Кредитная политика коммерческого банка

Характерной чертой национальной системы кредитования остается ее зависимость от западного капитала.

В предкризисный период наблюдалось незначительное использование кооперативных займов, а также таких форм товарного кредита, как прокат предметов домашнего обихода, мебели, сложной бытовой техники, автомашин. Не получило необходимого развития и льготное кредитование товаропроизводителей, и субсидирование процентных ставок за кредит. Сохранялось неразвитое законодательное обеспечение. Вкупе все это превращало кредит в стихийную форму регулирования экономики.

На уровне отдельного банка прослеживалось край не медленное развитие кредитования населения, в том числе потребительского, ипотечного, земельно-ипотечного, микрокредитования и кредитования индивидуальных товаропроизводителей. Кризис выявил легковерное отношение банков к расчету платежеспособности своих клиентов, игнорирование необходимости целевого характера кредита, расширение субсидирования без адекватного анализа возвратности ссуд.

Рис 2.10 Объем выданных ипотечных кредитов, млрд. руб./квартал



Рис 2.11 Динамика средневзвешенной процентной ставки по выданным ипотечным кредитам в 2006-2012 гг.

Как и на международном уровне, в российской экономике развитие деривативов не всегда основывалось на реальных материальных потоках и соответствующем законодательном обеспечении их использования. Не обладая должными навыками анализа, коммерческие банки нередко обслуживали спекулятивные операции на рынке ценных бумаг. В кредитной политике банков отсутствовали временные горизонты, не получили развития стратегические подходы при оценке меняющейся конъюнктуры. Кредитная инфраструктура банковской системы России по-прежнему оставалась в неразвитом состоянии.

Ущерб от банковского кризиса мог быть существенно выше, если бы государство не поддержало банки своими инъекциями. Правительственная финансовая поддержка, повышение кредитного размера компенсаций по банковским вкладам и другие меры предотвратили многомиллиардные убытки банков от массового изъятия депозитов, остановили дальнейшее падение бизнеса.

Рис. 2.12 Динамика доли просроченной задолженности в общем объеме задолженности по ипотечным кредитам, %

Хотя единая государственная денежно-кредитная политика (даже судя по названию) и включает кредитный аспект, на деле является лишь монетарной, где кредиту практически не уделено достаточного внимания.

На наш взгляд, в период кризиса банковский сектор, со своей стороны, не предпринял достаточных мер. Акценты в управлении бизнесом оставались прежними. Опросы общественного мнения показывают, что банки во время кризиса снизили качество обслуживания своих клиентов. А корпоративная ответственность банковского сектора и сегодня остается невысокой.

Кризис высветил еще одну негативную сторону кредитной практики. Анализ, проведенный ЦБ РФ, позволяет утверждать, что отдельные банки использовали кредит главным образом для поддержки своих собственных корпоративных интересов, допускали повышенные риски, что в конечном счете приводило к крупным убыткам.

Как нам представляется, кредит потерял свой стержень. 1аким стержнем для него являлась связь с материальным процессом. Темп роста кредитных вложений банков существенно превышал темп роста объема ВВП и промышленного производства. К сожалению, он оказался оторванным от реальных материальных потоков, от их действительной стоимости. Конечно, ссуды выдавались под конкретное обеспечение, для осуществления платежей за конкретные материальные ценности и услуги. Но, как выяснилось, нередко такое обеспечение было преувеличенным, не способным гарантировать возврат ссуды, а оплата материальных ценностей использовалась на создание производств, спрос на продукцию которых превышал реальную платежеспособность потребителей. Невозврат займов был неизбежным.

Кредит оказался обособленным от программ экономического развития. В стране не было стратегического плана в виде программы промышленной, структурной политики. По сути, развиваясь стихийно, сообразуясь с целями банков, кредит дрейфовал между текущими запросами товаропроизводителей и корпоративными интересами финансовых институтов, не содействуя в полной мере решению задач общественного развития. В то же время отсутствовало стратегическое представление о приоритетных кредитных потоках. Бизнес и банки, каждый в отдельности, решали свои корпоративные задачи.

Кредит перестал быть процессом, с помощью которого осуществляется регулирование производства и обращения. Интерес к нему, как регулятору экономических процессов, был потерян, взамен использовалась монетарная политика, в основу которой заложены задачи совершения обмена, управления денежной массой.

При всем значительном (в количественном отношении) расширении рамок кредитования в докризисный период подлинной масштабности в его развитии, на наш взгляд, не получилось. Безусловно, расширилась покупательская способность предприятий, в рамках уже сложившегося объема производства и обращения создавались условия для увеличения и ускорения обмена. Однако настоящего размаха в качественном, структурном отношении достигнуто не было. Несмотря на рост вложений, кредит в полной мере не выражал своего назначения в экономике.

Все это, разумеется, не могло не сказаться на состоянии национальной экономики и ее основного элемента - банковской системы. К финансовому кризису она подошла в ослабленном состоянии. Уязвимость ее предопределила ход последующих событий, усилила спад макроэкономических показателей банковской деятельности и российской экономики в целом.



Глава 3. Формирование кредитной политики банка

3.1 Условия предоставления кредитов

Банк берет на себя кредитный риск, а в частности риск того, что клиент не сумеет погасить долг в полном размере или частично в определенный срок. Реализуемая банком политика по управлению кредитными рисками ориентирована на усиление конкурентных преимуществ банка за счет расширения круга клиентов и ассортимента предоставляемых кредитных продуктов, осуществлении системного подхода к управлению кредитными рисками. В том числе, которые обеспечивают удержание или понижение уровня реализованных кредитных рисков, оптимизации отраслевой, региональной и продуктовой структуры кредитных портфелей.

