Организация и методы оценки кредитоспособности корпоративных клиентов на примере Альфа банка

Понятие скоринга, особенности его построения для оценки кредитоспособности заемщика. Скоринговые системы как средство минимизации кредитного риска. Методы определения максимального лимита кредитования клиента в финансовой организации ПАО "Альфа-Банк".

Рубрика Банковское, биржевое дело и страхование
Вид курсовая работа
Язык русский
Дата добавления 23.11.2019
Размер файла 62,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.Allbest.Ru/

Размещено на http://www.Allbest.Ru/

Размещено на http://www.Allbest.Ru/

Содержание

  • Введение
  • 1. Теоретические основы скоринговых методов оценки кредитоспособности
    • 1.1 Понятие скоринга
    • 1.2 Особенности построения скоринга для оценки кредитоспособности
  • 2. Анали скоринговых методов оценки кредитоспособности физических лиц
    • 2.1 Общая характеристика предприятия
    • 2.2 Анализ скоринговых методов оценки кредитоспособности заемщика на предприятии
    • 2.3 Перспективы использования скоринга
  • Заключение
  • Список литературы

Введение

Растущая конкуренция на рынках розничных банковских услуг, повышение спроса населений на разные кредитные продукты, а также стремления кредитных организаций к максимизациям прибыли заставляют финансовые институты искать наиболее результативные пути привлечения новых платежеспособных клиентов, стараясь при этом контролировать потери.

Кредитный риск представляет собой главный банковский риск, управление которым является основным фактором, устанавливающим результативность деятельности банка.

В последнее время в России наблюдается интенсивный рост рынка кредитования и, в частности, сектора кредитований физических лиц. Это неизбежно приводит к увеличениям кредитных рисков, которые принимают на себя как отдельные кредитно-финансовые институты, так и банковская система страны в целом. Рост рисков определяется одновременно расширениями контингента заемщиков и повышением объема кредитования. В данной ситуации качество управления кредитными рисками в розничном кредитовании приобретает особенную актуальность и становится одним из факторов повышений конкурентоспособности кредитных учреждений на рынках банковских услуг.

При выдаче кредита банк, прежде всего, интересует кредитоспособность потенциальных заемщиков, то есть способности полностью и в срок рассчитаться по своим долговым обязательствам. Именно задачам выбора кредитоспособных заемщиков в главном и служат скоринговые системы

Цель работы - рассмотреть скоринговые системы как средство минимизации кредитного риска

Задачи:

- раскрыть понятие скоринговых методов оценки кредитоспособности

- проанализировать скоринговые методы оценки кредитоспособности на примере банка.

Объектом работы является Альфа-банк. Предметом - скоринговые методы оценки кредитоспособности физических лиц.

Структурно работа состоит из введения, двух глав, заключения и списка литературы.

1. Теоретические основы скоринговых методов оценки кредитоспособности

1.1 Понятие скоринга

На нынешний день коммерческий кредит выступает источниками финансирования не только хозяйствующего субъекта, но и физических лиц.

В практике коммерческих банков давно установился алгоритм или кредитный процесс, путем которого происходят реализации кредитных отношений между заемщиками и банком. Базу кредитного процесса составляет кредитный анализ, который направлен на оценку кредитоспособностей заемщиков и сопутствующего кредитной сделки риска.

Инструменты, путем которых реализуется анализ финансового положения заемщиков, значительно варьируют в разных кредитных учреждениях. Разные программные продукты также применяются в зависимостях от того, кто выступает кредитополучателем ? физическое или юридическое лицо.

При оценках платежеспособности заемщика ? физических лиц в практике кредитных организаций используются автоматизированные программные продукты, которые получили название скоринговые системы.

Автором первых скоринговых моделей считается Дэвид Дюран: в 1951 году он выдвинул идеи о необходимостях дифференциаций клиентов на «хороших» и «плохих» заемщиков. В последующем развитием данной идеи занялась консалтинговая фирма, которая и на нынешний день является лидером по разработкам и модернизациям скоринговых систем ? Fairisaac Corporation. Но именно идея, выдвинутая Дюраном, лежит в базе множества скоринговых систем, которые применяются отечественными и зарубежными кредитными учреждениями.

В России кредитные компании начали использовать скоринговые системы с начала 2000-х годов. На тот момент их применение уже получило обширное распространение в зарубежной практике, что упростило их внедрения в деятельность российских кредитных учреждений. Тем не менее, между отечественными и зарубежными скоринговыми системами сохраняются значительные расхождения, которые обусловлены отличиями в уровнях социально-экономического развития и менталитете. Первостепенной была задача по адаптациям таких моделей к практикам российских банков, учитывающим специфики отечественных потребителей кредитных продуктов.

Скоринг по праву считается основным инструментом оценки кредитного риска. Его применения в деятельностях банков позволяет расширять клиентскую базу, но при этом не допустить чрезмерного роста рисков посредством отслеживания и отсеиваний ненадежных или сомнительных заемщиков [3, с. 30].

В базу скоринговых систем положен статистико-математическии метод, с помощью которого происходит анализ текущей и ретроспективной кредитоспособности потенциальных заемщиков, что с высокой долей вероятностей позволяет установить, будут ли соблюдены и исполнены заемщиками условия кредитного договора.

В отечественной практике понятие «кредитоспособность заемщика» тесно коррелирует с такими понятиями, как платежеспособность и надежность, и подразумевает способности заемщиков рассчитываться по своему долговому обязательству в сроки и в полных объемах. В западной практике функционирований кредитных организаций понятие кредитоспособность устанавливается как желание, которое объединено с возможностями своевременно вернуть полученные обязательства.

