Процесс кредитования физических лиц на примере ЗАО ДжиИ Мани Банка

Для уменьшения рисков банк проводит анализ кредитоспособности заемщика. При кредитовании населения, важную роль в определении кредитоспособности играет не столько способность возвратить долг со стороны заемщика, сколько  готовность возвращать кредит и уплачивать проценты вовремя. Готовность эта у  всех различна и зависит она от личных особенностей каждого человека.

Оценка  кредитоспособности физического лица основана на соотношении испрашиваемой  ссуды и его личного дохода, общей оценке финансового положения  заемщика и стоимости его имущества, личностных характеристиках, изучении кредитной истории и прочее. [33]

Заявление заемщика на выдачу ссуды представляет собой стандартную анкету: заявление  состоит из нескольких смысловых  частей. Эти блоки включают в себя формальные сведения о клиенте (ФИО, адрес), характеристика испрашиваемой  ссуды (размер, срок, цель), данные о  финансовом состоянии. Сейчас для этого  используется «скоринг» кредитование. Сущность кредитного скоринга состоит в том, что каждый параметр оценки кредитоспособности заемщика имеет реальную оценку. Итоговая сумма баллов - это оценка кредитоспособности заемщика. Каждый вопрос имеет максимально возможный балл, который выше для таких важных вопросов, как профессия, и ниже, как возраст. Оценка кредитоспособности по методу скоринга является обезличенной. [42]

Таким образом, система анализа кредитоспособности физического лица состоит из двух блоков:

• система оценки кредитоспособности клиента, основанная на экспертных

оценках экономической целесообразности предоставления кредита;

• балльные оценки (методы кредитного скоринга).

В мировой  практике существует ряд методик  кредитного скоринга. Известной методикой является модель Д. Дюрана, появившаяся в США в 40-е года. Дюран выделил группы факторов, позволяющих определить степень кредитного риска. Он выделил следующие коэффициенты при начислении баллов:

Возраст -0,1 балл за каждый год свыше 20 лет (максимум - 0,30).

Пол - женский (0,40), мужской (0).

Срок  проживания - 0,042 за каждый год в данной местности (максимально - 0,42).

Профессия - 0,55 - за профессию с низким риском, 0 - за профессию с высоким риском, 0,16 - другие профессии.

Работа - 0,21 - предприятия в общественной отрасли, 0 – другие.

Занятость - 0,059 - за каждый год работы на данном предприятии.

Финансовые  показатели - наличие банковского  счета - 0,45, наличие недвижимости - 0,35, наличие полиса по страхованию - 0,19.

Таким образом, Дюран определил границу выдачи ссуды как 1,25 и более. Если набранная сумма баллов менее 1,25, следовательно, заемщик является неплатежеспособным, а если более, то кредитоспособным.

Но нельзя использовать только метод скоринга, можно использовать и детализированную информацию, которая может включать в себя следующие вопросы:

• внешность - манеры, степень откровенности, возраст, семейное положение

семейные  обязательства, хобби, почетные должности;

• образование;
• квалификация;
• физическое состояние - занятие спортом, хронические заболевания с учетом

последних лет;

• имущество - личное, личные доходы, личные долги, налоговые долги.

А - Месячный доход:  заработная плата за вычетом налогов пособия на детей, пенсия, проценты по вкладам и ценным бумагам, прочие доходы - ИТОГО:

В - Месячный расход: текущие расходы, взносы по страхованию, обслуживание предыдущих ссуд, плата за жилье, прочие расходы - ИТОГО:

Располагаемый доход - C. Равен С=А-В.

Для установления размера покрытия кредитного риска  по потребительским ссудам банки  рассчитывают специальный коэффициент, который характеризует минимальный  размер платежей в погашение ссуды  и максимально допустимый размер задолженности по отношению к  доходам заемщика. Для получения  приблизительной картины кредитоспособности физического лица, банк оперирует  следующими показателями.

К1 - минимально допустимый размер задолженности

К2 - максимально допустимый размер

Экономически  обоснованными границами можно  считать следующие значимые коэффициенты: К1=10%, К2=80%, следовательно, минимальный  размер платежей в погашение суды может составлять 10% от С (располагаемого дохода), а максимальный размер - не более 80% от располагаемого дохода.

 В  отечественных условиях для получения  кредита заемщик - физическое  лицо - предоставляет в банк следующие  документы: 

• паспорт
• справку с места работы
• документы, подтверждающие доходы по вкладам в других банках и по ценным бумагам
• заявку на выдачу кредита
• поручительство трудоспособных граждан

В анкетах, используемых для оценки кредитного риска в мировой практике, ключевым пунктом является величина доходов  заемщика. Банк может проверить достоверность  сведений о величине годового дохода заемщика. В нашей стране только еще идет налаживание подобной системы, поэтому наши банки не могут проверить  достоверность величины фактического дохода заемщика и полагаются только на его честность. Поэтому наши банки  первым делом обращают внимание на то, чем и как будет обеспечиваться кредит, например: залогом или поручительством. Таким образом, в отечественных  условиях при оценке кредитного риска  представляется целесообразным пользоваться как анкетами, так и интуицией  кредитного работника. В то же время  интуиционный подход должен основываться на объективных данных анкеты. [23]

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. [41]

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. [17, С. 28 и 18, С. 14]

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. [27]