Организация контроля и мониторинга уровня кредитных рисков банка реализуется на базе установленных внутренними нормативными документами банка принципов, которые обеспечивают подготовительный, текущий и дальнейший контроль операций, подверженных кредитному риску, следование введенных лимитов риска, своевременное выполнение их актуализации.

Руководство кредитным риском юридических лиц.

В банке действует система внутренних рейтингов, в основе которой лежат экономико-математические модели анализа вероятности дефолта контрагентов и сделок. Система кредитных рейтингов гарантирует дифференцированную оценку вероятности несоблюдения/ненадлежащего выполнения контрагентами своих обязательств на основе оценки количественных (финансовых) и качественных факторов кредитного риска, степени их воздействия на способность клиента обслуживать и оплачивать принятые обязательства.

В банке изобретена многоуровневая система лимитов, базирующаяся на ограничении кредитного риска по операциям кредитования и операциям на финансовых рынках. Параллельно с этим в банке работает многомерная система лимитов возможностей, которая позволяет установить уровень принятия решений по любой кредитной заявке. Помимо того, в 2011 году в банке функционировала обязательная независимая экспертиза кредитных рисков, которая осуществляется на этапе принятия решения о выдаче кредита заемщикам среднего и крупного бизнеса, а кроме того крупнейшим клиентам. Несмотря на то что существующие системы лимитов дают возможность соответствующим образом распоряжаться кредитным риском, на сегодняшнее время в банке проводится работа по дальнейшему усовершенствованию методологии утверждения лимитов.

В 2011 году закончено введение новой схемы кредитования физических лиц «Кредитная фабрика» по последней из главных групп продуктов для физических лиц--жилищное кредитование. На сегодняшнее время банк начал работы по введению комплексной автоматизированной системы управления корпоративными кредитными рисками, которая позволяет выполнять оценку нынешнего состояния, динамики изменения и прогноз кредитных рисков, в том числе в соответствии с условиями Базельского комитета по банковскому надзору.

Банк, в соответствии с исследованными макроэкономическими сценариями, совершает анализ чувствительности уровня кредитных рисков на уровне отдельных клиентов и корпоративного портфеля в целом, по результатам которого обнаруживаются макрофакторы, в наибольшей степени коррелирующие с возможностью дефолта клиентов. В целях проведения стресс-тестирования статистическая информация о внезапных изменениях макрофакторов применяется при прогнозировании рейтингов в стрессовых ситуациях.

Управление кредитным риском субъектов малого предпринимательства.

В 2011 году в банке продолжилось улучшение системы управления рисками при кредитовании субъектов малого предпринимательства. Для идентификации видов риска и присвоения рейтингов клиенты распределены на два сектора: «микробизнес», для которого используются розничные инструменты оценки рисков, и «малый» бизнес, для которого формируются инструменты оценки рисков, абсолютно интегрированные в систему управления рисками средних и крупных корпоративных клиентов. Банк применяет две унифицированные централизованные схемы кредитования малого бизнеса:

--«Кредитная фабрика» -- при оценке риска применяется продуктовый подход: расчет скорингового балла и анализ риска, расчет стоимости кредита и лимита кредитования выполняется в момент обращения клиента за кредитом, рейтинг присваивается сделке;

--«Кредитный конвейер» -- схема учитывает присвоение долговременного рейтинга клиенту/группе связанных лиц с применением адаптированной корпоративной модели анализа рисков, учитывающей специфику этой группы клиентов, формирование системы управления лимитами, системы полномочий по принятию решения. В 2011 году закончен первостепенный этап введения схемы «Кредитный конвейер» в двух территориальных банках. При испытании схемы вводился унифицированный подход к оценке залога и оценке юридических рисков, оптимизировался кредитный процесс, уменьшались сроки рассмотрения сделок, велась централизованная независимая экспертиза рисков, охватывающая верификацию клиентских данных, оценку кредитной истории и деловой репутации заемщика. В 2012 году намечается поэтапная автоматизация и тиражирование схемы «Кредитный конвейер».

Управление кредитным риском физических лиц.

В 2011 году закончено введение новой схемы кредитования физических лиц «Кредитная фабрика» по последней из главных групп продуктов для физических лиц--жилищное кредитование. Отмеченная схема учитывает комплексный анализ данных об участниках сделки, получаемых из разных информационных источников, централизацию функций анализа и принятия решения, а также высокий уровень автоматизации процесса предкредитной обработки. Введение данной системы управления риском во всех территориальных банках дает возможность осуществлять контроль над рисками на всех этапах кредитования, поддерживать хорошее качество портфеля и последовательно уменьшать время обслуживания заемщиков.

Работа с проблематичной задолженностью.

Банк исполняет непрерывный контроль за процессами взыскания проблематичной задолженности на всех стадиях сбора. При раскрытии проблемных зон/этапов в процессе взыскания задолженности, понижения уровня эффективности сбора, увеличения проблемного портфеля в отдельных регионах, клиентских или продуктовых сегментах выполняется оптимизация процесса кредитования/взыскания.

В 2011 году в рамках этого направления было закончено внедрение АС Tallyman, на основе, которой выполнена автоматизация процессов взыскания просроченной задолженности физических лиц на ранней стадии.

