Оценка кредитоспособности клиента

Автор: Пользователь скрыл имя, 27 Сентября 2011 в 13:54, курсовая работа

Описание работы

Принятие рисков – основа банковского дела. Банки имеют успех только тогда, когда принимаемые риски разумны, контролируемы и находятся в пределах их финансовых возможностей и компетенции. Активы, в основном кредиты, должны быть достаточно ликвидны для того, чтобы покрыть любой отток средств, расходы и убытки при этом обеспечить приемлемый для акционеров размер прибыли.

Цель данной работы – изучить теорию по оценке кредитоспособности клиентов, а также рассмотреть на практике построение дерево решений.

Работа содержит 1 файл

Курсовая.doc

— 1.06 Мб (Скачать)

      ЗиК – краткосрочные кредиты и  займы, как правило, используемые на покрытие недостатка оборотных средств  предприятия

      КЗ  – задолженность предприятия, по которой оно должно расплатиться практически немедленно

      ПрКСП – прочие краткосрочные пассивы, включающие статьи разделаV пассива баланса “Задолженность предприятия перед участниками”,”Доходы будущих периодов”.

      С учётом того, что основные и оборотные  производственные средства предприятия погашаются за счёт собственного капитала предприятия с возможным привлечением долгосрочных привлечением долгосрочных кредитов краткосрочных займов и кредитов (ЗиК) и что денежных средств предприятия находящихся в расчётах достаточно для погашения срочных обязательств (КЗ+ПрКСП), можно говорить о той или иной степени платёжеспособности предприятия, обеспечивающейся следующей системой неравенств:

                  

                    

      Выполнение  одного из неравенств автоматически  влечёт за собой выполнение другого. В связи с тем, что составляющие первого неравенства характеризуя процесс производства, поддаются  прогнозу и могут изменяться самим предприятием чего нельзя сказать о втором неравенстве, изменение величин которого зависит от поведения контрагентов предприятия, во многом – от внешней экономической ситуации платёжеспособности и добросовестности дебиторов предприятия при оценке платёжеспособности и определения финансовой устойчивости предприятия будем исходить из первого неравенства.

      Учитывая, что в первую очередь предприятие  должно обеспечить капиталом имеющиеся  основные средства предприятия  то есть величина запасов предприятия определяется остатком величины собственных средств и заёмных средств предприятия после обеспечения этими средствами основных фондов , получим неравенство:

             

     Из  этого неравенства следует, что  оборотные производственные фонды (запасы и НДС) могут обеспечиваться собственным оборотным капиталом, величина которого рассчитывается по формуле:

                       

     При необходимости пополнения предприятием собственных оборотных средств  долгосрочными кредитами  (направляемыми преимущественно на приобретение основных средства и капитальные вложения) для выполнения условия платёжеспособности предприятия величину запасов необходимо ограничить суммой величин собственных оборотных средств и долгосрочных кредитов . Эта величина носит название “перманентный оборотный капитал” и рассчитывается по формуле:

                       

     В случае, когда предприятию не хватает  и этих средств для выполнения условий платёжеспособности, оно  привлекает для обеспечения себя оборотными средствами краткосрочные кредиты . Величина запасов в этом случае ограничивается суммой величин всех основных источников формирования оборотных производственных фондов, привлечённых предприятием. Величина этих источников носит название “основные источники формирования” и рассчитывается по следующей формуле:

                        , где

      - займы и кредиты, отражаемые  в разделе V пассива баланса.

     Таким образом, платёжеспособности предприятия оценивается посредством обеспеченности процесса непрерывного производства необходимыми финансовыми ресурсами, а так как гарантией непрерывности процесса производства является финансовая устойчивость предприятия можно рассматривать как внешнее проявление степени финансовой устойчивости предприятия. 
 
 
 
 
 
 
 
 

.

   
 
 
 
 
 
 
 
 

     2.5 Оценка вероятности  банкротства по  модели Р. Чессера.