Множество скоринговых моделей построены на автоматизированных расчетах результирующих (интегральных) показателей и на установлениях его порогового значения. Специалистам кредитного учреждения важно оценивать вероятные потери кредитора в ситуации, если заемщики в установленный момент времени окажутся неплатежеспособными. Поэтому при расчете этого показателя анализируются разные критерии клиента, которые отражают как его финансовое положение и уровни жизни (постоянные источники дохода, наличия движимых и недвижимых имуществ при необходимости предоставления залога, другие ценности), так и отдельные параметры, такие как возраст, пол, уровень образования, социальный статус. Если значения интегральных показателей превышает обозначенные пороговые значения, то заемщики считаются надежными или кредитоспособными.

Очевидно, что коммерческие банки или кредитные учреждения, которые занимаются кредитованиями физических лиц, обширно применяют скоринговые системы, что основывает для кредитора установленные преимущества.

Все преимущества кредитного скоринга можно представить в виде трех больших групп: во-первых, он позволяет улучшить качество кредитного портфеля; во-вторых, представляет собой наиболее совершенные технологии процесса оценки; в-третьих, позитивно воздействует на финансовое положение банка и его рыночную позицию. Проанализируем более детально.

Применение скоринговых систем позволяет улучшать качество кредитного портфеля за счет снижений необоснованных отказов по кредитным заявкам. Вместе с тем происходят снижения уровней невозврата и просроченных платежей. В итоге банк имеет достаточно широкую клиентскую базу, где преобладают надежные заемщики. Перед банком ставятся задачи результативно управлять существующей информацией, строить достоверные прогнозы.

1.2 Особенности построения скоринга для оценки кредитоспособности

Сведения рисков к минимуму - это одна из первостепенных задач, которые стоят перед банками. Именно от этого зависит качество кредитного портфеля финансовой организации, ее ликвидности, и уровни рентабельности. Интенсификация кредитования физических лиц, которая произошла за последние десятилетие, привела к распространениям автоматизированных систем, которые позволяют оценивать платежеспособность заемщиков, риски невозврата.

Основой для принятия решений о выдачах займа или отказах в нем выступают скоринговые системы. Скоринг (от англ. scoring -“вычисление очков”) - это технологии оценки проблематичности работы с конкретными заемщиками, возникшие в середине 20го века в США, в базе которой лежат математические и статистические методы. [1]

Эта методика подразумевает обработки и анализирования информаций о поведениях аналогичных клиентов в прошлом, экспертных знаний, большого количества данных, которые получены из разных источников, о самом клиенте:

- личные (пол, возраст, семейное положение, количество лиц, находящихся на иждивении);

- профессиональные (образование, место работы, трудовой стаж, занимаемая должность);

- финансовые (уровни заработных плат и расходов, наличия в собственности движимого и недвижимого имущества, кредитная история).

В результате скоринговая система выставляет некоторые баллы, на их базе ответственное лицо принимает решения, предоставлять ли заемщикам кредит и на каких условиях (процентные ставки, сроки погашения и т. д.).

В современное время имеется много классификаций кредитного скоринга. По цели применения выделяют 4 главных вида [2]:

- Application-скоринг - оценка кредитоспособностей на базе анкетных данных;

- Fraud-скоринг - выявления и предотвращения реализаций мошеннических схем, реализуемых клиентами;

- Collection-скоринг - реализация результативных работы с проблемными клиентами;

- Behavioral-скоринг - разработки индивидуальной программы работы с каждым конкретным заемщиком, вследствие анализа историй операций по его счетам. Российские банки зачастую обращают внимание на Application-скоринг: важно верно оценивать заемщиков на начальном этапе, от этого непосредственно зависит число невозвратов.

Collection-скоринг также находится в приоритете: увеличивается число просроченных кредитов, нужно возвращать выданные раньше суммы. В условии кризиса ценятся Fraud-скоринг и Behavioral-скоринг, которые помогают заранее предвидеть как будет вести себя клиент, предотвратить мошенничество.

Применяя все перечисленные выше виды комплексно, банк может достичь таких результатов:

- улучшить качество кредитного портфеля благодаря снижениям числа безосновательных негативных решений по кредитным заявкам;

- повысить достоверности оценки заемщиков;

- уменьшить количество невозвращенных кредитов;

- существенно уменьшить время оценки заемщика;

- сформировать целостную базу данных клиентов;

- свести к минимуму потери благодаря автоматизациям процесса принятия решения о выдачи кредита;

- максимально уменьшить воздействие человеческого фактора на принятия решений;

- снизить резервные фонды на потенциальные убытки по кредитным обязательствам;

- прогнозировать тренд изменения кредитных счетов должников кредитного портфеля.

Итак, применение кредитной скоринговой системы является крайне выгодным для финансовых организаций.

В условии современной нестабильной экономической ситуации, которые сложилась в жестко конкурентной среде в банковском секторе, введение данного инструмента становится нужным условием достижения и поддерживания лидерских позиций на рынке.

2. Анализ скоринговых методов оценки кредитоспособности физических лиц

2.1 Общая характеристика предприятия

Акционерное общество «Альфа-Банк» является одним из крупнейших частных банков России. Он был учрежден 20 декабря 1990 года в форме товарищества с ограниченной ответственностью, лицензию Центрального банка Российской Федерации на осуществление банковских операций получил в январе 1991 года. В июне 1992 года Альфа-Банку выдали внутреннюю и расширенную валютные лицензии, а в декабре того же года в Москве открылось его первое отделение. В апреле 1994 года Альфа-Банк получил Генеральную лицензию на осуществление банковских операций, которая в июле 1994 года была дополнена разрешением на проведение операций с драгоценными металлами, за месяц до получения Генеральной лицензии Альфа-Банк стал членом Московской межбанковской валютной биржи.

