Файл: Образовательная программа Управление финансовыми и нефинансовыми организациями.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.10.2023
Просмотров: 152
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Скоринговые модели применяются в основном при предоставлении кредитов на покупку товаров (экспресс-кредитование) и при выдаче кредитных карт.
Суммируя полученные баллы, можно получить оценку кредитоспособности физического лица. Каждый параметр имеет максимально возможный порог, который выше для важных вопросов и ниже для второстепенных. На сегодняшний день известно достаточно много методик кредитного скоринга. Одной из самых известных является модель Дюрана. Дюран выявил группы факторов, позволяющих максимально определить степень кредитного риска. Также он определил коэффициенты для различных факторов, характеризующих кредитоспособность физического лица:
1. Пол: женский (0.40), мужской (0)
2. Возраст: 0.1 балл за каждый год свыше 20 лет, но не больше, чем 0.30
3. Срок проживания в данной местности: 0.042 за каждый год, но не больше, чем 0.42
4. Профессия: 0.55 - за профессию с низким риском; 0 - за профессию с высоким риском; 0.16 - другие профессии
5. Финансовые показатели: наличие банковского счета - 0.45; наличие недвижимости - 0.35; наличие полиса по страхованию - 0.19
6. Работа: 0.21 - предприятия в общественной отрасли, 0 - другие
7. Занятость: 0.059 - за каждый год работы на данном предприятии
Также он определил порог, перейдя который, человек считался кредитоспособным. Этот порог равен 1.25, т. е. если набранная сумма баллов больше или равна 1.25, то потенциальному заемщику выдается испрашиваемая им сумма.
В отношении общей балльной оценки устанавливается не только максимальная граница, но и минимальная. Превышение фактической оценки кредитоспособности физического лица над установленным банком минимумом является одним из оснований (не единственным) для положительного решения вопроса о выдаче ссуды. Скоринговую оценку можно рассматривать как предварительную. Она может дополняться более детальным анализом финансового положения заемщика, сбором информации. Кроме того, если общая балльная оценка ниже установленного минимума, ссуда может быть выдана, когда заемщик представляет дополнительную мотивацию своей кредитоспособности, не учтенную в системе скоринговой оценки.
Информация для модели скоринговой кредитоспособности физического лица содержится в тесте-анкете заемщика. В ней сообщается информация о виде запрашиваемого кредита, его размере и сроке, семейном положении, дате и месте рождения заемщика, его национальности, количестве иждивенцев, месте жительства, характере жилплощади, недвижимости, профессии и должности, почтовом адресе предприятия (месте работе), годовом доходе, ассигнованиях на семью, текущих платежах (арендная плата, погашение ссуд), сбережениях в данном банке, кредитовом обороте счета клиента, видах обеспечения, представленных документах (например, справка о доходах).
В тесте-анкете имеются записи:
а) заемщик гарантирует достоверность представленных сведений;
б) ошибка, искажение или непредставление информации влекут за собой аннулирование кредита;
в) о гарантии банком коммерческой тайны по предоставленным сведениям, их использовании только для ведения дела.
Модель, группирующая информацию о показателях кредитоспособности физического лица. Выделяется в программе скоринговой оценки целесообразности выдачи потребительского кредита три раздела:
1) информация по кредиту;
2) данные о клиенте;
3) финансовое положение клиента.
В первый раздел вводятся данные о служащем банка, выдающем кредит, номер досье клиента, название агентства, вид и сумма кредита, периодичность его погашения, процентная ставка без страховых платежей, дата предоставления ссуды, день месяца, выбранный клиентом для ее погашения, ответ на вопрос о необходимости страхования, абсолютный размер ежемесячного погашения ссуды со страховым платежом и без него, общий размер процентов и страховых платежей, которые будут уплачены банку.
Во второй раздел вводятся данные о профессии клиента, его принадлежности к определенной социальной группе, работодателе, чистом годовом заработке, расходах за год, стаже работы.
Третий раздел содержит сведения об остатках на текущих и сберегательных счетах клиента, соотношении его доходов и расходов.
