Баллы скоринга на сайте бюро кредитной истории: анализ данных

Это выход статистической модели, которая оценивает риск дефолта на горизонте одного года по данным конкретного бюро.

На сайте бюро кредитной истории скоринг бюро обычно показывается крупной цифрой, цветовой зоной и несколькими объясняющими факторами. Интерфейс создает ложное ощущение простоты. За числом находится набор записей кредитной истории, правила подготовки данных, веса факторов и пороги, определенные самим БКИ. Банк в этой цепочке работает по другой модели.

Математика рейтинга: шкала 1–999 не является шкалой шансов

Индивидуальный кредитный рейтинг рассчитывается как целое число от 1 до 999. Такой диапазон закреплен регулированием. Минимальное значение соответствует минимальному уровню кредитоспособности в модели бюро, максимальное — максимальному.

Базовая задача модели — не предсказать, выдаст ли банк кредит. Она оценивает вероятность дефолта в течение года. Для регуляторной модели дефолт имеет формальное определение: просроченная задолженность свыше 500 рублей, сохраняющаяся более 90 календарных дней.

Это ограничение меняет трактовку цифры. Рейтинг 900 не означает 90% вероятности одобрения. Рейтинг 600 не означает отказ. Между баллом и решением кредитора нет прямого API.

Модель БКИ строится на статистическом анализе. Входной контур включает сведения кредитной истории и факторы, признанные статистически значимыми. Методика может использовать и данные вне кредитной истории, если бюро включило их в свою модель. Полный набор признаков, веса, обучающая выборка и код модели публично не раскрываются.

Персональный кредитный рейтинг в цифрах — это ранжирование внутри массива данных конкретного бюро. Не паспорт финансовой дисциплины. Не универсальный кредитный лимит. Не обещание ставки.

Балл БКИ измеряет модельный риск дефолта. Банк измеряет риск своей сделки.

Цветовые категории тоже не задаются одной универсальной таблицей. Норматив требует, чтобы категория «очень высокая кредитоспособность» включала верхние 10% значений рейтинга в базе конкретного БКИ. Остальные 90% распределяются равными долями между высокой, средней и низкой категориями.

Отсюда следует простой технический вывод: граница «хорошего» рейтинга зависит от бюро. Она не обязана совпадать у другого оператора даже при одинаковой шкале 1–999.

Для НБКИ на момент публикации действуют следующие диапазоны:

Эта таблица не переносится на другие БКИ. Цифра 820 в одном бюро и 820 в другом — одинаковый формат вывода, но не обязательно одинаковый риск-профиль.

Почему расшифровка баллов БКИ упирается в данные, а не в интерфейс

Бюро не получают единый синхронизированный поток данных о каждом заемщике. Кредиторы передают сведения в БКИ, но состав передаваемых записей и контуры обмена могут различаться. В одной базе может быть полный набор действующих договоров. В другой — неполная картина. Итоговая модель работает на разных входных массивах.

Отсюда возникают два частых эффекта.

Первый: рейтинг в одном БКИ есть, а в другом не рассчитывается. Это не маркер плохой кредитоспособности. Возможная причина — отсутствие кредитной истории в базе или недостаточность данных для расчета.

Второй: два рейтинга различаются на сотни пунктов. Это не ошибка арифметики. Различаются данные, дата обновления, признаки и коэффициенты модели.

Сравнение выглядит так:

Внутренний скоринг банка — это обычно ансамбль моделей и правил. Там могут работать hard-ограничения, антифрод-фильтры, проверка долговой нагрузки, лимитная политика, параметры продукта, региональные правила, данные по действующим отношениям с клиентом. Даже высокий рейтинг БКИ может не пройти такой конвейер.

Схожая логика действует в цифровых сервисах в целом: отображаемый пользователю статус не раскрывает фактический контроль над системой. В потребительских продуктах это видно на примере цифровой покупки игр и прав собственности: доступ в интерфейсе не равен владению активом. В кредитной инфраструктуре балл в интерфейсе БКИ не равен решению банка.

Какие записи снижают рейтинг и почему модель реагирует не только на просрочку

Влияние просрочек на балл — наиболее заметный элемент, но не единственный. Модель анализирует профиль обязательств и его изменение во времени. Для статистики существенна не только текущая дисциплина платежей, но и структура кредитного поведения.

БКИ при выдаче рейтинга должно раскрывать дату расчета и не более четырех факторов, сильнее всего повлиявших на результат. Для каждого фактора указывается доля влияния в процентах. Это не полная спецификация модели, но достаточный диагностический слой.

В раскрытии могут появиться следующие причины:

• Просроченные обязательства. Просрочка влияет на риск-профиль напрямую. Для регуляторной цели дефолт — долг свыше 500 рублей с задержкой платежа более 90 дней. Однако модель может учитывать и более короткие нарушения платежного графика, если они входят в методику бюро.
• Отказы по кредитным заявкам. Серия отказов может выглядеть как сигнал повышенного спроса на заемные средства или как следствие множественных заявок за короткий период. Это не автоматический запрет на кредитование, но входной признак для модели.
• Количество открытых и непогашенных кредитов. Модель видит не только факт наличия долгов, но и их концентрацию. Несколько параллельных обязательств меняют профиль риска иначе, чем один закрываемый договор.
• Новые кредиты за последний год. Быстрое наращивание долговой нагрузки меняет временной ряд. Даже при отсутствии просрочек такая динамика может ухудшать итоговый балл.
• Структура кредитных продуктов. Разнообразие типов кредитов входит в набор факторов некоторых моделей. Оно не имеет универсального знака: эффект зависит от комбинации обязательств и статистической методики БКИ.
• Отсутствие истории. Нулевой массив данных — не высокий и не низкий рейтинг. Иногда система не строит рейтинг вовсе, потому что модели не на чем рассчитывать признаки.

