Методы оценки платежеспособности физического лица системы кредитного скоринга россельхозбанк
Обновлено: 19.04.2024
Что такое кредитный скоринг, и как он влияет на одобрение ипотеки .
Банки оценивают кредитоспособность потенциальных заемщиков по системе кредитного скоринга. Он включает финансовые и социальные параметры.
Раньше оценка кредитоспособности потенциального заемщика проводилась относительно субъективно. Менеджер банка получал документальное подтверждение дохода, на словах узнавал примерный объем расходов – и всё. При соблюдении формальных требований андеррайтеры могли принять положительное решение, не учитывая возможных рисков.
С внедрением модели кредитного скоринга подход изменился. Статистические методы позволяют достоверно спрогнозировать риски и оценить, насколько надежным будет тот или иной клиент.
Что такое кредитный скоринг
Под кредитоспособностью понимают характеристику субъекта, отражающую его способность в полном объеме отвечать по своим обязательствам в установленный срок. В практике финансового менеджмента существует много методов ее оценки. В отношении физических лиц применяются:
Коэффициентный (он же метод Сбербанка). На основе комплекса расчетных показателей клиента относят к одному из четырех классов платежеспособности.
Метод Ассоциации российских банков. Выводы делаются на основании анализа прошлого опыта возврата кредитов, обоснованности запрашиваемой суммы, наличия имущественного обеспечения на случай утраты платежеспособности.
Статистический (он же модель Z). На основе статистических показателей прогнозируется вероятность банкротства заемщика.
Кредитный скоринг – это разновидность статистического метода. По каждому клиенту заполняется анкета, система автоматически делает выборку прошлых заемщиков с аналогичными характеристиками. Если близкая ему социально-экономическая группа ответственно относится к обязательствам, заявка будет одобрена. А если в выбранной прослойке платежная дисциплина хромает, то высока вероятность отказа в кредите.
Что учитывает система кредитного скоринга
В основе подхода лежит предположение о наличии корреляции между социально-экономическими характеристиками и платежной дисциплиной. Значение придается таким пунктам анкеты:
наличие и количество детей;
наличие других иждивенцев;
частота смены мест работы;
наличие недвижимости, автомобиля и другого дорогостоящего имущества.
Финансовые показатели тоже не остаются без внимания. Андеррайтеры анализируют уровень дохода, объем расходов и обязательств, а также кредитную историю.
Правда ли, что из-за кредитного скоринга кредит стало получить сложнее
Кредитный скоринг облегчил работу андеррайтерам за счет автоматизации оценки заемщиков. Например, в Сбербанке решение по ипотеке можно получить в течение нескольких часов. Потребительский кредит вовсе одобряют и перечисляют за 15 минут.
Технически процесс, очевидно, упростился. А мнение, будто конкретным людям стало сложнее получить кредит, – не более чем миф. Подтвержденному доходу и данным кредитной истории по-прежнему отдается приоритет.
Однако общественностью система кредитного скоринга не всегда воспринимается адекватно. Некоторые полагают, что оценка сводится к качественным характеристикам без учета финансовых. В итоге по Интернету начинают расползаться мифы, вроде «Если вам уже за 30, а супруга и детей нет, кредит вам не дадут».
Это, конечно же, не так. Платежеспособность была и остается на первом месте. Да, женатый 40-летний мужчина с высшим образованием и двумя детьми считается идеальным образом заемщика. Но это не значит, что всем отклоняющимся от этого портрета дадут отказ.
Какие показатели учитывают бюро кредитных историй при расчете скоринга
Если вы запросите кредитный отчет в любом БКИ, то увидите, что социальные и демографические факторы там не упоминаются вовсе. Они интересуют только банк.
В кредитном отчете БКИ выводится рейтинг на основе сведений о прошлых и текущих (при наличии) займов:
платежная дисциплина (наличие задолженностей и просрочек);
количество запросов кредитной истории от разных банков;
возраст кредитной истории;
Дополнительно учитываются сведения о судебных решениях, которые потенциальному заемщику предстоит исполнить, и признаки его банкротства. Максимальный рейтинг – у клиента, своевременно погасившего все кредиты и ни разу не допустившего просрочек. Платежеспособность его не должна вызывать сомнений, а исполнительные листы – отсутствовать.
Считается, что отказы банков в выдаче займов кредитную историю не портят. Однако некоторые из них отражаются в отчете. Это позволяет предположить, что пусть не большой, но вес такие эпизоды все-таки имеют.