На основе этой информации служащий банка получает заключение, можно ли выдать кредит. При отрицательном ответе агентство банка может направить клиента в свою дирекцию для дополнительного рассмотрения вопроса о возможности предоставления кредита.
В зависимости от количества набранных баллов определяется рейтинг заемщика по таблице 7. В случае, если заемщик набрал 9 и менее баллов, дальнейшее рассмотрение вопроса о предоставлении кредита прекращается.
Таблица 7.
Определение рейтинга заемщика
| Баллы | Рейтинг заемщика |
| 38-54 | 1 (высокий) |
| 24-37 | 2 (средний) |
| 10-23 | 3 (низкий) |
| 9 и менее | 4 (очень низкий, далее не рассматривается) |
На втором этапе анализа определяется коэффициент платежеспособности (Кр), характеризующий текущее финансовое состояние заемщика. Коэффициент платежеспособности показывает долю ежемесячных расходов заемщика в его доходе.
Коэффициент платежеспособности рассчитывается на основе данных о доходах и расходах, предоставленных заемщиком в Заявке на потребительский кредит и подтвержденных документально. Расчет коэффициента Кр осуществляется по формуле:
Кр = Ежемесячные текущие расходы заемщика/ Сумма среднемесячного совокупного дохода заемщика = Р/Д,
Где Р – расходы
Д - доходы
Среднемесячные совокупные доходы рассчитываются путем определения среднеарифметического значения совокупных доходов, полученных и подтвержденных заемщиком за каждый месяц расчетного периода.
Расчетный период включает в себя 12 полных месяцев, предшествующих месяцу обращения за кредитом, за исключением случаев предоставления заемщиком, осуществляющим предпринимательскую деятельность без образования юридического лица, декларации о доходах, когда за расчетный принимается последний налоговый период (12 месяцев).
Чем меньше значение коэффициента Кр, тем лучше финансовое состояние заемщика. Если доля ежемесячных расходов заемщика в его доходе составляет более 40% (коэффициент Кр > 0,4) дальнейшее рассмотрение вопроса о предоставлении кредита прекращается.
В зависимости от коэффициента платежеспособности заемщику присваивается категория на момент выдачи кредита (таблица 8).
Таблица 8.
Определение категории заемщика
| Коэффициент платежеспособности | Категория заемщика |
| 0,35 | 1 – отличная |
| 0,25-0,34 | 2 - хорошая |
| 0,15-0,24 | 3 – удовлетворительная |
| 0 | 4 - неудовлетворительная |
Согласно табл.8, заемщикам, отнесенным к 4 категории, кредит не предоставляется.
Несмотря на удобство и эффективность кредитного скоринга, у данного инструмента имеются и недостатки, которые будут рассмотрены в 3 главе данной работы.
Глава 3. Пути совершенствования потребительского кредитования в Центральном Федеральном округе РФ
3.1. Выбор методов совершенствования потребительского кредитования
При внедрении системы кредитного скоринга в инфраструктуру банка возникает ряд проблем.
Во-первых, это отсутствие понимания всей сложности скоринговой системы, т.к. во многих банках до сих пор думают, что анализ данных вполне можно проводить при помощи стандартных средств или простейших разработок собственных IT-отделов.
Во-вторых, это отсутствие необходимых данных. Причиной этого может служить либо то, что банки не успели за время работы собрать достаточное для анализа количество информации, либо просто практически не собирают данные, необходимые для успешной работы. Без общей системы сбора данных очень сложно проследить долгосрочные тенденции, объяснить падение продаж, вырабатывать оптимальные маркетинговые направления и стратегию.
В-третьих, это некорректность, объем и разрозненность данных, связанные с тем, что зачастую данные на разных участках банковской инфраструктуры собираются в совершенно разных форматах. Наиболее оптимальный, но и дорогостоящий вариант – внедрение единого хранилища данных, в котором бы происходил сбор максимально полной информации о клиентах и деятельности банка. В случаях, когда данные собирались уже много лет и разрослись до значительных объемов, это может стать преградой для внедрения системы скоринга, но грамотная интеграция позволяет минимизировать эту проблему.
