ENGРазвитие банковских технологий закономерно и неумолимо ведет к появлению эффективных математических моделей оценки кредитной дисциплины потенциальных заемщиков. В сфере розничных кредитов это уже произошло, на очереди кредитование малого и среднего бизнеса. Таким образом, ныне часто возбуждаемые уголовные дела по статье «Незаконное получение кредита» в массе канут в лету.
Мы выбираем, нас выбирают
Сегодня физлицо при подаче заявки на кредит практически лишено шансов предоставить о себе недостоверные данные. Даже профессиональные мошенники покидают кредитный рынок. Кроме проверки в бюро кредитных историй, личность соискателя «процеживается через сито» банковской службой андеррайтинга еще не менее чем по 500 параметрам. Например, статистика подсказывает, что чем шире круг женщин, с которыми общается мужчина (данные можно получить у мобильного оператора), тем выше вероятность возврата кредита. Другой пример — в каждом регионе отдельно высчитываются средние зарплаты по профессии и должности соискателя. И если обнаружится, что претендент зарабатывает чересчур много — якобы, не по чину, — в кредите будет отказано. Проще говоря, если некто изготовит фальшивую справку о высокой зарплате, в 99,99% случаев он будет уличен.
При этом в зоне риска окажется и соучастник в лице работодателя.
«Если работодатель даст работнику недостоверную «справку о доходах по форме банка», он сам рискует лишиться возможности получить кредит уже не как физическое, а как юрлицо, — говорит вице-президент Банка ВТБ Михаил Иоффе. — Малому и среднему бизнесу требуется банковское обслуживание. И огласка по межбанковским каналам попытки обмана никому не нужна».
Сам же непосредственный виновник в подобных случаях получает отказ без объяснения причин. Но если он окажется в числе 0,01% таки получивших кредит счастливчиков и в перспективе, что естественно, не справится с обслуживанием долга, обман обычно ни административным, ни уголовным развитием сюжета не продолжится. Банк экономит рабочее время сотрудников.
Совсем иначе ведут себя банкиры, когда кредит, подтасовав данные об активах и пассивах компании, получает ее глава. А потом — разводит руками, дескать, вместо прибыли получились одни убытки, возвращать долги нечем. Здесь кредиторы не склонны проявлять милосердие.
Что не сложилось — вместе не сложишь
От региона к региону в 2017 году всероссийский сегмент малого и среднего бизнеса (МСБ) взял кредитов где-то на 10%, а где-то и на 100% больше, чем в 2016. При весьма не щадящих процентных ставках — на декабрь средний показатель составлял 14% годовых. А в последних числах минувшего года Дмитрий Медведев подписал постановление, позволяющее понизить малому и среднему бизнесу ставку по льготным кредитам до 6,5%. Но лимит программы составляет 175 млрд рублей, из которых 107 млрд уже выбрано, и остатка денег едва хватит до апреля. Субсидированию подлежат кредиты лишь в ограниченном числе бизнес-направлений. Большинству же потенциальных компаний-заемщиков МСБ остается брать в долг «по гамбургскому счету».
«Требования, предъявляемые кредитными учреждениями, порой сложны для выполнения, а иногда и просто невозможны для среднестатистического владельца небольшого дела, — комментирует управляющий партнер юридической компании «АВТ Консалтинг» Александр Тарасов. — При этом банки не в состоянии проверять каждую букву и цифру в документах, предоставляемых потенциальными заемщиками, что провоцирует на получение кредитов незаконным путем».
Соответственно, в минувшем году МВД РФ выявило около 300 фактов незаконного получения кредитов индивидуальными предпринимателями или руководством компаний.
Как поясняет адвокат, бывший следователь МВД Сергей Головин, это предоставление документов, в которых отражена недостоверная информация о хозяйственной деятельности или поддельные документы, которые вводят в заблуждение относительно реального хозяйственного положения и финансового состояния компании. Возможно завышение стоимости залогового имущества, или в банк предоставляются сфальсифицированные документы по залоговому оборудованию. Также встречается передача в залог имущества, которое не находится в собственности предпринимателя или находится в лизинге, но банк об этом не знает.
«Возможна также подделка подписи под договором поручения», — перечисляет Сергей Головин.
Проще говоря, преимущественно речь идет о лжепоручительстве и махинациях с залоговым имуществом.
Кто ошибется, кто угадает
Перечисленные деяния подпадают под Статью 176 УК РФ «Незаконное получение кредита». По данной статье, крупным признается ущерб на сумму более 2,25 млн рублей, а особо крупным — на сумму более 10 млн рублей. Максимальное же наказание по статье — 5 лет свободы не видать. Сообщениями о новых вскрытых случаях мошенничества данного рода пестрят и январские новостные ленты:
- «Прокуратура утвердила обвинительное заключение по уголовному делу в отношении руководителя фирмы «Дельта» из Нальчика, который обвиняется в незаконном получении кредита… Он предоставил в филиал банка поддельные документы, свидетельствующие, что дела у фирмы идут хорошо и он сможет отдать занятые средства. Банк заявку одобрил и выдал 110 млн рублей».