Далее Альфа-Банк поступательно развивался: в марте 1994 года банк стал членом международной системы кредитных карт «MasterCard/Europay» (в систему «Visa International» он вступил спустя два года), в декабре 1994 года Альфа-Банк становится первым российским Банком, открывшим дочерний банк в Казахстане, г. Алма-Ата, а через год открыл свое Представительство в Лондоне.

Выпустив в 1997 году еврооблигации, «Альфа-Банк» стал одним из первых российских банков, вышедших на этот рынок. В декабре того же года Центральный банк Российской Федерации выдал Альфа-Банку лицензию на осуществление брокерской, включая операции с физическими лицами, и дилерской деятельности, а также лицензию на проведение операций по доверительному управлению ценными бумагами, и депозитарной деятельности. [7]

В январе 1998 года банк перерегистрировался из общества с ограниченной ответственностью в открытое акционерное общество. В июле того же года было осуществлено слияние «Альфа-Банка» и группы компаний «Альфа-Капитал». За этот период Альфа-Банк показал высокий рост в отрасли и значительно укрепил собственный имидж. Было открыто множество филиалов как в Москве и регионах, так и за границей. Летом того же года Альфа-Групп произвел реорганизацию финансового бизнеса группы, осуществив слияние Альфа-Банка и управляющей компании Альфа-Капитал, также являющейся частью группы, что способствовало созданию новых подразделений в перспективных направлениях инвестиционно-банковского бизнеса. Данное слияние, эффективная деятельность банка и профессиональное управление позволили Альфа-Банку безболезненно преодолеть экономический кризис 1998 года в России. Своевременное выполнение своих обязательств, бесперебойное произведение расчетов и введение специальной программы по защите вкладчика позволили банку сохранить свои позиции на рынке и продемонстрировали правильность выбранного направления развития.

В 2001 году банк активно начал расширяться на запад: был приобретен «Амстердамский торговый банк» (Amsterdam Trade Bank N.V.) с полноценной лицензией, открыта дочерняя компания в США Alfa Capital Markets (USA) Inc. и дочерний банк в Нидерландах.

В 2000-х годах Альфа-Банк демонстрировал стабильный рост, заключил договоры о стратегическом сотрудничестве с несколькими компаниями, открыл десятки новых филиалов и активно разрабатывал новые решения для клиентов. В 2011 году Альфа-Банк утвердил стратегию развития, определив в качестве приоритета поддержание статуса лидирующего частного банка в России с акцентом на надежность и прибыльность, а также ориентированность на лучшие в отрасли качество обслуживания клиентов, технологии, эффективность и интеграцию бизнеса. [7]

В настоящее время Альфа-Банк является стабильно развивающимся универсальным банком, осуществляющим все основные виды банковских операций, представленных на рынке финансовых услуг, включая обслуживание частных и корпоративных клиентов, инвестиционный банковский бизнес, торговое финансирование и управление активами.

Головной офис Альфа-Банка располагается в Москве. Филиалы банка расположены в Екатеринбурге, Нижнем Новгороде, Новосибирске, Ростове-на-Дону, Санкт-Петербурге, Ставрополе и Хабаровске. Помимо этого Альфа-Банк имеет 745 подразделений в 109 городах России, а также его дочерние компании (партнеры) присутствуют на Кипре, в Великобритании, Соединенных Штатах Америки, Казахстане, Нидерландах. В Альфа-Банке работает более 21 тысячи сотрудников, обслуживается 255 тысяч корпоративных клиентов и более 13,5 миллионов частных лиц. [4]

Прямыми акционерами Альфа-Банка являются российская компания АО «АБ Холдинг», которая владеет более 99% акций банка, и кипрская компания «Alfa Capital Holdings (Cyprus) Limited», в распоряжении которой менее 1% акций банка. При этом АО «АБ Холдинг» на 100% принадлежит кипрской компании «ABH Financial Limited», конечными акционерами которой выступают Фридман М.М. (36,47% акций), Хан Г.Б (23,27%), Кузьмичёв А.В., Авен П.О., Косогов А.Н., а также благотворительный траст, учрежденный по законодательству Островов Кайман The Mark Foundation for Cancer Research (Марк фоундейшен для исследования раковых заболеваний), акции которого находятся в доверительном управлении в пользу благотворительных организаций. [4]

По итогам 2015 года Альфа-Банк подтверждает лидирующие позиции в банковском секторе России. Альфа-Банк победил сразу в трех номинациях Третьей Ежегодной премии инноваций и достижений финансовой отрасли «Банковская сфера», организованной журналом «Банковское обозрение». Второй год подряд банк удостоился номинации «Самый инновационный банк» как финансовое учреждение, применяющее в своей работе наиболее современные и передовые технологии. Альфа-Банк - лучший банк для состоятельных клиентов по версии исследовательской компании Frank Research Group. По данным авторитетного исследования Euromoney FX Survey 2015 Альфа-Банк значительно улучшил свои позиции в рейтинге крупнейших мировых банков по обороту на рынке Forex, поднялся с 36-го до 31-го места в мире. Альфа-Банк остается единственным из российских банков в топ-50 рейтинга. Интернет-банк «Альфа-Бизнес Онлайн» - самое эффективное решение для бизнеса по версии Markswebb Rank & Report. [5]

По данным рейтингового агентства «РИА рейтинг» на январь 2016 года Альфа-Банк - седьмой в России банк по объему активов и объему кредитного портфеля, пятый по объему собственного капитала и четвертый по объему депозитов.