3.2 Применение методики стресс - тестирования как инструмента моделирования кризисных ситуаций

Недавние и нынешние действия на мировых финансовых рынках, которые вызваны американским ипотечным кризисом, выявили потребность наиболее требовательного подхода банков к оценке существующих рисков. Одним из необходимых обстоятельств, с точки зрения стабильности банка, считается организация более адекватной оценки потерь в экстремальных условиях рынка, анализ потерь ведется при помощи стресс - тестирования, который образует предпосылки для действенного контроля и управления рисками во время вероятных кризисных ситуаций. Сущность стресс - тестирования содержится в том, чтобы представить, что может произойти, какие потери может понести банк в той или иной внезапной ситуации.

Однофакторные стресс - тесты (анализ чувствительности). При проведении однофакторных тестов рассматривается воздействие изменения одного из факторов риска на стоимость портфеля. Часто подобные тесты применяются трейдерами, которые хотят понять, какое воздействие на их позиции может проявить значимое изменение конкретного фактора риска (к примеру, изменение курса валют). Но проблема состоит в том, что при стрессовых ситуациях меняются и прочие факторы риска, вследствие этого если анализировать изменение исключительно одного из них, то итоги могут получиться некорректными.

Многофакторные стресс - тесты это по сути дела анализ сценариев. В этом случае рассматривается изменение моментально нескольких факторов риска. Многофакторные стресс - тесты бывают различного типа. Самые популярные из них базируются на исторических сценариях. Эти сценарии предполагают анализ изменений факторов риска, которые уже случались раньше. Главным минусом данного метода является то, что не предусматриваются данные рынка и институциональных структур, которые изменяются со временем. Помимо прочего стресс - тесты могут быть пересмотрены с теоретической стороны и могут быть рассчитаны математически.

Проблемы при применении известных методов стресс - тестирования нередко связаны с отсутствием или недостатком исторической информации о параметрах риска, по которым строятся их прогнозные значения для предстоящего кризиса. Прежде всего, это касается к оценке кредитного риска, для которого нередко отсутствуют исторические данные для построения прогнозной оценки вероятности дефолтов либо матрицы возможностей переходов.

Кроме того, при стресс - тестировании традиционно не рассматривается воздействие риска ликвидности на величину потерь банка, в тот момент как отток привлеченных средств в момент кризиса может причинять существенное воздействие на размер стоимости активов.

Полагаем, что обеспечение рублевых и валютных кредитов предоставляется соответственно в рублях и валюте. Для простоты также полагаем, что группа качества обеспечения всех кредитов равна 1.

Отметим, что на основе таблицы банк может установить более подробное распределение кредитов по категориям (или рейтингам), которым будут соответствовать свои диапазоны (их количество возрастет) норм резервирования по ссудам.

Таблица 3.1. Распределение ссуд по категориям качества

Категория качества кредитов	Наименование ссуд	Норма резервирования, % от суммы основного долга
I (высшая)	Стандартные	0 (Положением Банка России № 254-П) от 0 до 1 (модель транзитной стресс - матрицы)
II	Нестандартные	от 1 до 20
III	Сомнительные	от 21 до 50
IV	Проблемные	от 51 до 100
V (низшая)	Безнадежные	100

В будущем для большей точности будем рассматривать группы качества кредитов, подходящие таблице, подразумевая при этом, что эти группы могут быть детализированы и переделаны (отмеченным выше способом) в систему рейтингов банка. Затем рассмотрим, как меняется стоимость кредитов во время кризиса. Тут важно установить главные риски, которые влияют на кредиты. Это, прежде всего, кредитный риск, который в рамках данного подхода характеризуется такими риск - факторами: категорией качества кредита i и соответственной ей нормой резервирования . Также, валютные кредиты подвергаются валютному риску. Для него риск - фактором служит валютный курс St который изменяется с течением времени t.

И, в конце концов, риск ликвидности, который характеризуется оттоком привлеченных средств ДmR,S в рублях (R) и валюте (S) ( -размер привлеченных средств в момент времени t). Источником компенсации оттока пассивов в данном случае будут ликвидные средства, которые получаются в следствии погашения кредитов банка. Риск ликвидности при этом складывается в том, что размер оттока средств за какой-либо промежуток может быть не полностью компенсирована размером погашаемых за этот промежуток кредитов.

Подчеркнем, что в следствии оттока привлеченных средств и компенсации его погашаемыми кредитами уменьшается остаток ссудной задолженности банка. Это, в свою очередь, меняет размер потерь портфеля кредитов, связанных с воздействием кредитного и валютного рисков. Воздействие рисков на стоимость кредитов определяется размером изменения их риск - факторов, которая находится в зависимости от продолжительности периода важного влияния каждого вида риска.

На практике эта продолжительность оказывается разной для разных видов риска. Более того, эти периоды для разных рисков могут быть сдвинуты по времени, т.е. период более важного влияния для одного вида риска может возникать раньше или позже соответственного периода для второго вида риска.

Для анализа общих потерь кредитного портфеля, мы будем анализировать определенный усредненный период значимого влияния разных рисков, который назовем периодом активной фазы кризиса.

Валютный риск воздействует наиболее трудным образом. Во-первых, изменения валютного курса в сторону роста (ДS > 0) или снижения (ДS < 0) меняют знак вклада валютного риска в изменение капитала. Во-вторых, даже при определенном изменении валютного курса знак вклада в изменение капитала может переменяться в зависимости от пропорции значений характеристик портфеля кредитов и величины привлеченных средств.

Выражение кроме членов, которые включают изменения риск - факторов по отдельным видам риска (их воздействие рассмотрено выше), содержит в себе также члены, которые включают произведения изменений разных риск - факторов. Эти члены описывают связь соответственных рисков, т.е. предполагают потери, которые связаны с одновременным пребыванием нескольких рисков.