Как учитываются социодемографические факторы
Их рассматривают в рамках FICO-оценки, проводимой банком. В отличие от финансовой оценки, узнать результаты FICO пока возможности нет. В зависимости от количества набранных баллов, решения банка могут быть следующими:
Клиент ненадежен, в любой момент может стать неплатежеспособным
Вероятность банкротства высока, риск выдачи займа вряд ли оправдан
Крупные банки – отказ. Небольшие могут согласиться, но под повышенный процент и/или обеспечение.
Платежеспособность клиента – под вопросом
Одобрение возможно при условии официально подтвержденного дохода и идеальной кредитной истории
Клиент финансово устойчив, с ним можно работать
Одобрение на стандартных условиях
Редкий клиент с идеальной платежной дисциплиной
Одобрение с возможностью предоставления особых условий*
* Особые условия обычно получают постоянные клиенты того же банка – имеющие там счет, карту или бравшие кредит в прошлом. Так, например, ТКБ дает уменьшает ставку по ипотеке на 0,20% заемщику, который ранее без просрочек выплатил кредит.
Стоит ли переживать из-за социальных факторов скоринга?
Статистика – это инструмент для усреднения. Попадание в выборку не может со 100-процентной точностью дать характеристику конкретного человека. Тем более со временем мнения о разных категориях меняются. Иногда даже в одно время в разных банках к одному и тому же параметру относятся по-разному:
Мужчина считается более надежным. Он не уйдет в декрет, не решит вдруг посвятить жизнь домашнему хозяйству, импульсивно не бросит работу. Но женщины воспринимаются более ответственными. Они не забудут внести очередной платеж за кредит и смогут спланировать семейный бюджет, чтобы было чем заплатить в следующем месяце.
Люди с невысокими доходами кажутся неплатежеспособными. Зато они в случае необходимости могут «затянуть пояса», чтобы внести обязательный платеж. Обеспеченные же привыкли ни в чем себе не отказывать, и спонтанная покупка может привести к просрочке по кредиту.
Заемщики, уже ставшие родителями, выглядят ответственными. Если справляются с обеспечением детей, значит, и кредит потянут. С другой стороны, у них больше расходов (нередко – непредвиденных), что может пошатнуть платежеспособность.
По факту кредит может получить каждый: вчерашний студент и без пяти минут пенсионер, одинокая женщина и потенциальный призывник. Во всех банках свои подходы к оценке платежеспособности, поэтому главное – не ограничиваться подачей заявки в одну организацию.
В 2020 году пандемия коронавируса и связанные с ней ограничительные меры и новые вызовы для экономики изменили отношение россиян к кредитным продуктам. Наряду со снижением числа выданных кредитов и кредитных карт отмечается рост среднего объема заемных средств. Это может свидетельствовать о более взвешенном и ответственном подходе населения к оформлению кредитов. К таким выводам пришли специалисты Россельхозбанка, проанализировав собственную статистику по потребительским кредитам и кредитным картам за 11 месяцев 2020 года.
Общий объем заемных средств по потребительским кредитам и по кредитным картам банка в период с января по ноябрь 2020 года составил 103,7 млрд рублей, что на 8% больше, чем за аналогичный период годом ранее.
При этом количество оформленных кредитов сократилось на 10%, и рост общего объема выдач объясняется увеличением среднего размера займа в течение года на 31% - до 478,3 тыс. рублей.
Аналогичная тенденция наблюдается и по кредитным картам: количество новых выпущенных карт снизилось на 9% при росте среднего лимита по карте на 28%.
«Пандемия и ограничительные меры внесли свои корректировки в поведение заемщиков. Рост среднего размера кредита на фоне снижения количества выдач свидетельствует о том, что в 2020 году россияне стали более взвешенно оценивать свои финансовые возможности и использовали займы для наиболее важных приобретений», - прокомментировала Первый заместитель Председателя Правления Россельхозбанка Ирина Жачкина.
С чего начали
Текущий год РСХБ уже начал с более высоких показателей по кредитным продуктам по сравнению с 2019 годом. Так, в январе-марте объем выданных потребительских кредитов на 24% превышал показатель аналогичного периода прошлого года.
Общий объем использованных средств по кредитным картам банка в первые три месяца года был выше показателя за аналогичный период 2019 года на 11%.
Поведение в пандемию
В апреле с началом периода нерабочих дней и ужесточения ограничений в отдельных регионах в связи с распространением коронавирусной инфекции спрос на кредитные продукты в стране заметно снизился. По сравнению с мартом 2020 года количество оформленных кредитов сократилось почти в 3 раза, в сравнении год к году показатель снизился в 3,5 раза.
