2.2. Применение метода «дерево решений» для принятия решения о выдаче кредита
В данном разделе проведем анализ кредитоспособности заемщика используя метод «дерево решений», о котором упоминалось в теоретической части курсовой работы.

Схему дерева решений используют в том случае, когда необходимо принять несколько решений в условиях риска или неопределенности, и когда каждое последующее решение зависит от результата предыдущего или результатов проведенных испытаний.

Когда все возможные решения, а также их прогнозируемые результаты (исходы) будут обозначены на «дереве», в этом случае просчитывается каждый из указанных вариантов, и на выходе проставляется его денежный результат (доход либо убыток). Все финансовые расходы, вызванные конкретным решением, указываются на соответствующей «ветви» дерева решений.

В рамках задач курсовой работы ниже рассмотрим возможность применения метода «дерево решений» для оценки кредитоспособности клиента АО «Альфа-Банка», условно обозначим его «К».

Для финансирования собственного бизнеса клиент хочет взять в банке ссуду сроком на 1 год в размере 300 000 руб. Банк может дать в долг запрашиваемую сумму под 15% годовых либо вложить в дело со 100% -м возвратом суммы, но уже под 9% годовых. При этом, исходя из имеющейся практики и статистики Банка, примерно 5% таких заемщиков ссуду не возвращают. В данной связи перед Альфа-банком встает дилемма - давать ссуду или отказать клиенту? Данная задача имеет только одно решение, поэтому будем использовать таблицу доходов и метод «дерева решений». Рассмотрим оба варианта.

Представим вариант № 1 (по таблице доходов – таблица 9).

Максимизируем ожидаемый в конце года чистый доход, который представляет собой разность суммы, полученной в конце года, и инвестированной в начале года. То есть, если ссуда была заемщику выдана и возвращена в конце кредитного периода, то чистый доход составит следующую величину:

Чистый доход:

А = ((300000 + 15% (от 300000)) - 300000) = 45 000 рублей

Отсюда максимальный ожидаемый чистый доход на конец года составит:

300 000 + 45 000 = 345 000 руб.

Если банк решает инвестировать проект клиента под 9 % годовых со 100% -м возвратом суммы, то ожидаемый чистый доход составит:

Чистый доход

В = (300000 + 9% (от 300000) – 300000 = 27 000 рублей

---

Отсюда максимальный ожидаемый чистый доход на конец года будет равен:

300000 + 27 000 = 327 000 рублей

Таблица 9 - Чистый доход в конце года, руб.

Возможные исходы	Возможные решения		Вероятность
	Выдавать заем	Не выдавать (инвестировать)
Клиент заем возвращает	45 000	27 000	0,95 ( т.к. 5% - невозвратные ссуды)
Клиент заем не возвращает	-300000	27 000	0,05
Ожидаемый чистый доход	27 750*	27 000**

*(давать заем)  (345000 * 0,95 + 0 * 0,05) – 300 000 = 27 750 руб.

** (не давать заем)  (327 000 * 1,0 – 300 000) = 27 000 руб.

Таким образом, если банк все-таки выдаст ссуду клиенту, то максимальный ожидаемый чистый доход банка составит 27 750 рублей.

Вариант № 2 (методом «дерево решений») представлен на рис.4:

В этом случае также будет использоваться критерий максимизации ожидаемого чистого дохода на конец года.




27 750 заем уплачен

0,96%
Давать заем заем не вернули 0,04%

27 750 (-300000)
(-300000)

Не давать заем инвестирование 9% год.

27 000

Рис. 4 - «Дерево решений» для оценки кредитоспособности клиента АО «Альфа-Банк»

Далее расчет ведется аналогично расчетам по таблице доходов. Ожидаемый чистый доход в кругах блок-схемы А и В с учетом вероятности возврата (невозврата) ссуды рассчитывается следующим образом:

A (давать заем) = (345 000 * 0,95 + 0 * 0,05) – 300 000 = 27 750 руб.

B (инвестировать под 9% годовых) = (327 000 * 1,0 – 300 000) = 327 000 руб.

Поскольку ожидаемый чистый доход больше в блоке A (27750 > 27000), то банк принимает решение выдать заем.

Таким образом, в данном параграфе мы рассмотрели пример использования метода «дерево решений» для принятия решения по выдаче кредита заемщику, но применение данного метода возможно и в более сложных случаях, когда необходимо учесть большее число параметров для принятия решения.

2.3 Оценка кредитоспособности клиента АО «Альфа-Банк» посредством метода анализа данных

---

В данном разделе представим еще один метод прогнозирования последствий принимаемых решений, который использует АО «Альфа-Банк» для оценки кредитоспособности заемщиков – это метод анализа данных.

На рис. 5 в виде схемы представим систему оценки, которая состоит из двух аналитических блоков: блока анализа данных и блока принятия решений. В блоке анализа системы осуществляется анализ данных о заемщиках банка, о выданных кредитах и истории их погашения.

