Риски мошеннических действий при получении кредита и меры защиты от них

Цель мошенников заключается в хищении чужого имущества или приобретении права на чужое имущество путем обмана или злоупотребления доверием. Убытки компаний от мошенничества являются намного более существенными. Одним из самых «лакомых кусочков» для мошенников является банковская сфера, т.к. там задействованы огромные денежные средства.
Наибольшую опасность для банков представляет мошенничество в области кредитных карт и непосредственно самих кредитов. Убытки от такой вредительской деятельности измеряются миллионами долларов ежегодно, а количество клиентов, в простонародье называемых «кидалами», тех, кто берут деньги, заранее не намереваясь их возвращать, растет с каждым днем. Мошенникам даже не приходится думать над сложной схемой обмана. Ведь можно просто взять кредит и не отдать его. Несмотря на то, что в наше время мошенничество в банковской сфере стало достаточно распространенным явлением, это вовсе не означает, что банки должны признать этот факт и смириться с ним. Банки постепенно внедряют у себя методы, направленные на превентивное выявление и предотвращение мошенничества.
Западные специалисты выделяют несколько видов алгоритмических систем, используемых для оценки потенциальных заемщиков, снижения кредитного риска, предотвращения мошенничества. В своей работе они говорят о следующих видах.
Во-первых, это «взвешенный матричный метод». Этот подход оценивает, взвешивает все заданные характеристики и классифицирует их как более и менее существенные для определения риска мошенничества.
Следующий метод - это «алгоритм ближайшего соседа». Он позволяют выделять кластеры сколь угодно сложной формы при условии, что различные части таких кластеров соединены цепочками близких друг к другу элементов. Прогнозирование неизвестных значений выполняется на основе явного сравнения нового объекта с известными примерами. Метод довольно эффективен для решения задачи обнаружения мошенничества.
И последний, «мульти-алгоритмический подход» предлагает для более точной классификации использовать не один конкретный алгоритм, а сразу несколько. Такое комбинирование способствует получению более точных результатов. Авторы подчеркивают, что нет универсальных методов обнаружения мошенничества, как нет и универсальных ситуаций. В каждой кредитной организации специфический портфель активов, другие присущие только ей особенности. Поэтому для выявления и предотвращения мошенничества необходимо применять разные методы, в разных модификациях и сочетаниях.
На перечисленных выше алгоритмах строится большинство западных систем обнаружения мошенничества в банковской сфере.
В последнее время в связи с расширением рынка потребительского кредитования банки, столкнувшись с целой армией мошенников, стали осознавать как необходимость систем оценки кредитного риска, так и проявлять все больший интерес к системам распознавания мошенничества. А те кредитные организация, которые уже внедрили у себя отечественные системы выявления мошенников, уже успели оценить несомненное превосходство искусственного разума над разумом человека в решении этой проблемы.

Дата добавления: 2015-07-26