скоринг банк риск кредитоспособность заемщик

2.2 Анализ скоринговых методов оценки кредитоспособности заемщика на предприятии

Методику скоринговой оценки кредитоспособности клиента в Альфа-Банке (далее - методика) рассмотрим на примере гипотетического гражданина Иванова Ивана Ивановича, обратившегося в Альфа-Банк за получением кредита наличными, выдаваемого в настоящее время по ставке 20 процентов годовых, на сумму до 1,5 млн. руб. на срок от 1 года до 3 лет без требования обеспечения или поручительства. Желаемый срок пользования кредитом - 1 год, запрашиваемая сумма - 100 тыс. руб.

Для упрощения в отношении гражданина Иванова И.И. сделаем следующие допущения, подтверждаемые предоставленными гражданином Ивановым документами:

- возраст - 26 лет, семьи и иждивенцев не имеет, проживает один;

- имеет официальное место работы на предприятии торговли в качестве ведущего специалиста службы снабжения, за исключением доходов по месту работы - других источников дохода не имеет;

- дееспособность гражданина Иванова И.И. подтверждена;

- клиентом Альфа-Банк ни он, ни его работодатель не являются, ранее за получением кредита Иванов И.И. в банк не обращался;

- проходил срочную службу в рядах Вооруженных сил Российской Федерации;

- среднемесячный доход за последние 6 месяцев составляет 35 тыс. руб., подтвержден документально;

- ежемесячные расходы превышают 50% заявленных доходов, фиксированные платежи (арендная плата, образование, алименты и прочее) отсутствуют;

- имеет в собственности квартиру, рыночная стоимость которой составляет эквивалент 55 тыс. долларов США, полис страхования жизни с покрытием на сумму в 200 тыс. руб., операций с недвижимостью или прочих крупных сделок по покупке-продаже имущества в последние 5 лет не совершал.

Минимальные требования, которым в соответствии с методикой должен соответствовать заемщик (основной заемщик и поручитель) перечислены в таблице 2 и могут быть изменены в рамках какого-либо кредитного продукта Кредитным Комитетом Банка таблица 1.

Таблица 1

Обязательные требования к заемщикам

Возраст от 21 до 60 лет

Да

Постоянная регистрация на территории кредитующего отделения банка

Да

Трудовая деятельность на территории кредитующего отделения банка

Да

Официально оформленные трудовые отношения с работодателем, подтвержденные документально

Да

Трудовой стаж сроком не менее 1 года

Да

Отсутствие отрицательной кредитной истории

Да

Ежемесячный уровень дохода, отраженный в анкете заемщика не менее 350 долларов США

Да

Для женщин-заявителей возраст ребенка при его наличии - не менее шести месяцев

Да

Для мужчин-заявителей в возрасте менее 27 лет отсутствие проблем со службой в Вооруженных силах

Да

На основании сведений о доходах, указанных в анкете - кредитной заявке, и представленного пакета документов, производится классификация дохода основного заемщика, со-заемщика и поручителя по следующей схеме: расчет реального «текущего дохода» физического лица, расчет «ожидаемого дохода» физического лица, расчет «свободного дохода» физического лица.

Под реальным текущим доходом понимается заявленный доход физического лица на текущий момент времени, с учетом поправок на степень достоверности (подтверждения) данного дохода представленными клиентом документами.

Реальный текущий доход (ТД) определяется по формуле (1):

ТД = ЗД (заявленный доход)*min (Балл скоринга по текущему доходу

(%), 100%), (1)

где Балл скоринга по текущему доходу = Базовый балл скоринга дохода +/- дополнительные баллы.

Базовый балл скоринга дохода определяет «среднее» ожидаемое завышение заявленного дохода над реальными доходами заемщика и рассчитывается согласно таблице 2

Таблица 2

Базовый балл скоринга дохода

Вид дохода

Базовый балл скоринга дохода

Основной заемщик /поручитель

Со-заемщик

Доход подтвержден

100

100

Доход не подтвержден

60

60

Доход не подтвержден документально (не предоставлены документы)

60

40

Поскольку в нашем примере гражданин Иванов И.И. имеет документально подтвержденный официальный доход, со-заемщики отсутствуют, а поручителей не требуется, его реальный текущий доход будет соответствовать заявленному и составит 35 тыс. руб. Наряду с обязательными рассчитываются дополнительные баллы скоринга, предназначенные для более точного определения реального текущего дохода, в первую очередь - для заемщиков с неподтвержденными доходами.

У гражданина Иванова И.И. доход является документально подтвержденным, однако если бы это было не так, он получил бы дополнительные баллы в соответствии с таблицей 4, Приложение 1, с.7: 20% - за наличие квартиры в собственности стоимостью свыше 50 тыс. долларов США, 5% - за наличие полиса страхования жизни, 15% - за расходы, превышающие 50% заявленного дохода.

Дополнительные баллы по остальным параметрам в соответствии с условиями примера равны нулю. Таким образом, на данном этапе, с учетом вышерассмотренных обстоятельств, сума базового балла и дополнительных баллов заемщика будет фактически равна 140%, в соответствии с формулой 1 - в расчет берется 100%, соответственно, реальный текущий доход будет равен заявленному среднемесячному.

На основании вычисления реального текущего дохода осуществляется расчет ожидаемого дохода. Под ожидаемым доходом понимается стабильная часть дохода физического лица, которую он/она с большой степенью вероятности сможет получать в будущем с учетом риска потери работы и востребованности на рынке труда. Расчет ожидаемого дохода производится по формуле(2):

ОД = ТД *min (Балл скоринга по стабильности дохода (%), 100%) (2)

10% - за работу на предприятии торговли, 10% - за должность, 20% - за непрерывный стаж трудовой деятельности, 10% - за стаж на последнем месте работы, еще 5% за отсутствие смены места работы за последние 5 лет, 10% - за возраст. Остальные баллы по критериям, указанным в таблице будут равны нулю. Таким образом, итоговый балл по стабильности дохода составит 65%. В соответствии с формулой (2) ожидаемый доход гражданина Иванова И.И. составит 35000*0,65 = 22,75 тыс. руб.

