Анализ эффективности кредитной политики ОАО Сбербанка России

Целевым полем является поле "Давать кредит", принимающий значения "Да" (True) и "Нет" (False). Эти значения можно интерпретировать следующим образом: "Нет" - плательщик либо сильно просрочил с платежами, либо не вернул часть денег, "Да" - противоположность "Нет". Факторы для построения дерева были собраны и консолидированы в хранилище данных Deductor Warehouse.

Методология хранилища  такова, что информация хранится в  процессах, каждый процесс имеет  определенный набор измерений и  фактов. Т.е. процесс реализован по стандартной  схеме "Звезда", в центре которой  хранятся факты, а измерения являются лучами. В данном случае процесс отображает выдачу кредита заемщику. Наиболее ценной информацией процесса является статус кредита. Хороший кредит - тот, который заемщик вернул в срок и в полном объеме, плохой - обратная ситуация.

При построении модели оценки кредитоспособности огромную помощь эксперту окажет разнообразная аналитическая  отчетность. Поскольку данные в хранилище  представлены в многомерном виде, то, несомненно, наиболее удобно получать отчетность в виде набора срезов кросс - таблиц.

Анализируя полученное дерево решений можно сделать  вывод, что при помощи дерева решений  можно проводить анализ значащих факторов. Такое возможно благодаря  тому, что при определении параметра  на каждом уровне иерархии, по которому происходит разделение на дочерние узлы, используется критерий наибольшего устранения неопределенности. Таким образом, более значимые факторы, по которым проводится классификация, находятся на более близком расстоянии (глубине) от корня дерева, чем менее значимые. Например, фактор "Обеспеченность займа" более значим, чем фактор "Срок проживания в данной местности". Фактор "Основное направление расходов" значим только в сочетании с другими факторами. Еще одним интересным примером значимости различных факторов служит отсутствие в построенном дереве параметра "Наличие автотранспорта", что говорит о том, что на сегодняшний день это наличие не является определяющим при оценке кредитоспособности физического лица.

Можно заметить, что такие  показатели как "Размер ссуды", "Срок ссуды", "Среднемесячный доход" и "Среднемесячный расход" вообще отсутствуют в полученном дереве. Данный факт можно объяснить тем, что в исходных данных присутствует такой показатель как "Обеспеченность займа", и т.к этот фактор является точным обобщением четыре вышеописанных показателей, алгоритм построения дерева решений выбрал именно его.

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

Правильно построенное  на данных прошлых периодов дерево решения обладает одной еще очень  важной особенностью. Эта особенность  называется способность к обобщению. То есть 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. Также можно определять принадлежность потенциального заемщика к одному из классов. Для этого необходимо воспользоваться диалоговым окном "Эксперимент".

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

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

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.

Основные преимущества системы. Гибкая интеграция с любыми сторонними системами, т.е. получение информации для анализа и перенос результатов не вызывает проблем. Консолидация информации о заемщиках в специальном хранилище данных, то есть обеспечение централизованного хранения данных, непротиворечивости, а также обеспечение всей необходимой поддержки процесса анализа данных, оптимизированного доступа, автоматического обновления данных, использование при работе терминов предметной обрасти, а не таблиц баз данных. Широкий спектр инструментов анализа, т.е. обеспечение возможности эксперту выбрать наиболее подходящий метод на каждом шаге обработки. Это позволит наиболее точно формализовать его знания в данной предметной области.

Поддержка процесса тиражирования  знаний, т.е. обеспечение возможности  сотрудникам, не разбирающимся в  методиках анализа и способах получения того или иного результата получать ответ на основе моделей подготовленных экспертом. Так, сотрудник, оформляющий кредиты должен ввести данные по потребителю и система автоматически выдаст решение о выдачи кредита или об отказе.

Поддержка групповой обработки информации, т.е. обеспечение возможности дать решение по списку потенциальных заемщиков. Из хранилища автоматически выбираются данные по лицам, заполнившим анкету вчера (или за какой угодно буферный период), эти данные прогоняются через построенную модель, а результат экспортируется в виде отчета (например, в виде excel файла), либо экспортируется в систему автоматического формирования договоров кредитования или писем с отказом в кредите. Это позволит сэкономить время и деньги.