В обыкновенных условиях, когда относительные изменения риск-факторов не слишком велики, нелинейные члены приносят малый вклад в общие потери, и в следствии этого взаимодействием рисков в данном случае можно оставить без внимания. Иное дело - момент кризиса. В это время относительные изменения, по крайней мере, определенных риск - факторов имеют все шансы достигать огромных величин. При этом члены, которые описывают связь подобных рисков, могут приносить вклад и потери, сопоставимый и даже существенно превосходящим вклады от отдельных видов риска.

Комплексное исследование теоретических и практических вопросов развития и реализации механизма управления кредитным риском коммерческого банка считается важной экономической проблемой, решение которой даст возможность значительно увеличить качество кредитного портфеля. Для решения данной задачи нужно вводить передовой иностранный и отечественный теоретический и практический опыт в части оценки кредитных рисков, применять единые подходы к анализу кредитоспособности отдельных заемщиков, качества кредитов и бизнес-риска индивидуальных заемщиков. С иной стороны, нужно проводить последовательный анализ качества кредитного портфеля банка в целом и его структуры.

Подобный подход будет оказывать содействие значимому ограничению степени воздействия кредитного риска на банковскую систему государства, и, значит, содействовать укреплению ее устойчивости и эффективности.



3.3 Использование инновационных методов анализа данных с целью снижения кредитного риска

Для снижения риска при операциях кредитования физических лиц рассмотрим метод, который основан на использовании схемы интеллектуального анализа данных. Можно привести всем известную цепочку связанных событий: чем меньше рискует банк при выдачи кредита, тем меньше процентная ставка предлагаемая данным банком; чем меньше процентная ставка, тем больше клиентов придет в конкретно данный банк; чем больше клиентов придет в банк, тем большую прибыль заработает банк, а это одна из главных целей коммерческой деятельности.

Риск, который связан с невозвратом суммы основного долга и процентов можно существенно уменьшить, оценивая возможность возврата заемщиком кредита. В последнее время для оценки риска кредитования заемщика в международной практике обширное распространение приобрел скоринг. В Российской федерации ему также уделяют надлежащее внимание.

Суть данного метода складывается в том, что каждый фактор, который характеризует заемщика, содержит собственную количественную оценку, то есть баллы. Суммируя заработанные баллы, можно получить оценку кредитоспособности физического лица. Каждый параметр обладает максимально допустимый предел, который выше для главных вопросов и ниже для не таких важных.

На текущий день известно довольно много способов кредитного скоринга. Одной из наиболее популярных считается модель Дюрана. Дюран установил группы факторов, которые позволяют в высшей степени установить степень кредитного риска. Но эта модель как любая иная не совершенна и имеет ряд минусов.

Главным минусом скоринговой системы оценки кредитоспособности физических лиц считается то, что она сильно формализована, тяжело адаптируема. Неплохая методика для оценки кредитоспособности система, должна соответствовать реалистичному положению дел. К примеру, в США считается плюсом, если человек сменил много мест работы, что свидетельствовало о том, что он востребован. В иных странах напротив - это обстоятельство говорит о том, что человек или не может поладить с коллективом, или это неважный специалист, а поэтому увеличивается возможность просрочки в платежах.

Таким образом приспособить модель попросту очень необходимо, как для различных периодов времени, так и для различных государств и в том числе и для различных регионов государства.

Для приспособления скоринговой модели оценки кредитоспособности физических лиц специалисту нужно совершать путь, схожий тому, что сделал Дюран. То есть специалисты, которые будут заниматься подобный адаптацией должны быть высоко квалифицированными, и должны профессионально оценить нынешнюю ситуацию на рынке. Итогом проведенной работы станет набор факторов с весовыми коэффициентами плюс некоторый предел (значение), осилив который, человек, который обратился за кредитом, считается способным оплатить испрашиваемый кредит плюс проценты. Полученные итоги считаются по большей части субъективным соображениям и, как правило, слабо подкреплены статистикой, то есть являются статистически необоснованные.

Как итог, полученная модель не в полной мере отвечает нынешней реальности.

Краеугольным камнем способа считается качество начальных данных. От них непосредственно зависит качество построенной модели. Для того чтобы обеспечить его, нужно соблюдать такой алгоритм:

- продвижение гипотезы - предположение о воздействии тех или прочих факторов на исследуемую задачу. Данную задачу разрешают эксперты, рассчитывая на свой опыт и знания. Итогом на данном этапе считается перечень всех факторов;

- сбор и систематизация данных - представление информации в формализованном виде, подготовка данных в установленном виде (к примеру, использование упорядоченности по времени);

- подбор модели и тестирование - сочетание разных механизмов анализа, оценка специалистами адекватности полученной модели. Возврат на прошлые шаги при невозможности получения нормальных результатов (к примеру, исследование еще одной гипотезы);

- использование приемлемой модели и ее улучшение;

Собственно с помощью подобного подхода составлены анкеты - заявки на получение кредита. Специалистами в предоставленной области были обнаружены факторы, в наибольшей степени воздействующие на результат. Эту информацию и заполняют в анкетах возможные заемщики. Помощь в проверке гипотез может сделать реализованный в Deductor факторный анализ. Этот инструмент обнаруживает весомость тех или других факторов.

Следовательно, задача состоит в построении модели оценки (классификации) возможных заемщиков. Решение задачи, в свою очередь, должно обладать большой правдивостью классификации, вероятностью приспособления к любым условиям, простотой применения модели.

Пользуясь приведенной методикой, была предложена гипотеза о том, какие причины воздействуют на кредитоспособность человека. По мнению специалистов, по данным причинам можно учесть суммарный риск. Тем самым должно достигаться и отнесение возможного заемщика к способным возвратить кредит либо не способным.

