Характеристика кредитного риска банка

Размещено на http://www.allbest.ru/

Содержание

1. Актуальность работы

2. Обзор имеющихся исследований и разработок

2.1 Инструменты, позволяющие решать задачу кредитования предприятий

2.2 Анализ существующих моделей оценки финансового состояния заемщика

3. Перечень решаемых в работе задач

4. Теоретический анализ

4.1 Анализ, оценка и способы снижения кредитных рисков

4.2 Автоматизированные технологии формирования управленческих решений

5. Разработка моделей

5.1 Разработка модели оценки кредитоспособности на основе байесовского классификатора

Заключение

Список литературы

1. Актуальность работы

Риски присущи всем сферам банковской деятельности, но большинство рисков связано с активными операциями банка, в первую очередь с кредитной и инвестиционной деятельностью. Кредитование является одной из основных сфер деятельности банка. Кредитные операции банка являются ведущими среди прочих как по прибыльности, так и по масштабности размещения средств. Поэтому вопрос о повышении эффективности кредитной политики и снижении кредитных рисков является очень актуальным.

Кредитный риск банка - это степень неопределенности возникновения нежелательных событий при осуществлении финансовых сделок, суть которых состоит в том, что контрагент банка не сможет выполнить взятых на себя по соглашению обязательств и при этом не удастся воспользоваться обеспечением возврата заемных средств.

Таким образом, важной компонентой банковского менеджмента является стратегия управления рисками. Она должна обеспечить минимизацию возможных затрат при осуществлении банковской деятельности, которая в условиях рыночной экономики и конкуренции невозможна без риска.

Актуальным также является вопрос об автоматизации процессов расчета и оценки финансового состояния предприятия [2]. С этой целью в работе представляется система поддержки принятия решений в кредитовании предприятий, позволяющая проводить более точный и глубокий анализ кредитоспособности заемщика, снизить кредитные риски банка, ускорить процесс принятия решений банковскими работниками.

2. Обзор имеющихся исследований и разработок

2.1 Инструменты, позволяющие решать задачу кредитования предприятий

Одним из основных способов избежания невозвращения кредита является тщательный и квалифицированный отбор потенциальных заемщиков [1]. Главным средством такого отбора является экономический анализ деятельности клиента с позиции его кредитоспособности. Под кредитоспособностью понимается такое финансовое состояние предприятия - заемщика, которое дает уверенность в эффективном использовании заемных средств, способности и готовности заемщика возвратить кредит в соответствии с условиями кредитного соглашения.

Основным инструментом, позволяющим определять кредитоспособность потенциальных заемщиков, является комплексный финансовый анализ предприятия. Чем полнее и точнее будет анализ, тем меньше будет риск убытков. В условиях рыночной экономики предприятие может нормально функционировать только при соответствующем финансовом состоянии, которое характеризуется рядом показателей, отражающих наличие и использование его денежных ресурсов. Для оценки такого состояния требуется всесторонний анализ всех без исключения направлений деятельности хозяйствующего субъекта.

Цель анализа состоит в том, чтобы установить и оценить финансовое состояние, а затем и финансовую устойчивость предприятия, берущего кредит. По результатам этого анализа банк решит выдавать или не выдавать кредит, на какую сумму и на какой период времени. Кредитоспособность заемщиков банки тесно увязывают с результатами хозяйственной деятельности.

Основное содержание внешнего финансового анализа, осуществляемого партнерами предприятия по данным официальной отчетности, составляет оценку: - прибыли и рентабельности; - ликвидности баланса; - финансовой устойчивости; - эффективности использования собственного и заемного капитала; - кризисного состояния и угрозы банкротства.

Применяемые в настоящее время способы оценки кредитоспособности заемщика в основном основаны на решении расчетных задач. Поэтому создание экспертной системы, позволяющей автоматизировать процессы расчета и анализа финансовой устойчивости предприятия, значительно облегчит процесс принятия решения о целесообразности выдачи кредита. Кроме того, выбор наиболее эффективной методики оценки финансового состояния предприятия, которую можно будет положить в основу создаваемой экспертной системы, является залогом успешной кредитной деятельности банка.