В-четвертых, серьезной проблемой может стать неполное представление данных в базе в силу непродуманной технологии сбора или из-за ее нарушения. Анализ таких данных может быть небезопасен, т. к. на основе неполных или неверных данных высока вероятность принимать неверные решения. Возникает необходимость повторного расчета и замены скоринговых алгоритмов во фронтальных приложениях. Момент перерасчета выбирается на основе статистически критериев и может происходить с любой периодичностью по мере пополнения базы данных.
Также существует проблема, связанная с недоработанностью системы. Из-за высокой ценовой политики (сотни тыс. дол.) внедрение скоринга могут себе позволить только крупные банки России. Кроме самой технологии банку необходимо наличие дорогостоящего хранилища данных класса BusinessIntelligence, чтобы обработать данные для создания и использования скоринг-методики. Но работу с хранилищами данных усложняют неприемлемое качество накопленной информации, разнородность программного обеспечения и малое количество высококвалифицированных специалистов. Вдобавок наличие собственной скоринг-системы еще подразумевает постоянную модернизацию, так как рыночные условия и кредитные риски постоянно меняются. Эти факторы создают у банка высокие издержки, следовательно, процентная ставка высока, чтобы компенсировать операционные затраты, и не снизится, пока система внутрибанковского скоринга не будет доработана. Также недоработанная система более уязвима к кредитным рискам. Тогда встает вопрос о целесообразности затрат на собственную систему скоринга (на фоне тенденции экономии в ИТ-составляющей) при существовании аутсорсингового скоринга.
Скоринг оценивает не самого заемщика, а только информацию о нем. Много баллов может представить хорошо подготовленный клиент. Возраст, образование, семейное положение можно подтвердить документами, доход – справкой с работы. Можно выявить качества характера клиента, поговорив с его друзьями, чтобы разоблачить мошенника и обманщика. Сделать это можно и другим способом: задавать одни и те же вопросы в разных завуалированных формах, чтобы обманщик запутался, ведь ложь трудно запомнить.
Скоринг учитывает не всех заемщиков. Он не следит за поведением тех, кому отказали в выдаче кредита. Чтобы у банка было больше информации, можно договориться с другим банком, где выдадут кредит тому же заемщику, для получения дальнейшей информации о нем.
Эксперт субъективен, так как основывается на интуиции, эмоциях, опыте, знаниях. Поэтому возможны его непрофессионализм или невнимательность. Гибкая система штрафов поможет предотвратить ошибки по невнимательности. Можно создать большую фирму, которая будет специально обучать будущих экспертов, чтобы они были более профессиональными. Для тех, кто хочет повысить свои компетенции, передать опыт начинающим, предлагается организовать курсы повышения квалификации, в том числе платные. Чтобы стать хорошим экспертом, нужно накопить большой опыт, так как методика обучения, преемственность отсутствует. Для обмена опытом эксперты могут объединиться и разработать методику обучения.
Неудачная формализация, таким образом, не только не способствует увеличению точности оценки кредитоспособности, но, напротив, снижает ее. Просрочка может принимать значения 1, если было когда-нибудь у заемщика непогашение вовремя, и 0, если не было задержек. Но можно более конкретно проранжировать этот показатель: сумму непросроченных платежей поделить на сумму всех платежей. Полученное число более точно будет характеризовать платежи заемщика. Таким образом, формализация повысит точность оценки.
Следующая проблема при оценке заемщика связана со сложностью в определении того, какие характеристики следует включать в модель и какие весовые коэффициенты должны им соответствовать. Для этого сами разработчики в банке, основываясь на собственном опыте и интуиции, должны их определить, оценив важность тех или иных характеристик заемщика.
Скоринговая система не оценивает вероятность дефолта по выданным кредитам, а также частичное погашение. Она не прогнозирует поведение заемщиков при возникновении сложностей. Также трудно оценить будущее финансовое положение заемщика. Предлагаем прогнозировать будущие доходы не только трендовым способом, но и альтернативным, сделать разветвление в программе на случай неполучения запланированного дохода (если заранее известно, что он не гарантированный). Можно учесть доход от продажи имущества в экстренном случае, чтобы расплатиться по кредиту.