности, факты и их атрибуты.

3. Связать данные с клиентом. Показатели, компании, физические лица, судебные дела, документы и события объединяются в досье заёмщика и связанных сторон.

4. Проверить по правилам. Система запускает бизнес-правила с учётом динамики показателей, содержания документов, типа события, сегмента клиента и заданных порогов.

5. Определить критичность. Результаты классифицируются и при необходимости объединяются в сигнал с указанием уровня критичности.

6. Передать специалисту контекст. Пользователь видит клиента, сработавшее правило, источник, исходный документ или показатель и историю изменения, после чего выбирает дальнейшее действие.

Важно, что сигнал не существует отдельно от доказательной базы. Специалист получает возможность перейти к исходному PDF, увидеть извлечённые данные и понять, какое правило сработало. Это позволяет ускорить реакцию на инциденты и одновременно сохранить возможность проверки решения.

Что получает специалист банка

В системе сотрудник получает готовую картину по каждому выявленному риску, а именно он может:

• автоматически получать уведомления о сигналах потенциальных рисков — с данными о клиенте, типе риска, степени критичности, источнике данных и времени обнаружения события;
• самостоятельно настраивать правила контроля без участия разработчиков;
• задавать периодичность проверок — ежедневно, ежеквартально или при обновлении данных;
• анализировать не только сформированные сигналы, но и результаты проверок, которые не привели к срабатыванию.

В результате специалист тратит меньше времени на первичный анализ и может сосредоточиться на оценке действительно значимых изменений.

Один из сценариев — контроль финансового состояния заемщика. Вместо регулярной ручной проверки портфеля корпоративных заемщиков риск-менеджер получает от системы сигнал, если размер чистых активов клиента отклоняется от максимального значения за предыдущие четыре квартала. Специалист видит факт изменения показателя и может перейти к его оценке еще до того, как изменение финансового состояния отразится на платежной дисциплине клиента. При выявлении нарушения система формирует сигнал раннего предупреждения и передает данные далее для работы с выявленным риском. При этом специалисты банка могут самостоятельно изменить параметры контроля, настроить периодичность проверок и оптимизировать мониторинг.

Второй сценарий — поиск негативных событий во внешних источниках. Финансовая отчетность не всегда первой показывает изменения в бизнесе заёмщика, поэтому специалисту важно видеть и изменения во внешнем информационном поле. СРП помогает автоматически находить события, которые могут повлиять на устойчивость бизнеса:

• массовые увольнения;
• задержки заработной платы;
• потерю крупных клиентов и контрактов;
• смену бенефициаров;
• чрезвычайные ситуации;
• негативные события, связанные с собственниками и топ-менеджментом.

Специалист может настроить поиск по текстам, загруженным в платформу, документам и содержимому сайтов. Если система обнаруживает потенциально значимое событие, сотрудник получает не только уведомление, но и ссылку на источник, описание события и уровень критичности сигнала. Таким образом, специалист получает конкретный повод для проверки ситуации клиента.

Другой сценарий — поиск негативных событий из неструктурированных арбитражных документов и входящих запросов. Банк ежедневно получает документы, в которых могут содержаться признаки повышенного риска: запросы государственных органов, обращения граждан, сведения о новых арбитражных делах и изменениях по уже идущим процессам. Значимая информация часто скрыта в неструктурированном тексте, а её ценность зависит от того, насколько быстро специалист сможет найти факт, проверить контекст и начать работу. Система раннего реагирования объединяет поступление документов, их распознавание, извлечение сущностей, проверку по бизнес-правилам, уведомления и дальнейшую работу пользователя в едином процессе.

База для предиктивного риск-менеджмента

Для банка непрерывный мониторинг — это возможность перейти от реакции на уже возникшую просрочку к работе с более ранними признаками потенциального ухудшения качества портфеля. Система раннего предупреждения помогает специалистам автоматизировать поиск сигналов проблемности, сократить объем рутинного анализа, подключать новые источники данных и формировать основу для построения предиктивных моделей оценки риска. В результате кредитный мониторинг превращается из набора регламентных проверок в инструмент, который помогает банку принимать решения быстрее и точнее.