Поддержка актуальности построенной модели, т.е. обеспечение возможности эксперту оценить адекватность текущей модели и, в случае каких либо отклонений, перестроить ее, используя новые данные.

Таким образом, для эффективного формирования кредитного портфеля банкам необходимо взять на вооружение передовые технологии добычи знаний и применить их для оценки потенциальных заемщиков. Благодаря этому можно будет не бояться предстоящей конкуренции на этом рынке. Подготовка решения данного вопроса сейчас позволит обкатать саму процедуру и в дальнейшем избежать ошибок и расходов в связи с массовым применением таких подходов в дальнейшем.

 

 

Заключение

 

В проделанной курсовой работе была рассмотрена сущность кредитной политики. Сущность кредитной политики определяется как стратегия и тактика банка по привлечению ресурсов на возвратной основе и их инвестированию в части кредитования клиентов банка. Предметной стороной реализации кредитной политики являются функциональные формы и виды кредитной политики банка. В основу классификации видов кредитной политики положены различные критерии: срок, цена кредита, тип рынка и др.

Функции кредитной политики можно условно разделить на две  группы: общие, присущие различным элементам  банковской политики и специфические, отличающие кредитную политику от других ее элементов.

При формировании кредитной политики банк должен учитывать ряд объективных  и субъективных факторов. Таких как  макроэкономические, отраслевые и региональные и внутри банковские.

Принципы кредитной политики являются основой кредитного процесса, они подразделяются: общие (научная обоснованность, оптимальность, эффективность, а также единство, неразрывная связь элементов кредитной политики); специфические принципы кредитной политики, такие как доходность, прибыльность, безопасность и надежность. Роль кредитной политики банка заключается в определении приоритетных направлений развития и совершенствования банковской деятельности в процессе аккумуляции и инвестирования кредитных ресурсов, развитии кредитного процесса и повышении его эффективности.

Сбербанк России сегодня — современный  универсальный банк, удовлетворяющий  потребности различных групп  клиентов в широком спектре банковских услуг. Сбербанк занимает крупнейшую долю на рынке вкладов и является основным кредитором российской экономики. Привлечение средств частных клиентов и обеспечение их сохранности является основой бизнеса Сбербанка, а развитие взаимовыгодных отношений с вкладчиками – залогом его успешной работы.

В целях ограничения  и мониторинга кредитного риска  корпоративных клиентов в Сбербанке действует система внутренней рейтинговой оценки контрагентов, устанавливаются лимиты и ограничения в отношении различных групп контрагентов, регионов и стран, отдельных кредитных продуктов и операций, подверженных кредитному риску.

Кредитный портфель по отраслям экономики достаточно хорошо диверсифицирован. Наиболее значительно по итогам года выросла задолженность предприятий  следующих отраслей: транспорт, услуги, энергетика. Одновременно сократилось кредитование машиностроения и незначительно строительства. Структура корпоративного кредитного портфеля в целом сопоставима со структурой ВВП.

Непосредственно для  себя Сбербанк определил ряд приоритетов  по кредитованию российских компаний и граждан. В частности, банк принял решение поддерживать отрасли, гарантирующие удовлетворение необходимых жизненных потребностей населения (например, розничные сети и аптеки), а также отрасли, выполняющие жизнеобеспечение (электро - и водоснабжение, транспорт и т.д.). Кроме них Сбербанк намерен оказывать поддержку оборонно-промышленному комплексу, малому бизнесу и сельскому хозяйству. Что касается физических лиц, то для них Сбербанк повысит доступность кредитов, предоставив различные способы их погашения (равными ежемесячными или дифференцированными платежами), а также сохранит всю линейку розничных кредитных продуктов.

Кроме этого Сбербанк введет дополнительные меры по эффективному управлению за рисками. В частности, банк планирует изменить критерии определения устойчивости бизнеса клиентов, а также расширить требования по обеспечению кредитов. Свое обеспечение компании-заемщики должны будут подтверждать достаточными и своевременными денежными потоками от операционной деятельности, залогами ликвидных активов, гарантиями или поручительствами государства или собственников бизнеса.

