臣財貸款網(wǎng)3月1日訊,用戶在社交網(wǎng)站上的訂閱情況以及在社交網(wǎng)站上的一些其他行為,如發(fā)布照片,可能會對銀行決定是否發(fā)放貸款產(chǎn)生影響。俄羅斯國家征信局和IT公司DoubleData共同推出了分析借款人在社交網(wǎng)站上行為的新型服務(wù)。

這一系統(tǒng)的初步試用結(jié)果顯示,如果借款人在社交網(wǎng)站上關(guān)注網(wǎng)絡(luò)營銷(例如,化妝品銷售),快速貸款等群組,將會使銀行拒絕發(fā)放貸款的風(fēng)險提高2-4倍。

報告中指出,假如用戶在社交網(wǎng)站上的平均拒付比例達到7.4%,那么一個“不良”群組訂閱人的債務(wù)拖欠風(fēng)險就會達到14.2%,而如果訂閱了多個“不良”群組,債務(wù)拖欠風(fēng)險就會高達19.9%。與此同時,用戶的積極行為,如發(fā)布旅行照片,將會提高其信用。通常旅行者的債務(wù)拖欠風(fēng)險可以低至3.55%。

60%的俄羅斯借款人都使用社交網(wǎng)站。70%的年輕債務(wù)人(35歲以下)經(jīng)常使用“VK”社交網(wǎng)站,中年人(35歲以上)則更偏愛“同學(xué)錄”這一網(wǎng)站。“Facebook”的使用者很少貸款,25至34歲的借款人中“Facebook”的用戶僅占十分之一。

俄羅斯國家征信局局長亞歷山大·維庫林指出:“我認為,未來在零售貸款風(fēng)險管理方面實施創(chuàng)新型方案時,要著重降低個人貸款風(fēng)險。當(dāng)前,高效的貸款流程以及強大的信息處理能力是貸款方的競爭優(yōu)勢。”

“市場現(xiàn)在需要借款人的補充信息,”DoubleData總經(jīng)理馬克西姆·金如科認為,“我們研發(fā)出了基于公共來源信息的技術(shù),這項技術(shù)能夠滿足市場在這方面的需求。我們將與俄羅斯國家征信局一道,向銀行和國際金融組織提供借款人的補充信息,以進行有效的風(fēng)險管理。”

亞歷山大·維庫林指出,銀行和國際金融機構(gòu)已經(jīng)在自己的信用評分模型中開始使用這一系統(tǒng)了。

“我們進行了測試,在這套系統(tǒng)的幫助下,測試結(jié)果令人十分滿意,”在線小額貸款風(fēng)險管理公司MoneyMan經(jīng)理說,“我們已經(jīng)使用了這套系統(tǒng),這套系統(tǒng)提高了貸款決策效率,并且為貸款的風(fēng)險管理提供了幫助。”

專家預(yù)言,未來社交網(wǎng)站信息或?qū)⒊蔀殂y行信用評分模型中的重要信息。

“實際上,社交網(wǎng)站能夠提供很多有利于借款人的信息,”俄羅斯企業(yè)融資銀行管理分析部主任馬克西姆·奧薩奇強調(diào)。“例如,銀行可以通過了解借款人的行為,來判斷他是否有責(zé)任心。銀行在做出貸款決策時,可以著重考慮借款人在社交網(wǎng)站上的負面信息。”

例如,貸款人社交網(wǎng)站上的醉酒照片可能會導(dǎo)致銀行拒絕發(fā)放貸款,即使貸款人提交的其他文件都沒有問題。美國個人消費信用評級公司就通過社交網(wǎng)站上的信息來判斷借款人的信用狀況和償還能力。

“我們有專門研究社交網(wǎng)站用戶行為的員工,并且我們現(xiàn)在正集中精力對這一方向進行研究,”莫斯科銀行副行長伊萬·巴特科夫指出。“在社交網(wǎng)站信息的幫助下,我們能夠預(yù)防一系列的貸款詐騙。我認為,隨著社交網(wǎng)站數(shù)據(jù)庫的不斷積累,隨著用戶網(wǎng)絡(luò)行為分析方法的不斷完善,社交網(wǎng)站信息將會對貸款的發(fā)放產(chǎn)生越來越大的影響。”

關(guān)注