Как получить кредит на выгодных условиях с первого раза

Меня зовут Антон. Недавно мне пришлось занимать средства у банка. Это дело казалось мне легким, так как в банковской сфере я уже около 7 лет, из которых последние 3 года был ведущим кредитным специалистом. Я отвечал за полный цикл продаж кредитных продуктов от консультирования клиентов, до составления коммерческих предложений, поэтому знал все законодательные тонкости, коммерческие уловки, скрипты, которые используются, чтобы навязать клиенту как можно больше дополнительных услуг. Но все пошло не так как я ожидал.


Мне нужно было занять 1,6 млн рублей, которых мне не хватало на приобретение трехкомнатной квартиры в Подмосковье за наличные. Вся остальная сумма у меня была на руках. Брать ипотеку не хотелось по нескольким причинам: во-первых, кэш-кредит (он же кредит наличными) проще и быстрее получить. Ипотека связана с долгими процедурами оформления документов, с одобрением объекта недвижимости и так далее.


Во-вторых, как ни странно, кредит наличными может быть выгоднее ипотеки. Сейчас ставки по ипотеке на покупку вторичного жилья составляет около 8,5-10% годовых, когда кредит наличными при удачном раскладе можно взять по ставке от 6% годовых. Также не придется оформлять обязательное страхование недвижимости, оформлять страховку жизни и здоровья, от которой зачастую зависит ставка на ипотеку, платить за отчет об оценке имущества и так далее.


Кредитная история, как я считал, у меня хорошая. В 2013 году я брал один кредит на 200 тысяч рублей и успешно его погасил. С тех пор я не залезал в долги. Доход выше среднего по Москве. Поэтому я не видел каких-либо проблем.


Первым делом я начал сравнивать условия банков, чтобы найти наиболее низку ставку. Для этого я воспользовался многочисленными агрегаторами кредитных продуктов. Ввел нужную сумму, срок кредитования и получил полный список предложений банков, отсортированный по ставкам от самой низкой до самой высокой. Проблема таких списков заключается в том, что вы получаете маркетинговые ставки, например, «от 6%». В действительности вам выдадут кредит по более высокой ставке, сославшись на вашу невысокую кредитоспособность.


Следующим шагом я начал читать условия обслуживания, тарифы и договоры, размещенные на сайтах заинтересовавших меня банков. На это я потратил полдня, изучив лишь восемь предложений банков. Я исключил казавшиеся наиболее выгодными предложения, потому что не нашел четких и прозрачных условий получения минимальной ставки, а выбрал банк, который предложил кредит с более высокой маркетинговой ставкой (8%), но с понятными условиями ее гарантированного получения.


Далее я заполнил кредитную заявку, получил предварительное одобрение кредита, а на следующий день пошел в отделение банка. В банке, конечно, мне предложили застраховать здоровье, но я любезно отказался. Затем пытались продать страховку от потери работы, но тоже безуспешно. В это время банк проводил полноценный сокринг. Через 30 минут пришел отказ, который меня очень удивил. Мне предложили сократить сумму кредита в два раза, но этот вариант мне не подходил – мне не хватало ровно 1,6 млн рублей. Получить второй кредит в другом банке представлялось сомнительной идеей.


Дома я скачал свою кредитную историю в трех крупнейших бюро кредитных историй, полагая что в ней могла содержаться какая-то ошибка, но ошибок не было. Видимых проблем тоже. Отношение дохода к запрошенной сумме с учетом срока тоже было приемлемым. Будучи ведущим кредитным специалистом, я не мог понять проблемы. Тогда я решил призвать на помощь Big Data.


Когда я запрашивал свою кредитный отчет в «Объединенном Кредитном Бюро» я заметил услугу по подбору кредитов. В отличие от различных кредитных брокеров, которые предлагают на основе кредитной истории рассчитать шансы на получение кредита, ОКБ имеет огромную базу для аналитики – в момент написания этого материала она составляла 507 млн кредитов и займов. Для оценки вероятности это бюро сравнивает мою кредитную историю с миллионами других, чтобы сделать какой-то вывод.


Во-вторых, как я знаю от коллег, бюро кредитных историй часто привлекаются банками и микрофинансовыми организациями для создания кастомных скоринговых моделей, то есть ОКБ в добавок ко всему представляет как конкретный банк принимает решение по кредитной заявке, какие именно параметры учитывает.


Раньше об этой услуге я не знал, так как она появилась совсем недавно, а по работе с ней еще не сталкивался. Поскольку сервис оказался бесплатным, я решил попробовать. Чтобы им воспользоваться, нужно было подтвердить свою личность одним из трех способов – через аккаунт на «Госулугах», через приложение Сбера или Тинькофф Банка. Я выбрал первый вариант. Перешел в раздел «Подбор кредита», ввел нужную сумму и срок.

Результаты пришли мгновенно, но, к моему удивлению, мне были доступны только 6 вариантов, еще 20 по какой-то причине мне не подходили. В этот раз я решил довериться алгоритму и выбрал один из вариантов. Вероятность одобрения была рассчитана верно – кредит мне одобрили. Ставка составила чуть больше 7%.


Когда я столкнулся с отказом в первом банке, то был несколько унижен, поскольку считал себя хорошим заемщиком. Я напрасно потратил много времени на анализ предложений и посещение офиса банка. К тому же, каждый отказ негативно влияет на кредитную историю, снижая шансы получить кредит в другом месте. Поэтому лучше не допускать таких ситуаций.


Почему так произошло? Обычный человек не знает и не может учесть все факторы, влияющие на вероятность одобрения кредита. Я был специалистом, но в каждом банке свои риск-политики, которые они не раскрывают. Поэтому я до сих пор не знаю, по какому параметру первый кредитор отклонил мою заявку. Но, к счастью, технологии больших данных позволяют решить эту проблему.