"Дерево решений" - один из методов автоматического анализа данных. Получаемая модель - это метод представления правил в иерархической, поочередной структуре, где всякому объекту подходит один узел, который дает решение.

Суть метода состоит в следующем:

На базе данных, за прошедшие периоды формируется "дерево". При этом класс любой из ситуаций, на базе которых формируется "дерево", предварительно известен. В нашем случае должно быть установлено, была ли возвращена основная сумма долга и проценты, и не было ли просрочек в платежах.

При формировании "дерева" все известные ситуации обучающей выборки первоначально попадают в верхний узел, а позже 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 разделение, применяется показатель, который называется энтропия - мера неопределенности. Избирается то поле, при разбиении по которому устраняется больше неопределенности. Чем больше примесей (объектов, относящихся к различным классам) тем выше неопределенность, находятся в одном узле. Энтропия равняется нулю, в случае если в узле будут присутствовать объекты, которые относятся к одному классу.

Приобретенную модель применяют при нахождении класса (Давать / Не давать кредит) вновь образовавшихся ситуаций (поступила заявка на выдачу кредита)."Дерево" можно перестроить, т.е. приспособить к существующей обстановке при значительном изменении текущей ситуации на рынке.

Для презентации данной схемы будет применяться программа Tree Analyzer из пакета Deductor ver.3. В качестве начальных данных была взята выборка, которая состоит из 1000 записей, где каждая запись - это отображение данных заемщика плюс параметр, который описывает его действия во время погашения кредита. При обучении дерева применялось такие факторы,которые определяют заемщика: "N Паспорта"; "ФИО"; "Адрес"; "Величина кредита"; "Длительность кредита"; "Цель кредита"; "Среднемесячный доход"; "Среднемесячный расход"; "Основное направление расходов"; "Наличие недвижимости"; "Наличие автомобильного транспорта"; "Наличие банковского счета"; "Наличие страховки"; "Название организации"; "Отраслевая принадлежность предприятия"; "Длительность работы на предоставленном предприятии"; "Направление деятельности заемщика"; "Длительность работы в этом направлении"; "Пол"; "Семейное положение"; "Количество лет"; "Численность иждивенцев"; "Период проживания в этой местности"; "Обеспеченность кредита"; "Давать кредит". При этом поля: "N Паспорта", "ФИО", "Адрес", "Название организации" алгоритм уже до начала формирования дерева решений обозначил как негодные по причине практической особенности каждого из значений.

Поле "Давать кредит", которое принимает значения "Да" (True) и "Нет" (False) является целевым полем. Эти значения можно толковать следующим образом: "Нет" - плательщик или основательно просрочил с платежами, или не возвратил часть денег, "Да" - противоположность "Нет". Факторы для формирования дерева были составлены и консолидированы в хранилище данных Deductor Warehouse.

Методика хранилища такая, что материал находится в процессах, каждый процесс обладает определенным набором измерений и фактов. Т.е. процесс выполнен по обычной схеме "Звезда", в центре которой сохраняются факты, а измерения являются лучами. В нашем случае процесс отражает выдачу кредита заемщику. Более важной информацией процесса является статус кредита. Хороший кредит - тот, который заемщик возвратил во время и в полностью, плохой - противоположная ситуация. Огромную помощь эксперту окажет различная аналитическая отчетность при построении модели оценки кредитоспособности. Более удобно получать отчетность в виде набора срезов кросс - таблиц так как данные в хранилище представлены в многомерном виде.

Проанализировав полученное дерево решений можно сделать вывод, что при помощи дерева решений можно осуществлять анализ значащих факторов. Такое может быть из-за того, что при установлении параметра на каждом уровне иерархии, по которому совершается разделение на дочерние узлы, применяется критерий наибольшего отстранения неопределенности. Таким образом, наиболее важные факторы, по которым ведется классификация, присутствуют на более близком расстоянии (глубине) от корня дерева, чем наименее важные. К примеру, фактор "Обеспеченность займа" наиболее важен, чем фактор "Время проживания в данной местности". Фактор "Основное направление расходов" важен лишь в сочетании с иными факторами. Еще одним занимательным примером значимости разных факторов служит отсутствие в построенном дереве параметра "Наличие автомобильного транспорта", что говорит о том, что на текущий день это наличие не считается определяющим при оценке кредитоспособности физического лица.

Можно увидеть, что такие данные как "Величина кредита", "Период кредита", "Среднемесячный доход" и "Среднемесячный расход" вообще отсутствуют в образованном дереве. Этот факт можно пояснить тем, что в начальных данных существует такой признак как "Обеспеченность кредита", и т.к данный фактор является конкретным обобщением четыре вышеописанных характеристик, метод построения дерева решений предпочел именно его.

Очень важной особенностью образованной модели является то, что правила, по которым формируется принадлежность заемщика к той или другой группе записаны на естественном языке.

Верно построенное на информации предыдущих периодов дерево решения имеет одной еще одной важной особенностью. Эта особенность получила название способность к обобщению. То есть в случае если появляется новая ситуация (обратился возможный заемщик), то, скорее всего, такие ситуации уже были и довольно много. Благодаря чему можно с большой долей убежденности сказать, что вновь обратившийся заемщик поведет себя так же, как и те заемщики, данные которых очень схожи на данные вновь обратившегося. В свою очередь можно определять принадлежность вероятного заемщика к одному из классов.

Применяя подобный подход можно уничтожить сразу оба вышеописанных несовершенства скоринговой системы оценки кредитоспособности. То есть:

Стоимость адаптации сводится фактически к наименьшему количеству за счет того, что методы построения модели классификации (дерево решений) - это самоадаптируемые модели (вмешательство человека по минимуму).