На основании ожидаемого дохода определяется совокупный свободный доход часть ожидаемого дохода физического лица, которая остается в его распоряжении после необходимых расходов на проживание и оплаты фиксированных платежей и которую возможно направить на погашение кредита и новые дорогостоящие покупки (отдых, технику, мебель и т.п.). Этот доход будет представлять собой сумму максимального ежемесячного аннуитетного платежа (махПа), на основании которой в дальнейшем рассчитывается лимит кредитования. При этом совокупный свободный доход основного заемщика равен сумме свободного дохода основного заемщика (рассчитанного без учета созаемщика и поручителей), свободного дохода со-заемщика и свободного дохода каждого поручителя. Расчет свободного дохода производится по формуле (3):

СД = ОД * (1 - Кmin) - ЕП, (3)

где Кmin - коэффициент минимальных расходов, зависящий от количества членов семьи, проживающих совместно с заемщиком: 0 - 30%, 1 - 35%, 2 - 40%, 3 и более - от 45% до 70%;

ЕП - сумма фиксированных платежей (аренда жилья, образование, алименты, прочее).

В нашем примере при отсутствии со-заемщиков и поручителей, а также совместно проживающих с Ивановым И.И. и фиксированных платежей, его совокупный свободный доход будет равен: 22750*0, 3 = 6, 825 тыс. руб. Эта сумма является максимальным размером ежемесячного аннуитетного платежа по кредиту. На основании расчета дохода основного заемщика, со-заемщика и поручителя и изучения документов, предоставленных заемщиком, определяется максимальный лимит кредитования данного заемщика. Максимальный совокупный лимит кредитования основного заемщика равен сумме максимального лимита кредитования основного заемщика (рассчитанного без учета со-заемщика и поручителей), максимального лимита кредитования созаемщика и максимального лимита кредитования каждого поручителя.

В нашем примере, с учетом процентной ставки 20% годовых и требуемого срока - 12 месяцев, аннуитетный коэффициент будет равен 0,092635. При найденном максимальном аннуитетном платеже - 6,825 тыс. руб. и рассчитанном значении аннуитетного коэффициента максимальный лимит кредитования составит: 6,825/0,092635 = 73676,65 руб. Соответственно, Банк из запрашиваемых 100 тыс. руб. может выдать Иванову И.И. только 73,6 тыс. руб. В дополнение к общему ограничению в виде максимального совокупного лимита кредитования, Кредитный Комитет банка может установить дополнительные ограничения по лимитам на отдельные продукты.

Данные ограничения могут быть, в частности, связаны с минимальной долей первоначального взноса заемщика при приобретении имущества или недвижимости в кредит Банка. После определения максимального совокупного лимита кредитования, кредитный специалист осуществляет оформление заключения по кредитной заявке. К заключению по кредитной заявке обязательно прилагается расшифровка поэтапного определения дохода с указанием присвоенных коэффициентов по каждой статье.

В противном случае анализ кредитоспособности потенциального заемщика следует проводить с использованием порядка, изложенного ниже. Оценка кредитоспособности клиента - физического лица проводится на основе следующих документов:

- документ, удостоверяющий личность клиента - копия паспорта;

- документ, подтверждающий доход клиента:

- справка (с места работы) о доходах физического лица по форме 2- НДФЛ;

- копия налоговой декларации по налогу на доходы физических лиц по форме 3-НДФЛ.

При наличии у банка сомнений в отношении клиента список документов может быть расширен, в том числе для проведения анализа целесообразно запросить:

- документы, подтверждающие наличие в собственности клиента дорогостоящего и ликвидного имущества (недвижимость, автомобили, ценные бумаги, денежные средства на счетах в банках и т.д.);

- прочие документы, которые могут подтвердить платежеспособность и деловую репутацию клиента.

Для проведения оценки на основе предоставленных клиентом документов, а также прочей собранной информации, проводится анализ источников получения доходов, их реальности и стабильности, размера доходов, а также сведений о наличии компенсирующих факторов. На основе результатов анализа делается вывод о степени кредитоспособности клиента и группе инвестиционной привлекательности.

В случае, когда солидарная ответственность за погашение задолженности перед банком возлагается на нескольких физических лиц (основного заемщика, со-заемщика и/или поручителя), целесообразно анализировать кредитоспособность каждого из указанных лиц. В целом рассмотренная методика позволяет достаточно эффективно оценивать кредитоспособность частных заемщиков Альфа-Банк, несмотря на ряд стандартных сложностей с ее использованием, характерных для применения всех скоринговых методик в розничном кредитовании.

Одна из них заключается в том, что определение оценивающих характеристик производится только на базе информации о тех клиентах, которым банк уже предоставил кредит. С учетом этого требуется периодическая оценка качество работы системы и, при необходимости - ее перенастройка. Вторая сложность заключается в том, что эта методика позволяет наглядно оценить все характеристики потенциального заемщика, однако она подходит только для более или менее стандартных ситуаций и не может учитывать всех особенностей клиента, поскольку программные методы позволяют оценивать не реального человека, а информацию, которую он о себе сообщает. При этом с учетом того, что качество розничного кредитного портфеля Альфа-Банк ухудшается, возрастает удельный вес и объем просроченной задолженности по кредитам, выданным физическим лицам, по нашему мнению следует рассмотреть возможность ужесточения требований к заемщику и внесения соответствующих корректировок в скоринговую методику оценки кредитоспособности, рассмотренную выше.

