Банковские риски

щего от состояния платежного баланса  страны, системы хозяйство

вания, проводимой данным государством экономической полити

ки, особенно ограничений на перевод  капитала за границу) и поли

тического (выражающегося в опасности  переворотов, введения эм

барго, бойкотов, отказа властей от выплаты своей внешней задол

женности, в особенностях национального законодательства и т.д.).

Оценка экономического риска обычно производится на основании

данных национальной статистики, политического  — экспертным

.путем

При оценке' экономической составляющей странового риска рассчитываются следующие показатели:

показатель обслуживания внешнего долга (совокупные расходы страны на обслуживание своего внешнего долга / объем экспорта) — оптимальным  считается значение до 10 %, приемлемым — до 25%;

показатель обслуживания процентных выплат (процентные платежи / объем экспорта) •— -значение данного показателя не должно превышать 15—20 %;

показатель соотношения заграничных  резервов и объема импорта — он должен быть выше 40 %, поскольку в  этом случае сокращение экспорта может  компенсироваться уменьшением резервов.

Дополнительно к указанным может  быть рассчитано отношение совокупных расходов на обслуживание внешнего долга, объема внешнего долга, процентных платежей к валовому национальному продукту (ВНП) страны.

Повышение доходности банков во многом связано с качеством оценки кредитного риска. В зависимости от классификации заемщика банка по группам риска банк принимает решение, стоит ли выдавать кредит или нет, какой лимит кредитования и проценты следует устанавливать.Основным способом при принятии решения о выдаче кредитов является кредитный скоринг, основная задача которого заключается в оценке кредитного риска для принятия решения о выдаче кредита или о максимальной сумме выдаваемого кредита.

Банкиры полагают, что системы оценки кредитного риска, основанной на голом скоринге, сегодня явно недостаточно. В перспективе более действенным будет институт кредитных историй, но для его полноценного становления понадобиться лет пять. Чтобы верно оценить надежность заемщика, надо проследить его финансовое поведение в течение нескольких лет. А подавляющее большинство российских заемщиков пока взяли только свой первый кредит.В настоящее время созданы адаптивные системы кредитного скоринга, опирающиеся на демографическую, ситуационную и историческую информацию.Как правило, оценка кредитного риска по кредитному скорингу строится на 10-12 основных параметрах — семейное положение, наличие личного автомобиля, частота смены места работы и т. д. Исходя из ответов на ряд вопросов, скоринговая система выставит потенциальному заемщику определенное количество баллов и сопоставит эту оценку с заданным уровнем отсечения — оказавшись ниже этого уpовня, клиент не сможет стать заемщиком банка.От скоринга банки ждут, что он поможет в экспресс-варианте оценить модель поведения заемщика. 
Кредитоспособность клиента— это его желание и возможность платить за кредит, которая выражается простой аббревиатурой WAS, где W(wiliness)— желание, A(ability)— возможность, S(stability)— стабильность.Показателем желания служит кредитная история заемщика. Поэтому лучше стать постоянным клиентом одного банка, зарекомендовав себя в качестве положительного заемщика.Возможность— это уровень дохода заемщика. Однако не всегда высокий доход играет на руку потенциальному заемщику. Скоринговая система может отсеять людей как с низким доходом, так и с высоким. Представитель одного из российских банков рассказал об одном из типичных случаев. Молодому человеку с зарплатой в 2500 долларов, желающему воспользоваться кредитом в 1000 долларов, в кредите отказали однозначно. По словам банкира, желание получить кредит на ползарплаты говорит о низкой платежной дисциплине клиента. Такой человек неразумно тратит деньги, и вероятность того, что он с легкостью забудет про свой долг или будет нерегулярно выплачивать проценты, достаточно велика.Проверка благонадежности заемщика зачастую становится важнее оценки его кредитоспособности, поскольку большую часть невозвратов кредита – 75-80% - обеспечивают не те, у кого не хватает средств, а заведомые мошенники.О стабильности заемщика расскажет его трудовая книжка и социальный статус.Однако главный минус таких кредитных скорингов заключается в том, что компьютер оценивает не реального человека, а его показания. Это означает, что опытный или подготовленный человек может заполнить анкету так, чтобы практически гарантированно получить проходной балл. Скоринг пропускает значительное количество неблагонадежных клиентов. В то же время скоринг может не только пропустить в банк «плохого» клиента, но и отвергнуть «хорошего».Автоматизированная система проверки и оценки заемщика банка «HR1-Кредит» может служить дополнительным средством для оценки кредитных рисков и для выявления мошенников. Создана она на основе технологии анализа голоса.Система «HR1-Кредит», разработанная израильской компанией NEMESYSCO, анализирует изменения в голосе человека, отвечающего на вопросы теста, и выдает сразу результат: лжет тестируемый или говорит правду, собирается ли он платить по кредиту или нет.Оборудование «HR1-Кредит» минимально: компьютерная программа и специальная телефонная трубка. Тест из 17 вопросов рассчитан на 5-10 минут. Программа «HR1-Кредит» поможет отсортировать плохих заемщиков, и не отвергнуть хороших.Специально для анализа возможности предоставления кредита заемщику банка разработаны алгоритмы расчёта параметров кредитных рисков. Эти алгоритмы позволяют строить итоговые оценки на основе изменений значений параметров в течение всего теста с учётом психологического фона процесса предоставления кредита.Использование «HR1-Кредита» обосновано требованием времени. Банкам необходимо досконально знать своего клиента, его поведение, запросы, возможности, намерения. Поэтому и нужны новые технологии, позволяющие динамично оценивать поведение заемщика банка и свести к минимуму кредитные риски. Повышение доходности кредитных операций непосредственно связано с качеством оценки кредитного риска. В зависимости от классификации клиента по группам риска банк принимает решение, стоит ли выдавать кредит или нет, какой лимит кредитования и проценты следует устанавливать.

