Оценка кредитоспособности физических лиц

Очень важной особенностью построенной модели является то, что правила, по которым определяется принадлежность заемщика к той или иной группе, записаны на естественном языке. Например, на основе построенной модели получаются следующие правила:

1. Если обеспеченность займа = Да и срок проживания в данной местности более 5.5 лет, и возраст > 19.5 лет и наличие недвижимости = Да и наличие банковского счета = Да то Давать кредит = Да (Достоверно на 98%).
2. Если обеспеченность займа = Да и срок проживания в данной местности более 5.5 лет, и наличие недвижимости = Да и количество лет > 21.5 и срок работы на данном направлении, лет <= 5.5 и пол = Муж и наличие банковского счета = Нет и основное направление расходов = одежда, продукты питания и т.п. то давать кредит = Нет (Достоверно на 88%)

Правильно построенное на данных прошлых периодов дерево решения обладает одной еще очень важной особенностью. Эта особенность называется "способность к обобщению", т. е. если возникает новая ситуация (обратился потенциальный заемщик), то скорее всего такие ситуации уже были и достаточно много. Вследствие чего можно с большой долей уверенности сказать, что вновь обратившийся заемщик поведет себя так же, как и те заемщики, характеристики которых очень похожи на характеристики вновь обратившегося.

Пример получения результата: Обеспеченность займа: да, наличие недвижимости: да, пол: муж, наличие банковского счета: нет, основные направления расходов: покупка товаров длительного пользования.

Ответ: кредит давать: да (достоверно на 96%)

Используя такой подход, можно устранить сразу оба вышеописанных недостатка скоринговой системы оценки кредитоспособности.

То есть:

1. Стоимость адаптации сводится практически к минимуму за счет того, что алгоритмы построения модели классификации (дерево решений) - это самоадаптируемые модели (вмешательство минимально).

2. Качество результата достаточно велико за счет того, что алгоритм выбирает наиболее значимые факторы для определения конечного ответа. Плюс ко всему полученный результат является статистически обоснованным.

Деревья решений направлены на достижение поставленной задачи: уменьшения риска при операциях кредитования физических лиц. Хотя и при таком первом приближении наблюдаются положительные результаты. Дальнейшие усовершенствования могут затрагивать такие моменты, как: более точный подбор определяющих заемщика факторов; изменение самой постановки задачи, так, например, вместо двух значений целевого параметра, можно использовать более детальную информацию (Вернул/Не вернул /Не вовремя) или использовать в качестве целевого значения вероятность того, что деньги выплачены вовремя; использование предобработки исходных данных позволяет значительно улучшить качество результата и является важным этапом при комплексном подходе к решению любой задачи анализа данных.

На основании вышеуказанного можно сказать что деревья решений решают на данный момент некоторые проблемы скоринга, но в настоящее время, на мой взгляд «экспресс-кредиты», срок рассмотрения заявок по которым не превышает одного часа, а часто и 30 минут, действительно теряют свою актуальность. Они являются рискованными для банков в силу того, что произвести качественную проверку заемщика за 30 минут невозможно, чем зачастую пользуются мошенники, следовательно, просроченная задолженность по таким кредитам очень велика. А так же в 2007 году банки стали проявлять меньше интереса к таким продуктам, как экспресс-кредитование и товарное кредитование, и стали переключаться на нецелевое потребительское кредитование и кредитование по пластиковым картам. К такому решению многие финансово-кредитные структуры подталкивают изменения в законодательстве (в частности, вступление в силу июльской инструкции ЦБ, предусматривающей обязательное раскрытие эффективной ставки), а также рост кредитных рисков в сфере «экспресс-кредитования».

Исходя из вышеперечисленных проблем ЗАО «Банк Русский Стандарт» можно предложить меры которые помогут снизить риск именно в анализе кредитоспособности физических лиц.

 

3.3 Меры по решению проблем не возврата кредитов при применении скоринговой системы в ЗАО «Банк Русский Стандарт»

 

Потребительское кредитование на так называемых «точках» действительно становится все менее привлекательным не только с точки зрения рисков, но и с точки зрения отдачи на капитал. Никаких сверхприбылей при предоставлении «товарных» займов ЗАО «Банк Русский Стандарт» больше не получает и более того, его прибыли в этом бизнесе «стремятся к нулю» и составляют незначительную величину [29, c. 17].

Следовательно, первой мерой по уменьшению не возврата кредита является прекращение выдачи кредита в торговых точках, а осуществлять выдачу непосредственно в банке.

Подавляющее большинство «положительных» заемщиков, нуждающихся в денежных средствах на сумму больше 50-70 тыс. рублей, предпочитает теперь подождать два-три дня, необходимые для принятия решения по классическим программам нецелевого кредитования, и получить заем по значительно более низким процентным ставкам и без комиссии за пользование кредитом.