2.2 Анализ существующих моделей оценки финансового состояния заемщика

На сегодняшний день существует множество методик оценки финансового состояния заемщика, многие из которых применяются на практике [2]. Учитывая многообразие финансовых процессов, множественность показателей финансовой устойчивости, различие в уровне их критических оценок, складывающуюся степень отклонений от них фактических значений коэффициентов и возникающие при этом сложности в оценке финансовой устойчивости организации, разрабатывается ряд методик для проведения интегральной оценки финансовой устойчивости.

Разработано множество методик классификации предприятий с точки зрения финансовой устойчивости [3]. К примеру, существует методика, классифицирующая организации по уровню риска с использованием бальной системы. Предприятия делятся на 5 классов. Однако говорить однозначно об оптимальности этой методики нельзя, т.к. для анализа используется всего 6 показателей, а бальная система разработана в значительной мере условно.

Также разработано множество индикаторов антикризисного планирования деятельности предприятия. Наиболее распространенные из них: двухфакторная модель оценки вероятности банкротства предприятия, оценка вероятности банкротства предприятия на основе Z-счета Альтмана, модель Романа Лиса для оценки финансового состояния, оценка финансового состояния предприятия по показателям У.Бивера, R-модель прогноза риска банкротства и др.

Недостаток этих моделей состоит в том, что они не обеспечивают всестороннюю оценку финансового состояния предприятия, а потому возможны слишком значительные отклонения прогноза от реальности. Но различия во внешних факторах, оказывающих влияние на функционирование предприятия, а следовательно, экономические показатели, искажают вероятностные оценки.

Таким образом, в целях получения более объективной оценки финансово-экономического состояния предприятия, возникает потребность создания эффективной методики оценки финансового состояния предприятия.

3. Перечень решаемых в работе задач

В работе исследуются и решаются следующие задачи:

ь изучение имеющихся исследований и разработок по рассматриваемой теме;

ь анализ кредитных рисков, выявление причин их возникновения и нахождение путей их минимизации;

ь анализ традиционных методов определения финансовой устойчивости предприятия и его кредитоспособности;

ь анализ существующих автоматизированных банковских систем;

ь разработка новой методики оценки кредитоспособности предприятия, позволяющей автоматизировать процесс принятия решений о выдаче кредита;

ь разработка системы поддержки принятия решений в кредитовании предприятий.

4. Теоретический анализ

4.1 Анализ, оценка и способы снижения кредитных рисков

Кредитный риск - это стоимостное выражение вероятности события в ходе кредитной операции, которая может привести к убыткам, т.е. к отклонению фактических показателей от предусмотренных у кредитора.

Объектом кредитного риска является кредитная операция, оценить эффективность и условия осуществления которой в полной мере и с необходимой точностью на будущее невозможно.

Субъект кредитного риска - это личность или коллектив, которые заинтересованы в результатах управления объектом риска и имеют компетенцию управлять и принимать соответствующие решения касаемо объекта кредитного риска.

Источники кредитного риска - это факторы, которые являются причиной неопределенности во время осуществления кредитной операции.

Управление риском - это процесс, который состоит из анализа внутренней и внешней среды банка, определение риска, его оценки, контроля над ним (разработка и выбор методов его минимизации).

К методам управления заемными кредитами можно отнести:

· избежание риска (тщательный анализ предприятий-заемщиков, отказ от ненадежных клиентов, отказ от сомнительных проектов);

· снижение уровня риска (резервирование средств, распределение риска, лимитирование, создание систем гарантий);

· передача (страхование) риска;

· принятие банком риска в полном объеме.