В частности изменения могли бы быть внесены в расчет ожидаемого дохода заемщика, на основании которого исчисляются свободный доход, а затем - максимальный лимит кредитования. Как показано выше, при оценке ожидаемого дохода банком используется скоринговая оценка стабильности дохода клиента. При этом учитываются такие факторы, как место работы, включая отраслевую принадлежность предприятия-работодателя, занимаемая должность, функциональные обязанности заемщика, трудовой стаж, перерывы в карьере и смена места работы, а также возраст, образование и кредитная история.

Поскольку рост кредитных рисков и ухудшение качества кредитного портфеля во многом связаны с ситуацией в экономике и ее отдельных отраслях, предлагаемые нами корректировки могли бы заключаться в пересмотре в сторону понижения коэффициентов, соответствующих месту работы заемщика и выполняемым им обязанностям. Эти изменения снизили бы при прочих равных условиях коэффициент, на который корректируется заявленный заемщиком доход и, соответственно, уменьшили бы пороговые значения лимитов кредитования, что повысило бы требования к кредитоспособности заемщика.

2.3 Перспективы использования скоринга

Основным перспективным направлением развития методов оценки кредитоспособности частных заемщиков в Альфа-Банк (ПАО) в среднесрочной перспективе являются совершенствование методов автоматизации этого этапа кредитного процесса, с использованием современного программного обеспечения. В банке разработаны бизнес-процессы, предусматривающие автоматизацию розничных банковских услуг и, в том числе - кредитных розничных продуктов с использованием скорингового модуля. В настоящее время Альфа-Банк работает с компанией SAS, используя программные продукты для бизнес-аналитики, применяет системы хранения данных компании Teradata, а с начала 2015 года начал работу с компанией Oracle по запуску новой платформы IT. Произведена интеграция программного обеспечения компании SAS с действующим программным обеспечением в банке, а также с национальным бюро кредитных историй (Национальное бюро кредитных историй). Проведена пилотная эксплуатация и проводится внедрение скорингового пакета SAS Credit Scoring for Banking, позволяющего автоматизировать принятие решений в розничном кредитовании. SAS Credit Scoring for Banking представляет собой комплексное решение для оценки кредитозаемщика и поддержки принятия решений в розничном кредитовании. Решение позволяет автоматизировать процесс рассмотрения кредитной заявки, оценки кредитоспособности клиента и принятия решений о предоставлении кредитных средств, для чего используются передовые технологии математической и интеллектуальной оценки клиентов и рисков, связанных с ними. SAS Credit Scoring for Banking выполняет следующие функции:

Первичная проверка анкетной информации, поиск среди клиентов и предыдущих анкет. Проверка информации о заемщике с использованием баз данных Национального бюро кредитных историй, а также контроль достоверности поданной информации и анализ на предмет потенциального мошенничества; Автоматизация процесса скоринга заемщика, расчет рейтинга, сегментация клиентов; Рекомендации системы по расчету конкретных условий кредитования;

Проверка и расчет залога; Анализ и мониторинг этапов рассмотрения заявки; Хранение информации. С внедрением SAS Credit Scoring for Banking сотрудники Альфа-Банк получили самостоятельно настраивать процесс обработки заявки и принятия решения по предоставлению кредита. Для каждого кредитного продукта или сегмента заемщиков стратегия рассмотрения может быть своя, как и скоринговые модели, которые в ней участвуют. В целом внедрение системы SAS Credit Scoring for Banking направлено на:

- создание автоматизированного цикла оценки заемщика и принятия решений;

- обслуживание и обработку запросов на оценку заемщика, с использованием удаленного доступа для точек предоставления кредита;

- самостоятельное управление неограниченным количеством скоринговых моделей и назначение их на кредитный продукт/программу;

- создание и управление стратегиями принятия решений индивидуально для каждого кредитного продукта, сегмента заемщиков;

- использование для полноценной оценки заемщика информации из баз данных бюро кредитных историй.

- мониторинг эффективности и динамики работы системы и кредитных менеджеров;

- накопление информации о заемщиках с последующим анализом для разработки или корректировки кредитных продуктов.

Внедрение и использование автоматизированной системы оценки кредитоспособности заемщика и принятия решений SAS Credit Scoring for Banking позволит Альфа-Банк повысить качество кредитного портфеля за счет минимизации кредитных рисков, увеличить точность оценки заемщика, уменьшить уровень невозвратов, снизить формируемые резервы на возможные потери по кредитным обязательствам. Применение продукта позволяет кредитной организации привести собственную систему оценки рисков в соответствие с требованиями Базельского комитета (Basel II compliance).

Банк получит также возможность быстрого изменения кредитной политики в части применения новые правил кредитования и изменения существующих, и применения допустимого уровня кредитного риска; а также улучшения качества кредитного портфеля. Именно благодаря такому комплексному подходу в построении процессов выдачи кредитов, решение SAS Credit Scoring for Banking обеспечит для банка более стабильную и эффективную работу в области розничного кредитования.

В среднесрочной перспективе Альфа-Банк планирует продолжить работу по совершенствованию программного обеспечения оценки кредитоспособности в направлении расширенного использования недавно внедренного специализированного программного комплекса, позволяющего своевременно выявить мошеннические действия со стороны потенциальных клиентов-заемщиков.