- «Директор одной из коммерческих организаций идет под суд за незаконное получение 12,5 млн рублей в кредит в Волгограде… В качестве подтверждения своей платежеспособности он представил налоговые декларации с завышенной суммой полученных его организацией доходов».
- «В Кабардино-Балкарии суд рассмотрит уголовное дело о незаконном получении кредита на сумму более 162 млн рублей».
- И апофеоз: «Суд в Гватемале «за преступления, связанные с использованием поддельных документов» приговорил к тюремному заключению на срок 19 лет бывшего владельца Северо-Западной лесопромышленной компании (СЗЛК) Игоря Биткова… Битковы были задержаны гватемальской полицией еще в январе 2015 года. Тогда же суд дал согласие на привлечение к процессу банка ВТБ, в 2006—2007 годах банк выдал ряд кредитов ООО «Неманский целлюлозно-бумажный комбинат» на 1 миллиард рублей, владельцами которого были Ирина и Игорь Битковы».
Общим моментом перечисленных ситуаций является то, что виновниками оказываются не профессиональные жулики, а предприниматели, оказавшиеся «прижатыми к стенке» в силу обстоятельств.
Впрочем, далеко не по всем возбуждаемым делам обвиняемых ждет «неминуемое» наказание.
«Работу следствия и суда затрудняет обилие юридических терминов, содержание многих из которых устанавливается путем обращения к различным нормативным актам, регулирующим сферу кредитования. По поводу большинства упомянутых понятий юристы высказывают различные точки зрения», — отмечает адвокат Елена Тютюнникова.
Таким образом, банки часто сталкиваются с ситуацией, когда и злоумышленник после уголовного преследования остался на свободе, и деньги вернуть не удалось.
Часто простое кажется вздорным
Стоит напомнить, что в период экономического подъема 2011—2013 годов проверка добросовестности претендентов МСБ на займы доверялась кредитным фабрикам. То есть кредитование преимущественно производилось поточно на основании скоринговых моделей. Конкретные риски каждого заемщика персонально просчитывались неглубоко. А далее начался кризис, большинство финансистов свернули программы кредитования некрупных компаний, и локомотивом осталось кредитование физлиц.
Но сегодня, как уже говорилось выше, кредитование МСБ превращается в драйвер кредитного рынка страны, тогда как доля токсичных кредитов в этом сегменте остается чрезмерно высокой.
«Просрочка в сегменте МСП остается самой высокой из всех направлений корпоративного кредитования, — заявляет генеральный директор «БизнесДром» Павел Самиев. — В среднесрочной перспективе она продолжит оставаться на уровне 15%».
«Скоринг для малого бизнеса напоминает хиромантию, где вначале строят модель, а потом объясняют, почему она не сработала», — в начале осени заявлял директор по развитию продуктов и технологий среднего и малого бизнеса Промсвязьбанка Иннокентий Воловиков.
Соответственно, нужны новые математические технологии проверки благонадежности таких заемщиков.
Между тем, данный текст начался с того, что банки научились вычислять потенциальных неудачников среди физлиц и не давать таким гражданам деньги взаймы. Следует уточнить, что в последние годы, то есть аккурат после экономического подъема 2011—2013 годов, все более важную роль в новых методиках стали занимать техники машинного обучения и пресловутая Big Data.
При этом банки более-менее откровенничают, какие новые хитрости собираются внедрить при оценке кредитоспособности физлиц. Например, Сбербанк не скрывает, что в наступившем году намерен запустить модель скоринга заемщиков по психологическому портрету, который определяется на основании цифровых следов — поведения в интернет-пространстве.
Но кредиторы традиционно умалчивают, что сегодня рынок находится накануне внедрения похожих решений и для МСБ. Из-за более трудоемкого процесса и заметно более крупных обретающихся в данной сфере сумм вслух обсуждать эту тему не принято. И конкуренция высокая, и большие деньги не любят шумиху. Но, как бы там ни было, здесь тоже без Big Data не разобраться; методики также должны учитывать 500, а то и тысячи показателей. Часть этих параметров легко угадываема и окажется общей для всех моделей, часть превратится в ноу-хау отдельных продуктов.
Понятно, что данные модели должны включать оценку психологического портрета главы компании и экономические отраслевые прогнозы. Но не останутся без внимания и другие, иногда самые неожиданные факторы. Например, затраты компании на увеселительные корпоративы и расходы на оснащение службы безопасности, наличие премиального фонда и расположение офиса относительно центра города. Наконец, смеется ли главный бухгалтер над репризами Петросяна?
Впрочем, при всей таинственности, окружающей данный вопрос, остается признак, который выдаст, что у банков наконец, появились эффективные методики. В этом случает директорам и главбухам станут приходить СМС: «Вашей компании предварительно одобрен кредит на … млн рублей». И тогда мухлевать с отчетностью ради кредитов станет бессмысленно.
Автор: Игорь Чубаха