Снятие ограничений
На восстановление кредитной активности россиянам потребовался месяц. Уже в июне общий объем заемных средств по потребительским кредитам превзошел показатель марта, а рост в годовом выражении составил 13%. Объем заемных средств по кредитным картам в первом месяце лета приблизился к среднегодовому уровню.
В дальнейшем по мере снятия ограничительных мер кредитная активность россиян продолжила расти по сравнению с показателями прошлого года, что может объясняться активными расходами россиян на покупки, которые были отложены из-за введения режима самоизоляции. При этом по сравнению с докарантинным периодом основной рост продолжился в сегменте потребительских кредитов.
Наибольшее число кредитов и на самые большие суммы были оформлены клиентами РСХБ в августе.
Методики оценки кредитоспособности заемщика, их достоинства и недостатки. Оценка финансового состояния заемщиков ОАО "Россельхозбанка" с учетом их отраслевых особенностей. Составление заявки на предоставление кредита, экономические сведения о заемщике.
| Рубрика | Банковское, биржевое дело и страхование |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 07.02.2015 |
| Размер файла | 439,0 K |
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Государственное автономное образовательное учреждение среднего профессионального образования Ростовской области "Донской банковский техникум"
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
На тему: "Обоснование методологической основы построения комплексной оценки кредитоспособности заемщиков на примере ОАО "Россельхозбанка"
Студентки 3 курса
Потаповой Марии Вячеславовны
Верхоломова Ирина Евгеньевна
Тема выбранной выпускной (квалификационной) работы посвящена обоснованию методологической основы построения комплексной оценки кредитоспособности заемщиков на примере ОАО "Россельхозбанка.
На данный момент в банковской практике нет единой методики оценки кредитоспособности заемщиков, и ее создание представляется весьма трудоемким процессом, так как существует множество различных показателей и коэффициентов, с помощью которых проводится анализ кредитоспособности, что позволяет говорить об актуальности темы дипломной работы - ведь банковское кредитование связано с высокими рисками, поэтому проблемы выбора заемщиков и проведение анализа их кредитоспособности приобретают особую значимость. Целью дипломной работы является обоснование необходимости построения комплексной оценки кредитоспособности заемщиков на примере ОАО "Россельхозбанка".
Для выполнения цели поставлены следующие задачи:
-исследовать методологию оценки кредитоспособности заемщиков;
-изучить действующие методики оценки кредитоспособности заемщиков, выявить их достоинства и недостатки;
- обосновать целесообразность комплексного подхода к использованию методов оценки кредитного риска и управления им
-проанализировать методику анализа и оценки финансового состояния заемщиков ОАО "Россельхозбанка" с учетом их отраслевых особенностей.
По результатам проведенного исследования можно сделать выводы о том, что метод комплексной оценки наиболее полно характеризует состояние заемщика и является наиболее эффективной методикой оценки кредитоспособности; методика ОАО "Россельхозбанк" является комплексной, на что указывает использование при анализа количественных и качественных показателей, однако, методика может быть доработана.
Глава 1. Методология оценки кредитоспособности заемщика
Глава 2. Действующие методики оценки кредитоспособности заемщика, их достоинства и недостатки
2.1 Классификационные модели анализа кредитоспособности заемщика
2.2 Модели оценки кредитоспособности, основанные на методах комплексного анализа
Глава 3. Обоснование необходимости комплексной методики анализа кредитоспособности на примере ОАО "Россельхозбанка"
Список использованных источников
ВведениеВ настоящее время банковское кредитование связано с высокими рисками, поэтому проблемы выбора заемщиков и проведение анализа их кредитоспособности приобретают особую значимость. Банки уделяют особое внимание анализу кредитоспособности потенциальных клиентов.
Процесс кредитования связан с действием многочисленных факторов риска, которые могут повлечь за собой неисполнение обязательств заемщиком и как следствие, невозврат кредита. Поэтому анализ кредитоспособности становится важной, неотъемлемой задачей банков, так как от возможности банка провести компетентный анализ кредитоспособности клиента зависит успешность его деятельности.
На данный момент в банковской практике не выделяется единая стандартизированная система оценки кредитоспособности. Ее формирование представляется затруднительным, поскольку оценка кредитоспособности заемщиков предполагает анализ широкого круга количественных и качественных показателей.