Качество итога довольно велико за счет того, что метод избирает более важные факторы для установления окончательного ответа. Плюс ко всему приобретенный результат является статистически обоснованным.

Главные достоинства системы:

Эластичная интеграция с любыми посторонними системами, т.е. прием данных для анализа и перенесение результатов не вызывает проблем.

Консолидация данных о заемщиках в специальном хранилище информации, то есть обеспечение централизованного хранения информации, непротиворечивости, а также обеспечение всей нужной поддержки процесса анализа информации, оптимизированного доступа, автоматического обновления информации, применение при работе определений предметной обрасти, а не таблиц баз данных.

Широкий диапазон инструментов анализа, т.е. обеспечение вероятности профессионалу избрать более подходящий метод на любом шаге обработки. Это даст возможность более определённо формализовать его познания в данной предметной области.

Помощь процесса тиражирования знаний, т.е. обеспечение вероятности работникам, которые не разбираются в методах анализа и способах извлечения того или другого результата приобретать ответ на базе моделей, которые подготовлены экспертом. Так, работник, который оформляет кредиты должен ввести сведения по потребителю и система автоматом даст решение о выдачи кредита или об отказе.

Помощь групповой обработки данных, т.е. обеспечение возможности предоставить решение по перечню вероятных заемщиков. Из хранилища автоматом избираются сведения по лицам, которые заполнили анкету накануне (или за какой угодно промежуточный период), эти сведения прогоняются через возведенную модель, а итог экспортируется в виде отчета (к примеру, в виде excel файла), или экспортируется в систему автоматического создания договоров кредитования либо писем с отказом в выдаче кредита. Это даст возможность сохранить время и средства.

Поддержка актуальности возведенной модели, т.е. обеспечение возможности профессионалу оценить соответствие данной модели и, в случае каких либо отклонений, преобразовать ее, применяя новые сведения.

Приведенный выше пример - это приблизительный вариант того, как можно применять способы интеллектуального анализа данных, в частности, дерева решений, для достижения определенной задачи: снижения риска при операциях кредитования физических лиц. Хотя и при таком первом приближении замечаются позитивные результаты. Последующие улучшения могут задевать такие моменты как: наиболее точный выбор обусловливающих заемщика факторов; изменение самой постановки задачи, так, к примеру, вместо двух значений целевого параметра, можно применять более подробные сведения (Вернул/ Не вернул/ Не вовремя), либо применять в качестве целевого значения возможность того, что средства выплачены своевременно. Эконометрический метод обладает прогностическими способностями.

Таким образом, для успешного создания кредитного портфеля банкам нужно взять на вооружение прогрессивные технологии добычи знаний и использовать их для оценки вероятных заемщиков. Благодаря этому можно будет не опасаться будущей конкуренции на данном рынке. Подготовка решения этого вопроса в данный момент даст возможность обкатать саму процедуру и в будущем исключить ошибок и расходов в связи с многочисленным использованием данных подходов в будущем.

Заключение

Суть кредитной политики определяется как стратегия и тактика банка по привлечению ресурсов на возвратной основе и их инвестированию в части кредитования клиентов банка. Функциональные формы и виды кредитной политики являются предметной стороной осуществления кредитной политики банка. В основу классификации видов кредитной политики положены разные аспекты: длительность, стоимость кредита, тип рынка и др. Вне зависимости от вида кредитная политика банка имеет внутреннюю структуру. Главными составляющими кредитной политики коммерческого банка являются:

1) политика банка по исследованию главных направлений кредитного процесса;

2) стратегия банка по организации кредитования;

3) контроль за реализацией кредитной политики. Функцией кредитной политики банка в общем плане считается оптимизация кредитного процесса, имея в виду, что цели и приоритеты формирования (улучшения) кредитования, установленные банком, и составляют его кредитную политику.

Основным моментом при формировании кредитной политики является верная постановка цели и выбор соответственных инструментов для осуществления. Главной целью коммерческого банка является его формирование, понимаемое в самом широком смысле.

Принципы кредитной политики считаются основой кредитного процесса, они разделяются: общие (научная аргументированность, оптимальность, эффективность, а также целостность, единая связь элементов кредитной политики); особые принципы кредитной политики, такие как доходность, прибыльность, устойчивость и надежность. Важность кредитной политики банка состоит в установлении приоритетных течений развития и совершенствования банковской деятельности в процессе аккумуляции и инвестирования кредитных ресурсов, развитии кредитного процесса и увеличении его эффективности.

При развитии кредитной политики банк должен принимать во внимание ряд объективных и субъективных условий. Таких как макроэкономические, отраслевые и региональные и внутри банковские.

Кредитная политика коммерческого банка включает в себя объективное основу (она не должна быть в противоречии с единой денежно-кредитной политике Банка России государства) и в то же время с этим она обусловливается стратегией и тактикой коммерческого банка. Суть кредитной политики Сбербанка содержит дуалистическую природу кредитной политики как представление общегосударственной и субъективной политики. Целостность объективного и субъективного подходов в ходе развития кредитной политики коммерческого банка дает возможность более досконально учесть все обстоятельства, которые влияют на деятельность коммерческого банка, обуславливающие его политику, и, как следствие, выработать наиболее рациональную, оптимальную, эффективную кредитную политику банка.