В процессе кредитования целесообразно использовать системный подход к управлению рисками. В основе системного подхода лежат общепризнанные и научно обоснованные принципы управления рисками - Generally accepted risk principles (GARP), которые были разработаны на основе использования опыта работы западных экономистов, законодателей, ученых. GARP - это структура из 89 принципов, с помощью которых банки могут управлять и распределять свои риски, и которую могут использовать банковские работники для сравнительного анализа и определения лучшей практики работы [10].

При анализе кредитного риска необходимо придерживаться одинаковых принципов оценивания. Многие специалисты считают необходимым вводить в расчет риска ставки неоплаты за полученный кредит, а также учитывать срок погашения, определять склонность к риску каждой стороны, возможность зачета взаимных рисков. Взаимозачеты в этом случае выступают как действенный способ снижения кредитного риска, они способствуют уменьшению системного риска.

В стратегии управления кредитным риском большую и важную роль играет диверсификация, которая является одним из универсальных методов минимизации кредитного риска. Целесообразно диверсифицировать одновременно суммы и сроки кредитной задолженности. Так, при выдаче кредита на большую сумму одному предприятию-заемщику на длительный срок возникает значительно больший риск для стабильности банковской организации, чем в поэтапном кредитовании на ту же сумму и тот же срок. Такая диверсификация будет способствовать значительному снижению рисков за счет повышения оперативности принятия решений при возможном ухудшении финансового состояния должника, когда дальнейшее кредитование будет требовать дополнительного обеспечения, или в случае неожиданных изменений конъюнктуры рынка, которые потребуют повышения платы за кредит или сокращения срока следующего кредита.

Что касается диверсификации кредитной деятельности посредством увеличения количества предприятий-заемщиков, то наибольшего эффекта можно достичь при кредитовании заемщиков, которые работают в отраслях с противоположными фазами колебаний делового цикла. При этом снижение доходов по определенной группе клиентов будет компенсироваться увеличением доходов от обслуживания других групп, что будет стабилизировать доходы банка.

Кроме того, необходимо осуществлять региональную диверсификацию кредитных вложений, ориентиром для которой должен быть уровень диверсификации экономического потенциала региона. Таким образом, применяя диверсификацию как один из главных и универсальных методов управления кредитным риском можно добиться значительного снижения уровня кредитного риска и увеличить доходность кредитного портфеля.

4.2 Автоматизированные технологии формирования управленческих решений

По мере создания и развития автоматизированных информационных технологий появилась возможность автоматизации процедур, характерных для процесса принятия решения. Постепенно на базе автоматизированных информационных систем (АИС) стали развиваться новые системы, получившие название систем поддержки принятия решений (СППР). В результате их применения повысилась скорость формирования решений, улучшилось их качество за счет оценки многих факторов.

Характерная черта ССПР заключается в том, что произошел отказ от фундаментального принципа в поиске объективного оптимального решения, характерного для полностью формализованных задач. Теперь наравне с формальными решениями стала применяться субъективная информация, поступающая от лица принимаемого решение (ЛПР). Сугубо оптимальные (формальные) методы в рамках СППР используются лишь на нижних уровнях иерархии управления.

Автоматизация ряда процедур формирования решений с помощью СППР позволила возложить на компьютер следующие функции:

· генерацию возможных вариантов решений;

· оценку вариантов, выбор и предоставление ЛПР лучшего из них;

· анализ последствий принятого решения;

· обеспечение работы системы исходными данными, поступающими из других систем (подсистем), ЛПР и окружающей среды.

Под системой поддержки принятия решений понимается система, которая позволяет лицам, принимающим решение, использовать данные и знания объективного и субъективного характера для решения слабоструктурированных (плохо формализованных) проблем. Слабоструктурированные проблемы - это проблемы, содержащие как количественные, так и качественные характеристики объекта управления, отражающие субъективное отношение ЛПР к тем или иным процессам или состояниям. финансовый заемщик кредитный риск

Таким образом, СППР полностью выполняет второй этап формирования решений (поиск возможных вариантов решений) и частично третий этап (сопоставление вариантов и выбор окончательного решения). Тогда как первый этап (выявление целей, проблем и формирование критериев), а также завершающая часть третьего этапа остаются за ЛПР.

