ИИ обучился предсказывать личный финансовый кризис за несколько недель до просрочки

Алгоритмы машинного обучения позволяют выявлять риск дефолта заемщика за один-два месяца до фактической просрочки платежа. Об этом на конференции Data Day сообщил Валерий Курышев, владелец ПАК «Эвирис» (ИТ-холдинг Т1). По его оценке, внедрение предиктивной аналитики способно снизить долю проблемных кредитов в условиях, когда объем невозвратов по банковской системе превысил 13%.

В отличие от классического скоринга, который анализирует историческую отчетность с большой задержкой, ИИ-модели фиксируют изменение финансового поведения клиента в реальном времени.

• Краткосрочные индикаторы (за 4–8 недель до неплатежа): переход на более дешевые потребительские товары, отказ от цифровых подписок и сокращение затрат на мобильную связь.
• Среднесрочные маркеры (за 2–4 месяца): прекращение пополнения инвестиционных счетов, отказ от страхования КАСКО для автомобиля и смена привычных геолокаций передвижения.

Для построения таких моделей требуются обогащенные данные из бюро кредитных историй, телеком-операторам, страховых компаний и ритейла. Однако их интеграция блокируется регуляторными требованиями к защите информации, коммерческой тайной участников рынка и длительными процедурами комплаенса. В результате две трети банков сталкиваются с острым дефицитом входящей информации.

Решением становится использование доверенных вычислительных контуров, например ПАК «Эвирис». Эта среда позволяет компаниям объединять массивы данных без взаимного раскрытия исходников. Применение такой технологии повышает точность оценки кредитного риска на 4 процентных пункта.

"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.

Спрос на подобные инструменты будет расти: согласно официальной статистике, доля розничных займов с просрочкой более 90 дней увеличилась с 7,8% в начале 2024 года до 13% к началу 2026 года.