Многообразие подходов объясняется разной степенью доверия к качественным и количественным методам оценивания способности погасить обязательства, а также индивидуальными особенностями и сложившейся исторически практикой кредитования.
Проблема невозвратов по кредитам не является преувеличенной. Статистика показывает, что доля невыплаченных кредитов в кредитном портфеле банков имеет тенденцию к увеличению. Это заставляет банки задуматься о будущем качестве своих кредитных портфелей. Главный способ борьбы с невозвратами - правильно построенная процедура оценки финансового состояния заемщика. В условиях усиления нарастающей конкуренции между ними, нельзя не принимать во внимание стремление банков наращивать свой кредитный портфель, привлекая потенциальных заемщиков за счет облегченных условий кредитования, что привлекает заемщиков, но в то же время и увеличивает кредитные риски для банка. Длительная процедура оценки кредитоспособности заемщика с предоставлением объемного пакета документов значительно снижает риск невозврата, но может отпугнуть кредитоспособных заемщиков от услуг таких банков. В этих условиях наличие гибкой и надежной системы оценки кредитоспособности может стать универсальным инструментом отсеивания сомнительных заемщиков, снижения кредитных рисков и в то же время склонить потенциального заемщика к использованию услуг банка.
Актуальность данной темы состоит в том, что в настоящее время разработано множество методик по оценке кредитоспособности, но сформировать единую, универсальную методику достаточно затруднительно, так как на кредитоспособность заемщика может влиять множество факторов, таких как: деловая репутация заемщика, зависимость от поставщиков и покупателей, наличие судебных разбирательств или качество управления, величина чистых активов, коэффициенты ликвидности, рентабельности, покрытия и др. При невозможности разработать единую методику банк должен совершенствовать имеющуюся методику для того, чтобы она обеспечивала высокое качество взаимоотношений банка и потенциальных заемщиков.
Целью дипломной работы является обоснование необходимости построения комплексной оценки кредитоспособности заемщиков на примере ОАО "Россельхозбанка".
Для выполнения цели поставлены следующие задачи:
-исследовать методологию оценки кредитоспособности заемщиков;
-изучить действующие методики оценки кредитоспособности заемщиков, выявить их достоинства и недостатки;
- обосновать целесообразность комплексного подхода к использованию методов оценки кредитного риска и управления им
-проанализировать методику анализа и оценки финансового состояния заемщиков ОАО "Россельхозбанка" с учетом их отраслевых особенностей.
Предметом дипломной работы выступает комплексная оценка кредитоспособности заемщиков.
Объектом дипломной работы является методология оценки кредитоспособности заемщиков в ОАО "Россельхозбанке".
Дипломная работа состоит из введения, где раскрыта актуальность, поставлена цель и сформулированы задачи; первой главы, где рассматривается методология оценки кредитоспособности заемщика, основные коэффициенты и показатели; второй главы, в которой представлены методики оценки кредитоспособности и их сравнительный анализ; третьей главы, где изучается методика оценки кредитоспособности заемщиков ОАО "Россельхозбанк" и на ее примере обосновывается необходимость комплексной оценки и заключения.
В ходе работы были изучены нормативно-правовые документы РФ, научные труды и статьи, внутренние документы ОАО "Россельхозбанка", а также интернет-ресурсы.
Глава 1. Методология оценки кредитоспособности заемщика
Одним из самых важных этапов процесса кредитования юридического лица является оценка его кредитоспособности и платежеспособности. Неправильная оценка может привести к невозврату кредита, что способно нарушить ликвидность банка и, в конечном счете, привести к банкротству. Поэтому банки придают большое значение разработке методологической базы оценки кредитоспособности и совершенствованию системы контроля и оценки кредитных рисков.
Банки управляют кредитными рисками, руководствуясь собственными методиками кредитного анализа и отбора заемщиков. Этот анализ заключается в определении кредитоспособности, платежеспособности и финансовой устойчивости заемщика, что приводит к формулированию оснований для предоставления кредита или же отказа в нем. Основной акцент в кредитном анализе делается на способность заемщика выплатить кредит, и для ее оценки тщательно изучается характер деятельности заемщика, его кредитная история, текущее финансовое состояние, его возможности и потенциал.
В банковской практике существует большое количество способов оценки кредитоспособности заемщиков. Но наиболее распространенным является способ оценки на основе анализа финансового состояния предприятия.
Ряд систем оценки кредитоспособности основан на финансовых показателях, таких как показатели ликвидности; показатели оборачиваемости; показатели прибыльности; показатели долгосрочной платежеспособности и деловой репутации фирмы.
