Файл: Курсовая работа Прогнозирование стратегических последствий принимаемых решений.docx
Добавлен: 12.01.2024
Просмотров: 485
Скачиваний: 3
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
2.2. Применение метода «дерево решений» для принятия решения о выдаче кредитаВ 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 рублейОтсюда 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 рублейТаблица 9 - Чистый доход в конце года, руб.
*(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 уплачен0,96%Давать заем заем не вернули 0,04%27 750 (-300000)(-300000)Не давать заем инвестирование 9% год.27 000Рис. 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 РЕШЕНИЙРис. 5 –Система оценки кредитоспособности заемщика, основанная на методе анализа данныхДанный 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/Дср - Рср (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
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
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
На втором этапе проводится анализ дополнительных показателей. Кредитная история заемщика (F4) оценивается на основе следующей информации (табл. 13).Таблица 13 - Шкала оценки показателя F4
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
Наличие имущества у заемщика (F6) характеризуется (при весе показателя 0,1) в баллах (табл.15 ).Таблица 15 – Шкала оценки показателя F6
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).
Отсюда максимальный ожидаемый чистый доход на конец года будет равен:300000 + 27 000 = 327 000 рублейТаблица 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** | |
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 РЕШЕНИЙРис. 5 –Система оценки кредитоспособности заемщика, основанная на методе анализа данныхДанный 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/Дср - Рср (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 |
| 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 |
| 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 |
| 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 | 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 |