Для успешной работы ОАО «Сбербанк  России» необходимо совершенствование  кредитной политике в следующих  направлениях:

1. совершенствования работы с клиентами;
2. совершенствования процессов и технологий;

3. использование инновационных методов анализа данных с целью снижения кредитного риска.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

СПИСОК ЛИТЕРАТУРЫ:

 

• Гражданский кодекс Российской Федерации. Консультант Плюс: Высшая школа: учеб. пособие для вузов. - М.: Правовой сервер Консультант Плюс, 2009.

"О банках и банковской деятельности". Федеральный закон № 395-1 ФЗ от 02.12.1990 г. (ред. от 30.12.2004г) М.: Правовой сервер КонсультантПлюс, 2009.

"Об обязательных нормативах банков", инструкция ЦБ РФ № 110 - И от 16.01.2004 г. // Справочная система "Консультант плюс".

"О порядке предоставления (размещения) кредитными организациями денежных средств и их возврата (погашения)", положение ЦБ РФ № 54 - П от 31.08.1998 г.

О порядке формирования кредитными организациями резерва на возможные потери по ссудам, по ссудной и приравненной к ней задолженности" положение ЦБ РФ № 254 - П от 26.03.2004 г.

1 автор

Аниховский А.Л. Деньги и кредит. Кредитный рейтинг: основные элементы и классификация - 2008. - №3. - С.30-34.

Арсанукаева А.С. Финансовый менеджмент. Кредитный мониторинг как система управления кредитном риском - 2008. - №1. - С.85-90.

Жарковская Е.П. Банковское дело: учебник. 2006. - 452 с.

Калтырина А.В. Деятельность коммерческих банков ед. 2005. - 400 с.: ил. - (Высшее образование).

Коробовой Г.Г. Банковское дело: Учебник / Экономист, 2006. - 751 с.

Крюков С.П. Финансы. О новых тенденциях в кредитовании малого и среднего бизнеса - 2009. - №2. - С. 19-23.

Лаврушина О.И. Банковское дело. Экспресс-курс: Учеб. Пособие 2006. - 544 с.

Лаврушина О.И. Банковские риски учебное пособие 2008. - 232 с.

Лаврушина О.И. Деньги, кредит, банки: учебник 7-е изд., стер. - М.: КНОРУС, 2008. - 560 с.

Максютов А.А. Банковские менеджмент. Учебно-практическое пособие. - М.: Издательство "Альфа-Пресс", 2007. - 444 с.

Матовников М.Ю. Деньги и кредит Как уполномочивать рейтинговые агентства для оценки кредитоспособности банков - 2008. - №12. - С.26-34.

Моисеев Б.С. Деньги и кредит. О методике стресс - тестирования банка 2008. - №9. - С.55-63.

Мурычев А.В. Деньги и кредит. Инфраструктура кредитования в России: возможности повышения эффективности кредитного процесса. 200 Петрова В.И. Финансы и статистика. Комплексный анализ финансовой деятельности банка 2007. - 560 с.

6. №3, С.14-15

Панова Г.С. Кредитная политика коммерческого банка // М.: ИКЦ "ДИС", 1997. - 464 с.

Петрова В.И. Финансы и статистика. Комплексный анализ финансовой деятельности банка 2007. - 560 с.

Рамазанов С.А. Деньги и кредит. Некоторые особенности функционирования механизма обязательного резервирования - 2008. - №6. - С.51-57.

Тагирбекова К. Р Основы банковской деятельности. Издательство "Весь мир", 2003. - 720 с.

Челноков В. А Деньги, кредит, банки / учебник / "Финансы и кредит" / 2-е изд. /2007. - 447 с.

2 автора

Белоглазовой Г.Н., Кроливецкой Л.П. /Банковское дело: учебник / Финансы и статистика, 2008. - 592 с.: ил.

Жукова Е.Ф., Эриашвили Н.Д. / Банковское дело: учебник для вузов / Единство, 2006. - 369 с.

Килясханова И. Ш.,. Жукова Е.Ф. Банковское право, Закон и право, 2008. - 335 с.

Евсюков А., Кочетов Н.К. Банковское дело комплексный подход к формированию кредитного портфеля банка 2006. № 7, С.48-57.