Совершенствование методов оценки кредитоспособности физических лиц

На основании результата анализа базы кредитных историй, которые в ориентировочном виде (с учетом сохранения коммерческой тайны) представлены в таблице 3.1, нами в таблице 3.2 предложена скоринговая модель для определения кредитного риска заемщика. Также нами добавлены некоторые факторы, которые использовались для «отсева» заемщиков при несоответствии определенному критерию (например, наличие домашнего телефона), а также наличие и особенности кредитной истории в ЗАО «Кредит Европа Банк». В тоже время отдельные факторы, по которым степень отклонения была несущественна, в модели не учитывались.

Таблица 3.2

Предложения по модели скоринг-анализа  заемщика физического лица ЗАО «Кредит Европа Банк» (балльного типа на основе анализа собственной базы кредитных историй ЗАО «Кредит Европа Банк»)

Окончание таблицы 3.2

Для автоматизации анализа  на основании разработанной модели было создано специальное программное  средство в среде Microsoft Excel.

Модель построена по следующему принципу – для каждого  признака в строках представлены возможные варианты ответа и оператор должен поставить 1 напротив соответствующего клиенту (в соседнем столбце). В следующем столбце автоматически осуществляется расчета числа баллов – задан формула умножающая значение отметки (указанная 1 или по умолчания 0) на значение данного показателя. В нижней итоговой строке осуществляется подсчет итоговой балльной оценки заемщика. На рисунке 3.1 представлена экранная форма, показывающая подобный расчет в режиме указания формул, а на рисунке 3.2 после введения данных по одному из заемщиков.

Рисунок 3.1 – Экранная форма модели автоматического анализа  заемщика (в режиме указания формул)

Представленная в таблице 3.2 модель была апробирована на уже имеющейся базе кредитных историй. Средний уровень интегральной оценки составляет 41,2 балла (максимальный – 80 баллов), средний уровень по просроченным кредитам – 33,1 балл.

Как показали тесты, при уровне интегральной оценки в 33 балла,  вероятность ошибочного отнесения «хорошего» кредита к «плохим» составила 11%, а ошибочного отнесения «плохого» к «хорошим» составила 23%. При уровне интегральной оценки в 35 баллов, вероятность ошибочного отнесения «хорошего» кредита к «плохим» составила 16%, а ошибочного отнесения «плохого» к «хорошим» составила 10%.   При уровне интегральной оценки в 37 баллов, вероятность ошибочного отнесения «хорошего» кредита к «плохим» составила 24%, а ошибочного отнесения «плохого» к «хорошим» составила 8%. Возможно, в качестве базового рационально принять интегральный уровень оценки в 35 баллов.

Рисунок 3.2 - Экранная форма  модели автоматического анализа  заемщика после введения данных одного из заемщиков

Таким образом, использование  предложение модели скорингового анализа  позволяет снизить вероятность  ошибочного решения, и тем самым  снизить кредитные риски банка при сохранении привлекательности банковского продукта для потребителя.

Использование предложенной скоринговой модели возможно для  принятия следующих решений:

1. Определение границы  интегральной балльной оценки (исходя  из текущих подходов к соотношения «риска» - «доходности), при которой заемщики с более высоким уровнем риска получают отказ в получение кредита, а заемщики с более низким уровнем риска получают положительное решение.

2. Изменение границы  интегральной балльной оценки  в случае изменения подхода к соотношению «риска» - «доходность» (повышение границы в случае более консервативной политики или снижение границы в случае более либеральной).

3. Определение нескольких «граничных» уровней интегральной риски и варьирование условий предоставления кредита для клиентов с разными уровнями рискам (чем ниже уровень риск, тем более выгодные условия по процентным ставкам и другим параметрам).

Указанная скоринговая  модель может применяться практически  для любого направления кредитования физических лиц, осуществляемых ЗАО «Кредит Европа Банк». При этом, возможна дифференциация установленных уровней интегральной оценки в зависимости от вида кредита. Применение методики оценки кредитоспособности по предложенной скоринговой модели должно обязательно сочетаться с другими применяемыми методами – например, оценкой уровня платежеспособности клиента для определения максимальной суммы кредита (кредитного лимита), специфическими требованиями к предоставляемой документации при ипотечном кредитовании, и так далее.

