Методы определения кредитоспособности заёмщика - физического лица

Федеральное государственное  общеобразовательное учреждение

высшего профессионального  образования 

«Финансовый университет  при Правительстве Российской Федерации»

 

ПЕРМСКИЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ  КОЛЛЕДЖ

(Пермский филиал Финуниверситета)

 

 

 

 

РЕФЕРАТ

по МДК 4.2 «Кредитование  физических и юридических лиц, учёт»

на тему: «Методы определения кредитоспособности заёмщика - физического лица»

 

 

 

 

 

Проверил:

преподаватель кафедры

«Финансы и кредит»  _________________ О.Н. Казмалова

 

 

 

 

 

 

Выполнил:

студент группы 31-ББД _________________ О. В. Ащепкова

 

 

 

 

 

 

 

 

 

Пермь, 2012

В мировой практике развитие экономики  неразрывно связано с кредитом, который  в различных формах проникает  во все сферы хозяйственной жизни. Об этом свидетельствует расширение круга операций банков, в том числе  и в области кредитования. Выполнение банковских операций с широкой клиентурой - важная особенность современной  банковской деятельности во всех странах  мира, имеющих развитую кредитную  систему. Зарубежный опыт свидетельствует, что банки, которые предоставляют  клиентам более разнообразные услуги высокого качества, обычно, имеют преимущества перед банками с ограниченным набором услуг. Активная работа коммерческих банков в области кредитования является непременным условием успешной конкуренции  этих учреждений, ведет к росту  производства, увеличению занятости, повышению  платежеспособности участников экономических  отношений. При этом речь идет не только о совершенствовании техники  кредитования, но и о разработке и внедрении новых способов снижения кредитных рисков.

Один из основных способов избежания  невозврата ссуды является тщательный и квалифицированный отбор потенциальных  заемщиков. Главным средством такого отбора является экономический анализ деятельности клиента с позиции  его платежеспособности. Методика оценки платежеспособности несёт очень  важную роль в деятельности коммерческого  банка, так как она позволяет  выявить кредитный риск банка, надёжность предполагаемого заёмщика и соответственно получит ли коммерческий банк прибыль  от проведённой операции. В связи  с этим возникает потребность  в нахождении наилучшего метода определения  платежеспособности заемщика. Под платежеспособностью  понимается такое финансовое состояние  заемщика, которое дает уверенность  в эффективном использовании  заемных средств, способности и  готовности заемщика возвратить кредит в соответствии с условиями кредитного соглашения.

Существует множество методик  оценки качества заемщиков, методик  анализа финансового положения  клиента и его надежности с  точки зрения своевременного погашения  кредита. Применяемые в настоящее  время и рекомендуемые способы  оценки платежеспособности заемщика опираются, главным образом, на анализ его деятельности в предшествующем периоде и ориентированы, в основном, на решении расчетных  задач. При всем значении таких оценок, они не могут исчерпывающе характеризовать  платежеспособность потенциального заемщика в будущем.

В практике российских и  зарубежных коммерческих банков применяются  разнообразные подходы к определению  кредитного риска частного заемщика, начиная с субъективных оценок кредитными экспертами коммерческих банков и заканчивая автоматизированными системами  оценки риска.

Большинство зарубежных банков используют в своей практике два  метода оценки кредитоспособности:

1. Экспертные системы  оценки, при которых банки осуществляют  взвешенную оценку как личных  качеств потенциального заемщика, так и его финансового состояния.  В международной практике такому  методу уделяется значительное  внимание, активно развивается сеть  мониторинга для анализа кредитной  истории потенциальных заемщиков.

К примеру, в США кредитный  инспектор почти всегда запрашивает  местное или региональное кредитное  бюро о кредитной истории клиента. В США работают свыше двух тысяч  кредитных бюро, располагающих данными  о большом объеме физических лиц, когда-либо получавших кредиты, об истории  погашения этих кредитов и о кредитном  рейтинге заемщиков.

2. Балльные системы оценки  кредитоспособности клиентов, которые  создаются банками на основе  факторного анализа. Данная система  использует накопленную базу данных "хороших", "удовлетворительных" и "неблагополучных" заемщиков, что позволяет установить критериальный уровень оценки заемщика.

