Кредитная система в КР

 

Основной объем кредитования физических лиц представлен ипотечными кредитами, доля ипотечных кредитов за анализируемый период оставалась неизменной и составляла в среднем 70,5%. Объемы потребительского кредитования имеют тенденцию к снижению.

В приведенной ниже таблице  представлен анализ текущей стоимости  ссуд, предоставленных клиентам, в  разрезе полученного обеспечения.

 

Таблица 2.4.

Кредитный портфель ОАО «Айыл Банк» в разрезе обеспечения²⁸ в период 2010-2012 гг.

тыс.сом

Вид обеспечения	2010	Уд.вес %	2011	Уд.вес %	2012	Уд.вес %
Ссуды, обеспеченные недвижимостью  и смежными правами	2 121 588	83,2	1 560 128	86,1	1 156 545	89,6
Ссуды, обеспеченные денежной наличностью	218 735	8,6	130 840	7,3	69 883	5,4
Ссуды, обеспеченные товарами в обороте	88 973	3,5	51 530	2,8	29 368	2,2
Ссуды, обеспеченные прочими средствами	68 816	2,7	37 759	2,1	11 972	0,9
Ссуды, обеспеченные оборудованием	21 857	0,9	10 198	0,6	7 754	0,6
Ссуды, обеспеченные транспортными средствами	18 468	0,7	9 008	0,5	3 640	0,3
Прочее обеспечение	10 895	0,4	11 214	0,6	11 972	0,9
Итого кредиты	2 549 332	100	1 797 118	100	1 291 134	100
Резерв под обесценение	(76 893)		(128 754)		(117 925)
Итого кредиты клиентам	2 472 439		1 668 364		1 173 209

 

Как видно из приведенных  данных, наибольший удельный вес занимают ссуды, обеспеченные залогом недвижимости – 1 156,5 млн. сом или 89,6%, которые по сравнению с соответствующим  периодом прошлого года как и портфель в целом, снизились на 403,8 млн. сом, следующими по удельному весу идут ссуды, обеспеченные залогом денежных средств – 66,8 млн.сом или 5,4% и 3,1% приходится на ссуды, обеспеченные товарами.

 

Диаграмма 2.2.

Перейдем  непосредственно к оценке кредитной  деятельности банка, рассмотрим коэффициенты, показывающие эффективность кредитной деятельности банка.

1. Кредиты /Обязательства = 1 291 134/1 528 350 = 0,84

Нижний  предел данного коэффициента - 0,57 говорит  о том, что политика банка неэффективна, появляются убытки.

Верхний предел - 0,78 говорит об агрессивной  кредитной политике банка.

В нашем случае коэффициент, равный 0,84, свидетельствует  о том, что Банк ведет агрессивную  кредитную политику.

2. Кредиты /Капитал =1 291 134/880 224=1,46

Хорошее значение данного коэффициента в пределах 8.

 

В банке коэффициент  равен 1,46, значит, капитал банка достаточен для выдачи дополнительных кредитов.

3. Риск невозврата= (Сумма РППУ/ кредитный портфель банка) *100%

Оценка риска  невозврата проводят по пятибалльной системе, при этом, чем ниже риск возврата, тем выше  оценка и наоборот (расчет в табл. 2.5).

Таблица 2.5.

Оценка качества кредитного портфеля ОАО «Айыл Банк» в период с 2010-2012 гг.

	2010	2011	2012
Кредитный портфель	2 549 332	1 797 118	1 291 134
РППУ	(76 893)	(128 754)	(117 925)
Риск невозврата	3,0	7,1	9,1

Значение  коэффициента в ОАО «Айыл Банк» показывает увеличение отчислений в РППУ по отношению к кредитному портфелю. Такой расклад может говорить об ухудшении качества кредитного портфеля, что является повсеместным явлением в банках в течение 2012 года из-за нестабильной политической и экономической ситуации в стране.

Кредитный портфель ОАО «Айыл Банк» в 2011 и 2012 годы классифицирован следующим образом:

Таблица 2.6.

Классификация кредитного портфеля портфеля ОАО «Айыл Банк» в период с 2011-2012 гг. тыс.сом

Группа кредитов согласно классификации	2011	Уд.вес, %	2012	Уд.вес, %
Нормальные	315 234	12,4	13 734	11,8
Удовлетворительные	2 082 751	81,7	1 206 993	67,2
Под наблюдением	90 835	3,6	151 414	8,4
Субстандартные	25 708	1,0	118 656	6,6
Сомнительные	21 070	0,8	95 286	5,3
Потери	13 734	0,5	12 342	0,7
Итого	2 549 332	100	1 797 118	100

В составе нормальных кредитов числятся кредиты, выданные физическим лицам на потребительские цели с  принятием на депозит 10-20% от суммы выданного кредита и кредиты, выданные физическим лицам на ипотечное кредитование с принятием на депозит от 30 до 50% от суммы выданного кредита. По данным видам кредитов, разница между суммой выданного кредита и суммой, находящейся на депозитном счете проклассифицирована как кредит удовлетворительный.