Отметим также, что практика использования предложенной модели скорингового анализа в ЗАО «Кредит Европа Банк» должна подразумевать ее постоянную верификацию на основании результатов новых кредитных историй по выдаваемым банком кредитам. Это позволит и в дальнейшем совершенствовать подходы к оценке кредитоспособности заемщика для снижения кредитных рисков банка при сохранении привлекательности кредитного продукта для заемщика.

ЗАКЛЮЧЕНИЕ

Деятельность по предоставлению  кредита является одним из основных видов активных операций кредитных учреждений  и в конечном итоге направлена на получение прибыли (за счет процентной маржи). Однако, при оказании услуги  кредитования значимыми становятся кредитные риски, то есть риски возникновения у кредитора убытков вследствие неисполнения, несвоевременного либо неполного исполнения должником финансовых обязательств перед кредитором в соответствии с условиями договора. Для оценки кредитоспособности физического лица применяется оценка финансовых показателей его платежеспособности (на основе сведений о доходе физического лица и степени риска потери этого дохода), изучение его кредитной истории, скоринг оценка на основании различных социально-демографических и иных характеристик заемщика (годовой доход, возраст, профессия, взаимоотношения с банком, место получения заработной платы, постоянство и срок проживания по последнему адресу и статус в отношении жиплощади, динамика кредита, срок кредита и т.д.).

Актуальность вопросов  кредитования физических лиц связана  с тем, что кредитование – основная активная операция коммерческого банка. При этом, кредитование физических лиц является одним из самых быстрорастущих секторов рынка услуг. Однако,  рост объемов   кредитования физических лиц приводит также к увеличению конкурентной борьбы между кредитными учреждениями за потребителя (заемщика).  Особую значимость приобретает совершенствование подходов к оценке кредитоспособности заемщика (физического лица), которое должно быть направлено на снижение рисков кредитования, но сохраняя при этом привлекательность кредитных продуктов банка для его существующих и потенциальных клиентов.

Кредитование физических лиц – достаточно рисковая операция, и увеличение доли таких кредитов в портфеле увеличивает кредитный риск банка. Одна из основных мер по предотвращению возможных потерь – правильная оценка способности заемщика выполнять свои обязательства. В определенной мере кредитный риск зависит от кредитоспособности заемщика. Уровень кредитоспособности клиента свидетельствует о степени индивидуального (частного) риска банка, связанного с выдачей конкретной ссуды конкретному заемщику. Между кредитоспособностью заемщика и рисками кредитования прослеживается обратная связь (чем выше кредитоспособность заемщика, тем ниже риск банка потерять свои деньги). Анализ кредитоспособности клиента предшествует заключению с ним кредитного договора и позволяет выявить факторы риска, способные привести к непогашению выданной банком ссуды в обусловленный срок и оценить вероятность своевременного возврата ссуды.

Существует множество  определений  кредитоспособности клиента (заемщика). Самым распространенным из них является следующее: способность  лица полностью и в срок рассчитаться по своим долговым обязательствам.  Кредитоспособность клиента — это его желание и возможность платить за кредит. Считается, что кредитоспособность понятие взаимосвязанное, но не тождественное с платежеспособностью. Платежеспособность - это способность (наличие возможности) и готовность (наличие желания) юридического или физического лица своевременно и в полном объеме погашать свои денежные обязательства.   Степень неплатежеспособности в прошлом является одним из формальных показателей, на которые опираются при оценке кредитоспособности клиента.

Основными методами оценки кредитоспособности физических лиц является оценка его платежеспособности (на основании сведений о доходах физического лица и риска потери этого дохода), изучение кредитных историй, а также различные скоринговые модели. Скоринг представляет собой математическую (статистическую) модель, с помощью которой на базе кредитной истории уже имеющихся клиентов банк определяет, насколько велика вероятность, что тот или иной клиент вернет кредит в назначенный срок. Скоринг выделяет те характеристики, которые наиболее тесно связаны с надежностью или, наоборот, с ненадежностью клиента.  Немаловажно, что скоринговая модель позволяет автоматизировать процесс принятия решения о выдаче кредита. При создании скоринговой модели кредитное учреждение может использовать накопленную собственную базу кредитных историй или модели, применяющиеся другими банками. В любом случае, желательно регулярно проводить модернизацию скоринговой модели с учетом результатов кредитных историй новых заемщиков.