Использование балльных систем оценки кредитоспособности клиентов - более объективный и экономически обоснованный метод принятия решений, чем экспертные оценки.

Несомненное преимущество балльной системы оценки заключается в  том, что она позволяет быстро и с минимальными затратами труда  обработать большой объем кредитных  заявок, сократив таким образом операционные расходы. Кроме того, она представляет собой и более эффективный  способ оценки заявок, которую могут  проводить кредитные инспекторы, не обладающие достаточным опытом работы.

Как правило, под балльной системой оценки подразумевается скоринг.

В российских коммерческих банках наиболее распространенным методом  оценки кредитоспособности заемщиков  физических лиц является именно скоринговая  система оценки.

Скоринг физических лиц представляет собой методику оценки кредитоспособности заемщика, основанную на различных  характеристиках клиентов, к примеру: доход, возраст, профессия, семейное положение  и т.д. В результате анализа факторов рассчитывается интегрированный показатель, дающий представление о степени  кредитоспособности заемщика, исходя из набранных в ходе анализа баллов. И в итоге в зависимости  от балльной оценки принимается решение  о выдаче кредита и его параметрах либо об отказе в предоставлении кредита.

Скоринговая система оценки потенциальных заемщиков, как правило, предполагает наличие трех разделов: информация по кредиту, сведения о клиенте, финансовое положение клиента.

В первый раздел вносятся данные о кредитном эксперте банка, рассматривающем  кредит, номер досье клиента, вид  и сумма кредита, способ погашения  кредита (аннуитетный платеж, индивидуальный график), предполагаемый график погашения, процентная ставка, предполагаемая дата предоставления кредита, приводятся ответ  на вопрос о необходимости страхования, величина страховой премии, общий  размер процентов, которые будут  уплачены банку.

Во второй раздел вводятся данные о семейном положении, образовании  и профессии клиента, опыте работы, стаже на последнем месте работы, работодателе, ежемесячных доходах  и расходах потенциального заемщика.

В третьем разделе приводится информация о финансовом состоянии  потенциального заемщика: сведения об остатках на текущих и сберегательных счетах, соотношении доходов и  расходов.

Привлечение банками для  оценки кредитоспособности квалифицированных  экспертов имеет несколько недостатков: во-первых, их мнение так или иначе  является субъективным, во-вторых, люди не могут оперативно обрабатывать большие  объемы информации, в-третьих, оплата высококвалифицированных  специалистов сопряжена со значительными  расходами. В связи с этим банки  все чаще проявляют повышенный интерес  к таким системам оценки риска, которые  позволили бы минимизировать участие  экспертов и влияние человеческого  фактора на принятие решений.

В свою очередь, скоринговая  система оценки представляет собой  математическую модель, с помощью  которой банк, опираясь на данные о  кредитной истории "прошлых" клиентов, может определить, какова вероятность  невозврата по потенциальному заемщику.

Исходя из этого можно  сделать вывод что большинство  российских коммерческих банков либо не учитывают причину возникновения  плохой кредитной истории у заемщика (возможно, случившейся по не зависящим  от него причинам), либо, опираясь на плохую кредитную историю "прошлых" заемщиков, принимают решение не в пользу потенциального заемщика, не имея возможности (а иногда и желания) выяснять причины дефолта "прошлых" заемщиков в период кризиса. Указанная проблема часто незаметна для банковских работников, но ощутимо отражается на клиентах.

В настоящих условиях по-прежнему главным остается вопрос, кому давать кредит, а кому - нет. Вводить жесткие  ограничения для получателей  кредита - значит упустить прибыль, которая  могла бы быть получена при более  гибких ограничениях.

Чтобы работа на рынке розничного кредитования приносила прибыль, необходима эффективная система оценки рисков, которая позволила бы заранее  отсекать неблагополучных клиентов и не отказывать надежным, обоснованно  определяла бы размер ежемесячного платежа  по потребительскому кредиту или  лимит по кредитной карте. Именно такая система способна создать  запас прочности банку, который  позволит ему выводить на рынок привлекательные  для заемщиков продукты.