В России развитие скоринга ограничивается все еще низкими по западным меркам объемами кредитования, а также быстро меняющимися социально-экономическими условиями. Российские банки не располагают достаточной информацией о клиентах для того, чтобы выстроить эффективные скоринговые модели, обеспечивающие спрос на розничное кредитование, с одной стороны, и минимизацию банковских рисков – с другой. В такой ситуации банки могут действовать двумя способами. Во-первых, использовать модель, разработанную за рубежом, с ее обязательной адаптацией к российским реалиям, что потребует и времени, и средств. Второй способ – это отказ на первоначальном этапе от применения скоринга и выдача кредитов всем желающим на основании стандартной проверки с целью накопления необходимой кредитной истории. После чего на основании этих данных разработать собственную скоринговую модель – весьма эффективную, но, как легко догадаться, и весьма дорогостоящую для банка. [44]

На данный момент банки находятся в невыгодном положении. С одной стороны, необходимо осваивать рынок потребительского кредитования, а с другой стороны  с этим процессом связаны слишком  высокие риски, которые зачастую перекладываются на заемщиков, что  явно не способствует стимулированию спроса на кредиты.

В такой  ситуации банк, решившийся на освоение данного рынка должен иметь несколько  вещей: [16, C. 11-13]

1. Консолидированную информацию о клиентах, представленную в

унифицированном виде. Информация должна периодически пополняться данными из всех филиалов банка. Такое хранилище будет исполнять функцию кредитного бюро.

2. Достоверный способ классификации (достоверность должна быть более

90%) потенциальных  заемщиков и отсечение «неблагонадежных».  Этот способ позволит снизить  риски невозврата к минимуму, что позволит выдавать более дешевые кредиты и, соответственно, привлечет больше заемщиков. При этом значительно увеличится прибыль от кредитования физических лиц.

На данный момент банки в той или иной степени имеют наработки по каждому  из этих пунктов, но методики, заложенные в их основе либо слишком инертны, чтобы адекватно реагировать  на динамику рынка, либо слишком дороги (предлагаемые зарубежные решения сопоставимы  с доходами от потребительского кредитования в сегодняшнем виде). Именно поэтому  так дороги кредиты и не так  велик спрос на них. Увеличение же достоверности и снижение стоимости  позволит отказаться от практики переноса рисков и затрат на заемщиков. Тогда  в выигрыше окажутся все – и  банки, сохраняя удельную прибыльность на прежнем уровне, и заемщики, привлеченные более выгодными условиями. Все  это становится более актуальным в виду будущего бурного роста  рынка потребительского кредитования и будущей конкуренции.

Для достижения этих целей банки привлекают высокооплачиваемых экспертов. Но их мало и им порой  физически не хватает времени  успевать везде. Поэтому также актуальным является вопрос формализации знаний экспертов и их тиражирование.

Задачи  подобного рода легко решаются на базе платформы Deductor. Механизмы Deductor позволяют как создать консолидированное хранилище информации о заемщиках, обеспечивая к тому же и непротиворечивость хранимой информации, так и формализовать знания экспертов, создав модели классификации заемщиков с достоверностью более 90%. Причем модель позволит принять решение о выдаче кредита или отказе практически мгновенно. Так можно поставить потребительское кредитование на поток. Это тем более актуально ввиду предстоящего он-лайн кредитования и массового использования кредитных карт.

Большинство банков уже имеют достаточно статистики по кредитованию физических лиц. Для  построения достоверной модели достаточно информации за 3 – 4 года. Тем более, модели имеют возможность периодически перестраиваться, учитывая динамику рынка (новые данные).

На современном  этапе развития банковского дела основным показателем кредитоспособности заемщика становится его рейтинг. Рейтинг  кредитоспособности (кредитный рейтинг) представляет собой универсальное  значение, сформированное на основании  значений определенного количества показателей. [21] Процесс присвоения кредитного рейтинга заключается в переходе от нескольких показателей, присущих деятельности заемщика, к агрегированному значению одного показателя, характеризующего класс кредитоспособности. Появление рейтинга обусловлено необходимостью единого показателя, обладающего высокой степенью информативности при анализе кредитоспособности.

Построение  матриц изменения кредитного рейтинга (transition matrix) (пример приведен в таблице 2), которые оценивают вероятность изменения класса кредитоспособности с течением времени (другое название — таблица миграции рейтинга (rating migration)). Сначала такие матрицы получили широкое распространение в деятельности мировых рейтинговых агентств, а сейчас с успехом используются и западными коммерческими банками. Они основаны на информации прошлых периодов о дефолтах по ссудам с различным кредитным рейтингом.

Матрица отражает вероятность миграции рейтинга из одной категории в другую. Заголовок  строк представляет собой первоначальный кредитный рейтинг, а заголовок  столбцов — будущее, планируемое  значение рейтинга. Пересечение строк

Таблица 2 –  Матрица изменений кредитного рейтинга [6, C. 64]

	AAA	АА	А	ВВВ	ВВ	В	ССС	Дефолт
AAA	87,74	10,93	0,45	0,63	0,12	0,10	0,02	0,02
АА	0,84	88,23	7,47	2,16	1,11	0,13	0,05	0,02
А	0,27	1,59	89,05	7,40	1,48	0,13	0,06	0,03
ВВВ	1,84	1,89	5,00	84,21	6,51	0,32	0,16	0,07
ВВ	0,08	2,91	3,29	5,53	74,68	8,05	4,14	1,32
В	0,21	0,36	9,25	8,29	2,31	63,89	10,13	5,58
ССС	0,06	0,25	1,85	2,06	12,34	24,86	39,97	18,6