БЛОК АНАЛИЗА


ВЫВОДЫ

Анкета заемщика


Пенсионный фонд


БТИ


ГИБДД


ПВС

Заемщик


Кредитное бюро

Решение о выдаче кредита (отказе)



БЛОК ПРИНЯТИЯ РЕШЕНИЙ


Рис. 5 –Система оценки кредитоспособности заемщика, основанная на методе анализа данных
Данный метод оценки позволяет Альфа-Банку унифицировать процедуру оценки кредитоспособности, на этой основе ускорить и удешевить ее, получить более точный и обоснованный результат. В итоге это существенно снижает риски кредитования.

Алгоритм метода анализа данных выглядит следующим образом:

---

На первом этапе проводится анализ финансового положения заемщика, для более точного определения положения заемщика (F1) 1:

F₁= ПК/Д_ср - Р_ср (1)

где: ПК – ежемесячный платеж по запрашиваемому кредиту;

Дср – среднемесячный официальный доход заемщика за последний год;

Рср – средняя величина обязательных ежемесячных платежей заемщика (проценты, аннуитетные платежи, погашение основного долга по графику) по имеющимся кредитам за последние два квартала) + (ежемесячные платежи по коммунальным услугам (если таковые имеются) штрафы, налоги).

Превышение этого коэффициента говорит о повышенном риске при предоставлении кредита с точки зрения возможности заемщика своевременно и правильно погашать кредит.

Далее необходимо полученное значение показателя переводится в баллы (табл. 10):

Таблица 10 – Шкала оценки показателя F₁

Значение F1	Количество баллов
менее 0,4	100
от 0,41 до 0,50	75
от 0,51 до 0,60	50
от 0,61 до 0,70	25
более 0,70	0

При этом вес показателя F1 принимается равным 0,7. Изменение доходов заемщика (F2) рассчитывается по формуле:

F₂ = (Д₁/Д₀) – 1 (2)

где Д₁ –доходы заемщика за последний квартал,

Д₀ – доходы заемщика за предпоследний квартал, с предоставлением подтверждающих документов.

Значение показателя F2 также переводится в баллы (табл. 11).

Таблица 11 – Шкала оценки показателя F2

Значение F2	Количество баллов
Более 0,1	100
от –0,05 до 0,10	75
от –0,20 до –0,04	50
от –0,35 до –0,19	25
менее 0,35	0

Вес показателя F2 – 0,1.

Наличие у заемщика задолженностей перед государством по налогам и штрафам (F3) при весе показателя 0,05 рассчитывается по данным (табл. 12).

Таблица 12 – Шкала оценки показателя F3

Задолженность перед государством	Кол–во, баллов
нет	100
Величина неоплаченных обязательств перед государством не превышает 5 тыс. руб.	50
Величина неоплаченных обязательств перед государством превышает 5 тыс. руб.	0

---

На втором этапе проводится анализ дополнительных показателей. Кредитная история заемщика (F4) оценивается на основе следующей информации (табл. 13).

Таблица 13 - Шкала оценки показателя F4

Состояние кредитной истории	Кол–во, баллов
За последние 2 года заемщик имеет 1 и более погашенных банковских кредитов. Просрочек более 5 дней не было	100
За последние 2 года заемщик имеет 1 и более погашенных кредитов в различных банках.	50
Нет кредитной истории	0
Заемщик кредитовался ранее в различных банках. Имели место просрочки свыше 5 дней (общая длительность всех просрочек за последние 180 дней превышает 5 дней)	-100

Рассмотрев значения предыдущего показателя F4, который равен 0,025. Перейдём к следующему, Учитывается также срок работы заемщика на последнем месте трудоустройства (F5) при весе показателя 0,025 (табл.14).

Таблица 14 – Шкала оценки показателя F5

Срок работы, мес.	Кол–во, баллов
более 24	100
от 18 до 24	75
от 12 до 17	50
от 6 до 11	25
менее 6	0

Наличие имущества у заемщика (F6) характеризуется (при весе показателя 0,1) в баллах (табл.15 ).

Таблица 15 – Шкала оценки показателя F6

Наличие имущества	Кол–во, баллов
Жилая недвижимость или автотранспортное средство в личной собственности	100
Жилая недвижимость или автотранспортное средство в совместной собственности	50
Нет зарегистрированного имущества	0

Общая оценка финансового положения (F) заемщика–физического лица при изложенном подходе предлагается рассчитывать в баллах по формуле:

F = F1 *0,7 + F2*0,1 + F3*0,05+ F4* 0,025+ F5* 0,025+ F6*0,1 (3)

Для оценки кредитоспособности заемщика по полученному рейтинговому показателю используем следующую шкалу (табл.16).

---

Смотрите также файлы

• Распределение взрывоопасных смесей газов и паров с воздухом на категории и группы.doc

• Согласно классу зоны находим уровень взрывозащиты электрооборудования.doc

• Вопрос 2. Роль и методы государственного регулирования в индустрии гостеприимства.docx

• Йц1ыувувувувувувувувувувувувувувувувувувувувувууууууу1322222222222222222222222222222222222222222222222222222222222222222.docx

• Целевой раздел пояснительная записка описание планируемых результатов система оценки достижения планируемых результатов освоения ооп содержательный раздел Программа формирования ууд.docx