Значит второй мерой по уменьшению не возврата кредитов в ЗАО «Банк Русский Стандарт»- это расширение программ нецелевых займов под поручительство юридических лиц, т.к. по ним наиболее меньший кредитный риск, чем по экспресс-кредитам. А это -- большой плюс в ситуации, когда объемы не возвратов продолжают расти, а проблемы с привлечением средств становятся все более острыми (во всяком случае, для банков, занимающих не самые высокие позиции во всевозможных рейтингах). Кстати, нецелевые кредиты хороши и потому, что найти под них источники рефинансирования не является неразрешимой задачей, подобное кредитование даже на крупные суммы предполагает сроки обслуживания кредитов максимум в пять-семь лет. Найти источники фондирования для таких займов намного проще, чем для ипотечных кредитов, выдаваемых на сроки до 15-25 и даже 30 лет.

Например, сумма выданных экспресс-кредитов за 2008 год составила 2 833 000 руб. процентная ставка по ним составляла 23 % годовых, что в сумме составило 431 916 руб. Сумма не возвратов по экспресс-кредитам физическими лицами за 2008 г. равна 292 650 руб., соответственно на эту сумму по процентам банк недополучил прибыли. Если же вместо экспресс-кредитов банк будет выдавать не целевые кредиты под 18% годовых на сумму 2 833 000 руб., то сумма дохода за год по процентам составит 518 299 руб. А в случаи не возврата такого кредита банк сможет реализовать обеспечение по этому кредиту, т.к. залог является одним из обязательных условий этого кредита.

Вышеуказанные расчеты дохода от не целевых кредитов можно включить в текущие доходы и так же разместить их на выдачу кредитов юридическим и физическим лицам, что показано в таблице 10.

 

 

Таблица 7 - Финансовые показатели ЗАО «Банк Русский Стандарт»

Агрегированный баланс (тыс. руб.)
		Активы
1	Касса	476 084
2	Корреспондентский счет в ЦБ РФ	117 062
3	ФОР	31 995
4	Межфилиальные расчеты	15 521 374
5	Остатки на счетах НОСТРО в банках-резидентах	225 577
6	Остатки на счетах НОСТРО в банках-нерезидентах	835 476
7	Расчеты с РЦ ОРЦБ и брокерами	41 666
8	Кредиты, предоставленные банкам и прочие размещенные в банках средства	720 150
9	Кредиты, предоставленные физическим и юридическим лицам	16 251 376
10	Вложения в облигации	2 775 738
11	Вложения в акции	850 480
12	Положительная переоценка ценных бумаг	52 278
13	Вложения в учтенные векселя	136 313
14	Основные средства и имущество	595 263
15	Предстоящие поступления процентов по размещённым средствам и дисконт по собств. Векселям	210 501
16	Текущие расходы	28 454 322
17	Прочие активы	601 954
18	Использование прибыли отчетного года	26 056
19	Использование прибыли предшествующих лет	-
Итого:		67 923 665
		Пассивы
1	Уставный капитал	1 710 097
2	Добавочный капитал	495 596
3	Фонды, сформированные из прибыли предшествующих лет	486 859
4	Межфилиальные расчеты	15 521 374
5	Остатки на счетах ЛОРО банков-резидентов	433 001
6	Остатки на счетах ЛОРО банков-нерезидентов	7 272 651
7	Средства по брокерским операциям	32 509
8	Кредиты, привлечённые от банков и прочие привлечённые средства	1 534 350
9	Остатки средств клиентов на расчетных и текущих счетах	2 839 208
10	Привлеченные депозиты юридических лиц	1 495 493
11	Привлеченные депозиты физических лиц	3 901 042
12	Собственные векселя с учетом обязательств по выплате процентов	445 480
13	Отрицательная переоценка ценных бумаг	92 702
14	Резервы под возможные потери	1 612 787
15	Амортизация основных средств	177 423
16	Предстоящие выплаты процентов по привлеченным средствам	20 335
17	Текущие доходы	29 114 303
18	Прочие пассивы	378 455
19	Прибыль предшествующих лет	-
Итого:		67 923 665

 

Как видно из таблицы текущие доходы банка в пассиве увеличились исходя из того, что банк получил доход от внедрения не целевых кредитов и смог разместить эти денежные средства на выдачу кредитов физическим и юридическим лицам.

Отсюда можно посчитать коэффициент размещения платных средств К4 и тем самым узнать рационально ли банк распорядился своим доходом. Коэффициент рассчитывается по формуле [21, с. 403]:

 

К4 = Платные привлеченные средства/Доходные активы

 

Платные привлеченные средства = 1 534 350+1 495 493+3 901 042+445 480 = 7 376 365 тыс. руб. составляют исходя из данных таблицы

Доходныеактивы = 720 150+16251 376+2 775 738+850 480+136 313+210 501 = 20 944 558 тыс. руб. составляют исходя из данных таблицы

На основании этих показателей можно рассчитать коэффициент размещения платных средств:

 

К4 = 7 376 365\20 944 365 = 0,35

 

По заключению этих расчетов можно сделать вывод, что платные привлеченные средства, направляемые на доходные операции в ЗАО «Банк Русский Стандарт» размещены правильно. Если же коэффициент более 1-1,2 это свидетельствует о том, что часть платных ресурсов используется не по назначению, они отвлекаются либо на собственные нужды, либо в не доходные операции, что приводит к образованию убытков в банке.

Значит, выдача не целевых кредитов даст возможность банку получить дополнительный доход и разместить его на выгодные доходные (платные) операции.

Третьей мерой по уменьшению не возврата кредитов для ЗАО «Банк Русский Стандарт» будет страхование потребительских кредитов что предоставляет страховую защиту от кредитных рисков, возникающих при потребительском кредитовании. Со стороны страховщика банк имеет наиболее полное покрытие своих убытков - возмещается долг по кредиту, проценты на него и расходы по уменьшению убытков. Выплата производится по заявлению банка, по окончании периода ожидания, с предоставлением минимума документов - набора стандартных банковских форм. Таким образом, банк избавлен от взыскания задолженности со своих должников - этим занимается страховщик, а банк получает от него компенсацию убытков в фиксированные сроки.

Еще одним решением проблем роста просроченной задолженности является доступ к сведениям о кредитных историях заемщиков, а так же обеспечение правовой защищенности кредитных организаций и нормативно-правовое регулирование БКИ, наличие проблемы "карманных" бюро, потенциальный риск потери конфиденциальности для заемщиков [4, c. 15]. В появлении БКИ заинтересованы все стороны, задействованные в процессе кредитования:

1) заемщики, имеющие положительную кредитную историю. Данной категории заемщиков не придется платить повышенные проценты за пользование кредитом, устанавливаемые банком из-за невозможности реальной оценки кредитных рисков. За счет значительной экономии времени, которое затрачивается на сбор и оформление справок и документов, запрашиваемых банком при выдаче кредита, для них существенно упростится процедура выдачи кредита;

2) кредитной организации, который уже не будет довольствоваться равными процентными ставками для всех заемщиков. Банк сможет более эффективно распределить имеющиеся ресурсы, устанавливая дифференцированные ставки по кредитам для заемщиков, имеющих положительную и негативную кредитные истории.

Недостаточность сведений о партнере, доступных при заключении сделки, ведет к неэффективности распределения кредитных ресурсов. Так, кредитор обычно не в состоянии точно оценить будущие доходы и риски, связанные с инвестиционными проектами, для осуществления которых заемщик берет ссуду. Поэтому банк устанавливает одинаковые процентные ставки по кредитам для всех, что порождает проблему отрицательного отбора.

При ухудшении положения в нефинансовом секторе оценка рисков и отбор заемщиков усложняются, процентные ставки повышаются, что заставляет лучших заемщиков уйти с рынка. При этом ненадежные заемщики соглашаются на невыгодные условия, поскольку знают, что все равно вряд ли вернут ссуду. Следствием этого становятся либо рискованная кредитная политика и угроза финансовой состоятельности самих кредиторов, либо их стремление максимально ограничить выдачу ссуд, несмотря на наличие на рынке надежных заемщиков. Сотрудничество с кредитными бюро позволит банку значительно упростить процедуру выдачи кредита, отсеивая на начальном этапе клиентов, имеющих негативную кредитную историю.

На основании вышеизложенного в третьей главе можно еще раз подчеркнуть что основным недостатком скоринговой системы оценки кредитоспособности физических лиц является то, что она очень плохо адаптируема. А используемая для оценки кредитоспособности система должна отвечать настоящему положению дел. Например, в США считается плюсом, если человек поменял много мест работы, что говорило о том, что он востребован. В СССР наоборот - данное обстоятельство говорило о том, что человек либо не может ужиться с коллективом, либо это малоценный специалист, а соответственно, повышается вероятность просрочки в платежах.

Для адаптации скоринговой модели оценки кредитоспособности физических лиц специалисту необходимо проделывать путь, подобный тому, что проделал Дюран. Т.е. специалисты, которые будут заниматься такой адаптацией, должны быть высоко квалифицированными, а значит, и очень высокооплачиваемые. Приведенная в этой главе методика «Деревья решений» - это еще не совершенный вариант того, как можно использовать методы интеллектуального анализа данных, в частности, деревья решений, для достижения поставленной задачи: уменьшения риска при операциях кредитования физических лиц. Хотя и при таком первом приближении наблюдаются положительные результаты. Дальнейшие усовершенствования могут затрагивать такие моменты как: более точный подбор определяющих заемщика факторов; изменение самой постановки задачи, так, например, вместо двух значений целевого параметра можно использовать более детальную информацию (Вернул/Не вернул/ Не вовремя), или использовать в качестве целевого значения вероятность того, что деньги выплачены вовремя; в данной статье ни слова не говорится об очистке данных, хотя, как показывает практика, использование предобработки исходных данных позволяет значительно улучшить качество результата и является важным этапом при комплексном подходе к решению любой задачи анализа данных. С экономической точки зрения ЗАО «Банк Русский Стандарт» выгоднее заниматься не целевыми кредитами, чем получать не возврат по экспресс-кредитам, поскольку при использовании скоринга банк не может достаточно достоверно проверять данные по клиенту.