В основе функционирования СППР лежит АИС - автоматизированная информационная система, представляющая собой совокупность информации, экономико-математических методов и моделей, технических, программных и технологических средств и специалистов и предназначенная для обработки информации [14]. АИС отражает с помощью показателей в базах данных не только текущее состояние предприятия, но и его состояние за прошедший период.

5. Разработка моделей

5.1 Разработка модели оценки кредитоспособности на основе байесовского классификатора

Задача распознавания образов заключается в классификации некоторой группы объектов на основе определенных требований. Объекты, относимые к одному классу образов, обладают общими свойствами.

Применим статистический подход к распознаванию образов, который даст возможность построения классификации, исходя из статистических свойств образов [4]. Рассмотрим процесс принятия решений о целесообразности выдачи кредита предприятию как игру статистического характера, которую осуществляет классификационный механизм системы распознавания образов с природой. Игроком А является природа, а игроком В - классификационный механизм системы распознавания. Стратегии, используемые игроком А, называются состояниями природы и обозначаются через . Состояния природы соответствуют классам образов. Т.е. предприятие, желающее взять кредит, с какой то долей вероятности относится к определенному классу образов. К примеру, можно выделить 4 класса образов , по которым будут классифицироваться предприятия:

· с очень высокой вероятностью банкротства;

· с высокой вероятностью банкротства;

· с возможной вероятностью банкротства;

· с очень низкой вероятностью банкротства.

Стратегии, используемые игроком В (классификатором), представляют собой решения, относящиеся к состояниям природы. Т.е. в зависимости от того, к какому классу финансовой устойчивости принадлежит предприятие, система решает, какую стратегию избрать: выдавать кредит или нет, а в случае выдачи кредита, какие условия поставить.

Зададим функцию G, которая задается набором из трех элементов (Y, Z, L).

G = (Y, Z, L)

Где yY

Y = (y1, y2,…,yM)

Это стратегия игрока А, т.е. возможные состояния финансовой устойчивости предприятия.

Игрок В выбирает стратегию z Z, т.е. условия выдачи кредита

Z = (z1, z2,…,zN)

Функция L - это ограниченная числовая функция, определенная на пространстве прямых произведений Y Z пар (y, z). Функция L является функцией выигрыша или функцией потерь. Игрок А выбирает стратегию yi Y, и игрок В выбирает стратегию zjZ. При проигрыше игрока В банк теряет сумму выдачи кредита данному предприятию и проценты, которые он должен был получить за кредит. При выигрыше игрока В банк получает прибыль в размере выплачиваемых процентов за кредит. Таким образом, каждый элемент матрицы выигрышей (потерь) определяет прибыль или потери, соответствующие некоторой паре действий, предпринимаемых игроками.

Li,j = L(yi, zj)

Математическое ожидание потерь, связанных с отнесением образа x к классу , определяется выражением:

Где вероятность принадлежности образа x классу .

Эту величину можно назвать условным средним риском. При распознавании каждого образа, предъявляемого природой, классификатор может отнести его к одной из М возможных категорий. Т.к. для каждого образа x вычисляются значения условных средних потерь и классификатор причисляет его к классу, которому соответствуют наименьшие условные потери, то и математическое ожидание полных потерь также будет минимизировано. Такой классификатор называется байесовским [5]. Используя формулу Байеса

можно преобразовать формулу (5.9) в следующий вид:

где называется функцией правдоподобия.

В общем случае разделения на несколько классов образ x причисляется к классу , если условие справедливо при j = 1, 2, …, M, j i, т.е. если выполняется условие:

Таким образом, байесовский классификатор обеспечивает отнесение образа x к классу с наименьшим значением средних потерь r.

Рисунок 5.3 - принципиальная схема байесовского классификатора.