Безусловно, в банковском деле существуют множество рисков, но наиболее вероятные банковские убытки и связаны именно с кредитными рисками. Поэтому, задача получения максимальной прибыли должна корректироваться на уровень риска невозврата и тщательно контролироваться менеджерами и акционерами банка.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.3 Анализ кредитоспособности  заемщика банка

 

Представители банка  при оценке кредитоспособности заемщика сравнивают сумму запрошенного кредита и как она соотносится с личным доходом заёмщика, а также проводят общую оценку финансового положения заёмщика, стоимость его имущества, состав семьи, личностные характеристики, факты профессиональной биографии, кредитную историю. 
Ниже перечислены основные методы оценки кредитоспособности физического лица.

Скорринговая  оценка кредитоспособности

 

При скорринговой оценке кредитоспособности определяются показатели способности заемщика вернуть банку  основной долг и проценты. Эти показатели оцениваются в баллах и банком устанавливается определенный максимум баллов кредитоспособности.

Существуют различные  модели скорринговой оценки кредитоспособности физического лица²⁹.

Некоторыми банками  применяется модель скорринговой оценки, которая группирует информацию о показателях кредитоспособности физического лица по определенным разделам:

- раздел информации  по кредиту;

- раздел данных о  заёмщике;

- раздел о финансовом  положении заёмщика.

В другой модели скорринговой оценки рейтинг кредитоспособности заемщика можно определить по шкале баллов, построенной в зависимости от значения показателя кредитоспособности.

В зависимости от рейтинга кредитоспособности заемщика банк определяет диапазон предельных сроков кредитования и суммы кредита. Сумма кредита напрямую зависит от годового дохода заемщика. 
Обычно банки применяют разные модели скорринговых оценок кредитоспособности физического лица. При оценке в баллах системы отдельных показателей на первом этапе дают предварительную оценку возможности выдачи ссуды, основанную на данных анкеты заемщика. По результатам заполнения анкеты определяют число набранных заемщиком баллов. Если сумма баллов менее определенной величины, то клиент получает отказ. При сумме баллов более определенной величины, переходят ко второму этапу, где риск оценивается с учетом дополнительных фактов.

Недостатки скоринговой  системы оценки кредитоспособности физических лиц

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 Кыргызстане 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. Таким образом, адаптировать модель просто крайне необходимо как для разных периодов времени, так и для разных стран и даже для разных регионов страны³⁰.

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, быть в состоянии оценить текущую ситуацию на рынке. Результатом такого рода проделанной работы будет набор факторов с весовыми коэффициентами плюс некий порог (значение), преодолев который человек, обратившийся за кредитом, считается способным погасить испрашиваемую ссуду и проценты. Полученные результаты являются по большей части субъективным мнением и, как правило, плохо подкрепленные статистикой (статистически необоснованные). Как следствие всего этого, полученная модель не в полной мере отвечает текущей действительности. Финансовым результатом такого подхода будет то, что в процентной ставке кредитования предлагаемой банком большую долю будет занимать часть, покрывающая риск неплатежей.

Деревья решений как  вариант решения проблемы устранения недостатков скоринговой системы

Одним из вариантов решения  вышепоставленной задачи является применение алгоритмов, решающих задачи классификации. Задача классификации – это задача отнесения какого-либо объекта (потенциальный заемщик) к одному из заранее известных классов (Давать/Не давать кредит). Такого рода задачи с большим успехом решаются одним из методов Data Mining – при помощи деревьев решений. Деревья решений – один из методов автоматического анализа данных. Получаемая модель – это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Пример дерева приведен на рис.2.1

 
Рис. 1. Пример дерева решений

Итак, основные недостатки скоринговой системы оценки кредитоспособности физических лиц – это:

• Высокая стоимость адаптации используемой модели под текущее положение дел;
• Большая вероятность ошибки модели при определении кредитоспособности потенциального заемщика, обусловленная субъективным мнением специалиста.

Сущность этого метода заключается в следующем:

На основе данных за прошлые периоды строится дерево. При этом класс каждой из ситуаций, на основе которых строится дерево, заранее известен. В нашем случае должно быть известно, была ли возвращена основная сумма долга и проценты и не было ли просрочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются по узлам, которые в свою очередь также могут быть разбиты на дочерние узлы. Критерий разбиения – это различные значения какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый энтропия – мера неопределенности. Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различным классам)³¹ находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу.

Полученную модель используют при определении класса (Давать/Не давать кредит) вновь возникших ситуаций (поступила заявка на получение кредита).

При существенном изменении  текущей ситуации на рынке, дерево можно перестроить, т.е. адаптировать к существующей обстановке.

Кредитная история  заемщика