Кредитная история не очищается после одного закрытого займа. Каждая запись хранится семь лет с даты ее последнего изменения. Отсчет идет отдельно по каждой сделке. Закрытие кредита прекращает обязательство, но не удаляет историю платежей из дата-сета.

В кредитной истории могут отражаться и подтвержденные судом долги за ЖКХ или связь, а также сведения о невыплаченных алиментах, поступающие от ФССП. Для заемщика это выглядит как периферийная информация. Для риск-модели это дополнительный сигнал платежной дисциплины, если он присутствует в данных и включен в методику.

Вероятность одобрения кредита: статистика заканчивается на границе банка

Поисковый запрос «вероятность одобрения кредита статистика» предполагает, что балл можно перевести в процент. В открытом контуре БКИ такой конвертации нет.

Бюро обязано построить модель оценки вероятности дефолта. Но пользователь получает итоговый рейтинг, а не карту PD — probability of default — по каждому значению шкалы. Даже если бы такая карта публиковалась, она описывала бы поведение исторической выборки БКИ, а не решение конкретного банка сегодня.

Банковское решение формируется из нескольких слоев:

1. Риск дефолта. Это слой, близкий по смыслу к рейтингу БКИ, но обычно рассчитанный на другой выборке и с другими признаками.

2. Платежеспособность. Доход, долговая нагрузка, подтверждение занятости, обороты по счетам, внутренние транзакционные паттерны.

3. Антифрод. Устройство, IP-репутация, скорость заполнения анкеты, согласованность данных, признаки синтетической личности.

4. Продуктовая политика. Банк может ограничить выдачи по определенному продукту, региону, каналу привлечения или сегменту риска.

5. Экономика сделки. Даже приемлемый риск не означает, что банк готов выдать конкретную сумму по запрошенной ставке и сроку.

Поэтому высокий ПКР не гарантирует ни одобрение, ни ставку, ни размер лимита. Низкий ПКР не доказывает неизбежный отказ: банк может использовать другую базу, другую модель и другие источники доходных данных.

Внутренний скоринг кредитора не обязан совпадать с рейтингом БКИ ни по данным, ни по шкале, ни по решению.

Особенно плохо работает бытовая логика «поднять балл перед заявкой». Модель оценивает устойчивый массив признаков. Закрытие одного небольшого кредита или разовая досрочная выплата не обязаны изменить рейтинг в нужную сторону. Если изменение и произойдет, оно зависит от даты передачи данных кредитором, обновления записи в БКИ и пересчета модели.

Регуляторный контур: модель нельзя оставить без контроля, но нельзя и прочитать как исходный код

Методика индивидуального кредитного рейтинга регулируется указанием Банка России № 5970-У, действующим с 1 января 2022 года. Документ не предписывает применять нейросети, LLM-модели или конкретный стек машинного обучения. Требование другое: использовать статистические методы анализа данных, значимые факторы и весовые коэффициенты.

Это принципиальная граница. Маркетинговое слово «ИИ-скоринг» не описывает обязательную механику персонального кредитного рейтинга в БКИ. Рейтинг может строиться на статистической модели без нейросетевого слоя. Публично проверить архитектуру конкретного алгоритма нельзя.

Регуляторный контур требует от БКИ нескольких вещей:

• рассчитывать рейтинг по данным, актуальным на дату его предоставления;
• валидировать модель не реже одного раза в три календарных месяца;
• хранить методику и предоставлять ее Банку России при проверке;
• показывать клиенту дату расчета;
• раскрывать до четырех ключевых факторов с процентом влияния каждого;
• соблюдать шкалу от 1 до 999 и правила распределения цветовых категорий.

Валидация раз в квартал не означает ежеквартальный пересчет балла для каждого пользователя по расписанию. Это контроль качества самой модели. Персональный рейтинг рассчитывается по актуальным на дату выдачи данным. Если кредитор передал новую запись, а БКИ обработало ее, результат может измениться независимо от календаря валидации.

Прозрачность здесь ограниченная. Клиент видит результат, дату и несколько наиболее сильных причин. Бюро не обязано публиковать полный перечень признаков, веса коэффициентов или обучающую выборку. Это не недостаток интерфейса. Это граница между объяснимостью результата и раскрытием риск-методологии.

Как читать балл без ложных выводов

Практический порядок анализа не требует угадывать формулу БКИ. Достаточно разделить интерфейсный балл и массив данных, который за ним стоит.

Сначала фиксируется дата расчета. Рейтинг, рассчитанный до обновления кредитной истории, не отражает последние платежи или закрытые договоры.

Затем читаются раскрытые факторы. Если в топе находится просрочка, отказ или число действующих кредитов, это конкретнее общего цвета шкалы. Фактор с высокой долей влияния указывает, какой участок данных сильнее всего сдвинул модель.

После этого проверяется сама кредитная история: действующие договоры, закрытые сделки, даты, суммы, статус платежей, дублирующиеся или ошибочные записи. Исправление фактической ошибки меняет входные данные. Попытка «обмануть скоринг» — нет.

Наконец, рейтинг одного бюро не смешивается с данными другого и не сопоставляется с внутренним баллом банка. В этой системе нет общей координатной сетки.

Сайт бюро кредитной истории показывает не кредитное решение, а результат ограниченной статистической модели. Цифра от 1 до 999 полезна как индикатор состояния кредитного профиля и как сигнал для аудита записей. Использовать ее как прогноз одобрения заявки нельзя. Система устроена сложнее интерфейса.