 

В мировой практике существует два основных метода оценки риска кредитования, которые могут применяться как отдельно, так и в сочетании друг с другом: субъективое заключение экспертов или кредитных инспекторов; автоматизированные системы скоринга.

 

Данная статья посвящена западной практике использования скоринг-систем, которые в настоящее время широко применяются во всех экономически развитых странах. Хотя скоринг является одним из наиболее успешных примеров использования математических и статистических методов в бизнесе, в российской печати эта тема незаслуженно обойдена вниманием. Цель данной публикации - восполнить этот пробел и дать общий обзор истории и практики применения скоринга. Так как статья рассчитана на достаточно широкий круг читателей, в ней дается только самое общее описание того, как работает скоринг. Теоретические основы и обоснования правомерности использования того или иного метода здесь не затрагиваются.

 

Поскольку скоринг используется главным  образом при кредитовании физических лиц, особенно в потребительском кредите при необеспеченных ссудах, далее речь пойдет об оценке кредитного риска заемщиков - физических лиц.

 

Определение кредитоспособности и информация, используемая для ее прогнозирования

 

Для оценки кредитного риска производится анализ кредитоспособности заемщика, под которой в российской банковской практике понимается способность юридического или физического лица полностью и в срок рассчитаться по своим долговым обязательствам. В западной банковской практике кредитоспособность трактуется как желание , соединенное с возможностью своевременно погасить выданное обязательство. Далее мы будем использовать термин «кредитоспособность» именно в этом значении. В соответствии с таким определением основная задача скоринга заключается не только в том, чтобы выяснить, в состоянии клиент выплатить кредит или нет, но и степень надежности и обязательности клиента. Иными словами, скоринг оценивает, насколько клиент creditworthy, т.е. насколько он «достоин» кредита.

Скоринг представляет собой математическую или статистическую модель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность, что конкретный потенциальный заемщик вернет кредит в срок.

 

В западной банковской системе, когда  человек обращается за кредитом, банк может располагать следующей информацией для анализа:

• анкета, которую заполняет заемщик;
• информация на данного заемщика из кредитного бюро - организации, в которой хранится кредитная история всего взрослого населения страны;
• данные движений по счетам, если речь идет об уже действующем клиенте банка.

Кредитные аналитики оперируют  следующими понятиями: «характеристики» клиентов (в математической терминологии - переменные, факторы) и «признаки» - значения, которые принимает переменная. Если представить себе анкету, которую заполняет клиент, то характеристиками являются вопросы анкеты (возраст, семейное положение, профессия), а признаками - ответы на эти вопросы.

В самом упрощенном виде скоринговая  модель представляет собой взвешенную сумму определенных характеристик. В результате получается интегральный показатель (score); чем он выше, тем выше надежность клиента, и банк может упорядочить своих клиентов по степени возрастания кредитоспособности.

Интегральный показатель каждого  клиента сравнивается с неким числовым порогом, или линией раздела, которая, по существу, является линией безубыточности и рассчитывается из отношения, сколько в среднем нужно клиентов, которые платят в срок, для того, чтобы компенсировать убытки от одного должника. Клиентам с интегральным показателем выше этой линии выдается кредит, клиентам с интегральным показателем ниже этой линии - нет.

Все это выглядит очень просто, однако сложность заключается  в определении, какие характеристики следует включать в модель и какие весовые коэффициенты должны им соответствовать. К этой проблеме имеется несколько подходов.

Философия скоринга заключается не в поиске объяснений, почему этот человек  не платит. Скоринг выделяет те характеристики, которые наиболее тесно связаны с ненадежностью или, наоборот, с надежностью клиента. Мы не знаем, вернет ли данный заемщик кредит, но мы знаем, что в прошлом люди этого возраста, этой же профессии, с таким же уровнем образования и с таким же числом иждивенцев кредит не возвращали. Поэтому мы давать кредит этому человеку не будем.

В этом заключается дискриминационный (не в статистическом, а в социальном значении этого слова) характер скоринга, т. е. если человек по формальным признакам  близок к группе с плохой кредитной  историей, то ему кредит не дадут. Поэтому даже при очень высокой степени использования автоматизированных систем скоринга осуществляется субъективное вмешательство в случае, когда кредитный инспектор располагает дополнительной информацией, доказывающей, что человек, классифицированный как ненадежный, на самом деле «хороший», и наоборот.

Какие же характеристики являются наиболее «ценными» для прогнозирования  кредитного риска? В Великобритании наиболее часто используются следующие  характеристики: возраст; количество детей/иждивенцев; профессия; профессия супруга(и); доход; доход супруга(и); район проживания; стоимость жилья; наличие телефона; сколько лет живет по данному адресу; сколько лет работает на данной работе; сколько лет является клиентом данного банка; наличие кредитной карточки/чековой книжки.

В других странах набор характеристик, которые наиболее тесно связаны  с вероятностью дефолта - вероятностью, что заемщик не вернет кредит или  задержится с выплатой, будет отличаться в силу национальных экономических  и социально-культурных особенностей. Чем более однородна популяция клиентов, на которой разрабатывается модель, тем точнее прогнозирование дефолта. Поэтому очевидно, что нельзя автоматически перенести модель из одной страны в другую или из одного банка в другой. Даже внутри одного банка существуют различные модели для различных групп клиентов и различных видов кредита.