Раскрыта методика организации кредитной политики. Методика формирования кредитной политики банка подразумевает построение основных принципов, применяемых для решения рассматриваемой проблемы. Эти принципы должны использоваться сбалансировано, т.е. при исследовании кредитной политики нужно достигнуть оптимального сочетания преемственности существующего опыта и элементов новаторства, отражающего реалии российской экономики. Инструментарием создания кредитной политики являются механизмы управления активами и пассивами банка: механизм регулирование гэпом, ставкой процента, ликвидностью и кредитным риском.

Характерные черты кредитной политики ОАО Сбербанка РФ в условиях кризиса, состоит в выдачи кредитов заемщикам на цели, которые предусмотрены их статутом для выполнения текущей и инвестиционной деятельности. Выдача банком кредитов базируется на учете важных потребностей заемщиков в заемных средствах, присутствии необходимых гарантий для оперативного их возврата. Банк выдает кредиты в границах собственного капитала и привлеченных средств, обеспечивая равновесие размещаемых и привлекаемых ресурсов по срокам и размерам.

Кредитные операции - самые рисковые операции банка. В следствии этого кредитная политика направлена на устойчивость предварительно проверенных заемщиков, с которыми банк в течение долгого промежутка времени работает и иметь сведения об их финансовом состоянии. Обеспечение высокого качества активов и устойчивости банка в условиях спада экономики, а также укрепление его рыночных позиций является основной целью банка в 2011 году.

Кредитный портфель представляет собой совокупность и структуру выданных кредитов по отраслям, видам обеспечения и срокам.

Пути улучшения кредитной политики планируется реализовывать с помощью инновационных методов анализа данных.

Одним из необходимых факторов, с точки зрения стабильности банка, является формирование более точной оценки потерь в экстремальных условиях рынка (в рамках стресс-тестирования), которая сформирует предпосылки для действенного контроля и управления рисками во время вероятных кризисных ситуаций.

Использование методики стресс-тестирования даст возможность банку в сформировавшейся ситуации наиболее верно установить степень кредитного риска, что даст возможность осуществить задачи и цели кредитной политики банка - обеспечение успешного управления кредитными ресурсами, устремляя их в большей степени в реальный сектор экономики, удовлетворение растущей потребности населения, создание качественного и прибыльного кредитного портфеля.

Внедрение новых технологий интеллектуального анализа данных Data Mining дает возможность оценить кредитный риск физического лица. Пользуясь данной методикой, было предложено предположение о том, какие причины воздействуют на кредитоспособность человека. По суждению экспертов, по данным причинам можно учитывать общий риск. Тем самым должно достигаться и отнесение вероятного заемщика к способным возвратить кредит либо не способным. Дерево решений - один из методов автоматического анализа информации.

Получаемая модель - это метод представления правил в иерархической, поочередной структуре, где определенному объекту подходит один лишь узел, который дает решение. Таким образом, для успешного создания кредитного портфеля банкам нужно взять на вооружение прогрессивные технологии и использовать их для оценки возможных заемщиков. Вследствие этого можно будет перенести будущую конкуренцию на рынке.

Своевременная подготовка решения предоставленного вопроса даст возможность изучить процедуру принятия решения и в будущем исключить новых ошибок и расходов.

Таким образом, при исследовании кредитной политики ОАО банк Сбербанка России, с моей точки зрения, должен совершать главной упор в своем инструментарии на внедрение прогрессивных эконометрических методов анализа банковской деятельности, таких как методика стресс - тестирования банка и технология Data Mining.



Список литературы

1Гражданский кодекс Российской Федерации (часть вторая) от 26.01.1996 №14-ФЗ (в ред. Федерального закона от 06.12.2007 №334-ФЗ) // Собрание законодательства РФ, 29.01.1996, №5, ст. 410.

2Гражданский кодекс Российской Федерации (часть первая) от 30.11.1994 №51-ФЗ (в ред. Федерального закона от 06.12.2007 №333-ФЗ) // Собрание законодательства РФ, 05.12.1994, №32, ст. 3301.

3Гражданский кодекс Российской Федерации(часть вторая) Текст, комментарии, алфавитно - предметный указатель.

4Гражданский кодекс Российской Федерации. Консультант Плюс: Высшая школа: учеб. пособие для вузов. - М.: Правовой сервер Консультант Плюс, 2009.

5Федеральный закон Российской Федерации от 02.12.1990 №395-1 «О банках и банковской деятельности» (в ред. Федерального закона от 03.03.2008 №20-ФЗ) // Собрание законодательства РФ, 05.02.1996, №3, ст. 492.

6Федеральный закон Российской Федерации от 10.07.2002 №86-ФЗ «О Центральном банке Российской Федерации (Банке России)» (в ред. Федерального закона от 26.04.2007 №63-ФЗ) // Парламентская газета, №131 - 132, 13.07.2002.

7"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.

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

9"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.

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

11Аниховский А.Л. Деньги и кредит. Кредитный рейтинг: основные элементы и классификация - 2008. - №3. - С.30-34.

12Арсанукаева А.С. Финансовый менеджмент. Кредитный мониторинг как система управления кредитном риском - 2008. - №1. - С.85-90.

13Белоглазовой Г.Н., Кроливецкой Л.П. /Банковское дело: учебник / Финансы и статистика, 2008. - 592 с.: ил.

14Вестник Ассоциации российских банков. 2010. № 16. 2-4 =1

15Гейвандов Я.А. Социальные и правовые основы банковской системы Российской Федерации. М.: Аванта+, 2003.

16Долан Э.Дж. Деньги, банковское дело и денежно-кредитная политика. -М.: Литера плюс, 2006. - 448 с. 1-2 =2

17Евсюков А., Кочетов Н.К. Банковское дело комплексный подход к формированию кредитного портфеля банка 2006. № 7, С.48-57.