Дополнительную информацию о финансовом положении предприятия дают "нефинансовые методы" оценки кредитоспособности. Рассчитаны они на то, чтобы с помощью приемов маркетинга, анкетирования и других подходов оценить желание и возможность предприятия вернуть кредит и проценты по нему в сроки, установленные договором. Это своего рода оценка личностных параметров заемщика, которые также могут повлиять на возврат кредита.
Но рассмотренные системы оценки кредитоспособности заемщиков имеют недостаток: они трактуют данное понятие только как количественную характеристику субъекта кредитной сделки. Кроме того, применение таких систем основано на анализе данных о деятельности предприятия в прошлом периоде, а значит, не может объективно характеризовать его кредитоспособность в будущем.
Однако кредитоспособность не может быть сведена к статическим финансовым коэффициентам. Наиболее корректной является трактовка кредитоспособности как сочетания финансовых и нефинансовых параметров субъекта кредитной сделки.
Мировая банковская практика выделяет ряд систем оценки, которые позволяют реализовать принцип комплексного подхода к оценке кредитоспособности. В зарубежной экономической литературе они называются: "критерии кредитоспособности клиента", "основополагающие принципы кредитования", "правила кредитования заемщиков" [1, с.182]. Речь идет о комплексе взаимосвязанных качественно-количественных показателей, в совокупности определяющих кредитоспособность предприятия. Комплекс критериальных составляющих кредитоспособности может включать в себя: характер заемщика, способность заимствовать средства, финансовые возможности, обеспечение кредита, условия, в которых совершается сделка, контроль за деятельностью заемщика [3, с.184].
Процедура оценки кредитоспособности заемщика начинается с изучения данных, предоставляемых в финансовой отчетности. Она позволяет получить общую информацию о ситуации, в которой находится заемщик, и уже на начальном этапе анализа исключить тех претендентов на ссуду, финансово-хозяйственное положение которых указывает на то, что они, скорее всего, не смогут выполнить обязательства по возврату кредита.
В условиях рыночной экономики бухгалтерская отчетность предприятий является основным средством коммуникации и важнейшим элементом информационного обеспечения финансового анализа.
При кредитовании главной целью банка является оценка кредитоспособности заемщика и перспектив устойчивости его финансового положения на срок пользования кредитом.
Основное внимание при определении кредитоспособности сосредотачивается на показателях, характеризующих способность заемщика обеспечить погашение кредита и уплату процентов по нему.
Для проведения анализа кредитоспособности заемщика используется система финансовых коэффициентов, которая состоит из пяти групп показателей: показатели ликвидности и платежеспособности; показатели финансовой устойчивости; показатели эффективности деятельности; показатели деловой активности [4, с.38].
Показатели ликвидности и платежеспособности отражают возможности предприятия расплачиваться по своим краткосрочным обязательствам и поэтому так важны для оценки кредитоспособности.
Обращаем Ваше внимание, что в соответствии с Федеральным законом N 273-ФЗ «Об образовании в Российской Федерации» в организациях, осуществляющих образовательную деятельность, организовывается обучение и воспитание обучающихся с ОВЗ как совместно с другими обучающимися, так и в отдельных классах или группах.
«ХАССП — вся правда. Как не отравить школьника за завтраком или обедом?»