Статистический подход основывается на математических правилах классификации, которые формулируются и выводятся в терминах математической статистики. Байесовский классификатор обеспечивает получение оптимального классификатора в тех случаях, когда известны плотности распределения для всех совокупностей образов и вероятности появления образов для каждого класса.

Для использования байесовского классификатора необходимо знать вероятности и плотности распределения для каждого класса образов. Данную информацию можно получить, проанализировав статистические данные банкротства предприятий за определенный промежуток времени по различным отраслям. Необходимо также знать стоимость принятия соответствующих решений, что можно рассчитать, исходя из желаемой суммы кредита и начисляемых процентов.

Заключение

В работе был проведен обзор имеющихся исследований и разработок, связанных с кредитными рисками банка, анализом кредитоспособности предприятий-заемщиков, автоматизированными банковскими системами. Была проанализирована сущность кредитных рисков, причины их возникновения, методы оценки кредитных рисков и пути их минимизации. Поскольку одним из основных способов избежания невозвращения кредита является тщательный и квалифицированный отбор потенциальных заемщиков, в работе был проведен анализ существующих методов оценки финансового состояния предприятия, а также индикаторов антикризисного планирования деятельности предприятия.

На основе проделанного анализа был сделан вывод об актуальности и необходимости разработки эффективной методики оценки кредитоспособности предприятий и необходимости создания автоматизированной системы поддержки принятия решений в кредитовании предприятий.

Были разработаны модели, основанные на теории распознавания образов, которые позволяют наиболее точно классифицировать предприятия по уровню финансовой устойчивости, а также позволяют системе поддержки принятия решений давать наиболее точные рекомендации о целесообразности выдачи кредита и определения его условий.

Математически модель классификации предприятий по уровню его финансового состояния с использованием разделяющих функций, позволяет получить более точный и объективный результат. Это поможет снизить риск убытков и недополучения прибыли, а также аргументировать принимаемые решения при работе с кредиторами и партнерами.

Преимущества модели, основанной на байесовском классификаторе, состоит в том, что для решения задачи о целесообразности выдачи кредита с учетом финансового состояния предприятия-заемщика используется оптимальный классификатор, дающий высокий уровень точности классификации. Кроме того, эта модель хорошо формализована, что позволит реализовать ее в разрабатываемой экспертной системе.

Разработана структура системы поддержки принятия решений, в основу которой будут положены предложенные модели. Эти модели можно применять в совокупности с известными методами финансового анализа предприятия-заемщика, что позволит проводить более полный и точный анализ и уменьшить риск, связанный с кредитной деятельностью банка. Использование предлагаемой автоматизированной системы позволит повысить степень обоснованности принимаемых решений о выдаче кредита, обеспечит своевременность принятия решений, а также обеспечит рост эффективности управления кредитными процессами за счет снижения затрат на проведение финансового анализа.

Список литературы

1. Е. Тарнай Профессиональное управление кредитной деятельностью - гарантия успешного функционирования банка // НБУ, 2004, №6 - c. 30-33

2. В.Г.Артеменко, М.В. Беллендер Финансовый анализ - М.: Юнити, 1997 - 384 с.

3. И.А. Бланк, Стратегия и тактика управления финансами - К.: Финансы и статистика, 1996 - 487 с.

4. Дж. Ту, Р. Гонсалес Принципы распознавания образов - М.: «Мир», 1978 - 416 с.

5. Фу К. Последовательные методы в распознавании образов и обучении машин - М.: «Наука», 1971 - 256 с.

6. В.И. Гребельный Практикум по финансам предприятий - Д.: Донбасс, 2000 - 124 с.

7. М.И.Баканов, А.Д.Шеремет Теория экономического анализа - М.: Финансы и статистика, 1998 - 467 с.

8. Г.А. Титоренко, Информационные технологии управления - М.: Юнити, 2002 - 246 с.

9. О. Кононенко анализ финансовой отчетности - Фактор, 2005 - 154 с.

10. С.М. Павлюк, Кредитные риски и управление ими , 2003, №11 - с. 105-111

Размещено на Allbest.ru