           Суть  Z-анализа (модель Альтмана)

      В процессе принятия управленческого  решения о выдаче кредита используется ряд классификационных моделей, отделяющих фирмы-банкроты от устойчивых заёмщиков и прогнозирующих возможное банкротство фирмы-заёмщика. Такие модели являются средством систематизации информации и способствуют принятию окончательного решения о предоставлении кредита и контроля за его использованием. Наиболее распространёнными являются “Z-анализ” Альтмана и Модель надзора за ссудами Чессера.

      “Z-анализ” был введён Альтманом, Хальдеманом и Нарайаном и представлял собой модель выявления риска банкротства корпорайий

      Цель  “Z-анализ” – отнести изучаемый объект к одной из групп: либо к фирмам-банкротам, либо к успешно действующим фирмам. Линейная модель Альтмана, или уравнение Z-оценки, выглядит следующим образом:

      

      Правило разделения фирм на группы успешных и  банкротов следующее:

      Если  , фирму относят к группе банкротов;

      Если  , фирму относятся к группе успешных;

При значении Z от 1,81 до 2,99 модель не работает, этот интервал – “область неведения”.

Принимая  за основу составленный ранее агрегированный баланс, переменные для уравнения Z – оценки рассчитывают следующим образом:

      

      

      

      

      

      Данную  количественную модель в процессе анализа можно использовать как дополнение к качественной характеристике, данной служащими кредитных отделов. Однако она не может заменить качественную оценку. Модель и получаемые посредством неё Z-оценки могут послужить ценным инструментом определения общей кредитоспособности клиента.

      Хотя  одной из важнейших задач банковских служащих является оценка политики и  эффективности управленческой деятельности на предприятии, но прямая оценка –  трудная задача, поэтому прибегают  к косвенной – путём анализа относительных показателей, кредитный аналитик может очертить проблемные области и выявить причины возникающих проблем.

      Фактически  коэффициенты Z-оценки содержат элемент ожидания. Это означает, что если Z-оценка некоторой компании и банк, осознав финансовые трудности, предпринимают шаги, чтобы предотвратить усугубление ситуации, то банкротства не произойдёт, то есть Z-оценка является сигналом раннего предупреждения.

      Таким образом, модель Альтмана пригодна для  оценки общей деятельности компании.

      Модель  надзора за ссудами  Чессера

Прогнозирует  случаи невыполнения клиентом условий  договора о кредите. При этом под  “невыполнением условий” подразумевается не только непогашение ссуды, но и любые другие отклонения, делающую ссуду менее выгодной для кредитора, чем было предусмотрено первоначально. Переменные, входящие в модель, могут рассчитываться на основании данных составленного ранее агрегированного баланса, что показано ниже.

      В модель Чессера входят следующие  шесть переменных:

Оценочные показатели модели следующие:

Переменная  y, которая представляет собой линейную комбинацию независимых, используется в следующей формуле для оценки вероятности невыполнения условий договора, p

,

Где е = 2,71828. Получаемая оценка y может рассматриваться как показатель вероятности невыполнения условий кредитного договора. Чем больше значение y, тем выше вероятность невыполнения договора для данного заёмщика.

      В модели Чессера для оценки вероятности  невыполнения договора используются следующие  критерии:

      Если  p > 0,50, следует относить заёмщика к группе, которая не выполнит условий договора;

      Если  p < 0,50, следует относить заёмщика к группе надёжных.

Модель  оценки рейтинга заёмщика Чессера подходит для оценки надёжности кредитов.

      Однако, используя математические методы при  управлении ссудами банка, необходимо иметь в виду, что предоставление коммерческих кредитов не есть чисто механический акт. Это сложный процесс, в котором важны как человеческие отношения между сторонами, так и понимание технических аспектов. Математические модели не учитывают роль межличностных отношений, а в практике кредитного анализа и кредитования этот фактор необходимо учитывать.   
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

           3 Дерево решений

Можно привести давно всем известную цепочку связанных событий: чем меньше рискует банк при предоставлении кредита, тем меньше процентная ставка, предлагаемая этим банком; чем меньше процентная ставка, тем больше клиентов обратиться в именно этот банк; чем больше клиентов обратиться в банк, тем большую прибыль получит банк, а это одна из основных целей коммерческой деятельности. Риск, связанный с невозвратом суммы основного долга и процентов можно значительно снизить, оценивая вероятность заёмщиком кредита.