Несмотря на указанные  недостатки скоринговых систем, их распространенность в России и очевидные  преимущества заставляют задуматься об адаптации скоринга к текущей  ситуации в стране. Но в этом случае необходимо учитывать, что специалисты, которые будут заниматься такой  адаптацией, должны быть высококвалифицированными, чтобы адекватно оценить текущую  ситуацию на рынке, а значит, и высокооплачиваемыми. Результатом проделанной работы станет набор факторов с весовыми коэффициентами плюс некое значение (порог), преодолев которое частное  лицо, обратившееся за кредитом, будет  считаться способным погасить запрашиваемую  ссуду плюс проценты. К сожалению, полученные результаты будут являться по большей части субъективным мнением, статистически не обоснованным.

Не менее распространенным является метод логистической регрессии, который также используют в системах скоринга. Логистическая регрессия  осуществляет сегментацию прецедентов  на основе разбиения факторного пространства n-мерной сеткой, где n - количество значимых факторов.

Метод логистической регрессии  предполагает использование нескольких переменных, формирующих в сумме  итоговый балл каждого потенциального заемщика. Если полученный балл превышает  заданный уровень, то при отсутствии другой компрометирующей информации кредит будет предоставлен. Если же балл потенциального заемщика не достигает заданного  уровня и нет смягчающих обстоятельств, в кредите, вероятнее всего, будет  отказано. В число важнейших переменных, используемых в подобных системах, входят данные о кредитной истории  заемщика, сведения о семейном положении, наличии и числе иждивенцев, наличии  в собственности у потенциального заемщика движимого и недвижимого  имущества, об уровне дохода, о наличии  домашнего телефона, количестве и  видах банковских счетов, роде занятий  и сроке работы на последнем месте.

Одним из наиболее привлекательных  способов оценки кредитоспособности физических лиц является использование алгоритмов, позволяющих решать задачи отнесения  какого-либо объекта (потенциального заемщика) к одному из заранее известных  классов (предоставлять/не предоставлять  кредит). Такого рода задачи могут быть решены с помощью одного из методов DataMining - дерева классификаций, которое  является более общим алгоритмом сегментации обучающей выборки  прецедентов, чем логистическая регрессия (Приложение 1). В отличие от метода логистической регрессии в методе дерева классификаций сегментация прецедентов задается не с помощью n-мерной сетки, а путем последовательного дробления факторного пространства на вложенные прямоугольные области. Получаемая модель - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение (рисунок).

Главное достоинство представленного  метода заключается в том, что  при значительном изменении текущей  ситуации в отрасли дерево решений  можно легко перестроить, то есть адаптировать к текущей обстановке.

Дальнейшие усовершенствования модели оценки кредитоспособности физического  лица на основе технологии интеллектуального  анализа данных DataMining (с использованием деревьев решений) могут заключаться  в следующем:

- более обоснованный отбор  параметров, характеризующих кредитоспособность  потенциального заемщика;

- использование в модели  детализированных шкал для оценки  различных параметров. К примеру,  для оценки качества кредитной  истории возможными вариантами  ответов могут стать: вернул  ссуду своевременно и в полном  объеме/выполнил свои кредитные  обязательства, но с задержкой  до 30 дней/полностью не выполнил  свои кредитные обязательства  до настоящего момента и т.п.).

Различные методики оценки кредитоспособности отличаются друг от друга составом факторов, используемых при оценке общего кредитного рейтинга заемщика, а также подходами к  оценке каждого параметра модели и степенью значимости каждого из них. К сожалению, состав факторов в  модели не универсален для всех банков и стран, что, в свою очередь, не позволяет  мировому банковскому сообществу обмениваться статистикой и совершенствовать свои скоринговые системы.

В то же время сложность  и неоднозначность оценки кредитоспособности физических лиц обусловливает применение разнообразных методов и подходов. Причем важно отметить, что для  достижения наилучших результатов наиболее предпочтительным, на наш взгляд, является использование как математических моделей, так и экспертных подходов в комплексе.