Свидетельство и скидка на обучение каждому участнику
Курс профессиональной переподготовки
Охрана труда
- Сейчас обучается 264 человека из 57 регионов
Курс повышения квалификации
Методика и технологии работы с современными автоматизированными системами библиотек и информационно-библиотечных центров в условиях реализации ФГОС
Курс профессиональной переподготовки
Руководство электронной службой архивов, библиотек и информационно-библиотечных центров
«Как приручить маленького командира (инструкция для родителей)»
Рабочие листы и материалы для учителей и воспитателей
Более 2 500 дидактических материалов для школьного и домашнего обучения
Описание презентации по отдельным слайдам:
Методы оценки кредитоспособности заемщика (на примере ПАО «Россельхозбанк») Автор работы: Камалова Сулпан, Гавриш Алена, Гракова Ксения гр. Б-334 Руководитель: Маркина Юлия Валерьевна
Виды деятельности ПАО «Россельхозбанк» Частным лицам Работа с драгоценными металлами Предоставление кредитов Предоставление индивидуальной сейфовой ячейки Работа с платежными картами Привлечение денежных средств во вклады Осуществление денежных переводов и платежей
Виды деятельности ПАО «Россельхозбанк» Юридическим лицам Расчетно-кассовое обслуживание Зарплатные проекты Аккредитация юридических лиц и ИП Предоставление кредитов Валютный контроль Открытие депозитов юридических лиц и ИП Международные расчеты
Виды деятельности ПАО «Россельхозбанк» Кредитным организациям Операции на финансовом рынке Банки-корреспонденты и расчетное обслуживание Документарные операции и торговое финансирование Операции в рамках сделок, заключенных на Монетной площадке Банка России
Виды кредитов, предоставляемые физическим лицам в ПАО «Россельхозбанк» Потребительский кредит (7,5%-13,9%) Ипотека (4,7% - 10,3%) Пластиковые карты Автокредит (11,0%)
Виды кредитов, предоставляемые юридическим лицам в ПАО «Россельхозбанк» На цели покрытия временных кассовых разрывов На инвестиционные цели На приобретение объектов коммерческой недвижимости На текущие цели
Пакет документов для рассмотрения заявления на кредит в ПАО «Россельхозбанк» Физические лица Юридические лица Паспорт гражданина РФ Устав или учредительный договор Анкета-заявление Паспорта и подписи гендиректора и главбуха СНИЛС Свидетельство из налоговой инспекции о постановке на учет Документы, подтверждающие размер доходов и размер производимых удержаний за последние 6 месяцев по форме 2-НДФЛ либо по Форме Банка. Финансовая отчетность Выписка из реестра юридических лиц Копия трудовой книжки/трудового договора, заверенная работодателем Справка обаффилированныхлицах Выписка из ЕГРЮЛ
Методические рекомендации по проведению оценки финансового состояния заемщика, применяемые в ПАО «Россельхозбанк» Формирование аналитического агрегированного баланса; Оценка и анализ экономического потенциала организации; Оценка имущественного положения и структуры капитала; Анализ финансового состояния; Оценка и анализ деловой активности и результативности финансово-хозяйственной деятельности организации; Качественный анализ рисков; Обобщение результатов анализа.
Система финансовых коэффициентов, применяемая в оценке кредитоспособности заемщика ПАО «Россельхозбанк» Показатель Обозначение Расчет по формам бухгалтерской отчетности Коэффициентабсолютной ликвидности К1 Денежные средства / [Краткосрочные обязательства всего - Доходы будущих периодов - Резервы предстоящих платежей] Коэффициент критической оценки (промежуточный коэффициент покрытия) К2 [Денежные средства + Краткосрочные финансовые вложения + Дебиторская задолженность, платежи по которой ожидаются в течение 12 месяцев] / [Краткосрочные обязательства всего - Доходы будущих периодов - Резервы предстоящих платежей] Коэффициент текущей ликвидности К3 Оборотные активы всего / [Краткосрочные обязательства всего - Доходы будущих периодов - Резервы предстоящих платежей] Коэффициент соотношения собственных и заемных средств К4 Капитал и резервы всего / [Долгосрочные обязательства всего - Краткосрочные обязательства всего - Доходы будущих периодов - Резервы предстоящих платежей] Рентабельность, % К5 (Прибыль от продажи / Выручки от продажи)x100%
Категории кредитоспособности организации-заемщика ПАО «Россельхозбанка» Коэффициенты 1-й класс 2-й класс 3-й класс К1 0,2 и выше 0,1 – 0,2 Менее 0,15 К2 0,8 и выше 0,5 – 0,8 Менее 0,5 К3 2,0 и выше 1,0 – 2,0 Менее 1,0 К4 1,0 и выше 0,7 – 10 Менее 0,7 К5 0,15 и выше Менее 0,15 нерентабелен
Аннотация научной статьи по экономике и бизнесу, автор научной работы — Симонов П.М., Збоев Е.В.
Эффективность применения скоринговых систем в банковской сфере напрямую зависит от возможности внесения изменений и перенастройки используемой модели, а также от периодических проверок качества работы системы. Изменение закрытых западных систем, используемых во многих российских банках, требует больших финансовых и временных затрат. По этой причине использование российских аналогов должно сократить издержки на внедрение систем оценки кредитоспособности. Однако на сегодняшний день решения, представленные разработчиками из стран СНГ, уступают западным аналогам. Данный факт обуславливает актуальность реализации моделей оценки кредитоспособности на основе алгоритмов случайного леса и градиентного бустинга , которые по своей эффективности превосходят распространенные логит-модели .