18Ершева Т.А. Принципы кредитования и их взаимосвязь с сущностью кредита. - М.: ИНФРА-М, 2004 - 314 с. С. 25 1-1 =3

19Жарковская Е.П. Банковское дело: учебник. 2006. - 452 с.

20Жукова Е.Ф., Эриашвили Н.Д. / Банковское дело: учебник для вузов / Единство, 2006. - 369 с.

21Калтырина А.В. Деятельность коммерческих банков ед. 2005. - 400 с.: ил. - (Высшее образование).

22Калугин С.П., Петрова В.И. Банковский сектор и малый бизнес в регионе 2008. - №9. - С.16-20.

23Килясханова И. Ш.,. Жукова Е.Ф. Банковское право, Закон и право, 2008. - 335 с.

24Князев В.Т. Совершенствование банковской системы и подготовка кадров для банковской службы. // Налоги. -- 2006. -- № 2. С. 28-33.

25Колосова А. Ф. О развитии банковского сектора // Экономика строительства. -- 2005. -- № 7. -- С. 2 -- 15.

26Коробовой Г.Г. Банковское дело: Учебник / Экономист, 2006. - 751 с.

27Крюков С.П. Финансы. О новых тенденциях в кредитовании малого и среднего бизнеса - 2009. - №2. - С. 19-23.

28Лаврушина О.И. Банковские риски учебное пособие 2008. - 232 с.

29Лаврушина О.И. Деньги, кредит, банки: учебник 7-е изд., стер. - М.: КНОРУС, 2008. - 560 с.

30Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика М.: Дело, 2004. - 576 с.

31Максимова А. Управление кредитными рисками в банке. - СПб.: Новое время, 2007.

32Максютов А.А. Банковские менеджмент. Учебно-практическое пособие. - М.: Издательство "Альфа-Пресс", 2007. - 444 с.

33Маневич В.Е. Денежно-кредитная политика Банка России и кредитная активность коммерческих банков в 2008-2010 гг. // Бизнес и банки. 2010. № 38, окт. 2-4 =2

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

35Моисеев Б.С. Деньги и кредит. О методике стресс - тестирования банка 2008. - №9. - С.55-63.

36Мурычев 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.

37Найчек Г. Мировая практика оценки кредитоспособности заемщика // Проблемы теории и практики управления. - 2004. - № 9. - С.25.

38Никитина Т. В. Банковский менеджмент. - СПб.: Питер, 2007 - 161 с.

39Одегов В. А. Банковский менеджмент. - М.: Экзамен, 2007. - 466 с.

40Пересецкий А.А., Карминский А.М., Экономика и математические методы. Моделирование рейтингов российских банков 2006. - том 40. - №4. - С.10-25.

41Петров И. Банковский менеджмент: связь с кредитной политикой // Банковские технологии. - № 6. - 2007. - С. 32-42.

42Петрова В.И. Финансы и статистика. Комплексный анализ финансовой деятельности банка 2007. - 560 с.

43Прохорова Т. В. Оценка эффективности кредитных операций коммерческого банка // Вестник Банка России. - № 8. - 2007. - С.37-45.

44Рамазанов С.А. Деньги и кредит. Некоторые особенности функционирования механизма обязательного резервирования - 2008. - №6. - С.51-57.

45Рекомендации по поводу оценки коммерческими банками кредитоспособности и финансовой стабильности заемщика. ЦБ РФ. № 23011/79 от 02.06.94 г. 1-3 =9

46Садыков Р. Банковское кредитование потребителей: юридические и экономические особенности // Банковское право, 2007, №3.

47Тавасиев А.М., Бычков В.П., Москвин В.А. Финансы и статистика. Банковское дело: базовые операции для клиентов 2005. - 304 с.

48Трошин А.Н., Фомкина В.И.. Финансы, денежное обращение и кредиты. - М.: ИНФРА-М, 2009. - 343 с. С. 315 1-1 =12

49Челноков В. А Деньги, кредит, банки / учебник / "Финансы и кредит" / 2-е изд. /2007. - 447 с.



Приложение А

Бухгалтерский баланс ОАО Сбербанк РФ



Приложение Б

Отчеты о прибылях и убытка ОАО Сбербанк РФ



Приложение В

Структура кредитного портфеля ОАО Сбербанк РФ по отраслям экономики



Приложение Г

млн руб.	2011	2010	Изменение, %
	сумма млн. руб	структура, %	сумма млн. руб	структура, %
Кредитование корпоративных клиентов
Непросроченные кредиты, оцениваемые на коллективной основе	881 451	85,4	574 490	76,9	53,4
Непросроченные кредиты, оцениваемые на индивидуальной основе	32 678	3,2	43 636	5,8	-25,1
Кредиты с просроченной задолженностью сроком от 1 до 90 дней	25 545	2,5	28 689	3,8	-11
Кредиты с просроченной задолженностью сроком более 90 дней	68 973	6,7	78 406	10,5	-12
итого реструктурированные кредиты корпоративным клиентам	1 008 647	97,8	725 221	97	39,1
Кредитование физических лиц
Непросроченные кредиты, оцениваемые на коллективной основе	12 859	1,2	8 820	1,2	45,8
Кредиты с просроченной задолженностью сроком от 1 до 90 дней	2 913	0,3	252	0	1 056,00
Кредиты с просроченной задолженностью сроком более 90 дней	7 158	0,7	13 428	1,8	-46,7
итого реструктурированные кредиты физическим лицам	22 931	2,2	22 500	3	1,9
итого	1 031 578	100	747 721	100	38

Размещено на Allbest.ru

...