      При кредитования физических лиц характерны небольшие размеры ссуд, что порождает  большой объём работы по их оформлению и достаточно дорогостоящая процедура оценки кредитоспособности относительно получаемой в результате прибыли. Для оценки кредитоспособности физических лиц банку необходимо оценить как финансовое положения заёмщика, так и личные качества заёмщика. При этом кредитный риск складывается из риска невозврата основной суммы долга и процентов по этой сумме. Сейчас для оценки риска кредитования заёмщика используется скоринг кредитование. Сущность этой методики состоит в том, что каждый фактор, характеризующий заёмщика, имеет количественную оценку. Суммируя полученные баллы, можно получить оценку кредитоспособности физического лица. Каждый параметр имеет максимально возможный порог, который выше для важных вопросов и ниже для второстепенных. На сегодняшний день известно достаточно много методик кредитного скоринга. Основным недостатком скоринговой системы оценки кредитоспособности физических лиц является то, что очень плохо адаптируема. Деревья решений как вариант решения проблемы устранения недостатков скоринговой системы. Одним из вариантов решения вышепоставленной задачи является применение алгоритмов, решающих задачи классификации. Задача классификации – это задача отнесения какого-либо объекта (потенциальный заёмщик) к одному из заранее известных классов (Давать/Не давать кредит). Такого рода задачи с большим успехом решаются одним из методов Data Mining – при помощи деревьев решений. Деревья решений – единственный узел, дающий решение.

Рис. 1. Изображён пример дерево решения.

      На  основе данных, за прошлый период строится дерево. При этом класс каждой из ситуаций, на основе которых строится дерево, заранее известен. В нашем случае должно быть известно, была ли возвращена основная сумма долга и проценты, и не было ли просрочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются по узлам, которые в свою очередь также могут быть разбиты на дочерние узлы. Критерий разбиения – это различные какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый энтропия – мера неопределённости. Выбирается то поле, при разбиение по которому устранятся больше неопределённости. Неопределённость тем выше, чем больше примесей (объектов, относящихся к различным классам) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу. Полученную модель используют при определении класса (Давать/Не давать кредит) в новь возникших ситуаций (получила заявка на получение кредита). 
 

          Заключение 

     В процессе работы было установлено, что  цель и задачи кредитоспособности клиента  заключаются в определении способности  заёмщика своевременно и в полном объёме погасить задолженность по ссуде, степени риска, который банк готов  взять на себя; размер кредита, который может быть предоставлен в данных обстоятельствах и, наконец, условий его предоставления. А также рассмотрели, как важна бухгалтерская отчётность предприятия. Собственники анализируют финансовые отчёты для повышения доходности капитала, обеспечения стабильности предприятия. Кредиторы и инвесторы анализируют финансовые отчёты, чтобы минимизировать свои риски по займам и вкладам.

     Для того, чтобы принять окончательное  решение о выдаче кредита или  отказе в выдаче используются модели, прогнозирующие ухудшение финансового состояния. От точности оценки кредитного риска зависит величина потерь банка, процентов за кредит и конкурентоспособность банка. В оценки кредитоспособности используется Модель Альтмана. Она представляет собой статистическую модель на основе показателей финансового положения и платёжеспособности компании и позволяет оценить уровень риска банкротства. А Модель Чессера прогнозирует случаи не выполнения клиентом условий договора о кредите. При этом подразумевается не только непогашение ссуды, но и любые другие отклонения, делающую ссуду менее выгодной для кредитора, чем было предусмотрено первоначально.

Информация о работе Оценка кредитоспособности клиента