Похожие темы научных работ по экономике и бизнесу , автор научной работы — Симонов П.М., Збоев Е.В.
Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного скоринга
Преимущества и недостатки современных скоринговых моделей, применяемых в Российской банковской практике
SCORING CREDIT RATING OF INDIVIDUALS
The effective strength of scoring systems in the banking sector directly depends on the possibility of making changes and reconfiguring of the model used, as well as on the periodic checks of the quality of the system. The transformation of the closed Western systems used in many Russian banks is both costly and time-consuming. For this reason, the use of Russian counterparts should reduce the costs of introducing credit rating systems. However, today, the solutions presented by the developers from the CIS countries are inferior to their Western counterparts. This fact determines the relevance of the implementation of models for assessing creditworthiness based on random forest algorithms and gradient boosting , which are superior in efficiency to common logit-models.
Текст научной работы на тему «СКОРИНГОВАЯ ОЦЕНКА КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ»
Симонов П.М., Збоев Е.В. Скоринговая оценка кредитоспособности физических лиц
Скоринговая оценка кредитоспособности физических лиц
Эффективность применения скоринговых систем в банковской сфере напрямую зависит от возможности внесения изменений и перенастройки используемой модели, а также от периодических проверок качества работы системы. Изменение закрытых западных систем, используемых во многих российских банках, требует больших финансовых и временных затрат. По этой причине использование российских аналогов должно сократить издержки на внедрение систем оценки кредитоспособности. Однако на сегодняшний день решения, представленные разработчиками из стран СНГ, уступают западным аналогам. Данный факт обуславливает актуальность реализации моделей оценки кредитоспособности на основе алгоритмов случайного леса и градиентного бустинга, которые по своей эффективности превосходят распространенные логит-модели.
Ключевые слова: скоринг, случайный лес, градиентный бустинг, логит-модель.
Оценка кредитоспособности заемщика является одним из важнейших процессов при принятии решений по управлению кредитами в банках, т. к. минимизация кредитного риска зачастую является основным фактором, определяющим эффективность работы банковской организации. Под кредитоспособностью физического лица понимается оценка вероятности своевременной выплаты долга заемщиком, основанная на изучении кредитной истории, а также на анализе текущего финансового положения клиента. Кредитоспособность может быть представлена формализованным показателем, таким, как кредитный рейтинг или скоринговая оценка.
Помимо оценки эксперта процесс оценки кредитоспособности включает в себя множество статистических и математических методов, позволяющих определить вероятность своевременного погашения кредита заемщиком, он облегчает анализ и классификацию необходимой информации, определяет факторы и показатели, отражающие кредитоспособность физического лица.
В последнее время в России можно наблюдать рост рынка услуг кредитования, который включает в себя кредитование физических лиц. Увеличение этого рынка ведет к повышению уровня кредитных рисков не только для отдельных организаций, но и для всей банковской системы страны в целом.
Так как при выдаче кредита физическому лицу банк в первую очередь заинтересован в оценке кредитоспособности заемщика, существует острая необходимость автоматизации и оптимизации традиционного процесса кредитования, при котором реше-
Вестник Дагестанского государственного университета
Серия 1. Естественные науки. 2020. Том 35. Вып. 2
Симонов П.М., Збоев Е.В. Скоринговая оценка кредитоспособности физических лиц
ние об одобрении кредита или отказе в нем принимается кредитным экспертом. Практика применения банками систем оценки кредитоспособности показывает, что при сравнительно небольших суммах займов скоринговым системам отводятся значительно больше полномочий в процессе принятия решения, чем при более высоких, где скорин-говая оценка используется больше как фактор «поддержки», который учитывается кредитным экспертом.
Особое внимание уделяется вопросу оценки кредитоспособности физического лица и в научной литературе. Так, анализу кредитоспособности на основе различных факторов посвящены работы следующих авторов: Лаврушин О.И. с соавторами 3, Ильясов С.М. [4], Пещанская И.В. [5], Абалакин А.А., Соболева Е.С. и Османова А.Э. [6], Ворошилова И.В. и Сурина И.В. [7], Рыкова И.Н. [8], Ленская Н.В. и Чернышева Т.Ю. [9]. Также теоретические аспекты кредитного скоринга рассмотрены в работах Алёшина В. А. и Рудаевой О.О. [10], Самойловой С.С. и Курочка М.А. [11], Яковлевой А.Ю. [12], Данилович В.Ю. и Курганской Г.С. [13].