Этот комплекс представляет собой методологию и процессы по выявлению и предотвращению мошеннических действий со стороны потенциальных и уже существующих клиентов-заемщиков. Скоринг по выявлению попыток мошенничества помогает принимать незамедлительные решения по определению тех заемщиков, чьи обращения по выдаче кредита должны быть отклонены, либо отложены для более детального рассмотрения.

Программное решение данного вопроса планируется осуществить с помощью продукта Fraud&Financial Crimes компании SAS, представляющего собой высокотехнологичный программный комплекс для выявления попыток мошенничества на разных этапах «жизни» кредита, начиная с оценки заемщика при выдаче кредита и заканчивая анализом поведения держателя кредитной карты.

Для управления процессам оценки и принятия решения по вероятному мошенничеству SAS Fraud&Financial Crimes выполняет ряд функций:

- проверка информации по «черным» и «серым» спискам - выбранные поля анкеты заемщика проверяются на совпадение/схожесть с данными в черных/серых списках мошеннических сделок/организаций и т.п.;

- проверка информации на «внутреннюю» непротиворечивость - по имеющимся в анкете полям со связанной информацией (дата рождения - ИНН, наличие недвижимости - коммунальные платежи, аренда недвижимости - арендная плата и т.п.) проверяется внутренняя непротиворечивость анкеты;

- проверка информации на «внешнюю» непротиворечивость и соответствие бизнес-правилам - имеющиеся в анкете данные анализируются с помощью экспертных бизнес-правил (например, дата выдачи паспорта - не выходной день, указание дополнительных доходов - минимальный учитываемый доход), а также сверяются с имеющейся информацией в базе заявок или информационных базах банка (валидность адресов, предприятий, анализ предыдущих анкет и/или заявок);

- проверка информации на наличие «общих» выбросов - сравнение показателей из анкеты с общим распределением по портфелю - «штрафные» баллы за попадание в «критический» хвост распределения или статистически мелкую категорию;

- проверка информации на наличие выбросов в рамках выделенной области «клиентов» - сравнение показателей из анкеты с данными, отобранными по критерию, например, проверка на «выброс» зарплаты в сравнении с данными по предприятию, по отрасли, по региону и т.п.;

- скоринг на потенциально мошенническое действие - использование классифицирующей модели, которая на основе анкетных данных, а также результатов проверки правил определяет вероятность мошеннических сделок;

- скоринг на близость к «идеальному» заемщику - использование моделей «схожести», которые на основе анкетных данных и результатов срабатывания правил определяет степень схожести клиента с «идеальным»/«идеальными» клиентами.

Заключение

Наиболее распространенной в практике банков мер, направленных на снижение кредитного риска, является оценка кредитоспособности заемщика, осуществляемая посредством скоринга, которая является математической или статистической моделью, которая основана на кредитной истории «прошлых» клиентов Банк пытается определить, насколько вероятно, что конкретный потенциальный заемщик вернет кредит вовремя. В своей простейшей форме скоринговая модель представляет собой взвешенную сумму определенных характеристик. Результат является интегральным показателем: чем выше он, тем выше надежность клиента, и Банк может организовать своих клиентов в соответствии со степенью повышения кредитоспособности. Для разработки алгоритмов скоринговой системы требуется выборка исторических данных - так называемая обучающая выборка.

Таким образом, оценка риска дает кредиторам более последовательное и объективное принятие решений на основе эмпирически полученной информации. В сочетании с бизнес-знаниями технологии интеллектуального моделирования позволяют менеджерам по рискам повысить эффективность и контроль процесса управления рисками.

Следует также подчеркнуть, что введение в России скоринга затрудняется не столько объективными, сколько субъективными причинами, связанными с недоверчивым отношением менеджеров Банка к математическим и статистическим методам. Модели скоринга должны разрабатываться по самым последним данным, периодически проверять качество их работы, быть в состоянии быстро и дешево перенастроить модель, что невозможно сделать закрытыми западными системами, используемыми в некоторых российских банках.

Список литературы

1. Голубев А.А. Финансы и кредит: Учеб. Пособие / А.А. Голубев, Н.П. Гаврилов, - СПб.: СПб ГУИТМО, 2016. - 95 с.

2. Ермаков С.Л. Работа коммерческого банка по кредитованию заёмщиков: Методические рекомендации / С.Л. Ермаков, - М.: Ал.ес, 2015. -145 с.

3. Митрофанова К.Б. Понятие кредитного риска и факторы, на него влияющие / К.Б. Митрофанова // Молодой ученый. - 2015. - №2. - С. 284-288.

4. Тен В.В. Проблемы анализа кредит. оспособности заемщика / В.В. Тен // Банковское дело. - 2016. - №3.

5. Черкашенко В.Н. Этот «загадочный» скоринг / В.Н. Черкашенко // Банковское дело- 2016. - №3.

6. Кредитный скоринг, оценка заемщика, балы, рейтинги [Электронный ресурс] // - справ.-информ. портал. - Электрон. дан. - М., 2016.

7. Кредитный скоринг: реальные возможности [Электронный ресурс] / А. Коптелов // - Статья: справ.-информ. портал. - Электрон. дан. - М., 2015.

Размещено на allbest.ru

...

Подобные документы

  • Определение понятия, изучение целей и раскрытие задач кредитного скоринга как инструмента оценки кредитоспособности физических лиц, его перспективы в России. Построение скоринговой модели оценки кредитоспособности клиентов на примере ООО "ХКФ Банк".

    курсовая работа [401,2 K], добавлен 07.08.2013

  • Роль анализа кредитоспособности в системе минимизации кредитного риска. Современные методы оценки кредитоспособности заемщика. Кредитный риск и методы управления им. Проблемы и пути повышения уровня управления кредитной деятельностью российских банков.

    дипломная работа [644,8 K], добавлен 23.01.2011

  • Цели и задачи кредитования. Технология кредитного скоринга. Методика оценки кредитоспособности заемщика, используемая в Сибирском банке Сбербанка России. Разработка рекомендаций по формированию эффективной системы оценки кредитоспособности клиентов.

    дипломная работа [79,8 K], добавлен 02.10.2013

  • Классификация кредитных рисков. Оценка кредитоспособности заемщика для различных банков. Подпроцесс оценки корпоративного клиента. Бизнес-процесс "Решение Департамента кредитования и инвестирования". Оценка кредитного риска корпоративных клиентов банка.

    дипломная работа [1,4 M], добавлен 22.04.2013

  • Критерии и способы оценки кредитоспособности клиента банка. Цели анализа кредитоспособности. Показатели при проведении оценки кредитоспособности заявителя на примере ОАО "АСБ Беларусбанк". Анализ кредитного риска при организации кредитного процесса.

    курсовая работа [54,7 K], добавлен 20.03.2014

  • Информационная база для оценки кредитоспособности предприятия. Методики оценки кредитоспособности заемщика, используемые в мировой и отечественной банковской практике. Управление процессом кредитования заемщика на примере Московского кредитного банка.

    дипломная работа [133,9 K], добавлен 09.09.2010

  • Содержание и современные тенденции развития оценки кредитоспособности заемщика в российских коммерческих банках. Тенденции использования кредитного рейтинга как основного показателя кредитоспособности. Алгоритм присвоения кредитного рейтинга заемщику.

    курсовая работа [229,6 K], добавлен 05.05.2014

  • Понятие кредитного скоринга. Особенности системы кредитного скоринга в России. Скоринговые системы как средство минимизации риска. Разработка скоринговых карт как инструмента оценки уровня риска. Основные проблемы при внедрении скоринговых систем.

    дипломная работа [508,4 K], добавлен 21.06.2012

  • Понятие и показатели кредитоспособности. Источники информации, необходимые для оценки кредитоспособности заемщика. Проблемы привлечения инвестиций в экономику Республики Беларусь. Оценка кредитоспособности заемщика, используемая в АСБ "Беларусбанк".

    дипломная работа [139,0 K], добавлен 28.06.2011

  • Понятие кредитоспособности цели и задачи оценки кредитоспособности. Методы оценки кредитоспособности заемщика. Модели диагностики банкротства. Анализ и пути совершенствования оценки кредитоспособности предприятия-заемщика на примере ОАО "Покровский хлеб".

    курсовая работа [2,3 M], добавлен 14.06.2015

  • Сущность кредитоспособности заемщика, способы ее оценки. Управление кредитными рисками. Оценка кредитоспособности заемщика на примере "Уральский инновационный коммерческий банк". Мероприятия по совершенствованию оценки кредитного риска заемщика в банке.

    курсовая работа [759,8 K], добавлен 17.11.2014

  • Организация потребительского кредитования в ОАО "Альфа-банк". Основные характеристики, классификация банковских кредитов, их роль в экономическом развитии. Проблемы кредитования физических лиц и пути их решения. Методы оценки кредитоспособности заемщиков.

    дипломная работа [156,5 K], добавлен 16.06.2014

  • Понятие кредитоспособности, цели и задачи оценки кредитоспособности. Методы оценки кредитоспособности юридических и физических лиц. Сравнение методов оценки кредитоспособности заемщика. Характеристика деятельности и кредитная политика Сбербанка России.

    курсовая работа [1,2 M], добавлен 30.01.2012

  • Принципы и методика организации оценки кредитоспособности предприятий-заемщиков в банке. Технология процесса кредитования корпоративных клиентов в Архангельском филиале ОАО "Собинбанк". Методика определения платежеспособности заемщика–юридического лица.

    дипломная работа [352,4 K], добавлен 08.11.2013

  • Изучение признаков кредитоспособности клиента коммерческого банка - способности заемщика полностью и в срок рассчитаться по своим долговым обязательствам (долгу и процентам). Отличия зарубежной и отечественной практики анализа кредитоспособности заемщика.

    курсовая работа [29,5 K], добавлен 05.04.2012

  • Понятие, цели, основные задачи и виды скоринга. История развития и внедрения скоринговых систем в Беларуси. Особенности построения скоринга для оценки кредитоспособности клиентов банка. Особенности использования скоринговых систем белорусскими банками.

    курсовая работа [978,4 K], добавлен 21.12.2011

  • Теоретические аспекты определения кредитоспособности клиента коммерческого банка - способности заемщика полностью и в срок рассчитаться по своим долговым обязательствам. Анализ денежного потока и делового риска, как способы оценки кредитоспособности.

    курсовая работа [30,8 K], добавлен 28.11.2010

  • Критерии кредитоспособности клиента коммерческого банка. Показатели деятельности компании, необходимые для оценки ее кредитоспособности. Рейтинговая шкала для определения надежности заемщика. Показатель, характеризующий уровень платежеспособности.

    контрольная работа [39,5 K], добавлен 23.02.2011

  • Экономическая сущность и критерии оценки кредитоспособности. Наиболее распространенные системы оценки кредитоспособности клиента. Динамика объемов кредитов юридическим лицам и структурное соотношение финансовых коэффициентов в ОАО "Газпромбанк".

    курсовая работа [104,8 K], добавлен 30.10.2010

  • Нормативно-правовые аспекты оценки кредитоспособности в РФ. Сравнительная оценка методик оценки кредитоспособности банковских заемщиков. Организация работы по управлению кредитным риском. Оценка кредитоспособности юридического лица. Методы снижения риска.

    дипломная работа [2,2 M], добавлен 25.06.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.