На текущий момент разработано большое количество методик оценки кредитоспособности потенциального заемщика, среди которых авторские методики построения скоринговых систем. В работах данных авторов применяются такие методы, как логистическая регрессия, нейронные сети, кластерный анализ и т. д. Однако в большинстве публикаций преобладают логит-модели, построение которых выполнено в таких программных продуктах, как Matlab, Statistica Scorecard и Deductor Academic. В перечисленных программах реализована только малая часть статистических методов, вследствие чего построенные модели не всегда обладают высокой предсказательной мощностью, что в конечном итоге может привести к повышению банковского кредитного риска.
Таким образом, помимо анализа и сравнения эффективности распространенных алгоритмов бинарной классификации, используемых при создании моделей оценки кредитоспособности, стоит также рассмотреть алгоритмы, не получившие широкого распространения в скоринговых системах. Указанное обстоятельство обуславливает актуальность выбранной темы статьи и определяет объект, предмет исследования, его основную цель и задачи.
Объектом исследования являются модели оценки кредитоспособности физических лиц.
Предметом исследования является совокупность методических, теоретических и практических аспектов, связанных с моделированием оценки кредитоспособности физических лиц.
В соответствии с вышеуказанной целью были сформулированы следующие задачи:
1) на основе распространенных алгоритмов машинного обучения реализовать модели оценки кредитоспособности на языке программирования Python;
2) проверить гипотезу о высокой эффективности ансамблевых методов в задаче предсказания дефолта заемщика.
Реализация ансамблевых методов на языке программирования Python определяет новизну данного исследования, т. к. на текущий момент Python широко применяется в сфере data mining (добыча данных, глубинный анализ данных) и имеет ряд существенных преимуществ перед языком программирования R, который в большей степени
Вестник Дагестанского государственного университета
Серия 1. Естественные науки. 2020. Том 35. Вып. 2
Симонов П.М., Збоев Е.В. Скоринговая оценка кредитоспособности физических лиц
предназначен для статистической обработки данных и работы с графикой, в то время как Python позволяет значительно проще реализовать готовое программное решение.
Выбор спецификаций и обучение моделей
В качестве исходной выборки были использованы данные о заемщиках в обезличенном виде (без указания персональных данных, страны и валюты кредита), опубликованные банком «Тинькофф Банк» в качестве исходных данных для чемпионата, целью которого являлся поиск зависимости между анкетными показателями клиентов и фактом невыполнения обязательств по кредитному договору [14]. Размерность исходной выборки - 205296 записей.
Для построения моделей оценки кредитоспособности физических лиц был определен следующий перечень алгоритмов: алгоритм случайного леса; градиентный бу-стинг; логистическая регрессия; метод ближайших соседей; наивный байесовский классификатор.
Реализации всех выбранных алгоритмов представлены в библиотеке алгоритмов машинного обучения Scikit-learn для языка Python версии 2.7 и выше.
Большинство функций в библиотеке Scikit-learn не требует детальной настройки всех параметров, так как заданные значения по умолчанию обеспечивают оптимальные результаты работы алгоритмов для разных задач.
Функция RandomForestClassifier (), реализующая алгоритм случайного леса, принимает на вход следующие параметры: n_estimators - число решающих деревьев в ансамбле (165 для текущей модели); max_depth - максимальная глубина дерева (4 для текущей модели); criterion - критерий качества разбиения (индекс Джини для текущей модели).
Индекс Джини определяется как [15]:
где pi - вероятность (относительная частота) класса i в Т.
Качество разбиения оценивается путем минимизации значения индекса Джини:
Ginisplit(T) = ^GiniiTj +^Gini(T2) ^min,
где T - набор данных; Тг и Т2 - две части набора Т; N - количество примеров в наборе Т; N-l и N2 - количество примеров в наборах Т1 и Т2 соответственно.
После преобразования формула для конкретного дерева решений имеет следующий вид:
Ginisplit = ± • E”=i if + ^ • If=i rf ^max,
где L, R - число примеров соответственно в левом и правом потомке; Zj и ц - число экземпляров i-того класса в левом/правом потомке.
В конечном итоге лучшим будет то разбиение, для которого величина Ginisput максимальна [14].
Воспользуемся функцией export_graphviz() для визуализации случайно выбранного дерева решений из ансамбля.
Вестник Дагестанского государственного университета
Серия 1. Естественные науки. 2020. Том 35. Вып. 2
Симонов П.М., Збоев Е.В. Скоринговая оценка кредитоспособности физических лиц
Автор статьи
Читайте также: